李曉悅, 覃盟琳, 龐雅月, 吳欣芋, 蔣紅波

(1.廣西大學 林學院, 廣西 南寧 530004;2.廣西大學 土木建筑工程學院, 廣西 南寧 530004;3.廣西大學 人居環(huán)境設(shè)計研究中心, 廣西 南寧 530004)

0 引言

為了緩解全球氣候變暖,我國提出“力爭2030年前二氧化碳排放達到峰值,努力爭取2060年前實現(xiàn)碳中和”的“雙碳”戰(zhàn)略[1]?，F(xiàn)有研究表明,人類活動導致土地利用與覆被變化(land use and land cover change, LUCC)是僅次于化石燃料燃燒的第二大碳排放源[2],LUCC對陸地生態(tài)系統(tǒng)的物質(zhì)交換與能量循環(huán)產(chǎn)生影響,進一步影響碳儲能力[3-4],從而導致當前碳失衡的現(xiàn)狀。人類活動受國土空間規(guī)劃政策的影響,隨政策變化土地利用空間格局呈現(xiàn)不同的形式[5-6],因此,量化國土空間土地利用變化下的碳儲量時空動態(tài)變化,解析碳儲量空間特征以總結(jié)區(qū)劃規(guī)律,落實碳儲區(qū)劃方案從而提出針對性的空間管控對策,對助力“碳中和”的實現(xiàn)具有重要意義。

近年來國內(nèi)外學者對土地利用變化對生態(tài)系統(tǒng)碳儲量的研究已形成相對成熟的體系,為以碳儲導向的國土空間規(guī)劃提供了多種定量分析的方法[7-8],但以往的模型因性能與情景設(shè)置上存在局限性,在大尺度區(qū)域中的模擬精度有待提高[9-10]。PLUS-InVEST耦合模型因在多地類復雜演化模擬與碳儲量估算方面表現(xiàn)良好,且對于大尺度土地利用模擬使用程度高而被廣泛應用與驗證[11-13]?，F(xiàn)階段國土空間發(fā)展情景與碳儲量的相關(guān)研究中,研究區(qū)域涉及城市群[14-15]、省域[16]、市域[17-18]、流域[19-20]等方面,研究范圍較廣,空間類型與要素存在不同的特征,因此針對不同區(qū)域特點提出分區(qū)分級和多情景要素優(yōu)化對策,對于碳中和導向下國土空間的構(gòu)建具有重要意義,但當前研究少有進行精細化分區(qū)、分級、分要素管控優(yōu)化。此外,相關(guān)研究多以模擬預測不同發(fā)展情景下土地利用變化與相應的碳儲量分布格局等碳儲空間特征為后期國土空間規(guī)劃做數(shù)據(jù)支撐,但多數(shù)研究都停留在數(shù)據(jù)分析層面[1,3,16,18,21-23],而未將碳儲空間特征與國土空間規(guī)劃相對應,導致其研究成果對于國土空間規(guī)劃對策的提出指導性不強,缺乏應用價值。

本文以廣西作為研究區(qū)域,通過構(gòu)建國土空間土地利用分類體系,并運用PLUS-InVEST模型對廣西國土空間未來2020——2030年可能發(fā)展的3類情景的碳儲情況進行預測,總結(jié)演變規(guī)律,并根據(jù)研究區(qū)碳儲量的空間特征進行精細化分區(qū),通過分區(qū)進行針對性分類管控,同時結(jié)合碳儲量空間相關(guān)性變化趨勢,提出不同發(fā)展趨勢下的要素優(yōu)化決策,以期為廣西碳儲資源的精準保護以及土地管理決策提供新思路,助力廣西“碳中和”的實現(xiàn)。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)域概況

研究區(qū)域空間范圍為廣西陸域國土空間(20°54′—26°24′N,104°26′—112°04′E),地理區(qū)位東與廣東省接壤,西鄰云南省,南瀕北部灣,與海南省隔海相望,西南部與越南社會主義共和國接壤,東北與湖南省接壤,北、西與貴州省相連,總面積為23.68萬km2[24]。廣西地處中國南方沿海,地跨我國第二、三階梯,地勢呈西北朝東南、內(nèi)陸向沿海傾斜態(tài)勢,四周被山地、高原環(huán)繞,中部和南部多丘陵平地,研究區(qū)域范圍如圖1所示。

