楊瀲威， 趙娟， 朱家田， 劉雷， 張平,2

(1.西安工程大學(xué)環(huán)境與化學(xué)工程學(xué)院，西安 710600； 2.陜西省土地整治重點(diǎn)實(shí)驗(yàn)室，西安 710075)

0 引言

陸地生態(tài)系統(tǒng)作為地表重要的生態(tài)系統(tǒng)類型之一，其碳儲(chǔ)量的變化會(huì)通過調(diào)節(jié)、轉(zhuǎn)化、循環(huán)機(jī)制影響全球碳排放、溫室氣體濃度等多個(gè)方面，在全球氣候調(diào)節(jié)和減緩溫室效應(yīng)進(jìn)程中都起到了重要的作用[1]。陸地生態(tài)系統(tǒng)中的植被、土壤和其他生物質(zhì)作為重要碳庫(kù)通過其“固持”作用將二氧化碳等固定在碳庫(kù)中，減少碳在大氣中的含量，起到調(diào)節(jié)局部區(qū)域氣候和減緩全球氣候變暖進(jìn)程的作用[2]。開展碳儲(chǔ)量相關(guān)研究，可以有效監(jiān)測(cè)區(qū)域碳的變化，保障碳庫(kù)發(fā)揮調(diào)節(jié)作用，對(duì)進(jìn)行區(qū)域生態(tài)保護(hù)和制定生態(tài)與經(jīng)濟(jì)平衡發(fā)展的規(guī)劃政策具有重要意義。

目前對(duì)碳儲(chǔ)量進(jìn)行評(píng)估的方法較多，傳統(tǒng)的評(píng)估方法有生物量法和蓄積量法等，但由于傳統(tǒng)方法在反映碳儲(chǔ)量尺度上與時(shí)空序列的變化時(shí)存在劣勢(shì)，故越來越多的學(xué)者采用模型的方式評(píng)估碳儲(chǔ)量的變化[3-4]。在所有模型中，InVEST模型具有數(shù)據(jù)需求少、運(yùn)行速度快等特點(diǎn)，以土地利用空間變化為依據(jù)基于InVEST模型各模塊可將碳儲(chǔ)量和生境質(zhì)量等生態(tài)系統(tǒng)服務(wù)變化可視化[5-6]，因此使用InVEST模型可以定量評(píng)估研究區(qū)碳儲(chǔ)量變化，分析土地利用變化對(duì)碳儲(chǔ)量的影響。

近年來對(duì)碳儲(chǔ)量進(jìn)行研究，特別是對(duì)土地利用與碳儲(chǔ)量變化關(guān)系的探索引起了眾多學(xué)者的關(guān)注[7-8]。土地利用作為影響碳儲(chǔ)量變化的主要驅(qū)動(dòng)因素，其變化會(huì)改變生態(tài)系統(tǒng)的組成與功能，對(duì)植被和土壤的固碳能力產(chǎn)生一定作用，從而影響到區(qū)域碳儲(chǔ)量水平，對(duì)土地利用變化進(jìn)行研究能夠很好地分析土地利用對(duì)碳儲(chǔ)量變化造成的影響[9]。眾多專家學(xué)者運(yùn)用多種模型模擬土地利用變化與碳儲(chǔ)量的關(guān)系，吳佩君等[10]基于InVEST模型和元胞自動(dòng)機(jī)(cellular automata，CA)模型分析廣東省1980—2010年碳儲(chǔ)量變化，并模擬了2040年城市擴(kuò)張對(duì)碳儲(chǔ)量的影響； Liang等[11]基于SD-CLUE-S模型和InVEST模型模擬了2018年不同情景不同尺度下張掖綠洲土地利用變化和碳儲(chǔ)量變化，發(fā)現(xiàn)嚴(yán)格保護(hù)情景下綠洲擁有最大碳儲(chǔ)量，并建議保護(hù)耕地和控制建設(shè)用地?cái)U(kuò)張； PLUS模型作為一種新開發(fā)的模型，綜合了挖掘土地利用變化驅(qū)動(dòng)機(jī)理的轉(zhuǎn)化分析策略(例如logistic-CA模型)和基于浮現(xiàn)概率與競(jìng)爭(zhēng)機(jī)制的格局分析策略(例如CLUE-S模型)的優(yōu)勢(shì)部分， 并結(jié)合種子生長(zhǎng)機(jī)制和多目標(biāo)算法，能夠更加精確地分析土地利用變化，反映更為真實(shí)的景觀狀態(tài)。該模型目前已被運(yùn)用在研究武漢市土地利用變化與驅(qū)動(dòng)力的關(guān)系，以及預(yù)測(cè)2035年不同情景下土地利用變化中，但將該模型應(yīng)用于生態(tài)系統(tǒng)碳儲(chǔ)量定量評(píng)估的研究還較少[12]。

