郭 天，王之昱

（河海大学公共管理学院，南京 211100）

21世纪以来，伴随着经济社会快速发展产生的生态环境问题日益突出，其中碳排放激增导致的气候变暖、极端天气等全球性问题正进一步制约着人类社会的可持续发展。2020年9月，中国政府在联合国代表大会上首次提出“碳达峰、碳中和”概念。2021年2月，国务院在《关于加快建立健全绿色低碳循环发展经济体系的指导意见》中指出，要坚定不移贯彻新发展理念，确保实现“碳达峰、碳中和”目标，推动中国绿色发展迈上新台阶。实现低碳经济成为中国现阶段发展的重要任务之一。

土地作为生态循环系统中的重要组成部分，具有储存有机碳、促进陆地生态系统碳固定的功能［1］。区域碳储量是指地区陆地生态系统中碳的累计储值［2］。目前关于陆地碳储量研究大部分集中在区域生态系统碳储量空间分布［3，4］、时空变化特征［5，6］、影响因素分析［7，8］以及碳储量测算评估［9，10］。研究表明，土地利用/覆被变化（LUCC）是造成生态系统碳储量变化的重要原因［11］，其变化将导致大量碳从陆地生态系统流向大气生态系统［12］。区域LUCC对生态系统碳储量变化的影响逐渐成为地理学和生态学领域学者关注的焦点［13-15］。部分学者根据土地利用空间格局变化展开土地生态系统碳储量及生境质量评估［16，17］，鲜有模拟未来区域LUCC与碳储量变化的研究［18］，且大多停留在单一情景层面，缺乏对区域发展规划与政策因素的考量，对区域社会经济生态协调发展、城市扩张与生态保护耦合提供的参考价值有限。本研究根据当前区域发展规律，结合相关政策环境设定不同的区域发展情景，使用相关土地利用变化预测模型开展地区碳储量预测研究，不仅能够丰富和完善相关领域研究内容，同时能从空间协调视角为区域经济社会绿色发展、早日实现“双碳”目标提供科学合理的参考与建议。

南京市作为中国东部沿海及长三角地区中心城市，随着经济社会高速发展，区域土地利用产生较大的变化。与此同时，地区在实现“碳达峰、碳中和”目标过程中需要克服非化石能源资源缺乏、产业和能源结构偏重等一系列困难。因此，本研究以南京市为探究对象，基于2010—2018年土地利用变化情况，利用Markov-Flus与InVEST模型，从多情景视角出发，模拟预测2030年南京市碳储量变化情况，以期通过土地利用结构调整与空间优化布局提升地区陆地生态系统碳储量，为城市绿色发展提供合理化的路径参考。

1 数据来源与研究方法

1.1 研究区域概况

南京市地处中国东部、长江下游，濒江近海，位于北纬31°14′—32°37′，东经118°22′—119°14′。其属宁镇扬丘陵地区，受亚热带季风气候影响，地区四季分明，降水充沛。境内河流湖泊众多，生物、矿产资源丰富。南京市位于长江经济带与东部沿海经济带交汇的重要节点，是长三角地区的重要门户城市，也是国家重要的科教中心与历史名城（图1）。

图1 南京市概况

截至2020年，南京市总面积6 587.02 km2，下辖11个市区，常住人口931.47万人。区域生产总值14 817.95亿元，较上年增长4.6%，其中第二产业增加值5 214.35亿元，增长5.6%；第三产业增加值9 306.8亿元，增长4.1%；二三产业稳步发展。能源消耗方面，地区单位GDP能耗相比上年下降3%以上，规模以上工业煤炭消费量却相比同期增长2.3%。尽管“十三五”期间南京市碳排放强度累计下降22%，但受限于庞大的经济总量与人口压力，碳排放问题依然存在。由于南京市非化石能源资源缺乏、产业和能源结构偏重，在实现“碳达峰、碳中和”目标的过程中，将会遇到较大困难与挑战。因此，如何通过合理控制土地利用数量结构与空间布局，助力区域低碳经济发展，提前实现碳达峰目标，值得关注与思考。

1.2 数据来源

研究基础数据包括南京市行政区划以及2010、2015、2018年3期土地利用数据，数据来源于中国科学院资源环境数据中心。根据区域土地利用现状以及研究需要，将土地利用类型分为耕地、草地、林地、水域、建设用地及未利用地六大类。

