基于InVEST模型的黔中喀斯特地区建设用地扩张碳储量变化研究

李 月,罗红芬

(贵州财经大学 公共管理学院,贵州 贵阳 550025)

近百年的气候变化已经给全球自然生态系统和社会经济系统带来了深刻影响[1]。陆地生态系统中的碳储量能够通过吸收和释放大气中的温室气体,发挥巨大碳汇作用,对大气温室气体排放量以及碳循环的平衡具有重要意义[2]。土地利用覆被变化作为影响区域碳储量时空变化的关键原因之一[3-7],土地利用变化的碳储量影响已成为全球气候变化及陆地生态系统碳汇研究的重点与热点。

目前,国内外学者已经从土地利用的角度揭示了不同尺度下的碳储量空间变化[2-11]。Bolin[8]通过对全球各地不同用地的碳储量进行分析,发现土地利用变化是导致大气环境CO2含量波动的主要因素;刘洋等[9]探究并预测了疏勒河流域1990-2015年及2015-2040年流域生态系统碳储量时空变化特征及其与土地利用方式之间的关系,发现未利用地向耕地和草地转化有利于碳储量增加,而草地向耕地和未利用地的转化则导致碳储量减少;侯瑞萍等[12]估算了2020年长江经济带林地和其他生物质碳储量和碳汇量,并发现乔木林地的碳储量和碳汇量所占比例最大,以上研究均表明森林砍伐、林地转出会导致大量温室气体从陆地碳库排放至大气环境中。InVEST模型作为研究土地利用变化与生态系统服务功能相互关系较为成熟的生态模型之一,长期以来得到了广泛应用[9-17]。刘晓娟等[16]通过耦合FLUS-InVEST模型,从土地利用视角出发对中国2100年的陆地生态系统碳储量进行模拟,并探讨其空间分异;邓喆等[17]基于InVEST模型Carbon模块计算因土地利用变化所导致的生态系统碳储量变化。大量研究表明,土地利用变化过程直接影响区域内植被、土壤等物质的固碳能力,进而影响整个区域碳储量的时空变化。纵观现有研究成果,内容主要聚焦在森林、农田、湿地等生态用地的碳储量时空变化规律以及驱动因素研究,而基于建设用地规模扩张的区域碳储量变化相对匮乏。在社会经济发展进程中,建设用地主要通过挤占林地、耕地等生态用地迅速扩张,致使陆地生态系统碳储量大幅流失,造成生态服务功能严重退化[18]。近年来,喀斯特地区受自身的脆弱性以及人类活动的影响,生态环境日益恶化,因此,探究喀斯特地区建设用地扩张引起的碳储量空间变化对区域碳平衡管理具有重要意义。

贵州省作为国家生态文明试验区,具有人口容量小、生态系统敏感且脆弱等特征[19],拥有巨大的固碳潜力。普定县地处黔中,岩溶分布广泛,土层浅薄,水土流失严重[19],在快速城镇化和人口剧增的影响下,建设用地需求不断上升,区域土地利用方式的剧烈变化给敏感脆弱的生态环境带来巨大压力。本研究以黔中喀斯特区——普定县为对象,基于2003、2010、2020年3期遥感影像数据,选取土地利用动态变化指数和土地利用转移矩阵方法,结合InVEST模型Carbon模块,估算2003-2020年不同用地类型生态系统碳储量,探究区域生态系统碳储量空间分布格局和建设用地扩张对生态系统碳储量变化的影响,以期为区域生态可持续发展和典型生态脆弱区未来用地结构优化提供决策参考。

1 材料与方法

1.1 研究区概况

普定县(105°27′49″-105°58′51″E,16°26′36″-26°31′42″N)位于贵州省西部,隶属安顺市,位于素有“黔之腹,滇之喉”之称的黔中腹地(图1),属亚热带季风湿润气候,年均降水量1 378.2 mm。年均气温15.1 ℃。地势总体呈南、北部高,中间低,全县总面积1 091 km2,喀斯特地貌广泛发育,土层发育较薄,土地利用强度大。

