趙 雷, 孫世軍, 馮 江, 崔 朋
(東北師范大學(xué) 環(huán)境學(xué)院, 吉林 長春 130117)
自工業(yè)革命以來, 化石能源消耗量日益增加,導(dǎo)致CO2排放量顯著提升,大氣中CO2濃度增加[1]。 CO2作為一種溫室氣體,是導(dǎo)致全球氣溫上升的主要原因。 CO2對全球溫升的影響作用占全部溫室氣體作用的60%以上[2]。CO2等溫室氣體在大氣層中積累所造成的溫室效應(yīng),是當(dāng)今人類面臨的重大環(huán)境問題之一,已成為制約我國經(jīng)濟發(fā)展的重要因素[3]。
濕地作為一種重要的碳匯系統(tǒng), 在吸收CO2等溫室氣體、減緩全球變暖方面具有至關(guān)重要的作用[4]。 碳匯是指通過植物吸收CO2并將其存儲的過程。 碳匯能夠有效利用濕地中各種植物自身的生物特性,對區(qū)域內(nèi)的CO2進行儲備[5]。 因此,利用濕地碳匯來遏制全球變暖已成為應(yīng)對大氣污染問題的一種有效手段。 調(diào)查發(fā)現(xiàn),全球濕地面積僅占土地總面積的4%~6%,而濕地系統(tǒng)碳儲量則占全球陸地碳儲量的12%~24%,對全球碳循環(huán)有著重要的影響作用[6]。 然而,近年來隨著人類活動的影響, 加之全球氣候變暖現(xiàn)象的日漸嚴重,濕地生態(tài)系統(tǒng)不斷退化,其碳匯功能呈逐漸減弱的趨勢。
2006 年,Simard 使用激光雷達技術(shù)估算了美國大沼澤公園紅樹林濕地的樹高和生物量, 并據(jù)此估算出該區(qū)域的碳匯能力[7]。 然而,由于成本問題和一些其他原因, 目前雷達遙感仍尚未廣泛應(yīng)用于紅樹林生物量估算中。 汪宏宇、黃國宏分別研究了盤錦市蘆葦濕地的碳匯情況,研究結(jié)果表明,季節(jié)變化與蘆葦植株根系和溫度直接關(guān)系到CH4的排放量,蘆葦濕地對CO2具有較強的碳匯作用[8],[9]。 2012 年,Sandilyan 基于生態(tài)系統(tǒng)凈生產(chǎn)力法, 對紅樹林植物凈初級生產(chǎn)力和土壤呼吸釋放的碳含量進行了測定, 進而確定了全球紅樹林濕地的碳匯能力[10]。 然而,上述研究只是估算或測定了目標區(qū)域的碳匯量, 并未對其現(xiàn)有方案進行優(yōu)化,因此無法給予當(dāng)?shù)貨Q策者合理可行的改善方案。
本文以吉林省長春市農(nóng)安縣西部波羅湖國家級自然保護區(qū)補水工程和濕地恢復(fù)工程為研究對象, 以波羅湖濕地鹽堿化成因分析及防治措施為基礎(chǔ)方案;分析濕地的凈碳匯功能,統(tǒng)籌兼顧社會經(jīng)濟效益和生態(tài)環(huán)境效益; 以蘆葦濕地和沼澤濕地的凈碳匯量最大化為目標, 引入?yún)^(qū)間兩階段方法,建立基于不確定性條件下的波羅湖濕地補水工程凈碳匯優(yōu)化模型。 將該凈碳匯優(yōu)化模型應(yīng)用于波羅湖國家級自然保護區(qū)中,得到凈碳匯量最大的最優(yōu)種植方案。
本文以研究區(qū)域的凈碳匯量最大化為優(yōu)化目標,其中涉及蘆葦濕地和沼澤濕地2 種土地類型下的凈碳匯量。 以各土地類型下的面積為優(yōu)化決策變量,選取可調(diào)配水資源總量、生態(tài)服務(wù)功能、湖泡規(guī)劃范圍等作為約束條件;綜合考慮吉林西部補水工程中需水定額、碳匯能力等參數(shù)的區(qū)間不確定性以及可利用水資源量的隨機不確定性;引入?yún)^(qū)間兩階段隨機規(guī)劃方法, 構(gòu)建基于區(qū)間-兩階段隨機規(guī)劃的波羅湖濕地補水工程凈碳匯優(yōu)化模型[11]。 模型目標函數(shù)具體表達為
