不確定性條件下的波羅湖濕地補水工程凈碳匯優化模型研究

趙 雷， 孫世軍， 馮 江， 崔 朋

（東北師范大學 環境學院， 吉林 長春 130117）

0 引言

自工業革命以來， 化石能源消耗量日益增加，導致CO2排放量顯著提升，大氣中CO2濃度增加[1]。 CO2作為一種溫室氣體，是導致全球氣溫上升的主要原因。 CO2對全球溫升的影響作用占全部溫室氣體作用的60%以上[2]。CO2等溫室氣體在大氣層中積累所造成的溫室效應，是當今人類面臨的重大環境問題之一，已成為制約我國經濟發展的重要因素[3]。

濕地作為一種重要的碳匯系統， 在吸收CO2等溫室氣體、減緩全球變暖方面具有至關重要的作用[4]。 碳匯是指通過植物吸收CO2并將其存儲的過程。 碳匯能夠有效利用濕地中各種植物自身的生物特性，對區域內的CO2進行儲備[5]。 因此，利用濕地碳匯來遏制全球變暖已成為應對大氣污染問題的一種有效手段。 調查發現，全球濕地面積僅占土地總面積的4%～6%，而濕地系統碳儲量則占全球陸地碳儲量的12%～24%，對全球碳循環有著重要的影響作用[6]。 然而，近年來隨著人類活動的影響， 加之全球氣候變暖現象的日漸嚴重，濕地生態系統不斷退化，其碳匯功能呈逐漸減弱的趨勢。

2006 年，Simard 使用激光雷達技術估算了美國大沼澤公園紅樹林濕地的樹高和生物量， 并據此估算出該區域的碳匯能力[7]。 然而，由于成本問題和一些其他原因， 目前雷達遙感仍尚未廣泛應用于紅樹林生物量估算中。 汪宏宇、黃國宏分別研究了盤錦市蘆葦濕地的碳匯情況，研究結果表明，季節變化與蘆葦植株根系和溫度直接關系到CH4的排放量，蘆葦濕地對CO2具有較強的碳匯作用[8]，[9]。 2012 年，Sandilyan 基于生態系統凈生產力法， 對紅樹林植物凈初級生產力和土壤呼吸釋放的碳含量進行了測定， 進而確定了全球紅樹林濕地的碳匯能力[10]。 然而，上述研究只是估算或測定了目標區域的碳匯量， 并未對其現有方案進行優化，因此無法給予當地決策者合理可行的改善方案。

本文以吉林省長春市農安縣西部波羅湖國家級自然保護區補水工程和濕地恢復工程為研究對象， 以波羅湖濕地鹽堿化成因分析及防治措施為基礎方案；分析濕地的凈碳匯功能，統籌兼顧社會經濟效益和生態環境效益； 以蘆葦濕地和沼澤濕地的凈碳匯量最大化為目標， 引入區間兩階段方法，建立基于不確定性條件下的波羅湖濕地補水工程凈碳匯優化模型。 將該凈碳匯優化模型應用于波羅湖國家級自然保護區中，得到凈碳匯量最大的最優種植方案。

1 碳匯優化模型構建

1.1 模型構建

本文以研究區域的凈碳匯量最大化為優化目標，其中涉及蘆葦濕地和沼澤濕地2 種土地類型下的凈碳匯量。 以各土地類型下的面積為優化決策變量，選取可調配水資源總量、生態服務功能、湖泡規劃范圍等作為約束條件；綜合考慮吉林西部補水工程中需水定額、碳匯能力等參數的區間不確定性以及可利用水資源量的隨機不確定性；引入區間兩階段隨機規劃方法， 構建基于區間-兩階段隨機規劃的波羅湖濕地補水工程凈碳匯優化模型[11]。 模型目標函數具體表達為

約束條件確定如下。

（1）湖泡引、補水量約束

式中：QAPih±為 h 情景下湖泡 i 的泡塘補水量，m3；QAWih±為 h 情景下湖泡 i 的濕地補水量，m3；QAIih±，QANih±，QAFih±分別為 h 情景下湖泡 i 內當地來水量、 常態補水量、 引洪補水量，m3；QLIih±，QLNih±，QLFih±分別為 h 情景下湖泡 i 內當地來水、常態補水、 引洪補水的輸水損失量，m3；APi±為湖泡 i 內水面面積，hm2；DAPih±為湖泡 i 內水面面積削減量，hm2；QWRi±為湖泡 i 內泡塘水面面積的單位需水定額， m3/hm2； QPij±為湖泡 i 內 j 功能區域的單位需水定額，m3/hm2。

