鞏義市用地結構優化對碳儲量的影響

摘要：建立了基于低碳導向的鞏義市土地利用結構優化模型，并采用情景模擬方法，研究了鞏義市土地利用結構優化以及用地效率改變對碳儲量的影響。結果表明，①2011—2018年，鞏義市各土地利用類型面積均出現顯著變化，并造成了碳儲量的明顯變化。8年間，耕地碳儲量從412.27萬t下降到405.41萬t，林地和草地也分別下降了4.67萬t和2.64萬t；耕地向建設用地的流出造成土壤和植被碳儲量的顯著減少，幅度分別為7.70萬t和2.46萬t，說明建設占用耕地除了造成最直接的地面植被碳儲量的減少外，對土壤碳儲量的影響更為巨大。②經過土地利用結構優化，各土地利用類型的總碳儲量比基期年增加了64.16萬t，與2030年自然發展狀態相比增加了78.97萬t，說明在總土地面積固定的情況下，土地利用結構的優化可以提升區域總體碳儲量。③用地效率提升情景模擬結果顯示，耕地和林地的用地效率提升后，耕地碳儲量提升了23.40萬t，林地提升了142.43萬t，總體碳儲量提升165.83萬t；與自然發展狀態下的2030年相比耕地碳儲量提升了21.41萬t，林地提升了225.72萬t，總體碳儲量提升244.80萬t，說明在土地利用結構優化基礎上，用地效率的提升可以進一步增加土地利用類型的碳儲量。可見土地利用結構優化和用地效率提升均可以對區域碳儲量的變化起到促進作用。

關鍵詞：用地結構優化；碳儲量；固碳效應；情景模擬；鞏義市

中圖分類號：F301.21；S181" " " " "文獻標識碼：A" " " " "文章編號：0439-8114（2025）02-0075-09

DOI：10.14088/j.cnki.issn0439-8114.2025.02.012 開放科學（資源服務）標識碼（OSID）：

Abstract：The optimization model of land use structure in Gongyi City aiming at low carbon emission was established. The effects of land use structure optimization and land use efficiency change on carbon storage in Gongyi City were studied by the scenario simulation method. The results showed that，① from 2011 to 2018， the area of all land use types in Gongyi City showed significant changes， which resulted in significant changes in carbon storage. In 8 years， the carbon storage of cultivated land decreased from 4 122 700 tons to 4 054 100 tons， and that of forest land and grassland also decreased by 46 700 tons and 26 400 tons， respectively. The outflow of cultivated land to construction land resulted in a significant decrease in soil and vegetation carbon stocks， with a range of 77 700 tons and 24 600 tons. It showed that the conversion of cultivated land to construction land not only reduced the carbon storage of vegetation， but also had a greater impact on soil carbon storage. ② After the optimization of land use structure， the total carbon storage of each land use type increased by 641 600 tons compared with the base period. This was an increase of 789 700 tons compared to the natural development in 2030. It showed that the optimization of land use structure could improve the regional total carbon storage when the total land area was fixed. ③ The simulation results of land use efficiency improvement scenario showed that after land use efficiency improvement of cultivated land and forest land， carbon storage of cultivated land increased by 234 000 tons， forest land increased by" " " 1 424 300 tons， and overall carbon storage increased by 1 658 300 tons. Compared with 2030 under the state of natural development， the carbon storage of cultivated land increased by 214 100 tons， the forest land increased by 2 257 200 tons， and the overall carbon storage increased by 2 448 000 tons. It showed that on the basis of the optimization of land use structure， the improvement of land use efficiency could further increase the carbon storage of land use type. It could be seen that the optimization of land use structure and the improvement of land use efficiency could play a positive role in promoting the change of regional carbon stocks.