約束條件確定如下。
(1)湖泡引、補水量約束
式中:QAPih±為 h 情景下湖泡 i 的泡塘補水量,m3;QAWih±為 h 情景下湖泡 i 的濕地補水量,m3;QAIih±,QANih±,QAFih±分別為 h 情景下湖泡 i 內(nèi)當(dāng)?shù)貋硭俊?常態(tài)補水量、 引洪補水量,m3;QLIih±,QLNih±,QLFih±分別為 h 情景下湖泡 i 內(nèi)當(dāng)?shù)貋硭?、常態(tài)補水、 引洪補水的輸水損失量,m3;APi±為湖泡 i 內(nèi)水面面積,hm2;DAPih±為湖泡 i 內(nèi)水面面積削減量,hm2;QWRi±為湖泡 i 內(nèi)泡塘水面面積的單位需水定額, m3/hm2; QPij±為湖泡 i 內(nèi) j 功能區(qū)域的單位需水定額,m3/hm2。
(2)引、補水優(yōu)先順序約束
式中:EAi4±為湖泡i 內(nèi)沼澤濕地的工程推薦方案補水面積,hm2;DEAi4h±為 h 情景下湖泡 i 內(nèi)沼澤濕地的面積調(diào)整量,hm2;Yi4為湖泡i 內(nèi)沼澤濕地的功能區(qū)域?qū)傩?,Yi4=0 表示湖泡i 內(nèi)不存在沼澤濕地,Yi4=1 表示湖泡i 內(nèi)存在沼澤濕地。
(3)湖泡功能區(qū)域面積約束
式中:PLAi±為湖泡 i 規(guī)劃區(qū)域面積上限,hm2。
(4)區(qū)域引、補水量約束
式中:QTFh±為各情景下的洪水資源量,m3。
(5)生態(tài)價值約束
①食物生產(chǎn)價值約束
式中:Vy為食物生產(chǎn)價值,元;Py為魚類和蟹類的價格。
②原材料生產(chǎn)價值約束
蘆葦生產(chǎn)的價值可以采用市場價值法來計算:
式中:Vm為原材料生產(chǎn)價值,元;L 為蘆葦?shù)膯挝幻娣e產(chǎn)量,t/hm2;Pm為蘆葦?shù)膬r格,元/t。
③供水價值約束
濕地可以儲存大量的水資源, 為當(dāng)?shù)氐木用裆睢⑥r(nóng)業(yè)生產(chǎn)和工業(yè)生產(chǎn)提供用水,濕地的供水價值可以通過市場價值法來計算[12]:
式中:VW為供水價值, 元;PW為單位面積濕地供水價值,元/hm2。
④生物多樣性維持服務(wù)價值約束
區(qū)域濕地生物多樣性維持服務(wù)價值可以通過成果參照法來確定:
式中:Vb為生物多樣性維持服務(wù)價值,元;Pb為單位面積生物多樣性維持服務(wù)價值,元。
根據(jù)Costanza 的研究成果, 全球濕地的單位面積棲息地服務(wù)價值約為304 美元/hm2, 折合人民幣為 1 960.49 元/hm2[9]。
⑤科研文化價值約束
科研文化價值可以采用成果參照法來計算:
式中:Ve為科研文化價值,元;Pe為濕地的科研文化價值,元/hm2。
⑥旅游開發(fā)價值核算方法
旅游開發(fā)價值可以采用條件價值法來計算:
式中:Vt為旅游開發(fā)價值, 元;Pt為每公頃濕地的旅游開發(fā)價值, 采用單位濕地生態(tài)系統(tǒng)的平均旅游開發(fā)價值5 514.45 元/hm2來計算。
⑦提供景觀美學(xué)價值核算方法
美學(xué)景觀價值可以采用成果參照法來計算[13]:
式中:Vl為美學(xué)景觀價值,元;Pl為濕地的旅游開發(fā)價值, 采用中國單位濕地生態(tài)系統(tǒng)的平均城市景觀價值1 499.99 元/hm2來計算。
⑧非負約束
整個優(yōu)化模型中的所有變量均大于零。
基于交互式算法可以將上述模型拆分為兩個子模型[14]。 首先求解上界子模型,可以表述為
約束:
