謝宇劍，沈正平，趙 潔*

（1.江蘇師范大學(xué)地理測(cè)繪與城鄉(xiāng)規(guī)劃學(xué)院，江蘇徐州 221116；2. 江蘇師范大學(xué)“一帶一路”研究院，江蘇 徐州 221116）

0 引言

全球變暖是21 世紀(jì)人類面臨的國(guó)際挑戰(zhàn)[1]。為應(yīng)對(duì)這一挑戰(zhàn)，我國(guó)將力爭(zhēng)2030 年前實(shí)現(xiàn)碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和。碳儲(chǔ)存被廣泛認(rèn)為是生態(tài)系統(tǒng)服務(wù)的一項(xiàng)重要指標(biāo)[2]，儲(chǔ)存于陸地生態(tài)系統(tǒng)中的碳對(duì)全球碳循環(huán)、大氣中的二氧化碳濃度和全球氣候變化發(fā)揮著非常重要的作用[3]。生態(tài)系統(tǒng)通過將碳儲(chǔ)存在木料、生物質(zhì)以及土壤中，從而對(duì)二氧化碳在空氣中的含量進(jìn)行有效抑制[4]。因此，提升陸地生態(tài)系統(tǒng)的固碳能力以有效應(yīng)對(duì)溫室效應(yīng)對(duì)全球變暖的影響，成為各國(guó)學(xué)者及政府關(guān)注的焦點(diǎn)問題[5-7]。陸地生態(tài)系統(tǒng)碳儲(chǔ)量的變化，主要是由土地利用變化和由土地利用變化導(dǎo)致的土地覆被變化所引起[4，8-9]。根據(jù)有關(guān)研究分析，自1850 年以來，土地利用變化已導(dǎo)致全球陸地生態(tài)系統(tǒng)損失了145 PgC[10]。因此，基于土地利用變化定量分析和預(yù)測(cè)生態(tài)系統(tǒng)的碳儲(chǔ)量，對(duì)于實(shí)現(xiàn)碳中和、改善全球氣候以及讓生態(tài)系統(tǒng)得到充分保護(hù)具有重要作用[11-12]。

城市是陸地生態(tài)系統(tǒng)中改造最多、變化速率最快、土地利用活動(dòng)最為頻繁的區(qū)域[13]。工業(yè)的快速崛起使得城市成為化學(xué)燃料燃燒的主要區(qū)域，80%以上的二氧化碳排放量來自城市[14]。城市碳儲(chǔ)量已經(jīng)成為影響區(qū)域氣候及區(qū)域生態(tài)系統(tǒng)的重要因素，目前，國(guó)內(nèi)外已有很多學(xué)者探究了土地利用變化對(duì)區(qū)域生態(tài)系統(tǒng)碳儲(chǔ)量的影響。Markov 模型、元胞自動(dòng)機(jī)（CA）、CLUE-S 模型等是當(dāng)前模擬土地利用變化最常用的方法；對(duì)碳儲(chǔ)量的評(píng)估，從早期基于生態(tài)學(xué)基礎(chǔ)上的調(diào)查，如直接收獲法、光合作用測(cè)定法、微氣象場(chǎng)方法等向遙感技術(shù)、GIS 和模型的應(yīng)用轉(zhuǎn)變[12，15]。從研究尺度上來看，在全球范圍，認(rèn)為陸地生態(tài)系統(tǒng)碳儲(chǔ)量下降，熱帶地區(qū)的原始森林遭遇大面積破壞是不可回避的原因；在國(guó)家尺度上，中國(guó)生態(tài)系統(tǒng)碳儲(chǔ)量減少中心由華北地區(qū)轉(zhuǎn)向東北地區(qū)，增加中心由西北地區(qū)轉(zhuǎn)向西南地區(qū)且碳儲(chǔ)量的減少由林地生態(tài)系統(tǒng)轉(zhuǎn)向草地生態(tài)系統(tǒng)[16]；在區(qū)域尺度上，生態(tài)系統(tǒng)碳儲(chǔ)量變化具有兩個(gè)重要過程，分別是建設(shè)用地侵占耕地導(dǎo)致碳排放增加以及退耕還林還草或?qū)嵤┰炝钟?jì)劃，增加生態(tài)用地促進(jìn)碳排放降低[17-19]。從研究視角來看，當(dāng)前的研究集中在某一方面如植被或土壤，或是某一種生態(tài)系統(tǒng)如森林或耕地[20]。