本文以中國(guó)西部地區(qū)重要中心城市西安市為研究區(qū)，采用2000年和2015年西安市土地利用數(shù)據(jù)和驅(qū)動(dòng)因素，基于PLUS模型預(yù)測(cè)2030年不同情景下土地利用空間分布，并利用InVEST模型估算未來不同情景下碳儲(chǔ)量的變化，探索碳儲(chǔ)量的變化及其未來發(fā)展的趨勢(shì)。研究可為優(yōu)化西安市的土地利用格局、進(jìn)行合理的生態(tài)決策和實(shí)現(xiàn)可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

西安市(E107°40′～109°49′，N33°42′～34°45′)位于陜西省中部，屬于關(guān)中平原城市群核心城市(圖1)。西安市地處關(guān)中平原中部，地勢(shì)南高北低，南部為秦嶺山脈,北部為渭河沖積平原,東部為驪山丘陵區(qū)。氣候?qū)贃|亞暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候。市內(nèi)太白山國(guó)家級(jí)自然保護(hù)區(qū)有21種重點(diǎn)保護(hù)植物和20種重點(diǎn)保護(hù)動(dòng)物，具有重要的生態(tài)價(jià)值。西安市經(jīng)濟(jì)發(fā)展重點(diǎn)集中在區(qū)域北部和東部，2015年全市生產(chǎn)總值為5 801.20億元，約占全省的32.19%，總?cè)丝诩s870.56萬人，人均國(guó)內(nèi)生產(chǎn)總值(gross domestic product，GDP)為66 938元。西安市的發(fā)展對(duì)西北的發(fā)展起帶動(dòng)作用，以西安市為研究區(qū)，探索西安市未來發(fā)展趨勢(shì)，探討情景政策對(duì)西安市未來土地利用變化和碳儲(chǔ)量影響，有助于研究在經(jīng)濟(jì)發(fā)展趨勢(shì)下如何協(xié)調(diào)好與生態(tài)、自然發(fā)展的關(guān)系，對(duì)西北各大城市土地利用合理規(guī)劃提供重要的指導(dǎo)意義。