1.2 數(shù)據(jù)來源

1.2.1 土地利用數(shù)據(jù)

從資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn)下載了廣西壯族自治區(qū)行政區(qū)劃邊界數(shù)據(jù)。土地利用數(shù)據(jù)來源于全球地表覆蓋數(shù)據(jù)GlobeLand30(http://www.globallandcover.com),選擇了2000、2010、2020年共3期土地利用數(shù)據(jù)。用ArcGIS軟件將該區(qū)域土地利用數(shù)據(jù)類型綜合參考相關(guān)文獻以及后續(xù)研究需求,通過再分類將土地利用類型重分類為耕地、林地、草地、水域、建設(shè)用地和未利用地6大類。參考國土空間規(guī)劃體系中“三區(qū)三線”的劃定概念,國土空間可基于主導功能劃分為農(nóng)業(yè)空間、生態(tài)空間、城鎮(zhèn)空間。本研究將耕地界定為農(nóng)業(yè)空間,林地、草地、水域及未利用土地等以自然屬性和生態(tài)功能為主的用地類型界定為生態(tài)空間,建設(shè)用地界定為城鎮(zhèn)空間。通過對土地利用類型與國土空間分類進行銜接,以此構(gòu)建廣西國土空間土地利用分類體系。

1.2.2 驅(qū)動因子數(shù)據(jù)

其中數(shù)字高程模型(digital elevation model, DEM)數(shù)據(jù)來源于SRTM1 v3.0(https://srtm.csi.cgiar.org/srtmdata/),坡度由DEM計算生成,歸一化植被指數(shù)(normalized difference vegetation index, NDVI)、土壤類型、年均降水、年均氣溫數(shù)據(jù)以及社會因子(GDP、人口密度)均來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn);可達性因子包括距國道、省道、城市快速路以及鐵路的距離,于OpenStreetMap(https://www.openstreetmap.org)獲取矢量數(shù)據(jù),借助歐氏距離法計算得到。選取自然保護區(qū)作為限制因素,來源于國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn)

2 研究方法

2.1 研究框架

本研究包括2030年不同情景下廣西國土空間土地利用及碳儲量預測模擬、碳儲量格局與特征分析、碳儲導向下廣西國土空間區(qū)劃管控對策:①運用PLUS-InVEST模型,以2000—2020年土地利用現(xiàn)狀數(shù)據(jù)為基礎(chǔ),對2030年廣西國土空間3種發(fā)展情景下的土地利用和碳儲量進行模擬。②運用標準橢圓差、等級格局劃分、空間自相關(guān)分析2030年廣西國土空間碳儲量空間格局與分布特征,以此對廣西碳儲空間分布進行解析,為下一步區(qū)劃管控對策的提出提供數(shù)據(jù)支撐。③根據(jù)研究區(qū)碳儲量的空間特征進行分區(qū),總結(jié)2020—2030年3個情景下碳儲分區(qū)演變規(guī)律,結(jié)合不同情景特性提出碳儲分區(qū)分級管控與多情景碳儲空間要素優(yōu)化對策。

