朱志強(qiáng), 馬曉雙, 胡 洪

(安徽大學(xué) 資源與環(huán)境工程學(xué)院， 安徽 合肥 230601)

碳儲(chǔ)量是生態(tài)系統(tǒng)服務(wù)功能中的重要環(huán)節(jié)，植被和土壤是陸地生態(tài)系統(tǒng)最重要的兩大碳庫，其固碳功能在緩解氣候危機(jī)上發(fā)揮著重要作用[1-3]。碳儲(chǔ)量變化受到國際科學(xué)聯(lián)合會(huì)(ICSU)、世界氣象組織(WMO)和聯(lián)合國環(huán)境規(guī)劃署(UNEP)等多個(gè)組織的高度關(guān)注。國外學(xué)者對(duì)碳儲(chǔ)量研究較早，20世紀(jì)末Simpson[4]核算出北美東部和北部陸地針葉林碳儲(chǔ)量以及不同植被類型的固碳能力，Hurtt等[5]采用森林資源調(diào)查的方法研究區(qū)域碳儲(chǔ)量變化特點(diǎn)。近年來對(duì)于大區(qū)域的碳儲(chǔ)量研究更多的使用模型核算，如李傳華[6]采用改進(jìn)的CASA模型計(jì)算石羊河流域的植被凈第一生產(chǎn)力(NPP)，揭示影響植被碳儲(chǔ)量變化的驅(qū)動(dòng)因子。相較于CASA模型只能計(jì)算植被碳儲(chǔ)量，InVEST(integrated valuation of ecosystem services and tradeoffs)模型可評(píng)估包含植被地上地下、土壤和死亡有機(jī)質(zhì)碳儲(chǔ)量[7]。該模型是由美國斯坦福大學(xué)、世界基金會(huì)(WWF)和大自然保護(hù)協(xié)會(huì)(TNC)共同開發(fā)，2010年后國內(nèi)學(xué)者使用InVEST模型研究區(qū)域碳儲(chǔ)量變化，在白龍江、太行山等區(qū)域都取得較好的科研成果[8-9]。榮月靜[10]基于“全國生態(tài)環(huán)境遙感調(diào)查”的數(shù)據(jù)在InVEST模型中核算太湖流域碳儲(chǔ)量演變，指出林地和濕地轉(zhuǎn)入建設(shè)用地是太湖生態(tài)系統(tǒng)碳儲(chǔ)量下降的主要原因。

土地利用變化是造成生態(tài)系統(tǒng)碳儲(chǔ)量變化的重要原因，導(dǎo)致大量的碳從陸地生態(tài)系統(tǒng)流向大氣生態(tài)系統(tǒng)[11]。城市建設(shè)用地?cái)U(kuò)張通過侵占林地、耕地和草地等引起的土地利用變化，使得城市生態(tài)系統(tǒng)面臨嚴(yán)峻的碳流失問題。城市土地利用變化對(duì)生態(tài)系統(tǒng)的影響是近年來生態(tài)學(xué)領(lǐng)域研究的熱點(diǎn)，陸地碳儲(chǔ)量作為生態(tài)系統(tǒng)的重要環(huán)節(jié)也是眾多學(xué)者關(guān)注的目標(biāo)[12]。目前關(guān)于碳儲(chǔ)量研究大多集中在碳儲(chǔ)量總量變化上的分析，鮮有模擬未來城市土地利用與碳儲(chǔ)量的相關(guān)研究。土地利用變化的預(yù)測(cè)可以分為數(shù)量預(yù)測(cè)和空間預(yù)測(cè)，現(xiàn)有模型在模擬中大多未考慮多種土地類型在轉(zhuǎn)換中的相互影響，忽略了土地類型的競(jìng)爭(zhēng)關(guān)系。FLUS(future land use simulation model)模型基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的土地適應(yīng)性概率分布，提出自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制，能較好的模擬未來多種土地類型的分布[13-14]。已有多位學(xué)者使用FLUS模型在預(yù)測(cè)未來城市土地變化方面的研究，如劉小平等[15]采用該模型預(yù)測(cè)珠三角城市群的開發(fā)邊界，林伊琳[16]預(yù)測(cè)昆明市未來建設(shè)用地的擴(kuò)張和景觀格局變化。最近的一些研究中也試圖在將未來土地變化與碳儲(chǔ)量模型鏈接起來作為評(píng)估土地變化對(duì)未來生態(tài)系統(tǒng)的影響，如Zhao[17]使用CA-Markov耦合InVEST模型評(píng)估生態(tài)工程對(duì)中國西北黑河流域碳儲(chǔ)量影響，預(yù)測(cè)實(shí)施生態(tài)工程后，2015—2029年該區(qū)域碳儲(chǔ)量可增加1.00×107t，證明耦合模型在評(píng)估未來碳儲(chǔ)量研究中具有一定科學(xué)價(jià)值。對(duì)于未來城市土地預(yù)測(cè)已有相關(guān)研究，但對(duì)于鏈接未來城市土地變化與碳儲(chǔ)量的研究尚少。探討城市建設(shè)用地?cái)U(kuò)張下土地利用變化對(duì)碳儲(chǔ)量的影響，揭示碳儲(chǔ)量時(shí)空演變和未來空間分布趨勢(shì)，能為城市規(guī)劃和生態(tài)脆弱區(qū)實(shí)施精準(zhǔn)保護(hù)提供科學(xué)參考。