圖1 研究區(qū)地理位置概況Fig.1 Location of the study area

1.2 數(shù)據(jù)源

本研究中2000年和2015年2期西安市土地利用現(xiàn)狀數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http: //www.resdc.cn/)，空間分辨率為30 m，參考土地資源分類將土地利用分為耕地、林地、草地、水域、建設(shè)用地、未利用地6類； 氣溫和降水等氣象數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://www.nmic.cn)實(shí)測(cè)站點(diǎn)數(shù)據(jù)，并通過反距離權(quán)重插值得到，空間分辨率為100 m； 行政邊界數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)和歸一化差異植被指數(shù)(normalized difference vegetation index，NDVI)數(shù)據(jù)集來源于中國(guó)科學(xué)院資源與環(huán)境數(shù)據(jù)中心，數(shù)字高程模型(digital elevation model，DEM)數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺(tái)(http: //www.gscloud.cn/)，空間分辨率為30 m； 道路數(shù)據(jù)來自O(shè)penStreetMap(https: //www.openstreetmap.org/)，夜間燈光數(shù)據(jù)由中國(guó)科學(xué)院中國(guó)遙感衛(wèi)星地面站陳甫團(tuán)隊(duì)提供的地球夜光“火石”數(shù)據(jù)集，空間分辨率為1 500 m； 土壤數(shù)據(jù)來源于聯(lián)合國(guó)糧農(nóng)組織和維也納國(guó)際應(yīng)用系統(tǒng)研究所構(gòu)建的世界土壤數(shù)據(jù)庫(kù)(harmonized world soil database，HWSD)，空間分辨率為1 000 m。

2 研究方法

2.1 PLUS模型

PLUS模型是由中國(guó)地質(zhì)大學(xué)Liang等[12]開發(fā)的一個(gè)具有更高模擬精度和更能真實(shí)度量景觀格局的土地利用模擬模型。PLUS模型主要由基于土地?cái)U(kuò)張分析策略(land expansion analysis strategy，LEAS)的轉(zhuǎn)換規(guī)則挖掘模塊和基于多類隨機(jī)斑塊種子機(jī)制的CA(CA based on multi-type random patch seeds，CARS)模塊組成。LEAS模塊提取初期土地利用向末期擴(kuò)張的部分，并采用隨機(jī)森林分類(random forest classification，RFC)算法挖掘土地利用類型的變化概率和慣性概率，探索驅(qū)動(dòng)力與土地利用之間的關(guān)系，計(jì)算公式為：

(1)

式中：x為多種驅(qū)動(dòng)力組成的向量；hn(x)為向量x的第n個(gè)決策樹的預(yù)測(cè)類型；d的值為0或1，其中1為在柵格i上存在其他土地利用類型轉(zhuǎn)化為該k類土地利用類型，0則為其他轉(zhuǎn)化；M為決策樹的總數(shù)；I為決策樹集合的指示函數(shù)。

CARS模塊主要為基于多類隨機(jī)斑塊種子的CA模型，用于模擬復(fù)雜的自然地理現(xiàn)象的空間變化。CARS通過一個(gè)自適應(yīng)系數(shù)影響局部土地利用競(jìng)爭(zhēng)和驅(qū)動(dòng)土地利用數(shù)量變化來達(dá)到未來土地利用需求。該模塊主要包含2部分：

(2)

2)多類隨機(jī)斑塊種子閾值遞減。PLUS模型通過多類隨機(jī)斑塊種子閾值遞減趨勢(shì)，計(jì)算利用類型整體概率過程來演化多種土地利用類型的斑塊。當(dāng)土地利用k的鄰域效應(yīng)等于0時(shí)，總體概率為：

(3)

式中：r為范圍0～1的隨機(jī)值；μk為新生成土地利用類型k斑塊的閾值。PLUS模型中生成的種子能生長(zhǎng)成新的土地利用類型柵格，并逐漸組成新斑塊群。在用地類型競(jìng)爭(zhēng)的過程中PLUS模型通過閾值遞減規(guī)則，利用閾值τ來評(píng)估輪盤賭所確定的地類，以限制地類的自發(fā)增長(zhǎng)，促使結(jié)果更優(yōu)。PLUS模型基于LEAS和CARS模塊，能確定最優(yōu)的土地利用布局，可以更好地模擬多種土地利用斑塊變化，從而更好地支持規(guī)劃政策以實(shí)現(xiàn)可持續(xù)發(fā)展。

2.2 土地利用情景設(shè)置

1)自然增長(zhǎng)情景。依據(jù)2000—2015年土地利用轉(zhuǎn)移矩陣結(jié)合Markov模型，以15 a為步長(zhǎng)預(yù)測(cè)2030年自然增長(zhǎng)情景下西安市各土地利用類型的面積。