整體而言，學(xué)術(shù)界現(xiàn)有針對(duì)土地利用變化與碳儲(chǔ)量關(guān)系的研究主要集中在已知土地利用變化情況，對(duì)碳儲(chǔ)量的變化進(jìn)行研究。而基于城市尺度對(duì)未來不同情景土地利用變化影響碳儲(chǔ)量的研究較少。因此，本研究以徐州市為例，結(jié)合GoeSOS-FLUS 和InVEST 模型，分別在自然增長(zhǎng)、生態(tài)保護(hù)、耕地保護(hù)的情景下預(yù)測(cè)2030 年徐州市土地利用變化，在此基礎(chǔ)上預(yù)估徐州市碳儲(chǔ)量的變化，以期為徐州市實(shí)現(xiàn)碳中和，改善生態(tài)系統(tǒng)碳儲(chǔ)量能力及合理制定土地利用戰(zhàn)略提供依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

徐州市是淮海經(jīng)濟(jì)區(qū)的中心城市，地理位置位于江蘇省西北、華北平原東南部，年均氣溫保持在14℃，屬于溫帶季風(fēng)氣候區(qū)。徐州地域遼闊，地形以平原為主，總體地勢(shì)自西北向東南降低。土壤大部分為淋溶褐土，淋溶褐土土層薄，礫石含量較大，較為黏重，呈中性至弱堿性。主要地帶性植被為落葉闊葉林，低山丘陵地帶以人工側(cè)柏林為主，主要樹種包括側(cè)柏、小葉樸、麻櫟、黃連木、青桐、苦楝、刺槐、女貞等（圖1）。

圖1 研究區(qū)位置及高程示意圖

1.2 數(shù)據(jù)來源及處理

本研究中，2000 年和2015 年兩期土地利用數(shù)據(jù)是從中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn/）獲取，生態(tài)系統(tǒng)分類體系參考?xì)W陽(yáng)志云等人[21]的研究成果，對(duì)數(shù)據(jù)進(jìn)行整合和重分類，將二級(jí)類土地利用合并為耕地、林地、草地、水域、建設(shè)用地和未利用地六類一級(jí)類。

本研究將地形因素和社會(huì)因素作為土地利用變化的主要驅(qū)動(dòng)因素（圖2）。地形因素包括DEM、坡度和坡向，DEM 數(shù)據(jù)獲取自地理空間數(shù)據(jù)云（http://www.gscloud.cn/），坡度和坡向則由DEM 數(shù)據(jù)提取得到；社會(huì)因素包括人口和人均GDP，人口和GDP 基礎(chǔ)數(shù)據(jù)來源于江蘇統(tǒng)計(jì)年鑒，通過ArcGIS 10.2 轉(zhuǎn)為柵格數(shù)據(jù)。本研究中運(yùn)用ArcGIS 重采樣功能對(duì)柵格數(shù)據(jù)空間分辨率進(jìn)行統(tǒng)一，均調(diào)整為30 m，投影坐標(biāo)系采用Krasovsky_1940_Albers。

圖2 研究區(qū)土地利用變化驅(qū)動(dòng)因子

能源消耗數(shù)據(jù)來源于中國(guó)能源統(tǒng)計(jì)年鑒。

1.3 情景設(shè)置與模擬

1.3.1 土地利用變化預(yù)測(cè)。利用GeoSOS-FLUS 模型，模擬出徐州市2030 年土地利用結(jié)構(gòu)。在本研究中，各類用地的適宜性概率通過該模型的神經(jīng)網(wǎng)絡(luò)算法（ANN）獲取，并結(jié)合馬爾可夫鏈（Markov chain）和元胞自動(dòng)機(jī)（CA）模型使模型的適用性得到提高，然后獲取設(shè)置2030 年各用地類型需求量、鄰域權(quán)重參數(shù)、成本矩陣及限制發(fā)展區(qū)等相關(guān)參數(shù)完成對(duì)2030 年土地利用情景的模擬。作為預(yù)測(cè)變量進(jìn)行檢驗(yàn)的土地利用變化的驅(qū)動(dòng)因素選取自現(xiàn)有文獻(xiàn)，主要計(jì)算模塊如下：

（1）基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算。神經(jīng)網(wǎng)絡(luò)算法（ANN）涵蓋預(yù)測(cè)和訓(xùn)練兩個(gè)階段，包括輸入層、隱含層和輸出層，其計(jì)算公式如下：

式中，sp(p,k,t)表示第k 種土地利用類型在t 時(shí)間和p 柵格下的適宜性概率，wj,k為輸出層與隱含層之間的權(quán)值，sigmoid()是從隱含層到輸出層的激勵(lì)函數(shù)，netj(p,t)表示在t 時(shí)刻第j 個(gè)隱藏柵格p 接收到的信號(hào)，ANN 輸出的各土地利用類型適宜性概率之和均為1，即：

