耦合PLUS-InVEST模型的多情景土地利用變化及其對(duì)碳儲(chǔ)量影響*

雒舒琪, 胡曉萌, 孫 媛, 閆 彩, 張 鑫

(西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院 楊凌 712100)

陸地生態(tài)系統(tǒng)因具有大量固碳單元, 在吸收CO2、調(diào)節(jié)氣候和全球碳循環(huán)等方面起著重要作用[1-3]。土地利用/覆被變化(LUCC)是人類社會(huì)、經(jīng)濟(jì)和自然互動(dòng)的一個(gè)具體體現(xiàn), 土地利用類型不同, 固碳能力存在較大差異[4-5]。近年來, 人類活動(dòng)導(dǎo)致土地利用格局發(fā)生了重大變化, 大量擴(kuò)張的建設(shè)用地侵占了林地、草地和濕地等生態(tài)用地, 導(dǎo)致陸地生態(tài)系統(tǒng)碳儲(chǔ)量大量流失[6-9]。人類活動(dòng)往往受到政策的制約和驅(qū)動(dòng), 土地利用類型是人類活動(dòng)存在的物質(zhì)載體,隨著政策的變化, 土地利用空間格局呈現(xiàn)出不同的形式。

近年來, 國內(nèi)外學(xué)者對(duì)LUCC和陸地生態(tài)系統(tǒng)碳儲(chǔ)量的變化進(jìn)行了大量的研究[10-15]。張斌等[16]將FLUS (Future Land Use Simulation Model Software)模型和生態(tài)系統(tǒng)服務(wù)和權(quán)衡的綜合評(píng)估(Integrated Valuation of Ecosystem Services and Tradeoffs, In-VEST)模型相結(jié)合, 對(duì)“三線”約束下武漢城市群LUCC及其對(duì)碳儲(chǔ)量影響進(jìn)行了模擬, 研究表明建設(shè)用地的大幅擴(kuò)張侵占了林地與耕地是導(dǎo)致武漢城市群碳儲(chǔ)量下降的主要原因。張平平等[17]采用CAMarkov模型與InVEST模型模擬和預(yù)測了2000-2040年不同發(fā)展情景下秦巴山地生態(tài)系統(tǒng)碳儲(chǔ)量變化情況, 研究表明: 在一定的生態(tài)保護(hù)措施下, 碳儲(chǔ)量減少幅度明顯變小。未來土地利用模擬模型可以與生態(tài)系統(tǒng)服務(wù)模型很好地結(jié)合并取得了一定研究成果, 量化LUCC對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量的影響具有重要意義[18-21]。Wang等[22]結(jié)合SD-PLUS和InVEST模型, 預(yù)測了新疆博爾塔拉地區(qū)在未來不同情景下的土地利用及碳儲(chǔ)量情況, 結(jié)果表明通過控制建設(shè)用地?cái)U(kuò)張和人口增長, 并擴(kuò)大研究區(qū)域內(nèi)林地等生態(tài)用地, 可以實(shí)現(xiàn)碳儲(chǔ)量的增加。伍丹等[23]應(yīng)用在FLUS模型上改進(jìn)的斑塊生成土地利用變化模擬PLUS模型(Patch-generating Land Use Simulation)結(jié)合InVEST模型, 模擬了成渝經(jīng)濟(jì)區(qū)在自然發(fā)展和生態(tài)保護(hù)兩種不同發(fā)展情景下碳儲(chǔ)量的變化趨勢,PLUS模型模擬的精度更高, 但是情景設(shè)置較為單一且沒有考慮政策的影響。

以往研究主要結(jié)合未來土地利用模擬模型和In-VEST模型[24], 對(duì)不同的發(fā)展情景下LUCC對(duì)碳儲(chǔ)量的影響進(jìn)行了研究, 但是考慮政策因素優(yōu)化土地利用結(jié)構(gòu)并增加區(qū)域碳儲(chǔ)量的研究仍然缺乏。并且已有研究主要集中在考慮政策對(duì)未來土地利用格局的“約束”作用上, 缺乏政策對(duì)LUCC的“驅(qū)動(dòng)”和“引導(dǎo)”作用。PLUS模型中集成的基于隨機(jī)森林的規(guī)劃交通更新機(jī)制和規(guī)劃開發(fā)區(qū)內(nèi)的隨機(jī)種子機(jī)制[25], 可以將規(guī)劃交通和規(guī)劃開發(fā)區(qū)對(duì)城市發(fā)展的引導(dǎo)作用考慮到城市群發(fā)展過程當(dāng)中, 有效彌補(bǔ)了已有研究只能考慮規(guī)劃的約束作用、無法考慮規(guī)劃政策的驅(qū)動(dòng)和引導(dǎo)作用的不足[26]。本文通過耦合PLUS模型和InVEST模型, 創(chuàng)新性地模擬在規(guī)劃交通和規(guī)劃發(fā)展區(qū)政策驅(qū)動(dòng)下西安市2030年3種發(fā)展情景下LUCC及其碳儲(chǔ)量的空間格局, 探討了政策指引下3種情景下西安市碳儲(chǔ)量總量差異及空間分布格局。

2021年7月, 西安市為響應(yīng)國家碳達(dá)峰與碳中和的總體布局, 實(shí)現(xiàn)“雙碳”目標(biāo), 明確提出要將穩(wěn)步提升西安市碳匯增量作為實(shí)現(xiàn)碳中和目標(biāo)的重要舉措之一。本研究擬以西安市為研究區(qū), 并引入《西安市“十四五”規(guī)劃》進(jìn)行分析, 模擬在政策驅(qū)動(dòng)、指引下西安市2030年的土地利用格局和碳儲(chǔ)量時(shí)空變化, 以期為西安市政策制定、土地利用結(jié)構(gòu)調(diào)整、“雙碳”目標(biāo)實(shí)現(xiàn)提供一定借鑒。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

西安市位于陜西省中部(圖1), 面積10 106.6 km2,年平均降水量528.3～718.5 mm。

圖 1 研究區(qū)陜西省西安市概況圖Fig.1 Location and general situation of the study area of Xi’an City