2)生態(tài)保護(hù)情景。該情景主要考慮生態(tài)環(huán)境的發(fā)展，依據(jù)西安市土地利用總體規(guī)劃中生態(tài)用地植被的增長(zhǎng)率，以自然發(fā)展情景為基礎(chǔ)，使耕地向建設(shè)用地轉(zhuǎn)移概率減少50%，森林和草地向建設(shè)用地轉(zhuǎn)移概率減少30%[14]，適當(dāng)減緩建設(shè)用地的高速擴(kuò)張。此外，該情景還將太白山自然保護(hù)區(qū)作為限制區(qū)。

3)耕地保護(hù)情景。該情景主要保障糧食安全的來源耕地，是在保證西安市土地利用總體規(guī)劃中耕地面積保有量的前提下，嚴(yán)格執(zhí)行耕地占補(bǔ)政策達(dá)成耕地面積補(bǔ)充量目標(biāo)，保障耕地面積[15]。同時(shí)按總體規(guī)劃控制建設(shè)用地基本總量，并保障耕地所需水源的水域基本增長(zhǎng)。

2.3 InVEST模型碳儲(chǔ)量模塊

InVEST模型是由自然資本項(xiàng)目開發(fā)用于評(píng)估多種生態(tài)系統(tǒng)服務(wù)功能的模型[16-17]。InVEST模型的碳儲(chǔ)量模塊將陸地生態(tài)系統(tǒng)中的碳儲(chǔ)量劃分為4個(gè)碳庫(kù)[18-19]： 地上生物碳(植被、樹葉和樹枝等活的植被中的碳)、地下生物碳(植物活根系統(tǒng)中的碳)、土壤碳(有機(jī)土壤和礦質(zhì)土壤中的碳)、死亡有機(jī)碳(凋零物、倒木和枯木中的碳)，通過將4個(gè)碳庫(kù)的平均碳密度與相應(yīng)土地利用類型面積相乘并求和得到總碳儲(chǔ)量，計(jì)算公式為：

(4)

式中：Ctotal為研究區(qū)總碳儲(chǔ)量，t；Cabove為地上生物碳，t；Cbelow為地下生物碳，t；Csoil為土壤碳，t；Cdead為死亡有機(jī)碳，t。

3 結(jié)果與分析

3.1 2000—2015年西安市土地利用空間變化分析

利用GIS軟件平臺(tái)得到2000年和2015年西安市土地利用空間分布(圖2)，研究發(fā)現(xiàn)西安市土地利用類型以耕地和林地為主，研究區(qū)北部用地類型主要為耕地，其次為建設(shè)用地，屬于西安市GDP主要貢獻(xiàn)區(qū)域，是重點(diǎn)發(fā)展區(qū)域，與之相應(yīng)的北部也表現(xiàn)出較大的生態(tài)壓力。南部主要用地類型為林地和草地，其中林地占有較大的比重，南部的秦嶺山地為規(guī)劃中重要的城市生態(tài)安全屏障。東部為驪山丘陵區(qū)，用地類型以林地為主，耕地和草地均占有一定的比例。土地利用轉(zhuǎn)移矩陣如表1所示。

表1 西安市2000—2015年土地利用轉(zhuǎn)移矩陣Tab.1 Land use transfer matrix in Xi’an City from 2000 to 2015 (hm2)

(a) 2000年 (b) 2015年圖2 2000年和2015年土地利用變化空間分布Fig.2 Spatial distribution of land use change in 2000 and 2015