2.2 PLUS模型土地利用變化模擬預測

2.2.1 情景設(shè)置

本文基于SSPs-RCPs組合情景矩陣[25]結(jié)合研究區(qū)的實際情況,對未來2030年廣西發(fā)展態(tài)勢構(gòu)建了3種發(fā)展情景:①基于生態(tài)可持續(xù)的發(fā)展(ecological sustainable, ES)情景,參考SSP1-RCP2.6組合情景的低強度路徑,對應廣西積極性應生態(tài)文明建設(shè),大力開展系統(tǒng)性的國土空間生態(tài)保護與修復工作,為生態(tài)友好的可持續(xù)發(fā)展情景,土地利用方面傾向于林地的穩(wěn)固與修復。②基于中等強度的發(fā)展(medium-inten-sity, MI)情景,參考SSP2-RCP4.5組合情景的中等輻射強迫路徑,土地利用變化延續(xù)歷史規(guī)律自然發(fā)展,建設(shè)用地仍有一定的擴張需求,但開始關(guān)注生態(tài)保護與維育問題,有序控制林地開發(fā),在相關(guān)政策實行與時間推移下,林地受損概率有逐漸降低的可能。③基于高強度的發(fā)展(hith-intensity, HI)情景,參考SSP5-RCP8.5組合情景的高強度社會經(jīng)濟發(fā)展路徑,情景下有較高的城鎮(zhèn)空間擴張需求,而人口的增長也將引起對糧食安全問題的重視。土地利用變化以建設(shè)用地擴張、耕地保障為主要特征。

2.2.2 土地利用模擬

PLUS模型是一種斑塊生成土地利用變化模擬的模型用來推演以及預測研究區(qū)的土地利用變化情況,此模型包含2個模塊,即土地擴張分析策略模型(land expansion analysis strategy, LEAS)以及基于多類型隨機斑塊種子的CA模型(CA based on multi-type random patch seeds, CARS)[10,26]。本文通過自然、社會、規(guī)劃3類不同維度選取11個驅(qū)動因子作為驅(qū)動變量,以廣西2010年實際土地利用數(shù)據(jù)作為基準數(shù)據(jù)輸入到PLUS模型中,模擬預測2020的土地利用,并使用Kappa系數(shù)和優(yōu)質(zhì)因子(figure of merit, FoM)表示匹配率對模擬結(jié)果進行精度檢驗[26-28],2020年模擬結(jié)果與實際土地利用數(shù)據(jù)檢驗對比總體精度為89.9786%,Kappa系數(shù)為0.8055,FoM為0.078187,證明PLUS模型在本研究中具有較好的可靠性與適宜性。該模型中的領(lǐng)域權(quán)重參數(shù)參考PLUS模型說明手冊基于不同情景下土地利用類型的擴張面積占總土地擴張的比率進行計算。土地利用需求預測采用此模型中的Markov Chain功能進行預測計算,并根據(jù)研究需要與《廣西壯族自治區(qū)國土空間規(guī)劃(2021-2035)》設(shè)置轉(zhuǎn)換矩陣(見表1)。

表1 3種發(fā)展情景下土地利用轉(zhuǎn)化成本矩陣Tab.1 Land use conversion cost matrix under three scenarios

2.3 InVEST模型碳儲量計算

InVEST模型的碳儲量模塊被廣泛應用于區(qū)域碳儲量的定量評估與可視化呈現(xiàn),其主要是以生態(tài)系統(tǒng)4個基本的碳庫(植被地上碳庫、植被地下碳庫、土壤碳庫以及死亡有機質(zhì)碳庫)的碳儲量進行劃分;但由于死亡有機碳庫數(shù)據(jù)精度無法保證且占比較小,因此本研究不作考慮。計算公式[19-20]為

(1)

式中:Ci為區(qū)域i的碳儲量;Aix為區(qū)域i中土地覆被類型x的面積;Cax、Cbx、Csx分別代表土地覆被類型x的地上生物碳密度、地下生物碳密度、土壤有機物碳密度。

根據(jù)廣西地區(qū)現(xiàn)狀,通過與同緯度地區(qū)對比,并借鑒前人研究成果和經(jīng)驗[17,29-30],參照朱志強測定的廣州市碳密度值[29],對研究區(qū)域的年均降水量及年均氣溫對碳密度進行修正,由此得到廣西各土地利用類型的碳密度(見表2)。修正公式為

表2 廣西各類土地利用類型碳密度值Tab.2 Carbon density values of various land use types in Guangxi t/hm2

CSP=3.396 8MAT+3 996.1;CBP=6.987 e0.0054 MAP;CBT=28MAT+398,

(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″分別表示廣西和廣州地區(qū)的碳密度;MAP為年均降水量;MAT為年均氣溫;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。

