网站首页 公文大全 个人文档 实用范文 讲话致辞 实用工具 心得体会 哲学范文 总结范文 范文大全 报告 合同 文书 信函 实用
  • 汇报体会
  • 节日庆典
  • 礼仪
  • 毕业论文
  • 评语寄语
  • 导游词
  • 口号大全
  • 其他范文
  • 百花范文网 > 实用范文 > 其他范文 > 基于情景模拟的流域低碳土地利用格局优化研究——以汾河流域为例

    基于情景模拟的流域低碳土地利用格局优化研究——以汾河流域为例

    时间:2023-07-03 09:35:04来源:百花范文网本文已影响

    张恩月, 郑君焱, 苏迎庆, 张 蕾, 张鹏飞, 刘 庚

    (1.太原师范学院地理科学学院,山西 晋中 030619;
    2.中晋环境科技有限公司,山西 太原 030000;
    3.西北师范大学地理与环境科学学院,甘肃 兰州 730070;
    4.太原师范学院经济与管理学院,山西 晋中 030619)

    全球气候变化是当前人类社会面临的重大危机,为有效应对气候变化带来的威胁,各国呼吁达成以自下而上NDC(Nationally Determined Contributions)目标及行动计划推进全球气候治理[1-2]。中国作为当前世界上碳排放量最大的国家之一,提出“二氧化碳排放力争取于2030 年前达到峰值,2060年前实现碳中和”的目标,并且将碳达峰、碳中和作为我国“十四五”规划和2035年远景目标,以此响应全球气候变化的治理[3-4]。如何达成碳达峰、碳中和的目标及具体实现路径已成为当前研究的主要热点[5]。土地利用优化布局通过调整土地利用类型结构及空间布局,维护区域土地资源的高效利用,实现碳排放的减少,有效推动双碳目标的达成[6]。针对土地利用优化布局,研究多偏重于土地数量质量上的分配[7],基于区域差异的兼顾数量、质量、生态“三位一体”的优化方式已成为新的焦点[8];
    研究方法上大多采用线性规划模型[9]、系统动力学模型[10]、CLUE-S 模型[11]、多目标粒子群算法[12]等进行分区;
    研究尺度上包括行政区(省/市/县)[13-14]、城市圈/群[15-16]、生态脆弱区及流域[17-18]等不同层级。总体来看,现有研究大多聚焦土地资源本底的现状优化配置,而兼顾低碳土地利用角度的优化配置研究报道较少。同时,基于现状土地静态的优化配置不足以有效反馈土地利用变化的复杂性、时空异质性及不确定性等特征。相反,采取多情景的土地利用变化模拟及空间优化配置对未来土地利用变化及社会经济发展的不同需求具有更好的弹性适应。

    汾河流域是山西省重要的传统能源生产基地及消费源区,也是黄土高原生态脆弱地带。同时具有流域、矿区及生态敏感等复合环境本底,基于长期的煤铁等工矿开采、耕作及城镇经济建设等人为扰动,造成研究区土地利用结构布局变化的特殊性及复杂性,由此带来的生态环境及土地碳收支问题更为复杂。在国家提出“双碳”目标的背景下,未来流域内社会经济发展的多元性与双碳目标之间的矛盾或将加大,实现双碳背景下土地利用优化配置是解决上述问题的迫切需求。因此,本文集成FLUS-MCR 模型,并采用碳收支系数法,基于2015年、2020年土地利用数据,验证模型精度的基础上,设置2030 年经济发展优先、耕地保护优先、生态保护优先、低碳目标优先及自然发展5种模拟情景,对比未来不同发展情景下土地利用的布局特征,并提出针对性的优化布局方案,为有效提升区域土地碳汇能力、解决碳收支矛盾,达成“双碳”目标,推进地区开展低碳导向的国土空间规划,制定科学的减排路径提供参考。

