馮 源，朱建華*，劉華妍，肖文發(fā)

（1.中國(guó)林業(yè)科學(xué)研究院森林生態(tài)環(huán)境與保護(hù)研究所/國(guó)家林業(yè)和草原局森林生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京 100091；2.南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心，江蘇南京 210037）

【研究意義】土地是人類活動(dòng)的基本載體[1-2]，不同土地利用類型的碳排放具有明顯差異[3-4]。在以大氣CO2濃度升高為標(biāo)志的全球變化背景下，人類活動(dòng)造成的土地利用/覆被變化是導(dǎo)致全球碳排放的主要原因之一[5-6]。因此量化土地利用變化下區(qū)域碳收支動(dòng)態(tài)不僅是國(guó)內(nèi)外研究熱點(diǎn)，也是推動(dòng)區(qū)域低碳經(jīng)濟(jì)發(fā)展及社會(huì)的可持續(xù)發(fā)展的關(guān)鍵。【前人研究進(jìn)展】我國(guó)現(xiàn)階段關(guān)于土地利用變化及區(qū)域碳排放已有大量研究[7-9]，張梅等[3]利用遙感影像評(píng)估了全國(guó)各區(qū)域土地利用類型轉(zhuǎn)變的碳排放強(qiáng)度；周璟茹等[7]探究了關(guān)中城市群土地集約利用與碳排放的關(guān)系及二者演化特征；楊皓然等[8]構(gòu)建了基于碳排放量的江蘇省土地利用轉(zhuǎn)型生態(tài)效率的評(píng)估指標(biāo)體系；崔盼盼等[9]運(yùn)用LMDI-I 加法數(shù)量分解模型核算了中國(guó)30 個(gè)省的隱含碳排放的驅(qū)動(dòng)機(jī)制及空間分異特征?！颈狙芯壳腥朦c(diǎn)】由于目前多數(shù)研究關(guān)注省級(jí)以上的區(qū)域尺度碳排放[7-9]，對(duì)研究區(qū)內(nèi)部的碳排放時(shí)空動(dòng)態(tài)研究不足[4]、缺少精細(xì)空間尺度的碳排放研究；而且受研究方法所限，已有研究多關(guān)注歷史時(shí)段碳排放評(píng)估[10]，對(duì)未來(lái)精細(xì)尺度上（如縣域）碳排放的時(shí)空動(dòng)態(tài)仍不清楚。土地利用格局是評(píng)估碳排放的重要途徑[4]，因此通過(guò)對(duì)未來(lái)縣域尺度下土地利用變化格局的預(yù)測(cè)即可獲得精細(xì)尺度的碳排放時(shí)空動(dòng)態(tài)，對(duì)區(qū)域碳減排目標(biāo)及政策的制定具有重要意義。CLUE-S（the conversion of land use and its effects at small regional extent）模型由荷蘭瓦格寧根大學(xué)開(kāi)發(fā)，可將數(shù)據(jù)模擬與多種自然、社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素耦合，是發(fā)展較為完善的空間格局預(yù)測(cè)模型。該模型適宜在高分辨率條件下預(yù)估土地利用類型變化數(shù)量及空間位置[11]，已被廣泛應(yīng)用于城市[12-13]、流域[14]等多種精細(xì)尺度的土地利用變化模擬中。【擬解決的關(guān)鍵問(wèn)題】重慶市作為我國(guó)中西部唯一的直轄市，在過(guò)去10 余年間快速發(fā)展。位于重慶市主城北大門的渝北區(qū)，城鎮(zhèn)化率由2005年的59.0%增長(zhǎng)為2019 年的84.22%，始終高于全市平均水平，是重慶市經(jīng)濟(jì)體量最大、區(qū)位優(yōu)勢(shì)最明顯的地區(qū)，也是土地利用變化最具代表性的區(qū)縣。本文基于2005—2020 年渝北區(qū)土地利用現(xiàn)狀及土地利用驅(qū)動(dòng)因素，應(yīng)用CLUE-S 模型預(yù)測(cè)2025—2030 年渝北區(qū)土地利用變化在此基礎(chǔ)上預(yù)測(cè)該區(qū)碳吸收和碳排放動(dòng)態(tài)，旨在理解精細(xì)尺度（縣域）碳收支時(shí)空動(dòng)態(tài)變化規(guī)律，對(duì)未來(lái)區(qū)域減排目標(biāo)分配和低碳優(yōu)化提供科學(xué)依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