图1 研究区地理位置Fig.1 Overview of the geographical location of the study area

1.2 数据来源与处理

所需基础数据主要包括2003、2010、2020年3期遥感影像,碳库数据包括地上植被碳库Cabove、地下植被碳库Cbelow、土壤碳有机碳库Csoil、死亡有机碳库Cdead4大碳库(表1)。以3期遥感影像为基础数据,3期影像均采用近红外、红光与绿光波段进行标准假彩色合成,首先,以1∶10 000地形图对3期影像进行几何精校正,并采用较为成熟的FLAASH模型进行大气校正。其次,通过监督分类、人机交互式解译法进行目视解译提取地类,最后,结合普定县土地利用现状图、Google Earth高分辨率历史影像及全国国土调查主要数据公报等,对土地利用矢量图进行图斑修正。用地类型分为有林地、灌木林地、其他林地、草地、水田、旱地、水域、建设用地和未利用地等9种用地类型。

表1 研究区数据来源Table 1 Data sources for the study area

1.3 土地利用动态度

不同土地利用类型受自然和人为因素的干扰不同,其变化速率也不相同。而土地利用变化速率的区域差异可以用土地利用动态度模型来加以表述,单一土地利用动态度可以表示为[29]

(1)

式中:T为研究时段;K为研究时段某类用地类型的变化率;Ua和Ub分别为研究期开始和结束时段某土地利用类型的面积。

1.4 土地利用转移矩阵

转移矩阵是土地利用类型间相互转化的数量及方向定量研究的主要方法,能够具体反映土地利用变化的结构特征和各类型之间的转移方向。转移矩阵的数学形式可以表示为[29]

(2)

式中:P表示面积;n表示土地利用类型数;i、j分别表示研究初期与末期的土地利用类型;Pij表示研究期间用地类型i向用地类型j的转移面积。

1.5 InVEST模型法

通过文献检索得到碳密度参数,土地利用碳密度数据主要收集研究区以及相邻区域范围内的研究成果,其中有林地、其他林地参考邹文涛等[22]的研究;灌木林地碳密度值参考李默然等[23]的研究成果;旱地、水田、草地、未利用地碳密度值主要参考罗怀良等[24]和黄从红[25]的研究成果;建设用地参考李义平[26]的研究;其他地类主要参考解宪丽等[27]和李克让等[28]的研究成果(表2)。土地利用碳密度数据结合土地利用数据(表2),基于InVEST模型中Carbon模块评估普定县碳储量的变化,碳储量计算公式为

表2 普定县土地利用类型碳密度Table 2 Carbon density of land use types in Puding County t·hm-2

C=Cbove+Cbelow+Csoil+Cdead

(3)

式中:C表示生态系统碳储量;Cabove表示地上植被碳库;Cbelow表示地下植被碳库;Csoil表示土壤有机碳库;Cdead表示死亡有机碳库。

2 结果与分析

2.1 土地利用变化分析

2.1.1 土地利用动态度分析 利用土地利用动态度方法(式(1))对普定县各用地类型变化速率进行分析。由表3、图2可知,2003-2020年建设用地动态变化最剧烈,2003-2010年动态度高达14.13%,而2010-2020年变化速率出现下降,动态度降为11.13%;灌木林地面积在2003-2010年不断增加,且动态变化程度仅次于建设用地,动态度为10.09%,而水田、水域、其他林地、旱地在2003-2010年动态变化程度相对较小,且用地规模均呈减少的变化态势;2010-2020年水域变化速率上升至5.32%,其他林地变化速率大幅增加,增幅达107.06%,表明其他林地在该时期以更快的速度缩减,水田和旱地的减少速率逐渐减弱,动态度分别为3.64%、0.84%。

表3 2003-2020年土地利用动态度Table 3 Land use dynamic attitude from 2003 to 2020 %

图2 2003-2020年普定县土地利用现状Fig.2 Land use status map of Puding County from 2003 to 2020

2.1.2 建设用地时空变化特征分析 对各个时期的土地利用类型转移情况进行分析(图3)。由图3(a)可知,2003-2010年普定县旱地转出最多,共流出223.19 km2,其中有9.64%转入建设用地,水域转化面积最小,仅有12.23 km2。由图3(b)得知,2010-2020年仍主要以旱地转出为主,但转出面积降低至144.78 km2,其中有20.67%转入建设用地。

图3 2003-2010年普定县土地利用转移矩阵弦图Fig.3 Chord diagram of land use transfer matrix in Puding County from 2003 to 2010