    1.1 研究区概况

    汾河流域位于山西省中部,黄土高原东翼(35°13′4″~39°4′4″N、110°26′42″~113°26′56″E)。辖太原、晋中、吕梁等6 市约40 县,总面积约3.95×104km2(图1)。属温带大陆性季风气候,年均气温11 ℃,年均降水量392.8 mm。地势由北向南整体倾斜,主要地形为土石质山地、黄土丘陵及河谷盆地等。主要土地利用类型为耕地、草地及林地等。区内人口经济城镇相对集聚,城镇化率达到60.3%,约占山西省40.1%的人口、42.6%的GDP,年均粮食产量约占全省的37%,煤炭产量的26.2%。截至2020年,流域净碳排放量为2002.46×104t,占山西省碳排放总量的35.74%,是本省主要碳源地之一。

    图1 汾河流域区位图Fig.1 Location of Fenhe River Basin

    1.2 数据来源及处理

    2015 年、2020 年土地利用数据通过波段合成、几何纠正、图像增强等处理,经人机交互式判读解译得到,解译精度为91.1%,按照中国土地利用/土地覆盖数据的3级分类系统重分类为耕地、林地、草地、水域、建设用地、未利用土地等6 类。选取9 类阻力因子数据均经相应地理处理、裁剪校正、坐标转化、均匀采样等,采样栅格为1 km×1 km(表1)。

    表1 数据类型及来源Tab.1 Data type and source

    1.3 研究方法

    首先基于2020 年土地利用数据及省市县发展规划等实际,划定禁止、限制、重点及优化开发区4类土地利用功能分区,并测算各用地类型的碳收支量;
    然后设置低碳发展优先、生态保护优先、耕地保护优先、自然发展及经济发展优先等5种情景,对各情景土地利用格局进行优化配置;
    最后对各情景的碳收支量进行横向比较,得出低碳土地利用优化路径(图2)。

    图2 研究框架Fig.2 Study framework

    1.3.1 土地利用模拟方法 采用FLUS 模型模拟未来土地利用格局,该模型是基于传统元胞自动机(CA)模型改良的集成模型[19],其原理是通过融合人工神经网络(BP-ANN)算法,对研究初期土地利用数据及驱动因子计算出各类用地转化的适宜性概率;
    再结合集成的自适应惯性竞争机制测算模拟年土地利用变化结果的综合概率;
    最终利用轮盘赌机制得到模拟结果[20-21]。模拟年5种情景及转换原则设置见表2。

    表2 情景类型及转换原则Tab.2 Situation types and conversion principles

    1.3.2 土地利用优化分区划定方法

    (1)“源”的选取

    生态源地是指生态环境质量较高且具有较高生态稳定性及扩展性的区域[22]。考虑多年流域土地利用变化特征,选取生态保护红线内面积始终大于50 km2的林地和始终大于5 km2的水域作为生态源地[23-24](图3a)。城镇源地是指城市集中建设区中城市的核心区[25],提取城镇用地及农村居民点用地为城镇源地(图3b)。

    图3 汾河流域生态源地与城镇源地Fig.3 Ecological source and town source in Fenhe River Basin

    (2)阻力面的构建

    选取9类能够反映本研究区现状且具有代表性的阻力因子并赋权[26-27],除土地利用类型因子为中性因子,其余阻力因子的属性对两类源地的作用相反(表3)。以生态/城镇源地为起点分析其向外围扩展的阻力,按阻力值划分为高阻力、较高阻力、中阻力、较低阻力和低阻力区5个等级区(图4)。

    图4 生态/城镇源地综合阻力区Fig.4 Ecological/urban comprehensive resistance area

    表3 生态/城镇源地阻力因子分级及权重Tab.3 Classification and weight of ecological/urban source resistance factors

    (3)最小累积阻力模型

    最小累积阻力模型(MCR)是用来测度从“源”地经不同阻力到达目的地所克服阻力的总和[28],依据该原理,设置土地利用功能分区,公式如下:

    式中:fmin表示空间上任意点到其他点的最小阻力(最低成本);
    Dij表示在一定范围内从起点i到j的实际距离;
    Ri表示i对目的地的阻力系数;
    MCRe表示生态扩张最小累积阻力值;
    MCRc表示城镇扩张最小累积阻力值;
    MCRd表示两者的差值。

