研究速递丨城市扩张对中国陆地碳储量的影响

城市扩张是推动陆地碳储存（TCS）变化的主要因素之一。对TCS进行准确核算，并对其历史城市扩张引起的变化进行严格量化，可能有助于我们更好地预测其未来变化。本研究重点关注中国城市化对碳的影响，城市人口占城市人口的比例从1978年的18%上升到2017年的59%，未来几十年将继续增长。结果表明，中国TCS在过去三十年中呈加速下降趋势，1980-1990年平均下降0.72TgC/y，2000-2010年平均下降8.72TgC/y，主要原因是耕地和林地向城市土地的转化。通过模拟2010—2050年4种情景下的城市扩张，我们发现土地从林地向城市用地转化的潜在增长趋势。这种转换趋势将导致2010-2050年碳储存损失的平均速度为9.31TgC/y-12.94TgC/y。土地转换和碳储量损失的增加趋势在长三角和珠三角的人口中心尤为明显。考虑到城市化带来的间接排放效应，如农田迁移、人口迁移和土地退化，可能要大得多，中国即将到来的城市扩张对整体排放的影响将增加中国碳排放的不确定性，并可能破坏中国在《巴黎气候协定》中承诺的目标。

陆地生态系统通过这些生态系统与大气之间的碳交换来影响气候系统。通过从大气中捕获和储存碳，二氧化碳大气浓度降低，陆地生态系统碳储量增加。另一方面，陆地生态系统中的碳储量损失导致CO2增加集中在大气中，从而导致全球变暖。碳储存动态受到野火、木材采伐、土地管理和土地覆盖/土地利用变化的影响。在这些因素中，人类活动引起的土地利用转换被认为是全球陆地碳储量丧失的主要驱动因素。

随着持续的快速城市化，预计到 2050 年，居住在城镇的全球人口比例将达到 70%。在这种趋势下，城市化将成为全球土地利用变化的主要贡献者。在对《巴黎气候协定》的承诺中，中国的目标是到2030年左右达到碳排放峰值，然后实现下降。中国还承诺增加非化石燃料的份额，增加森林存量，减少单位GDP的碳排放。

已经进行了一些研究来评估中国特定地区的碳储量变化都没有覆盖全国，也没有估计未来城市扩张情景的潜在影响。鉴于中国各地区在产业分工和发展阶段以及城市规模和区域人口方面存在差异，因此必须全面了解城市扩张及其对碳储存的影响。此外，官方数据中土地利用类型的简单分类限制了碳储量估算的准确性。

本研究将未来土地利用模拟（FLUS）模型与生态系统服务与权衡综合评估（InVEST）模型相结合，模拟了城市扩张对陆地碳储量的影响。首先，计算了5个气候带不同土地覆被类型的碳密度。然后，采用InVEST模型研究了1980—2010年全国和3个城市群城市扩张引起的碳储量变化，分析了耕地、林地和草地向城市新用地转化造成的碳储量损失份额。然后，利用FLUS模型模拟了2050年4种情景下未来城市土地的空间分布，以与上一步相同的方式估计和分析了其对2010—2050年碳储量变化的影响。最后，对历史和未来的碳储量变化进行了比较，旨在突出碳储量损失严重的热点地区，并确定对环境破坏最小的城市扩张情景。

FLUS模型分为基于人工神经网络的发生概率估计（ANN）和自适应惯性和竞争机制（CA）两部分。人工神经网络模型的构建是为了估计特定网格单元中从非城市土地转换为城市土地的概率。并且已经证明人工神经网络在绘制非线性关系方面更有效，非常适合大规模的城市扩张建模。空间变量（例如，到省会中心、到法区市和县城中心、到河流、省道、国道、铁路和高速公路的距离）设置为输入图层。对隐藏层进行处理后，推导出转移概率的空间映射，即输出层。自适应惯性与竞争机制以城市用地和非城市用地的二元图像为初始输入数据，需要预设目标中城市用地和非城镇用地的网格像元数量。从非城市用地到城市用地的转换目标在一定程度上会影响仿真结果。因此，本研究采用自上而下的系统动态（SD）模型，根据研究区的实际情况确定合理数量目标。不同土地利用类型向城市土地转换的成本是根据历史土地利用数据确定的，需要根据经验数据和现行政策对不同土地利用类型向城市土地的转换设定限制。

在模拟城市土地动态之前，应在四种情景下估计城市土地利用需求，这些情景涵盖了中国足够广泛的社会经济发展情景，并结合了人类相关因素和气候变化因素。这些情景是指根据IPCC评估报告设计的基线发展情景（BDS）、快速发展情景（FDS）、慢速发展情景（SDS）和和谐发展情景（HDS）。BDS假设社会、经济和技术趋势不会明显偏离历史模式（中国在IPCC耦合模式比较项目CMIP6第6阶段的SSP2-RCP4.5中）。在FDS中，经济和人口快速增长，科学技术快速发展（中国在SSP5-RCP6.0中）。相比之下，SDS假设GDP增长率、人口增长率和技术创新成果处于最低水平（SSP1-RCP2.6中的中国）。在HDS中，考虑了稳定的人口增长和适度的发展导向型经济增长，假设技术投资的比例对农业生产力的投资更多（SSP3-RCP4.5中的中国）。