綜合得到廣西壯族自治區(qū)各類土地利用類型的碳密度值(表2)。InVEST模型的4個碳庫中,本研究碳儲量僅考慮地上生物碳庫、地下生物碳庫、土壤碳庫的計算。

2.4 基于網(wǎng)格的碳儲量格局與特征分析

本研究使用ArcGIS數(shù)據(jù)管理工具中的創(chuàng)建漁網(wǎng)工具,創(chuàng)建一個以研究區(qū)域邊界為范圍、像元設(shè)置為10 km×10 km(高度×寬度)的格網(wǎng)。通過之前PLUS-InVEST耦合模型得出的2020年以及2030年3種情景的碳儲量矢量圖,再選擇以下數(shù)據(jù)處理工具將碳儲量數(shù)據(jù)賦值于該格網(wǎng)中分別進行矢量分析。

2.4.1 標準橢圓差分析

標準標準橢圓差分析可以研究空間要素分布特征和方向差異的空間計量分析方法[31],本研究利用此分析方法對于廣西2020—2030年3種情景碳儲量空間離散趨勢、分布中心以及中心遷移軌跡。

2.4.2 碳儲量空間等級格局劃分

運用ArcGIS空間分析工具中面積制表工具,對2個數(shù)據(jù)集之間交叉制表的區(qū)域進行運算并輸出表,將表格鏈接到創(chuàng)建好的格網(wǎng)中,可得到每個格網(wǎng)內(nèi)各等級空間的面積總和,并在符號系統(tǒng)中進行符號化表示。本文根據(jù)空間碳密度進行碳儲等級劃分將0.18～12.57 t/hm2劃分為低碳儲量空間、28.86～29 t/hm2劃分為中碳儲量空間、79.68 t/hm2劃分為高碳儲量空間,從而統(tǒng)計廣西格網(wǎng)內(nèi)不同等級碳儲量空間的整體占比,由此揭示廣西2020年以及2030年ES、MI、HI情景下不同等級碳儲量格網(wǎng)占比分布及演變特征,為碳儲空間要素優(yōu)化對策的提出提供方向。

2.4.3 碳儲量空間等級格局劃分

空間自相關(guān)分析被廣泛應用于研究空間要素的聚合或離散程度的空間計量分析方法[32],本研究主要分析2020年與2030年3種情景下廣西國土空間發(fā)展的用地類型與碳儲量二者在空間上離散或聚集分布特性。本文采用Moran指數(shù)和Lisa指數(shù)來表征碳儲量與空間分布的關(guān)系,具體計算方法可參照文獻[16],Moran指數(shù)取值一般為(-1,1),小于0表示負相關(guān),等于0表示不相關(guān),大于0表示正相關(guān);Lisa指數(shù)的具體表現(xiàn)為: LL型(低低聚集)、HH型(高高聚集)、 HL 型(高低聚集)、LH型(低高聚集)4種類型,其結(jié)果作為碳儲區(qū)劃識別提出分區(qū)管控對策的4個分區(qū)。

3 結(jié)果與分析

3.1 2030年不同情景下廣西國土空間土地利用及碳儲量預測分析

2020年現(xiàn)狀與2030年3種情景下廣西國土空間土地利用類型面積變化、碳儲量變化以及變化空間分布情況,分別見表3、4和如圖2所示。

表3 廣西國土空間2020年各類土地利用現(xiàn)狀與2030年模擬情況Tab.3 Land use status in 2020 and simulations of different land use in 2030

表4 2030年3種情景下廣西碳儲量、碳密度與變化Tab.4 Carbon storage, carbon density and changes Guangxi under three scenarios in 2030