近一個世紀以來，全球氣候變化明顯，并以變暖為顯著特征，其主要原因為工業革命以來化石燃料的大量燃燒和土地的不可持續利用行為造成大氣CO2濃度不斷升高［1，2］。研究表明，土地利用變化對于維持和改善陸地生態系統碳循環至關重要［3，4］，土地利用類型發生改變后，其土地生態系統也隨之發生改變，而不同土地生態系統類型間碳密度存在差異，使得土地利用變化成為了引起大氣CO2含量增加的重要原因［5］。人類活動引起了地球表面近50%的土地利用變化［6，7］，除化石能源燃燒以外，土地利用變化已經成為碳排放的重要來源［8］，采取優化的土地利用結構和管理方式，能回收約60%以上的碳［9］。因此，研究土地利用結構優化下的區域碳儲量變化，對土地管理和生態環境保護措施的制定具有參考價值。多項研究表明，土地利用結構的變化以及用地效率的變化均會影響碳循環［10-13］，但將兩者納入到同一個分析框架下，共同實現土地利用碳減排增匯的研究不多。本研究將土地管理方式變化（土地利用效率變化）應用于土地利用結構優化，在土地利用結構優化的基礎上，增加了用地效率對土地利用碳儲量的影響研究，以探索土地利用結構及用地效率協同變化下區域土壤碳儲量的變化。

鞏義市位于黃河中下游，農業、工業、城市建設均處于快速發展階段，社會與經濟的快速發展使鞏義市土地利用結構和格局變化顯著，并對區域碳儲量也產生了深刻影響，不合理的土地利用結構和方式將會帶來大量的碳排放，并進一步影響生態環境和經濟社會健康發展。因此，本研究通過構建低碳導向的用地結構優化模型，探索以碳儲量最大化為目標的土地利用結構及用地結構優化對區域碳匯能力的影響程度，在此基礎上提出基于用地結構優化的碳匯能力提升對策，研究結果可為河南省實現碳中和的途徑提供參考。

1 研究區概況與研究方法

1.1 研究區概況

鞏義市地處河南省中部，伊洛河與黃河在此匯流，土地面積1 042.56 km2（圖1）。鞏義市地貌由山地、丘陵和河谷平原三大基本單元構成，地域差異十分明顯，自東南向西北依次為山地、丘陵和河谷平原。鞏義市面積較大的3種土地利用類型分別為林地、耕地和建設用地，分別占總土地面積的40%、23%、23%（圖2）。

1.2 數據來源與處理

本研究所使用的土地利用數據中，2011年數據來自于鞏義市耕地質量補充完善成果，2012—2018年數據源自鞏義市各年度耕地質量等別年度更新成果，“三調”之后2020—2022年數據源自耕地資源質量分類及各年度更新數據。社會經濟類數據來自于《河南省統計年鑒》（2018—2022年）。各土地利用類型的限制性指標來自《鞏義市國土空間總體規劃（2021—2035年）》，以下簡稱《規劃》。

1.3 研究方法

1.3.1 研究區各土地利用類型碳儲量核算 生態系統碳儲量可劃分為地上生物碳、地下生物碳、土壤碳、死亡有機碳4個基本碳庫，計算公式如下。

式中，[Ci]為i土地利用類型單位面積碳儲量之和（t/hm2）；[Cds]為地上生物量的碳密度（t/hm2）；[Cdx]為地下生物量的碳密度（t/hm2）；[Ctr]為土壤有機碳密度（t/hm2）；[Csw]為死亡有機物碳密度（t/hm2）；[CT]為區域生態系統碳儲量（t）；[Si]為某土地利用類型面積（hm2）。

本研究碳密度數據確定以國家生態科學數據中心資源共享服務平臺的中國陸地生態系統碳密度數據級的碳密度點數為基礎，經插值獲取河南省各土地利用類型地上、地下及土壤碳密度，再利用已發表文獻中河南省及周邊臨近區域實測數據進行修正［10-16］，最后獲取研究區各土地利用類型的4個碳密度數據（表1）。