InVEST模型由自然资本项目开发，其特点是处理多个目标，对输入数据的需求要少得多。InVEST的碳封存部分基于土地利用类型之间的碳密度差异，用户只需根据自己的研究目的输入土地利用地图和土地利用类型碳密度对应表即可。如前所述，碳库分为地上生物量、地下生物量、土壤和死亡有机物。虽然现有文献中已经根据植被生物量（地上生物量）和土壤有机碳对陆地碳储量进行了评估，使用碳储存InVEST模型来测量由于城市扩张而导致的每个网格单元中地上生物量和土壤有机碳储存的变化。

用InVEST模型评估碳储量的结构图

首先，将我们针对不同类型的天然植被和土壤获得的更详细的碳密度表与天然植被和土壤的空间图相结合，分别生成了植被生物量和土壤有机碳的碳密度空间图。

天然植被碳储量图

土壤有机碳储量图

用于模拟城市扩张和评估模拟精度的数据包括：中国1980年和2010年的两张土地利用图，由中国科学院资源与环境科学数据中心提供（http://www.resdc.cn）;从城市规划相关部门获取的省会中心、法区市、县城中心、河流、省道、国道、铁路、高速公路等空间数据。

用于估算陆地碳储量的数据包括市行政区划图;1980年、1990年、2000年和2010年中国土地利用图四张;中国不同类型天然植被的生物量碳密度表;中国不同类型土壤有机土壤碳密度表;气候分区图;以及中国自然植被和土壤空间分布图两张。中国市行政区划图是从国家基础地理信息系统网站（http://ngcc.sbsm.gov.cn/）下载的。1980年、1990年、2000年和2010年中国土地利用图由中国科学院资源与环境科学数据中心（http://www.resdc.cn）提供。上述碳密度表是从相关文献中获得的。本研究采用柯本-盖革气候分类法，包括第一级热带气候、干旱半干旱气候、温带气候、大陆性气候和极地气候，并从互联网（http://koeppen-geiger.vu-wien.ac.at/）下载。1980年，中国科学院寒旱区科学大数据中心和中国科学院土壤科学研究所分别绘制了天然植被和土壤的空间分布图（http://westdc.westgis.ac.cn;http://www.issas.ac.cn/）。

土壤有机碳（SOC）密度远高于地上碳密度。此外，地上碳密度对气候带的变化更为敏感。热带地区的地上碳密度最高，而大陆地区的SOC密度最高。不同土地利用类型的比较表明，林地的复合碳密度最高，其次是农田、草地，然后是水体和未利用土地。从地理分布上看，SOC密度最高的地区主要分布在东北和中部地区。在七种土地利用类型中，除林地外，华南地区有六种土地上碳密度最高。在所有七种土地利用类型中，中国西北地区的地上碳和土壤有机碳密度最低。

不同土地类型和气候区的碳密度数据

在过去30年中，城市扩张造成的国家碳储存损失以越来越快的速度增加。1980-1990年、1990-2000年和2000-2010年，碳储量分别减少了7.24TgC、14.59TgC和87.20TgC。2000年至2010年年均碳封存损失量是1980年至1990年相应数字的12.05倍。在新增城市用地来源中，耕地、林地、草地转为城市用地造成的碳储量损失占总碳储量损失的90%以上。近30年来，耕地向城市用地转变造成的碳储量损失在总碳储量损失中所占比例最大。前10年，耕地转为城镇用地造成的碳储量损失高达5.18TgC，占碳储量损失的71.58%。在2000年至2010年期间，这一比例缩小到51.59%。与耕地相比，林地、草地向城市用地转化造成的碳储量损失所占比重越来越大，前者的增长尤为明显。1980—1990年、1990—2000年、2000—2010年，林地转城用地造成的碳储量损失分别为0.81TgC、2.60TgC和24.56TgC，分别占同期总损失的11.20%、17.79%和28.16%。如果目前的趋势持续下去，林地向城市土地的转变将成为未来中国碳储量损失的主要原因。

中国城镇化主要土地资源碳储量损失比例.百分比表示耕地、林地、草地向城镇新用地转化造成的碳储量损失占上述转化造成的碳储量损失总量的比重。从未使用的土地和填海土地转换为新的城市土地造成的碳储存损失被忽略了，因为它们所占的比例很小（加起来不到10%）。

