2. 甘肃省土地利用与综合整治工程研究中心, 兰州 730070;
3. 甘肃省绿洲资源环境与可持续发展实验室, 兰州 730070
2. Gansu Land Use and Comprehensive Improvement Engineering Research Center, Lanzhou 730070, China;
3. Key Laboratory of Resource Environment and Sustainable Development of Oasis, Northwest Normal University, Lanzhou 730070, China
国土空间能够为人类提供多方面的功能和服务, 是人类居住、休闲、娱乐和工农业生产等活动的重要载体, 也承载着维护生态平衡、保护生物多样性、调节气候等重要的生态功能[1, 2].随着人口增长和城镇化进程不断推进, 人类对生产生活用地的需求逐渐增加, 生产生活所产生的碳排放也不断增加, 不仅导致生产、生活和生态空间结构比例趋于失衡[3], 也引发了全球气候异常、极端天气事件频发等一系列生态环境问题, 使得人地矛盾问题愈加突出[4, 5], 对于人类活动强度较大、生态环境敏感脆弱的干旱区内陆河流域尤为明显[6]. 2021年中国“十四五”规划提出“双碳”战略, “双碳”战略是我国推动构建人类命运共同体的责任和担当, 也是为实现可持续发展而作出的重大战略决策[7].随后国务院颁发《2030年前碳达峰行动方案》, 明确要建立服务于“碳达峰、碳中和”的国土空间开发保护格局[8].生产、生活和生态空间作为国土空间的重要组成部分, 也是碳排放和碳固存的重要驱动力[9].因此, 从“三生”空间的视角研究国土空间演变对区域碳固存和碳排放的影响, 是国土空间开发保护与碳排放调控研究的重要切入点.
自我国提出国土空间规划和双碳目标以来, “三生”空间(生产-生活-生态空间)、碳固存和碳排放成为我国学术界研究的热点问题[10, 11].学者们从不同学科背景对“三生”空间的概念内涵进行探讨, 形成共识的是基于人类社会发展需求的不同土地功能角度对国土空间类型进行的特定分类[12].针对“三生”空间的研究主要集中在“三生”空间的内涵与分类、识别和划定、时空演变、空间冲突、空间功能评价以及耦合机制等方面[13, 14], 相关研究极大推动了对优化国土空间开发保护格局以及推进生态文明建设的研究.碳固存和碳排放是一个复杂的系统问题, 涉及多个学科和领域, 目前学界针对碳固存和碳排放相关研究主要集中在土地利用时空演变及其对碳固存和碳排放的影响、碳固存和碳排放核算、碳代谢效率、碳固存和碳排放预测等方面[15~17], 而探讨“三生”空间演变对碳固存和碳排放的影响研究相对欠缺.2023年政府工作报告强调了推进“三生”空间联动减碳对“双碳”战略的重要性[18], 因此研究“三生”空间演变对区域碳固存和碳排放的影响, 对实现国土空间格局低碳化、促进区域碳中和具有重要意义.
干旱区内陆河流域由于独特的自然环境条件, 在碳中和背景下人类社会经济的发展与碳减排之间矛盾亟待缓解[19].如何协调生产、生活空间发展与生态空间三者之间的关系, 探讨三者相互转换对碳固存和碳排放的影响机制以推动区域碳中和研究, 成为内陆河流域可持续发展的重要内容.石羊河流域位于青藏高原、黄土高原和内蒙古高原的交汇地带, 是我国西北干旱区重要的绿洲农业区和生态屏障区.区域生态环境状况较差, 人类社会经济发展与自然环境之间的矛盾突出, 国土空间结构不合理, 可持续发展受到制约[20].因此, 本文以石羊河流域为研究区, 在分析土地利用格局演变特征的基础上识别生产、生活和生态空间, 并分析“三生”空间演变特征, 再利用相关模型方法分析碳固存和碳排放时空演变特征, 最后借助地理加权回归模型探讨“三生”空间演变对碳固存和碳排放的影响机制.以期为干旱区内陆河流域优化国土空间布局, 提高碳固存生态系统服务功能, 制定有效的碳减排策略提供科学依据.