研究选取高程、坡度与坡向（数据来源于地理空间数据云平台并通过DEM数据提取）、年均降水、年均气温、区域可达性程度（包括区域内重点城镇、铁路、公路以及河道可达性程度，数据利用ArcGIS欧式距离计算出每个栅格单元的可达性值）、人口密度、GDP分布以及夜间灯光分布作为土地利用预测的驱动因子。以上数据均来源于中国科学院资源环境科学与数据中心。限制因子选取南京市耕地保护红线以及生态红线区域。所用数据均通过ArcGIS处理为栅格大小为30 m×30 m的数据，使其满足FLUS模型数据要求（表1）。

表1 土地利用预测数据选择及来源

1.3 研究方法

1.3.1 情景设置 构建绿色空间格局是南京市进一步提升自然资源生态系统碳汇能力、助力实现双碳目标的重要内容之一。依据规划内容，南京市将划定落实生态保护红线、永久基本农田、城镇开发边界3条控制线，优化城市化地区、农产品生产区和生态功能区，构建分散与集中发展相结合、多中心网络型的国土空间开发格局。现有研究指出，提升生态系统碳汇能力可以通过增加森林碳汇、耕地碳汇、草原碳汇以及海洋碳汇来实现［19］。因此，本研究根据区域不同碳汇能力提升方式设定自然发展、生态增汇及耕地增汇3类情景，依据不同情景设置不同的模型参数，模拟并预测区域LUCC及碳储量变化，以期为构建区域绿色空间格局提供路径参考。

1）自然发展情景（Q1）。基于2010、2015、2018年3期土地利用数据，在遵循区域发展规律的前提下，预测2030年南京市LUCC及碳储量变化情况，为其他情景预测结果提供对比。

2）生态增汇情景（Q2）。该情景是指通过对区域生态功能区的保护与治理来提升区域生态系统碳汇能力。该情景下，区域生态系统碳汇能力主要依赖林地、草地及水域等生态功能区的碳汇水平。因此，在模拟中保证生态红线不被打破的前提下，缓解生态功能用地向其他地类转变的趋势，同时采取退耕还林还草等生态保护措施。

3）耕地增汇情景（Q3）。研究区域耕地广袤，农业生产资源丰富。同时，耕地也具有一定的固碳能力，利用农业生产空间增加区域生态系统碳汇水平的同时能够保障地区粮食安全，具有重要意义。基于此，在该情景中，本研究遵循地方耕地保护政策，缓解区域内耕地向建设用地转变的趋势，同时提高其他地类向耕地转变的概率。

1.3.2 基于Markov-Flus模型的土地利用变化模拟 研究采用Markov模型和FLUS模型相耦合的方法进行土地利用变化情况预测。Markov模型是在概率论方法的基础上，在一个随机时间序列中，利用表征随机事件基于当前状态以及变化趋势的变化概率矩阵，对未来的可能性进行估算的方法［20］。其表达式如下。

式中，S(t)、S(t+1)分别表示区域土地利用系统在t、t+1时刻的状态；Pij为状态转移概率矩阵。

FLUS模型是吴欣昕等［21］在吸取集成系统动力学和元胞自动机模型优势的基础上，融合ANN人工神经网络算法以及轮盘赌机制［22］拟合而成的模型。该模型能够有效模拟未来不同情境下土地利用格局［23］，模拟社会、自然与经济等多种因素共同驱动的区域土地利用变化，预测未来变化趋势［24］。该模型首先基于研究区域初始年份土地利用数据和土地利用变化的驱动因子，计算得出区域各用地类型的适宜性概率。随后采用基于自适应惯性机制的元胞自动机模型（CA），模拟出在未来特定情境下区域土地利用情况，能够有效避免传统CA模型在元胞形态、领域规则等方面存在局限的问题［25］。本研究模型主要设置如下。

1）转换成本矩阵设置。转换成本矩阵用来表示某一用地类型转换为另一用地类型的困难程度。一般情况下，若一种地类能够转换为另一种地类，其值为1，反之则为0。本研究根据不同情景设置不同的转移成本矩阵（表2）。

表2 转换成本矩阵

2）领域权重参数设置。领域影响因子代表不同地类之间相互作用力的大小，反映了领域之间的相互作用，体现某一类型用地的扩张程度。领域因子参数介于0～1，其大小与用地类型扩张能力成正比。本研究参考南京市各类用地历史扩张规律，设定领域权重参数如表3所示。