渝北位于重慶市主城北部（106°27'30"～106°57'58" E、29°34'45"～30°07'22" N）；東鄰重慶市長(zhǎng)壽區(qū)，南毗江北區(qū)，西傍北碚區(qū)、合川區(qū)，北抵四川省廣安市和華鎣市，面積為1 452.03 km2，下轄11 鎮(zhèn)19 街道，城鎮(zhèn)化率高達(dá)84.22%，2019 年常住人口為166.17 萬(wàn)人。渝北區(qū)地處巴渝平行嶺谷地帶，地勢(shì)從西北向東南傾斜，喀斯特地貌分布較廣；地勢(shì)起伏大，海拔范圍為155～1 460 m（圖1）。渝北區(qū)屬亞熱帶濕潤(rùn)氣候，年平均氣溫為17.3 ℃，年均降水量1 100 mm，平均日照1 340 h，具有冬暖春早、秋短夏長(zhǎng)、云霧多、日照少的氣候特點(diǎn)。

圖1 渝北區(qū)地理位置及鄉(xiāng)鎮(zhèn)邊界Fig.1 Geographic location of Yubei District and the towns’border

1.2 數(shù)據(jù)來(lái)源

以2005年、2010年、2015年和2020年連續(xù)4 期渝北區(qū)土地利用/覆被數(shù)據(jù)及多種自然、社會(huì)驅(qū)動(dòng)因素（海拔、坡度、坡向、距道路距離、距城鎮(zhèn)點(diǎn)距離）作為CLUE-S模型所需數(shù)據(jù)，并從重慶市統(tǒng)計(jì)年鑒中獲得渝北區(qū)常住人口、能源消費(fèi)等社會(huì)經(jīng)濟(jì)數(shù)據(jù)，用以估算渝北區(qū)碳收支（表1）。渝北區(qū)土地利用數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)勘查局USGS/EROS 的Landsat TM/ETM+/OLI衛(wèi)星遙感影像，空間分辨率為30 m，已通過(guò)校正、裁剪等預(yù)處理并由人機(jī)交互目視解譯，采取交叉檢驗(yàn)方式檢驗(yàn)解譯結(jié)果，使分類總體精度＞85%，滿足研究需求。根據(jù)IGBP、FAO等全球土地變化研究的分類體系，將渝北區(qū)劃分為水域、建設(shè)用地、未利用地、耕地和林地5種土地利用類型。

表1 渝北區(qū)數(shù)據(jù)來(lái)源Tab.1 Data source of Yubei District

1.3 CLUE-S模型介紹

CLUE-S模型基于區(qū)域適宜性的實(shí)證分析來(lái)模擬土地利用空間變化，同時(shí)考慮了不同土地利用類型之間的動(dòng)態(tài)競(jìng)爭(zhēng)和相互作用，已在多個(gè)國(guó)家得以應(yīng)用[11,15]。CLUE-S 可分為非空間模塊和空間分配模塊兩部分，前者需輸入未來(lái)研究區(qū)所有土地利用類型的面積需求，后者則根據(jù)土地利用與驅(qū)動(dòng)因子的經(jīng)驗(yàn)關(guān)系以及土地利用轉(zhuǎn)換規(guī)則進(jìn)行需求分配。本文運(yùn)用馬爾科夫鏈模型計(jì)算非空間模塊所需的未來(lái)各種土地利用的面積需求。馬爾科夫鏈模型是將時(shí)間序列作為離散的隨機(jī)過(guò)程、根據(jù)事件現(xiàn)有狀態(tài)預(yù)測(cè)其未來(lái)發(fā)生概率的方法[16]，已廣泛應(yīng)用于景觀動(dòng)態(tài)的模擬研究中。渝北區(qū)面積轉(zhuǎn)移矩陣體現(xiàn)了渝北區(qū)各種土地利用類型的面積轉(zhuǎn)移方向及程度（表2）。將渝北區(qū)2005—2020年各地類面積及面積轉(zhuǎn)移矩陣代入表3公式（1），預(yù)測(cè)未來(lái)10年各種土地利用類型面積。將馬爾科夫預(yù)測(cè)的2020年各地類面積與渝北區(qū)2020年真實(shí)土地利用格局進(jìn)行比較，通過(guò)卡方檢驗(yàn)后方可應(yīng)用于CLUE-S模型。

