劉夢(mèng)瑜,曲彥達(dá),3,楊秀峰*,2,3,4,趙起超,3,4,張學(xué)碩
(1.北華航天工業(yè)學(xué)院遙感信息工程學(xué)院,廊坊 065000;2.航天遙感信息應(yīng)用技術(shù)國(guó)家地方聯(lián)合工程研究中心,廊坊 065000;3.河北省航天遙感信息處理與應(yīng)用協(xié)同創(chuàng)新中心,廊坊 065000;4.河北省航天遙感信息工程技術(shù)研究中心,廊坊 065000)
當(dāng)今,全球氣候變暖引起了很多嚴(yán)重的環(huán)境問題,世界各國(guó)積極采取有效行動(dòng)來減少溫室氣體排放。我國(guó)已將碳達(dá)峰碳中和目標(biāo)納入生態(tài)文明建設(shè),在“十四五”規(guī)劃中,我國(guó)的生態(tài)文明建設(shè)[1]進(jìn)入了以降碳為重點(diǎn)戰(zhàn)略方向、實(shí)現(xiàn)生態(tài)環(huán)境質(zhì)量改善由量變到質(zhì)變的關(guān)鍵時(shí)期。
縱觀現(xiàn)有研究成果,生態(tài)碳匯研究尺度主要集中于國(guó)家、區(qū)域和省域?qū)用?,?duì)縣域的研究相對(duì)缺乏,縣域作為中國(guó)社會(huì)的基本單元,分析碳匯在其尺度下的時(shí)空變化特征和影響因素,對(duì)評(píng)估縣級(jí)尺度[2]的生態(tài)狀況以及推動(dòng)區(qū)域低碳協(xié)調(diào)經(jīng)濟(jì)意義重大。同時(shí),土地利用變化與碳循環(huán)關(guān)系研究,特別重視歷史時(shí)期的變化,歷史時(shí)期土地利用變化[3]與陸地碳儲(chǔ)量關(guān)系研究的關(guān)鍵,是基礎(chǔ)土地利用變化數(shù)據(jù)。目前,京津冀地區(qū)仍然存在“高排放”的環(huán)境問題,而京津冀城市群作為我國(guó)碳中和的重要建設(shè)示范區(qū),基于此,本文根據(jù)目前國(guó)內(nèi)外學(xué)者對(duì)不同土地利用類型碳匯價(jià)值評(píng)估,綜合Fang、Tang等學(xué)者對(duì)林地的碳匯轉(zhuǎn)化系數(shù),Piao、方精云[4]等學(xué)者對(duì)草地的碳匯轉(zhuǎn)化系數(shù),孔東升和張灝[5]等學(xué)者對(duì)水域的碳匯轉(zhuǎn)化系數(shù),賴力等對(duì)未利用土地類型的碳匯轉(zhuǎn)化模型整理成碳匯估算模型,對(duì)京津冀地區(qū)2010~2020年影像進(jìn)行分類后進(jìn)行碳匯估算,并對(duì)其碳匯生態(tài)價(jià)值進(jìn)行分析,其率先探索碳中和的路徑,對(duì)引領(lǐng)區(qū)域示范作用具有重要意義。
本文所選取的研究區(qū)為京津冀地區(qū)。京津冀地區(qū)位于環(huán)渤海經(jīng)濟(jì)圈的中心位置,是我國(guó)的“首都經(jīng)濟(jì)圈”。京津冀地區(qū)土地面積為21.7萬平方千米,占國(guó)土總面積的2%左右[6]。京津冀包括北京、天津以及河北省的石家莊、唐山、秦皇島、承德、廊坊、邯鄲、邢臺(tái)、滄州、保定、張家口、衡水等城市。該地區(qū)位于華北平原北部,北靠燕山山脈,南面華北平原,西倚太行山,東臨渤海灣,西北和北面地形較高,南面和東面地形較為平坦,是我國(guó)北方連接“海洋經(jīng)濟(jì)”和“大陸經(jīng)濟(jì)”的樞紐地區(qū)[7]。京津冀行政圖如圖1所示。
圖1 京津冀行政圖
本文研究選用 Landsat 5(2010~2011)、Landsat 7(2012)、Landsat 8(2013~2020)長(zhǎng)時(shí)間序列遙感影像數(shù)據(jù),以及京津冀縣域行政邊界矢量數(shù)據(jù),繪制2010~2020年京津冀土地利用矢量圖。在分類之前,本文使用PIE-Engine對(duì)下載的300余幅影像進(jìn)行輻射校正、重投影、鑲嵌裁剪等批量預(yù)處理,得到京津冀地區(qū)縣域遙感影像。
決策樹是一種分層次的數(shù)據(jù)結(jié)構(gòu),廣泛應(yīng)用于分類和回歸。CART決策樹是在給定輸入隨機(jī)變量X條件下,輸出隨機(jī)變量Y的條件概率分布的學(xué)習(xí)方法,在屬性選擇的過程中,使用基尼指數(shù)(Gini index)最小化準(zhǔn)則進(jìn)行特征選擇。決策樹分類具有分層結(jié)構(gòu)清晰、運(yùn)算簡(jiǎn)單快速等優(yōu)點(diǎn),可以根據(jù)不同類別特點(diǎn)選取對(duì)應(yīng)的分類特征屬性,從而有效減少傳統(tǒng)分類方法出現(xiàn)的分類錯(cuò)誤[8]。
