1980—2010年北京市農(nóng)用地碳儲量對土地利用變化的響應(yīng)

胡瑩潔,李 月,孔祥斌,*,段增強(qiáng),陸明環(huán)

1 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院,北京 100193 2 國土資源部農(nóng)用地質(zhì)量與監(jiān)控重點實驗室,北京 100193 3 河北省承德市城鄉(xiāng)規(guī)劃設(shè)計院,承德 067000

工業(yè)革命以來,包括CO2在內(nèi)的溫室氣體濃度不斷上升,導(dǎo)致全球變暖以及降水格局改變等一系列氣候問題[1- 2]。陸地生態(tài)系統(tǒng)(植被和土壤)固碳被認(rèn)為是最環(huán)境友好和經(jīng)濟(jì)可行的減緩大氣CO2濃度升高的重要途徑之一[3- 4],《京都議定書》中也規(guī)定：世界各國可以通過增加陸地生態(tài)系統(tǒng)碳儲量來抵消經(jīng)濟(jì)發(fā)展中的碳排放量[3],因此,如何增加陸地生態(tài)系統(tǒng)碳儲量及其固持能力,已成為當(dāng)前各國政府關(guān)注的焦點和全球氣候變化研究的熱點[5]。土地利用變化是影響陸地生態(tài)系統(tǒng)碳儲量的重要因素[6- 7],包括土地利用類型轉(zhuǎn)化(Conversion)和漸變(Modification),前者直接導(dǎo)致植被類型變化影響植被碳儲量[8- 9],同時對植物殘體回歸土壤的過程亦有影響,加之其他土壤擾動,進(jìn)而影響土壤碳儲量[10],后者土地利用類型雖未發(fā)生變化,但其系統(tǒng)內(nèi)部變化過程亦會對植被和土壤碳儲量產(chǎn)生影響[11]。眾多學(xué)者對土地利用和碳儲量變化開展研究,然而多數(shù)研究一般集中在碳儲量的單一方面(土壤[12- 15]或植被[16- 17])或者是單一或少數(shù)土地利用類型(耕地[18]、森林[19- 20]等)。綜合性的碳儲量及其對土地利用變化響應(yīng)的研究較少,且多基于文獻(xiàn)資料或某一期數(shù)據(jù)得到各土地利用類型平均碳密度數(shù)據(jù),結(jié)合土地利用變化得到碳儲量變化情況,碳儲量對土地利用變化的響應(yīng)多集中于土地利用類型轉(zhuǎn)化,而忽略土地利用類型保持的碳儲量變化[7,10,21]。

我國自2006年起成為全球碳排放量最大的國家,在2015年的《巴黎氣候協(xié)定》中承諾確保溫室氣體排放將于2030年之前達(dá)到峰值,減排壓力巨大。大量研究表明,我國陸地生態(tài)系統(tǒng)具有強(qiáng)大的碳匯功能[22- 24],其中,作為陸地生態(tài)系統(tǒng)的重要組成部分,農(nóng)用地具有巨大的固碳潛力,然而隨著工業(yè)化城市化發(fā)展,建設(shè)用地不斷擠占耕地,加之不合理的土地利用,使得固碳量減少,碳排放量增加[10]。作為我國首都和政治文化中心,北京市是我國快速工業(yè)化城市化發(fā)展的典型地區(qū),精確估算北京市農(nóng)用地土壤及植被碳儲量,全面分析碳儲量對土地利用變化的響應(yīng)特征,對未來北京市以及我國提升農(nóng)用地固碳能力具有重要參考意義。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 土壤碳密度和儲量估算

由于土壤無機(jī)碳(Soil Inorganic Carbon, SIC)儲量相對較低[25- 26]且數(shù)據(jù)難以獲取,本研究僅對土壤有機(jī)碳(Soil Organic Carbon, SOC)進(jìn)行估算。由于區(qū)域土壤剖面數(shù)據(jù)難以獲取,本研究僅對土壤表層20 cm[14]有機(jī)碳密度及儲量進(jìn)行估算。土壤有機(jī)碳密度計算公式如下[27]：

Doc=SOC×γ×H×10-1

式中,Doc為碳密度(tC/hm2)；SOC為有機(jī)碳含量(g/kg),由有機(jī)質(zhì)含量除以1.724得到；γ為土壤容重(g/cm3)；H為土壤厚度(cm),本研究取為20 cm。