1.3.2 低碳目標的土地利用結構優化模型 鞏義市低碳導向土地利用結構優化決策模型采用灰色線性模型計算。

1）土地利用結構優化目標函數。目前應用最廣的解決低碳導向的土地利用結構優化問題研究的模型為線性規劃模型，以碳儲量最大為目標，設定如下。

式中，Xi為各土地利用類型面積；[αi]為各土地利用類型生態系統有機碳密度；F（x）為土地生態系統碳儲量；max為碳蓄積最大化目標函數。

2）設定決策變量。決策變量的設定以現狀為基礎，結合鞏義市國土空間體規劃和相關要求，并體現研究區實際發展情況；變量的設置要具有綜合性和差異性，在地域空間上不能重疊；決策變量的設置具有可操縱性和可行性。

本研究設置7個決策變量X1，X2，…，X7，分別為耕地、園地、林地、草地、建設用地、水域、其他用地。

3）設置約束條件。本研究共設置了7個約束條件，均以鞏義市國土空間規劃目標要求為依據，并結合當地自然和社會經濟發展狀況設置。

①土地利用總面積。據第三次土地利用現狀調查，鞏義市土地總面積為104 256.22 hm2，在不發生行政區劃變化的前提下，總面積基本保持不變。將鞏義市2035年總面積確定為104 256.22 hm2。

②耕地。依據《規劃》，將耕地下限的約束條件設置為《規劃》中的耕地保有量23 398 hm2。

③園地。依據《規劃》鞏義市園地面積不得低于3 024 hm2。

④林地。根據《規劃》，鞏義市林地面積需維持在42 640 hm2。

⑤草地。2020年鞏義市草地面積2 606 hm2，以坡度較大，自然條件較差的荒草地為主，基于對脆弱生態區生態保護的考慮，依據《規劃》，至2035年草地面積不得低于2 349 hm2。

⑥建設用地。根據《規劃》，鞏義市規劃至2035年將建設用地面積增加至27 731 hm2，占市域國土面積的26.60%。建設用地大幅擴張會造成碳儲量大幅減少，故優化模型需對建設用地面積進行限制。根據《河南省統計年鑒》（2018年），河南省人均建設用地面積為235.24 m2/人，而鞏義市為274.09 m2/人，鞏義市建設用地集約程度低于全省平均水平，故將全省人均用地面積作為鞏義市建設用地面積的最小值，根據《規劃》，2030年鞏義市人口預測為100萬人，故將27 731 hm2設置為鞏義市2035年建設用地面積最大值，23 524 hm2為最小值。

⑦水域。鞏義市水域呈逐年減少趨勢，依據《規劃》，至2035年水域面積維持在4 090 hm2，故設置水域面積約束條件為不低于4 090 hm2。

⑧其他用地。鞏義市其他土地以田坎為主，其次為設施農用地，根據鞏義市總面積及其他用地類型的約束條件，設置其他用地約束條件為不大于" " 1 097 hm2。

2 結果與分析

2.1 2011—2018年土地利用變化引起的研究區碳匯量變化

因第二次和第三次土地利用調查采用不同坐標系統，無法進行空間疊加分析，故本研究僅對時間段較長的2011—2018年數據進行分析。表2為鞏義市2011—2018年各土地利用類型面積統計，2011—2018年，鞏義市各土地利用類型中建設用地和耕地面積變化最大，總體趨勢為建設用地面積逐年增加，耕地面積逐年減少。8年間建設用地面積增加了" " "1 388.37 hm2，使建設用地占總土地面積的比例從2010年的20.18%增加到2017年的21.51%；耕地面積從2011年的40 438.50 hm2減少到2018年的" 39 765.15 hm2，共減少了673.35 hm2；草地、林地也存在明顯的逐年減少趨勢；水域面積部分年份出現小幅增加，但總體仍呈減少趨勢；園地和其他用地面積雖然也有減少，但變化較小。

表3為鞏義市2011—2018年土地利用變化轉移矩陣，可知鞏義市耕地面積流失的1 076.20 hm2中，被建設用地占用的有1 040.77 hm2，占耕地總減少面積的97%；園地和林地減少的面積也主要流入建設用地；草地共減少了205.77 hm2，其中131.72 hm2流入建設用地，占草地減少面積的64%，70.48 hm2轉變為耕地，占草地減少面積的34%；建設用地減少的163.32 hm2中99%都轉變為耕地；水域面積減少了152.73 hm2，85%都轉變為耕地；其他用地變化較小。