1 材料与方法 1.1 研究区概况石羊河流域地处黄土、青藏、蒙新三大高原的交汇过渡带(图 1), 位于甘肃省河西走廊东部, 地理位置位于(101°41′~104°16′E, 36°29′~39°27′N).主要包括武威市的凉州区、古浪县、民勤县, 金昌市的永昌县、金昌区及张掖市肃南裕固族自治县部分地区.地形分布大致为南部祁连山区、中部平原区和北部荒漠区.流域地处大陆腹地的深部, 属大陆性温带干旱气候.流域年均气温6.4℃, 年降水量260.0 mm.属于典型的干旱区内陆河流域, 地势南高北低, 整体可分为南部祁连山地、中部走廊平原区、北部低山丘陵区及荒漠区这四大地貌单元.流域常住人口为1.9×106人, 是中国内陆河流域中人口最密集、水土资源开发利用程度最高、生态环境问题严重的流域之一[21].
![]() |
图 1 研究区概况 Fig. 1 Overview of the study area |
本研究数据主要涉及石羊河流域基础地理数据(行政区界、水系)、数字高程模型(DEM)、土地利用变化(LUCC)、人口密度、土壤数据及社会经济统计数据等.其中基础地理数据(行政区界、水系)和数字高程模型(DEM)来源于中国科学院资源环境科学与数据中心(http://www.resdc.cn), 空间分辨率均为30 m.采用的2000年、2010年和2020年3期土地利用数据来源于中国科学院资源与环境科学数据中心(http://www.resdc.cn/)的“中国多时期土地利用/土地覆盖遥感监测数据库”(CNLUCC), 空间分辨率为30 m, 采用人机交互目视判读方式解译.人口密度和土壤数据来源于中国科学院资源环境科学与数据中心(http://www.resdc.cn), 空间分辨率均为1 km.社会经济统计数据主要来自2001~2021年的《甘肃省统计年鉴》(http://tjj.gansu.gov.cn/).
1.3 研究方法 1.3.1 生产-生活-生态空间识别方法生产-生活-生态空间划分是一种识别现状空间结构、格局及问题的综合分区方式, 是国土空间优化配置重要内容, 是制定差别化国土资源管理政策的主要依据.由于“三生”空间研究处于理论探索阶段, “三生”空间内涵与空间范围还不够明确, 不同研究对“三生空间”的认知存在较大差异[22].不同土地利用类型均存在其主导功能, 土地利用转型的表现之一是土地利用的主导功能转变, 即土地利用的生产、生活、生态三大主导功能之间的转化.根据相关研究以及石羊河流域农业生产、社会经济发展和生态系统服务等土地利用功能[23], 将石羊河流域划分为生产空间、生活空间和生态空间(表 1).其中, 生产空间是以土地为载体进行社会生产活动来保证人类生存及发展的基础性功能, 如工矿用地、果园、耕地和盐田等.生活空间是指人类生活生存和发展过程中提供各种空间承载的功能, 如城镇村居住用地、道路、公共服务设施和仓储用地等.生态空间是指具有自然属性、以提供生态服务或生态产品为主体功能的国土空间, 如冰川、湿地、林地、草地和荒漠等.由于生活空间和生产空间对生态空间具有较强的干扰作用, 对生产和生活空间向外扩张1 km作为抗干扰的缓冲区, 使得空间划分更加符合实际情况.
![]() |
表 1 生产、生活、生态空间分类表 Table 1 Spatial classification of production, life, and ecology |
1.3.2 土地利用动态度
土地利用动态度从定量角度描述土地利用变化的幅度, 从而揭示区域某种土地利用变化的强度.公式如下[24]:
![]() |
式中, K为某种土地利用类型的动态度;Sstart和Send分别为研究初期和研究末期某种土地利用类型的面积;t为研究时间间隔.
1.3.3 土地利用转移矩阵模型研究区某时段内各土地利用类型之间的转换分析通常可以基于土地利用转移矩阵来展开, 它既可以反映研究末期各土地利用类型的转换方向及来源, 又可以反映出转换的数量特征, 从而反映出研究时段内研究区的土地利用变化特征.其表达式为[25]:
![]() |
式中, n为土地利用类型总数;i, j分别为研究初期与末期的土地利用类型(i, j=1, 2, …, n);Sij为研究时段内由i地类转换为j地类的面积.