1.2 數(shù)據(jù)來源與處理

用于模擬未來土地利用的數(shù)據(jù)包括氣候環(huán)境數(shù)據(jù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)(表1)。計(jì)算碳儲(chǔ)量需土地利用數(shù)據(jù)(LULC)和碳密度數(shù)據(jù)?；赑LUS模型的數(shù)據(jù)輸入需求, 采用空間分辨率為30 m的柵格數(shù)據(jù),地理坐標(biāo)系統(tǒng)一為GCS_WGS_1984, 投影坐標(biāo)系為WGS_1984_UTM_Zone_49N。

表 1 PLUS模型輸入數(shù)據(jù)來源及處理Table 1 Data sources and processing of drivers of Patch-generating Land Use Simulation (PLUS)

綜合考慮模型的精度和適用性, 結(jié)合社會(huì)經(jīng)濟(jì)和環(huán)境數(shù)據(jù)對(duì)土地利用變化的影響, 依據(jù)驅(qū)動(dòng)因子可獲取性、時(shí)效性和顯著性原則, 選取數(shù)字高程數(shù)據(jù)、人口等11個(gè)驅(qū)動(dòng)因子作為PLUS模型輸入數(shù)據(jù)。圖2為處理的11個(gè)驅(qū)動(dòng)因子?xùn)鸥駭?shù)據(jù)。

1.3 研究框架

研究框架分為兩大部分:

1)未來土地利用格局的模擬: ①先采用集成在PLUS模型中的Markov模塊預(yù)測2030年不同發(fā)展情景下土地利用需求數(shù)量。②在PLUS模型的LEAS模塊中采用隨機(jī)森林算法計(jì)算11種驅(qū)動(dòng)因子(圖2)對(duì)各地類擴(kuò)張的影響, 并生成不同類型土地的發(fā)展概率。③在PLUS模型的CARS模塊中考慮規(guī)劃交通和規(guī)劃開發(fā)區(qū)等因素, 通過改變轉(zhuǎn)移矩陣、鄰域權(quán)重和限制發(fā)展區(qū)域預(yù)測西安市在“十四五”政策指引下不同發(fā)展情景的土地利用格局。

2)碳儲(chǔ)量的計(jì)算: ①選用InVEST模型進(jìn)行計(jì)算。②輸入2000年、2020年和不同發(fā)展情景的LULC以及碳密度數(shù)據(jù)。③輸出2000年、2020年和不同發(fā)展情景下的西安市碳儲(chǔ)量數(shù)據(jù), 從時(shí)間和空間上探究LUCC對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量的影響。

1.4 研究方法

1.4.1 情景設(shè)置

為滿足不同的發(fā)展需求, 綜合考慮西安市2000-2020年歷史土地利用轉(zhuǎn)移矩陣、《陜西省“十四五”發(fā)展規(guī)劃》和《秦嶺保護(hù)區(qū)總體規(guī)劃》, 在PLUS模型中設(shè)置自然發(fā)展、生態(tài)保護(hù)和城鎮(zhèn)發(fā)展情景(限制發(fā)展區(qū)域見圖3), 模擬西安市2030年的土地利用數(shù)據(jù)[27-29]。情景設(shè)定如下:

圖 2 研究區(qū)PLUS模型輸入的驅(qū)動(dòng)因子數(shù)據(jù)的空間分布Fig.2 Spatial distribution of various influencing factors of Patch-generating Land Use Simulation (PLUS) in the study area

圖 3 不同發(fā)展情景下研究區(qū)限制發(fā)展區(qū)域的分布Fig.3 Distribution of restricted development areas under different development scenarios in 2030 in the study area

自然發(fā)展情景(Q1): 延續(xù)2000-2020年發(fā)展趨勢, 保持原有土地利用類型轉(zhuǎn)移時(shí)的轉(zhuǎn)移概率和鄰域權(quán)重不變, 采用PLUS模型中集成的Markov模塊預(yù)測2030年各地類需求量, Q1是其他情景設(shè)定的基礎(chǔ)。為保護(hù)西安市水體面積, 將水域作為土地利用變化的限制因子, 將區(qū)域內(nèi)水域進(jìn)行掩膜提取, 設(shè)置為限制擴(kuò)張區(qū)域, 模擬2030年土地利用狀況。

生態(tài)保護(hù)情景(Q2): 以生態(tài)環(huán)境保護(hù)為首要目的, 限制城鎮(zhèn)化發(fā)展, 保護(hù)耕地, 使土地利用向更加環(huán)境友好的方向發(fā)展。在設(shè)置鄰域權(quán)重時(shí), 將林地、草地和水域向建設(shè)用地轉(zhuǎn)移的轉(zhuǎn)移概率減少20%,耕地向林地轉(zhuǎn)移的轉(zhuǎn)移概率增加60%, 耕地向草地轉(zhuǎn)移的轉(zhuǎn)移概率增加50%, 建設(shè)用地向林地轉(zhuǎn)移的轉(zhuǎn)移概率增加30%?？紤]到研究區(qū)內(nèi)的秦嶺保護(hù)區(qū)是我國重要的生態(tài)安全屏障, 此情景基于Q1加入秦嶺保護(hù)區(qū)為限制擴(kuò)張區(qū)域, 模擬2030年Q2的土地利用狀況。

城鎮(zhèn)發(fā)展情景(Q3): 考慮西安正處在快速發(fā)展的重大戰(zhàn)略時(shí)期, 建設(shè)用地?cái)?shù)量增長迅速。將草地、耕地和水域向建設(shè)用地轉(zhuǎn)移的轉(zhuǎn)移概率增加10%,建設(shè)用地向耕地、林地、草地和水域轉(zhuǎn)移的轉(zhuǎn)移概率降低70%。此情景不涉及任何政策干預(yù), 并且對(duì)不同地類間的轉(zhuǎn)換不設(shè)限制。