对2003-2010、2010-2020年普定县建设用地转移情况进行分析(表4),发现研究区在2003-2020年建设用地经历了“快速扩张-平缓扩张”的变化过程。其中2003-2010年,建设用地净扩张23.05 km2,旱地和水田的贡献率分别为73.88%和25.99%,说明占用旱地和水田是研究区该时期城镇扩张的主要方式。2010-2020年,建设用地共转入70.89 km2,其中旱地、水田与灌木林地的贡献率最高,分别达到42.22%、30.65%、15.05%;共转出面积19.32 km2,年均转出面积有所减少,该时期灌木林地也成为城镇扩张占用的主要用地类型之一,究其原因主要与建设用地需求上升有关。

表4 2003-2020年普定县建设用地变化统计Table 4 Statistics on the change of construction land in Puding County from 2003 to 2020 km2

2003-2020年普定县建设用地扩张情况见图4,建设用地主要分布在地势相对平缓的中部和南部区域。2010年建设用地面积相比2003年扩张了约2倍,主要以南部区域最为显著,向东边呈带状蔓延扩张;其次为中部区域,由中心城区向南部以及东南部方向呈带状延伸发展,东部、北部则以零星点状零散分布,主要占用水田和旱地。2020年建设用地面积上升至97.91 km2,主要沿中心城区向东、南部区域呈带状发展,通过大规模占用水田向南部扩张,向东边扩张主要侵占旱地;南部伴有少量建设用地占用旱地。总的来说,普定县建设用地呈现南部率先大幅扩张后缩减、中部后期显著扩张、东部后期显著扩张的地域特征。

图4 2003-2020年普定县建设用地扩张情况Fig.4 Expansion of construction land in Puding County from 2003 to 2020

2.2 碳储量时空变化规律特征分析

由图5可见,研究区不同历史时期各土地利用类型碳储量发生显著变化。基于InVEST模型Carbon模块,得出2003-2020年普定县生态系统碳储量分别为150.22×105、158.34×105t和165.29×105t,整体呈逐期递增趋势,累计增加15.07×105t。用地类型中灌木林地碳储量较多且增值最大,2003-2010年灌木林地碳储量年均增量达2.72×105t,未利用地碳储量变化最为稳定,2003-2020年碳储量仅下降1.21×105t。2003-2020年建设用地碳储量由2.29×105t增至10.87×105t,各期分别上升2.47×105、5.86×105t。

图5 2003-2020年普定县土地利用类型碳储量Fig.5 Carbon storage of land use types in Puding County from 2003 to 2020

由图6可知,普定县2003-2020年灌木林地面积增加191.35 km2,碳储量上升35.17×105t,是总增量的2.33倍,而建设用地面积净增加74.61 km2,碳储量仅增加8.85×105t,建设用地单位面积碳储量增值相对较少。水田碳储量损失最多,达18.91×105t,是用地规模萎缩最大、碳储量损失最严重的地类。因此,灌木林地是普定县碳储量上升的主要因素,2020年普定县固碳能力较强的地类为灌木林地,而水田的固碳能力逐渐减弱。

图6 2003-2020年普定县土地利用变化及其碳储量变化Fig.6 Land use change and its carbon storage change in Puding County from 2003 to 2020

由图7可知,普定县碳储量较高的区域集中分布在东北部和西南部,碳储量低值区分布在中南部区域,这可能与东北、西南部建设用地扩张程度有关。进一步分析碳储量在空间上的变化特征发现(图8),2003-2020年,普定县碳储量逐期升高且空间演变极其明显,整体表现为东北部和西南部地区碳储量增加,中南部区域碳储量显著降低。通过叠加土地利用现状图(图2)和碳储量空间分布图(图7)可知,普定县东北部和西南部区域的碳储量显著增加区域主要表现为大量灌木林地、有林地转入,而中北部地区城市扩张剧烈,建设用地广泛分布,该区域碳储量减少地区主要以灌木林地、水田转为建设用地为主。

图8 2003-2020年普定县碳储量空间变化Fig.8 Spatial variation of carbon storage in Puding County from 2003 to 2020