1 材料與方法

1.1 研究區(qū)概況與數(shù)據(jù)介紹

廣州市地處珠江下游，瀕臨南海，位于東經(jīng)112°—114°，北緯22°—24°之間。屬于丘陵地貌，東北高西南低，北部植被覆蓋密集，南部為沖擊平原。受海洋性亞熱帶季風(fēng)氣候影響，光熱充足，降水豐富，境內(nèi)河流眾多，水域面積廣闊。廣州是粵港澳大灣區(qū)和一帶一路樞紐城市，我國重要的經(jīng)貿(mào)中心。該市下轄11個(gè)區(qū)，總面積約7 400 km2，2018年常住人口達(dá)到1 500萬，城鎮(zhèn)化快速發(fā)展使得建設(shè)用地逐年擴(kuò)增。研究所需要的數(shù)據(jù)包括土地利用數(shù)據(jù)和土地驅(qū)動(dòng)因子數(shù)據(jù)，土地利用數(shù)據(jù)：經(jīng)過遙感解譯得到1990—2018年5期土地利用數(shù)據(jù)，分為林地、耕地、草地、水域、建設(shè)用地和未利用地。用于土地預(yù)測(cè)的驅(qū)動(dòng)因子數(shù)據(jù)有：氣象數(shù)據(jù)，包括降水和氣溫；地形數(shù)據(jù)，包括DEM(數(shù)字高程)和坡度；社會(huì)經(jīng)濟(jì)數(shù)據(jù)，包括行政區(qū)劃矢量、交通網(wǎng)絡(luò)、人口密度和GDP；NDVI(歸一化植被指數(shù))數(shù)據(jù)。

1.2 研究方法

1.2.1 InVEST模型 InVEST模型旨在權(quán)衡土地利用與生態(tài)系統(tǒng)服務(wù)功能的關(guān)系，目前已經(jīng)發(fā)展到包含水源涵養(yǎng)、生境質(zhì)量、碳存儲(chǔ)等多個(gè)模塊，形成多種生態(tài)系統(tǒng)服務(wù)評(píng)估功能為一體的重要模型[18]，其中碳儲(chǔ)存服務(wù)模塊在美國、南美洲、非洲、東南亞等全球多區(qū)域成功運(yùn)用到實(shí)際研究中。生態(tài)系統(tǒng)的碳儲(chǔ)量包括植被地上碳儲(chǔ)量、植被地下碳儲(chǔ)量、土壤碳儲(chǔ)量和死亡有機(jī)質(zhì)碳儲(chǔ)量[19]，即：