（2）自適應(yīng)慣性和競(jìng)爭(zhēng)機(jī)制。神經(jīng)網(wǎng)絡(luò)輸出的分布概率，以及鄰域密度、慣性系數(shù)、轉(zhuǎn)換成本和土地利用類型競(jìng)爭(zhēng)共同決定土地利用轉(zhuǎn)換的概率。當(dāng)前土地?cái)?shù)量與未來土地需求的差值會(huì)在迭代過程中開展自適應(yīng)調(diào)整，從而確定各土地利用類型的慣性系數(shù)。第k 次土地利用在t 時(shí)刻的自適應(yīng)慣性系數(shù)Intertiatk的公式為：

1.3.2 情景設(shè)定。通過分析2000—2015 年徐州市政府實(shí)施的土地利用政策及土地利用變化的驅(qū)動(dòng)因素，本文設(shè)定三種土地利用情景：自然增長(zhǎng)情景、生態(tài)保護(hù)情景和耕地保護(hù)情景，基準(zhǔn)年數(shù)據(jù)為2015 年土地利用類型數(shù)據(jù)。

（1）自然增長(zhǎng)情景（Q1）。自然增長(zhǎng)情景下，假定研究區(qū)土地利用的轉(zhuǎn)變速率與過去保持不變，其人口、經(jīng)濟(jì)和技術(shù)革新的發(fā)展趨勢(shì)也將與當(dāng)前相同，因此，設(shè)定土地利用變化率與2000—2015 年的變化速率相同，選用馬爾科夫模型來模擬土地利用需求。

（2）生態(tài)保護(hù)情景（Q2）。在生態(tài)保護(hù)情景下，通過加強(qiáng)對(duì)生態(tài)用地的保護(hù)力度，促進(jìn)非生態(tài)用地類型向生態(tài)用地轉(zhuǎn)化，并將城市建設(shè)用地的擴(kuò)張能力降低70%。

（3）耕地保護(hù)情景（Q3）。耕地保護(hù)情景下，一方面降低城市建設(shè)用地的擴(kuò)張速度，另一方面控制耕地向其他用地類型的轉(zhuǎn)換，從而實(shí)現(xiàn)對(duì)耕地的保護(hù)。徐州市正經(jīng)歷快速城市化，人口、技術(shù)和經(jīng)濟(jì)的快速增長(zhǎng)，人口對(duì)糧食的需求不斷增長(zhǎng)，因此在此情景下，耕地將比其他情景的下降幅度小。

1.3.3 模型驗(yàn)證。模型模擬所用到的基準(zhǔn)圖為2000年的土地利用數(shù)據(jù)，還需輸入模擬參數(shù)和適宜性概率數(shù)據(jù)。通過GeoSOS-FLUS 模型進(jìn)行模擬，得到模擬出的2015 年土地利用分布圖，Kappa 系數(shù)可用來評(píng)估模型的準(zhǔn)確性，用以判斷模擬結(jié)果與實(shí)際情況之間是否一致[22-23]。該模型的總體精度為90%，Kappa 值為0.806，說明該模型參數(shù)符合精度要求，可用其對(duì)未來的土地利用格局進(jìn)行預(yù)測(cè)，因此，本文基于2015 年的實(shí)驗(yàn)參數(shù)和土地利用數(shù)據(jù)，對(duì)2030 年三種情景下土地利用分布情況進(jìn)行預(yù)測(cè)。

1.4 基于InVEST 模型的生態(tài)系統(tǒng)碳儲(chǔ)量評(píng)估

1.4.1 碳儲(chǔ)量的估算。本研究對(duì)碳儲(chǔ)量的估算通過InVEST 模型實(shí)現(xiàn)，通?？紤]地上生物量、地下生物量、土壤和死亡有機(jī)物四大基本碳庫(kù)。計(jì)算原理和公式如下：

式中，i 表示某土地利用類型，Ci-above為土地利用類型i 的地上碳密度（Mg/ha），Ci-below為土地利用類型i 的地下生物碳密度（Mg/ha），Ci-soil為土地利用類型i 的土壤碳密度（Mg/ha），Ci-dead為土地利用類型i 的死亡有機(jī)物碳密度（Mg/ha），Ctot為生態(tài)系統(tǒng)總的碳儲(chǔ)量（t），Si為土地利用類型i 的面積（ha），n 為土地利用類型數(shù)量，本文n 的值為6。

1.4.2 碳密度數(shù)據(jù)的選定。本研究所用徐州市地上與土壤碳密度是通過查閱相關(guān)文獻(xiàn)資料，綜合考慮后采用揣小偉[24]提出的江蘇省地上植被碳密度和土壤碳密度數(shù)據(jù)。地下碳密度的計(jì)算則是根據(jù)地上地下植被的根莖比（0.2）[25]。植被死亡有機(jī)物碳密度的確定依據(jù)為Delaney 等人的研究成果，即死亡有機(jī)物碳庫(kù)約為地上碳庫(kù)量的1/10[26]，見表1。

