王 丹,荊延德,*,韓善梅,高明秀

1 曲阜師范大學(xué)地理與旅游學(xué)院, 日照 276826 2 日照市國(guó)土空間規(guī)劃與生態(tài)建設(shè)重點(diǎn)實(shí)驗(yàn)室, 日照 276826 3 山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院, 泰安 271018 4 土肥資源高效利用國(guó)家工程實(shí)驗(yàn)室, 泰安 271018

生態(tài)系統(tǒng)服務(wù)定義為：由生態(tài)系統(tǒng)提供的,人類從中收獲的福祉和利益[1]。通常使用經(jīng)濟(jì)價(jià)值來評(píng)價(jià)生態(tài)系統(tǒng)服務(wù),以確定我們從自然中獲得的利益,使不同區(qū)域具備可比性。在全球變暖的現(xiàn)狀下,碳減排已經(jīng)變?yōu)橐粋€(gè)全球性的緊要話題[2]。兩者因土地利用類型與陸地表面特征和功能而有很大區(qū)別。經(jīng)濟(jì)發(fā)展通過頻繁改變土地利用方式間接影響陸地生態(tài)系統(tǒng)和人為的碳排放。土地利用變化對(duì)碳排放不只是簡(jiǎn)單的線性關(guān)系,而是更為深遠(yuǎn)的影響。同時(shí)土地利用方式的改變也極大地影響了自然生態(tài)系統(tǒng),從而影響了它們所提供的服務(wù)。因此土地利用變化不僅影響著碳排放的空間分布、范圍和強(qiáng)度,而且還通過改變生物多樣性、區(qū)域資源和生態(tài)系統(tǒng)類型的空間分布間接影響ESV[3]。隨著工業(yè)化的快速發(fā)展,中國(guó)成為全球碳排放量最高的國(guó)家[4]。特別是1950—2005年因土地利用變化引起的累積碳排放量為106×108t,是同期世界土地利用變化碳排放量的12%[5]。為了減緩碳排放和全球變暖,中國(guó)制定了不同的環(huán)境政策并采取了有效措施[6]。特別是,2020年習(xí)近平總書記在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上提出了碳達(dá)峰、碳中和的目標(biāo)。2021年國(guó)家林草局為落實(shí)這一決定提出“十四五”期間將扎實(shí)開展林業(yè)和草原碳匯行動(dòng),提升林草生態(tài)系統(tǒng)碳匯能力。因此,在碳減排政策和改善生態(tài)環(huán)境的雙重背景下,研究?jī)烧唛g的空間關(guān)系模式,對(duì)解決社會(huì)發(fā)展過程中既要保持經(jīng)濟(jì)增長(zhǎng),又要兼顧生態(tài)環(huán)境這一難題有重大意義。

自20個(gè)世紀(jì)90年代開始,一方面,國(guó)內(nèi)外學(xué)者圍繞土地利用碳排放問題從國(guó)家[7]、省域[8—9]、城市[10]、區(qū)域[11—12]等不同尺度對(duì)碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤效應(yīng)分析[13—15]、單一地類碳排放機(jī)理剖釋[16—17]、影響因素[7,18—19]、變化規(guī)律[10,20]、效率[21]、地類變化與碳源/匯的關(guān)系[11]、碳排放空間差異與關(guān)聯(lián)[22]等角度展開了大量的研究。另一方面,在評(píng)估土地利用變化造成ESV波動(dòng)方面,學(xué)者們還進(jìn)行了許多研究[23—26],如ESV和土地利用的時(shí)空變化特征[27—28]、相互作用關(guān)系[25,29—30]等。綜上可知,以往都是從不同角度和尺度對(duì)兩者單獨(dú)開展了研究,但是關(guān)于土地利用碳排放和ESV之間空間關(guān)系的研究較少[31—32],并且南四湖流域還未開展土地利用碳排放的相關(guān)研究。