圖3為2011—2018年鞏義市主要土地利用轉移類型空間分布，可以得出8年間，鞏義市用地類型變化最多、分布最廣泛的是耕地向建設用地的轉變。雖然各鄉鎮均存在耕地向建設用地的流出，但受城市擴張影響，以中北部鞏義市區及周邊區域建設用地面積增加最為顯著。園地的流出主要集中在鞏義市區及康店鎮，流向基本為建設用地。林地的流出主要分布在鞏義市中部和東部區域，流向同樣以建設用地為主。草地的流出集中在鞏義市中部和北部區域，其中草地向耕地的轉變集中在西部的康店鎮和西村鎮；草地向建設用地的轉變廣泛分布在鞏義市中北部區域。建設用地向耕地的轉變主要集中在距離市區相對較遠的區域，以康店鎮、北山口鎮、夾津口鎮、大峪溝鎮居多。水域向耕地的轉變分布在北部黃河灘區康店鎮與河洛鎮交匯處。其余土地類型間的變化較小。

根據鞏義市各年度各土地利用類型面積，及2011—2018年土地利用變化轉移矩陣，結合表1中主要土地利用類型碳密度數據，可測算出鞏義市各年度土地利用類型碳儲量數據（表4），及2011—2018年因土地利用結構變化而造成的植被碳儲量和土壤碳儲量的變化（表5、表6）。

由表4可知，2011—2018年，鞏義市耕地、林地和草地的碳儲量均呈逐年減少趨勢，其中耕地的降幅最大，從412.27萬t下降到405.41萬t，降幅為6.86萬t；其次是林地，降幅為4.67萬t，草地降幅為2.64萬t。園地、水域和其他用地碳儲量變化較小，建設用地是碳儲量惟一增加的地類，但建設用地碳儲量增加的原因僅為建設用地面積的增加，故并無生態學意義。

由表5可知，2011—2018年耕地有小面積流向園地，植被碳儲量增加了83.14 t，沒有發生耕地向林地的轉變；耕地向其他各用地類型均有流出，且均造成了植被碳儲量的減少，其中向建設用地的流出造成的植被碳儲量減少量最大，達24 124.94 t，其次是向其他用地和水域的流出也分別使植被碳儲量減少了403.00 t和204.84 t。園地的流出方向主要為建設用地，造成了植被碳儲量減少656.56 t。林地向各土地利用類型的流出均會造成植被碳儲量的減少，其中向建設用地的流出造成碳儲量減少量最多，達" "4 235.28 t，其次是向耕地的轉變，也造成植被碳儲量的減少，8年間，共減少425.26 t。草地向耕地的轉變，使鞏義市植被碳儲量增加了1 203.72 t，但向建設用地的流出造成了植被碳儲量減少803.47 t，兩者綜合后，2011—2018年草地向其他土地利用類型的轉變使植被碳儲量增加了361.69 t。建設用地的流出主要為耕地，植被碳儲量提升了3 741.24 t。水域的主要流出對象也為耕地，植被碳儲量提升了" " 3 673.53 t。其他用地的變化較小，引起的植被碳儲量變化也不明顯。

由表6可知，2011—2018年耕地向建設用地的流出造成了土壤碳儲量的顯著減少，幅度達7.70萬t，遠大于植被碳儲量的減少，說明建設占用耕地除了造成最直接的地面植被碳儲量的減少外，對土壤碳儲量的影響更為巨大。類似地，園地、林地向建設用地的流出造成的土壤碳儲量變化也高于植被碳儲量的減少。草地的主要流向是建設用地和耕地，雖然" 8年間草地向其他用地利用類型的轉變使植被碳儲量增加了361.69 t，但卻同時使得土壤碳儲量發生了顯著降低，造成草地向其他用地利用類型的轉變使土壤碳儲量下降了8 911.82 t。即耕地、園地、林地、草地的減少，在造成植被碳儲量減少的同時，更主要的是造成了土壤碳儲量的顯著減少。