表1 徐州市土地利用類型的碳密度（Mg/ha）

1.5 土地利用碳排放計(jì)算方法

1.5.1 碳排放量核算。土地利用的碳排放由直接排放和間接排放構(gòu)成。直接排放是指人類以土地資源為直接生產(chǎn)對(duì)象所產(chǎn)生的碳排放[27]；間接排放是指人類在各土地利用類型上從事各種能源消耗活動(dòng)引起的碳排放[28-29]。土地利用碳排放模型公式為：

式中，Ei為各土地利用類型產(chǎn)生的碳排放量，Ai為各土地利用類型面積，Bi為各土地利用類型碳排放（吸收）系數(shù)。

1.5.2 各土地利用類型碳排放系數(shù)確定。（1）耕地。耕地的碳排放系數(shù)需統(tǒng)籌考慮農(nóng)作物的呼吸作用產(chǎn)生的二氧化碳及農(nóng)作物作為綠色植物的光合作用吸收的碳。本文參考既有研究[30-31]，取耕地的碳吸收系數(shù)[0.000 7 kg/（m2·a）]和碳排放系數(shù)[0.050 4 kg/（m2·a）]二者差值作為本研究的耕地碳排放系數(shù)[0.047 9 kg/（m2·a）]。（2）林地。林地通過植被的光合作用產(chǎn)生較強(qiáng)的固碳能力。根據(jù)已有研究結(jié)果[32-33]，本研究取林地碳排放系數(shù)為-0.058 1 kg/（m2·a）。（3）草地。草地通過對(duì)二氧化碳等溫室氣體的吸收達(dá)到固碳的作用。根據(jù)已有研究結(jié)果[33-34]，本研究取草地的碳排放系數(shù)為-0.021 kg/（m2·a）。（4）水域。水域中由于水生生物的存在，通常表現(xiàn)為碳匯，但其周圍的農(nóng)田水利設(shè)施又表現(xiàn)為碳源。參考已有研究結(jié)果[35-36]，取平均值[0.025 3 kg/（m2·a）]為本研究水域的碳排放系數(shù)。（5）未利用土地。未利用土地包括荒草地、鹽堿地、沙地、裸地等類型，這類土地總體對(duì)土地利用碳排放影響較小，因此根據(jù)既有研究[37]，取-0.000 5 kg/（m2·a）為本研究未利用土地的碳排放系數(shù)。（6）建設(shè)用地。建設(shè)用地是生產(chǎn)生活中大部分能源資源消耗所在，而土地利用碳排放主要來源于能源消耗。因此建設(shè)用地的碳排放量不能直接通過面積計(jì)算，需要通過核算不同能源在建設(shè)用地利用過程中的消耗量來間接計(jì)算[34，38]。本研究中將天然氣、煤炭、石油等消費(fèi)量換算成標(biāo)準(zhǔn)煤，在參考碳排放分解模型的基礎(chǔ)上[39]，確定建設(shè)用地碳排放模型為：

式中，Lj為建設(shè)用地碳排放量，Ef、Em、En分別表示天然氣、煤炭、石油消耗的標(biāo)準(zhǔn)煤量，Pf、Pm、Pn分別為天然氣、煤炭、石油的碳排放系數(shù)，本研究中分別為0.419 t（C）/t、0.716 6 t（C）/t、0.554 6 t（C）/t，為各方研究的平均值。

由于缺乏未來能源消費(fèi)數(shù)據(jù)，為方便預(yù)測(cè)未來建設(shè)用地碳排放量，借鑒已有文獻(xiàn)的處理方法，將建設(shè)用地碳排放量除以其面積，得到建設(shè)用地地均碳排放量，并假設(shè)徐州市建設(shè)用地地均碳排放量暫保持與2015 年相同[40]。