(a) ES情景

ES情景下,由于退耕、退草還林已達到鞏固修復林地的目的,此情景設(shè)定下耕地、草地轉(zhuǎn)變?yōu)榱值仫@著,相較于2020年林地面積增長了1 401.25 km2,建設(shè)用地擴張得到有效控制,僅增加了2 141.75 km2,在3類情境中增幅最小。此情景下碳儲預測量為1 441.13×106t,較2020年增加5.09×106t;碳儲量增加區(qū)以散點式分布于研究區(qū)內(nèi)占比0.38%,碳儲量在空間上得到全域提升,其中耕地轉(zhuǎn)化為林地時碳儲量增加的主要貢獻因素,而碳儲減少區(qū)主要聚集于南寧、貴港、玉林市以及北海市沿海區(qū)域占比0.71%,主要原因為耕地轉(zhuǎn)為建設(shè)用地。2030年ES情景碳儲量中心點向西北偏移0.24 km、0.11°,偏移幅度相比于其他3個場景更小,表現(xiàn)為區(qū)域生態(tài)保護力度更大?？傮w來看,在ES情景下開展退耕還林、提升森林質(zhì)量等生態(tài)修復工作,使林地生態(tài)空間面積得到增加,連通性得到提升,其中自然保護區(qū)、風景名勝區(qū)等大型林地得以整合化發(fā)展;退化為草地、耕地的林地所導致的破碎化得以修復,極大地推動了碳儲量的提升,整體上維持碳儲量原本分布特征與提高地區(qū)碳儲資源穩(wěn)定性。

MI情景下,較2020年林地、耕地轉(zhuǎn)為建設(shè)用地較為顯著,耕地侵占林地、草地生態(tài)空間,又因城鎮(zhèn)擴張而被建設(shè)侵蝕,農(nóng)業(yè)空間受到擠壓,此情景下建設(shè)面積增長了2 741 km2,耕地面積減少1 645 km2,林地面積減少720.75 km2。2060年碳儲預測量為1 428.67×106t,較2020年減少7.37×106t;碳儲量增加區(qū)極少且分布零散僅占0.37%,而減少區(qū)與ES情景分布一致但范圍更廣更密集,主要聚集于中部以及東南部占比1.27%,主要原因為林地轉(zhuǎn)化為建設(shè)用地。此情景碳儲量中心點向西北偏移0.28 km、0.21°,與ES情景偏移方向相似,偏移幅度較ES情景要大,區(qū)域生態(tài)保護力有所降低。總體來看,MI情景延續(xù)國土空間格局歷史變化趨勢,生態(tài)維預背景下生態(tài)空間被破壞概率得以降低,但仍存在碳儲量流失風險,林地生態(tài)空間轉(zhuǎn)移為城鎮(zhèn)空間是導致該情景碳儲量下降重要原因。

HI情景下,由于有較高的城鎮(zhèn)擴張需求和耕地安全保障,因此情景下林地、草地相互轉(zhuǎn)化最為顯著,其次是林地、耕地轉(zhuǎn)為建設(shè)用地,建設(shè)用地為作為最大轉(zhuǎn)入用地面積增加3 165 km2,為3個情景中增幅最大,而林地為最大轉(zhuǎn)出用地面積減少1 692.75 km2。此情景下碳儲預測量為1422.68×106t,較2020年減少13.35×106t;碳儲量增加區(qū)發(fā)生于研究區(qū)的東北部與西北部占比1.04%,主要原因為草地轉(zhuǎn)移為林地;碳儲量減少區(qū)面積占比2.35%,具有分布廣、連片化程度高的特點,中部、西南部以耕地、林地碳儲量流失為主要原因,東北部、西北部則是以林地退化導致碳儲量損失。HI情景碳儲量中心點向東北偏移1.33 km、1.12°。由于西北林地破碎化,因此導致碳儲量中心點偏移幅度大,中心移位遠,區(qū)域生態(tài)保護力較低。總體來看,此情景國土空間格局變化復雜,盡管碳儲量增加區(qū)域較多,但入不敷出,生態(tài)空間內(nèi)部林地退化為草地,高度城鎮(zhèn)化對林地生態(tài)空間侵占使得碳儲量損失嚴重,碳儲資源穩(wěn)定性受到明顯干擾。

3.2 2030年廣西國土空間碳儲量格局與特征分析

3.2.1 碳儲量等級格局分析

根據(jù)各空間碳密度將研究區(qū)網(wǎng)格按碳儲量等級高、中、低進行劃分,從而統(tǒng)計出廣西格網(wǎng)內(nèi)不同等級碳儲量空間的整體占比以及分布演變特征(見表5、圖3)。