Ctotal=Cabove+Cbelow+Csoil+Cdead

(1)

式中：Ctoatl表示總體碳儲(chǔ)量；Cabove表示植被地上碳儲(chǔ)量；Cbelow表示植被地下碳儲(chǔ)量；Csoil表示土壤碳儲(chǔ)量；Cdead表示死亡有機(jī)質(zhì)碳儲(chǔ)量。由于死亡有機(jī)質(zhì)碳儲(chǔ)量含量非常低,一般不考慮[20]。

InVEST模型需要輸入研究區(qū)土地利用數(shù)據(jù)和各土地類型對(duì)應(yīng)的碳密度值(即“碳密度表”)，通常是借助文獻(xiàn)查閱得到研究區(qū)的碳密度數(shù)據(jù)。前人研究中認(rèn)為處于同一氣候帶的土地類型碳密度差異較小[21-22]，以榮檢[23]、朱鵬飛[24]研究中得到的廣西地區(qū)土地類型碳密度成果為主要參考，在土地類型碳密度選擇上，采用降水和氣溫因子通過公式修正本地化土地類型碳密度數(shù)據(jù)，反演得到廣州市的碳儲(chǔ)量。修正因子計(jì)算公式[25-26]為：

(2)

(3)

(4)

式中：KBP，KBT分別表示植被碳密度降水因子和氣溫因子修正系數(shù)；KB表示地上地下植被碳密度修正系數(shù)；KS表示土壤碳密度修正系數(shù)；C′，C″分別表示廣州和廣西地區(qū)的碳密度,由年均溫和年降水量代入公式計(jì)算得到：

CBP=6.798e0.005 4MAP

(5)

CBT=28MAT+398

(6)

CSP=3.396 8MAP+3 996.1

(7)

式中：MAP表示降水； MAT表示氣溫；CBP，CBT分別表示根據(jù)降水量和氣溫得到的植被碳密度；CSP表示根據(jù)降水量得到的土壤碳密度。綜合所得的各土地類型的碳密度值詳見表1。

1.2.2 FLUS未來土地預(yù)測(cè)模型 FLUS模型是在元胞自動(dòng)機(jī)原理的基礎(chǔ)上耦合馬爾科夫鏈和神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)未來土地利用，在預(yù)測(cè)中考慮到人文因素和自然因素對(duì)土地變化的多重影響，可以模擬多類用地的演變過程，對(duì)土地類型變化的預(yù)測(cè)結(jié)果更加精確。模型主要分為兩部分：第1部分基于ANN網(wǎng)絡(luò)的樣本訓(xùn)練得到土地適宜性概率，ANN包括輸入層、隱藏層和輸出層，通過反向傳播算法不斷更新各層之間的權(quán)重系數(shù)來達(dá)到最優(yōu)估計(jì)目的，第2部分為自適應(yīng)慣性和競(jìng)爭(zhēng)機(jī)制，核心是在迭代中自適應(yīng)調(diào)整慣性系數(shù)〔公式(8)〕，最終模擬結(jié)果不僅取決于神經(jīng)網(wǎng)絡(luò)得到的土地分布概率，還受到鄰域和轉(zhuǎn)換成本等限制，體現(xiàn)出土地類型變化中相互作用的競(jìng)爭(zhēng)模式[27]。

(8)

表1 研究區(qū)土地類型碳密度t/hm2

表2 土地驅(qū)動(dòng)樣本數(shù)據(jù)來源

模型中設(shè)置的成本矩陣表示當(dāng)前土地類型轉(zhuǎn)為其他用地的難易程度，參考自然發(fā)展條件下城市土地轉(zhuǎn)移的規(guī)則，通過探索性試驗(yàn)獲得成本矩陣。根據(jù)研究區(qū)的實(shí)際情況及土地轉(zhuǎn)移概率矩陣，設(shè)置鄰域因子權(quán)重參數(shù)范圍為0～1，越接近1表示該地類的擴(kuò)張能力越強(qiáng)[28]，參考?xì)v史土地轉(zhuǎn)移特征，經(jīng)過調(diào)試和驗(yàn)證，得到模擬精度較高的鄰域因子參數(shù)表(表3)。依據(jù)上述步驟，分別計(jì)算出每個(gè)柵格的總概率，將預(yù)測(cè)的土地類型分配到柵格，計(jì)算公式為：

