基于農地利用的黃土高原碳排放變化及預測研究

(陜西師范大學 地理科學與旅游學院,陜西 西安 710119)

隨著城鎮化和工業化的推進,土地利用類型轉變過程加劇,此過程對碳排放具有顯著影響[1-3]。研究表明,人類活動引起的土地利用和土地覆蓋變化是土壤碳庫和碳循環最直接的影響因子[4],土地利用類型變化所產生的CO2排放是僅次于化石燃料燃燒的第二大因素[5,6]。土地利用過程既有碳源又有碳匯,不合理的土地利用將導致土壤儲存碳和植被固碳能力下降。《國家中長期科學和技術發展綱要(2006—2020年)》在有關應對溫室氣體的國家策略中,提出通過調整土地利用方式實現碳減排是國家重點的科技領域和優先主題,也是重要的戰略問題[7]。研究農地利用變化與CO2排放的相互關系并進行預測,對探究其間規律降低碳排放具有重要意義。

近年來,國內學者針對土地利用與碳排放開展了多維度多視角的研究。張梅[7]等借助遙感影像,分析了我國土地利用類型轉變對碳排放強度的影響;孫赫[8]等利用土地利用類型數據,揭示了我國土地利用碳排放強度的時空演變規律;馬曉哲、王錚[9]在此基礎之上,系統探討了土地利用類型的結構、轉變方向、轉變所引起碳源和碳匯的區域差異性特征;周嘉[10]、王慧敏[11]、劉建[12-14]等分別從不同空間尺度上研究土地利用與碳排放之間的關系;袁凱華[15]、黃魯霞[16]、王琦[17,18]等分析不同土地利用類型與碳排放的效應;余光英[19]、張苗[20]、張樂勤[21]等結合模型和軟件對土地利用碳排放進行了要素分解和預測研究;趙榮欽、黃賢金、揣小偉[22]將土地利用碳排放進行了系統分析,探討了土地利用碳排放的研究誤區及未來趨向。通過上述分析發現,對土地利用碳排放的研究以大尺度空間研究居多,市縣尺度和黃土高原地區的研究較少;在土地利用類型劃分上,農地利用類型的關注度不高;分析土地利用與碳排放的關系上,多集中于土地利用類型轉變對碳排放的影響,對兩者相互關系的研究鮮見。

黃土高原地區生態環境脆弱,處于我國生態極敏感區[23],農地利用類型作為黃土高原主要土地利用形式,對抑制農地利用碳排放至關重要。鑒于此,本文從農地利用入手,以2000年、2005年、2010年、2015年遙感數據為基礎,結合農地利用碳排放模型、灰色關聯度模型、灰色GM(1,1)預測模型,對黃土高原農地利用類型與碳排放的關聯性進行研究,并對黃土高原未來20年的農地利用碳排放做出預測,以期為黃土高原節能減排、提升農地利用可持續發展能力提供科學依據。

1 研究區概況

黃土高原地區位于100°52′—114°33′E、33°41′—41°16′N之間,總土地面積約64萬km2,涉及7個省區(圖1)。該區域地形破碎,降水多以暴雨為主,導致黃土高原成為世界上水土流失最嚴重和生態環境最脆弱的地區之一[23]。受自然環境制約,該地區經濟發展受限,土地利用形式多以耕地、草地為主,是我國重要的農耕區。截至2015年,黃土高原農地利用面積約59萬km2,占區域總面積的92.2%。

圖1 黃土高原區位

2 材料與方法

2.1 數據來源與處理

文中涉及2000年、2005年、2010年、2015年黃土高原土地利用遙感影像監測數據均來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)。結合黃土高原地區實際,共選取285個數據完整的市縣作為研究單元。土地利用類型參考中國科學院土地利用類型分類系統,劃分為耕地、林地、草地、水域、建設用地和未利用地6種類型。本文參照已有研究成果[24],依據LUCC分類體系,將耕地、林地、草地、水域和未利用地視為農地利用類型。

