基于InVEST模型和元胞自動機的城市擴張對陸地生態系統碳儲量影響評估
——以廣東省為例

吳佩君,劉小平,黎 夏,陳逸敏

基于InVEST模型和元胞自動機的城市擴張對陸地生態系統碳儲量影響評估
——以廣東省為例

吳佩君,劉小平*,黎 夏,陳逸敏

(中山大學地理科學與規劃學院,廣東廣州510275)

基于InVEST模型探索了廣東省1980-2010年陸地生態系統的碳儲量變化及城市擴張對碳儲量的影響,并借助元胞自動機模型(CA)模擬了廣東省2040年城市用地的分布,評估未來城市增長對碳儲量的作用。結果表明: 1980-2010年,引起碳儲量減少的土地利用變化中,城市擴張所占比重持續上升,從1980-1990年的28.11%增長到2000-2010年的46.13%,表明城市擴張對生態環境的壓力在不斷加劇。其中,珠江三角洲城市擴張導致的碳儲量減少占全省總量的80%以上。進一步結合CA模擬結果發現,2010-2040年城市擴張導致的碳儲減少量比1980-2010年有所增加。其中,新增城市用地面積的來源以高碳密度的林地為主,由此導致的碳儲減少量占總量比重為55.07%,比1980-2010年增長了近一倍。模擬結果也表明未來珠江三角洲仍然是碳儲量減少的主要區域,其減少量占全省的70.27%。

InVEST模型;元胞自動機;城市擴張;陸地生態系統碳儲量

0 引言

陸地生態系統對減少碳排放及緩和全球變暖具有重大意義,是近年來世界范圍內的研究熱點[1-3]。作為全球碳循環研究的基礎,陸地生態系統碳儲量反映了人類生存環境的變化。通過碳儲量變化研究可以有效評估人類活動對生態環境的影響,有利于全球氣候變化應對方案的制定[4-6]。

土地利用變化是陸地生態系統碳儲量變化的主要驅動因子[7,8],不同土地利用類型的固碳能力存在差異,進而導致土地利用變化帶來碳儲量的變化[9,10]。土地利用變化會改變植被和土壤類型的分布,而植被、土壤作為陸地生態系統碳儲存的主要形式,會進一步導致碳儲量的變化[5,11,12]。模擬預測土地利用類型的變化及其所致碳儲量變化趨勢,可為未來生態系統的可持續發展提供重要參考。

隨著城市化的發展,越來越多的耕地、林地和草地轉化成城市用地,導致土地從碳匯變成了碳源[13-17]。在過去的30多年里,我國城市化率從1978年的17.9%激增到2010年的49.7%,導致耕地面積大量減少,在許多發達地區,森林和草地又進一步被耕地侵占,這種由城市擴張導致的一系列復雜的土地利用變化,對我國陸地生態系統碳儲量造成了重大的影響[18]。

目前國內外學者已經開展了土地利用變化對陸地生態系統碳儲量影響的相關研究[14-25]。例如, Schrêter等[7]用Dynamic Global Vegetation Model LPJ計算了歐洲植被的凈初級生產力,并以此作為歐洲植被的碳儲量,研究其與土地利用變化的關系,結果表明優化土地利用分配是緩解碳儲量減少的有效途徑;Fu等[22]結合CASA模型評估了廣州市城市土地利用變化條件下的植被凈初級生產力的變化;Zhang等[8]估算了1980-2010年中國土地利用變化對陸地碳儲量變化的影響。當前研究主要關注碳儲量估算的生物地球化學模型的建立、現有土地利用變化對碳儲量變化的影響、城市擴張對森林生態系統碳儲量變化的影響等[22-27]。其中,生物地球化學模型計算結果較為精確,但往往需要考慮多種影響因子,使得模型的通用性不高,在不同的區域中使用時,需要對模型做出較大的調整[28-30];并且,此類生物地球化學模型也沒有直接關聯土地利用變化與碳儲量變化。而對在未來城市用地動態擴張下的碳儲量變化方面的研究不足也不利于深入探討城市擴張對碳儲量的影響。