南四湖流域位于魯南經(jīng)濟(jì)圈,是我國(guó)北方最大的淡水湖泊,肩負(fù)重要糧食生產(chǎn)的重任,同時(shí)在京杭大運(yùn)河和國(guó)家戰(zhàn)略性工程中發(fā)揮重要作用。未來如何推動(dòng)流域內(nèi)各縣市在經(jīng)濟(jì)持續(xù)發(fā)展的前提下,實(shí)現(xiàn)節(jié)能減排、保護(hù)生態(tài)環(huán)境是值得思考的問題。鑒于此,本文以南四湖流域?yàn)槔?利用土地利用數(shù)據(jù)和統(tǒng)計(jì)資料,對(duì)2000—2018年間的土地利用轉(zhuǎn)移中碳排放量和ESV的時(shí)空演變開展研究,并基于格網(wǎng)對(duì)碳排放強(qiáng)度和生態(tài)系統(tǒng)服務(wù)強(qiáng)度進(jìn)行空間關(guān)聯(lián)分析,以期為流域提出碳減排政策,建立低碳土地利用結(jié)構(gòu),努力改善生態(tài)環(huán)境總體質(zhì)量,從而走向綠色低碳發(fā)展的道路提供支撐。

1 研究區(qū)概況

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

南四湖流域處于中國(guó)東部淮河流域的北部,涉及山東、江蘇兩省5市,面積約3.17×104km2(圖1)。地處魯中南山區(qū)西側(cè)的山前沖擊洪積平原,中、西部為平坦的平原,東部為山地丘陵地形。海拔在- 42—630 m之間,絕大部分地區(qū)低于70 m。耕地分布廣泛,占全區(qū)面積的68.5%以上。自21世紀(jì)以來由于城鎮(zhèn)化進(jìn)程的推進(jìn),流域國(guó)內(nèi)生產(chǎn)總值由1174.91×108元變?yōu)?2078.12×108元,翻了9.28倍；建設(shè)用地面積從4635.15 km2增長(zhǎng)到6035.81 km2,增長(zhǎng)了30.22%。近年來,該區(qū)受社會(huì)發(fā)展的直接影響,土地利用方式劇烈變化,能源消耗需求增加,對(duì)當(dāng)?shù)氐纳鷳B(tài)和碳排放系統(tǒng)帶來一系列問題。同時(shí)由于其所處地理位置及其作用,各級(jí)政府和相關(guān)部門都十分重視生態(tài)保護(hù),啟動(dòng)了《南四湖流域水污染綜合整治三年行動(dòng)方案(2021—2023年)》等一系列工作,以防止環(huán)境惡化。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及預(yù)處理

本文使用地理國(guó)情監(jiān)測(cè)云平臺(tái)的2000—2015年的土地利用數(shù)據(jù),其分辨率為30 m。2018年土地利用數(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,是通過人工目視解譯Landsat 8遙感影像獲得的。依據(jù)中科院土地利用分類標(biāo)準(zhǔn),將研究區(qū)的地類分為6個(gè)一級(jí)類型,依次為耕地、林地、草地、水體、建設(shè)用地和未利用地。能源消耗和社會(huì)經(jīng)濟(jì)數(shù)據(jù)分別來源于對(duì)應(yīng)年份的《中國(guó)能源統(tǒng)計(jì)年鑒》、《統(tǒng)計(jì)年鑒》和《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》等統(tǒng)計(jì)資料。利用網(wǎng)格法按照5 km×5 km大小的網(wǎng)格對(duì)研究區(qū)進(jìn)行劃分,共得到1387個(gè)評(píng)價(jià)單元。由于數(shù)據(jù)可獲取性,本文中2000—2018年南四湖流域能源消耗數(shù)據(jù),根據(jù)研究區(qū)內(nèi)各區(qū)縣GDP與所在省份GDP的比值來進(jìn)行推算。