由于土地利用類型劃分標準各異,不同區域林地、草地類型和郁閉度差異明顯,致使固碳能力各不相同,碳排放系數變化較大。耕地碳排放系數受農業生產過程CO2排放和光照條件影響突出,導致不同區域農地利用碳排放系數差異顯著[8]。因此,為消除區域之間的差異,本文綜合以往學者的研究成果[25-29],從全國尺度確定不同土地利用類型的碳排放和碳吸收系數(表1)。

表1 土地利用類型碳排放系數

2.2 研究方法

農地利用碳排放測算:選取直接碳排放模型對農地利用碳排放進行測算,計算公式為:

C=Σci=ΣEi×δi

(1)

式中,C為碳排放總量;ci為不同農地利用方式產生的碳排放量;Ei為不同農地利用方式的面積;δi為不同農地利用方式的碳排放和碳吸收系數。

灰色關聯度分析:關聯度是用于描述系統中各因素之間關系密切程度的量,本文利用灰色系統理論的關聯度分析方法探究黃土高原農地利用類型與碳排放之間的關聯情況。目前,常見的關聯度共有7種[30],本文選用鄧氏關聯度及其改進模型絕對關聯度進行分析。

設黃土高原農地利用總碳排放量為參考序列,即X0={x0(t),t=1,2,…,n},農地利用面積為比較序列Xi={xi(t), t=1,2,…,n},i=1,2,…,m,并進行均值化處理,則Xi對X0在第t點的關聯系數定義為:

式中,Δi(t)=|x0(t)-xi(t)|;ρ為分辨系數;ρ∈(0,1),通常取0.5。

關聯度計算公式為:

式中,γi為參考序列與比較序列的關聯度;n為序列個數。0≤γi≤1,數值越大,相關程度越密切。

絕對關聯度是鄧氏關聯度的改進模型,為避免鄧氏關聯度中分辨系數的影響,依據各因素的時間序列曲線的變化態勢接近程度來計算關聯度[29]。設原始數據序列集X={xi=(xi(1),xi(2),…,xi(n))},i=0,1,…,m,進行均值化處理得到yi=xiD={yi(1),yi(2),…,yi(n)},i=0,1,…,m;求一階差商,找到曲線上個時點斜率,得到Δyi(t)=yi(t+1)-yi(t),t=1,2,…,n-1；i=0,1,…,m,則Xi對X0在第t點的關聯系數定義為:

絕對關聯度計算公式為:

B=-12[X(1)1(1),X(1)1(2)]…1-12[X(1)1(2),X(1)1(3)]…1……-12[X(1)1(n-1),X(1)1(n)]…1(6)…………………………………………………………

3 結果分析

3.1 農地利用變化

根據對黃土高原地區2000年、2005年、2010年、2015年遙感數據處理結果,得出黃土高原農地利用現狀(圖2,表3)。由圖2可知,黃土高原地區農地利用方式占比例最大的為草地,耕地占居第二位,林地第三位,水域及未利用地僅占8.5%左右。2000—2015年,農地利用類型面積共減少55.83萬hm2,年均下降率為0.062%。其中，減少最多的是耕地面積41.61萬hm2,增加最多的是林地面積21.36萬hm2。橫向對比發現,15年來黃土高原縣域分省農地利用面積總體呈減少趨勢,減少最多的為內蒙古自治區,減少了14.42萬hm2,年均下降率為0.081%;減少面積最小的為河南省1.73萬hm2,年均下降率為0.067%。寧夏回族自治區年均下降率最大為0.1%,減少面積為6.97萬hm2;青海省年均下降率最低僅為0.019%,農地利用面積減少最少為0.94萬hm2;陜西省、山西省和甘肅省分別減少14.12萬hm2、12.91萬hm2、4.25萬hm2。