廣東省作為改革開放的先鋒,前期始終以經濟發展作為首要目標,忽略了環境保護與生態建設,給生態環境帶來了極大的壓力,可持續發展成為其當下發展亟待解決的問題。因而,本文以廣東省作為研究區域,基于InVEST模型(Integrated Valuation of Ewsystem Services and T rade-offs)分析廣東省1980-2010年土地利用變化對碳儲量的影響及城市用地變化在其中發揮的作用,并模擬廣東省2040年的城市擴張情況,計算在此情景下廣東省各地區碳儲量的分布變化,研究結果可以為廣東省的環境保護和生態建設提供一定的科學支持,也可以為當下其他還處在發展前期的城市提供參考。

1 研究區數據與研究方法

1.1 研究區概況

廣東省地處亞熱帶,夏長冬暖,雨量充沛。年平均降雨量為1 802 mm,年平均蒸發量1 580 mm,屬濕潤地區。部分區域全年氣候濕潤,其他區域夏天濕潤冬天干燥,不同區域植被類型的分布存在差異。廣東省自然環境及資源具有明顯的地帶性及區域性,影響了廣東省土地利用類型的分布情況,以及各區域的經濟發展狀況。

2014年《國家新型城鎮化規劃》最終明確“把城市群作為推進城鎮化的主體形態”[31],珠江三角洲地區被列為我國三大國家城市群之一(以下稱“珠三角城市群”)。珠三角城市群在快速城市化發展進程中,土地開發強度過高,引發了一系列的資源環境問題。《珠江三角洲地區改革發展綱要(2008～2020)》中提出要切實加強環境保護和生態建設,增強區域可持續發展能力的要求。

1.2 數據源

本文用于城市擴張模擬的數據包括:1)2000年、2005年、2010年Landsat TM/ETM+影像,數據來源于中國科學院地理空間云(http://www.gscloud.cn)和美國地質調查局德國航空航天中心(http:// earthexplorer.usgs.gov/);2)廣東省社會經濟發展、人口等統計數據,數據來源于廣東省統計年鑒; 3)市中心、鎮中心、鐵路、高速公路、一般公路等矢量數據。

本文用于陸地生態系統碳儲量計算的數據包括:1)1980年、1990年、2000年、2010年的廣東省土地利用柵格數據,數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn);2)數字化1∶400萬中國植被矢量圖,數據來源于國家自然科學基金委員會“中國西部環境與生態科學數據中心”(http://westdc.westgis.ac.cn);3)數字化1∶100萬中國土壤矢量圖,數據來源于中國科學院南京土壤所(http://www.issas.ac.cn/);4)中國植被碳密度表格和土壤碳密度表格[18];5)氣候帶分布圖,采用的是柯本氣候分類法(以氣溫和降水為指標,并參照自然植被的分布進行氣候分類),與本文所采用的碳密度計算方法相適應;6)廣東省行政邊界以及各地級市行政區劃圖,數據來源于國家基礎地理信息系統網站(http://ngcc.sbsm.gov.cn/)。

1.3 研究方法

1.3.1 碳儲量計算模型 InVEST模型是由美國斯坦福大學、大自然保護協會(TNC)和世界自然基金會聯合開發的、免費開源的、可以用來量化多種生態系統服務功能的評估模型。InVEST模型將生態系統服務功能分為兩大類:生態系統支撐服務和生態系統生產服務。前者包括棲息地質量和風險評估等;后者包括陸地生態系統碳儲量、海洋碳、營養物質產量、泥沙攔蓄等。InVEST模型中的碳儲量計算模塊是基于碳密度方法建立的,它使研究者可以將滿足自己需要的土地利用圖直接應用于4個碳庫來估計土地利用隨著時間變化對碳儲量的影響。本文采用的是InVEST模型中的碳儲量模塊(即Carbon Storage and Sequestration:Climate Regulation)。模型將陸地生態系統的碳儲量分成了4個碳庫——地上碳、地下碳、土壤有機物以及死亡有機質,本文主要計算在碳庫中所占比例較大的地上碳,即植被碳和土壤有機質。