1.3.4 碳固存评估碳固存是一项重要的生态系统调节服务, 指将碳固定在土壤、植物或地质结构中, 从而减少大气中的二氧化碳浓度, 可增加生态系统的碳吸收和储存能力, 在应对全球气候变化、降低碳排放、实现可持续发展等方面发挥着重要作用.利用InVEST模型量化石羊河流域碳固存[26].计算公式如下:
![]() |
式中, Scs为总碳储量(t·hm-2), Cabove、Cbelow、Csoil和Cdead分别为地上生物碳(t·hm-2)、地下生物碳(t·hm-2)、土壤有机碳(t·hm-2)和死亡有机物(t·hm-2).
1.3.5 碳排放评估由于能源生产消费、交通运输、工业生产和农业生产等人类活动是碳排放的主要驱动因素, 碳排放与人类活动有着密切的相关关系.因此, 基于2000年、2010年和2020年石羊河流域各县域能源消耗总量, 以及中国国家发展和改革委员会发布的碳排放转换因子(数值为0.68), 将标准煤消耗量转换为碳排放量, 再除以对应时间石羊河流域各县域常住人口数得到各县域人均碳排放系数.最后结合栅格化的人口密度数据, 得到石羊河流域网格尺度下的碳排放量.公式如下:
![]() |
式中, Dcs为碳排放量(t), Dpcfc为人均碳排放量(t), Dpop为栅格人口密度(人·km-2).
1.3.6 地理加权回归分析参考相关研究[27], 采用自适应方法来确定权重, 并选择校正后的信息准则(AICC)样本来确定最佳带宽.采用1 km×1 km网格提取2000~2020年“三生”空间、碳固存和碳排放变化面积.以2000~2020年石羊河流域碳固存和碳排放变化面积分别作为因变量, 以2000~2020年石羊河流域生产、生活和生态空间变化面积量为解释变量, 利用ArcGIS软件的地理加权回归工具进行回归分析.公式如下[28]:
![]() |
式中, (ui, vi)为第i个采样点的坐标, β0是该模型的常数, βk(ui, vi)为第i个采样点的k回归参数, εi为第i个采样点的残差.
如果与地理坐标无关, 则将上述公式转换为一般的线性回归.每个采样点的参数估计与由空间权值函数构造的加权距离矩阵有关.一般以单调递减函数高斯函数来构建加权函数, 用以表示空间权值与空间距离之间的关系, 高斯函数来确定权重函数如下:
![]() |
式中, ωij为采样点i与采样点j之间的空间权值, dij为点i和点j之间的距离, b为带宽.当带宽b确定, 距离dij越大, 点j所赋予的权重会越小, 距离点i足够远的权重将会趋于0.
2 结果与分析 2.1 土地利用格局演变特征分析通过计算得到研究区不同时间段各土地利用类型的动态度指数, 发现建设用地动态度变化幅度最大, 2010~2020年动态度最高, 这主要由于此期间石羊河流域城镇化水平的大幅提高, 以及各类开发区、工业园区和生态移民安置区的建设.耕地和水域的动态度变化也较为突出, 2000~2010年动态度最高, 这主要由于2000~2010年是石羊河流域开荒种地的高峰期, 加之石羊河流域干旱少雨以灌溉农业为主, 此期间修建了大量的水利灌溉设施, 使耕地和水域的动态度变化幅度较大.基于土地利用转移矩阵模型分析土地利用格局演变特征, 由图 2可知, 2000~2010年石羊河耕地和水域面积分别增加405 km2和17.40 km2, 未利用地减少了317.46 km2, 这主要由于人口增长使得粮食需求量增加, 促使未开发利用的荒漠地区大规模开发成耕地, 同时为了支持粮食产量提高和工业化推进, 石羊河流域现代化水利灌溉设施建设使得水资源和粮食安全保障能力快速提升. 2010~2020年建设用地变化最大, 共增加231.33 km2, 此阶段是石羊河流域建设开发的高潮, 主要以凉州区、金川区等城市扩张为主, 以及一系列生态移民及地质灾害避险搬迁安置工程的实施进一步加快城市开发建设.总体而言, 2000~2020年石羊河流域未利用地面积变化最大, 减少531.5 km2, 分别向耕地、建设用地和水域转化面积为452.03、261.75和20.40 km2, 这是过去30 a以来大规模开垦耕地、城市开发建设和水利工程建设所导致, 且林草地面积分别减少22.45 km2和178.1 km2, 加剧了区域碳汇服务功能降低.
