以下文章来源于集思人生 ，作者集思人生

文章摘要

生态碳储存通过从大气中捕获和储存碳，对碳中和至关重要。作为全球最大的城市群之一，京津冀城市群在快速城市化过程中面临着持续的生态碳储量损失的风险，平衡社会经济发展和维护生态空间以缓解碳储量逐渐萎缩的趋势十分必要。该研究对区域生态空间质量进行了评价，确定25915.60 km2的区域为生态限制区。结合社会经济因素，利用系统动力学模型和元胞自动机模型模拟了不同生态优先情景下的未来空间增长模式。预测2030–2060年生态空间损失量最小为2899 km2，其中生态碳储量从2093.26 Tg下降到2059.60 Tg。从城市层面来看，唐山的生态碳储量缩水率最高，为6.52%，保定的生态碳储量损失最大，为9.78 Tg。该方法可用于快速城市化地区生态碳储量估算，其结果有助于区域优势生态碳储量的识别和维护。

研究背景

伴随着城市扩张和人口增长，在快速城市化地区，提供碳减排服务的生态空间正在发生沙漠化和退化。京津冀（BTH）是中国经济最发达、人口最稠密的地区之一，生态系统的维护对于应对人为碳排放过剩和生态空间紧缩的挑战至关重要，准确的区域陆地生态碳储量估算对于区域碳平衡也至关重要。目前对于大规模生态碳储量估算主要依靠土地覆被变化。常使用预测土地利用规模的系统动力学模型和估计土地类型发生概率的元胞自动机模型的组合来模拟土地增长。然而，极端高质量的栖息地和生态敏感区不应该转移为建设用地，这在土地生长模拟过程中总是被忽略。此外，大多数研究集中在建设用地扩张引起的碳储存损失，而很少有研究关注不同生态土地增长之间的相互作用，并估计各种土地增长情景下的生态碳储量。与中国提出的生态优先和绿色发展的空间管理政策相一致，预测和比较不同生态用地增长情景下的潜在碳储量有助于论证城市蔓延对生态碳储量的影响。

研究区与数据

京津冀城市群（BTH）位于华北平原（北纬36°01′–42°37′,东经113°04′–119° 53′）（图1），由北京、天津和河北省的11个主要城市组成。

图1 研究区

根据研究目的和方法，收集了由气象数据、地质数据和统计数据组成的数据集（表1）。

表1 数据来源

研究方法

研究方法包括生态空间质量评价、土地增长模拟和碳储量估算三部分。

1 生态空间质量评价

1.1 栖息地质量评估

描述威胁对栖息地影响的距离衰减函数可根据威胁源的位置和传播路径分为线性函数（公式1）和指数函数（公式2）。栖息地的退化程度可以用栖息地受威胁指数Dxj来表示（公式3）。生境质量取决于生境适应性退化程度，土地覆被类型j中网格单元x的生境质量可用公式4表示。

其中irxy为威胁r源自网格单元y对栖息地网格单元x的影响；dxy为网格单元x和y之间的直线距离；drmax为威胁源跨越空间的最大有效距离。

式中，wr是威胁的权重；ry是每个源网格单元y的威胁；irxy是指威胁对栖息地的影响；βx是栖息地网格单元x的可达性；Sjr是栖息地在威胁下的敏感性。

式中，Hj为相关研究生境类型j的适应性；Dxj为生境受威胁指数；k常数为半饱和常数；z为经验系数。

1.2 生态敏感性评价

土壤流失敏感性（SS）用公式5计算，荒漠化敏感性（DS）用公式13计算。

式中，R为降雨侵蚀力；K为土壤可蚀性；LS为坡长乘以陡度；C为植被覆盖度；I为区域干旱系数；W为风速大于6米/秒的天数。

2 区域生态空间增长模拟

应用自上而下的系统动力学模型和自下而上的元胞自动机模型的集成来预测社会经济驱动因素下的土地利用情景，并处理不同土地利用类型之间的复杂权衡。收集GeoSOS-FLUS模型中输入的土地增长驱动数据，并将其分类为可达性因素、地形因素和社会经济因素。

原始土地利用类型的网格单元p到目标土地利用类型的网格单元k的转换可能性可以用公式15表示。

式中，P，Ω，I分别为网格单元k在迭代时间t对网格单元p的发生概率、邻域效应和惯性系数；SCp→k为原始网格单元p到目标网格单元k的转换成本。

3 生态碳储量计算

InVEST模型的碳模块应用于区域碳储量估算，数学计算公式如下：

式中，C为每种土地覆被类型单位面积的总碳储量；Cabove为地上生物量的碳密度；Cbelow为地下生物量的碳密度；Csoil为土壤碳密度；Cdead为死生物量的碳密度；Ak为每种土地覆被类型的面积；Ck为每个单元的碳密度。

研究结果

1 区域生态空间质量

为确定禁止开发的生态限制区，进行了生态空间质量评价，包括生境质量评价和生态敏感性评价（图2）。土壤流失敏感性（SS）评价结果表明，最易受自然水动力过程侵蚀的土地是渤海湾沿岸地区和太行山前平原地区。极度敏感区和严重敏感区面积分别为7850.67km2和23364.47 km2。荒漠化敏感性（DS）评价结果表明，坝上高原东北部山区、永定河和潮白河下游及河口地区以及河北平原南部地区是容易发生荒漠化的地区。极度敏感区和严重敏感区的土地覆被为分别为9158.19 km2和29187.82 km2。为了预测生态约束下的未来土地利用类型，极端低质量生境、极端敏感区以及自然保护区被认定为生态限制区，禁止将土地覆盖转换为除原始类型以外的其他类型。详细的生态限制区见表2，空间分布图见图3。