具體框架如圖1所示:1)關聯植被/土壤分布圖與植被/土壤碳密度表格得到植被/土壤碳密度分布圖;2)初始土地利用分布圖與氣候帶數據疊加,得到氣候帶-土地利用分布圖;3)以氣候帶-土地利用分布圖為單位,對植被/土壤碳密度分布圖進行區域計算,得到不同氣候帶內各土地利用類型的碳密度表格;4)將第3步得到的碳密度表格和城市擴張前后氣候帶-土地利用類型圖輸入InVEST模型,最終得到城市擴張前后的碳儲量分布圖。

圖1 基于InVEST模型的碳儲量計算原理Fig.1 The structure of carbon storage calculation based on InVEST model

InVEST模型的陸地生態系統碳儲量模塊所做的前提假設是:某一土地利用類型的碳密度是一個常量,即不考慮植被生長帶來的碳密度增加以及不同土地類型轉變所需要的成熟期。本文根據某一土地利用類型中不同植被和不同土壤種類的碳密度以及分布計算該土地利用類型的地上碳庫和土壤碳庫的碳密度,也就是假設某一土地利用類型的植被類型和土壤類型及其分布規律是不變的。為了與本文所做的碳密度計算假設相適應,減少實驗誤差,同時考慮到柯本氣候分類法是參照自然植被的分布得到的,本文以氣候帶為單位,對土地利用類型進行二次分類,分別計算不同氣候帶內各土地利用類型的碳密度。

式中:Dsi,j是指在氣候帶為i、土地利用類型為j的區域上的平均土壤碳密度;nijk表示在氣候帶為i、土地利用類型為j的區域內第k類土壤的總像元數;Dsijk是在氣候帶為i、土地利用類型為j的第k類土壤的碳密度;Nij代表氣候帶為i、土地利用類型為j的土地總像元數。同理得氣候帶i中第j種土地利用類型的植被碳密度:

1.3.2 城市擴張模型 過去20多年間,提出了一系列的模擬方法用以描述和預測城市動態,其中, CA模型因為能夠結合城市擴張模式的時空信息而被廣泛應用[32-34]。城市CA模型的核心是定義像元轉換規則,也就是土地利用變化過程。Wu[35]提出了多準則方法以獲取轉換規則,選取影響城市發展的非限制性約束和限制性約束建立多準則模型。其中,在處理多因素問題時,邏輯回歸模型是最簡單、實用的模型。

具體而言,通過一系列發展因子(x1,x2,…,xn)對元胞進行綜合評價,以決定該元胞在下一時刻是否發展。任一像元(i,j)的發展概率pg,ij的邏輯回歸公式如下:

式中:z是像元cij的一系列發展因子的綜合得分:

式中:xk是像元cij的發展因子,b0是一個常量,bk是發展因子xk的系數,可以通過邏輯回歸進行校正。

上述的pg,ij僅僅強調了影響城市發展的靜態因子,實際上城市發展也受動態因子的影響。CA模型用像元的領域影響表示動態發展因子,記作Ωtij。一個獲取的簡單方法就是計算t時刻像元cij的n× n領域內的發展密度:

式中:con()是一個條件函數,如果像元cij領域內的當前狀況是已發展,函數就返回正值。該函數也考慮了物理局限性,例如,如果一個像元屬于水體、山體或保護區,該像元就會被排除在可發展范圍之外。從而,像元cij的發展概率被修改為以下形式:

式中:con()是一個條件函數,如果像元cij適宜發展,則函數返回正值。為了增加評價得分較高像元的發展概率,在ptc,ij的基礎上增加了一個非線性轉換函數:

式中:q是預測的將要發生轉換的像元數,通過迭代次數和預測的城市規模計算所得,預測的城市規模是基于一系列的經濟變量得到的。

發展像元的選擇是基于蒙特卡羅方法進行的。首先,空間中每個像元的發展概率根據式(6)-(8)進行更新;然后隨機選中一個像元,比較該像元的發展概率和一個隨機數γ(0-1)。如果pts,ij大于γ,該像元就轉化為城市用地;否則,該像元保持原有土地利用類型不變。