1.4.2 PLUS模型

PLUS模型是在FLUS模型基礎(chǔ)上發(fā)展的一種可以考慮政策驅(qū)動(dòng)、引導(dǎo)作用的斑塊級(jí)精細(xì)化土地利用預(yù)測模型[30-32], 該模型在Markov模塊的土地利用需求數(shù)量預(yù)測的基礎(chǔ)上發(fā)展了LEAS模塊和CARS模塊。

1) Markov模塊

Markov可以根據(jù)歷史用地轉(zhuǎn)移概率矩陣對(duì)未來用地需求進(jìn)行預(yù)測[33], 公式如下:

式中:S(t+1)表 示土地利用在t+1時(shí)刻下的土地利用類型,Pij表 示土地利用類型轉(zhuǎn)移概率矩陣,St表示土地利用t時(shí)刻的土地利用類型。通過改變轉(zhuǎn)移概率設(shè)置不同發(fā)展情景, 生成不同發(fā)展情景下未來的土地利用需求, 作為PLUS模型的輸入?yún)?shù)從而預(yù)測2030年Q1、Q2、Q3下的土地利用空間格局。

2) LEAS模塊

在LEAS模塊中輸入2期的LULC, 通過提取各地類發(fā)生變化的區(qū)域并隨機(jī)提取采樣點(diǎn)進(jìn)行分析,然后采用隨機(jī)森林算法通過訓(xùn)練數(shù)據(jù)集挖掘土地利用變化規(guī)則。公式如下:

式中:d取值為0或1, 取值為1時(shí)表示其他土地利用類型向土地利用類型為k的地類轉(zhuǎn)變, 取值0時(shí)不轉(zhuǎn)變;X為由驅(qū)動(dòng)因子組成的向量,hn(X)為決策樹為n時(shí)計(jì)算得到的土地利用預(yù)測類型;I(.)為決策樹的指示函數(shù);為 空間單元i處k類土地利用類型增長的概率。

3) CARS模塊

CARS模型將多元隨機(jī)種子的生成與閾值的遞減機(jī)制相結(jié)合, 對(duì)局部的土地利用進(jìn)行了模擬?？梢栽贚EAS模塊生成發(fā)展概率的約束下, 通過領(lǐng)域權(quán)重和過渡矩陣的約束, 使土地利用總量在宏觀上滿足未來需求。

① 領(lǐng)域權(quán)重設(shè)定。領(lǐng)域權(quán)重是用來表示不同用地類型的轉(zhuǎn)化難度。公式如下:

式中:wk為 領(lǐng)域權(quán)重參數(shù);n×n為 元胞單元;為元胞迭代到最后時(shí)地類所占網(wǎng)格單元總數(shù);為t時(shí)刻地類k在空間i單元處的領(lǐng)域權(quán)重。領(lǐng)域權(quán)重取值介于[0, 1]之間, 值越大表明擴(kuò)張能力越強(qiáng), 鄰域權(quán)重參數(shù)見表2。

②轉(zhuǎn)移矩陣設(shè)定。轉(zhuǎn)移矩陣用于定義不同區(qū)域的地類之間是否發(fā)生轉(zhuǎn)換, 其中1表示可以轉(zhuǎn)化, 0為限制轉(zhuǎn)換。Q1根據(jù)建設(shè)用地和水體不容易發(fā)生轉(zhuǎn)換、林地在保護(hù)的情況下不容易發(fā)生轉(zhuǎn)換等規(guī)則設(shè)置轉(zhuǎn)移矩陣; Q2保護(hù)耕地?cái)?shù)量并限制林地、草地、濕地和水體等生態(tài)用地向建設(shè)用地轉(zhuǎn)移; Q3各地類之間均可相互轉(zhuǎn)化[34]。過渡矩陣最終確定為表3。公式如下:

表 2 PLUS模型模擬2030年不同發(fā)展情景下不同土地利用類型的鄰域權(quán)重Table 2 Neighborhood weights of different land use types under different development scenarios in 2030 simulated with Patch-generating Land Use Simulation (PLUS) in the study area

4)模型精度驗(yàn)證

PLUS模型通過Kappa系數(shù)和OA系數(shù)對(duì)模擬結(jié)果進(jìn)行驗(yàn)證, 保證該模型在西安市地區(qū)的適用性。Kappa和OA系數(shù)均為0～1, 數(shù)值愈接近1, 則模擬精度越高, 當(dāng)數(shù)值超過0.75時(shí), 則表示模擬的精度高。

表 3 不同發(fā)展情景下土地利用轉(zhuǎn)移矩陣Table 3 Transfer cost matrix of each land use type under different development scenarios

1.4.3 未來規(guī)劃因子的制備

本研究中的規(guī)劃政策主要指空間上的規(guī)劃政策,而非宏觀的調(diào)控政策, 主要分為兩類: 規(guī)劃交通和規(guī)劃開發(fā)區(qū)。根據(jù)《西安市“十四五”交通運(yùn)輸發(fā)展規(guī)劃》, 隨著國家中心城市的建設(shè), 西安在國家綜合交通運(yùn)輸網(wǎng)絡(luò)中的輻射能力將明顯增強(qiáng)。依據(jù)城市群交通網(wǎng)重點(diǎn)工程, 在ArcGIS中依據(jù)政策繪制2030年的規(guī)劃高速公路和國道, 并生成未來交通變量的歐式距離(圖4)。在LEAS模型加載驅(qū)動(dòng)因子時(shí)輸入對(duì)應(yīng)的未來交通數(shù)據(jù), 生成未來交通變量驅(qū)動(dòng)下的各類用地發(fā)展概率。