通過上述模型求解,可以得到EAij,即波羅湖濕地國家級自然保護區(qū)第一階段各湖泡在不同土地類型下的初始面積, 同時也獲得了第二階段各湖泡在各情景下不同功能的削減面積下限值DEAijh-?;诮换ナ剿惴?,將上界模型結(jié)果EAij作為下界模型的約束, 進一步求解下界子模型。
約束:
通過上述模型求解, 獲得了第二階段各湖泡在各情景下不同功能的削減面積上限解DEAijh+。
波羅湖位于吉林省長春市農(nóng)安縣西部,與5個鄉(xiāng)鎮(zhèn)相連;保護區(qū)總面積為249.15 km2,濕地幅員面積 180 km2,水面 100 km2,水深約 0.5 m,南北長25 km,東西寬10 km;同時還有草原50 km2、葦田30 km2。波羅湖屬于內(nèi)陸閉流堿性淡水湖泊, 是吉林省中部唯一的一大塊自然濕地,泡塘面積居吉林省第3 位,淡水湖泊面積居長春市第一位[15]。
本文以波羅湖國家自然保護區(qū)補水工程及濕地恢復(fù)工程為研究對象, 包括松城灌區(qū)六干渠的東明分水閘至距波羅湖補水渠20.132 km 的頭道崗子水庫; 頭道崗子水庫泄洪洞出口至6.858 km外的波羅湖。 從頭道崗子水庫引水補給元寶洼泡和敖寶圖。 頭道崗子水庫至元寶洼泡的線路長9.51 km,沿線地形是中間高兩側(cè)低。 在頭道崗子水庫西南側(cè)設(shè)置提水泵站向元寶洼泡補水, 泵站出口銜接壓力供水管道, 供水管道末端再銜接2.31 km 明渠進入元寶洼泡。在元寶洼泡南側(cè)新建引水閘,其出口銜接5.56 km 明渠,引水至敖寶圖泡。 渠道與3 處村道相交,渠道上設(shè)置路下涵。
項目凈碳匯量計算選擇波羅湖濕地國家級自然保護區(qū)中頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡, 針對蘆葦和沼澤濕地2種土地類型進行研究。 根據(jù)各湖泡水面面積上限及下限約束、 各功能用地類型面積的上限及下限約束等條件, 以吉林西部地區(qū)河湖連通工程引水流域各水文站點多年水文情勢數(shù)據(jù)為依據(jù), 將波羅湖國家級自然保護區(qū)洪水資源劃分為枯水年、平水年和豐水年3 種情景, 各情景的概率水平分別為 0.55(枯水年)、0.30(平水年)和 0.15(豐水年)。不同研究區(qū)域各土地類型初始功能面積見表1,不同指標體系在各介質(zhì)下的初始生態(tài)價值補償及生態(tài)服務(wù)價值見表2[16]。
表1 不同研究區(qū)域各土地類型的初始功能面積Table1 The initial functional area of each land type in different study areas
表2 不同指標體系在各介質(zhì)下的生態(tài)價值補償及生態(tài)服務(wù)價值Table2 The ecological value compensation and ecological service values of different index systems in different media
續(xù)表2
根據(jù)項目參考資料和當(dāng)?shù)刭Y源調(diào)查數(shù)據(jù)并結(jié)合已有研究,統(tǒng)籌兼顧社會經(jīng)濟效益和生態(tài)環(huán)境效益, 利用Lingo 軟件構(gòu)建基于不確定性條件下的波羅湖濕地補水工程凈碳匯優(yōu)化模型并求解,獲得該地區(qū)蘆葦濕地和沼澤濕地枯、平、豐3種情景下的凈碳匯總量分別為[15 239.35, 35 788.16]t,[19 024.30, 37 232.18]t,[20 916.77, 37 893.11]t。 優(yōu)化模型中3 個情景下的凈碳匯量方案與工程推薦方案對比見表3。