表2 2015—2020年渝北區(qū)土地利用面積轉(zhuǎn)移矩陣Tab.2 Land-use area transfer matrix of Yubei District from 2015 to 2020

表3 本文公式Tab.3 Equations of this study

CLUE-S 空間分配模塊的輸入?yún)?shù)包括3部分：（1）土地利用轉(zhuǎn)移矩陣，定義了土地利用類型間轉(zhuǎn)換能否發(fā)生；本研究將矩陣中元素均賦值為1，即所有地類之間均可相互轉(zhuǎn)化；（2）轉(zhuǎn)換彈性系數(shù)，表征土地利用類型間轉(zhuǎn)換的難易程度，并根據(jù)相關(guān)文獻(xiàn)分別將渝北區(qū)水域、建設(shè)用地、未利用地、耕地和林地的轉(zhuǎn)移彈性系數(shù)賦值為0.58、0.83、0.30、0.40、0.77[17]；該值越接近0表明轉(zhuǎn)換越容易發(fā)生，越接近于1則表明轉(zhuǎn)換難發(fā)生；（3）土地利用類型與自然、經(jīng)濟(jì)社會(huì)等多種驅(qū)動(dòng)因子的Logistic 回歸系數(shù)，代表了某種地類在某個(gè)位置上發(fā)生的概率，見(jiàn)表3公式（2）。CLUE-S 模型基于渝北區(qū)土地利用現(xiàn)狀、未來(lái)土地利用需求及上述參數(shù)，通過(guò)表3公式（3）進(jìn)行迭代計(jì)算，將土地利用需求分配到空間上。

使用二元Logistic 分析對(duì)上述土地利用變化驅(qū)動(dòng)因素做逐步回歸，結(jié)果表明地形和距城鎮(zhèn)距離與各種土地利用類型空間分布關(guān)系最為密切（表4），而且地形因子中坡度是影響所有土地利用類型分布最重要的驅(qū)動(dòng)因子。通過(guò)ROC（relative operating characteristics）曲線下面積大小判定Logistic 回歸擬合的優(yōu)劣，由表4 可知，除耕地ROC曲線下面積低于0.7 外，其它土地利用類型的ROC值均高于0.7，建設(shè)用的ROC值高達(dá)0.867 9，說(shuō)明所選的驅(qū)動(dòng)因子對(duì)各地類發(fā)生概率的解釋能力較好。

表4 Logistic回歸分析及ROC檢驗(yàn)Tab.4 Regression of logistic analysis and relative operating characteristic（ROC）test

1.4 人為活動(dòng)對(duì)土地利用變化的影響

為描述人為活動(dòng)及城鎮(zhèn)化對(duì)渝北區(qū)土地利用變化的影響，本文運(yùn)用建設(shè)用地?cái)U(kuò)張強(qiáng)度[18]和人類活動(dòng)影響指數(shù)（human activity index，HAI）[19-20]來(lái)評(píng)價(jià)2005—2030年渝北區(qū)土地利用變化狀況及其城市化發(fā)展趨勢(shì)。根據(jù)已有研究結(jié)果[19-20]得到渝北區(qū)各種土地利用人類活動(dòng)影響強(qiáng)度系數(shù)分別為：水域0.12、建設(shè)用地0.94、未利用地0.08、耕地0.61和林地0.12。建設(shè)用地?cái)U(kuò)張強(qiáng)度與人類活動(dòng)指數(shù)計(jì)算公式見(jiàn)表3（4、5）。