表5 2020年及2030年3種情景廣西格網(wǎng)不同等級碳儲量空間整體占比Tab.5 Overall spatial share of carbon stocks of different grades in Guangxi grid for three scenarios in 2020 and 2030

(a) 2020年

2030年未來3種情景3類格局演變上來看,ES情景下高碳儲量空間在西北部出現(xiàn)小幅度增長,低碳儲量空間擴張趨勢減緩,中碳儲空間作為過渡空間,受另外各2個空間增長ES情景下遭到擠壓最為嚴重。MI、HI情景高碳儲空間收縮加劇,低碳儲空間HI情景趨勢最強而MI情景趨緩,中碳儲空間均受到蠶食。

根據(jù)分布特征來看,高碳儲空間由林地生態(tài)空間構(gòu)成,以十萬大山、云開大山、六萬大山、大明山、大瑤山、南嶺以及云貴高原余脈等山脈為核心進行輻射帶動作用,以此構(gòu)成了廣西圍繞高碳儲區(qū)向四周輻射聯(lián)動的碳儲基底格局。中碳儲量空間呈片狀鑲嵌式,主要分布于廣西中部,可看作為高碳儲與低碳儲的交接緩沖處,以中部的農(nóng)業(yè)空間為主,發(fā)揮生境過渡作用。低碳儲量空間以點狀或小片狀分布為主,以中部與南部沿海區(qū)域的城鎮(zhèn)空間為核心,零星分布于東北部。

3.2.2 碳儲量空間聚集特征

對2020年與2030年3種情景下廣西碳儲量進行空間聚集特征分析。對全局自相關(guān)系數(shù)統(tǒng)計可知,2020年以及2030年ES、MI、HI情景下碳儲量空間Moran指數(shù)分別為0.504 2、0.503 8、0.506 8、0.509 3,為空間正相關(guān),說明廣西碳儲量呈現(xiàn)出較強的空間聚集特征。Moran指數(shù)在2030年ES、MI、HI 3類情景呈現(xiàn)依次增大的趨勢,表明廣西不同發(fā)展情景碳儲量在空間分布上相關(guān)顯著性增強,空間趨同性逐漸提高,導致空間分布由均勻向聚集發(fā)展。

通過空間關(guān)聯(lián)局域指標(local indicators of spatial association,LISA)有效揭示碳儲量在區(qū)域局部的空間集聚特征,2020年與3個預測情景碳儲量空間聚集特征具備相似性。由圖4可知,碳儲量高值與高值聚集區(qū)域(HH型)在廣西北部與西部區(qū)域出現(xiàn)大范圍聚集以及于南部非沿海區(qū)域稍小范圍聚集;低值與低值聚集區(qū)域(LL型)則在中部及南部沿海區(qū)域聚集;高低聚集區(qū)域(HL型)出現(xiàn)于中部LL型周圍以及研究區(qū)邊界處;低高聚集區(qū)域(LH型)主要零散分布于HH型周圍。在演變特征上,2020、2030年,HH型范圍縮小,顯著變化區(qū)域位于桂西北云貴高原余脈, HL型表現(xiàn)較為穩(wěn)定,LL型呈現(xiàn)明顯擴張,LH型明顯增加,各類區(qū)域隨各時期或各情景國土空間格局的變化均呈現(xiàn)出不同走向的碳儲量聚集特征。