土壤有機(jī)碳儲量計算公式如下：

式中,Poc為土壤碳儲量(t)；Si為各圖斑面積(hm2),i=1,2,3…；γi為第i個圖斑土壤容重(g/cm3)；H含義同上。

1.1.2 植被碳密度與儲量核算

對于林地、草地植被,本研究通過遙感信息與生物量回歸模型反演生物量,然后利用生物量含碳系數(shù)折算為植被有機(jī)碳,得到植被碳密度與碳儲量。本研究主要采用歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)的生物量遙感信息模型方法。

林地植被遙感信息模型參考張慧芳[28]對北京市林地植被碳儲量的研究,模型公式如下：

Biof=13.007×NDVI2+203.74×NDVI+10.859

式中,Biof為林地植被地上生物量(t/hm2)；NDVI是歸一化植被指數(shù)；NIR和R分別為近紅外波段和紅光波段的反射率值。

由此得到林地植被地上生物量,然后通過根莖比得到植被地下生物量,再通過生物量含碳系數(shù),折算出植被有機(jī)碳,進(jìn)而得到植被碳密度與碳儲量。林地植被根莖比與含碳系數(shù)參照IPCC[29]的研究,當(dāng)?shù)厣仙锪棵芏却笥?5 t/hm2時,根莖比為0.24,當(dāng)?shù)厣仙锪啃∮?5 tC/hm2時,根莖比為0.39,闊葉林的含碳系數(shù)為0.48,針葉林的含碳系數(shù)為0.51,根據(jù)前人對北京森林植被研究,針葉林和闊葉林面積比約為2∶5[30],二者加權(quán)后得到北京市林地含碳系數(shù)為0.5,計算流程如下圖(圖1)所示。

圖1 林地植被碳儲量計算流程圖Fig.1 Flow chart of forest vegetation carbon pool’s calculation

與林地類似,草地植被遙感信息模型參考渠翠平[31]的研究,模型公式如下：

Biog=82.385×e4.825×NDVI

式中,Biog為草地植被地上生物量(t/hm2)。

因草地生物量地域差異較大,較難獲取不同區(qū)域草地生物量特征,梳理總結(jié)現(xiàn)有研究成果,將北京市地下地上生物量比例系數(shù)取5.125[32],含碳系數(shù)取0.5[33]。

對于耕地,由于農(nóng)作物固定的碳被消費后即被排放,因此多數(shù)研究認(rèn)為耕地農(nóng)作物碳匯量為零,本研究核算耕地農(nóng)作物生育期內(nèi)固定的碳,通過農(nóng)作物的碳吸收率(耕地植被每合成1 g干重有機(jī)物需要吸收碳的量)和經(jīng)濟(jì)系數(shù)進(jìn)行核算[7]。其公式如下：

Cd=CfDw=CfYw/Hi

Dw=Yw/Hi

式中,Cd是耕地農(nóng)作物碳儲量(t)；Cf是農(nóng)作物碳吸收率；Dw是生物總干物質(zhì)量(t)；Yw是農(nóng)作物的經(jīng)濟(jì)產(chǎn)量(t)；Hi是經(jīng)濟(jì)系數(shù)。

本研究所用北京市主要作物碳轉(zhuǎn)換系數(shù)Cf以及經(jīng)濟(jì)系數(shù)Hi主要參照李克讓的研究[34],具體參數(shù)數(shù)值如表1所示。

表1 北京市農(nóng)作物固碳量計算參數(shù)

注：Hi：經(jīng)濟(jì)系數(shù),Economic coefficient；Cf：碳轉(zhuǎn)換系數(shù)Carbon content ratio；其他經(jīng)濟(jì)作物包括瓜果、藥材等