表3 领域权重参数设置

3）模型精度检验。以2010年南京市土地利用数据为基础，模拟2015年土地利用状况，并与2015年实际情况对比，计算Kappa系数与总体精度。得到Kappa系数为0.81，总体精度为82.1%，表明FLUS模型模拟该地区未来土地利用状况精度水平较高。

1.3.3 InVEST模型 利用InVEST模型中的Carbon模块模拟2010—2030年南京市碳储量时空分布情况。InVEST模型旨在模拟不同土地利用情景下生态系统服务价值的大小［26］，其包含多种生态系统服务评估功能，如水源涵养、碳存储、生境质量等［27］。其中碳存储模块以碳密度和土地利用情况作为依据，估算土地利用变化对陆地生态系统碳储量变化的影响［18］。陆地生态系统碳储量主要包括地上生物碳储量、地下生物碳储量、土壤碳储量和死亡有机质碳储量［3］，其表达式如下。

式中，C表示生态系统总碳储量；Cabove表示地上碳储量；Cbelow表示地下碳储量；Cdead表示死亡有机质碳储量；Csoil表示土壤碳储量。由于死亡有机质碳储量极低，本研究暂不考虑［11］。

在该模块中，各地类碳密度参数适宜性决定最终模拟结果准确性。研究参考现有相关文献［11，28-33］，尽量选择同一作者、同一年份及自然条件接近地区的碳密度数据，确定不同土地利用类型碳密度值（表4）。

表4 南京市各地类碳密度值 （单位：kg/m2）

2 结果与分析

2.1 区域2010—2018年土地利用与碳储量变化

2.1.1 土地利用变化特征 首先对2010—2018年南京市土地利用结构与各地类面积变化情况进行统计分析。由统计结果（表5）可知，耕地是研究区域占比最高的土地利用类型，其面积占比高达53.01%。其次为建设用地，其面积最高超1 700 km2，占区域总面积的26.12%。其他地类面积占比由大至小依次为林地、水域、草地、未利用地。各类生态功能用地（林地、水域、草地）占比较低，仅占区域总面积的20%左右。区域耕地广袤，农业资源丰富，经济社会发展程度较高，但生态空间略显不足。

表5 2010—2018年土地利用变化情况

从2010—2018年南京市各类用地面积变化来看，耕地面积增长近1 000 km2，增长率为37.37%，为地区最高，区域农业发展迅速；建设用地面积增长10.84%，区域城镇化进程稳步推进。但与此同时，林地面积日益减少，2010年林地面积为1 664.31 km2，占区域总面积的24.95%；2018年，林地面积缩减为674.24 km2，占比下降到10.10%，共减少990.07 km2。区域内水域面积减少量仅次于林地，其面积减少17.32%。除草地数量增加3.05%以外，各类生态功能用地面积缩减明显。总体来看，南京市2010—2018年土地利用变化呈现耕地面积迅速增长并趋于平稳，建设用地面积稳步提升，生态功能用地面积急剧缩减并大量转为耕地和建设用地的特征。区域农业与经济社会高速发展的同时对生态环境造成极大的影响。

2.1.2 碳储量变化 利用南京市2010、2015、2018年3期土地利用数据以及区域碳密度值，计算得出不同年份南京市碳储量变化情况。结果（表6）表明，2010—2018年南京市碳储量共减少7.54×106t，年均下降0.94×106t，降幅为7.92%。其中2010—2015年区域碳储量减少7.30×106t，年均下降1.46×106t，此期间是南京市碳流失现象最为严重的时间段，归因于区域经济社会高速发展，建设用地及耕地大量扩张，林地面积大幅减少。2015年之后建设用地、耕地扩张趋势趋于缓和，南京市碳流失现象得到缓解。