(a) 2020年

3.3 碳儲區(qū)劃的識別與管控對策分析

3.3.1 區(qū)劃識別

根據(jù)前文研究,廣西的國土空間格局與碳儲量之間存在著密切的關(guān)系,因此,在實施以碳儲為導向的空間規(guī)劃統(tǒng)籌時,廣西碳儲量的空間分布規(guī)律性和強聚集特征是至關(guān)重要的前提。由此以碳儲為導向?qū)⒈硎咎純α靠臻g聚集特征的2020年碳儲量LISA聚類圖作為參照,對廣西國土空間進行4類區(qū)域的劃分(圖5),HH型劃為碳儲核心區(qū),HL、LH型劃為碳儲改善區(qū),LL型區(qū)域劃為碳儲恢復區(qū);NS型區(qū)域劃為碳儲調(diào)控區(qū)。通過分區(qū)實施針對性的分類管理以及對于不同發(fā)展趨勢下優(yōu)化其空間要素,以此將不同地區(qū)碳儲資源進行整合,并統(tǒng)籌協(xié)調(diào)生態(tài)、農(nóng)業(yè)和城鎮(zhèn)空間三者之間的關(guān)系,以制定精準、有效的管控措施和優(yōu)化策略。結(jié)合區(qū)域特性有效整合不同地區(qū)的碳儲資源,實現(xiàn)國土空間規(guī)劃碳儲可持續(xù)發(fā)展目標。

圖5 廣西國土空間碳儲區(qū)劃方案Fig.5 Carbon storage zoning program of territorial space in Guangxi

3.3.2 分區(qū)分級管控策略

基于前者現(xiàn)狀碳儲區(qū)劃的識別的結(jié)果,針對生態(tài)空間、農(nóng)業(yè)空間、城鎮(zhèn)空間的自然本底、生態(tài)環(huán)境、經(jīng)濟和資源利用的特征,提出差別化開發(fā)與保護分區(qū)-分級國土空間管控策略,以此優(yōu)化廣西全域全要素的管理,具體對策詳見表6。

表6 國土空間碳儲量分區(qū)管控對策表Tab.6 Land space carbon storage zoning hierarchical management control countermeasures

3.3.3 要素優(yōu)化

在識別碳儲特征的基礎(chǔ)上結(jié)合前期國土空間碳儲量分析結(jié)果,將2030年ES、MI、HI情景下的碳儲量分區(qū)分布特征和數(shù)量結(jié)構(gòu)與2020年進行比較,對比其不同情景下碳儲各分區(qū)的面積與單位碳儲量的變化。從碳儲分區(qū)變化(圖6)綜合分析得出,在不同發(fā)展情景下分區(qū)變化最為顯著的是碳儲調(diào)控區(qū),從各分區(qū)的單位面積碳儲量變化可知僅ES情景下各分區(qū)單位面積碳儲量得到提升,MI、HI情景表現(xiàn)出下降趨勢,HI情景下?lián)p失更甚。

圖6 各碳儲分區(qū)綜合變化Fig.6 Combined change statistics of carbon storage partitions

從各情景碳儲分區(qū)變化(圖7)來看,ES情景碳儲核心區(qū)完整性得以保持,單位碳儲量明顯提升,表明內(nèi)部完成了較低碳儲用地向較高碳儲用地轉(zhuǎn)移的碳儲整合活動。此情景的碳儲改善區(qū)在3類場景中穩(wěn)定性以及碳儲表現(xiàn)最佳,說明該區(qū)域朝高碳儲發(fā)展的潛力得以激發(fā),朝低碳儲退化的風險得以規(guī)避。由于碳儲恢復區(qū)提高了城鎮(zhèn)空間的集約利用,城鎮(zhèn)空間的面積減少在一定程度上減緩了低碳儲要素擴張的趨勢,因此在生態(tài)修復實施下碳儲恢復區(qū)范圍得以減小。

(a) 2030年ES情景

MI情景中各碳儲分區(qū)擴張或收縮程度以及碳儲質(zhì)量發(fā)展均處于中間狀態(tài)。碳儲核心區(qū)處于較為完整狀態(tài),但周邊出現(xiàn)部分區(qū)域降級為改善區(qū),表明這些區(qū)域中出現(xiàn)高碳儲要素向較低碳儲要素轉(zhuǎn)移。改善區(qū)的碳密度明顯下降,說明該區(qū)域朝低碳儲退化的風險加劇。調(diào)控區(qū)與恢復區(qū)的單位面積碳儲量分別表現(xiàn)為與現(xiàn)狀持平以及明顯下降。