2 結果與分析

2.1 植被/土壤碳密度圖

數字化植被/土壤碳密度分布如圖2、圖3所示。廣東省北部的植被碳密度高,東部和西部以及珠三角地區的植被碳密度較低。這主要是由于廣東省北部山區森林覆蓋廣,而廣東省東部、西部以及珠三角地區以農田和灌木為主[36,37]。土壤碳密度與植被碳密度的空間分布大體一致。

基于前文所述方法計算不同氣候帶內各土地利用類型的碳密度,如表1所示。總的來看,不同土地利用類型土壤碳密度的取值范圍窄且相差較小,植被碳密度則相反。其中,林地的植被碳密度最高,其次是草地和耕地,而且水田、林地和草地的植被碳密度受氣候帶影響較為明顯。

圖2 1980年廣東省植被碳密度分布Fig.2 Distribution of vegetation carbon densities in Guangdong Province in 1980

表1 土地利用類型碳密度Table 1 Carbon densities of different land use types

2.2 歷史碳儲量變化分析

(1)1980-2010年廣東省土地利用變化導致大部分區域碳儲量呈減少狀態,個別地區碳儲量有所增加,且碳儲減少量與碳儲增加量的差距逐漸變大,致使碳儲量變化總體呈現凈減少狀態,凈減少量從1980-1990年的0.17 TgC增加到2000-2010年的2.60 T gC(圖4)。

1980-1990年廣東省處于經濟發展初級階段,人流開始從農村涌向城市,部分耕地被遺棄成為廢棄坑塘,部分用于城鎮建設,導致碳儲量減少,同時該階段河源市的森林恢復部分填補了碳儲量的減少。1990-2000年廣東省經濟發展處于上升期,城市用地開始大面積侵占耕地,更多的耕地被閑置,因而該階段主要表現為碳儲量的減少。2000-2010年除了城市進一步擴張外,由于過多的耕地被侵占和閑置,為了維持生活需要,部分地區開始填補水域用于城市建設及耕地種植,因此該階段碳儲量增加和減少都較為明顯。總體看,這一系列的土地利用變化是源于廣東省的城鎮化進程,再次印證了城市擴張研究的重要性。

圖3 1980年廣東省土壤碳密度分布Fig.3 Distribution of soil carbon densities in Guangdong Province in 1980

圖4 1980-2010年廣東省土地利用變化導致的碳儲量變化Fig.4 Carbon storage variation caused by land use/cover type conversion in Guangdong Province during 1980-2010

表2 1980-2010年廣東省碳儲減少量Table 2 Carbon storage loss in Guangdong Province during 1980-2010

1980-1990年、1990-2000年和2000-2010年,在導致碳儲量減少的土地利用變化中,城市擴張面積依次為1 239.23 km2、2 931.06 km2、9 493.08 km2,占導致碳儲量減少的土地利用變化總面積的34.60%、30.36%、39.31%;城市擴張導致的碳儲減少量依次為0.28 T gC、0.64 TgC和2.43 TgC,占土地利用變化導致的碳儲減少總量的比重為28.11%、29.01%和46.13%。如表2所示,城市擴張導致的碳儲減少量逐漸增加,主要是由于城市擴張面積的驟增導致了碳儲量的大量減少。進一步比較發現(圖5),1980-2010年城市擴張導致的碳儲減少量占土地利用變化導致的碳儲減少總量比重逐漸變大,而導致碳儲量減少的城市擴張面積占導致碳儲量減少的土地利用總變化面積的比重先變小后變大,且對比1990-2000年與2000-2010年的變化,前者變化率顯著大于后者,表明與同時期其他導致碳儲量減少的土地利用變化相比,單位城市擴張面積導致的碳儲減少量的比重逐步增大。

圖5 廣東省1980-2010年城市擴張導致碳儲量凈減少比例及相應城市擴張面積比例Fig.5 The net reduction percentage of carbon storage caused by urban expansion and the corresponding urban expansion area ratio in Guangdong Province during 1980-2010