考慮到西安市代管一個(gè)國家級(jí)新區(qū)即西咸新區(qū),引入規(guī)劃城市開發(fā)區(qū), 在ArcGIS中制作“轉(zhuǎn)化限制區(qū)域和開發(fā)區(qū)”數(shù)據(jù), 將限制區(qū)的數(shù)值設(shè)為0, 開發(fā)區(qū)數(shù)值設(shè)置為2, 其他區(qū)域的數(shù)值為1, 輸入PLUS模型中自帶的轉(zhuǎn)化工具, 轉(zhuǎn)化為模型要求的unsigned char格式的圖像, 此時(shí)數(shù)值0會(huì)被轉(zhuǎn)為no data而不顯示。在CARS模型中激活規(guī)劃開發(fā)區(qū)部分, 定義開發(fā)區(qū)政策的實(shí)施強(qiáng)度并在模型中進(jìn)行調(diào)試, 可以生成在未來規(guī)劃開發(fā)區(qū)影響下的未來土地利用數(shù)量及發(fā)展趨勢。

圖 4 研究區(qū)2030年規(guī)劃交通、規(guī)劃開發(fā)區(qū)以及秦嶺保護(hù)區(qū)Fig.4 Planed transportation, development zones and restricted development areas of Qinling Pretected Area and Xixian New Area of the study area in 2030

1.4.4 InVEST模型

InVEST模型是美國自然資本項(xiàng)目組開發(fā)的用于評(píng)估生態(tài)系統(tǒng)服務(wù)功能量及其經(jīng)濟(jì)價(jià)值、支持生態(tài)系統(tǒng)管理和決策的一套模型系統(tǒng)。InVEST模型中carbon模塊可以計(jì)算區(qū)域碳儲(chǔ)量并被廣泛應(yīng)用[35-39]。InVEST模型將生態(tài)系統(tǒng)的碳儲(chǔ)量劃分為4個(gè)基本碳庫: 地上碳庫(土壤以上所有存活的植物中的碳)、地下碳庫(存在于植物活根系統(tǒng)中的碳)、土壤碳庫(分布在有機(jī)土壤和礦質(zhì)土壤中的有機(jī)碳)、死亡有機(jī)碳庫(凋落物、倒立或站立的已死亡樹木中的碳)。研究區(qū)域內(nèi)總碳儲(chǔ)量為所有地類碳儲(chǔ)量之和。

1)碳儲(chǔ)量的計(jì)算

研究區(qū)總碳儲(chǔ)量計(jì)算公式為:

式中:Ai為該地類的面積,Cabove為地上碳庫,Cbelow為地下碳庫,Csoil為土壤碳庫,Cdead為死亡有機(jī)碳庫,Ctotal為所有地類碳儲(chǔ)量之和。一般死亡有機(jī)碳庫的數(shù)據(jù)難以獲得, 因此本文不做考慮。

2)各地類碳密度的確定

InVEST模型需要輸入研究區(qū)域各地類的碳密度值[40-43], 本文參考了一些現(xiàn)有研究[44-46], 西安市不同土地利用類型碳密度如表4所示。

表 4 研究區(qū)不同土地利用類型碳密度Table 4 Carbon densities of different land use types in the study area kg·m-2

2 結(jié)果與分析

2.1 模型精度驗(yàn)證

為驗(yàn)證PLUS模型模擬未來土地利用的精度, 本研究以2000年和2010年LULC為基礎(chǔ), 在LEAS模塊中生成各地類的發(fā)展概率, 在CARS模塊中生成2020年LULC模擬結(jié)果, 并與2020年實(shí)際LULC進(jìn)行對(duì)比分析(圖5), 2020年實(shí)際LULC柵格總數(shù)為11 229 600個(gè), 模擬正確的總數(shù)為10 444 156個(gè), 正確率高達(dá)93%。在PLUS模型中進(jìn)行精度驗(yàn)證得到Kappa系數(shù)為0.89, 結(jié)果表明PLUS模型在預(yù)測未來LULC上具有較高精度, 因此采用該模型模擬西安市2030年土地利用類型。

2.2 土地利用變化分析

2.2.1 2000—2020年土地利用變化分析

從表5可知, 西安市2000年、2010和2020年的LULC以林地和耕地為主, 2020年林地占全市土地利用的比重為47.02%, 耕地占比為36.53%; 其次為建設(shè)用地, 占總面積的13.86%; 草地、水體和濕地的面積均較少, 均不足總面積的3%。20年來, 各地類都有明顯變化, 草地、建設(shè)用地、水域面積不斷擴(kuò)大。其中, 建設(shè)用地的增長幅度最大, 高達(dá)62.80%;水體面積相較2000年增加57.30%; 與2000年相比,草地面積增加6.40%, 耕地、林地和濕地面積均有所下降, 其中濕地面積減少最多, 減少幅度高達(dá)86.81%;耕地面積減少數(shù)量最多, 減少547.74 km2, 占2000年耕地?cái)?shù)量總量的12.92%; 林地面積僅減少0.39%。

西安市2000年、2010年和2020年的土地利用空間格局如圖6所示, 通過ArcGIS軟件, 分析了2000-2020年西安市的LULC, 并構(gòu)建土地利用轉(zhuǎn)移矩陣(表6), 并通過對(duì)研究區(qū)20年來土地利用轉(zhuǎn)移變化特征進(jìn)行分析, 發(fā)現(xiàn)耕地主要轉(zhuǎn)為建設(shè)用地,其轉(zhuǎn)出量占耕地總轉(zhuǎn)出量的91.95%, 20多年來, 伴隨著經(jīng)濟(jì)的發(fā)展, 大量的建設(shè)用地占用了周圍的耕地,并在外圍繼續(xù)擴(kuò)大。

圖 5 研究區(qū)2020年實(shí)際與模擬的土地利用類型分布Fig.5 Actual and simulated distribution of different land use types in 2020 of the study area

表 5 2000—2020年研究區(qū)各期不同土地利用類型面積及比例Table 5 Areas and proportions of different land use types in each period from 2000 to 2020 in the study area

圖 6 2000年、2010年和2020年研究區(qū)域土地利用格局圖Fig.6 Land use patterns of the study area in 2000, 2010 and 2020

表 6 2000—2020年西安市土地利用轉(zhuǎn)移矩陣Table 6 Conversion matrix of land use from 2000 to 2020 in the study area