表3 凈碳匯優(yōu)化模型中3 個不同情景下的凈碳匯量方案與工程推薦方案對比結(jié)果Table 3 The results of comparison between the original scheme and the carbon sink amount scheme under three different scenarios in the carbon sink optimization model
表3 顯示了波羅湖保護區(qū)內(nèi)頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡的工程推薦方案和在枯水年、平水年和豐水年3 種情景下的凈碳匯量情況。 從表3 可以看出,枯、平兩種情景中模型平均每年可吸收固定CO2量的下限值較工程推薦方案有所下降,但下降幅度不明顯,分別為26.02%和7.65%。 除此之外,其余情景下濕地平均每年可吸收固定CO2量均有所增加, 其中平水年模型上限值的增幅為80.74%,豐水年的增幅為[1.54%,83.95%]。
表3 顯示了波羅湖保護區(qū)內(nèi)頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡的工程推薦方案和在枯水年、 平水年和豐水年3 種情景下的濕地面積分布情況。從表3 可以看出,與工程推薦方案相比,在枯水年、平水年和豐水年3種情景下, 各湖泡的濕地面積均發(fā)生了不同程度的變化。頭道崗水庫在枯、平和豐水年3 種情景下恢復(fù)和改善的濕地面積為[0.09,0.12]萬hm2,[0.09,0.12]萬 hm2和[0.09,0.15]萬 hm2,相比于規(guī)劃方案分別變化了[-0.75%,34.33%],[-0.75%,34.33%]和[-0.75%,67.16%]。 波羅湖在枯、平和豐水年3 種情景下恢復(fù)和改善的濕地面積為[0.30,0.48]萬 hm2,[0.39,0.71]萬 hm2和[0.41,0.72]萬hm2, 相比于規(guī)劃方案分別變化了[-25.00%,20.00%],[-3.67%,77.83%]和[2.00%,80.00%]。 莫波泡在枯、 平和豐水年3 種情景下恢復(fù)和改善的濕地面積為[0.03, 0.13]萬 hm2,[0.03, 0.18]萬 hm2和[0.06,0.18]萬 hm2,相比于規(guī)劃方案分別變化 了[-74.00%,28.00%],[-74.00%,80.00%]和[-40.00%,80.00%]。 元寶洼泡在枯、平和豐水年3種情景下恢復(fù)和改善的濕地面積為[0.06,0.07]萬hm2,[0.06,0.07]萬 hm2和[0.06,0.07]萬 hm2,相比于規(guī)劃方案分別變化了[56.67%,80.00%],[56.67%,80.00%]和[56.67%,80.00%]。敖寶圖泡在枯、 平和豐水年3 種情景下恢復(fù)和改善的濕地面積為[0.03,0.06]萬 hm2,[0.06,0.06]萬 hm2和[0.06,0.15]萬hm2,相比于規(guī)劃方案分別變化了[-63.49%,-28.57%],[-28.57%,-28.57%]和[-28.57%,80.16%]。 從濕地面積恢復(fù)和改善情況來看,只有元寶洼泡在枯、平和豐水年3 種情景下均能達到原工程設(shè)計規(guī)劃要求;頭道崗水庫、波羅湖泡、 莫波泡和敖寶圖泡4 個湖泡的模型下限值較原工程設(shè)計方案均有不同程度的降低, 但其模型上限值也能達到規(guī)劃方案要求。由此可見,不同情景下不同湖泡的濕地恢復(fù)和改善面積減少的程度各不相同。