(2)珠三角地區不僅由于高城鎮化導致了大量的土地利用變化,而且地處廣東省南部,瀕臨南海,碳儲量豐富,對整個廣東省的研究具有重大意義。珠三角城市群行政區劃面積占廣東省行政區劃面積的30.31%,而在1980-1990年、1990-2000年和2000-2010年間,珠三角城市群土地利用變化分別占廣東省土地利用變化的27.28%、63.43%和50.29%,其中城市擴張面積分別占廣東省城市擴張面積的48.11%、83.08%和82.34%。珠三角城市群的土地利用面積變化與其行政區域面積比明顯不呈比例,在1990-2000年和2000-2010年兩個階段均超過了廣東省變化的一半,在后一階段有所緩解,而珠三角城市群城市擴張比例居高不下,在1990 -2000年和2000-2010年均占據了廣東省城市擴張的80%以上。可見,珠三角城市群的土地利用變化,尤其是城市用地面積的變化是整個廣東省土地利用變化的主要組成部分。

1980-1990年、1990-2000年和2000-2010年間,珠三角城市群因土地利用變化導致的碳儲減少量分別為0.57 TgC、1.84 TgC和3.29 TgC,占廣東省土地利用變化所致的碳儲減少總量的56.94%、83.07%和62.57%;因城市擴張導致的碳儲減少量分別為0.14 TgC、0.53 TgC和2.01 TgC,占廣東省城市擴張所致的碳儲減少總量的49.76%、82.27%和82.86%。珠三角城市群因土地利用變化導致的碳儲量減少所占比例先增加后減少,而因城市擴張導致的碳儲量減少持續增加,在1990-2000年和2000-2010年均占據了廣東省因城市擴張導致的碳儲量減少的80%以上。城市用地面積的增加是珠三角城市群因城市擴張導致碳儲量減少的主要原因,而珠三角城市群城市擴張所致的碳儲量減少在整個廣東省因城市擴張導致的碳儲量減少中占據主導地位。

2.3 未來碳儲量模擬分析

2.3.1 城市擴張空間格局 1980-2010年城市擴張主要發生在珠三角城市群中的廣州、東莞、深圳、中山及佛山。2010-2040年廣東省珠三角城市群以外的其他各城市的城市擴張均較為明顯,而珠三角城市群中,2010年城市用地面積基數已經較大的廣州、東莞、深圳、中山、佛山等的城市擴張較1980-2010年有所減緩,主要是沿現有城市用地向外擴張,珠三角城市群中的另外4個城市惠州、珠海、江門、肇慶,在這一階段的城市擴張幅度會顯著變大。

相應地,1980-2010年由城市擴張引起的碳儲量變化也主要發生在珠三角城市群的廣州、東莞、深圳、中山及佛山(圖6a,彩圖見封2),其中,佛山和中山的城市擴張帶來了相當比例的碳儲量增加,廣州、深圳和東莞不僅城市擴張的面積較大,而且導致的碳儲量減少也較嚴重。2010-2040年(圖6b,彩圖見封2)珠三角城市群以外的城市中,韶關市的碳儲量減少程度較為嚴重,潮汕地區有所緩和;珠三角城市群中,廣州、佛山、東莞因城市擴張導致的碳儲量減少的程度減輕,東莞市新增的城市用地帶來的碳儲量增加較為明顯;中山、深圳的城市擴張面積變小,但碳儲量凈減少程度加深;惠州、珠海、江門、肇慶不僅城市擴張面積變大,而且碳儲量的減少情況也較為嚴重。