2.2 低碳目標下土地利用結構優化結果

根據前文建立的低碳目標下鞏義市土地利用結構優化模型和各變量的約束條件，采用Lingo19.0軟件對以上方程進行求解，得到2030年鞏義市碳儲量最大化的土地利用結構優化方案（表7），表中2030年各地類面積為各土地利用類型正常發展狀態下的面積數據，數據來源為各地類面積多年變化率并結合《規劃》數據，不得低于《規劃》中相關地類最低面積數值。

根據表7，經過土地利用結構優化，鞏義市多種土地利用類型面積與規劃基期年（2020年）相比，均發生了顯著改變，其中以其他用地和耕地面積減少最多，林地增加最多。優化后，其他用地面積減少最多，達3 485.01 hm2，但比2030年自然發展狀態下多257.97 hm2，自然發展狀態下其他用地面積為總面積減去耕地、園地、林地、草地、建設用地和水域后的剩余面積，而優化面積則考慮到其他用地主要為田坎，面積減少來源為田坎系數降低，本研究假定田坎系數最大可減少50%，最終確定其他用地面積最小為1 097 hm2；優化后，鞏義市建設用地面積同樣減少較大，達246.08 hm2，與2030年《規劃》面積27 731.00 hm2相比減少4 207.00 hm2；鞏義市耕地面積23 398.00 hm2，與基期年相比減少了1 160.40 hm2，與自然發展狀態下2030年預測面積減少194.64 hm2。

表8為基期年、2030年自然發展狀態和經土地利用結構優化后的2030年各土地利用類型的碳儲量計算結果。可以看出，無論是與基期年相比，還是與自然發展狀態下的2030年相比，經結構優化后，鞏義市各土地利用類型總碳儲量均有提升，說明在總土地面積固定的情況下，土地利用結構的優化可以提升區域總體碳儲量。與基期年相比，鞏義市耕地、園地和草地碳儲量有所減少，但林地碳儲量增加了79.00萬t，綜合后各土地利用類型總碳儲量比基期年增加64.16萬t。與2030年自然發展狀態相比，經土地利用結構優化后鞏義市林地碳儲量增加了83.29萬t，其他地類變化不大，各地類總碳儲量增加了78.97萬t。而2030年自然發展狀態由于建設用地面積增幅較大，其他各用地類型均有下降，故總碳儲量比基期年有所下降，故建設用地擴張幅度需慎重。

2.3 用地效率改變對土地利用碳匯能力的影響分析

用地結構優化包括兩個方面，即土地利用類型間面積的調整，以及各土地利用類型的空間分布形態、產出、集約程度和生態調解能力的提升等用地效率的改善。為了研究土地利用類型用地效率對土地利用固碳能力的影響，對鞏義市面積占比最大的耕地和林地分別設定了兩種不同的用地效率情景。

有研究得出，化肥施用策略會顯著影響耕地土壤碳密度，化肥有機肥配施可提高土壤碳密度10 t/hm2以上［17］。本研究設定兩個施肥情景：一般情景，保持現有化肥施用現狀，耕地碳密度維持現狀；理想情景，有機肥化肥配施，耕地總碳密度提升10 t/hm2以上，達111.95 t/hm2。

林地利用強度不同，其固碳量存在顯著差異，高密度林地碳密度為中密度林地的1.15倍［18］。鞏義市森林中密度較低的灌木林和疏林地等其他林地占近50%，本研究以當前狀況為中密度的一般情景；以高密度林地利用為理想情景，該情景下，林地碳密度為231.92 t/hm2。

建設用地土地集約利用水平的提高能實現碳減排，但對建設用地碳密度影響不大，故本研究未設定建設用地集約利用的固碳效果情景。其余各土地利用類型面積較小，合計共占總土地面積的10%左右，不再考慮其用地效率改變對固碳量的影響。