    (4)最小累积阻力面计算

    按差值的正负可将流域土地利用划分为两类,小于0 的部分为生态适宜区,大于0 的部分为建设适宜区。为符合流域土地利用实际,进一步细化分区,基于MCRd差值与面积曲线突变点[29]将适宜经济建设的分区划分为重点及优化开发区,适宜生态保护的分区划分为禁止及限制开发区(图5)。

    图5 最小累积阻力差值与栅格数目的关系Fig.5 Relationship of grid numbers and minimal accumulated margin

    1.3.3 碳收支系数与碳收支量测算 为测算各土地利用类型的碳排放(吸收)量,通过比对近似区域[30-31],并结合《中国能源统计年鉴》、中国碳核算数据库(https://www.ceads.net.cn/data/)、《山西省统计年鉴》等省市统计年鉴历年能源排放量推算验证,对不同土地利用类型的碳收支系数分类划定[32],由于未利用土地占流域面积的比重较小且多年变化较小,碳收支贡献较低,故不作统计(表4)。依据上述原理,碳收支量测算公式如下[33]:

    表4 土地利用类型的碳收支系数表Tab.4 Carbon budget coefficient table of land use types /(t·hm-2·a-1)

    式中:C为碳总排放(吸收)量;
    Si为第i种土地利用类型的面积;
    Ei为第i种土地利用类型的碳排放(吸收)系数。其中,正值为碳排放,负值为碳吸收。

    2.1 汾河流域土地利用现状及功能分区

    2020年汾河流域主要土地利用类型为耕地、林地、草地及建设用地,分别占流域面积的40.44%、26.64%、24.03%及8.08%。其中,林地、草地集中于流域边缘山区丘陵,建设用地、耕地集中于流域核心盆地(图6)。根据土地利用功能指向,将流域划分为禁止、限制、重点及优化开发区,生态功能主导的禁止及限制开发区,面积分别为2491.76 km2、6445.99 km2,各占流域面积的6.27%和16.22%,其主要位于流域源头及边缘山区等林草地封育区域。生产生活功能为主的重点及优化开发区,面积分别为16325 km2、14477 km2,各占流域面积的41.08%和36.43%,其中,重点开发区集中分布在太原、晋中等盆地核心区,优化开发区分布在其外缘。

    图6 汾河流域土地利用格局及功能分区Fig.6 Land use pattern and functional zoning in Fenhe River Basin

    2.2 汾河流域土地利用碳收支现状

    2020 年汾河流域净碳排放量为2002.46×104t,占山西省碳排放总量的35.74%,为山西省主要碳源之一(图7)。相比其他流域,太湖流域该年净碳排放量为6304.76×104t,地均碳排放强度略高于汾河流域[33],但经济发展水平远高于本区,表明汾河流域碳收支相对较差,该结论与朱向梅等[31]得出黄河流域山西省出现碳水赤字且碳生态可持续发展能力弱相一致。因此,需要加强土地利用优化,进一步促进土地利用碳收支现状改善。按功能分区划分,禁止开发区年碳吸收量为0.76×104t,是流域重要的碳汇区,其中林草地面积占该分区的84.07%,有效提高了该区碳吸收能力。其他三区均为碳源区,按当年碳排放量大小排序为:重点开发区、优化开发区及限制开发区,碳排放量分别为1022.69×104t、915.24×104t、65.29×104t。综合来看,各功能分区主要受地形、坡度、交通通达度等多要素影响,导致其主导的土地利用类型存在差异,进而影响到碳源碳汇的占比,造成各功能分区的碳收支能力不同。

    图7 2020年汾河流域土地利用类型碳收支现状Fig.7 Carbon balance of land use types in Fenhe River Basin in 2020

    2.3 汾河流域多情景土地利用格局优化及碳收支变化

    基于2015 年土地利用数据模拟2020 年、2030年土地利用现状,利用2020年实际土地利用情况进行验证,验证总体精度为0.964,Kappa系数为0.948,表明FLUS模型模拟本研究区土地利用变化的适用性较好。2030年,各情景土地利用优化分区除禁止开发区用地结构相对合理外,其他分区均存在不同程度的土地利用结构问题(图8),具体分析如下。