1.1.3 土地利用變化引起的農(nóng)用地碳儲量變化計算

利用ArcGIS 9.3軟件的柵格計算器(Raster Calculator)對1980和2010年的土地利用圖進(jìn)行聯(lián)合計算,得到北京市1980—2010年的土地利用轉(zhuǎn)化矩陣。對于土地利用變化引起的農(nóng)用地土壤碳儲量變化,利用ArcGIS 9.3軟件工具箱里Spatial Analyst Tool中Zonal下的Zonal Statistics模塊,將北京市1980—2010年土壤有機(jī)碳變化數(shù)據(jù)與土地利用轉(zhuǎn)移矩陣柵格數(shù)據(jù)進(jìn)行疊加區(qū)域統(tǒng)計,即得到北京市土地利用類型變化(包括轉(zhuǎn)化和保持)對應(yīng)的土壤碳儲量變化情況。對于土地利用變化引起的農(nóng)用地植被碳儲量變化,考慮北京市耕地利用的復(fù)雜性,設(shè)施農(nóng)業(yè)用地占地面積較大,難以獲取耕地植被碳密度空間分布,因此本研究未研究耕地植被碳儲量對土地利用變化的響應(yīng),僅核算耕地農(nóng)作物固碳量及其變化情況。對于土地利用變化引起的林地和草地植被碳儲量變化,本文假設(shè)研究期間氣候無劇烈變化,不考慮其他用地(如建用地中的城市綠地等)植被,將1980—2010年土地利用轉(zhuǎn)移矩陣柵格圖與兩個時期和草地林地植被碳密度圖進(jìn)行疊加統(tǒng)計分析,研究土地利用變化對農(nóng)用地植被碳儲量的影響。

1.2 數(shù)據(jù)來源

1.2.1 土壤數(shù)據(jù)

1980年北京市土壤數(shù)據(jù)源于全國第二次土壤普查結(jié)果,樣點共計13290個,采樣時間為1979—1984年；2010年北京市土壤數(shù)據(jù)源于北京市土肥站測土配方施肥項目成果,采樣時間為2006—2008年,樣點共計24009個。取樣時在樣點四周100 m范圍進(jìn)行選擇3—5個點,取10—20 cm表層土壤,將按照四分法混合采集樣品,將其中的石塊、植物根系殘體等雜物剔除,并進(jìn)行風(fēng)干。采用重鉻酸鉀氧化容量分析法測定土壤有機(jī)質(zhì)[35],通過環(huán)刀法測定土壤容重[36]。結(jié)合GPS坐標(biāo),通過反距離加權(quán)法(Inverse Distance Weighted)將調(diào)查樣點數(shù)據(jù)插值獲得北京市全市面狀數(shù)據(jù),其地理坐標(biāo)系為西安80坐標(biāo)系,投影坐標(biāo)系為高斯-克呂格。

1.2.2 土地利用數(shù)據(jù)

1980、2010年兩期北京市土地利用數(shù)據(jù)源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),由中國科學(xué)院遙感應(yīng)用研究所利用Landsat-TM和MODIS衛(wèi)星遙感影像解譯形成,其中1980年土地利用柵格數(shù)據(jù)分辨率為1 km,2010年為100 m,由于遙感數(shù)據(jù)的缺乏,1980年的土地利用數(shù)據(jù)采用的是1980s的遙感影像。該系列數(shù)據(jù)在許多土地利用變化相關(guān)研究中得到廣泛應(yīng)用[7,37],其土地利用分類包括6個一級類,分別為：耕地、林地、草地、水域、建設(shè)用地和未利用地。本文以農(nóng)用地為研究對象,包括耕地、林地、草地。

1.2.3 遙感數(shù)據(jù)

本文利用遙感數(shù)據(jù)獲取林地與草地歸一化植被指數(shù)(NDVI)以計算植被碳密度及碳儲量,1980、2010年北京市遙感數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)。其中,北京市2010年遙感影像主要來自Landsat TM(主題成像儀)數(shù)據(jù),Band 4為近紅外波段,Band 3為紅色波段,分辨率為30 m。該數(shù)據(jù)地圖投影為UTM-WGS 84南極洲基地投影,并經(jīng)過系統(tǒng)輻射校正和地面控制點幾何校正,通過DEM進(jìn)行地形校正,其大地測量校正基于高精度DEM數(shù)據(jù)及精確的地面控制點,校正精度較高。1980年遙感影像來自Landsat MSS(多光譜掃描儀)數(shù)據(jù),所有波段分辨率為60 m。