表9為不同用地效率情景下鞏義市土地利用類型結構優化后碳儲量。可以看出，用地效率提升后鞏義市土地利用類型總碳儲量有顯著提升。理想情景中，耕地和林地的用地效率均比一般情景有提升，使得耕地碳儲量與一般情景相比提升了23.40萬t，林地提升了142.43萬t，總體碳儲量比一般情景提升165.83萬t；與自然發展狀態下的2030年相比耕地碳儲量提升了21.41萬t，林地提升了225.72萬t，總體碳儲量提升244.80萬t。說明用地效率的提升可以顯著增加土地利用類型的碳儲量。

3 討論與結論

3.1 基于用地結構優化的碳匯能力提升對策

1）保護耕地面積、加快農田管理技術體系創新。農田生態系統是除森林生態系統外最大的碳庫，保護耕地、堅守耕地紅線不僅關乎糧食安全，更對溫室氣體減排增匯具有重要意義。雙碳背景下，農業發展必須維持農田碳存儲與農業高生產力之間的平衡。在耕地面積一定或難以增加的情況下，通過科學的農田管理技術體系提高耕地的利用效率同樣會實現農田減排增匯。根據本研究情景分析結果，化肥施用效率的改變可以顯著提升耕地的固碳能力，且有機肥與化肥配施在增加耕地碳儲量的同時還減少了化肥施用量，進而可以減少因化肥施用而造成的碳排放。據統計，河南省農田碳排放中，化肥施用造成的碳排放約占50%［19］，故改變施肥方式，并采用合理的有機肥化肥配施措施是實現鞏義市耕地碳減排增匯的有效手段。秸稈還田、少免耕等保護性耕作措施、節水灌溉等措施也對農田減排固碳具有積極意義。有研究得出，秸稈還田、少免耕等保護性耕作措施可以減少農業生產碳排放，增加農田土壤固碳量［20］。秸稈還田可以增加土壤固碳量，少免耕通過減少土壤呼吸減少碳排放，與大水漫灌相比節水灌溉在節約用水的同時能有效增加土壤濕潤時間，有利于土壤有機碳的保存，增強了土壤碳匯強度［21］。

因此，可通過科學規劃，改變作物結構，拓寬秸稈還田覆蓋率和擴大免耕技術運用范圍，加強化肥與有機肥協同配施等措施，發展可持續、低碳化農業，從而達到進一步提高土壤固碳減排能力的目標。

2）增加林地面積、改善林地種植結構。森林是陸地上最大的碳匯，但林地樹種、樹種結構、種植密度、林木樹齡結構對碳的存儲存在明顯的差異［22］。通常闊葉林高于針葉林（松類），如落葉松碳密度約為楊樹碳密度的2倍；天然闊葉林固碳能力約為灌木林的2倍，為經濟喬木林的15倍［23］；熟林碳儲量僅為中齡林的3/4左右；高密度林地碳密度分別為中密度和低密度林地碳密度的1.15和1.29倍［24］；物種豐富的混交林生物多樣性高，碳含量、生物量均超過純林的2倍以上。

鞏義市森林中有林地占60%，灌木林和疏林地等其他林地占40%。東南部山地區林地類型以栓皮櫟為主的次生林，在西北部地勢相對平坦地區，以人工種植的楊樹林、泡桐林為主。因此，鞏義市林地碳匯能力的提升可從更新林木樹種、調整林木樹齡結構和林木種植密度入手，提高林地利用強度，增加森林植被植物和土壤固碳總量。

3）提高建設用地效率、加快能源清潔化。城市系統的低碳高質量發展直接受城鎮建設用地利用效率變化的影響［25］，高效率、低排放的低碳經濟發展模式是未來城鎮建設用地發展的現實需要。當前鞏義市經濟增長與碳排放仍存在脫鉤情況，嚴格限制碳排放勢必對產能產生嚴重影響，因此可從提高現有建設用地集約利用水平、調整產業結構和加快技術進步等方面入手，助力城鎮建設用地效率提升。