1.5 渝北區(qū)碳收支計(jì)算

人類對(duì)土地資源的不同利用方式造成了區(qū)域碳排放及碳吸收；其中碳排放量主要來(lái)源于能源消費(fèi)和人類自身呼吸，而碳吸收則由陸地植被的固碳功能提供[21-24]。水域、未利用地、耕地及林地發(fā)揮著大氣碳匯作用，碳排放量為負(fù)值（表5）。將重慶市已有研究中生態(tài)系統(tǒng)的凈生態(tài)系統(tǒng)生產(chǎn)力（net ecosystem production，NEP）作為相應(yīng)土地利用類型的碳吸收值。與大多數(shù)使用凈初級(jí)生產(chǎn)力（net primary produc?tion，NPP）作為碳吸收的已有研究相比，NEP是扣除了生態(tài)系統(tǒng)異養(yǎng)呼吸之后的凈碳固存量[24]，能夠更準(zhǔn)確地評(píng)估不同地類的真實(shí)碳吸收。城市建設(shè)用地發(fā)生的能源消費(fèi)則是碳排放的主要來(lái)源，可根據(jù)3類主要的化石能源（煤炭、石油和天然氣）的消費(fèi)量進(jìn)行估算，見(jiàn)表3公式（6）。將各種能源消費(fèi)量與其碳排放倍數(shù)（與標(biāo)準(zhǔn)煤相比）相乘可得到渝北區(qū)建設(shè)用地排放總量。在缺乏未來(lái)能源消費(fèi)數(shù)據(jù)的情況下，為方便預(yù)測(cè)未來(lái)碳排放時(shí)空動(dòng)態(tài)，將建設(shè)用地排放總量除以其總面積，得到建設(shè)用地的地均碳排放量[21]。由于2020年能源消費(fèi)數(shù)據(jù)尚不能從統(tǒng)計(jì)年鑒中獲得，因此假設(shè)2020—2030年渝北區(qū)建設(shè)用地均碳排放量與2015年保持相同。由重慶市統(tǒng)計(jì)年鑒可知2005年至今渝北區(qū)常住人口由86.16萬(wàn)人增長(zhǎng)為166.17萬(wàn)人，人類呼吸碳排放計(jì)算見(jiàn)表3公式（7）。

表5 渝北區(qū)地均（或人均）碳排放系數(shù)Tab.5 Carbon emission coefficient of per hectare（or per capita）in Yubei District

2 結(jié)果與分析

2.1 CLUE-S模型結(jié)果檢驗(yàn)

在應(yīng)用CLUE-S模擬結(jié)果之前，需要先使用卡方檢驗(yàn)評(píng)估馬爾科夫鏈模型對(duì)未來(lái)各類土地面積的模擬結(jié)果，并使用Kappa 檢驗(yàn)來(lái)驗(yàn)證CLUE-S 模型對(duì)各地類空間格局的模擬能力，見(jiàn)表3 公式（8、9）。根據(jù)渝北區(qū)2015 年、2020 年土地利用格局、土地利用面積轉(zhuǎn)移矩陣、各地類與對(duì)應(yīng)驅(qū)動(dòng)因子的經(jīng)驗(yàn)方程，分別使用馬爾科夫鏈和CLUE-S 模型預(yù)測(cè)2020 年各地類面積及其空間分布格局，并將模擬結(jié)果與渝北區(qū)2020年真實(shí)土地利用格局進(jìn)行比較（圖2）。將馬爾科夫鏈預(yù)測(cè)結(jié)果與2020年渝北區(qū)各地類真實(shí)面積計(jì)算得到卡方值為0.006，小于χ20.95(4)=9.49，說(shuō)明預(yù)測(cè)結(jié)果與2020 年真實(shí)面積之間差異不顯著，馬爾科夫模型能夠較精確預(yù)測(cè)未來(lái)各種土地利用類型面積。將CLUE-S模擬所得的2020年結(jié)果與渝北區(qū)真實(shí)的土地利用格局進(jìn)行比較（圖2），計(jì)算得到Kappa 系數(shù)為0.923 8，說(shuō)明CLUE-S 的模擬精度超過(guò)了92%，該模型可以準(zhǔn)確地預(yù)測(cè)渝北區(qū)未來(lái)土地利用的時(shí)空動(dòng)態(tài)，結(jié)果合理可信。