本文使用面向?qū)ο蟮姆椒ㄟM(jìn)行決策樹分類,首先要將原影像分割。影像分割是將給定的影像劃分為互不重疊的區(qū)域,此時(shí)影像的分割尺度對(duì)分類結(jié)果會(huì)有非常關(guān)鍵的影響。本文根據(jù)分類面積與分割尺度的關(guān)系,當(dāng)分類后面積隨分割尺度變化較小時(shí),說明分割效果較好。于是,本文根據(jù)地物最大面積與對(duì)象圖斑個(gè)數(shù)比值,確定了最優(yōu)分割尺度[9]。在影像分割后,通過對(duì)“對(duì)象化”圖斑進(jìn)行光譜特征提取和植被指數(shù)計(jì)算,根據(jù)由樣本庫訓(xùn)練的決策樹模型進(jìn)行地物分類,技術(shù)流程圖如圖2所示。
圖2 技術(shù)流程圖
本文將分類得到的兩級(jí)土地利用類型的面積與其他學(xué)者研究的,不同土地利用類型碳匯系數(shù)整理成碳匯估算模型。碳匯估算模型[10]可表達(dá)如下:
式中,Ci為第種土地利用類型產(chǎn)生的碳匯量;Ai為第種土地利用類型的碳匯系數(shù);Si為第i種土地利用類型面積。其中碳匯系數(shù)的確定是估算碳匯量的關(guān)鍵。本文根據(jù)國(guó)內(nèi)外期刊和以往文章中的研究,總結(jié)了主要土地利用類型的碳匯系數(shù)[2],如表1所示。
表1 碳匯系數(shù)
本文基于縣域尺度,將2010~2020年京津冀地區(qū)的204個(gè)區(qū)進(jìn)行碳匯統(tǒng)計(jì)和計(jì)算,并進(jìn)行排序,選出前10名碳匯信息如圖3所示,其中承德6個(gè)縣張家口3個(gè)縣位列前十中,碳匯效益顯著。其中承德市圍場(chǎng)滿族蒙古族自治縣碳匯排名第一,位于圍場(chǎng)縣的塞罕壩林場(chǎng)功不可沒。塞罕壩林場(chǎng)中有林地面積達(dá)到112萬畝,森林覆蓋率達(dá)到80%,林木總蓄積量達(dá)到1012萬立方米,固碳74.7萬噸,釋放氧氣54.5萬噸,生態(tài)效益顯著,是京津冀地區(qū)生態(tài)文明建設(shè)的成功典范。
圖3 京津冀縣級(jí)碳匯量
3.2.1 京津冀省級(jí)一級(jí)分類碳匯分析
由圖4可知,林地、水域、草地三種碳匯是京津冀三省的主體碳匯,相差不大。其中林地碳匯是占比最高的碳匯種類,耕地的碳匯效益較低,京津冀三省耕地面積并不小,但碳匯效益卻不高,由此可以對(duì)耕地二級(jí)分類進(jìn)行調(diào)整來增加碳匯效益。
圖4 京津冀省級(jí)一級(jí)分類碳匯量
3.2.2 土地利用/覆被變化二級(jí)分類碳匯分析
如圖5所示,本文將一級(jí)主要碳匯土地利用類型進(jìn)行二級(jí)分類。其中發(fā)現(xiàn)旱地、灌木林地和鹽堿地三種土地,利用類型的面積占比較大但碳匯效益低。對(duì)于干旱地區(qū)中脆弱的耕地生態(tài)系統(tǒng)來說,人為干擾的耕種行為更會(huì)加快有機(jī)碳擴(kuò)散的速度,所以京津冀地區(qū)耕地生態(tài)系統(tǒng)的碳匯效益低。在林地二級(jí)分類中,灌木林面積位居首位,但灌木林的碳匯效益低于人工林地,通過將低效灌木林改造,種植具體高碳匯的造林樹種,可促進(jìn)森林土壤活性有機(jī)碳含量來增加森林的碳匯效果。
圖5 二級(jí)分類下年際面積變化
本文通過對(duì)2010~2020年京津冀地區(qū)的遙感影像進(jìn)行面向?qū)ο驝ART決策樹分類得到縣域土地利用類型,并根據(jù)碳匯估算模型計(jì)算碳匯量,探析京津冀城市群碳匯時(shí)序變化特征、土地利用/覆被變化碳匯效應(yīng)和空間格局分布,研究主要結(jié)論如下:
(1)從京津冀縣級(jí)碳匯時(shí)序變化特征看,其中河北省承德市和張家口市碳匯量共占比37%,在京津冀地區(qū)碳匯效益顯著且突出,其中河北省承德市6個(gè)區(qū)和河北省張家口市3個(gè)區(qū)在碳匯排名前10的結(jié)果中,承德市圍場(chǎng)滿族蒙古族自治縣碳匯效益最大。
(2)從土地利用一級(jí)分類格局特征來看,京津冀主要碳匯類型有林地碳匯、水域碳匯、草地碳匯、耕地碳匯四種,其中林地、草地和水域碳匯類型是京津冀地區(qū)的主體碳匯,三者占比97.66%;從土地利用二級(jí)分類格局特征來看,不同土地類型二級(jí)分類下的土地利用類型碳匯效益差距巨大。