（2）引、補水優先順序約束

式中：EAi4±為湖泡i 內沼澤濕地的工程推薦方案補水面積，hm2；DEAi4h±為 h 情景下湖泡 i 內沼澤濕地的面積調整量，hm2；Yi4為湖泡i 內沼澤濕地的功能區域屬性，Yi4=0 表示湖泡i 內不存在沼澤濕地，Yi4=1 表示湖泡i 內存在沼澤濕地。

（3）湖泡功能區域面積約束

式中：PLAi±為湖泡 i 規劃區域面積上限，hm2。

（4）區域引、補水量約束

式中：QTFh±為各情景下的洪水資源量，m3。

（5）生態價值約束

①食物生產價值約束

式中：Vy為食物生產價值，元；Py為魚類和蟹類的價格。

②原材料生產價值約束

蘆葦生產的價值可以采用市場價值法來計算：

式中：Vm為原材料生產價值，元；L 為蘆葦的單位面積產量，t/hm2；Pm為蘆葦的價格，元/t。

③供水價值約束

濕地可以儲存大量的水資源， 為當地的居民生活、農業生產和工業生產提供用水，濕地的供水價值可以通過市場價值法來計算[12]：

式中：VW為供水價值， 元；PW為單位面積濕地供水價值，元/hm2。

④生物多樣性維持服務價值約束

區域濕地生物多樣性維持服務價值可以通過成果參照法來確定：

式中：Vb為生物多樣性維持服務價值，元；Pb為單位面積生物多樣性維持服務價值，元。

根據Costanza 的研究成果， 全球濕地的單位面積棲息地服務價值約為304 美元/hm2， 折合人民幣為 1 960.49 元/hm2[9]。

⑤科研文化價值約束

科研文化價值可以采用成果參照法來計算：

式中：Ve為科研文化價值，元；Pe為濕地的科研文化價值，元/hm2。

⑥旅游開發價值核算方法

旅游開發價值可以采用條件價值法來計算：

式中：Vt為旅游開發價值， 元；Pt為每公頃濕地的旅游開發價值， 采用單位濕地生態系統的平均旅游開發價值5 514.45 元/hm2來計算。

⑦提供景觀美學價值核算方法

美學景觀價值可以采用成果參照法來計算[13]：

式中：Vl為美學景觀價值，元；Pl為濕地的旅游開發價值， 采用中國單位濕地生態系統的平均城市景觀價值1 499.99 元/hm2來計算。

⑧非負約束

整個優化模型中的所有變量均大于零。

1.2 模型求解

基于交互式算法可以將上述模型拆分為兩個子模型[14]。 首先求解上界子模型，可以表述為

約束：

通過上述模型求解，可以得到EAij，即波羅湖濕地國家級自然保護區第一階段各湖泡在不同土地類型下的初始面積， 同時也獲得了第二階段各湖泡在各情景下不同功能的削減面積下限值DEAijh-。基于交互式算法，將上界模型結果EAij作為下界模型的約束， 進一步求解下界子模型。

約束：

通過上述模型求解， 獲得了第二階段各湖泡在各情景下不同功能的削減面積上限解DEAijh＋。

2 凈碳匯優化模型案例分析

2.1 項目概況

波羅湖位于吉林省長春市農安縣西部，與5個鄉鎮相連；保護區總面積為249.15 km2，濕地幅員面積 180 km2，水面 100 km2，水深約 0.5 m，南北長25 km，東西寬10 km；同時還有草原50 km2、葦田30 km2。波羅湖屬于內陸閉流堿性淡水湖泊， 是吉林省中部唯一的一大塊自然濕地，泡塘面積居吉林省第3 位，淡水湖泊面積居長春市第一位[15]。