圖1 枯、平、豐3 種情景下生態(tài)系統(tǒng)服務(wù)價值增量變化情況Fig.1 The incremental change of ecosystem service value under three scenarios:dry,flat and abundant
圖1 列出了基于生態(tài)系統(tǒng)服務(wù)價值評價各級指標體系的各情景下波羅湖保護區(qū)生態(tài)系統(tǒng)服務(wù)價值增量變化。
從評價指標體系來看,以三級指標為例,除魚類、 蟹類和供水量3 類三級指標的生態(tài)系統(tǒng)服務(wù)價值未發(fā)生改變外,枯、平、豐3 種情景下其余12種指標的生態(tài)系統(tǒng)服務(wù)價值均有所增加, 其增加幅度分別為[18.51%,155.98%],[45.31%,160.74%]和[58.71%,167.60%]。 從生態(tài)系統(tǒng)服務(wù)價值占比來看,魚類和蟹類兩個指標在枯、平、豐3 種情景下相比于原規(guī)劃設(shè)計水平均有所下降, 其中魚類降低幅度分別為[2.94%,7.50%],[5.66%,10.34%]和[6.75%,11.29%],蟹類降低幅度分別為[1.09%,2.77%],[2.09%, 3.82%]和[2.49%,4.17%]。 除供水量占比保持不變外,其余12 個指標服務(wù)價值占比則有所提升, 其升高比例如下: 蘆葦為[0.51%,0.55%],[0.28%,0.60%]和[0.19%, 0.64%];植被固碳[0.14%,0.16%],[0.09%, 0.17%]和[0.07%,0.18%];氧氣釋放[1.27%,1.43%],[0.81%,1.53%]和[0.60%,1.64%];調(diào)蓄洪水量[0.31%,0.70%],[0.52%,1.00%]和[0.61%,1.11%]; 小氣候調(diào)節(jié)[0.56%,2.43%],[1.60%,3.94%]和[2.01%, 4.44%];植 物 吸 附[0.56% ,2.55%],[1.66% ,4.15%]和[2.10%,4.96%];納污能力[0.30%,1.36%],[0.89%,2.22%]和[1.12%,2.50%]; 生物多樣性[0.05%,0.18%],[0.12%,0.29%]和[0.15%,0.33%];科研文化[0.01%, 0.04%],[0.03%,0.06%]和[0.03%,0.07%];旅游開發(fā)[0.28%,0.68%],[0.50%,0.99%]和[0.59%,1.10%]; 城市景觀[0.03%, 0.14%],[0.09%, 0.22%]和[0.11%,0.25%]; 天然景觀[0.01%,0.06%],[0.04%,0.09%]和[0.05%,0.10%]。從變化幅度來看,魚類、蟹類、氧氣釋放、小氣候調(diào)節(jié)、植物吸附和納污能力變化程度相對較大;豐水年情景下, 對吉林西部地區(qū)生態(tài)系統(tǒng)服務(wù)價值格局變化影響較大。
綜合以上分析表明,枯、平、豐3 種情景下的凈碳匯優(yōu)化模型不僅在固碳效應(yīng)層面上有所體現(xiàn),而且為供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)的生態(tài)系統(tǒng)服務(wù)價值指標的分析和評價帶來了有利影響, 可以為決策者在對吉林省西部受水區(qū)域生態(tài)服務(wù)功能的分析上提供一定的理論參考。