圖2 CLUE-S預(yù)測(cè)結(jié)果及渝北區(qū)真實(shí)土地利用格局對(duì)比Fig.2 Comparison of CLUE-S predicted result with the real land-use pattern of Yubei District

2.2 2005—2030年渝北區(qū)土地利用變化分析

時(shí)間序列土地利用類型面積變化揭示了渝北區(qū)土地利用結(jié)構(gòu)動(dòng)態(tài)（圖3）。2005—2030 年渝北區(qū)耕地面積減少4.57×104hm2，所占全區(qū)面積的比重由71.86%減小到40.37%，減少幅度最大；而林地面積則呈現(xiàn)增加、減少、再增加和再減少的反復(fù)趨勢(shì)，2030年林地面積相比于2005年增加2 293.8 hm2；水域及未利用地面積略有增加，二者面積所占比重分別增加3.46%和3.53%。各地類中建設(shè)用地面積增加最多，由2005 年的5 775.0 hm2增加到2030 年的3.90×104hm2，面積增長(zhǎng)了3.32×104hm2，占渝北區(qū)面積比重隨之增加22.91%（圖4）。建設(shè)用地?cái)U(kuò)張強(qiáng)度呈現(xiàn)“增加—降低—增加—降低”的波動(dòng)變化過(guò)程，在2015—2020年間最低（0.60%），而在2020—2025年最高（1.43%），隨后又略有降低，2005—2030年整體擴(kuò)張強(qiáng)度為0.92%。研究期間表征人為活動(dòng)對(duì)土地利用結(jié)構(gòu)影響的人類活動(dòng)影響指數(shù)（HAI）呈現(xiàn)先降低后增長(zhǎng)的趨勢(shì)，其值在2020 年最低（0.49），而此后呈迅速增長(zhǎng)趨勢(shì)并在2030 年達(dá)到最大值（0.54），反映出未來(lái)人為干擾對(duì)渝北區(qū)土地利用變化的影響將持續(xù)增強(qiáng)。

圖3 2005—2030年渝北區(qū)土地利用變化Fig.3 Land use change of Yubei District during 2005 to 2030

圖4 2005—2030年渝北區(qū)建設(shè)用地面積變化及人類活動(dòng)影響指數(shù)Fig.4 Area variations of construction land and HAI of Yubei District from 2005 to 2030

2.3 2005—2030年渝北區(qū)碳收支時(shí)空動(dòng)態(tài)

植被固碳是區(qū)域碳吸收的主要途徑，2005—2030 年耕地和林地碳吸收值分別占全區(qū)碳吸收總量的69.52%～81.72%和18.02%～29.23%，二者之和幾乎與全區(qū)碳吸收值相等，而水域和未利用地碳吸收分別僅占全區(qū)碳吸收總量的0.25%～1.23%和0.00%～0.02%（表6）。渝北區(qū)碳吸收值在2005 年最高（2.17×105t），之后隨著耕地面積減少而逐漸降低，在2030 年碳吸收值降低為1.43×105t，每年平均降低幅度為1.36%。而與此同時(shí)渝北區(qū)碳排放卻由2.07×105t 逐漸增加到1.02×106t，其中建設(shè)用地碳排放量增加7.44×106t，所占比重由62.63%增加到85.44%，是碳排放的主要來(lái)源，而相應(yīng)的人類呼吸碳排放所占比重范圍為14.56%～37.37%。在碳吸收與碳排放的雙重作用下，渝北區(qū)在2005 年表現(xiàn)為碳匯，凈碳吸收值為1.01×104t，此后隨著能源消耗增多、碳排放加劇而轉(zhuǎn)變?yōu)樘荚?，凈碳排放量?010 年的1.39×105t 逐漸增加至2030 年的8.79×105t；相應(yīng)地渝北區(qū)地均凈碳排放量由2005 年的-0.07 t/hm2增長(zhǎng)到6.07 t/hm2。