徐州市碳排放量為直接碳排放量與間接碳排放量之和，公式如下：

式中，E 為徐州市土地利用碳排放總量，Em為直接碳排放量（耕地、林地、草地、水域、未利用土地），En表示間接碳排放量（建設(shè)用地）。

2 結(jié)果分析

2.1 2000—2015 年徐州市土地利用變化特征

表2 為2000—2015 年徐州市土地利用轉(zhuǎn)移矩陣。由表2 可知，2015 年耕地和建設(shè)用地是徐州市最主要的土地利用類型，分別占比68.26%和30.01%，其次為水域和林地（4.58%和3.88%），草地（0.28%）和未利用土地（0.04%）占比極小。整體來看，2000—2015 年期間，徐州市的耕地、林地和草地三種類型用地面積呈減少趨勢(shì)，分別減少3.51%、22.1%和63.82%，建設(shè)用地和未利用土地面積增加明顯，分別增加了21.56%和24.8%，水域面積變化較小，增加了0.27%。15 年間共有76 445.75 hm2面積產(chǎn)生變化，占總面積的6.86%。耕地的轉(zhuǎn)出面積（49 421.85 hm2）是轉(zhuǎn)入面積（21 519.84 hm2）兩倍多，成為其他土地利用類型轉(zhuǎn)入的最主要來源。林地的轉(zhuǎn)出面積（12 891.57 hm2）與轉(zhuǎn)入面積（628.35 hm2）相差懸殊，發(fā)生交換的對(duì)象主要為耕地，其中流向耕地（10 630.63 hm2），由耕地轉(zhuǎn)入面積（453.85 hm2）。草地的轉(zhuǎn)出面積（5 578.59 hm2）與轉(zhuǎn)入面積（44.62 hm2）差距顯著，轉(zhuǎn)出面積多流向耕地（5 001.83 hm2）。水域的轉(zhuǎn)出面積（2 911.6 hm2）略少于轉(zhuǎn)入面積（3 052.1 hm2），其轉(zhuǎn)入面積大部分源自于耕地（86.84%）。建設(shè)用地在2000—2015年轉(zhuǎn)入面積（51 035.31 hm2）約為轉(zhuǎn)出面積（5 603.31 hm2）的10 倍，呈現(xiàn)出大幅擴(kuò)張態(tài)勢(shì)，且有90.52%的轉(zhuǎn)入面積來源于耕地。

表2 2000—2015 年徐州市土地利用轉(zhuǎn)移矩陣（hm2）

2.2 土地利用變化情景分析

圖3 展示了模擬出的各情景下徐州市2030 年的土地利用格局，圖4 為2015—2030 年徐州市各情景下各類型用地面積的變化。從圖3、圖4 可見，耕地面積在三種模擬情景下都表現(xiàn)為下降趨勢(shì)，Q1情景下減少了30 760.47 hm2（4.04%）、Q2情景下減少了29 520 hm2（3.88%），Q3情景下減少了18 000 hm2（2.37%），在Q3情景下，耕地得到一定程度的保護(hù)，有效降低了耕地減縮的速度。在生態(tài)保護(hù)情景下，林地作為主要生態(tài)用地受到充分保護(hù)，面積達(dá)到了61 232.67 hm2（5.49%），而在其他兩種情景下面積逐步減小。草地面積在三種情景下的變化與林地相似，在Q2情景下面積增加了2 700 hm2，在其他兩種情景下則都減少。水域面積在三種情景下較為穩(wěn)定，未呈現(xiàn)明顯變化，在自然增長(zhǎng)和生態(tài)保護(hù)情景下水域面積略有增加，耕地保護(hù)情景下則略有減少。在三種情景下，建設(shè)用地均表現(xiàn)為擴(kuò)張態(tài)勢(shì)，但不同情景下幅度有所差別，由于生態(tài)用地和耕地在生態(tài)保護(hù)情景和耕地保護(hù)情景下分別受到了有效保護(hù)，因此在這兩種情景下建設(shè)用地的擴(kuò)張速度被限制，面積分別增加了9 000 hm2（3.52%）和21 040.47 hm2（8.22%），在自然增長(zhǎng)情景下面積增加了41 719.77 hm2（16.31%）。未利用土地在3 種情景下分別被用于其他不同類型的土地開發(fā)，因此面積均有所減少，其中自然增長(zhǎng)情景下減少254.16 hm2，生態(tài)保護(hù)情景下減少270 hm2，耕地保護(hù)情景下減少160.47 hm2。

圖3 2030 年徐州市不同情景下土地利用模擬結(jié)果

圖4 2015—2030 年徐州市土地利用變化情景對(duì)比

2.3 生態(tài)系統(tǒng)碳儲(chǔ)量和碳密度的變化

由圖5 發(fā)現(xiàn)，徐州市2000 年和2015 年總碳儲(chǔ)量分別為1.08×108Mg 和1.06×108Mg，平均碳密度分別為97.05 Mg/hm2和95.42 Mg/hm2，15 年間分別下降了0.02×108Mg 和1.63 Mg/hm2，導(dǎo)致徐州市碳儲(chǔ)量和碳密度下降的主要原因是建設(shè)用地的不斷增加以及林地、草地等生態(tài)用地和耕地之間的相互轉(zhuǎn)化。2015—2030 年自然增長(zhǎng)情景下碳儲(chǔ)量和平均碳密度保持下降趨勢(shì)，分別減少0.01×108Mg 和1.38 Mg/hm2；碳儲(chǔ)量和平均碳密度在耕地保護(hù)情景下的下降趨勢(shì)明顯弱于自然增長(zhǎng)情景，分別減少0.007×108Mg 和0.59 Mg/hm2；生態(tài)保護(hù)情景下，碳儲(chǔ)量和平均碳密度明顯增加，分別達(dá)到了1.07×108Mg 和96.09 Mg/hm2。由此可見，2015—2030 年在自然增長(zhǎng)情景下，徐州市碳儲(chǔ)量將持續(xù)下降，在耕地保護(hù)情景下下降幅度得到控制，下降速度減緩，而生態(tài)保護(hù)情景能使生態(tài)系統(tǒng)固碳能力得到加強(qiáng)。