![]() |
图 2 土地利用变化转移 Fig. 2 Land use change transfer map |
以土地利用数据为基础, 根据本文提出的生产-生活-生态空间划分依据, 得到2000年、2010年和2020年石羊河流域生产-生活-生态空间布局(图 3). 2000~2020年生活空间面积从337.27 km2增加为475.54 km2, 2020年生活空间仅占石羊河流域总面积的1.12%, 这主要由于干旱区内陆河流域土地承载能力较弱, 人口分布较少, 乡村居民区散落在沿石羊河流域的中部绿洲区, 城市生活空间主要集中在金川区和凉州区. 2000~2020年生产空间面积从7 372.4 km2增加为7 987.92 km2, 2020年生活空间仅占流域总面积的18.81%, 石羊河流域以农业生产用地为主, 工矿生产用地相对较少, 且主要分布在流域中部地区, 处于生态空间与生活空间中间地带. 2000~2020年生态空间面积从34 722.3 km2减少为34 010.6 km2, 2000~2020年生活空间占流域总面积由81.83%降为80.07%, 这与人类生产生活关系密切.虽然流域生态空间占比较大, 但大多以荒漠戈壁复合生态系统为主, 流域生态系统服务功能整体较弱. 同时, 根据转移矩阵模型得到石羊河流域不同阶段生产⁃生活⁃生态空间结构转化情况, 并对空间格局进行可视化(图 4).可见, 2000~2020年石羊河流域生产生活生态结构转换主要表现为生产空间和生态空间相互转化, 其次为生产空间和生活空间相互转化, 生活空间和生态空间相互转化面积最小. 2000~2020年生态空间向生产空间转化面积最大, 主要由农牧过渡带区域生态用地被大量转化为耕地所致, 人类农业生产活动区域逐渐向荒漠靠近, 转换面积最大的区域主要分布在民勤县南湖镇和永昌县朱王堡镇.生产空间向生态空间转换主要分布在古浪县和民勤县, 这与退耕还林还草、防风治沙等措施有关, 如典型的八步沙林场等.生产空间和生态空间分别向生活空间转入54.42 km2和48.13 km2, 主要由于城镇化的快速发展, 城镇建设用地侵占生态用地和耕地所致.
![]() |
图 3 2000~2020年石羊河流域生产-生活-生态空间分布格局 Fig. 3 Spatial distribution pattern of "Production-Life-Ecology" in the Shiyang River Basin from 2000 to 2020 |
![]() |
图 4 2000~2020年石羊河流域生产-生活-生态空间转换 Fig. 4 "Production-Life-Ecology" spatial transformation in the Shiyang River Basin from 2000 to 2020 |
通过InVEST模型计算到石羊河流域碳固存评估结果, 并利用自然断点法将碳固存划分为低、较低、中等、较高和高这5个等级(图 5). 2000~2020年石羊河流域碳固存空间分异特征明显, 呈由西南部祁连山区向东北部地区逐步降低的空间分布格局. 2000~2020年石羊河流域碳固存低等级面积基本稳定不变, 较低等级面积缩减570.1 km2, 碳固存较低和低等级区主要分布在腾格里沙漠和巴丹吉林沙漠边缘地区, 植被覆盖度较少以戈壁荒漠生态系统为主, 其中2000~2010年较低和低值区面积下降最为明显, 此阶段是三北防护林四期工程实施的关键时期, 以防沙治沙为主攻方向, 沙柳、梭梭树等固沙灌木的种植使得荒漠生态系统的碳吸收和碳储存能力提升明显. 2000~2020年石羊河流域碳固存中等和较高等级面积扩张明显, 共增加739.56 km2, 这与绿洲生态系统的扩展有关, 由于大规模开荒种地和城乡生活空间的扩张使得戈壁荒漠生态系统向绿洲生态系统转变. 2000~2020年石羊河流域碳固存高等级区主要分布在流域西南部的祁连山地区, 占总面积比略有降低, 由于碳固存往往与植被覆盖度密切相关, 局部生态退化可能是其高等级面积缩减的原因.整体来看, 随着生态保护政策的不断实施, 石羊河流域碳固存时空变化较为稳定, 流域碳固存整体处于低水平但呈缓慢增加趋势.