表3 鄰域因子權(quán)重

(9)

將所有驅(qū)動(dòng)因子重采樣到相同分辨率，進(jìn)行標(biāo)準(zhǔn)化處理，神經(jīng)網(wǎng)絡(luò)隱藏層設(shè)為12，先通過神經(jīng)網(wǎng)絡(luò)樣本訓(xùn)練得到研究區(qū)土地類型適宜性概率分布，標(biāo)準(zhǔn)偏差為0.226，再基于土地類型適宜性概率分布，在自適應(yīng)慣性和競(jìng)爭(zhēng)機(jī)制模型下預(yù)測(cè)未來土地分布。模型的驗(yàn)證以2010年土地類型作為訓(xùn)練集，預(yù)測(cè)2018年土地類型分布，總體精度94.89%，Kappa系數(shù)為93.93%，表明模型預(yù)測(cè)和真實(shí)地物分布有較高的一致性。此外，通過Precision(精確率)、Recall(召回率)和F1綜合分?jǐn)?shù)進(jìn)一步評(píng)價(jià)模型的預(yù)測(cè)表現(xiàn)，指標(biāo)的計(jì)算見公式(10)—(11)，各土地類型精度的綜合評(píng)價(jià)結(jié)果詳見表4。綜合以上評(píng)價(jià)結(jié)果，表明模型預(yù)測(cè)精度達(dá)到要求，可作為預(yù)測(cè)研究區(qū)未來土地利用變化。

表4 各土地類型預(yù)測(cè)精度的綜合評(píng)價(jià)結(jié)果 %

(10)

(11)

式中：tp表示真陽性記錄百分比；fn表示假陰性記錄百分比；fp表示假陽性記錄百分比。

2 結(jié)果與分析

2.1 廣州市1990-2018年土地利用與碳儲(chǔ)量變化

2.1.1 土地利用變化 表5—6分別為研究期內(nèi)廣州市土地類型面積和土地類型動(dòng)態(tài)度。從表5可知，林地是廣州市的最大景觀類型，面積所占比例在42%以上，是研究區(qū)的優(yōu)勢(shì)土地景觀類型。其他土地類型面積所占比例依次是耕地、建設(shè)用地、水域、草地、未利用地。1990—2018年土地類型變化中，耕地面積的減少量最高，1990年耕地面積所占比例接近40%，2018年所占比例下降到30.15%，總共減少681.0 km2。其次是林地，減少158.5 km2，草地減少11.1 km2，未利用地減少0.9 km2，水域增加59.84 km2。面積增幅最大的是建設(shè)用地，增加791.8 km2，年均增加40.02 km2，面積所占比例從8.60%上升到19.64%，城市擴(kuò)張?zhí)卣髅黠@。建設(shè)用地是變化量最高的土地類型，其次是耕地和林地，其他地類變化量相對(duì)較小。

表5 廣州市1990-2018年各時(shí)期土地類型面積及所占比例

土地利用動(dòng)態(tài)度表示研究區(qū)某一定時(shí)間范圍的土地類型變化情況，用來反映區(qū)域土地變化的幅度和速度，通過各時(shí)期動(dòng)態(tài)度變化來研究土地利用變化特點(diǎn)。