圖2 黃土高原農地利用現狀(104hm2)

表3 分省農地利用現狀(104hm2)

3.2 碳排放現狀分析

農地利用方式改變會對碳排放產生影響,帶動區域內碳排放的變化[7]。根據式(1)和土地利用碳排放系數,計算出黃土高原地區農地利用碳排放的變化情況(圖3)。由圖3可見,黃土高原地區農地利用碳排放呈下降趨勢,碳排放總量由2000年的355.26萬t下降到2015年的317.78萬t,年均下降率為0.74%。耕地利用方式作為農地利用中的主要碳源,呈逐年下降趨勢,由2000年的1014.44萬t下降到2015年的993.76萬t,這與耕地面積的減少存在密切聯系。草地、水域、未利用地碳排放占碳匯總量的比例較小,保持在13%,主要碳匯為林地,占碳匯比例也保持在87%左右,變化幅度較小。

圖3 黃土高原農地利用碳排放量(104t)

表5 黃土高原分省農地利用碳排放量(104t)

由表5可知,黃土高原農地利用碳排放主要碳源集中分布在陜西和甘肅,所在縣區占區域總碳排放量的73%。青海省是黃土高原范圍內唯一產生碳匯的省份,但對整體區域內農地利用碳排放降低作用不顯著,僅占總碳排放的6.8%。7省的農地利用碳排放總量都有所下降,但碳源區山西、寧夏2015年碳排放相較2010年有所提升,碳匯區青海的碳匯量有所降低。

3.3 灰色關聯分析

根據式(3)和式(5)計算2000年、2005年、2010年和2015年黃土高原地區不同土地利用類型與碳排放量的灰色關聯度和絕對關聯度(表6)。由表6可知,黃土高原地區農地利用與碳排放總量的灰色關聯序排序結果為耕地>草地>未利用地>水域>林地,絕對關聯度的關聯序保持一致,說明碳排放與農地利用關聯序比較穩定,排序具有可信度。黃土高原地區農地利用碳排放與耕地關聯度最高,表明耕地是農地利用碳排放中最大的碳源。林地是碳匯的主要來源,但與農地利用碳排放的關聯度最低,由于在黃土高原地區林地面積較少,僅占15%,草地面積是林地面積的2.8倍。因此,林地對農地利用碳減排的貢獻度弱,草地作為碳匯來源與農地利用碳排放的關聯度則更高。

表6 黃土高原地區農地利用與碳排放總量關聯度

3.4 預測分析

按照灰色系統GM(1,1)預測步驟與公式,以2000年、2005年、2010年、2015年黃土高原地區農地利用碳排放數據作為預測研究的原始序列,建立預測方程:

X(k+1)=-25207.984712e-0.012988k+25563.244712,α=0.012988,u=332.019535

(8)

表7 農地利用碳排放預測表(104t)

表8 GM(1,1)預測值比較與殘差檢驗

圖4 黃土高原農地利用碳排放預測值與原始值的擬合

根據預測方程,計算得出黃土高原農地利用碳排放的灰色預測系統預測結果與原始序列值的擬合圖(圖4)。由圖4可見,2000—2040年農地利用碳排放的下降趨勢,預測值與原始值基本重疊,說明預測模型較好,預測值與黃土高原地區農地利用碳排放的變化趨勢一致。