依據(jù)圖2和表1得出，2000年耕地和林地面積占比較大，分別為39.67%和29.38%，草地、建設(shè)用地和水域占比分別為21.29%，8.50%和1.13%，未利用地僅占0.03%。相比于2000年，2015年西安市耕地面積大幅減少，主要向建設(shè)用地和草地轉(zhuǎn)化。林地和草地面積變化率不大，水域和未利用地面積小幅增加。建設(shè)用地則表現(xiàn)出明顯的擴(kuò)張趨勢(shì)，2000—2015年面積增幅為54.22%。耕地面積大幅減少的原因是耕地主要受到建設(shè)用地侵占，林地和草地雖向耕地轉(zhuǎn)移，但以轉(zhuǎn)出為主。建設(shè)用地的強(qiáng)烈擴(kuò)張趨勢(shì)表明，2000—2015年西安市呈現(xiàn)出明顯的經(jīng)濟(jì)發(fā)展態(tài)勢(shì)，第二和第三產(chǎn)業(yè)不斷發(fā)展，城區(qū)大幅度向周邊擴(kuò)張，然而經(jīng)濟(jì)增長(zhǎng)、城市高速擴(kuò)張所帶來的人口增長(zhǎng)和基礎(chǔ)設(shè)施的建設(shè)也會(huì)造成一定的生態(tài)壓力。

3.2 模型精度驗(yàn)證

本研究基于2000年土地利用數(shù)據(jù)結(jié)合驅(qū)動(dòng)力數(shù)據(jù)，應(yīng)用PLUS模型模擬2015年土地利用空間分布，采用Kappa系數(shù)對(duì)模擬的2015年西安市土地利用與實(shí)際的2015年西安市土地利用進(jìn)行精度檢驗(yàn)，驗(yàn)證結(jié)果顯示Kappa系數(shù)為0.857，滿足研究要求。

3.3 不同情景下土地利用空間變化分析

根據(jù)PLUS模型模擬預(yù)測(cè)的2030年自然增長(zhǎng)情景下的土地利用分布(圖3)，可以得出，自然增長(zhǎng)情景延續(xù)了2000—2015年土地利用變化趨勢(shì)，2015—2030年耕地面積減少了30 251 hm2。草地也呈現(xiàn)出減小趨勢(shì)，面積減少4 891 hm2，林地和水域面積小幅增加。其中草地主要向建設(shè)用地轉(zhuǎn)移，這表明建設(shè)用地在向耕地?cái)U(kuò)張的同時(shí)，也將逐漸開始向草地?cái)U(kuò)張，建設(shè)用地面積增幅為27.35%。

(a) 自然增長(zhǎng)情景 (b) 生態(tài)保護(hù)情景 (c) 耕地保護(hù)情景圖3 模擬2030年不同情景下的土地利用變化空間分布Fig.3 Spatial distribution of land use change under different scenarios in 2030

生態(tài)保護(hù)情景下由于采取了水源保護(hù)、退耕還林和退耕還草等措施，在避免了林地和草地轉(zhuǎn)移的同時(shí)，耕地適當(dāng)向林地和草地轉(zhuǎn)入。2015—2030年間耕地面積減少了38 313 hm2。林地和草地呈現(xiàn)出較大增幅，面積分別增加了8 440 hm2和6 026 hm2，主要轉(zhuǎn)入來源為耕地。該情景下建設(shè)用地高速擴(kuò)張得到有效控制，增幅有所放緩，為18.40%。由《西安市土地利用總體規(guī)劃(2006—2020)》可知，西安市采取了全流域治理、水源保護(hù)和生態(tài)修復(fù)等措施，保障水質(zhì)保護(hù)水環(huán)境，故在此基礎(chǔ)上生態(tài)保護(hù)情景模擬的2030年水域面積，保障了基礎(chǔ)水域的同時(shí)面積相比自然增長(zhǎng)情景增加了212 hm2。