    图8 2030年汾河流域多情景土地利用优化分区Fig.8 Multi-scenario land use optimization zoning of Fenhe River Basin in 2030

    2.3.1 低碳发展优先 2030 年流域碳排放量为2093.62×104t,碳吸收量为52.77×104t,碳收支水平优于其他情景。从各用地类型变化分析来看,该年林地及草地面积较2020 年分别增长29.92 km2、100.09 km2,碳吸收量提高1666.26 t,而作为碳源的耕地面积比起始年缩减184.25 km2,使碳排放量减少6817.25 t。各分区中重点及优化开发区主要用地类型面积占比排序相同,其中,重点开发区耕地及建设用地面积占比略超分区总面积的1/2,故适当增加该区生产及生活功能为主的用地类型,促进其经济集聚及规模发展。禁止及限制开发区碳汇的林草地面积占比均较高,其中,禁止开发区林草地面积占比分别达到86.99%、5.04%,限制开发区林草地面积占比共计78.73%,为流域总体碳收支平衡起到重要作用。

    2.3.2 生态保护优先 2030 年碳排放量为2171.35×104t,碳吸收量为52.95×104t,碳收支水平略低于低碳发展情景。相比2020年,该年林地、草地、水域等生态功能用地共新增196.52 km2,其中,水域面积增长率达到2.70%,为碳吸收量贡献的0.7%。同期耕地面积缩减376.14 km2,部分耕地退耕为林草地,使碳吸收量增加3167.07 t,碳排放量减少116.27×104t。各分区中重点及优化开发区林草地面积占比均较高,各自约占该分区面积的2/5,而建设用地仅占各自分区面积的10%左右,因此,该区建设用地等仍需要合理规划,以促进区域城镇化水平提高。禁止及限制开发区,林草地等用地面积约占各分区面积的80%以上,能较好的维持区域生态安全水平。

    2.3.3 耕地保护优先 全局层面,该情景碳排放量为2209.38×104t,碳吸收量为25.61×104t。相比2020年,耕地面积增加291.34 km2,增长率为1.90%,同期草地面积缩减542.64 km2,建设用地增加234.62 km2,造成碳排放量增加153.21×104t,碳吸收量下降1085.28 t。草地成为耕地及建设用地的主要转出源,也造成碳排放总量提高。其中,重点开发区耕地与建设用地面积占比总计57.67%,而草地面积高达27.90%,优化开发区耕地与建设用地面积占比之和为64.20%,相较而言,重点开发区经济建设功能指向相对薄弱,因此,通过合理转移宜耕草地等补充区域耕地生产需求,促进区域粮食安全水平的提高。禁止及限制开发区,面积占比最高的用地类型均为林地,其中,限制开发区耕地占比相对较高,该区宜加大退耕力度以平衡区域生态安全水平。

    2.3.4 自然发展 2030年流域6种土地利用类型呈现两类变化特征,较研究起始年,耕地、林地及草地面积均呈现缩减态势,面积分别减少169.51 km2、52.95 km2、99.55 km2,建设用地面积则呈现较大增长,规模比前期扩大327.61 km2,水域及未利用土地变化面积较小,基本维持前期水平。而碳收支情况,流域总体上碳吸收减少了3060 t,碳排放增加了213.31×104t,年碳净排放量为2216.07×104t。其中,重点开发区耕地及建设用地面积之和占该分区的56.19%,而林草地面积总数占该分区的42.91%,表明该区用于生产、生活功能用地的土地后备资源相对充足,可以加大宜耕区域的开发。相对前两个分区,除禁止开发区土地利用类型结构相对合理,限制开发区仍需合理调配用地类型结构。