表6 2005—2030年渝北區(qū)碳收支Tab.6 Carbon budget of Yubei District from 2005 to 2030

由于不同土地利用類型的碳排放能力各異，隨著土地利用變化，渝北區(qū)碳排放的空間分布具有一定變化趨勢(shì)（圖5）。渝北區(qū)北部平行嶺谷中丘陵地帶（玉峰山鎮(zhèn)、古路鎮(zhèn)和大灣鎮(zhèn)東側(cè)、統(tǒng)景鎮(zhèn)西側(cè)、大盛鎮(zhèn)、石船鎮(zhèn)和龍興鎮(zhèn)西側(cè)）由于耕地的集中分布表現(xiàn)為高強(qiáng)度碳吸收；而且在華鎣—龍王洞山、銅鑼山和明月山這3 條山脈的海拔較高地區(qū)由于林地集中而具有較高的碳吸收。渝北區(qū)西南部較為平坦的丘陵地帶（覆蓋最南部的龍山、龍溪和龍塔街道向北至雙鳳橋街道一帶，共14 個(gè)街道）則由于建設(shè)用地密集而表現(xiàn)出強(qiáng)烈的碳排放，并且碳排放較高地區(qū)將隨著建設(shè)用地的增大向北沿平行嶺谷擴(kuò)張，導(dǎo)致渝北區(qū)西部的木耳鎮(zhèn)、興隆鎮(zhèn)、茨竹鎮(zhèn)、大灣鎮(zhèn)北部以及渝北區(qū)中部的大盛鎮(zhèn)、統(tǒng)景鎮(zhèn)、石船鎮(zhèn)、龍興鎮(zhèn)以及渝北區(qū)最東側(cè)洛磧鎮(zhèn)的碳排放強(qiáng)度將增大。渝北區(qū)水域零星分布于建設(shè)用地周圍及山脈附近，而未利用地往往出現(xiàn)于建設(shè)用地周圍，由于這2種土地利用類型碳吸收能力較弱，對(duì)渝北區(qū)碳平衡空間分布格局的變化趨勢(shì)未能造成明顯影響。

圖5 2005—2030年渝北區(qū)碳收支空間分布格局Fig.5 Spatial distribution pattern of carbon budget of Yubei District from 2005 to 2030

3 討論

本文基于近期土地利用轉(zhuǎn)移矩陣及馬爾科夫鏈模型預(yù)測(cè)未來(lái)渝北區(qū)土地利用需求。馬爾科夫鏈適用于隨機(jī)波動(dòng)較大的數(shù)據(jù)序列預(yù)測(cè)，計(jì)算簡(jiǎn)便而且預(yù)測(cè)結(jié)果通過(guò)了卡方檢驗(yàn)，準(zhǔn)確性較高?；谖磥?lái)土地利用需求CLUE-S 進(jìn)一步模擬出未來(lái)10 年土地利用類型的空間分布格局，通過(guò)Kappa檢驗(yàn)可知，預(yù)測(cè)結(jié)果與真實(shí)的土地利用格局非常接近，即CLUE-S模型可準(zhǔn)確地預(yù)測(cè)未來(lái)土地利用格局的時(shí)空動(dòng)態(tài)變化。