圖2 北京市行政區(qū)劃及數(shù)字高程Fig.2 The administrative division and DEM of Beijing

2 研究區(qū)概況

北京市地處華北平原北部(39°28′—41°05′N,115°25′—117°30′E),西部、北部和東北部環(huán)太行山脈和燕山山脈,東南是向渤海傾斜的平原,全市平均海拔43.5 m,下轄16個市轄區(qū)縣(圖2)。北京屬暖溫帶半干旱半濕潤大陸性季風(fēng)氣候,≥10℃積溫為4100—4500℃,年降雨量550—570 mm[38],土壤類型主要有褐土、潮土、水稻土、棕壤等[30]；地帶性植被為溫帶落葉闊葉林并有溫性針葉林,山區(qū)主要植被為次生落葉闊灌叢及溫性針葉林和落葉闊葉林,典型種植制度為冬小麥-夏玉米。

3 研究結(jié)果

3.1 北京市農(nóng)用地碳儲量變化分析

過去30年間,北京市農(nóng)用地有機(jī)碳呈增加趨勢(表2)。1980年北京市農(nóng)用地碳儲量為75.29 Tg-C,相當(dāng)于同時期全國碳排放量的5.52%[39],2010年碳儲量為81.13 Tg-C,相當(dāng)于同時期全國碳排放量的1.05%[39],30年間北京市農(nóng)用地碳儲量共計增加了5.83 Tg-C。其中,1980年土壤碳儲量為46.33 Tg-C,2010年為38.82 Tg-C,年均減少0.25 Tg-C；1980年植被碳儲量為28.97 Tg-C,2010年為42.31 Tg-C,年均增加0.45 Tg-C。比較不同土地利用類型的碳儲量,林地、耕地、草地碳儲量依次遞減,除林地碳儲量呈增加趨勢外,耕地和草地碳儲量均有減少。從土壤碳儲量和植被碳儲量的角度上看,30年間,耕地、林地和草地植被碳儲量均呈增加趨勢,分別增加1.71 Tg-C、13.08 Tg-C和0.27 Tg-C；而耕地、林地和草地的土壤碳儲量均呈減少趨勢,依次減少3.20 Tg-C、3.60 Tg-C和0.71 Tg-C；需要指出的是,耕地土壤碳儲量減少主要源于面積大幅減少,其土壤碳密度增加了0.1 tC/hm2。

由圖3可知,北京市西部和北部山區(qū)土壤碳密度最大,大多集中在48—66 tC/hm2范圍內(nèi),另外平原近郊區(qū)的土壤碳密度多為35—48 tC/hm2,略高于平原其他地區(qū),1980年到2010年,北京市耕地土壤碳密度略有增加,農(nóng)用地整體土壤碳密度略有下降。

表2 1980、2010年北京市農(nóng)用地碳儲量

本表中耕地植被碳密度為農(nóng)作物固碳密度,耕地植被碳儲量實為農(nóng)作物固碳量,消費后即被排放,不計入總碳儲量中

圖3 北京市土壤密度圖(1980、2010)Fig.3 SOC densities in Beijing (1980,2010)

由圖4可知,北京市林地和草地的植被碳密度較高的區(qū)域位于北部及西部山區(qū)。30年間,林地和草地的植被碳密度整體呈增加趨勢。結(jié)合表2的分析結(jié)果,耕地農(nóng)作物植被碳密度亦呈增加趨勢。

圖4 北京市林地和草地植被密度圖(1980、2010)Fig.4 Vegetation carbon densities of agricultural land in Beijing(1980,2010)

3.2 北京市農(nóng)用地利用變化分析

北京市農(nóng)用地面積變化圖(圖5)顯示,過去30 a,北京市農(nóng)用地面積大幅減少,減少量為14.11×104hm2,降幅達(dá)9.70%。其中,耕地面積減少最為迅速,降幅高達(dá)24.77%,面積減少14.62×104hm2。林地和草地面積變化相對較小,林地面積增加1.13×104hm2,增幅為1.56%,草地面積減少6.29×104hm2,降幅為4.64%。與此同時,北京市農(nóng)用地的土地利用類型轉(zhuǎn)化非常劇烈。1980年到2010年,北京市農(nóng)用地土地利用類型轉(zhuǎn)化面積占北京市總面積的31.07%,遠(yuǎn)高于全國水平[10]。北京市農(nóng)用地類型保持與轉(zhuǎn)化空間分布圖(圖6)顯示,耕地集中于北京東南部平原區(qū)城市周邊,30年間流失嚴(yán)重,由城市邊緣向外延伸,主要去向是建設(shè)用地和林地；林地和草地集中于北京西部、北部及東北部山區(qū),二者之間的相互轉(zhuǎn)化較為活躍。