2.3.2 未來城市擴張對碳儲量影響 2010-2040年廣東省城市擴張面積為5 567.24 km2,由此導致碳儲量凈減少2.93 TgC,相較于1980-2010年(城市擴張面積為5 518.07 km2,相應碳儲量凈減少3.03 T gC),城市擴張面積有所增加,碳儲凈減少量略有下降。如圖6b所示,其中,碳儲量減少仍占主導地位。2010-2040年廣東省城市擴張所導致的碳儲減少量為3.70 T gC,導致該部分碳儲量減少的城市擴張面積為4 839.24 km2,相較于1980-2010年(碳儲減少量為3.46TgC,相應城市擴張面積為5 098.31 km2),導致碳儲量減少的城市擴張面積變小,碳儲減少量變大。碳儲凈減少量雖然變小,但碳儲減少量變大,并且導致該部分碳儲量減少的城市擴張面積變小,表明未來城市擴張將逐步侵蝕碳密度高的土地利用類型。2010-2040年導致廣東省碳儲量減少的新增城市用地的土地來源中,林地占55.07%,耕地占41.21%。相較于1980-2010年(林地占28.35%,耕地占58.04%),林地所占的比例大幅度增加。

2010-2040年珠三角城市群因城市擴張導致的碳儲量減少仍然占據全省的較大比例,碳儲減少量為2.60 T gC,占廣東省因城市擴張所致碳儲減少量的70.27%;導致碳儲量減少的城市擴張面積為3 323.84 km2,占廣東省導致碳儲量減少的城市擴張面積的68.69%。相較于1980-2010年(珠三角城市群城市擴張導致的碳儲減少量占廣東省因城市擴張導致的碳儲減少量的比例、導致碳儲量減少的城市擴張面積占廣東省導致碳儲量減少的城市擴張面積的比例均為81.50%),珠三角城市群城市擴張導致的碳儲量減少的比重下降,相應地城市擴張面積所占的比例也有所減少。

圖6 廣東省城市擴張導致的碳儲量變化Fig.6 Carbon storage variation caused by urban expansion in Guangdong Province

根據本文的預測結果,廣東省2010-2040年城市擴張的面積相較于1980-2010年的城市擴張面積略有增加,其中導致碳儲量減少的城市擴張面積減少。盡管如此,相較于1980-2010年,導致碳儲量減少的城市擴張部分所帶來的碳儲減少量卻有所增加,新增城市用地逐漸侵占碳密度大的土地利用類型。2010-2040年,林地向城市用地轉化導致的碳儲減少量占據了城市擴張導致的碳儲總減少量的一半以上,比1980-2010年增長了近一倍。珠三角城市群由于城市擴張幅度減緩,其城市擴張導致的碳儲減少量占廣東省城市擴張導致的碳儲減少量的比例比1980-2010年減少了10%,但是部分城市(如中山、珠海、惠州、肇慶等)碳儲量凈減少程度加劇。經濟發展和生態保護協調發展是國家規劃提出的要求,也是可持續發展的重要任務。本文的研究結果指出了廣東省碳儲量減少嚴重區域的分布情況,可以為政府可持續發展規劃提供一定的科學支撐。

3 結論

改革開放30年以來,廣東省城市用地的急劇擴張對其陸地生態系統碳儲量產生了巨大影響。在城市擴張過程中,盡管填充坑塘、開發未利用地等使得陸地碳儲量有所增加,但是所占比例較小,因而城市擴張導致的碳儲量變化仍然呈現碳儲量凈減少狀態。在導致廣東省碳儲量減少的土地利用變化中,城市擴張導致的碳儲減少量所占比重越來越大,并且影響程度加劇,城市擴張對生態環境的壓力日益凸顯。其中,珠三角城市群因城市擴張導致的碳儲減少量占全省城市擴張導致的碳儲減少量的80%以上。

[1] LAL R.World soils and the greenhouse effect[J].IGBP Global Change Newsletter,1999,37(1):4-5.

[2] HOUGHTON R A.Magnitude,distribution and causes of terrestrial carbon sinks and some implications for policy[J].Climate Policy,2002,2(1):71-88.

[3] HOUGHTON R A.Revised estimates of the annual net flux of carbon to the atmosphere from chang es in land use and land management 1850-2000[J].Tellus B,2003,55(2):378-390.

[4] MILNER J,DAVIES M,WILKINSON P.Urban energy,carbon management(low carbon cities)and co-benefits for human health[J].Current Opinion in Environmental Sustainability, 2012,4(4):398-404.