2.2 研究方法

2.2.1 土地利用類型轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣以二維矩陣的形式反映19年間各用地類型的數(shù)量轉(zhuǎn)移情況,清楚掌握用地類型在2000年的流動(dòng)方向及2018年的來源構(gòu)成。其公式為：

(1)

式中：Sij為土地面積；n為6；i、j分別為2000年與2018年的地類序號(hào)。

2.2.2 碳排放量的估算

研究區(qū)碳排放量計(jì)算：即各用地類型的面積和相應(yīng)的碳排放系數(shù)相乘再求和。碳排放計(jì)算公式為：

Eκ=∑ei=∑Si×δi

(2)

式中：EΚ表示直接碳排放量；ei表示各用地類型的碳排放量；Si和δi分別表示用地類型i的面積和碳排放系數(shù),參考相關(guān)文獻(xiàn)[33—34]和研究區(qū)的現(xiàn)實(shí)情況確定各用地類型的碳排放系數(shù),見表1所示。

表1 用地類型碳排放系數(shù)

基于2000—2018年南四湖流域化石能源消耗量計(jì)算建設(shè)用地碳排量,然后除以其面積得到建設(shè)用地碳排放強(qiáng)度。建設(shè)用地碳排放量的計(jì)算采取間接估算法,結(jié)合《中國(guó)能源統(tǒng)計(jì)年鑒》和2006年IPCC《國(guó)家溫室氣體排放清單指南》(表2)[38],通過各種能源的消耗量和碳排放系數(shù)估算得到。

表2 各類能源折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)

建設(shè)用地碳排放計(jì)算公式：

Eη=∑ei=∑Ei×μi×εi

(3)

式中,E為建設(shè)用地碳排放量；ei為能源i消耗產(chǎn)生的碳排放量；Ei為能源i的消耗量；μi為能源i消耗量轉(zhuǎn)換為標(biāo)準(zhǔn)煤的系數(shù)；εi為能源i的碳排放系數(shù)。

土地利用碳排放強(qiáng)度由格網(wǎng)內(nèi)各用地類型的面積和碳排放系數(shù)決定,即碳排放強(qiáng)度越大說明單元格網(wǎng)的碳排放量越大。計(jì)算公式如下：

(4)

式中,CRI為土地利用碳排放強(qiáng)度；Si和Pi分別為格網(wǎng)內(nèi)用地類型i的面積和碳排放系數(shù)；S為格網(wǎng)總面積。

2.2.3 生態(tài)系統(tǒng)服務(wù)價(jià)值

參照謝高地等[39—40]的研究,1個(gè)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量的價(jià)值量由每公頃農(nóng)田年平均自然糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值1/7[40—41]來確定,已廣泛在流域[39—40]等尺度開展深入研究。為避免各年份和不同省份糧食價(jià)格的差異對(duì)價(jià)值計(jì)算的影響,本文僅以山東省2018年小麥、玉米和稻谷3種主要農(nóng)作物的播種面積、單產(chǎn)和糧食價(jià)格為基礎(chǔ)數(shù)據(jù),計(jì)算出南四湖流域ESV的單位當(dāng)量為2085.53 元,其計(jì)算模型如下：

(5)

式中,Ea為南四湖流域ESV當(dāng)量因子的經(jīng)濟(jì)量；n為3；pi為農(nóng)作物i在山東省的價(jià)格；qi為農(nóng)作物i單產(chǎn)；mi為農(nóng)作物i面積；M為農(nóng)作物總面積。

由于我國(guó)疆域遼闊,各地的生態(tài)系統(tǒng)各具特點(diǎn),為降低直接使用2015年謝高地完善的“單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表”[39]產(chǎn)生的誤差,本文參考研究區(qū)已有研究[42]和現(xiàn)實(shí)情況修正了各地類的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)(表3),其中不考慮建設(shè)用地的ESV。

表3 南四湖流域各地類生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)/(元 hm-2 a-1)

生態(tài)系統(tǒng)服務(wù)價(jià)值：

(6)