首先在控制建設用地擴張規模的同時可通過空閑、廢棄建設用地整治等途徑，加快對城鎮低效建設用地整治，加大對存量建設用地挖潛，提高建設用地集約利用水平和利用效率，完善建設用地集約利用機制，提升資源配置與利用能力。其次應加快經濟體制轉型步伐，可通過產業結構調整驅動城鎮建設用地優化［26］，逐步降低以碳排放增加為代價的經濟占比，加快傳統資源產業綠色轉型升級，增強低碳經濟的競爭力和占比，同時優化能源消費結構，逐步提升新能源和可再生能源比例，減少建設用地碳排放量的增加，實現建設用地碳排放強度的降低。最后應大力推動技術進步、提高經濟效率，實現經濟效率與節能減排的雙贏［27］。

3.2 結論

1）2011—2018年鞏義市各土地利用類型面積變化顯著，總體趨勢為建設用地面積逐年增加，耕地面積呈逐年減少。用地類型之間變化最多、分布最廣泛的是耕地向建設用地的轉變，8年間建設用地擴張以占用耕地為主。

2）2011—2018年，鞏義市耕地、林地和草地的總碳儲量均呈逐年減少趨勢，其中耕地的降幅最大，從412.27萬t下降到405.41萬t；其次是林地和草地，降幅分別為4.67萬t和2.64萬t。2011—2018年耕地向建設用地的流出造成了土壤碳儲量的顯著減少，幅度達7.70萬t，遠大于植被碳儲量減少的2.46萬t，說明建設占用耕地除了造成最直接的地面植被碳儲量的減少外，對土壤碳儲量的影響更為巨大。園地、林地、草地也有類似結論。

3）經過土地利用結構優化，鞏義市多種土地利用類型面積與規劃基期年（2020年）和未經優化的2030年自然發展狀態相比，均發生了顯著改變，其中以其他用地和耕地面積減少最多，林地增加最多；受面積變化影響，經土地利用結構優化后鞏義市各土地利用類型的碳儲量也發生了顯著改變，與基期年相比，各土地利用類型總碳儲量增加64.16萬t，與2030年自然發展狀態相比增加了78.97萬t，說明在總土地面積固定的情況下，土地利用結構的優化可以提升區域總體碳儲量。

4）用地效率提升情景模擬結果顯示，耕地和林地的用地效率提升后，耕地碳儲量提升了23.40萬t，林地提升了142.43萬t，總體碳儲量提升165.83萬t；與自然發展狀態下的2030年相比耕地碳儲量提升了21.41萬t，林地提升了225.72萬t，總體碳儲量提升244.80萬t。說明在土地利用結構優化基礎上，用地效率的提升可以進一步增加土地利用類型的碳儲量。

參考文獻：

［1］ 池 源，石洪華， 孫景寬，等.近30年來黃河三角洲植被凈初級生產力時空特征及主要影響因素［J］. 生態學報，2018，38（8）： 2683-2697.

［2］ 潘竟虎，文 巖. 中國西北干旱區植被碳匯估算及其時空格局［J］. 生態學報， 2015， 35（23）： 7718-7728.

［3］ 韓 驥，周 翔，象偉寧.土地利用碳排放效應及其低碳管理研究進展［J］.生態學報，2016，36（4）： 1152-1161.

［4］ 李玉玲，李世平，祁靜靜.陜西省土地利用碳排放影響因素及脫鉤效應分析［J］.水土保持研究，2018，25（1）： 382-390.

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

［6］ VITOUSEK P M， MOONEY H A， LUBCHENCO J， et al. Human domination of Earth’s ecosystems［J］. Science，1997，277： 494-499.

［7］ 趙榮欽，黃賢金.基于能源消費的江蘇省土地利用碳排放與碳足跡［J］.地理研究，2010，29（9）： 1639-1649.

［8］ 趙榮欽，劉 英，郝仕龍，等.低碳土地利用模式研究［J］.水土保持研究，2010，17（5）：190-194.