4 結論與討論

4.1 結論

本文運用直接碳排放模型、灰色關聯模型探討了黃土高原地區農地利用碳排放與農地利用形式的相互關系,并利用灰色GM(1,1)模型對黃土高原2020—2040年的農地利用碳排放進行了預測,得出以下主要結論:①2000—2015年,黃土高原地區農地利用總面積呈下降的趨勢,農地利用類型主要以草地、耕地、林地為主。農地利用總面積由2000年的5974.20萬hm2下降到2015年的5918.87萬hm2,年均下降0.062%。各類農地中,下降面積最多的是耕地(41.61萬hm2),占下降總面積的53%;上升面積23.28萬hm2,上升面積最多的是林地(21.36萬hm2),占上升總面積的91.8%。黃土高原區域內,各省農地利用變化均呈下降趨勢,其中寧夏下降率最高為0.1%,共下降了6.97萬hm2,青海下降率最低，為0.019%,共下降了0.94萬hm2。②2000年以來,黃土高原地區農地利用碳排放總量呈下降趨勢,由2000年的355.26萬t下降到2015年的317.78萬t,年均下降率為0.74%。碳源從2000年的1014.44萬t下降到2015年的993.76萬t,年均下降率為0.137%;碳匯從2000年的659.18萬t上升到2015年的673.24萬t,年均增長率僅為0.141%。碳源與碳匯變化情況差距較小,碳匯略高。黃土高原區域內,各省農地利用碳排放均呈現下降趨勢,碳源主要產區為陜西和甘肅,占碳源總量的73%,碳匯主要集中在青海省,但碳匯量僅占總碳排放量的6.8%,對改善碳平衡的效果不顯著。③黃土高原農地利用類型變化與農地利用碳排放灰色關聯度分析表明,2000—2015年灰色關聯序和絕對關聯序排序結果均為耕地>草地>未利用地>水域>林地。由于黃土高原地區特殊的地理環境,林地利用面積較少,僅占15%,草地面積是林地面積的2.8倍,因此草地作為碳匯來源與農地利用碳排放的關聯度更高。④在其他條件不變的情況下,未來黃土高原農地利用碳排放將呈現降低趨勢。預計2020年、2025年、2030年、2035年、2040年農地利用碳排放量將分別減少到312.857萬t、308.82萬t、304.835萬t、300.902萬t、297.019萬t。

4.2 討論

本文利用遙感數據,采用直接碳排放方法對黃土高原農地利用類型變化及其碳排放進行了關聯和預測,試圖探究農地利用變化對碳排放的影響。研究發現,黃土高原區域內農地利用類型面積呈下降趨勢,農地利用形式是該區域主要土地利用形式,但農地利用面積變化量較小,基本維持穩定。因此,農地利用面積改變對整體黃土高原碳排放影響效果顯著性較弱。碳源區覆蓋面積逐年減少,碳匯區覆蓋面積基本維持不變。陜西省和甘肅省作為黃土高原地區農地利用碳排放的主要碳源區,可通過優化耕地碳輸出,增加耕地碳匯的方法來抑制農地利用的碳排放。

黃土高原地區土地利用主導類型為耕地和草地,這與黃土高原地區自然環境本底特征具有相似性[32]。農地利用類型中碳排放主要碳源為耕地,主要碳匯為林地。但林地作為碳匯主要來源與黃土高原農地利用碳排放的關聯度最弱,與草地的關聯度最強,說明在黃土高原地區林地對農地利用碳減排的貢獻度較小。黃土高原草地是我國草地的重要組成部分,魯豐先[33]等人計算得出黃土高原地區省域草地碳匯是林地碳匯的3.4倍。因此,黃土高原農地利用碳減排應注重提升草地碳匯的輸出,鞏固退耕還林還草成果,深入探討草地類型對農地利用碳排放的抑制作用。

預測分析還發現,2020—2040年農地利用碳排放降幅僅為15.84萬t。未來黃土高原農地利用碳排放的降低需通過提升技術水平,加強現有碳匯輸出能力,增強耕地集約利用度,降低碳源來源,促進未利用地轉變為碳匯能力較強的土地利用模式,提升草地碳匯對黃土高原農地利用碳排放的影響。由于數據資料所限,本文僅核算了黃土高原地區省域尺度的農地利用碳排放情況,未將建設用地納入計算范疇,今后研究中可考慮從納入建設用地,從市域、縣域、村域等不用空間尺度對區域農地利用碳排放與土地利用關系做進一步探討。