(7)

生態(tài)系統(tǒng)服務(wù)價(jià)值強(qiáng)度：

(8)

式中,Aij為網(wǎng)格j中地類i的面積；Ci為地類j的價(jià)值系數(shù)；S為網(wǎng)格面積；n為6種土地利用類型,m為1387。

2.2.4 雙變量空間自相關(guān)性分析

我們使用雙變量Moran′sI研究了碳排放強(qiáng)度與ESV強(qiáng)度之間的空間聚類和離散。本文使用了兩種類型的雙變量Moran′sI,即全局雙變量Moran′sI和局部雙變量Moran′sI。全局雙變量Moran′sI研究了整個(gè)區(qū)域內(nèi)碳排放強(qiáng)度與ESV強(qiáng)度之間是否存在以及空間相關(guān)性程度,而局部雙變量Moran′sI則在具體的空間格網(wǎng)上顯示空間相關(guān)性。計(jì)算公式如下：

(9)

(10)

3 結(jié)果與分析

3.1 土地利用變化分析

如表4所示,2000—2018年南四湖流域各土地利用類型間均進(jìn)行了復(fù)雜的轉(zhuǎn)移,發(fā)生轉(zhuǎn)移的總面積為4468.86 km2,是流域總面積的14.10%。耕地對(duì)轉(zhuǎn)移面積的貢獻(xiàn)最大,為2579.12 km2,其中有2084.55 km2變?yōu)榻ㄔO(shè)用地,占比80.82%,15.72%的轉(zhuǎn)出量轉(zhuǎn)為水體,雖占比較低,但轉(zhuǎn)出面積大,為405.40 km2；其次是建設(shè)用地,轉(zhuǎn)出量為854.38 km2,95.87%的土地轉(zhuǎn)為耕地；其它大部分地類的轉(zhuǎn)出量轉(zhuǎn)為耕地。出現(xiàn)此情況的原因是流域經(jīng)濟(jì)快速發(fā)展促使城鎮(zhèn)外圍的耕地被大量占用,但為保證糧食安全,故改變其它生態(tài)用地的使用方式,從而確保耕地總量,之后又由于實(shí)施“兩退三還”(退耕、退池、還林、還濕、還湖)工程和居民點(diǎn)整治等原因?qū)е峦恋剞D(zhuǎn)換復(fù)雜且多樣。建設(shè)用地是轉(zhuǎn)入最多的土地類型,轉(zhuǎn)入2255.05 km2,其次是轉(zhuǎn)入面積為1581.84 km2的耕地。其他地類均發(fā)生轉(zhuǎn)入轉(zhuǎn)出,情況各異。

表4 南四湖流域土地利用轉(zhuǎn)移情況

3.2 土地利用碳排放分析

3.2.1 南四湖流域2000—2018年土地利用碳排放測(cè)算與分析

研究區(qū)土地利用碳排放量的改變受地類和土地利用程度的影響。本節(jié)主要以各地類的碳排放量、碳源/匯和凈碳排放量等指標(biāo)測(cè)算南四湖流域土地利用碳排放,分析2000—2018年間各指標(biāo)的動(dòng)態(tài)變化特征。利用上述計(jì)算公式和相關(guān)收集數(shù)據(jù)計(jì)算南四湖流域在研究期間的相應(yīng)碳排放指標(biāo),結(jié)果見表5。