表6是土地類型面積和動(dòng)態(tài)度變化，1990—2005年土地利用動(dòng)態(tài)度較高，土地變化劇烈，2005—2018年土地利用的動(dòng)態(tài)度逐期下降，土地變化相對(duì)緩和。耕地在2005—2010年和2010—2018年減少量分別占2000—2005年減少量的36.69%和15.67%，研究時(shí)期的動(dòng)態(tài)度分別是-0.82%，-2.25%，-0.93%和-0.42%，2005年后變化有明顯下降趨勢(shì)。1990—2018年林地動(dòng)態(tài)度為-0.18%，是所有土地類型動(dòng)態(tài)度最低的地類，由于林地面積所占比例最高，面積減少量仍然較高，僅次于耕地。建設(shè)用地各時(shí)期的動(dòng)態(tài)度最高，分別是3.11%，9.20%，2.64%和1.08%，1990—2010年建設(shè)用地的增量較大，2010—2018年擴(kuò)張趨于穩(wěn)定，增量減少，增加量趨于穩(wěn)定，只占2000—2005年的19.36%，建設(shè)用地迅速擴(kuò)張且擴(kuò)張能力明顯下降。草地在2000—2010年減少7.78 km2，受到退耕還草政策的實(shí)施效果，2010—2018年草地面積增加1.27 km2。1990—2000年水域變化明顯，面積增加81.27 km2，未利用地的面積變化較小。1990—2018年的土地變化情況來看，建設(shè)用地的動(dòng)態(tài)度遠(yuǎn)高于其他地類，研究時(shí)間內(nèi)廣州市土地類型變化的主要特征是建設(shè)用地面積的快速增加，耕地和林地大量轉(zhuǎn)入建設(shè)用地。

表6 廣州市1990-2018年土地類型面積和動(dòng)態(tài)度變化

2.1.2 碳儲(chǔ)量變化 通過查閱相關(guān)文獻(xiàn)以及公式修正獲得廣州市土地類型碳密度數(shù)據(jù)，結(jié)合當(dāng)年土地利用數(shù)據(jù)導(dǎo)入InVEST模型碳模塊下運(yùn)行，得到1990—2018年5期碳儲(chǔ)量數(shù)據(jù)及其變化。圖1是根據(jù)模型運(yùn)算得到碳儲(chǔ)量結(jié)果。結(jié)果表明1990—2018年廣州市碳儲(chǔ)量減少2.48×106t，降幅6.2%，年均下降8.86×104t。其中2000—2005年的下降幅度最大，年均下降2.18×105t，2010—2018年下降幅度為0.8%，年均下降3.74×104t。1990—2000年廣州市建設(shè)用地?cái)U(kuò)張能力較強(qiáng)，進(jìn)入21世紀(jì)后，廣州市城市建設(shè)進(jìn)入一個(gè)新的高峰，隨著珠江新城的開發(fā)和周邊區(qū)域的城市擴(kuò)張，2000—2005年碳流失達(dá)到高峰?？傮w上1990到2010年區(qū)域碳儲(chǔ)量的變化比較劇烈，該時(shí)期廣州市經(jīng)濟(jì)快速增長，城鎮(zhèn)化速度加快，對(duì)于土地開發(fā)需求也較為強(qiáng)烈。2010年后建設(shè)用地?cái)U(kuò)張趨于緩和，土地變化逐漸趨于平穩(wěn)，這一時(shí)期廣州市嚴(yán)重碳流失逐步得到緩解。

圖1 廣州市1990-2018年陸地碳儲(chǔ)量變化

2.1.3 碳儲(chǔ)量空間變化特征 從碳儲(chǔ)量空間分布來看，廣州市碳儲(chǔ)量空間分布具有顯著的空間異質(zhì)性，圖2分別是1990，2005和2018年陸地碳儲(chǔ)量分布情況。由圖2可知，高密度碳儲(chǔ)量主要分布在東北部一帶，該區(qū)域海拔較高，擁有高覆蓋的森林面積，植被覆蓋率高；低密度碳儲(chǔ)量主要分布在珠江下游，該區(qū)域主要為平原，城市化程度較高；南部主要覆被農(nóng)田等，受人類活動(dòng)影響較大，碳儲(chǔ)量維持在較低水平。東北部海拔較高，主要是山區(qū)林地覆被，碳儲(chǔ)量較高。高海拔決定了坡度和坡向，限制了城市用地的擴(kuò)張和開墾活動(dòng)，在一定程度上影響植被類型的分布和土壤的性質(zhì)，且在水源涵養(yǎng)、森林資源等方面更容易占據(jù)優(yōu)勢(shì)的生態(tài)位；南部屬于沖擊平原，地勢(shì)平坦，水系豐富，適合人類社會(huì)生產(chǎn)活動(dòng)，因而固碳能力相對(duì)較弱。