研究區(qū)域內(nèi)林地主要轉(zhuǎn)出為草地, 轉(zhuǎn)出量高達(dá)林地總轉(zhuǎn)出量的91.95%, 這與研究區(qū)域內(nèi)秦嶺保護(hù)區(qū)內(nèi)實(shí)施的“退耕還林還草”的生態(tài)保護(hù)政策有關(guān)。水體在不同程度轉(zhuǎn)為耕地、草地和建設(shè)用地等, 設(shè)置未來發(fā)展情景時(shí)應(yīng)該把水體作為限制發(fā)展區(qū)域進(jìn)行保護(hù)。

2.2.2 2030年土地利用預(yù)測結(jié)果分析

模擬的2030年3個(gè)情景下西安市土地利用格局見圖7。分析預(yù)測結(jié)果可知: 與2020年土地利用數(shù)據(jù)相比, Q1情景下建設(shè)用地、水體和林地將持續(xù)增加, 增幅分別為10.42%、3.61%和0.87%; 草地面積減少19.99%, 濕地減少13.98%, 耕地減少4.01% (表7)。從轉(zhuǎn)移方向來看, 草地主要轉(zhuǎn)出為林地、耕地、建設(shè)用地, 轉(zhuǎn)移面積分別是35.45 km2、3.71 km2和3.81 km2。耕地轉(zhuǎn)出為建設(shè)用地、草地、林地和水體, 其中耕地主要轉(zhuǎn)為建設(shè)用地, 面積達(dá)142.2 km2。水域由草地、耕地和濕地轉(zhuǎn)入, 建設(shè)用地由草地、耕地大面積轉(zhuǎn)入。

圖 7 2030年3種情景下研究區(qū)域土地利用格局Fig.7 Land use patterns of the study area under three development scenarios in 2030

表 7 2030年不同發(fā)展情景下不同土地利用類型的面積(km2)及其與2020年相比的變化Table 7 Area of each land use type under different development scenarios in 2030 and its change from 2020 in the study area

與2020年相比, 2030年Q2情景下濕地、建設(shè)用地和草地分別減少13.98%、12.82%和7.74%; 而耕地、林地和水體分別增加4.64%、0.51%和0.28%。生態(tài)保護(hù)政策約束下生態(tài)用地面積相對(duì)增加, 耕地、林地和草地等數(shù)量均高于自然發(fā)展情景, 秦嶺保護(hù)區(qū)和主城區(qū)周邊耕地都能得到一定程度的保護(hù)。2020-2030年不同情景的轉(zhuǎn)移空間圖如圖8所示,從轉(zhuǎn)移方向上看, 草地主要轉(zhuǎn)變?yōu)榱值? 轉(zhuǎn)移面積為19.54 km2; 耕地主要轉(zhuǎn)變?yōu)椴莸睾土值? 轉(zhuǎn)移面積分別為3.64 km2和4.54 km2。Q2情景下建設(shè)用地在一定程度上轉(zhuǎn)為草地、耕地、林地和水體等生態(tài)用地,說明生態(tài)保護(hù)政策約束下生態(tài)用地面積相對(duì)增加,耕地、林地和草地等數(shù)量均高于自然發(fā)展情景(Q1),秦嶺保護(hù)區(qū)和西安市主城區(qū)周邊耕地都能得到一定程度的保護(hù)。

圖 8 2000—2030年不同情景土地利用轉(zhuǎn)移空間格局Fig.8 Spatial patterns of land use transfer under different development scenarios from 2000 to 2030 in the study area

Q3情景下, 西安市建設(shè)用地大幅度增長, 增長幅度高達(dá)16.35%; 而耕地、林地、草地、濕地和水體數(shù)量都有所減少, 耕地減少數(shù)量最多, 減少160 km2。從轉(zhuǎn)移方向上來看, 草地、耕地、林地和水體轉(zhuǎn)為建設(shè)用地, 其中耕地轉(zhuǎn)為建設(shè)用地的面積最多, 為225.68 km2; 草地主要轉(zhuǎn)變成林地、耕地, 轉(zhuǎn)移面積分別為16.50 km2和5.03 km2; 林地主要轉(zhuǎn)變成耕地和建設(shè)用地, 轉(zhuǎn)移面積為91.02 km2和2.69 km2; 水體主要轉(zhuǎn)變成耕地, 轉(zhuǎn)移面積8.84 km2。不受政策約束的城鎮(zhèn)發(fā)展情景會(huì)造成建設(shè)用地?cái)?shù)量的迅速擴(kuò)張,使得耕地、草地、林地、水體等其他地類大量減少。

2.3 碳儲(chǔ)量的時(shí)空演變特征

用InVEST模型Carbon模塊分別計(jì)算并預(yù)測西安市2000年、2010年、2020年以及2030年Q1情景、2030年Q2情景和2030年Q3情景共6期的碳儲(chǔ)量(表8), 并計(jì)算了2000-2010年、2010-2020年和2000-2020年碳儲(chǔ)量變化 (圖9)。從數(shù)量來看,西安市2000年、2010年和2020年的碳儲(chǔ)量分別為3.76×104t、3.65×104t和3.58×104t。從行政區(qū)劃來看, 除新城區(qū)和碑林區(qū)這幾個(gè)城市化水平高的老城區(qū)外, 研究區(qū)域各地區(qū)碳儲(chǔ)量均不同程度減少, 其中未央?yún)^(qū)和雁塔區(qū)碳儲(chǔ)量減少最多, 分別占比41.67%和59.39%, 這兩個(gè)區(qū)域?qū)儆谘闼聟^(qū)和經(jīng)濟(jì)開發(fā)區(qū)。說明隨著國家級(jí)新區(qū)西咸新區(qū)的建設(shè)和主城區(qū)向周邊區(qū)域城市的擴(kuò)張, 嚴(yán)重侵占了耕地和其他生態(tài)用地, 導(dǎo)致區(qū)域碳儲(chǔ)量呈現(xiàn)下降趨勢。周至、鄠邑、臨潼、藍(lán)田等地區(qū)屬于秦嶺保護(hù)范圍內(nèi), 碳儲(chǔ)量減少量均在5%以下, 說明一定程度的生態(tài)保護(hù)措施可以有效抑制碳儲(chǔ)量的減少。2010年碳儲(chǔ)量較2000年減少1.06×103t, 2010年到2020年碳儲(chǔ)量減少0.68×103t, 2000-2010年碳儲(chǔ)量減少量幾乎是2010-2020年碳儲(chǔ)量減少量的2倍, 2000-2010年建設(shè)用地增幅達(dá)55.88%, 2010-2020年建設(shè)用地增加數(shù)量占2010年的14.72%, 這說明2000-2010年西安市經(jīng)濟(jì)高速增長, 導(dǎo)致建設(shè)用地大幅增加, 因而碳儲(chǔ)量大量減少, 2010-2020年開始實(shí)施一定的生態(tài)保護(hù)政策, 初見成效但是保護(hù)力度還不夠。