表6 2010—2018年南京市碳储量变化（单位：106 t）

从区域碳储量空间分布来看，南京市碳储量空间分布异质性较为显著，2010、2015、2018年区域陆地碳储量分布情况如图2所示。由图2可知，南京市碳汇能力较强地块主要分布在长江以南地区，该区域海拔较高，用地类型以林地为主，植被覆盖面积大；碳储量较低区域主要分布在地区中部，长江南岸，该区域以城镇建设用地为主，海拔较低，地势平坦。从碳储量空间变化来看，地区碳储量变化呈现大范围重点式减少、小范围局部式增长的特点。2010—2015年南部地区碳储量下降较为显著，主要集中在森林资源丰富的江宁区、浦口区及溧水区。上述3个区在此时期内建设用地及耕地扩张剧烈，经济社会高速发展的同时生态功能用地大量流失。2015—2018年南京市碳流失现象得到有效缓解，除城镇周边零星地区碳储量减少外，区域内无碳储量显著下降现象。南部高淳区受政策规划影响，碳储量显著上升。总体来看，南京市碳储量在2010—2015年下降显著，2015—2018年减少量大幅缓解并趋于缓和。

图2 2010—2018年南京市碳储量空间分布变化

2.2 区域2018—2030年土地利用与碳储量预测分析

2.2.1 多情景土地利用变化模拟结果 为研究南京市未来陆地系统碳储量空间分布与变化，利用Markov-Flus模型模拟2030年南京市在不同碳汇情景下土地利用格局变化，并对比各情景模拟结果。模拟结果如图3所示，针对不同情景，土地利用变化结果互异。

图3 南京市2030年各情景土地利用模拟

在自然发展情景下，南京市土地利用变化格局总体呈现建设用地数量逐年增加，其余类型用地数量逐年减少的特点。建设用地数量相比2018年增加173.04 km2，增加区域主要集中在现有城镇周围。受建设用地扩张影响，耕地流失现象较为显著，其数量相比2018年下降3.50%，为123.79 km2，且越靠近城镇，耕地流失越严重。此情景下，生态功能类用地面积总体呈减少趋势，但变化较小，期间共减少44.51 km2；其中生态功能用地减少主要表现为林地流失，其减少量占生态空间总减少量的64.73%。自然发展情景下，南京市土地利用变化集中体现在耕地转化为建设用地，城镇化建设对生态类用地整体布局影响较小。

生态增汇情景旨在利用生态功能用地较强的碳汇能力提升区域碳储量。该情景下，建设用地面积相比2018年增加142.38 km2，其增加量相较自然发展情景降低17.72%，城镇扩张速率有所下降。与此同时，相比自然发展情景，生态功能用地面积减少量下降88.72%，主要表现为林地面积相比2018年下降3.24 km2，较自然发展情景增长25.57 km2，城镇内部及周边林地流失现象得到显著缓解，区域生态建设能力得到提升。耕地面积及空间分布相比自然发展情景无较大变化，部分地区出现退耕还林、还草现象。生态增汇情景下，区域遵循构建绿色空间的宗旨，生态空间格局得到显著优化。

相比自然发展情景，耕地增汇情景下，耕地面积提升3.65%，面积增加129.12 km2，耕地呈现沿水域发展的趋势，城镇周边耕地流失现象得到明显改善。该情境下，建设用地受影响较大，建设用地面积相比自然发展情景减少139.44 km2，具体表现为城镇向外扩张趋势得到遏制，转而向内部侵占部分生态用地。尽管城镇内部区域生态功能用地数量有所减少，但区域内生态用地总量波动较小，体现在河流沿线草地面积减少趋势有所缓解，草地面积相比自然发展情景增加6.09 km2。耕地增汇情景主要利用南京市广袤的耕地及其碳汇能力来达到区域碳储量的提升，该情景下耕地流失速度得到有效减缓，但同时城镇扩张受到较大限制。

2.2.2 多情景区域碳储量变化预测分析 研究根据Markov-Flus模型预测南京市2030年各情景土地利用情况，利用InVEST模型中Carbon模块计算得出南京市2030年自然发展、生态增汇及耕地增汇情景下区域碳储量大小及空间分布，如表7、图4所示。

表7 南京市2030年各情景碳储量变化（单位：106 t）

图4 南京市2030年各情景碳储量空间分布

自然发展情景下，2030年区域碳储量分布变化呈现普遍减少、零星增加的特点，总体呈下降趋势。其总量相比2018年下降1.42×106t，约占2030年区域总碳储量的1.65%。区域建设用地持续扩张，耕地及林地等生态功能用地数量逐渐减少是导致区域碳储量流失的主要原因。其中，碳储量减少受耕地面积缩减影响最大，耕地数量下降导致碳储量流失1.87×106t；尽管建设用地扩张，较2018年碳储量增加1.28×106t，但从总体来看，碳储量增加量远小于减少量，区域陆地生态系统碳汇能力仍呈下降趋势。