耕地保護(hù)情景下，建設(shè)用地的擴(kuò)張程度有所放緩，但仍保持著增長(zhǎng)趨勢(shì)，對(duì)周邊農(nóng)田侵占沒有自然增長(zhǎng)情景強(qiáng)烈，且由于保護(hù)措施的存在，基本農(nóng)田面積得到保護(hù)，占補(bǔ)平衡政策得到貫徹，因此，至2030年模擬出的耕地面積降幅為4.16%，比自然增長(zhǎng)情景低4.80%，該情景下2015—2030年，建設(shè)用地面積增加了27 826 hm2，林地和草地2種地類面積分別下降了7 137 hm2和8 074 hm2，2種地類下降部分面積總和超過了耕地，其中林地主要向草地和建設(shè)用地轉(zhuǎn)移，草地主要向林地和建設(shè)用地轉(zhuǎn)移。

3.4 不同情景下的碳儲(chǔ)量變化分析

西安市2000—2015年總碳儲(chǔ)量呈現(xiàn)下降趨勢(shì)，由1.65×108t下降為1.63×108t(圖4)，減少了2.49×106t，城市化進(jìn)程加快，建設(shè)用地迅速向耕地侵占，原本為林地和草地這些高植被覆蓋率的高碳密度區(qū)域向耕地和建設(shè)用地等低碳密度區(qū)轉(zhuǎn)化，這是導(dǎo)致該趨勢(shì)出現(xiàn)的主要原因。在這種變化趨勢(shì)下，所模擬的自然增長(zhǎng)情景下的碳儲(chǔ)量持續(xù)下降，2015—2030年總碳儲(chǔ)量減少2.14×106t。

(a) 2000年 (b) 2015年圖4 2000年和2015年碳儲(chǔ)量空間分布Fig.4 Spatial distribution of carbon storage in 2000 and 2015

生態(tài)保護(hù)情景下，2030年總碳儲(chǔ)量在2015年基礎(chǔ)上增加了6.92×105t，總量比自然增長(zhǎng)情景高2.83×106t(圖5)。其中林地提供了6.97×107t，是所有用地類型中最主要的碳儲(chǔ)量供給來源，草地的碳儲(chǔ)量增加了2.56×106t，增量上超過了林地。水源保護(hù)使得水域的碳儲(chǔ)量相比自然增長(zhǎng)情景增加了23 271.24 t。總體來說，采取生態(tài)保護(hù)措施得到了相當(dāng)明顯的生態(tài)效益。生態(tài)保護(hù)情景限制了林地和草地的轉(zhuǎn)化，植被碳庫(kù)得到保存。以地下生物碳為例，林地和草地植物根系的地下生物碳比耕地高，生態(tài)保護(hù)情景減少林草向耕地轉(zhuǎn)移，保護(hù)了森林與草地的碳匯功能。在對(duì)水源進(jìn)行保護(hù)和治理的同時(shí)也保護(hù)了濕地灘涂中的植物，同樣起到了保護(hù)碳庫(kù)的作用。采取一定的生態(tài)保護(hù)措施可以有效地降低碳儲(chǔ)量的損失，恢復(fù)區(qū)域碳儲(chǔ)量水平，達(dá)到一定的固碳效果，提高區(qū)域生態(tài)價(jià)值。

(a) 自然增長(zhǎng)情景 (b) 生態(tài)保護(hù)情景 (c) 耕地保護(hù)情景圖5 模擬2030年不同情景下的碳儲(chǔ)量空間分布Fig.5 Spatial distribution of carbon storage under different scenarios in 2030

耕地保護(hù)情景下的碳儲(chǔ)量表現(xiàn)出更為強(qiáng)烈的下降趨勢(shì)，2030年總碳儲(chǔ)量下降為1.60×108t，比自然增長(zhǎng)情景低1.07×106t。對(duì)耕地的保護(hù)使得建設(shè)用地?cái)U(kuò)張轉(zhuǎn)向林地和草地等生態(tài)用地，土地利用變化致使高碳密度的植被碳庫(kù)轉(zhuǎn)移，是造成碳儲(chǔ)量下降的主要原因。該情景耕地提供了3.71×107t碳儲(chǔ)量，比自然增長(zhǎng)情景高1.86×106t，但耕地碳儲(chǔ)量增長(zhǎng)并未完全彌補(bǔ)林地和草地減少所造成的碳儲(chǔ)量損失，相比于自然增長(zhǎng)情景，林地的碳儲(chǔ)量減少了1.82×106t，草地碳儲(chǔ)量減少了7.40×105t。雖然耕地保護(hù)情景保證了經(jīng)濟(jì)效益，但也導(dǎo)致了一定的生態(tài)效益損失。