圖5 1980—2010年北京市農(nóng)用地各類型面積變化 Fig.5 The area change of agricultural land in Beijing from 1980 to 2010

圖6 1980—2010年北京市農(nóng)用地類型保持與轉(zhuǎn)化空間分布圖Fig.6 Distribution of land use types maintained and conversion of agricultural land in Beijing from1980 to 2010

3.3 北京市農(nóng)用地碳儲量對土地利用變化的響應(yīng)

3.3.1 保持用地類型碳儲量變化

保持用地類型的碳密度及儲量變化情況如表3所示。結(jié)果表明,1980—2010年各保持用地類型農(nóng)用地總碳儲量增加797.58×104t,其中,土壤碳儲量減少297.63×104t,植被碳儲量增加1095.21×104t。比較不同用地類型,林地碳儲量增加值最大,為776.82×104t,占總增加值的97.40%。

從土壤碳儲量的角度上看,保持用地類型的耕地土壤碳儲量增加38.29×104t,主要是30年來北京市耕地利用強(qiáng)度增加,伴隨化肥、有機(jī)肥投入增加,使得土壤有機(jī)碳含量增加。保持用地類型的林地和草地土壤碳儲量分別減少304.50×104t和31.42×104t。

從植被碳儲量的角度上看,保持用地類型的林地和草地植被碳密度和碳儲量均呈增加趨勢,保持林地平均碳密度增加了17.14 tC/hm2,低于北京市林地整體植被碳密度的增加量19.22 tC/hm2,原因可能為原始林地的生長速率及生物量累積速度小于新增林地。未發(fā)生轉(zhuǎn)換的林地植被碳儲量增加1081.32×104t,年均增加36.04×104t。未發(fā)生類型轉(zhuǎn)化的草地平均植被碳密度增加2.04 tC/hm2,碳儲量增加13.89×104t。

3.3.2 轉(zhuǎn)化用地類型碳儲量變化

1980—2010年北京市土地利用類型轉(zhuǎn)化引起的農(nóng)用地儲量變化情況見表4,結(jié)果表明,由于土地利用類型轉(zhuǎn)化,30年來北京市農(nóng)用地碳儲量增加136.78×104t,其中,土壤碳儲量減少75.71×104t,植被碳儲量增加212.49×104t。各土地利用類型轉(zhuǎn)出匯總結(jié)果顯示,耕地轉(zhuǎn)出使得碳儲量增加205.89×104t,林地轉(zhuǎn)出使碳儲量減少314.45×104t,草地轉(zhuǎn)出使碳儲量增加189.98×104t,耕地和草地的轉(zhuǎn)出使碳儲量增加的原因主要在于該兩種類型轉(zhuǎn)為林地,使得植被碳儲量大量增加。其中,耕地-林地、草地-林地、水域-林地、建設(shè)用地-林地等土地利用類型轉(zhuǎn)化類型使得碳儲量均增加,有助于碳匯的形成。林地轉(zhuǎn)出為其他用地類型均體現(xiàn)為碳儲量減少,不利于碳匯的形成。