生态增汇情景下，虽然南京市碳储量较2018年下降1.02×106t，但区域陆地生态系统碳流失现象得到缓解。相比自然发展情景，该情境下碳储量总体增加0.40×106t，表现为城镇周边生态功能用地碳储量显著上升，其余地区波动较小的特点；生态功能用地碳储量受林地、草地范围扩张影响，增加0.64×106t。相反，建设用地增长速率受生态功能用地限制，其碳储量较自然发展情景下降1.62%，为0.23×106t。该情景下，南京市通过生态功能用地治理与保护，有效提升了地区陆地生态系统碳储量。

耕地增汇情景下，南京市碳储量相比2018年下降0.81×106t，但较自然发展情景及生态增汇情景分别增加0.61×106、0.21×106t，碳储量提升效应显著。该情景碳储量空间分布变化相比生态增汇情景呈现中部地区块状减少、南北部地区点状增加的特点，这与区域耕地及生态用地分布特征有关。该情境下，耕地范围相比其余情景呈显著扩张趋势，耕地碳储量较自然发展情景增加1.95×106t。同时，建设用地碳储量受影响较大，较自然发展情景降低1.61×106t。耕地增汇情景区域陆地生态系统碳汇能力提升显著，但建设用地扩张受到极大限制，对地区经济社会发展带来一定的负面影响。

3 小结与讨论

本研究在运用Markov-Flus复合模型对土地利用格局预测的基础上，利用InVEST模型中的Carbon模块计算2030年南京市碳储量变化情况。从多情景视角出发，定量揭示了南京市陆地生态系统在不同碳汇能力提升路径下，碳储量变化与空间分布情况，主要结论如下。

1）2010—2018年南京市土地利用变化特征表现为林地数量大幅缩减，减少59.49%，变化幅度最大。其余用地类型均有不同程度的变化，其中耕地数量增加最多，其次为建设用地。2010—2015年区域土地利用变化主要表现为林地转化为耕地，变化动态度较大；2015—2018年主要表现为生态功能用地转化为建设用地，变化动态度较小。

2）南京市碳储量空间分布具有异质性，总体上表现为南北两侧高，中部低。区域碳储量自2010年以来呈下降趋势，共下降7.92%，其中2010—2015年碳流失现象最为显著，2015—2018年碳流失趋于平缓。南京市主要城镇周边森林覆盖面积高，碳密度较大；其余地类中耕地面积较大，是碳储量分布的主要用地类型，2018年耕地碳储量占区域总碳储量的61.12%。

3）对比多情景模拟结果可知，各情景下碳储量变化与空间分布不尽相同。自然发展情景碳储量相较2018年呈总体下降趋势；生态增汇情景下生态功能类用地得到治理与保护，区域碳流失现象得到缓解，总体碳储量相较自然发展情景增加0.40×106t，城镇周边生态类用地碳储量增长较为明显；耕地增汇情景下耕地流失量减少，建设用地扩张受到一定限制，区域碳流失现象缓解趋势更为显著，总体碳储量比自然发展情景增加0.61×106t，表现为除城镇地区外各地区碳储量均增长的特点。

4）预测未来南京市土地利用变化以耕地转化为建设用地为主，生态类用地变化较小。同时未来南京市碳储量会进一步下降；加强区域耕地保护能够有效缓解碳流失现象，但建设用地扩张会受较大限制，应采取耕地保护和生态保护相结合的措施，以促进区域在经济社会绿色发展、国土空间协调发展的同时提前完成“碳达峰、碳中和”目标。

与此同时，本研究同样存在需要改进之处。首先，土地利用变化模拟中可以引入经济社会层面更多的驱动力因子，有利于更加准确科学地模拟未来土地利用情况。其次，InVEST模型在计算中假定各用地类型固碳能力在一定时间范围内保持一致，该前提忽略了各土地利用类型自身固碳能力变化情况。因此，在未来研究中可引入碳储量相关修正系数以提升模拟的合理性。本研究将南京市土地利用类型划分为6类，下一步可对其进行进一步细分，并确定细分后各土地利用类型碳密度值，更加精确地估算区域陆地生态系统碳储量。