2.3 建设用地扩张对碳储量的影响

由表5可知,2003-2020年普定县建设用地变化致使碳储量损失了22.37×104t,说明建设用地在转出过程中的碳储增量远远小于其扩张引起的碳损失量。其中,2003-2010年建设用地变化碳储量流失2.53×104t,其转出过程中,建设用地向水田和灌木林地转移,使得水田、灌木林地碳库碳储量分别增加2.14×104、1.71×104t;在扩张进程中,建设用地仅占用草地、水域、未利用地,有利于生态系统碳储量增加,占用其他用地碳储量均有不同程度的流失,其中占用水田使得水田碳库减少碳储量4.62×104t。2010-2020年,建设用地变化致使碳储量净损失达19.84×104t,损失量约为上一阶段的8倍。主要因为该时期建设用地转出仅增加碳储量2.76×104t,且60.29%均来源于建设用地转灌木林地,而建设用地扩张碳储量损失了22.60×104t,是其转出碳储量增加的8.18倍,其中灌木林地和水田转为建设用地分别引起碳储量损失8.72×104、9.54×104t。

表5 2003-2020年普定县建设用地转化的碳储量变化Table 5 Carbon storage changes of construction land conversion in Puding County from 2003 to 2020 ×104t

3 讨论

3.1 建设用地扩张特征

随着我国西部大开发的实施,黔中经济区普定县城镇化水平显著提升,社会经济条件的作用逐渐凸显,建设用地扩张剧烈,在地势条件相对平坦的中南部中心城区表现尤为明显。2003-2020年,建设用地一直保持扩张趋势,扩张速率表现为减缓态势,空间变化主要集中在中南部区域,集中连片分布明显,与城市发展范围保持一致;呈零点状分布的建设用地在2010-2020年大幅扩张,主要原因可能是由于各乡镇的城镇化水平显著提升所导致,建设用地面积增加主要由水田、灌木林地2种地类转入。虽然建设用地面积持续增加,但值得注意的是,2010年南部呈带状分布的建设用地以及分布在中心城区西部的建设用地,于2020年逐步恢复为旱地,这可能是由于在2016年普定县实施城乡建设用地增减挂钩,拆旧区复垦耕地引起的。

3.2 建设用地扩张的碳储量变化

普定县在2003-2020年因建设用地扩张使得中南部中心城区碳储量大幅下降,用地类型变化具体表现为灌木林地、水田转为建设用地,可能由于该区域灌木林地、水田在转为建设用地的过程中,进入土壤的腐殖质减少,土壤腐殖质的矿化作用增加,进而使得土壤碳储量减少[29],这与向书江等[1]对重庆主城区的研究结果较为一致,但不同的是,普定县建设用地扩张占用旱地几乎不对碳储量增加产生负面影响,而水田和灌木林地因建设用地侵占碳储量分别损失了14.22×104、11.48×104t,不利于区域碳汇。因此,为了提升区域碳汇能力,应注意在建设用地扩张过程中减少水田与灌木林地的占用,优先考虑固碳能力较弱的未利用地,促进土地布局优化,减少碳排放,提高区域生态效益,以达到生态与经济协调发展的目的。

3.3 不确定分析

本研究有效探究了普定县建设用地扩张的碳储量变化,但仍存在以下不确定性:首先,由于碳密度数据主要参考喀斯特地区研究成果,部分难以获取碳密度数据的地类通常参考非喀斯特地区,但其运行结果能够清晰地反映普定县近20 a来建设用地扩张的碳储量时空变化规律,为更好地反映区域的生态碳储存能力,在今后喀斯特地区碳储量研究中应加强喀斯特地区用地类型碳密度实测;其次,本研究土地利用数据经国土调查资料检验,且与秦罗义等[31]对普定县土地利用结构研究相似,精度达到一定要求,但土地利用数据是通过遥感影像解译获得的,土地利用数据精度会对研究结果有所影响,因此在今后的研究中可采用更高分辨率遥感影像,减少主观误差,以提升用地类型碳储量估算精度。

4 结论

2003-2020年建设用地一直保持扩张趋势,扩张面积达74.61 km2,扩张速率表现为减缓态势,空间变化主要集中在中南部中心城区,通过侵占旱地、水田和灌木林地得以发展。

2003-2020年普定县生态系统碳储量整体呈上升趋势且空间演变极其明显,累计增加15.07×105t,灌木林地增加是碳储量上升的主要原因,空间变化整体表现为东北部和西南部地区碳储量增加,中南部区域碳储量降低。

建设用地转化致使碳储量损失了22.37×104t,其中2010-2020年损失碳储量占88.69%,主要表现为中南部区域碳储量大幅下降,源于灌木林地、水田转为建设用地。