表3 保持土地利用類型的農(nóng)用地碳密度及碳儲量變化

表4 土地利用類型轉(zhuǎn)化引起的農(nóng)用地碳密度及碳儲量變化

本研究結(jié)果顯示,耕地轉(zhuǎn)為林地表現(xiàn)為土壤碳儲量降低,可能是由于自2000年起北京市開始實施退耕還林政策,新增加的林地植被生物量輸入被較快的土壤有機(jī)碳損失抵消,且造林工程對土壤有機(jī)碳積累的影響尚不明確,對土壤有機(jī)碳庫可能有正向影響或者負(fù)面效應(yīng),也可能是“零效應(yīng)”[40],也有研究表明,在造林早期土壤碳儲量可能存在下降趨勢[41]。此外,本研究中耕地轉(zhuǎn)為建設(shè)用地表現(xiàn)為土壤碳儲量增加,這與現(xiàn)有多數(shù)研究結(jié)果存在一定差異,造成該結(jié)果的主要原因有以下3個方面：首先,現(xiàn)有研究多基于一期的各用地類型的平均碳密度數(shù)據(jù),結(jié)合土地利用變化得到碳儲量變化情況進(jìn)行碳儲量變化研究[7],在建設(shè)用地平均碳密度低于耕地時,耕地轉(zhuǎn)為建設(shè)用地時即表現(xiàn)為碳儲量的降低,本研究采用兩期土壤數(shù)據(jù),耕地土壤碳密度呈增加趨勢,若耕地在離研究時間節(jié)點(2010年)較近的時期內(nèi)發(fā)生了土地利用類型轉(zhuǎn)化,即可能造成耕地轉(zhuǎn)為建設(shè)用地而碳儲量增加的研究結(jié)果；其次,本研究中的建設(shè)用地包括一定數(shù)量的城市綠化用地,相較于自然土壤可能具有更大的碳儲量[42- 43]；最后,建設(shè)用地的地面硬化造成土壤封閉(Soil sealing),隔絕了土壤與外界的碳和水的交換,長期將導(dǎo)致土壤碳含量降低,但是在短期內(nèi)也可能造成土壤微生物呼吸減弱,對有機(jī)碳的分解降低,導(dǎo)致土壤碳儲量不變或略有升高[44]。

4 討論

分析經(jīng)歷快速工業(yè)化城市化的北京市的農(nóng)用地碳儲量對土地利用變化的響應(yīng),對未來提升北京市以及我國農(nóng)用地固碳能力具有重要參考意義。由于數(shù)據(jù)限制,本文采用的1980年的土地利用類型圖是基于1980s的遙感影像制作而成,且分辨率相對較低(1 km),這可能導(dǎo)致土地利用變化研究結(jié)果存在誤差。本研究結(jié)果表明,過去30 a北京市農(nóng)用地面積減少量為14.11×104hm2,其中以耕地最為顯著,耕地面積減少14.62×104hm2。韓會然等人[45]的研究結(jié)果顯示,1985年到2010年北京農(nóng)用地面積減少12.15×104hm2,其中,耕地面積減少14.20×104hm2。將本研究結(jié)果與上述結(jié)果相比較,二者趨勢較為一致,表明本研究因數(shù)據(jù)精度導(dǎo)致的土地利用變化誤差在可接受范圍內(nèi)。

根據(jù)我們的研究結(jié)果,過去30年間北京市農(nóng)用地碳儲量雖然略有增加,但這主要是由于林地轉(zhuǎn)入導(dǎo)致植被碳儲量增加,同時發(fā)生類型轉(zhuǎn)化的林地植被碳密度增加。林地的轉(zhuǎn)入表現(xiàn)為土壤碳儲量降低,可能是由于造林后土壤有機(jī)碳含量在初期可能呈下降趨勢,一段時期后(溫帶地區(qū)少于10年)開始積累增加[46- 47],因此,2010—2020正是退耕還林(草)之后土壤有機(jī)碳含量開始恢復(fù)并逐漸積累的過程,北京市退耕還林、平原造林等工程具有巨大固碳潛力。值得注意的是,包括林地在內(nèi),農(nóng)用地各類型的轉(zhuǎn)入和轉(zhuǎn)出均體現(xiàn)為土壤碳儲量降低,表明頻繁的土地利用轉(zhuǎn)化不利于土壤有機(jī)碳的積累,未來可通過農(nóng)用地內(nèi)部結(jié)構(gòu)優(yōu)化,減少用地類型間的轉(zhuǎn)換頻率降低土地利用變化對碳儲量造成的損失。