［9］ LAL R. Soil carbon dynamics in cropland and rangeland［J］. Environmental pollution， 2002， 116（3）： 353-362.

［10］ 周 緒， 劉志輝， 菊春燕，等. 基于RS和GIS分析干旱區土地利用/覆蓋變化對陸地植被碳儲量的影響——以新疆鄯善縣綠洲為例［J］. 干旱地區農業研究， 2007， 25（6）：231-236.

［11］ 任璽錦，裴婷婷，陳 英，等.基于碳密度修正的甘肅省土地利用變化對碳儲量的影響［J］.生態科學，2021，40（4）：66-74.

［12］ 馮 薇，趙榮欽，謝志祥，等. 碳中和目標下土地利用碳排放效率及其時空格局——以黃河流域72個地級市為例［J］. 中國土地科學，2023，37（1）：102-113.

［13］ 張 宇. 低碳導向的土地利用結構優化研究——以赤峰市為例［D］. 南京：南京農業大學，2014.

［14］ 田耀武，劉誼鋒，王 聰，等. 伏牛山森林土壤有機碳密度與環境因子的關聯性分析［J］. 南京林業大學學報（自然科學版），2019，43（1）：83-90.

［15］ 李豪杰. 基于高密度剖面的河南省土壤有機碳儲量精確估算［D］. 鄭州：鄭州大學，2016.

［16］ 楊 潔，謝保鵬，張德罡. 基于InVEST和CA-Markov模型的黃河流域碳儲量時空變化研究［J］. 中國生態農業學報（中英文），2021，29（6）：1018-1029.

［17］程振博，張洪宇，金 璟. 我國農業碳排放基本現狀及影響因素研究［J］. 云南農業大學學報（社會科學），2024，18（4）：149-155.

［18］ 高怡凡，宋長青，王元慧，等. 顧及土地利用強度和生態-經濟權衡的四川省陸地生態系統碳儲量預測與熱點分析［J］. 生態學報，2024，44（9）：3958-3969.

［19］ 于偉詠，漆雁斌，明 輝，等.中國農業系統碳匯和碳源的省域差異及影響因素［J］. 西部林業科學，2016，45（5）：1-7.

［20］ 張 國，王效科.我國保護性耕作對農田溫室氣體排放影響研究進展［J］.農業環境科學學報，2020，39（4）：872-881.

［21］ 張前兵，楊 玲，王 進. 干旱區不同灌溉方式及施肥措施對棉田土壤呼吸及各組分貢獻的影響［J］.中國農業科學，2012，" " 45（12）：2420-2430.

［22］ 黃凱旋.“雙碳”背景下森林碳匯功能及展望［J］. 遼寧林業科技，2024（1）：51-54，61.

［23］ 符如燦，鄭海富，宋星旻，等. 2012—2022年廣西公益林森林生態系統服務價值評估［J］. 廣西林業科學，2023，52（5）：559-568.

［24］ 陳天弋. 山東省森林植被碳儲量估算、動態演替及碳匯潛力分析［D］. 山東泰安：山東農業大學，2023.

［25］ 李國煜，王嘉怡，曹 宇，等. 碳排放約束下的福建省城鎮建設用地利用效率動態變化與影響因素［J］. 中國土地科學，2020，34（4）：69-77.

［26］ 黃夢石. 存量規劃視角下哈爾濱城市建設用地調控研究［D］. 哈爾濱：哈爾濱工業大學，2019.

［27］ 趙鵬軍，曾良恩，路海艷，等. 中國區域城市建設用地經濟效率及影響因素空間計量分析［J］. 城市發展研究，2019，26（7）：37-49.

收稿日期：2024-10-29

基金項目：河南省軟科學研究計劃項目（242400410343）；河南省科學院科技智庫研究項目（230701007）

作者簡介：宋艷華（1979-），女，河南封丘人，副研究員，碩士，主要從事土地資源調查與評價研究，（電話）15515558635（電子信箱）514739335@qq.com。