通過計(jì)算可知,南四湖流域的凈碳排放量表現(xiàn)為碳排放(表5)。2000—2018年碳排放能力顯現(xiàn)穩(wěn)定增長(zhǎng)趨勢(shì),由1262.51×104t增長(zhǎng)至6438.41×104t,年均增長(zhǎng)率為22.78%,變化趨勢(shì)與碳源量相似。其中,建設(shè)用地碳排放量增長(zhǎng)迅速,從2000年的1176.36×104t增長(zhǎng)至2018年的6355.35×104t,但增長(zhǎng)量具有“先快速,后放緩”的特點(diǎn),這是由于流域內(nèi)城鎮(zhèn)化水平得到大幅度提高,伴隨著大量的能源消耗和建設(shè)用地增加,之后由于能源結(jié)構(gòu)的優(yōu)化和節(jié)能減排的實(shí)施；耕地的碳排放量由于本身面積的減少呈現(xiàn)緩慢下降的趨勢(shì),由2000年的96.02×104t下降至2018年的91.81×104t,年均下降率為0.24%。碳匯量在19年間呈現(xiàn)先增加后減小并趨于穩(wěn)定的態(tài)勢(shì)。其中林地和草地的碳吸收量在2005年后出現(xiàn)下降,水體基本保持不變,未利用地波動(dòng)較為明顯,呈先減少后增加的特點(diǎn)。

從碳源/匯構(gòu)成上分析,碳源方面,建設(shè)用地的碳排放是最主要碳源,占總碳源量的92.45%—98.58%,并呈逐年增長(zhǎng)態(tài)勢(shì)。同時(shí)耕地作為碳源之一,碳排放貢獻(xiàn)率低,但面積占比高。地均建設(shè)用地碳排放量表示各年建設(shè)用地的碳排放強(qiáng)度以及區(qū)域的能源消費(fèi)結(jié)構(gòu),自2000年以來表現(xiàn)為快速增長(zhǎng)趨勢(shì),各年的地均建設(shè)用地碳排放量依次為25.38、62.16、80.28、96.02、105.29 t/hm2,其中2018是2000年的4.15倍,因此建設(shè)用地在碳減排方面具有較大潛力；碳匯方面,林地和水體對(duì)碳吸收的貢獻(xiàn)率相當(dāng),兩者之和占總碳匯的96.11%以上,說明林地和水體具有重要的碳匯能力,而在流域內(nèi)兩者占總面積的5.89%—8%,凸顯了其重要的碳吸收能力,另外草地和未利用地的碳吸收量較小。由于碳源量與碳匯量相差懸殊,因此該流域今后的工作重心是碳源的控制與碳匯的增加。

表5 南四湖流域土地利用碳排放量核算結(jié)果

3.2.2 土地利用碳排放強(qiáng)度的時(shí)空特征

由于流域內(nèi)地類結(jié)構(gòu)和發(fā)展水平的差異,因此為了具有可比性以及直觀地分析土地利用碳排放量的變化情況,故本文利用碳排放強(qiáng)度指標(biāo),依次分為Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ 5個(gè)區(qū)間(見圖2)。19年間南四湖流域碳排放強(qiáng)度時(shí)空變化明顯,其特點(diǎn)如下：流域碳排放強(qiáng)度低值多分布于東部,整體上呈現(xiàn)增加的特點(diǎn),碳排放強(qiáng)度最大值從2000年的21.61 t/hm2增長(zhǎng)到2018年的101.42 t/hm2,增長(zhǎng)了4.69倍。落在Ⅰ區(qū)間的格網(wǎng)數(shù)逐年減少,尤其是2000—2005年間減少了78.3%,出現(xiàn)了向Ⅱ區(qū)間轉(zhuǎn)移的現(xiàn)象,而同時(shí)南四湖湖區(qū)始終屬于Ⅰ區(qū)間；落在Ⅱ區(qū)間的格網(wǎng)呈現(xiàn)先增加后減少的特征,2010年以來土地利用類型主要為林地和草地的東部和南四湖湖區(qū)的周邊穩(wěn)定的處于該區(qū)間；Ⅲ區(qū)間的格網(wǎng)數(shù)的增長(zhǎng)率最高,在2018年占總格網(wǎng)數(shù)的46.36%,絕大部分與耕地的分布范圍相吻合；Ⅳ和Ⅴ區(qū)間的格網(wǎng)從無(wú)到有并逐年增加,呈團(tuán)塊狀,主要集中在人類活動(dòng)活躍的建設(shè)用地。