3.5 碳密度變化分析

圖6為不同情景下碳密度變化量的空間分布。以50 t/hm2為界，將其劃分為5類，>50 t/hm2為高增長(zhǎng)區(qū)、(0，50] t/hm2為較高增長(zhǎng)區(qū)、0 t/hm2為未變化區(qū)、[-50，0) t/hm2為較高減少區(qū)、<-50 t/hm2為高減少區(qū)。

(a) 自然增長(zhǎng)情景 (b) 生態(tài)保護(hù)情景 (c) 耕地保護(hù)情景圖6 2015—2030年不同情景下碳密度變化量的空間分布Fig.6 Spatial distribution of carbon density changes under different scenarios from 2015 to 2030

由圖6可知，2015—2030年3種情景下碳密度變化量主體上雖呈現(xiàn)出不變的趨勢(shì)，但耕地保護(hù)情景碳密度變化更為明顯，變化率為6.89%，比自然增長(zhǎng)情景高3.18%，比生態(tài)保護(hù)情景高2.76%。自然增長(zhǎng)情景下碳密度降為168.20 t/hm2，碳密度變化減少區(qū)主要集中在北部，整體占比為3.65%，其中較高減少區(qū)占全域的3.15%，高減少區(qū)僅占0.50%，北部碳密度減少與建設(shè)用地向耕地和草地?cái)U(kuò)張相關(guān)。而增長(zhǎng)區(qū)集中在東部驪山丘陵區(qū)，這與東部林地增長(zhǎng)所產(chǎn)生的固碳作用有關(guān)，雖然75.29%的碳密度增長(zhǎng)區(qū)都表現(xiàn)出高增長(zhǎng)，但全局的占比遠(yuǎn)低于減少區(qū)，僅占全域的0.05%。由碳密度的增減情況及其占比可以得出，自然增長(zhǎng)情景下碳密度整體上雖呈現(xiàn)減少趨勢(shì)，但并未表現(xiàn)為劇烈的減少。

生態(tài)保護(hù)情景下碳密度增長(zhǎng)到171.16 t/hm2，其中增長(zhǎng)區(qū)占比提升至1.57%，以高增長(zhǎng)區(qū)為主，由于生態(tài)措施保護(hù)了南部秦嶺山麓林草的自然演替，南部地區(qū)開始表現(xiàn)出增長(zhǎng)。碳密度減少區(qū)略低于自然增長(zhǎng)情景，占比為2.55%，主要集中在高GDP增長(zhǎng)的中部、北部，以較高減少區(qū)為主，占所有減少區(qū)的98.56%。與自然增長(zhǎng)情景減少區(qū)的聚集化相反，生態(tài)保護(hù)情景下減少區(qū)呈現(xiàn)出相對(duì)破碎化的分布，或與建設(shè)用地向周邊耕地?cái)U(kuò)張有關(guān)。