圖2 廣州市1990-2018年碳儲(chǔ)量分布

圖3為1990—2005年和2005—2018年陸地碳儲(chǔ)量空間變化情況。從碳儲(chǔ)量空間變化來看，變化的區(qū)域具有大集聚和零星分布的特點(diǎn)。1990—2005年碳儲(chǔ)量顯著下降的區(qū)域分布在花都區(qū)、番禺區(qū)和黃埔區(qū)，主要集中在東南和西部區(qū)域，這一時(shí)期建設(shè)用地?cái)U(kuò)張劇烈，番禺區(qū)、海珠區(qū)、黃埔區(qū)和花都區(qū)擴(kuò)張明顯，大量耕地和林地轉(zhuǎn)為建設(shè)用地，靠近城市中心附近的碳儲(chǔ)量顯著減少。2005年后建設(shè)用地?cái)U(kuò)張能力相對(duì)下降，土地類型轉(zhuǎn)移趨于穩(wěn)定，區(qū)域碳儲(chǔ)量下降也逐漸緩和，受城市東擴(kuò)影響，碳儲(chǔ)量顯著大面積下降的區(qū)域主要是黃埔區(qū)和增城區(qū)西南，城市中心區(qū)域的周邊也有零星的減少，如白云區(qū)和花都區(qū)等。東北部區(qū)域的從化區(qū)和增城區(qū)北部碳儲(chǔ)量較為穩(wěn)定，該區(qū)域覆被大量森林資源，城鎮(zhèn)擴(kuò)張能力較低，碳儲(chǔ)量相對(duì)穩(wěn)定，珠江下游區(qū)域受城市發(fā)展影響，碳儲(chǔ)量變動(dòng)較大?？傮w上廣州市碳儲(chǔ)量在2005年之前有明顯的下降，2005年后下降幅度低于前期，2005—2018年碳儲(chǔ)量總體變化較之前緩和。