圖2 2000—2018年土地利用碳排放強(qiáng)度空間演變Fig.2 Spatial patterns of carbon emission intensity on land use during 2000—2018

3.3 生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演變

2000—2018年南四湖流域生態(tài)系統(tǒng)服務(wù)總價(jià)值呈波動(dòng)變化,總體上呈增加趨勢(shì),總價(jià)值704.07×108元增加到743.37×108元,增加了5.58%(表6)。從各地類的ESV來看,耕地和水體是總ESV的貢獻(xiàn)主體,依次占24%和61%以上。19年間水體的ESV占比穩(wěn)定增長(zhǎng),由61.85%到67.79%；而耕地的ESV占比逐年下降,由27.03%到24.48%；其它地類的ESV總體上呈下降態(tài)勢(shì)。從土地利用構(gòu)成中得到,19年間建設(shè)用地的面積大幅度擴(kuò)張,林地、耕地、草地和未利用地均發(fā)生不同程度的減少,而水體面積的增加,反而使總ESV增加29.30×108元,說明水體的ESV強(qiáng)度最高,具有極其重要的生態(tài)地位,同時(shí)各地類間的相互轉(zhuǎn)換是導(dǎo)致研究期間內(nèi)總ESV波動(dòng)變化的關(guān)鍵原因。

表6 2000—2018年南四湖流域各土地利用類型ESV統(tǒng)計(jì)

為了直觀地分析流域ESV的空間分布特征,同時(shí)避免流域邊緣面積的影響,本節(jié)利用ESV強(qiáng)度表示各格網(wǎng),并對(duì)其重分類依次分為Ⅰ、Ⅱ、Ⅲ、Ⅳ 4個(gè)區(qū)間(見圖3)。南四湖流域的ESV強(qiáng)度具有明顯的空間差異,西部地區(qū)的ESV強(qiáng)度整體高于東部地區(qū)。其中,處于Ⅰ區(qū)間的ESV強(qiáng)度的分布范圍廣,其格網(wǎng)占總格網(wǎng)的72.45%以上,主要由于耕地的空間分布相對(duì)均一且占比高；處于Ⅳ區(qū)間的格網(wǎng)占總格網(wǎng)的4%左右,土地利用類型為水體,主要分布在南四湖湖區(qū)。與其他年份相比,2018年處于Ⅰ區(qū)間的格網(wǎng)變少,出現(xiàn)向Ⅱ區(qū)間轉(zhuǎn)變的現(xiàn)象,同時(shí)Ⅱ區(qū)間的分布范圍主要位于流域的東部,集中分布著草地和林地；Ⅳ區(qū)間的分布范圍由原先的條帶狀出現(xiàn)斷裂；Ⅲ區(qū)間的分布范圍變化不明顯。

圖3 2000—2018年南四湖流域生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化Fig.3 Spatio-temporal changes of ecosystem service value in Nansi Lake Basin during 2000—2018

3.4 碳排放強(qiáng)度和ESV強(qiáng)度的關(guān)系

為了深入地了解碳排放強(qiáng)度與ESV強(qiáng)度的相互交互作用,首先利用SPSS軟件得到2000—2018年兩者的相關(guān)系數(shù)依次為-0.453、-0.413、-0.347、-0.335和-0.341；然后借助空間自相關(guān)揭示兩者的空間關(guān)聯(lián)規(guī)律(表7),各年份的Moran′sI均為負(fù),P值小于0.001,表明研究區(qū)內(nèi)土地利用碳排放強(qiáng)度與ESV強(qiáng)度之間具有空間負(fù)相關(guān)性,即隨著碳排放強(qiáng)度的增強(qiáng),ESV強(qiáng)度呈下降的態(tài)勢(shì),并且Moran′sI具有逐年下降的特點(diǎn),表現(xiàn)出整體較為分散、小范圍聚集的空間布局格局。