表 8 2000年、2010年、2020年及2030年自然發(fā)展(Q1)、生態(tài)保護(hù)(Q2)和城鎮(zhèn)發(fā)展(Q3)情景下西安市各行政區(qū)碳儲(chǔ)量Table 8 Carbon storage of each administrative region of the study area in 2000, 2010, and 2030 under development scenarios of business as usual (Q1), ecological protection (Q2) and town development (Q3) ×103 t

圖 9 2000—2020年西安市碳儲(chǔ)量變化特征的空間分布Fig.9 Distribution of carbon storage changes from 2000 to 2020 in the study area

2030年, Q1情景下碳儲(chǔ)量較2020年減少373.28 t, Q2情景下增多564.73 t, Q3情景下減少734.15 t。Q2情景下碳儲(chǔ)量總量高于其他情景, 研究區(qū)內(nèi)除秦嶺保護(hù)區(qū), 其余各地區(qū)的碳儲(chǔ)量均有所增加。Q2情景因一定的生態(tài)保護(hù)措施使碳儲(chǔ)量總量呈增加狀態(tài);Q3情景由于不受任何政策的約束, 建設(shè)用地急劇擴(kuò)大, 侵占了碳密度值相對(duì)較高的林地、草地和耕地等, 使得碳儲(chǔ)量總量大幅減少, 減少量幾乎是Q1情景的兩倍。

從行政區(qū)劃來看, 2000-2030年Q1情景延續(xù)了歷史轉(zhuǎn)移概率, 蓮湖、新城、碑林等老城區(qū)碳儲(chǔ)量幾乎沒有減少, 雁塔、灞橋、未央等新區(qū)碳儲(chǔ)量區(qū)內(nèi)減少幅度最大; 2000-2030年Q2情景各行政區(qū)的碳儲(chǔ)量都有所增加, 其中新城、碑林、雁塔增加幅度最大, 在10%左右, 說明生態(tài)保護(hù)政策也可以一定程度緩解碳儲(chǔ)量的減少(表8)。2000-2030年Q3情景, 西安市各行政區(qū)碳儲(chǔ)量均減少, 且周至、鄠邑、臨潼、藍(lán)田等秦嶺保護(hù)區(qū)范圍內(nèi)的縣區(qū)碳儲(chǔ)量呈減少趨勢, 說明只以經(jīng)濟(jì)建設(shè)為發(fā)展目標(biāo)不收任何約束的發(fā)展會(huì)使得區(qū)域整體碳儲(chǔ)量減少, 秦嶺保護(hù)區(qū)等地區(qū)在Q3情景下也會(huì)大幅減少。總的來看, 各行政區(qū)碳儲(chǔ)量的變化趨勢和西安市碳儲(chǔ)量總量變化保持一致。

為清楚反映碳儲(chǔ)量變化的空間分布, 在Arc-GIS中通過柵格重分類將2000-2020年、2020-2030年Q1情景、2020-2030年Q2情景和2020-2030年Q3情景的碳儲(chǔ)量變化為3類: 減少、增加和基本不變(圖9, 圖10)。從碳儲(chǔ)量的空間分布來看, 2000-2020年(圖9), 大部分地區(qū)碳儲(chǔ)量保持基本不變, 城市周邊的耕地被開發(fā)利用, 從而造成碳儲(chǔ)量的下降。秦嶺保護(hù)區(qū)范圍內(nèi)碳儲(chǔ)量基本不變, 這與“退耕還林工程”等一系列生態(tài)保護(hù)措施的實(shí)施有關(guān), 說明一定程度上的生態(tài)保護(hù)政策可以有效減緩碳儲(chǔ)量的減少。從行政區(qū)來看, 變化較大的區(qū)域主要在未央?yún)^(qū)、雁塔區(qū)和灞橋區(qū), 這些區(qū)域在西安市老城區(qū)外圍且均為新的經(jīng)濟(jì)開發(fā)區(qū), 碳儲(chǔ)量減少范圍與建設(shè)用地?cái)U(kuò)張情況基本保持一致。

2020-2030年不同發(fā)展情景, 碳儲(chǔ)量變化呈現(xiàn)不同的空間分布(圖10)。2020-2030年, Q1情景下碳儲(chǔ)量基本保持在歷史減少趨勢, 說明延續(xù)之前發(fā)展模式的碳儲(chǔ)量; Q2情景下, 碳儲(chǔ)量增加區(qū)域集中在秦嶺保護(hù)區(qū)范圍以外的其他地區(qū), 且分布較均勻,說明該情景下西安市在發(fā)展經(jīng)濟(jì)的同時(shí)能兼顧生態(tài)用地和耕地的保護(hù), 減少了碳儲(chǔ)量的損失; Q3情景下, 碳儲(chǔ)量在研究區(qū)域整個(gè)范圍內(nèi)均有所減少, 造成這種情況的原因主要是城市化進(jìn)程的加快、人類活動(dòng)頻繁, 建設(shè)用地大規(guī)模侵占生態(tài)用地和耕地等其他地類, 導(dǎo)致土地利用類型的變化, 從而使碳儲(chǔ)量呈下降趨勢。