本文以波羅湖國家自然保護區補水工程及濕地恢復工程為研究對象， 包括松城灌區六干渠的東明分水閘至距波羅湖補水渠20.132 km 的頭道崗子水庫； 頭道崗子水庫泄洪洞出口至6.858 km外的波羅湖。 從頭道崗子水庫引水補給元寶洼泡和敖寶圖。 頭道崗子水庫至元寶洼泡的線路長9.51 km，沿線地形是中間高兩側低。 在頭道崗子水庫西南側設置提水泵站向元寶洼泡補水， 泵站出口銜接壓力供水管道， 供水管道末端再銜接2.31 km 明渠進入元寶洼泡。在元寶洼泡南側新建引水閘，其出口銜接5.56 km 明渠，引水至敖寶圖泡。 渠道與3 處村道相交，渠道上設置路下涵。

2.2 參數確定

項目凈碳匯量計算選擇波羅湖濕地國家級自然保護區中頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡， 針對蘆葦和沼澤濕地2種土地類型進行研究。 根據各湖泡水面面積上限及下限約束、 各功能用地類型面積的上限及下限約束等條件， 以吉林西部地區河湖連通工程引水流域各水文站點多年水文情勢數據為依據， 將波羅湖國家級自然保護區洪水資源劃分為枯水年、平水年和豐水年3 種情景， 各情景的概率水平分別為 0.55（枯水年）、0.30（平水年）和 0.15（豐水年）。不同研究區域各土地類型初始功能面積見表1，不同指標體系在各介質下的初始生態價值補償及生態服務價值見表2[16]。

表1 不同研究區域各土地類型的初始功能面積Table1 The initial functional area of each land type in different study areas

表2 不同指標體系在各介質下的生態價值補償及生態服務價值Table2 The ecological value compensation and ecological service values of different index systems in different media

續表2

2.3 優化結果

根據項目參考資料和當地資源調查數據并結合已有研究，統籌兼顧社會經濟效益和生態環境效益， 利用Lingo 軟件構建基于不確定性條件下的波羅湖濕地補水工程凈碳匯優化模型并求解，獲得該地區蘆葦濕地和沼澤濕地枯、平、豐3種情景下的凈碳匯總量分別為[15 239.35， 35 788.16]t，[19 024.30， 37 232.18]t，[20 916.77， 37 893.11]t。 優化模型中3 個情景下的凈碳匯量方案與工程推薦方案對比見表3。

表3 凈碳匯優化模型中3 個不同情景下的凈碳匯量方案與工程推薦方案對比結果Table 3 The results of comparison between the original scheme and the carbon sink amount scheme under three different scenarios in the carbon sink optimization model

3 分析與討論

3.1 濕地凈碳匯量優化結果分析

表3 顯示了波羅湖保護區內頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡的工程推薦方案和在枯水年、平水年和豐水年3 種情景下的凈碳匯量情況。 從表3 可以看出，枯、平兩種情景中模型平均每年可吸收固定CO2量的下限值較工程推薦方案有所下降，但下降幅度不明顯，分別為26.02%和7.65%。 除此之外，其余情景下濕地平均每年可吸收固定CO2量均有所增加， 其中平水年模型上限值的增幅為80.74%，豐水年的增幅為[1.54%，83.95%]。