HI情景相較于另外2個情景各碳儲分區(qū)形態(tài)變化更為明顯,由于該情景下高頻開發(fā)導致劇烈的高碳儲林地與較低碳儲草地的互換活動以及低碳儲建設(shè)用地的擴張行為,因此核心區(qū)與恢復區(qū)在分區(qū)形態(tài)上呈現(xiàn)出較大的范圍,且核心區(qū)內(nèi)部與邊緣出現(xiàn)多處轉(zhuǎn)移為調(diào)控區(qū),表明核心區(qū)內(nèi)部在發(fā)生碳儲退化的現(xiàn)象。碳儲核心區(qū)低質(zhì)擴張,導致部分區(qū)域開發(fā)的限制等級提高,區(qū)域低碳綠色發(fā)展將面臨新挑戰(zhàn)。

針對以上對各情景碳儲分區(qū)變化分析可知,不同情境下所面臨的“碳儲危機”各不相同,因此針對各情景特點提出碳儲可持續(xù)的差異化國土空間碳儲要素優(yōu)化對策(表7)。

表7 國土空間碳儲要素優(yōu)化對策表Tab.7 Optimizing countermeasures for carbon storage elements in territorial space

4 結(jié)論

① 2030年ES、MI、HI情景與2020年的碳儲量總量相比分別為增加5.09×106t、減少7.37×106t、減少13.35×106t。林地生態(tài)空間面積的增減是造成碳儲量變化的關(guān)鍵性因素。ES情景下積極開展生態(tài)保護修復工作,林地生態(tài)空間面積得到明顯增加,碳儲量總量提高;MI情景下林地生態(tài)空間轉(zhuǎn)移為城鎮(zhèn)空間導致碳儲量下降;HI情景下,林地生態(tài)空間退化為草地以及高度城鎮(zhèn)化對林地生態(tài)空間的侵占,導致碳儲量出現(xiàn)嚴重損失。

② 2020年及2030年3類情景下廣西空間分異特征、等級化格局以及空間聚集特征均表現(xiàn)出一定相似性,碳儲量變化趨勢呈東北—西南朝向;等級化格局上呈高碳儲圍繞式多核聯(lián)動、中碳儲片狀鑲嵌于中部、低碳儲點狀分布特征;空間聚集特征可知廣西高碳儲量區(qū)(HH)域大范圍聚集分布于北部與西部區(qū)域,小范圍聚集于南部非沿海區(qū)域,主要以山脈構(gòu)成的林地生態(tài)空間為主,但范圍在逐年縮小,顯著集中于桂西北云貴高原余脈;低碳儲量區(qū)域(LL)有逐年擴張的趨勢聚集于中部及南部沿海區(qū)域的城鎮(zhèn)空間;高低聚集區(qū)域(HL型)出現(xiàn)于中部LL型周圍以及研究區(qū)邊界處;低高聚集區(qū)域(LH型)主要零散分布于HH型周圍。

③ 碳儲區(qū)劃特征識別方面,強化與碳儲聚集性的關(guān)聯(lián),將國土空間劃分為碳儲核心區(qū)、碳儲改善區(qū)、碳儲恢復區(qū)、碳儲調(diào)控區(qū)。在分區(qū)管控上,結(jié)合生態(tài)空間、農(nóng)業(yè)空間、城鎮(zhèn)空間的特性提出差別化開發(fā)與保護分區(qū)-分級的國土空間管控策略。通過對各情景碳儲分區(qū)變化分析可知,不同情境下所面臨的“碳儲危機”各不相同,針對各情景特點提出碳儲可持續(xù)的差異化國土空間碳儲要素優(yōu)化對策:ES情景對策為統(tǒng)籌優(yōu)化高儲、綜合利用高中儲、挖掘低儲提質(zhì)模式,MI情景對策為有序修復高儲、重建中儲平衡、整治減量化低儲,HI情景對策為建立高儲底線、劃定中儲彈性帶、實行低儲插綠。

本文中的研究為國土空間規(guī)劃助力“雙碳”目標實現(xiàn)背景下提供了以碳儲空間特征為依據(jù),國土空間為載體,建構(gòu)分區(qū)、分類、分級多情景高效管理為實施路徑的研究體系。