在三个城市群中，过去30年中，京津冀的碳储量减少幅度最大，其次是长三角，然后是珠三角。1980—2010年京津冀碳储量减少12.03TgC，与碳储量损失相关的城市化地区增加0.64× 104km2。值得注意的是，京津冀新城镇化地区面积与长三角地区接近（0.63 × 104km2），但京津冀的碳储量损失比长三角高1.51TgC，原因是两地耕地、林地、草地向新增城市用地的份额结构不同。京津冀耕地、林地、草地转化造成的碳储量损失分别为6.64TgC、2.82TgC和1.59TgC，分别占总量的55.20%、23.46%和13.21%。虽然京津冀近一半的碳储量损失是由耕地转为城市用地造成的，但与长三角地区相比，林地转城用地造成的碳储量损失所占比例仍然较高，长三角为农田转城市用地造成的碳储量损失比例为91.72%。只有7.55%的碳储量损失是由林地转为城市用地造成的。由于林地复合碳储密度显著高于耕地，京津冀林地损失相对较大，导致碳储量损失明显高于长三角地区，但两地城市化面积相近。在珠三角地区，林地、耕地、草地转化造成的碳储量损失分别为3.64TgC、3.02TgC和0.29TgC，分别占总量的50.08%、42.07%和4.00%。林地转市用地造成的碳储量损失的绝对量和份额均在珠三角地区最大。此外，虽然过去30年珠三角城市化人口的绝对数量少于其他两个城市群，但其占土地总面积的比例最高。如果未来土地转型和城市化的趋势继续下去，珠三角将成为未来几十年碳储量损失最严重的地区。

1980-2010年三大城市群由于城市扩张造成的碳储量损失表

总体而言，从2000年到2010年，城市化区域变得更大，不仅在特大城市内，而且扩展到城市群的中型城市。更重要的是，外围和半外围地区的碳储存损失加剧，特别是在京津冀和珠三角地区。

1980—2010年3个城市群城市扩张造成的碳储量损失。（a） 京津冀。（b）长三角洲（YRD）和（c）珠江三角洲（PRD）。

基于上述城市扩张模拟结果，2010—2050年全国碳储量将进一步减少。预测的年度碳储存损失将增加到9.31TgC/y∼12.94TgC/y，这是1980年至2010年碳储存损失（3.54TgC/y）的2.63-3.66倍以上。此外，2010-2050年期间，三大城市化源造成的碳储量损失比例将发生变化。1980—2010年，耕地转为城镇用地导致碳储量减少58.78TgC，占城镇化转化总量减少的55.34%。在2010-2050年期间，上述份额将下降到54.26%和54.46%在FDS和SDS下，而在BDS和HDS下，这一比例将增加到56.22%和57.31%。此外，在4种情景下，草地向城市用地转化导致的碳储量占总量的比重将下降4%左右。4种情景下，林地转城用地造成的碳储量损失占总量比重增加0.93%至4.73%。

1980—2050年中国四种情景下的城市扩张。BDS代表基线开发场景，FDS代表快速开发场景，HDS代表和谐发展场景，SDS代表慢速开发场景。

在BDS和FDS下，3个集聚区的碳储量损失较为严重。在京津冀，北京已经城市化地区的碳储存损失将不再发生。然而，在四种情景下，高碳储量损失将分散在北京西部、唐山南部和承德中部。纵观整个长三角地区，几乎所有城市的城市化面积都将继续扩大，这将导致该地区大部分城市的碳储存损失增加。值得注意的是，长三角地区碳储量损失的空间差异与其他两个地区相比最为明显。在所有情景下，南京、杭州、绍兴等地的碳储量损失将较高。无锡和苏州将加入北斗和FDS的高损行列。珠三角地区也将经历严重的碳储存损失。在所有情景下，珠三角的每个城市都会出现高碳储量损失。此外，在BDS和FDS下，广州、深圳和珠海的高碳储存损失将普遍存在。

1980—2010年和2010—2050年四种情景下京津冀城市扩张造成的碳储量损失（上图5张图）和长三角（下图5张图）造成的碳储量损失。

1980-2010年和2010-2050年四种情景下珠三角城市扩张造成的碳储量损失。

• 在这项研究中耦合了FLUS模型和InVEST模型，模拟了城市扩张对陆地碳储存的影响。InVEST 模型因其简单性、稳定性、可预测性和易于在大量多边形中应用而在全球范围内广受欢迎。

• 1980-1990年、1990-2000年和2000-2010年，碳储量分别减少了7.24TgC、14.59TgC和87.20TgC；2010—2050年4种情景下的城市扩张将导致2010-2050年碳储存损失的平均速度为9.31TgC/y-12.94TgC/y。

• InVEST模型假设所有土地利用类型都处于固定的储存水平，这意味着碳储存随时间变化的唯一变化是由于土地利用类型的变化。为了减少这种限制造成的偏差，需要一个更详细的分类系统，明确考虑自然碳封存，并将年份与土地利用类型联系起来，并应用气候带的二级分类来细分地理区域。

• 研究的不确定性分析集中在IPCC的共同社会经济发展路径中提出的不同社会经济发展情景和IPCC的代表性集中路径中暗示的气候变化情景之间的巨大差异，忽略了与关键输入参数的合理变化相关的不确定性，这些变化可以通过CA建模过程传播。这种局限性可以通过计算机密集型的蒙特卡罗模拟来解决。

• FLUS模型是在SSP-RCP组合的四种情景下进行的。而这些情景更符合现行的城镇化推进和农田保护政策。需要更生态友好的城市化政策来减少与模拟城市化路径相关的重大碳储存损失。这些政策应包括引入绿色屋顶、绿色墙壁和透水路面;生态体的恢复;以及城市边缘的森林保护。

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。