[5] 楊景成,韓興國,黃建輝,等.土地利用變化對陸地生態系統碳貯量的影響[J].應用生態學報,2003,14(8):1385-1390.

[6] NI J.Carbon storage in Chinese terrestrial ecosystems:Approaching a more accurate estimate[J].Climatic Change,2013,119(3 -4):905-917.

[7] SCHR? T ER D,CRAMER W,LEEMANS R,et al.Ecosystem service supply and vulnerability to global change in Europe[J]. Science,2005,310(5752):1333-1337.

[8] ZHANG M,HUANG X,CHU AI X,et al.Impact of land use type conversion on carbon storage in terrestrial ecosystems of China:A spatial-temporal perspective[J].Scientific Reports, 2015,5:10233.

[9] CANTARELLO E,NEWT ON A C,HILL R A.Potential effects of future land-use change on regional carbon stocks in the U K[J]. Environmental Science&Policy,2011,14(1):40-52.

[10] CHU AI X,HUANG X,LAI L,et al.Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China[J].Environmental Science&Policy, 2013,25:50-61.

[11] 裴鳳松,黎夏,劉小平,等.城市擴張驅動下植被凈第一性生產力動態模擬研究——以廣東省為例[J].地球信息科學學報, 2015,17(4):469-477.

[12] 劉紀遠,王紹強,陳鏡明,等.1990～2000年中國土壤碳氮蓄積量與土地利用變化[J].地理學報,2010,59(4):483-496.

[13] LIN J,CAO B,CUI S,et al.Evaluating the effectiveness of urban energy conservation and GHG mitigation measures:T he case of Xiamen City,China[J].Energy Policy,2010,38(9): 5123-5132.

[14] 賴力.中國土地利用的碳排放效應研究[D].南京:南京大學, 2010.

[15] PIAO S,FANG J,CIAIS P,et al.The carbon balance of terrestrial ecosystems in China[J].Nature,2009,458(7241): 1009-1013.

[16] 胡歡,章錦河,熊杰,等.河北省碳源碳匯測算及碳減排壓力分析[J].地理與地理信息科學,2016,32(3):61-67.

[17] 賴力,黃賢金.中國土地利用的碳排放效應研究[M].南京:南京大學出版社,2011.

[18] GRIM M N B,FAET H S H,GOLUBIEWSKI N E,et al.Global change and the ecology of cities[J].Science,2008,319 (5864):756-760.

[19] 葛京鳳,黃志英,梁彥慶,等.河北太行山區土地利用/覆蓋變化及其環境效應[J].地理與地理信息科學,2005,21(2):62-65.

[20] NI J.Carbon storage in terrestrial ecosystems of China:Estimates at different spatial resolutions and their responses to climate change[J].Climatic Change,2001,49(3):339-358.

[21] CHU AI X,HUANG X,WANG W,et al.Spatial simulation of land use based on terrestrial ecosy stem carbon storage in coastal Jiangsu,China[J].Scientific Reports,2014,4:5667.

[22] FU Y,LU X,ZHAO Y,et al.Assessment impacts of weather and land use/land cover(LULC)change on urban vegetation net primary productivity(NPP):A case study in Guangzhou, China[J].Remote Sensing,2013,5(8):4125-4144.

[23] PEI F,LI X,LIU X,et al.Assessing the differences in net primary productivity between pre-and post-urban land development in China[J].Agricultural and Forest Meteorology,2013, 171:174-186.

[24] BUYANT UYEV A,WU J.U rbanization alters spatiotemporal patterns of ecosystem primary production:A case study of the Phoenix metropolitan region,U SA[J].Journal of Arid Environments,2009,73(4):512-520.

[25] NELSON E,SANDER H,HAWT HORNE P,et al.Projecting global land-use change and its effect on ecosystem service provision and biodiversity with simple models[J].PloS One, 2010,5(12):e14327.

[26] 肖強,肖洋,歐陽志云,等.重慶市森林生態系統服務功能價值評估[J].生態學報,2014,1(2):216-223.