表7 2000—2018年南四湖流域雙變量全局Moran′s I統(tǒng)計(jì)表

通過LISA集聚圖可以看出(圖4),2000—2018年間,低高聚集區(qū)穩(wěn)定地分布在南四湖湖區(qū),表示該區(qū)碳排放強(qiáng)度低值與ESV強(qiáng)度高值形成集聚現(xiàn)象；2000和2005年的高低聚集區(qū)集中分布在耕地面積占比高,建設(shè)用地點(diǎn)狀零散分布的西部和北部,而在2005年之后出現(xiàn)了大面積向低低聚集區(qū)轉(zhuǎn)變的現(xiàn)象,高低聚集區(qū)與呈片狀分布的主要城鎮(zhèn)用地相吻合,主要是由于2005—2010年間地類之間的變化劇烈,總轉(zhuǎn)移面積為3581.62 km2,其中有1687.82 km2的其他類型土地轉(zhuǎn)化為建設(shè)用地,說明在該時(shí)間段流域的城鎮(zhèn)化水平得到快速發(fā)展,能源消耗增加,導(dǎo)致局部地區(qū)的碳排放強(qiáng)度發(fā)生大幅度的上升；雖然建設(shè)用地和耕地的價(jià)值系數(shù)低且都屬于碳源,但是前者的碳排放系數(shù)要遠(yuǎn)高于耕地,從而使耕地面積占比高的格網(wǎng)與周圍的低ESV強(qiáng)度形成集聚現(xiàn)象；低低聚集區(qū)在2000—2005年零散分布且變化不大,之后分布范圍擴(kuò)大,主要分布在西部和北部,地類為具有面積優(yōu)勢(shì)的耕地；高高聚集區(qū)呈零星分布,這是由于周圍是水體,屬于碳匯。

圖4 2000—2018年雙變量空間聯(lián)系的局部指標(biāo)(LISA)集聚圖Fig.4 Bivariate local indicators of spatial association(LISA) cluster graph during 2000—2018

4 討論

以往的研究大多集中在獨(dú)立的行政單元(如縣、市等)的經(jīng)濟(jì)和社會(huì)等方面的碳排放效應(yīng)分析[7—9,18]。本文將跨越行政區(qū)的流域作為一個(gè)研究整體,基于格網(wǎng)探究因土地利用變化引起的碳排放和ESV以及兩者的空間聚集規(guī)律。研究發(fā)現(xiàn)流域的建設(shè)用地面積和凈碳排放量在這19年內(nèi)呈增長(zhǎng)的趨勢(shì),與Chen等[43]以成渝城市群為研究區(qū)、李玉玲等[14]以陜西省為研究區(qū)的研究結(jié)果一致,說明土地利用的改變是影響碳排放量和碳源/匯格局的關(guān)鍵原因,不當(dāng)?shù)耐恋亻_發(fā)會(huì)影響碳平衡；同時(shí)與中原城市群[31]的空間關(guān)系一樣,碳排放強(qiáng)度與ESV強(qiáng)度之間具有空間負(fù)相關(guān)性,碳排放強(qiáng)度對(duì)ESV強(qiáng)度有空間溢出效應(yīng)。結(jié)合研究結(jié)果,通過在流域內(nèi)實(shí)施能源消費(fèi)結(jié)構(gòu)的升級(jí)、提高利用效率、引進(jìn)低碳生產(chǎn)技術(shù)、防范耕地被濫用和提高建設(shè)用地集約度,可以實(shí)現(xiàn)碳排放的降低和有效保護(hù)生態(tài)系統(tǒng)。