2005年以來(lái)渝北區(qū)在社會(huì)經(jīng)濟(jì)快速發(fā)展、工業(yè)化及城鎮(zhèn)化全面推進(jìn)過(guò)程中所展現(xiàn)出最明顯的土地利用變化趨勢(shì)為耕地面積大幅下降而建設(shè)用地面積顯著增加，而且這一變化趨勢(shì)將在未來(lái)10 年內(nèi)得以延續(xù)。2019年重慶市渝北區(qū)人民政府工作報(bào)告指出該區(qū)城鎮(zhèn)化率已高達(dá)84.22%，而且進(jìn)行了大規(guī)模的國(guó)土綠化、退耕還林1 333.33 hm2，驗(yàn)證了該區(qū)土地利用變化的趨勢(shì)。2005—2030年渝北區(qū)耕地年均減少1 826.00 hm2，而建設(shè)用地始終保持著較高面積增長(zhǎng)（年均增長(zhǎng)1 328.75 hm2）與擴(kuò)張強(qiáng)度（0.92%），說(shuō)明建設(shè)用地面積增長(zhǎng)擠壓了耕地空間。城市發(fā)展與農(nóng)業(yè)用地之間的矛盾將是未來(lái)10余年渝北區(qū)土地利用格局的主要特征，而且這與渝北區(qū)作為重慶市都市功能拓展區(qū)，在未來(lái)十幾年將以經(jīng)濟(jì)體量快速增長(zhǎng)的發(fā)展定位相吻合。2020—2030 年渝北區(qū)建設(shè)用地和耕地面積范圍分別是2.21×104～3.90×104hm2和5.85×104～7.15×104hm2，符合現(xiàn)階段《渝北區(qū)及雙龍湖等21 鎮(zhèn)（街道）土地利用總體規(guī)劃（2006—2020 年）調(diào)整方案》對(duì)建設(shè)用地（4.67×104hm2）和農(nóng)用地（除去林地外為5.39×104hm2）的面積控制，滿足基本農(nóng)田保護(hù)紅線的要求。

土地利用變化對(duì)區(qū)域碳排放具有重要影響[3]。在渝北區(qū)碳收支評(píng)估過(guò)程中分別使用了前人研究中重慶地區(qū)農(nóng)田及森林生態(tài)系統(tǒng)NEP作為耕地和林地的凈碳吸收值[23-24]，低于已有研究中以NPP表征的這兩種地類的碳匯值[22]。這是由于農(nóng)田和森林生態(tài)系統(tǒng)不僅通過(guò)植被光合作用固定大氣CO2，還將通過(guò)異養(yǎng)呼吸過(guò)程向大氣釋放CO2，而且由于異養(yǎng)呼吸占NPP 的比例高達(dá)47.5%～98.9%[25]，因此在計(jì)算區(qū)域凈碳吸收時(shí)需要去除耕地和林地所對(duì)應(yīng)的生態(tài)系統(tǒng)中異養(yǎng)呼吸碳釋放，避免高估這2種主要地類的凈碳吸收量，對(duì)縣域尺度碳平衡的估算更為科學(xué)合理。2005 年碳收支結(jié)果表明渝北凈碳吸收值為0.07 t/hm2，而在2010—2030年渝北區(qū)凈碳排放量由0.96 t/hm2增加到6.07 t/hm2，低于趙榮欽等[26]年估算江蘇省地均碳排放量（8.24～15.53 t/hm2）。這與研究區(qū)能源消費(fèi)所占整體碳平衡的比例有關(guān)，渝北區(qū)能源消費(fèi)量較低導(dǎo)致地均碳排放量低于江蘇省平均值。但本文僅設(shè)置了1種未來(lái)土地利用情景，鑒于吳萌等[27]報(bào)道不同的未來(lái)土地利用情景將導(dǎo)致武漢市碳排放量相差10%～11%，下一步研究中需要設(shè)置多種土地利用情景對(duì)研究未來(lái)碳排放時(shí)空動(dòng)態(tài)進(jìn)行分析，以減少單種情景模擬的不確定性。