圖5 2000 年、2015 年和2030 年各情景下徐州市碳儲(chǔ)量和碳密度變化

由圖6 可以看出，在空間上碳密度高值區(qū)主要位于賈汪區(qū)、銅山區(qū)以及沛縣南部、新沂市中部地區(qū)，小部分位于睢寧縣與邳州的交界處；低值區(qū)位于徐州市主城區(qū)以及各縣市城區(qū)，這類地區(qū)用地類型以建設(shè)用地為主，因此碳密度普遍較低。

圖6 2000 年、2015 年和2030 年各情景下徐州市碳密度空間分布

圖7 和表3 表明，大部分區(qū)域的碳密度變化量均處于基本不變，所占比例均在98%以上。2000—2015年碳密度明顯減少區(qū)占1.25%，主要集中在豐縣境內(nèi)及其與沛縣交界處、銅山區(qū)和主城區(qū)內(nèi)，主要原因是，進(jìn)入21 世紀(jì)，以第一產(chǎn)業(yè)為主導(dǎo)產(chǎn)業(yè)的落后縣市的快速城鎮(zhèn)化，導(dǎo)致大量耕地轉(zhuǎn)化為建設(shè)用地；碳密度明顯增加區(qū)占0.15%，分布較為分散，與徐州市政府高度重視生態(tài)環(huán)境、實(shí)施退耕還林及大量培育側(cè)柏人工林有關(guān)。2015—2030 年，自然增長(zhǎng)情景下明顯減少區(qū)與明顯增加區(qū)所占比例均有所下降，分別下降0.28%和0.01%，減少區(qū)主要在各縣市交界處，增加區(qū)主要在賈汪區(qū)與銅山區(qū)內(nèi)；耕地保護(hù)情景下，碳密度明顯減少區(qū)與明顯增加區(qū)呈現(xiàn)下降趨勢(shì)（0.9%和0.03%），明顯減少區(qū)占比下降顯著，主要是由于該情景下耕地得到有效保護(hù)，抑制了耕地向建設(shè)用地轉(zhuǎn)化的速度；生態(tài)保護(hù)情景下，碳密度明顯減少區(qū)所占比例極小，而明顯增加區(qū)所占比例顯著提升（1.48%），達(dá)到1.63%，集中在豐、沛兩縣南部、銅山區(qū)和賈汪區(qū)內(nèi)部以及新沂市中部，主要原因是在該情景下，林地、草地等生態(tài)用地得到有效保護(hù)，建設(shè)用地?cái)U(kuò)張速度被遏制。

表3 2000—2015 年及2015—2030 年徐州市不同情景碳密度變化量統(tǒng)計(jì)

圖7 2000—2015 年及2015—2030 年徐州市不同情景碳密度變化量空間分布

2.4 徐州市碳排放量分析

從表4 可以看出，徐州市土地利用碳排放主要來自耕地、水域和建設(shè)用地，林地、草地和未利用土地在不同程度上發(fā)揮碳吸收作用。碳排放量的最主要來源是建設(shè)用地，主要是因?yàn)榻ㄔO(shè)用地承載了人類大部分的生產(chǎn)與生活活動(dòng)，而人類的生產(chǎn)活動(dòng)是城市碳排放的最大來源；耕地是徐州市土地利用碳排放的次要來源，主要是農(nóng)業(yè)生產(chǎn)活動(dòng)中化肥、農(nóng)藥和農(nóng)業(yè)機(jī)械的使用所導(dǎo)致。林地與草地和未利用土地相比，其碳匯作用最為顯著。在自然增長(zhǎng)情景下，徐州市2030 年碳排放量進(jìn)一步增加，達(dá)到3 324.87 萬(wàn)噸，主要原因是建設(shè)用地的持續(xù)擴(kuò)張，人類生產(chǎn)活動(dòng)規(guī)模持續(xù)擴(kuò)大，而林地和草地的碳匯作用則隨面積不斷萎縮而下降。生態(tài)保護(hù)情景下，林地和草地得到有效保護(hù)，碳匯作用隨面積增加而有所提升，建設(shè)用地的擴(kuò)張速度受到抑制，在此情景下，徐州市碳排放量增加速度減緩。耕地保護(hù)情景下，由于遏制了耕地向建設(shè)用地轉(zhuǎn)換的速度，因此建設(shè)用地碳排放量得到一定控制。