圖3 廣州市1990-2018年陸地碳儲(chǔ)量空間變化

2.2 未來建設(shè)用地?cái)U(kuò)張與陸地碳儲(chǔ)量變化

2.2.1 未來土地預(yù)測(cè)與碳儲(chǔ)量潛力 從預(yù)測(cè)的2034年土地分布來看，建設(shè)用地會(huì)進(jìn)一步擴(kuò)張。從2018年1 409.11 km2增加到2034年的1 683.48 km2，面積增加274.37 km2，年均增長17.14 km2，動(dòng)態(tài)度1.22%，耕地與林地面積持續(xù)下降，預(yù)計(jì)分別下降173.6和91.8 km2，低于1990—2018年土地類型變化程度，總體上未來廣州市土地變化趨于穩(wěn)定。預(yù)測(cè)結(jié)果表明建設(shè)用地仍然會(huì)有一定程度的擴(kuò)張，分析未來建設(shè)用地?cái)U(kuò)張對(duì)碳儲(chǔ)量變化影響，揭示在自然發(fā)展條件下未來廣州市碳儲(chǔ)量分布變化。從廣州市2018—2034年土地利用變化預(yù)測(cè)情況分析(圖4)，未來白云區(qū)和花都區(qū)的交界處建設(shè)用地的擴(kuò)張能力仍較強(qiáng)，交界區(qū)域的城市擴(kuò)張明顯，中心城區(qū)與花都區(qū)和白云區(qū)具有較高可能性連成一個(gè)整體，建城區(qū)的斑塊聚集度提高，散落在中心城區(qū)外圍和周邊區(qū)域的耕地在未來有較大的可能性會(huì)轉(zhuǎn)為建設(shè)用地，聚集成更大的斑塊。且擴(kuò)張侵占的土地上，可能會(huì)進(jìn)一步侵占更高碳密度的土地類型，如分布在從化區(qū)、白云區(qū)和增城區(qū)的林地等也有轉(zhuǎn)為建設(shè)用地的趨勢(shì)。2034年廣州市碳儲(chǔ)量仍會(huì)進(jìn)一步降低，預(yù)計(jì)將會(huì)減少1.20×106t，降幅3.2%，年均下降7.50×104t，低于1990—2010年的年均下降1.09×105t，高于2010—2018年的年均下降6.00×104t，表明在自然發(fā)展條件下，廣州市碳儲(chǔ)量流失整體上已經(jīng)沒有1990—2010年劇烈。預(yù)測(cè)2034年從化區(qū)碳儲(chǔ)量所占比例將上升到40%，廣州市北部和中部森林資源豐富，北部受制于地形因素，城鎮(zhèn)建設(shè)較為緩慢，未來仍是廣州市乃至珠三角重要的碳匯區(qū)域，中部林地靠近市區(qū)，受到城市建設(shè)用地?cái)U(kuò)張風(fēng)險(xiǎn)較大，碳儲(chǔ)量比重進(jìn)一步降低。預(yù)測(cè)碳儲(chǔ)量減少的區(qū)域在花都區(qū)和白云區(qū)的交界較為顯著，未來這一區(qū)域的碳儲(chǔ)量最易流失，增城區(qū)西部和黃埔區(qū)也會(huì)存在較大的碳儲(chǔ)量流失風(fēng)險(xiǎn)，主要原因可能是該區(qū)域的林地有較大的概率轉(zhuǎn)為建設(shè)用地。碳儲(chǔ)量下降最高的區(qū)域分別是增城區(qū)、白云區(qū)和花都區(qū)，預(yù)計(jì)分別下降2.95×105t，2.10×105t和1.83×105t。黃埔區(qū)和白云區(qū)交界處的白云山是臨近中心城區(qū)的較大森林覆蓋區(qū)域，擁有豐富的林地和生物資源，對(duì)于保護(hù)中心城區(qū)的碳平衡和生態(tài)系統(tǒng)的穩(wěn)定具有非常重要的價(jià)值。

圖4 廣州市2018-2034年土地利用與碳儲(chǔ)量變化

此外其他區(qū)域也會(huì)發(fā)生不同程度的碳儲(chǔ)量變化，從化區(qū)南部有一定碳流失風(fēng)險(xiǎn)，北部碳儲(chǔ)量微量增加，南沙區(qū)整體較為穩(wěn)定。未來部分區(qū)域碳儲(chǔ)量流失仍然較為嚴(yán)峻。