[27] 楊芝歌,周彬,余新曉,等.北京山區生物多樣性分析與碳儲量評估[J].水土保持通報,2012,32(3):42-46.

[28] ZHAO S,LIU S,SOHL T,et al.Land use and carbon dynamics in the southeastern United States from 1992 to 2050[J]. Environmental Research L etters,2013,8(4):044022.

[29] HE C,ZHANG D,HU ANG Q,et al.Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models[J].Environmental M odelling&Software,2016,75:44-58.

[30] LAWLER J J,LEWIS D J,NELSON E,et al.Projected landuse change impacts on ecosystem services in the United States [J].Proceeding s of the National Academy of Sciences,2014, 111(20):7492-7497.

[31] 劉士林,劉新靜.中國城市群發張報告2016[M].上海:東方出版中心,2016.

[32] BAT TY M,XIE Y,SUN Z.Modeling urban dynamics through GIS-based cellular automata[J].Computers,Environment and U rban Sy stems,1999,23(3):205-233.

[33] LIU X,LI X,LIU L,et al.A bottom-up approach to discover transition rules of cellular automata using ant intelligence[J]. International Journal of Geographical Information Science, 2008,22(11-12):1247-1269.

[34] LI X,LIU X,GONG P.Integrating ensemble-urban cellular automata model with an uncertainty map to improve the performance of a single model[J].International Journal of Geographical Information Science,2015,29(5):762-785.

[35] WU F.Calibration of stochastic cellular automata:T he application to rural-urban land conversions[J].International Journal of Geog raphical Information Science,2002,16(8):795-818.

[36] CHEN Y,LI X,L IU X,et al.Analyzing land-cover change and corresponding impacts on carbon budget in a fast developing sub-tropical region by integrating MODIS and Landsat TM/ ETM+images[J].Applied Geography,2013,45:10-21.

[37] 李輝.廣東省社會經濟與資源環境協調發展研究[D].長春:吉林大學,2014.

Impact of Urban Expansion on Carbon Storage in Terrestrial Ecosystems Based on InVEST Model and CA: A Case Study of Guangdong Province,China

WU Pei-jun,LIU Xiao-ping,LI Xia,CHEN Yi-min
(School of Geography and Planning of Sun Yat-Sen University,Guangz hou510275,China)

This paper estimated the provincial and municipal composite carbon storage variations in terrestrial ecosystems of Guangdong Province caused by the entire flows of land use and land cover type conversion during 1980-2010 using the InVEST model,and assessed the impacts of urban expansion.In addition,a method of linking Cellular Automata(CA)and InVEST model was applied to simulate the impacts of urban land development on carbon storage in the terrestrial ecosystems of Guangdong Province in 2040.T he results indicated that the carbon loss caused by urban expansion accounted for an increasing proportion, from 28.11%during the period of 1980-1990 up to 46.13%during the period of 2000-2010,showing that the eco-environmental stress from urban expansion was increasing.The Pearl River Delta covered approximately 30%of Guangdong Province′s area,while the carbon storage loss caused by urban expansion in the Pearl River Delta accounted for more than 80%across the whole province.Furthermore,based on the simulation of urban land distribution,carbon storage loss caused by urban expansion would increase during 2010-2040,compared to their counterparts during 1980-2010.Forest land with high carbon densities would become the main source of the new urban land,which resulted in 55.07%of the total carbon storage loss caused by urban expansion.Carbon storage loss in the Pearl River Delta would be 2.60 TgC,accounting for 70.27%across the whole province. The Pearl River Delta would still be the primary zone of carbon storage loss.

InVEST model;cellular automata;urban expansion;carbon storage in terrestrial ecosystems

Q146

A

1672-0504(2016)05-0022-07

10.3969/j.issn.1672-0504.2016.05.004

2016-07-15;

2016-08-08

國家自然科學基金重點項目(41531176);國家自然科學基金面上項目(41371376)

吳佩君(1994-),女,碩士研究生,主要從事地理與生態系統服務研究。*通訊作者E-mail:liux p3@mail.sysu.edu.cn