表4 徐州市2000 年、2015 年及2030 年不同情景下碳排放量統(tǒng)計(jì)（萬(wàn)噸）

3 結(jié)論與討論

3.1 結(jié)論

3.1.1 2000—2015 年，徐州市耕地、林地和草地面積呈萎縮態(tài)勢(shì)，分別減少3.51%、22.1%和63.82%，建設(shè)用地和未利用土地大幅增加，面積分別增加了21.56%和24.8%，水域面積變化較小，增加了0.27%。在自然增長(zhǎng)情景下，徐州市2015—2030 年耕地、林地和草地面積將繼續(xù)縮小，建設(shè)用地持續(xù)擴(kuò)張；耕地保護(hù)情景下，耕地面積減少的趨勢(shì)得到有效控制，面積僅減少2.37%，而林地、草地面積仍將繼續(xù)減少，建設(shè)用地保持增加趨勢(shì)；林地和草地作為生態(tài)用地在生態(tài)保護(hù)情景下將得到有效保護(hù)，建設(shè)用地面積增幅得到控制，面積僅增加3.52%。

3.1.2 徐州市2015 年碳儲(chǔ)量為1.06×108Mg、碳密度為95.42 Mg/hm2，2000—2015 年分別下降了0.02×108Mg 和1.63 Mg/hm2，導(dǎo)致碳儲(chǔ)量和碳密度下降的直接原因是建設(shè)用地面積的快速增長(zhǎng)以及林地、草地等生態(tài)用地和耕地之間的相互轉(zhuǎn)化。

3.1.3 2015—2030 年徐州市在自然增長(zhǎng)情景下碳儲(chǔ)量和碳密度繼續(xù)呈下降趨勢(shì)，分別減少0.01×108Mg和1.38 Mg/hm2，明顯減少區(qū)所占比例遠(yuǎn)大于明顯增加區(qū)所占比例，主要是因?yàn)樵撉榫跋陆ㄔO(shè)用地仍保持高速擴(kuò)張態(tài)勢(shì)，生態(tài)用地持續(xù)呈萎縮態(tài)勢(shì)；耕地保護(hù)情景下碳儲(chǔ)量和碳密度減少趨勢(shì)明顯低于自然增長(zhǎng)情景，分別減少0.007×108Mg 和0.59 Mg/hm2，明顯減少區(qū)所占比例下降明顯，主要是由于該情景下限制了建設(shè)用地向耕地?cái)U(kuò)張的速度，對(duì)耕地形成有效保護(hù)；碳儲(chǔ)量和碳密度在生態(tài)保護(hù)情景下增幅明顯，分別達(dá)到了1.07×108Mg 和96.09 Mg/hm2，明顯減少區(qū)所占比例顯著下降，明顯增加區(qū)所占比例顯著提升，主要是因?yàn)樵谠撉榫跋?，作為碳?chǔ)量主要貢獻(xiàn)來源的生態(tài)用地得到保護(hù)，遏制了建設(shè)用地的擴(kuò)張。

3.1.4 徐州市2000 年碳排放量為2 363.08 萬(wàn)噸，2015 年為2 864.43 萬(wàn)噸，三種情景下2030 年碳排放量都將增加，但生態(tài)保護(hù)和耕地保護(hù)情景能有效控制碳排放量。原因是建設(shè)用地的使用是徐州市最主要的碳排放來源，而生態(tài)保護(hù)與耕地保護(hù)情景控制了建設(shè)用地的擴(kuò)張速度。

綜合以上結(jié)論，徐州市生態(tài)系統(tǒng)的固碳能力逐年減弱，在模擬的三種情景下，固碳能力在自然增長(zhǎng)情景下將持續(xù)衰退，耕地保護(hù)情景能有效降低衰退速度，固碳能力的增強(qiáng)在生態(tài)保護(hù)情景下得到實(shí)現(xiàn)，但耕地面積在三種情景下都將持續(xù)縮小。因此可通過統(tǒng)籌考慮耕地保護(hù)和生態(tài)保護(hù)情景實(shí)現(xiàn)對(duì)徐州市未來土地利用結(jié)構(gòu)的優(yōu)化，一方面能有效緩解近年來生態(tài)系統(tǒng)固碳能力的弱化趨勢(shì)，優(yōu)化生態(tài)環(huán)境，使農(nóng)田質(zhì)量與糧食安全得以保障，另一方面能控制城市面積無節(jié)制擴(kuò)張，科學(xué)合理進(jìn)行城市建設(shè)，避免城市病現(xiàn)象的出現(xiàn)，為徐州市可持續(xù)發(fā)展增添活力。但同時(shí)應(yīng)注意，徐州市碳排放量與生態(tài)系統(tǒng)碳儲(chǔ)量之間存在的巨大差距，城市生態(tài)系統(tǒng)對(duì)碳的吸收能力極為有限。因此，徐州市要實(shí)現(xiàn)碳中和的目標(biāo)除了持續(xù)優(yōu)化土地利用結(jié)構(gòu)，更重要的是持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)清潔能源的使用。