3.2 濕地恢復和改善面積分析

表3 顯示了波羅湖保護區內頭道崗水庫、波羅湖、莫波泡、元寶洼泡和敖寶圖泡5 個湖泡的工程推薦方案和在枯水年、 平水年和豐水年3 種情景下的濕地面積分布情況。從表3 可以看出，與工程推薦方案相比，在枯水年、平水年和豐水年3種情景下， 各湖泡的濕地面積均發生了不同程度的變化。頭道崗水庫在枯、平和豐水年3 種情景下恢復和改善的濕地面積為[0.09，0.12]萬hm2，[0.09，0.12]萬 hm2和[0.09，0.15]萬 hm2，相比于規劃方案分別變化了[-0.75%，34.33%]，[-0.75%，34.33%]和[-0.75%，67.16%]。 波羅湖在枯、平和豐水年3 種情景下恢復和改善的濕地面積為[0.30，0.48]萬 hm2，[0.39，0.71]萬 hm2和[0.41，0.72]萬hm2， 相比于規劃方案分別變化了[-25.00%，20.00%]，[-3.67%，77.83%]和[2.00%，80.00%]。 莫波泡在枯、 平和豐水年3 種情景下恢復和改善的濕地面積為[0.03， 0.13]萬 hm2，[0.03， 0.18]萬 hm2和[0.06，0.18]萬 hm2，相比于規劃方案分別變化 了[-74.00%，28.00%]，[-74.00%，80.00%]和[-40.00%，80.00%]。 元寶洼泡在枯、平和豐水年3種情景下恢復和改善的濕地面積為[0.06，0.07]萬hm2，[0.06，0.07]萬 hm2和[0.06，0.07]萬 hm2，相比于規劃方案分別變化了[56.67%，80.00%]，[56.67%，80.00%]和[56.67%，80.00%]。敖寶圖泡在枯、 平和豐水年3 種情景下恢復和改善的濕地面積為[0.03，0.06]萬 hm2，[0.06，0.06]萬 hm2和[0.06，0.15]萬hm2，相比于規劃方案分別變化了[-63.49%，-28.57%]，[-28.57%，-28.57%]和[-28.57%，80.16%]。 從濕地面積恢復和改善情況來看，只有元寶洼泡在枯、平和豐水年3 種情景下均能達到原工程設計規劃要求；頭道崗水庫、波羅湖泡、 莫波泡和敖寶圖泡4 個湖泡的模型下限值較原工程設計方案均有不同程度的降低， 但其模型上限值也能達到規劃方案要求。由此可見，不同情景下不同湖泡的濕地恢復和改善面積減少的程度各不相同。

3.3 生態系統服務價值增量分析

圖1 枯、平、豐3 種情景下生態系統服務價值增量變化情況Fig.1 The incremental change of ecosystem service value under three scenarios：dry，flat and abundant

圖1 列出了基于生態系統服務價值評價各級指標體系的各情景下波羅湖保護區生態系統服務價值增量變化。

從評價指標體系來看，以三級指標為例，除魚類、 蟹類和供水量3 類三級指標的生態系統服務價值未發生改變外，枯、平、豐3 種情景下其余12種指標的生態系統服務價值均有所增加， 其增加幅度分別為[18.51%，155.98%]，[45.31%，160.74%]和[58.71%，167.60%]。 從生態系統服務價值占比來看，魚類和蟹類兩個指標在枯、平、豐3 種情景下相比于原規劃設計水平均有所下降， 其中魚類降低幅度分別為[2.94%，7.50%]，[5.66%，10.34%]和[6.75%，11.29%]，蟹類降低幅度分別為[1.09%，2.77%]，[2.09%， 3.82%]和[2.49%，4.17%]。 除供水量占比保持不變外，其余12 個指標服務價值占比則有所提升， 其升高比例如下： 蘆葦為[0.51%，0.55%]，[0.28%，0.60%]和[0.19%， 0.64%]；植被固碳[0.14%，0.16%]，[0.09%， 0.17%]和[0.07%，0.18%]；氧氣釋放[1.27%，1.43%]，[0.81%，1.53%]和[0.60%，1.64%]；調蓄洪水量[0.31%，0.70%]，[0.52%，1.00%]和[0.61%，1.11%]； 小氣候調節[0.56%，2.43%]，[1.60%，3.94%]和[2.01%， 4.44%]；植 物 吸 附[0.56% ，2.55%]，[1.66% ，4.15%]和[2.10%，4.96%]；納污能力[0.30%，1.36%]，[0.89%，2.22%]和[1.12%，2.50%]； 生物多樣性[0.05%，0.18%]，[0.12%，0.29%]和[0.15%，0.33%]；科研文化[0.01%， 0.04%]，[0.03%，0.06%]和[0.03%，0.07%]；旅游開發[0.28%，0.68%]，[0.50%，0.99%]和[0.59%，1.10%]； 城市景觀[0.03%， 0.14%]，[0.09%， 0.22%]和[0.11%，0.25%]； 天然景觀[0.01%，0.06%]，[0.04%，0.09%]和[0.05%，0.10%]。從變化幅度來看，魚類、蟹類、氧氣釋放、小氣候調節、植物吸附和納污能力變化程度相對較大；豐水年情景下， 對吉林西部地區生態系統服務價值格局變化影響較大。