耕地保護(hù)情景下碳密度表現(xiàn)出更為顯著的下降趨勢(shì)，2030年碳密度下降為167.08 t/hm2，其中增長(zhǎng)區(qū)占比為1.78%，與生態(tài)保護(hù)情景相似，不同的是以較高增長(zhǎng)區(qū)為主，結(jié)合土地利用轉(zhuǎn)移可以得出，林草轉(zhuǎn)化是造成的增長(zhǎng)區(qū)增多的主要原因，增長(zhǎng)區(qū)的主導(dǎo)增長(zhǎng)類型轉(zhuǎn)變也表明了該情景下整體碳密度向著更低方向轉(zhuǎn)化，反而降低了整體碳儲(chǔ)量水平。碳密度的減少區(qū)占比為5.19%，以較高減少區(qū)為主，占所有減少區(qū)的66.09%。碳密度整體變化率的增高、主導(dǎo)增長(zhǎng)區(qū)轉(zhuǎn)變以及高減少區(qū)的占比擴(kuò)大，且減少區(qū)分布在向東和向南方向所表現(xiàn)出較高的斑塊聚集特征，意味著建設(shè)用地開始向東部、南部集中性擴(kuò)張，表明該情景對(duì)生態(tài)全局的影響更為強(qiáng)烈。

4 結(jié)論與討論

基于PLUS模型和InVEST模型對(duì)西安市2030年多情景土地利用進(jìn)行模擬以及碳儲(chǔ)量進(jìn)行評(píng)估，得到以下結(jié)論：

1)PLUS模型基于LEAS模塊和CARS模塊更好地挖掘了用地類型的轉(zhuǎn)換概率，能夠更加精確模擬景觀格局，以西安市為研究區(qū)模擬2015年土地利用取得了較高的模擬精度，Kappa系數(shù)為0.857。研究區(qū)所模擬的區(qū)域擴(kuò)張具有斑塊聚集性變化趨勢(shì)，斑塊變化特征也體現(xiàn)了模型在模擬斑塊級(jí)變化的特點(diǎn)，表明模型在模擬城市斑塊生長(zhǎng)和復(fù)雜景觀格局上具有優(yōu)勢(shì)。然而與其他模型一樣，PLUS模型中存在部分經(jīng)驗(yàn)性參數(shù)設(shè)置，經(jīng)驗(yàn)性參數(shù)雖有助于研究者達(dá)成模擬需求，但也會(huì)造成一定的不確定性影響。

2)本研究基于PLUS和InVEST模型評(píng)估了時(shí)間與空間上碳儲(chǔ)量變化，然而目前只考慮了土地利用變化，實(shí)際上InVEST模擬所需不同用地類型碳密度如林地受樹齡變化等因素影響存在動(dòng)態(tài)變化特點(diǎn)。受限于研究區(qū)選取的范圍和全域采樣的難度，未來可通過小范圍實(shí)驗(yàn)的方式： 一方面修正用地類型碳密度參數(shù)； 另一方面通過在不同年份進(jìn)行采樣確定區(qū)域用地類型碳密度動(dòng)態(tài)變化趨勢(shì)，預(yù)測(cè)未來碳密度變化，修正并確定更為準(zhǔn)確的碳密度參數(shù)設(shè)置以提高預(yù)測(cè)的準(zhǔn)確度。

3)通過對(duì)西安市碳儲(chǔ)量時(shí)空變化進(jìn)行模擬與預(yù)測(cè)發(fā)現(xiàn)，現(xiàn)行土地利用轉(zhuǎn)移趨勢(shì)使得高碳密度用地轉(zhuǎn)向低碳密度用地，降低區(qū)域碳儲(chǔ)量水平。為維持與恢復(fù)區(qū)域碳儲(chǔ)量水平，本研究綜合考慮構(gòu)建了多種土地利用情景，分析政策措施因素可能導(dǎo)致的碳儲(chǔ)量變化。發(fā)現(xiàn)采用生態(tài)保護(hù)措施，可以有效保障東部、南部林草的自然演替，有助于恢復(fù)區(qū)域碳儲(chǔ)量水平。以此為依據(jù)，未來城市規(guī)劃中在保證基本農(nóng)田的基礎(chǔ)上綜合考慮采取更多的生態(tài)措施，同時(shí)在建設(shè)用地基本增長(zhǎng)的前提下控制擴(kuò)張速度，有助于維持區(qū)域碳儲(chǔ)量水平，調(diào)控區(qū)域氣候，達(dá)成碳中和的政策需求。