3.2 討論

基于以上結(jié)論，可以發(fā)現(xiàn)徐州市生態(tài)系統(tǒng)碳儲(chǔ)量與碳排放量差距巨大。因此，本文從以下幾個(gè)方面提出有關(guān)對(duì)策建議支持徐州市如期實(shí)現(xiàn)碳中和的目標(biāo)。

優(yōu)化土地利用格局，提高土地碳匯能力。生態(tài)系統(tǒng)服務(wù)的碳儲(chǔ)存對(duì)于調(diào)節(jié)氣候及碳循環(huán)具有重大意義，雖然在城市環(huán)境中，這一功能受土地利用影響較大，但良好的生態(tài)系統(tǒng)仍是城市健康發(fā)展的重要基礎(chǔ)。徐州市土地利用過程中，起碳吸收作用的主要是林地與草地，因此在未來規(guī)劃中應(yīng)注重城市公園、城市綠道的布置，堅(jiān)持保護(hù)好泉山森林公園、云龍山等碳匯類土地的生態(tài)環(huán)境。同時(shí)，要避免建設(shè)用地的無序擴(kuò)張，尤其要控制建設(shè)用地等碳源類用地侵占林地、草地等碳匯類用地。

推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，優(yōu)化能源消費(fèi)結(jié)構(gòu)。徐州市是傳統(tǒng)的煤礦資源型城市，傳統(tǒng)工業(yè)是徐州經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)。建設(shè)用地碳排放的根源是人類活動(dòng)產(chǎn)生的碳排放，根據(jù)碳排放系數(shù)可以看出不同能源消耗產(chǎn)生的碳排放量也有很大差別。2020 年徐州市第二產(chǎn)業(yè)增加值2 931.61 億元，增長(zhǎng)4.0%，增長(zhǎng)速度高于第三產(chǎn)業(yè)的3.0%，因此，徐州市應(yīng)該加強(qiáng)引進(jìn)新技術(shù)，積極倡導(dǎo)工業(yè)生產(chǎn)中新材料、新能源的使用，逐步改變以煤炭、石油、天然氣等傳統(tǒng)化石燃料為主的能源消費(fèi)結(jié)構(gòu)，順應(yīng)未來低碳經(jīng)濟(jì)的發(fā)展趨勢(shì)。

倡導(dǎo)低碳生活方式，引導(dǎo)公民消費(fèi)理念。城市是人類生活的重要載體，生活方式勢(shì)必影響城市碳排放。隨著社會(huì)不斷進(jìn)步，人民生活水平不斷提高，生活中能源消費(fèi)也隨之增加，因此，有必要引導(dǎo)公民樹立正確的消費(fèi)理念，倡導(dǎo)低碳生活方式。政府在大力宣傳低碳生活方式的同時(shí)，要加快完善基礎(chǔ)設(shè)施建設(shè)，加快地鐵、公交線路的覆蓋面，為公民減少私人交通工具的使用提供條件。

本研究存在以下幾點(diǎn)不足：（1）本文的碳密度數(shù)據(jù)是通過查閱文獻(xiàn)，根據(jù)前人的研究成果進(jìn)行修正得到。由于碳密度數(shù)據(jù)獲取難度較大，以及城市受人為活動(dòng)干擾較大，因此碳密度的準(zhǔn)確性有待進(jìn)一步提高。（2）用馬爾科夫模型和CA 模型相耦合的GeoSOS-FLUS模型，被廣泛應(yīng)用于模擬和預(yù)測(cè)不同情境下的土地利用情況，為城市未來的發(fā)展提供優(yōu)化和決策依據(jù)。但同時(shí)，此模型也存在一定局限，首先是選用的土地利用變化驅(qū)動(dòng)因子對(duì)模擬結(jié)果影響較大，其次對(duì)未來各土地利用類型的需求是通過專家咨詢法得到，受主觀因素影響較大。（3）InVEST 模型能夠用于評(píng)估不同尺度的生態(tài)系統(tǒng)服務(wù)，評(píng)估結(jié)果能夠直觀展示[41]，但該模型的評(píng)估結(jié)果受土地利用分類的影響較大，如在本研究中，土地利用類型被分為六類，并假定每種土地利用類型內(nèi)部是均質(zhì)的，所以，該模型缺少對(duì)其內(nèi)部異質(zhì)性的考慮[42]。（4）本研究中對(duì)未來碳排放量的預(yù)測(cè)是基于土地利用變化的預(yù)測(cè)，其中建設(shè)用地利用中碳排放的預(yù)測(cè)是通過能源消耗間接計(jì)算，因此對(duì)能源消耗的預(yù)測(cè)有待更深入研究。