由于研究方法及數(shù)據(jù)可獲得性的限制，本文在以下6個(gè)方面存在不足：（1）各種土地利用類型的碳吸收或碳排放系數(shù)均來(lái)自文獻(xiàn)，未能根據(jù)研究區(qū)通量觀測(cè)數(shù)據(jù)進(jìn)行參數(shù)校正；（2）未考慮每種土地利用類型內(nèi)部碳排放能力的異質(zhì)性，如林地二級(jí)分類中針葉林、闊葉林、灌木林的碳吸收能力不同[28]；（3）CLUE-S中各地類轉(zhuǎn)移彈性系數(shù)來(lái)自文獻(xiàn)參數(shù)，忽略了土地利用變化對(duì)驅(qū)動(dòng)因素的反饋?zhàn)饔?；?）缺乏重慶市早期各區(qū)縣能源消費(fèi)統(tǒng)計(jì)數(shù)據(jù)，因此不能通過(guò)數(shù)值模擬的方法推算未來(lái)能源消費(fèi)變化趨勢(shì)，僅能通過(guò)假設(shè)未來(lái)單位面積建設(shè)用地碳排放與2015 年值相等來(lái)估算，可能高估了未來(lái)建設(shè)用地碳排放量；（5）沒(méi)有考慮未來(lái)渝北區(qū)人口變化，可能低估了未來(lái)人類呼吸釋放量；（6）重慶市及渝北區(qū)在2007 年、2010年及2013年進(jìn)行了若干次行政區(qū)劃調(diào)整，本研究統(tǒng)一使用2015年行政邊界，與渝北區(qū)2005年和2010年實(shí)際邊界略有出入。本文局限性均由數(shù)據(jù)可獲得性及目前人類對(duì)土地系統(tǒng)復(fù)雜程度認(rèn)識(shí)不足引起的，在無(wú)法獲得更詳細(xì)輔助數(shù)據(jù)的情況下，本文對(duì)建設(shè)用地單位面積碳排放和行政邊界不變的假設(shè)是一種簡(jiǎn)單且有效的方法。

基于馬爾科夫鏈模型及既有的土地利用變化模式所預(yù)測(cè)的未來(lái)各地類面積符合區(qū)域整體發(fā)展趨勢(shì)，Kappa 檢驗(yàn)表明CLUE-S 所模擬的未來(lái)土地利用格局具有較高的精度，基于該結(jié)果可進(jìn)一步獲得未來(lái)碳收支時(shí)空格局。該方法對(duì)于對(duì)加強(qiáng)精細(xì)尺度土地利用空間布局低碳優(yōu)化、完成區(qū)域減排任務(wù)及氣候變化管理措施的制定具有重要的現(xiàn)實(shí)意義。但使用馬爾科夫鏈模型的未來(lái)各地類面積預(yù)測(cè)結(jié)果依賴于轉(zhuǎn)移矩陣的穩(wěn)定性，隨著社會(huì)經(jīng)濟(jì)發(fā)展及土地利用政策的變動(dòng)，預(yù)測(cè)結(jié)果與現(xiàn)實(shí)情況有一定誤差，因此下一步需要納入更多的社會(huì)經(jīng)濟(jì)及政策類驅(qū)動(dòng)因素對(duì)土地利用變化進(jìn)行深入研究?？紤]到渝北區(qū)人口和區(qū)位特征，未來(lái)可從以下兩方面合理制定節(jié)能減排措施以適應(yīng)低碳經(jīng)濟(jì)發(fā)展要求。一方面在現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)條件下，調(diào)整土地利用結(jié)構(gòu)、節(jié)約土地資源、提高土地資源利用效率，通過(guò)增大森林和城市綠地面積、提高森林覆蓋率及質(zhì)量促進(jìn)碳吸收；另一方面通過(guò)升級(jí)產(chǎn)業(yè)結(jié)構(gòu)、加大科技投入、優(yōu)化能源結(jié)構(gòu)持續(xù)提高減排效果，以完成重慶市碳排放目標(biāo)的分配任務(wù)并兼顧區(qū)縣間的聯(lián)合減排。

4 結(jié)論

基于CLUE-S模型可預(yù)測(cè)重慶市渝北區(qū)未來(lái)10年土地利用變化趨勢(shì)并進(jìn)一步得到該區(qū)碳收支時(shí)空格局。經(jīng)過(guò)Kappa檢驗(yàn)可知CLUE-S對(duì)土地利用格局模擬精度高、預(yù)測(cè)效果理想。結(jié)果表明基于CLUES模型對(duì)土地利用變化的預(yù)測(cè)而獲得縣域尺度未來(lái)碳收支空間格局的方法是可行的，在現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)下調(diào)整土地利用結(jié)構(gòu)是保證縣域低碳發(fā)展的重要途徑。