2.2.2 建設(shè)用地與低密度碳儲(chǔ)量重心遷移 城市建設(shè)用地?cái)U(kuò)張與碳儲(chǔ)量生態(tài)系統(tǒng)服務(wù)是碳儲(chǔ)量研究中的重要內(nèi)容，城市建設(shè)用地?cái)U(kuò)張?jiān)斐筛亓值氐雀呙芏裙烫纪恋仡愋娃D(zhuǎn)成低密度固碳土地類型，加重碳儲(chǔ)量生態(tài)系統(tǒng)功能的危機(jī)。在計(jì)算得到的碳儲(chǔ)量分布圖上劃分碳密度等級(jí)，選擇低密度碳儲(chǔ)量空間分布，通過不同時(shí)期的重心遷移分析建設(shè)用地與碳儲(chǔ)量的關(guān)系。圖5為廣州市1990—2034年不同時(shí)期建設(shè)用地與低密度碳儲(chǔ)量的重心變化，從重心遷移結(jié)果看，1990—2000年建設(shè)用地?cái)U(kuò)張的整體朝向東南部，2000—2010年重心向東北方向遷移，2010到2018年城市持續(xù)向東北擴(kuò)張，但遷移距離減小，隨著西部花都區(qū)等區(qū)域副中心城鎮(zhèn)的擴(kuò)張仍充滿潛力，向西遷移趨勢(shì)有所增加?？傮w上城市重心整體在向東北偏移，且逐漸由東北偏向正北，遷移距離先增后減。預(yù)測(cè)2018—2034年建設(shè)用地重心朝向西部，遷移距離在減少，說明城市擴(kuò)張幅度在波動(dòng)中趨于穩(wěn)定，低密度碳儲(chǔ)量空間重心遷移與建設(shè)用地?cái)U(kuò)張方向基本吻合，表明建設(shè)用地的擴(kuò)張與低密度碳儲(chǔ)量空間演變具有顯著的相關(guān)性。

圖5 廣州市1990-2034年建設(shè)用地與低密度碳儲(chǔ)量重心變化

3 討論與結(jié)論

本文在預(yù)測(cè)未來土地的驅(qū)動(dòng)參數(shù)上選擇有限，對(duì)人文因子僅考慮人口、GDP和交通分布，人文因子是一個(gè)復(fù)雜的指標(biāo)，包括工業(yè)產(chǎn)值、工廠分布、政策制定、開發(fā)紅線等，今后在驅(qū)動(dòng)因子選擇中可以構(gòu)建科學(xué)的人文因子模型作為預(yù)測(cè)條件。未來城市土地變化中受到耕地紅線、生態(tài)紅線的限制，本次預(yù)測(cè)中暫不考慮政策因素，只考慮了自然情景下未來土地類型的預(yù)測(cè)，沒有針對(duì)生態(tài)保護(hù)、耕地保護(hù)等限制條件下的情景模擬，以后的研究中可以考慮在受到“三生空間”政策影響下不同情景的未來城市生態(tài)系統(tǒng)功能變化。

(1) 1990—2018年廣州市土地利用變化的特征表現(xiàn)為建設(shè)用地的快速擴(kuò)張，增幅128.3%，變化量最高，其他用地均有不同程度變化，其中耕地面積減少量最高，其次是林地。1990—2005年是土地利用變化動(dòng)態(tài)度較大的時(shí)期，2010年后土地利用變化動(dòng)態(tài)度顯著下降。

(2) 廣州市碳儲(chǔ)量分布具有空間差異規(guī)律，總體上表現(xiàn)為高值集聚在北部，低值集聚在西南。北部森林覆蓋面積大，海拔高，是碳儲(chǔ)量分布的主要位置，從化區(qū)、花都區(qū)和增城區(qū)是廣州市重要的碳匯區(qū)域；西南部城市化程度高，城市擴(kuò)張活動(dòng)頻繁，城市中心碳儲(chǔ)量比較低。1990—2005年是碳流失較嚴(yán)重時(shí)期，與城市擴(kuò)張密切相關(guān)，2010—2018年碳流失相對(duì)緩和。

(3) 預(yù)測(cè)未來建設(shè)用地面積仍會(huì)繼續(xù)增加，擴(kuò)張幅度將會(huì)下降，擴(kuò)張重心朝向西部花都區(qū)和白云區(qū)等。預(yù)測(cè)未來碳儲(chǔ)量會(huì)進(jìn)一步下降，碳儲(chǔ)量減少的區(qū)域主要位于廣州市西北和主城區(qū)東部附近。西北區(qū)域建設(shè)用地未來可能與主城區(qū)形成大面積的低碳儲(chǔ)量區(qū)域，對(duì)于城市生態(tài)系統(tǒng)穩(wěn)定是較大的威脅，未來廣州市部分區(qū)域仍會(huì)存在一定的碳流失問題。