图2 BTH生境质量空间图（a）和生态敏感性空间图（b）

（注：R指降雨侵蚀力、K指土壤可蚀性、LS指坡长和陡度、NDVI指土地植被覆盖度、I指干旱度、W指大风日。）

表2 城市增长模拟中采用的生态约束因子

图3 生态限制区识别图

2 未来土地增长模拟

根据区域发展规划和国土空间规划，在生态优先的空间管理政策指导下，表3提出了土地增长情景和转移规则。预测了2030年至2060年不同情景下的未来土地增长模式。从图4（a）可知，各情景下未来40年建设用地增长最快，灰色情景下增长最高，黄金情景下增长最低。除了黄金情景下北京、天津和河北省南部的城市增长区域外，灰色情景下河北省东北部和西北部的建设用地也呈现增长趋势。红色情景下耕地仍占绝大部分，减少的主要来自河北省东南部地区。在绿色情景下，研究区西北部的植物预计将比其他地方减少更多。而蓝色情景下渤海湾附近180.37km2的水体容易消失。

表3 土地增长情景描述

图4 2030–2060年土地增长模式（a）和土地利用转移（b）

3 潜在碳储量估算

据预测，黄金情景仍然是最大的碳储量，2060年将达到2059.60 t（图5）。2060年红色情景和绿色情景的碳储量与黄金情景相差不大，分别为2055.38 t和2057.35 t。而灰色情景和蓝色情景的碳储量下降幅度更大，分别减少了62.61 t和47.43 t。2030–2060年，最具生态碳储量倾向于向建设用地转移。模拟结果中3149 km2建设用地扩张，1571 km2耕地减少，碳储量损失15.73 Tg，1040 km2林地减少，碳储量损失14.78 Tg，438 km2草地减少，碳储量损失5.77 Tg，73 km2水体减少，碳储量损失0.14Tg。12 km2和20 km2草地向耕地的净转移也造成了0.11 t碳储量的总碳储量损失。此外，36 km2未利用土地向生态用地的转移带来了0.37 Tg的碳储量，略微缓解了区域碳储量减少的趋势。

图5 2030–2060年潜在碳储量（a）、比例（b）和流量（c）

（注:CU指耕地、WL指林地、GL指草地、WB指水体。）

讨论

使用地理加权回归从城市层面检查社会经济和自然因素对碳储存的影响(图6，b)，在去除了共线变量后，GDP、人口、技术创新投资、第一产业投资、第二产业投资、第三产业投资和DEM值在城市碳储存影响因素分析中拟合良好（R2为0.8559）。唐山易发生碳储量萎缩最严重，损失率为6.52%，林地碳储量损失为3.83吨，占总损失的66.53%。唐山面临着生态空间的压缩和土壤生产力的下降。增加第一产业(系数为0.49364)和第三产业(系数为0.006935)的投资有助于提高重工业快速扩张所消除的碳密度(系数为-0.009028)。其次是保定和北京，碳损失率分别为4.96%和4.41%。

图6 2030–2060年生态碳储量损失（a）及其影响因素（b）

根据碳储量密度排序确定BTH的优势碳储量区域。由图7可知，华北平原的耕地碳储量优势城市有廊坊（99.39%）、沧州（98.49%）、衡水（99.86%）、邢台（77.92%）和邯郸（76.35%）。承德的草地碳密度为35.19 Mg/hm2，其次是张家口（31.61 Mg/hm2）和保定（25.66 Mg/hm2）。分布在坝上高原（d）的西北燕山山区（e）的东北面，延伸到太行山生态保护区（c）的西北面。北京市林地碳储量密度最高，为85.96 Mg/hm2，主要位于首都生态带（f）的林地包括北部的燕山山区、西北部的杜军山区和西部山区。

图7 各城市生态碳储量和区域优势碳储量

小编思考

目前大尺度的区域生态碳储量估算和预测多依靠土地利用数据或者NPP数据。学者们多根据历年的土地利用数据直接预测未来的变化情况，通常将极端低质量生境、极端敏感区以及自然保护区默认为可变更状态，这在一定程度上不太符合实际情况。该文将这三类区域设置为生态限制区，在禁止将它们转换为其它地类的基础上结合社会经济因素对未来土地利用进行预测。该文在处理过程中加入生态限制区能够提高最终碳储量预测结果的可靠性。但是，由于土地利用变化的不确定性，在未来研究中通过土地利用预测碳储量变化的时候可以将温度、降水等气候因素的影响纳入考虑范围，提高预测精度。在碳储量预测过程中，由于产业结构和城市化水平的差异，城市区域的碳排放量差异显著，因此不同城市区域建筑用地的碳储存密度差异较大，所以在未来研究中可以根据经济发展和生态建设情况等综合的、差异化的估算不同区域建筑用地的碳储存密度。

原文出处：Wu, W.H., Xu, L.Y., Zheng, H.Z., & Zhang, X.R. (2023). How much carbon storage will the ecological space leave in a rapid urbanization area ? Scenario analysis from Beijing-Tianjin-Hebei Urban Agglomeration. Resources, Conservation and Recycling, 189, 106774.

声明：本推送内容中的小编思考仅代表编者对文章的理解，请各位专家、同学批评指正。

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！