圖 10 2020—2030年不同發(fā)展情景下研究區(qū)碳儲(chǔ)量變化Fig.10 Changes in carbon stocks from 2020 to 2030 under different development scenarios in the study area

在生態(tài)保護(hù)情景下, 2030年預(yù)測的碳儲(chǔ)量呈現(xiàn)增加的趨勢, 這主要是由于3種情景下土地利用類型轉(zhuǎn)移的概率和轉(zhuǎn)移矩陣的不同所致。與Q1情景和Q3情景相比, Q2情景嚴(yán)格控制了林地、草地和水域向建設(shè)用地轉(zhuǎn)移的轉(zhuǎn)移概率, 并且增加了耕地向林地、草地的轉(zhuǎn)移概率以及建設(shè)用地向林地轉(zhuǎn)移的轉(zhuǎn)移概率, 林地、草地和水域面積的增加有利于碳儲(chǔ)量的增加。這說明在生態(tài)保護(hù)情景下, 實(shí)施一定程度的生態(tài)保護(hù)措施將有助于減緩區(qū)域碳儲(chǔ)量下降趨勢。總的來看, 碳儲(chǔ)量較高的地區(qū)主要在南部秦嶺地區(qū), 主要是藍(lán)田縣、長安區(qū)、鄠邑區(qū)和臨潼區(qū), 這幾個(gè)地區(qū)主要以林地為主, 固碳能力相對(duì)較強(qiáng),且受政策保護(hù)限制建設(shè)用地的擴(kuò)張和耕地的開墾,在生態(tài)保護(hù)上更具優(yōu)勢; 研究區(qū)北部屬于關(guān)中平原,該區(qū)域適合人類社會(huì)生產(chǎn)活動(dòng), 用地類型以建設(shè)用地為主, 碳儲(chǔ)量較低; 東北部和西北部主要位于城市周邊, 土地利用以耕地為主, 受人類活動(dòng)的影響較大,Q2情景下耕地受到保護(hù), 碳儲(chǔ)量基本維持不變; Q3情景下建設(shè)用地的大規(guī)模擴(kuò)張侵占大量耕地使得這些地區(qū)的碳儲(chǔ)量呈減少趨勢。

綜上, Q2情景下碳儲(chǔ)量總體呈增加趨勢且分布均勻, 說明科學(xué)合理的生態(tài)保護(hù)措施能夠較好實(shí)現(xiàn)西安市的固碳作用, 有效抵消由于經(jīng)濟(jì)建設(shè)帶來的碳儲(chǔ)量下降趨勢。Q2情景減緩了建設(shè)用地的擴(kuò)張,驅(qū)動(dòng)了碳儲(chǔ)量的增加, 未來可以在生態(tài)保護(hù)情景的基礎(chǔ)上制定相應(yīng)的生態(tài)保護(hù)政策, 為實(shí)現(xiàn)《陜西省“十四五”生態(tài)環(huán)境保護(hù)規(guī)劃》中展望的2035年碳排放穩(wěn)中有降, 生態(tài)環(huán)境質(zhì)量根本好轉(zhuǎn)的發(fā)展目標(biāo)提供一定幫助。

3 結(jié)論與討論

3.1 結(jié)論

本研究耦合PLUS和InVEST模型, 以2000年、2010年和2020年3期西安市歷史土地利用數(shù)據(jù)驗(yàn)證PLUS模型在研究區(qū)域的精度, 模擬西安市2030年在政策驅(qū)動(dòng)下自然發(fā)展(Q1)、生態(tài)保護(hù)(Q2)和城鎮(zhèn)發(fā)展(Q3)情景的LUCC, 并采用InVEST模型對(duì)碳儲(chǔ)量進(jìn)行了分析, 明確了土地利用格局對(duì)西安市碳儲(chǔ)量的潛在影響。得出以下結(jié)論:

1) PLUS模型在預(yù)測西安市土地利用類型上具有較高的精度, 模型OA系數(shù)為0.93, Kappa系數(shù)為0.89, 可以較好預(yù)測未來西安市各區(qū)縣土地利用空間格局。

2) 3種情景的設(shè)置基本可以滿足西安市不同的發(fā)展訴求, Q2情景相較Q1情景耕地?cái)?shù)量有所增加,朝著更加環(huán)境友好的方向發(fā)展。Q3情景不考慮政策影響, 建設(shè)用地?cái)?shù)量大幅度無序擴(kuò)張, 增幅高達(dá)10.42%, 嚴(yán)重侵占了研究區(qū)內(nèi)的生態(tài)用地。

3) LUCC對(duì)碳儲(chǔ)量具有重要影響, 土地利用格局的改變影響著碳儲(chǔ)量的變化。Q1情景下西安市2030年的碳儲(chǔ)量較2020年減少373.28 t; Q2情景下,2030年碳儲(chǔ)量較2020年增加564.73 t, 說明實(shí)施一定的生態(tài)保護(hù)措施可以有效減少研究區(qū)域內(nèi)的碳儲(chǔ)量下降趨勢; Q3情景下由于建設(shè)用地大幅擴(kuò)張, 碳儲(chǔ)量總量流失最為嚴(yán)重, 高達(dá)734.15 t。

3.2 討論

為彌補(bǔ)單一模型的不足之處, 本文耦合PLUS模型與InVEST模型來定量評(píng)估政策驅(qū)動(dòng)下未來不同發(fā)展情景下土地利用變化及其對(duì)碳儲(chǔ)量的影響。模型的耦合彌補(bǔ)了單一模型的不足, 能充分發(fā)揮PLUS模型在數(shù)量和空間上對(duì)未來土地變化的模擬與In-VEST模型在碳儲(chǔ)量預(yù)測上的優(yōu)勢, 評(píng)估2030年3種情景下西安市土地利用變化及其對(duì)碳儲(chǔ)量的影響,為探討在政策驅(qū)動(dòng)下土地利用變化下的碳儲(chǔ)量提供了一種新思路。