CH4和N2O 是大氣中直接受人類活動影響的主要溫室氣體, 過去幾十年中這兩種氣體的濃度一直在不斷增加,對全球變暖的影響分別為23%和5%。 在溫室氣體的組成中,以N2O 對大氣環(huán)境的破壞最為嚴重。 已有研究人員在對N2O 濃度進行建模研究的過程中發(fā)現(xiàn),N2O 濃度每增加一倍,地球平均溫度將上升約0.39 ℃, 平流層中的O2含量將下降約15%[17]。 大氣中溫室氣體濃度的升高除了來自工業(yè)排放外, 土地利用變化也是一個非常重要的因素。
目前對濕地系統(tǒng)N2O 排放的研究已經(jīng)越來越多。 本研究主要考慮了蘆葦濕地和沼澤濕地兩種土地類型下的N2O 排放情況。 表4 為不同研究區(qū)域在枯、平、豐水年3 種情景下蘆葦濕地和沼澤濕地兩種土地類型下的N2O 排放量。
表4 不同研究區(qū)域各土地類型的N2O 排放通量Table 4 The emission flux of N2O in each land type in different study areas
續(xù)表4
從分析結(jié)果看,在枯水年,蘆葦濕地平均每年的 N2O 排放量為[3.22,5.16]t, 較工程推薦方案N2O 的排放量有所升高, 增加幅度最高為16.93%, 沼澤濕地平均每年的N2O 排放量為[0.27,0.69]t,相較于工程推薦方案中沼澤濕地釋放的 N2O 量有了大幅度的降低, 為 76.83%~82.77%; 在平水年, 蘆葦濕地釋放的N2O 量為[4.03,5.16]t,較原方案最多升高了46.31%,沼澤濕地則為[0.27,2.22]t, 降低幅度為 25.54%~82.77%;對比豐水年的結(jié)果可見,蘆葦濕地和沼澤濕地平均每年的N2O 排放量分別為[4.43,5.16]t 和[0.27,2.92]t,其排放量相較于原始方案均有大幅度的下降,降低范圍分別為[0.00%,61.00%]和[2.06%,82.77%]。
通過上述分析可以看出,蘆葦濕地的N2O 排放量普遍高于沼澤濕地的N2O 排放量,這主要是由土地面積和N2O 排放通量決定的。 沼澤濕地N2O 排放主要表現(xiàn)為由土壤向大氣的排放, 但由于模型優(yōu)化后各區(qū)域沼澤濕地的面積均有不同程度的減少,因此導(dǎo)致整體上沼澤濕地N2O 的排放量減少。與此同時,蘆葦濕地表現(xiàn)為雨季時地表積水, 而旱季時地表積水消失但土壤仍保持濕潤狀態(tài),這種干濕交替的情況有利于N2O 的產(chǎn)生和排放,因為此時土壤濕度適中,導(dǎo)致了同時適宜硝化和反硝化過程中O2的產(chǎn)生,進而引起N2O 的顯著排放。盡管如此,枯、平、豐3 種情景下波羅湖濕地總N2O 排放量仍處于下降的趨勢,下降幅度分別為[19.59%,28.13%],[0.92%,9.34%]和[0.74%,8.53%]。 因此, 可以認為本研究模型優(yōu)化結(jié)果在N2O 排放方面并未對溫室效應(yīng)造成不利影響。
本文針對吉林省西部河湖連通工程, 以補水區(qū)域每年可吸收固定CO2量為其經(jīng)濟效益指標;在合理分配各土地類型時, 統(tǒng)籌兼顧了社會經(jīng)濟效益和生態(tài)環(huán)境效益;采用線性規(guī)劃方法,建立了基于不確定性條件下的波羅湖濕地補水工程凈碳匯優(yōu)化模型。通過模型分析研究發(fā)現(xiàn),工程的實施不僅可以保證生態(tài)系統(tǒng)服務(wù)價值, 同時使該區(qū)域凈碳匯有大幅增加,有效地促進了研究區(qū)域社會、經(jīng)濟和生態(tài)的可持續(xù)發(fā)展。 本文所構(gòu)建的模型將為波羅湖濕地國家級自然保護區(qū)的發(fā)展提供可靠依據(jù)。