綜合以上分析表明，枯、平、豐3 種情景下的凈碳匯優化模型不僅在固碳效應層面上有所體現，而且為供給服務、調節服務、支持服務和文化服務的生態系統服務價值指標的分析和評價帶來了有利影響， 可以為決策者在對吉林省西部受水區域生態服務功能的分析上提供一定的理論參考。

3.4 濕地N2O排放對溫室效應的影響

CH4和N2O 是大氣中直接受人類活動影響的主要溫室氣體， 過去幾十年中這兩種氣體的濃度一直在不斷增加，對全球變暖的影響分別為23%和5%。 在溫室氣體的組成中，以N2O 對大氣環境的破壞最為嚴重。 已有研究人員在對N2O 濃度進行建模研究的過程中發現，N2O 濃度每增加一倍，地球平均溫度將上升約0.39 ℃， 平流層中的O2含量將下降約15%[17]。 大氣中溫室氣體濃度的升高除了來自工業排放外， 土地利用變化也是一個非常重要的因素。

目前對濕地系統N2O 排放的研究已經越來越多。 本研究主要考慮了蘆葦濕地和沼澤濕地兩種土地類型下的N2O 排放情況。 表4 為不同研究區域在枯、平、豐水年3 種情景下蘆葦濕地和沼澤濕地兩種土地類型下的N2O 排放量。

表4 不同研究區域各土地類型的N2O 排放通量Table 4 The emission flux of N2O in each land type in different study areas

續表4

從分析結果看，在枯水年，蘆葦濕地平均每年的 N2O 排放量為[3.22，5.16]t， 較工程推薦方案N2O 的排放量有所升高， 增加幅度最高為16.93%， 沼澤濕地平均每年的N2O 排放量為[0.27，0.69]t，相較于工程推薦方案中沼澤濕地釋放的 N2O 量有了大幅度的降低， 為 76.83%～82.77%； 在平水年， 蘆葦濕地釋放的N2O 量為[4.03，5.16]t，較原方案最多升高了46.31%，沼澤濕地則為[0.27，2.22]t， 降低幅度為 25.54%～82.77%；對比豐水年的結果可見，蘆葦濕地和沼澤濕地平均每年的N2O 排放量分別為[4.43，5.16]t 和[0.27，2.92]t，其排放量相較于原始方案均有大幅度的下降，降低范圍分別為[0.00%，61.00%]和[2.06%，82.77%]。

通過上述分析可以看出，蘆葦濕地的N2O 排放量普遍高于沼澤濕地的N2O 排放量，這主要是由土地面積和N2O 排放通量決定的。 沼澤濕地N2O 排放主要表現為由土壤向大氣的排放， 但由于模型優化后各區域沼澤濕地的面積均有不同程度的減少，因此導致整體上沼澤濕地N2O 的排放量減少。與此同時，蘆葦濕地表現為雨季時地表積水， 而旱季時地表積水消失但土壤仍保持濕潤狀態，這種干濕交替的情況有利于N2O 的產生和排放，因為此時土壤濕度適中，導致了同時適宜硝化和反硝化過程中O2的產生，進而引起N2O 的顯著排放。盡管如此，枯、平、豐3 種情景下波羅湖濕地總N2O 排放量仍處于下降的趨勢，下降幅度分別為[19.59%，28.13%]，[0.92%，9.34%]和[0.74%，8.53%]。 因此， 可以認為本研究模型優化結果在N2O 排放方面并未對溫室效應造成不利影響。

4 結論

本文針對吉林省西部河湖連通工程， 以補水區域每年可吸收固定CO2量為其經濟效益指標；在合理分配各土地類型時， 統籌兼顧了社會經濟效益和生態環境效益；采用線性規劃方法，建立了基于不確定性條件下的波羅湖濕地補水工程凈碳匯優化模型。通過模型分析研究發現，工程的實施不僅可以保證生態系統服務價值， 同時使該區域凈碳匯有大幅增加，有效地促進了研究區域社會、經濟和生態的可持續發展。 本文所構建的模型將為波羅湖濕地國家級自然保護區的發展提供可靠依據。