盡管本研究展示了19年間碳排放和ESV的時(shí)空特征,但仍存在一些潛在的局限性需進(jìn)一步改進(jìn)。首先,本文忽略了空間異質(zhì)性,只是借鑒前人研究和資料得到各地類地碳排放/吸收系數(shù)[44],如耕地碳排放受種植作物種類、土壤的性質(zhì)和耕作特點(diǎn)等多種因素的影響而有所差異。本文與國(guó)內(nèi)絕大部分研究類似將耕地視為碳源,而馬濤[45]的研究表明上海的農(nóng)業(yè)活動(dòng)表現(xiàn)為碳匯。各能源碳排放系數(shù)參考了2006年IPCC國(guó)家溫室氣體清單指南,這可能并不完全適用于研究區(qū)。因此,今后根據(jù)區(qū)域的實(shí)際情況科學(xué)合理地確定碳排放系數(shù),或者形成統(tǒng)一的測(cè)算方法；其次,本文使用了高精度的土地利用數(shù)據(jù),但基于5 km×5 km網(wǎng)格對(duì)流域進(jìn)行劃分。由于生態(tài)和地理過程伴隨著復(fù)雜的尺度效應(yīng)[46],不同的尺度研究的側(cè)重點(diǎn)不同。因此未來有必要從多尺度探究碳排放強(qiáng)度與ESV強(qiáng)度關(guān)系特征；最后,由于受數(shù)據(jù)收集的限制,本文通過GDP占比推算流域的能源消耗,同時(shí)沒有將工業(yè)生產(chǎn)、生活和廢棄物排放加入建設(shè)用地的碳排放核算中,所以計(jì)算結(jié)果有誤差,但不影響區(qū)域碳排放的時(shí)空分析。因此,今后需要尋找全面且受數(shù)據(jù)限制小的計(jì)算方法。

5 結(jié)論

(1)研究區(qū)具有面積優(yōu)勢(shì)的地類是耕地和建設(shè)用地,分別占總面積的68.5%和14.5%以上。在19年內(nèi)各地類之間進(jìn)行了不同程度的轉(zhuǎn)移,其中耕地和建設(shè)用地是變化量最大的類型。產(chǎn)生該變化的原因與城鎮(zhèn)化、人類生產(chǎn)生活和退耕還湖等相關(guān)政策有關(guān)。

(2)19年內(nèi)流域的總價(jià)值隨地類之間的轉(zhuǎn)化呈波動(dòng)變化,整體上是增加,水體面積的增加是導(dǎo)致其的決定性原因。通過ESV強(qiáng)度圖可知,東部的ESV強(qiáng)度明顯高于西部,同時(shí)Ⅲ、Ⅳ區(qū)間分布在南四湖湖區(qū),Ⅱ區(qū)間分布在海拔較高的東部,這與地類、價(jià)值系數(shù)和地形有關(guān)。

(3)南四湖流域的凈碳排放量表現(xiàn)為碳排放,且穩(wěn)定增長(zhǎng)。其中,碳源量要遠(yuǎn)大于碳匯量,地均建設(shè)用地碳排放量19年間增長(zhǎng)了4.15倍,這與經(jīng)濟(jì)社會(huì)發(fā)展有密切的關(guān)聯(lián)。通過碳排放強(qiáng)度的時(shí)空演變分析可知,Ⅰ區(qū)間的格網(wǎng)轉(zhuǎn)變?yōu)棰蚝廷髤^(qū)間的格網(wǎng),后者的分布范圍迅速擴(kuò)張,同時(shí)Ⅳ和Ⅴ區(qū)間的格網(wǎng)從無(wú)到有且逐年增加,與主要建制鎮(zhèn)的位置相吻合。整體上呈現(xiàn)東部高、西部低的特點(diǎn),與ESV強(qiáng)度的空間分布有一定的關(guān)聯(lián)。

(4)對(duì)南四湖流域土地利用碳排放強(qiáng)度和ESV強(qiáng)度進(jìn)行數(shù)量和空間統(tǒng)計(jì)分析,得知兩者具有負(fù)相關(guān)性,且通過了P值檢驗(yàn)。19年內(nèi)兩者的空間關(guān)聯(lián)規(guī)律發(fā)生較大的變化。