    2.3.5 经济发展优先 总体上流域碳排放量为2686.68×104t,高于其他情景。相较2020年,建设用地增加1049.54 km2,增长率达到34.29%,为碳排放贡献25.51%,同期耕地、草地缩减面积最大,缩减面积分别为619.48 km2、227.19 km2,缩减率依次达到-4.04%及-2.20%,碳吸收量减少2.34×104t。重点开发区中占比最高的用地类型为耕地、草地、林地及建设用地,占比依次为:44.68%、29.47%、13.43%及11.51%,整体为碳源,碳排放量贡献占流域的46.08%,优化开发区中主要用地类型与重点开发区近似,碳排放量为1194.65×104t。同理上述功能分区优化原则,该区草地等生态功能的用地占比相对较高,尤其是重点发展区草地占比位居主要用地类型的第2 位,因此,应考虑适当开发宜耕草地,优化其土地利用结构。禁止开发区林草地面积占比之和达到99.39%,碳吸收总量达到10.71×104t,占流域碳吸收量的20.80%,土地利用类型结构相对合理。限制开发区耕地及建设用地占比之和占该分区的21.95%,作为生态缓冲区,宜加大退耕还林、还草,促进全域生态功能水平的整体提高。

    2.4 汾河流域低碳土地利用优化路径

    2030 年流域5 种情景净碳排放量均高于起始年,按超出程度由高到低为:经济发展优先、自然发展、耕地保护优先、生态保护优先和低碳发展优先,超 出 量 分 别 为2666.66×104t、2196.04×104t、2136.75×104t、2098.38×104t、2020.83×104t,未来多情景土地利用演变及净碳排放变化趋势与流域社会经济发展趋势保持一致。各情景横向比较,碳收支水平由高到低为:低碳发展优先、生态保护优先、耕地保护优先、自然发展及经济发展优先。根据2030年社会经济发展需求,建设用地目标规模介于3120.43~4109.92 km2,当建设用地面积达到3120.43 km2,林地及草地面积分别为10118.84 km2、9201.89 km2,净碳排放量最低,相比其他情景,低碳发展优先情景更利于未来研究区碳收支的优化。按土地利用功能分区及用地结构,未来用地应发挥禁止开发区的固碳碳汇功能,有效提高优化限制开发区林草地占比发挥其生态缓冲区作用,同时合理布局重点及优化开发区耕地、建设用地比例,统筹流域总体碳收支水平,实现未来低碳减排的土地利用布局。

    (1)汾河流域禁止、限制、重点及优化开发区4类土地利用功能分区面积分别为2491.76 km2、6445.99 km2、16325 km2、14477 km2;
    2020 年流域净碳排放量为2002.46×104t,除禁止开发区为流域碳汇区,碳吸收量为0.76×104t,其余三区均为碳源区,碳排放量为2002.23×104t。

    (2)2030年各情景土地利用碳收支水平由高到低为:低碳发展优先、生态保护优先、耕地保护优先、自然发展及经济发展优先,净碳排放量为:2666.66×104t、2196.04×104t、2136.75×104t、2098.38×104t、2020.83×104t。

    (3)各情景土地利用优化分区除禁止开发区用地结构相对合理,限制开发区仍需适当压缩该区耕地及建设用地比例,重点及优化开发区应考虑适当开发宜耕草地,促进流域土地利用生产、生活、生态功能协调发展,实现低碳土地利用目标。

    猜你喜欢收支开发区分区上海实施“分区封控”环球时报(2022-03-29)2022-03-29发展前景广阔的淮安高新技术开发区华人时刊(2020年13期)2020-09-25开发区河南水利年鉴(2020年0期)2020-06-09关于未纳入海关统计的货物贸易收支统计研究中国外汇(2019年19期)2019-11-26挤压还是带动:开发区FDI外溢对无开发区城市经济的影响江西社会科学(2018年8期)2018-08-29浪莎 分区而治知识经济·中国直销(2018年7期)2018-07-272016年浙江省一般公共预算收支决算总表中国财政年鉴(2017年0期)2017-07-04“收支两条线”生与死中国卫生(2015年10期)2015-11-10曾被寄予厚望的“收支两条线”中国卫生(2015年10期)2015-11-10基于SAGA聚类分析的无功电压控制分区电测与仪表(2015年8期)2015-04-09

    相关热词搜索:流域 为例 土地利用

    • 范文大全
    • 说说大全
    • 学习资料
    • 语录
    • 生肖
    • 解梦
    • 十二星座