PLUS模型是基于柵格數(shù)據(jù)模擬精細(xì)化土地利用模擬的新模型, 與FLUS模型相比數(shù)據(jù)更便于獲取且精度更高。本研究模擬預(yù)測了2030年精度30 m的LULC, Kappa系數(shù)為0.89, Fom值0.49, 說明PLUS模型適用于西安市且模擬精度較高。此外, PLUS模型中集成的基于隨機(jī)森林的規(guī)劃交通更新機(jī)制和規(guī)劃開發(fā)區(qū)內(nèi)的隨機(jī)種子機(jī)制, 可以考慮政策對(duì)LUCC的驅(qū)動(dòng)和引導(dǎo)作用, 本研究基于西安市十四五規(guī)劃政策, 預(yù)測政策指引下2030年西安市的土地利用格局, 可以對(duì)未來的政策制定、土地利用結(jié)構(gòu)調(diào)整提供新的視角。

PLUS模型輸入社會(huì)經(jīng)濟(jì)數(shù)據(jù)、氣候和環(huán)境數(shù)據(jù)以及未來驅(qū)動(dòng)數(shù)據(jù)生成各類用地的發(fā)展概率, 然而LUCC是一個(gè)復(fù)雜的動(dòng)態(tài)過程, 往往受自然條件、社會(huì)經(jīng)濟(jì)和人類活動(dòng)等多個(gè)因素共同影響, 本研究雖然綜合考慮了未來交通規(guī)劃和政策的導(dǎo)向作用,但對(duì)于未來的人口、GDP等社會(huì)經(jīng)濟(jì)因素和氣溫、降水等氣候因素考慮欠缺, 如何將這類因素考慮其中是下一步工作重點(diǎn)。此外, 為滿足不同的發(fā)展需求, 本文綜合考慮西安市歷史土地利用轉(zhuǎn)移矩陣、《陜西省“十四五”發(fā)展規(guī)劃》和《秦嶺保護(hù)區(qū)總體規(guī)劃》, 通過改變轉(zhuǎn)移概率、轉(zhuǎn)移矩陣和限制發(fā)展區(qū)域設(shè)置了3種不同的未來發(fā)展情景: Q1 (自然發(fā)展情景)、Q2 (生態(tài)保護(hù)情景)和Q3 (城鎮(zhèn)發(fā)展情景),可以預(yù)測Q1 (延續(xù)之前發(fā)展模式)、Q2 (實(shí)行一定程度上的生態(tài)保護(hù)政策)和Q3 (大力發(fā)展經(jīng)濟(jì)建設(shè)用地?cái)U(kuò)張不受約束) 3種情景下2030年的土地利用格局, 3種情景的設(shè)置基本可以涵蓋未來不同的發(fā)展模式。但設(shè)定的3類發(fā)展模式與真實(shí)發(fā)展情形仍有差距, 無法涵蓋未來所有的發(fā)展模式, 結(jié)合政策設(shè)置更為貼近現(xiàn)實(shí)的未來土地利用需求數(shù)量、縮小發(fā)展情景與真實(shí)發(fā)展模式之間的差距將成為未來土地利用變化模擬研究的重點(diǎn)之一。

InVEST模型需要輸入預(yù)測的未來土地利用數(shù)據(jù)和各土地類型對(duì)應(yīng)的碳密度值, 碳密度是模型準(zhǔn)確評(píng)估碳儲(chǔ)量的重要輸入?yún)?shù)。碳密度數(shù)據(jù)的獲取一般優(yōu)先選用研究區(qū)的實(shí)地測量數(shù)據(jù), 若數(shù)據(jù)不全,通常借助文獻(xiàn)整理匯總研究區(qū)周邊的碳密度數(shù)據(jù),對(duì)同一地類的碳密度取有關(guān)文獻(xiàn)的平均值。實(shí)測數(shù)據(jù)會(huì)因?yàn)闇y量方法或取樣時(shí)間的不同存在差異, 在今后的研究中, 應(yīng)通過實(shí)地調(diào)研獲取實(shí)測數(shù)據(jù)并合理修訂碳密度值, 進(jìn)而使得InVEST模型的評(píng)估結(jié)果更為準(zhǔn)確。

土地利用變化對(duì)生態(tài)系統(tǒng)碳儲(chǔ)量具有重要影響,當(dāng)碳密度高的土地類型向碳密度低的土地類型轉(zhuǎn)化時(shí), 將會(huì)導(dǎo)致碳儲(chǔ)量減少, 反之會(huì)造成碳儲(chǔ)量增加。本研究3種情景下西安市2030年碳儲(chǔ)量具有明顯區(qū)別, Q1情景下較2020年減少373.28 t, 說明延續(xù)現(xiàn)有的發(fā)展路徑會(huì)使得研究區(qū)域內(nèi)碳儲(chǔ)量呈減少趨勢;Q2情景下較2020年增加564.73 t, 說明一定的生態(tài)保護(hù)措施保護(hù)了林地、濕地等生態(tài)用地和耕地的數(shù)量, 限制了碳密度較高的耕地、林地、草地、濕地等轉(zhuǎn)化成碳密度較低的建設(shè)用地, 可以減緩陸地生態(tài)系統(tǒng)碳儲(chǔ)量減少趨勢, 增加西安市碳儲(chǔ)量; Q3情景下由于建設(shè)用地大幅擴(kuò)張, 碳儲(chǔ)量總量減少734.15 t, 流失最為嚴(yán)重, 說明城市擴(kuò)張對(duì)周邊耕地和其他地類的侵占會(huì)造成碳密度高的地類轉(zhuǎn)化為建設(shè)用地這類碳密度低的地類, 使得陸地生態(tài)系統(tǒng)碳儲(chǔ)量大幅減少。綜上, 未來西安市應(yīng)在Q2情景的基礎(chǔ)上繼續(xù)實(shí)施“退耕還林還草”、生態(tài)用地修復(fù)等保護(hù)措施, 同時(shí)應(yīng)對(duì)建設(shè)用地?cái)U(kuò)張進(jìn)行合理的控制。