![]() |
图 5 2000~2020年石羊河流域碳固存时空分布 Fig. 5 Temporal and spatial distribution of carbon sequestration in the Shiyang River Basin from 2000 to 2020 |
通过碳排放评估方法计算得到的石羊河流域碳排放空间分布状况, 并利用自然断点法将其划分为低、较低、中等、较高和高这5个等级.如图 6所示, 2000~2020年石羊河流域碳排放呈显著增加的趋势, 整体呈“南北低、中部高”的空间分布格局.研究期间碳排放低和较低等级面积占流域总面积比最大, 其面积变化也最为显著, 分别减少5 158.32 km2和2 688.7 km2, 民勤中部和流域南部地区减少最为明显, 这可能与人类工农业生产活动的扩张有关.研究期间碳排放中等级面积扩张最大, 增加4 576.29 km2, 其中2000~2010年扩张最为明显, 古浪和永昌县存在大面积扩张的现象, 这与社会经济发展带动化石能源消耗增加相关. 2000~2020年石羊河流域碳排放较高和高等级呈显著的扩张趋势, 共增长3 146.18 km2, 碳排放较高和高等级主要分布在金昌和武威市的城市建成区, 这与人口增长、经济增长、能源生产与使用、工业化与城市化进程的推进等因素密切相关.整体来看, 由于石羊河流域是典型的山地-绿洲-荒漠复合生态系统, 中部绿洲地区是人类生产生活主要集聚区, 受城镇化、经济增长、工业发展等因素影响下化石能源大规模使用, 使得中部碳排放水平较高.而绿洲外围是山地和荒漠生态系统, 人口密度和人类活动强度不高, 对能源的消耗相对较低, 使得流域南、北部碳排放水平明显低于中部绿洲地区.
![]() |
图 6 2000~2020年石羊河流域碳排放时空分布 Fig. 6 Temporal and spatial distribution of carbon emissions in the Shiyang River Basin from 2000 to 2020 |
运用时空地理加权回归模型(GTWR)研究“三生”空间演变对碳固存和碳排放的影响, 以2000~2020年石羊河流域生产、生活和生态空间演变作为解释变量, 以2000~2020年石羊河流域碳固存和碳排放演变分别作为被解释变量, 拟合优度R2调整前后均高于0.8, 表明模型能够较好地测度解释变量对被解释变量的影响.由碳固存、碳排放与“三生”空间演变回归系数空间分布表明(图 7), 2000~2020年石羊河流域生产空间演变与碳固存演变呈正相关, 回归系数分布整体呈中部高南北部低的空间格局, 这主要由于石羊河流域中部地区大规模未利用地开垦使得耕地面积扩张, 在干旱区耕地固碳存能力强于未利用地, 且随着节水生态农业的发展使得耕地碳固存能力进一步增强.研究期间石羊河流域生活空间演变与碳固存变化呈负相关, 其中金川区、凉州区、古浪县和民勤西部地区回归系数相对较高, 这与人口承载规模有关, 人口集聚导致建设用地持续侵占生态空间, 使得区域碳固存服务能力降低.石羊河流域生态空间演变与碳固存演变呈高度正相关, 回归系数空间分布呈由西南向东北递减的趋势, 主要受近年来气候暖湿化和生态文明建设的影响. 2000~2020年石羊河流域生产空间演变与碳排放演变呈正相关, 回归系数空间分布呈东高西低的特征, 这主要由于石羊河流域中下游地区是西部重要的蔬菜瓜果种植基地, 农膜、化肥和农药的大规模使用, 加之保温大棚以及秸秆燃烧等造成大量碳排放.研究期间生活空间演变与碳排放变化呈正相关, 金川区和凉州区回归系数相对较高, 两地人口占流域总人口的60.28%, 是流域城镇化和人口聚集度最高区域, 城镇化使得人口分布、产业结构、土地利用类型和生活方式发生改变, 直接或间接导致碳排放增加. 2000~2020年石羊河流域生态空间演变与碳排放演变呈负相关, 这与近年来植树种草、恢复湿地等措施使得生态空间碳汇水平提高相关.