過去30 a,北京市經(jīng)歷了快速城市化與工業(yè)化,體現(xiàn)在土地利用變化上是大量的耕地轉(zhuǎn)為建設(shè)用地,本研究結(jié)果顯示耕地轉(zhuǎn)為建設(shè)用地表現(xiàn)為土壤碳儲量增加,這或許高估了碳儲量的增加值。城市建設(shè)用地僅有少數(shù)為城市綠化用地,更多的是硬化地面、道路和建筑物,建筑物建設(shè)過程中往往伴隨著大量的土壤移除,從這個角度上講,建設(shè)用地的土壤碳含量應(yīng)該是極低的。然而現(xiàn)有土地利用變化對碳儲量影響研究中均未考慮該問題,現(xiàn)有研究均假定建設(shè)用地同其他用地類型一樣,土壤有機(jī)碳在水平方向連續(xù)分布[7,10,12,48],本研究也是基于該假設(shè)進(jìn)行核算。對于建設(shè)用地土壤碳相關(guān)研究也多集中于土壤封閉和壓實[42- 44]對土壤碳的影響,關(guān)于城市建設(shè)中土壤移除對土壤碳儲量的影響研究尚未見報道。

土地利用變化及其對碳儲量的影響是持續(xù)的和動態(tài),本研究僅對1980年和2010年兩個時間節(jié)點之間的土地利用變化及碳儲量變化進(jìn)行分析,30年內(nèi)更為詳細(xì)具體的土地利用變化過程以及碳儲量變化過程還需要增加數(shù)據(jù)進(jìn)行深入研究。此外,在植被碳儲量計算過程中,本研究采用生物量遙感信息模型方法,在根莖比與含碳系數(shù)等參數(shù)的確定上參照IPCC研究結(jié)果,不一定能準(zhǔn)確反映北京市的真實情況；在土壤碳儲量計算過程中,由于數(shù)據(jù)缺乏未考慮土壤無機(jī)碳含量,僅對表層(20 cm)土壤有機(jī)碳含量進(jìn)行了測算。以上不足之處導(dǎo)致本研究可能未能準(zhǔn)確全面體現(xiàn)北京市農(nóng)用地碳儲量對土地利用變化的響應(yīng)特征,相關(guān)模型參數(shù)的本地化、土壤無機(jī)碳測算等方面將是未來土地利用變化及其碳效應(yīng)研究的重點方向。

5 結(jié)論

(1)1980年北京市農(nóng)用地碳儲量為75.29 Tg-C,其中土壤碳儲量為46.33 Tg-C,植被碳儲量為28.97 Tg-C； 2010年北京市農(nóng)用地碳儲量為81.13 Tg-C,其中土壤碳儲量為38.82 Tg-C,植被碳儲量為42.31 Tg-C；研究期間北京市農(nóng)用地碳儲量共計增加了5.83 Tg-C。

(2)30年間,北京市農(nóng)用地面積減少14.11×104hm2,降幅達(dá)9.70%。其中,耕地面積減少最為迅速,面積減少14.62×104hm2,主要去向為建設(shè)用地和林地；林地和草地面積變化相對較小,林地面積增加1.13×104hm2,草地面積減少6.29×104hm2,二者之間的相互轉(zhuǎn)化較為活躍。

(3)1980—2010年北京市用地類型保持不變的農(nóng)用地總碳儲量增加797.58×104t,其中,土壤碳儲量減少297.63×104t,植被碳儲量增加1095.21×104t,耕地、林地碳儲量增加,草地碳儲量減少。

(4)1980—2010年,由于土地利用類型轉(zhuǎn)化,北京市農(nóng)用地土壤碳儲量減少75.71×104t,植被碳儲量增加212.49×104t,總碳儲量增加136.78×104t,其他用地類型轉(zhuǎn)為林地使得碳儲量增加,有助于碳匯的形成。林地轉(zhuǎn)出為其他用地類型均體現(xiàn)為碳儲量減少,造成一定的碳排放。

(5)過去30 a北京市農(nóng)用地面積減少,碳儲量略有增加,主要是林地轉(zhuǎn)入導(dǎo)致的植被碳儲量增加,農(nóng)用地各類型的轉(zhuǎn)入和轉(zhuǎn)出均造成土壤碳儲量降低。平原造林、退耕還林等工程實施有助于增加北京市農(nóng)用地固碳量。未來北京市可通過控制農(nóng)用地面積減少量、減少用地類型間的轉(zhuǎn)換頻率以降低碳儲量損失,通過優(yōu)化農(nóng)用地內(nèi)部結(jié)構(gòu)、增加具有較高碳密度的林地面積、合理利用耕地提高耕地碳密度以提高碳儲量。本研究可以為其他區(qū)域及全國在快速城市化工業(yè)化過程中提升農(nóng)用地碳儲量提供一定參考。