![]() |
(a1)~(a3)为碳固存演变与生产、生活和生态空间演变回归系数, (b1)~(b3)为碳排放演变与生产、生活和生态空间演变回归系数 图 7 2000~2020年石羊河流域碳固存、碳排放与“三生”空间演变地理加权回归回归系数空间分布 Fig. 7 Spatial distribution of geographically weighted regression coefficient of carbon sequestration, carbon emission, and spatial evolution of "Production-Living-Ecology" in the Shiyang River Basin from 2000 to 2020 |
干旱区内陆河流域“三生”空间演变对碳固存的影响机制是一个复杂且多层次的过程, 随着人类社会经济与科技技术的发展, 城镇扩张、工业生产和资源开发使得生产、生活空间迅速扩大, 不仅改变了石羊河流域的土地利用模式、地表的透水性和土壤保水能力, 还对土壤有机碳的含量和稳定性产生一定影响[29], 从而使得国土空间的碳固存生态系统服务功能减弱.随着石羊河流域水资源利用量的大幅增加, 大量水资源被开采用于农业灌溉和城乡供水, 水资源大量利用导致流域径流量减少, 间接影响植被的生长和分布, 从而对国土空间碳固存产生影响.同时, 由于内陆河流域植被稀疏以荒漠生态系统为主, 随着人类农田开垦、植树种草、防风固沙等活动的开展, 灌溉农业和人工植被的种植和管理一定程度上提高了区域植被覆盖度以及土壤有机碳的含量, 有助于增强流域碳固存效果.近年来土地利用的合理规划以及生产生活用水的管理使得石羊河流域生产生活空间对碳固存的负面影响明显减弱, 加之中央生态环境保护督察、生态文明目标评价考核、河湖长制、生态保护红线、排污许可、生态环境损害赔偿等生态环境和自然资源管理体制改革以及全社会生态环境保护意识提高, 使得石羊河流域生态空间生态环境明显好转, 碳固存能力进一步提高, 极大促进了全流域健康和可持续发展.
3.2 “三生”空间演变对碳排放的影响机制探讨研究表明石羊河流域“三生”空间演变对碳排放的影响较为显著, 其中生产空间演变是影响碳排放的关键因素.生产空间的结构、布局和效率直接影响到能源消耗和碳排放水平[30], 石羊河流域工业化和城市化的推进使得生产空间不断扩大和重构, 推动社会经济发展同时也造成能源消耗和碳排放的增加, 且石羊河流域过去以高能耗、高排放的矿产开发、有色冶金、化工等传统产业为主, 畜牧业的无序发展也进一步加剧了碳排放问题.在城市化带动下居民从乡村迁往城市地区, 城市高层住宅的普及有效控制了生活空间扩张, 且通过调节微气候环境降低了建筑能耗, 但集中供暖、制冷和电力等基础设施需求间接增加了碳排放.此外, 城乡居民生活水平的提高带动生活方式和消费习惯的改变, 对化石能源、电力和热力消费需求增加, 使得生活空间的碳排放量进一步增加.生态空间的碳汇能力往往决定对碳排放的影响程度, 人类生产生活空间不断扩张导致生态空间受到破坏, 使其碳汇功能减弱.同时, 石羊河流域过去不合理的水资源和土地利用方式使得生态空间生态系统服务功能退化, 导致全流域生态环境质量和碳汇能力下降, 进而加剧碳排放问题.随着绿色生产理念的推广和技术进步, 近年来金昌和武威市抢抓“双碳”机遇, 努力推动产业转型升级和绿色发展, 以风光发电、新能源装备制造、新能源电池等为主导产业, 鼓励技术创新、优化产业结构、加强能源管理和环境监管, 积极引导企业生产和居民生活向低碳和高效的方向发展, 极大减缓了能耗和碳排放的增长速度.
4 建议与展望水资源对内陆河流域的碳固存和碳排放具有显著影响, 水资源丰富程度直接影响植被的生长状况[31], 充足的水资源有助于植被通过光合作用吸收大气中的二氧化碳增强碳固存能力, 也有助于湿润土壤内微生物的活动, 促进有机质的分解和碳的固定.石羊河流域水资源供需矛盾突出, 生产生产用水严重挤占生态用水, 水资源开发利用严重超过其承载能力, 亟待优化水资源配置与管理, 加强水资源保护防止水土流失和水资源污染, 减少地下水开采提高水资源利用效率, 积极发展节水生态型工、农业.此外, 植被对内陆河流域的碳固存和碳排放也具有显著影响, 丰富的植被覆盖能够有效增加碳固存量, 且植被根系能够增加土壤碳含量以及改善土壤结构和肥力, 增加土壤的碳储存能力.在过度放牧、不合理的土地利用和气候变化等因素影响下, 石羊河流域植被局部地区有不同程度的退化, 使得储存在植被和土壤中的碳被释放而增加了碳排放量, 因此亟待通过植树种草、退耕还林还草加强植被保护与恢复, 提升人工梭梭固沙植被固沙工程, 防止生态空间过度开发和破坏, 促进天然植被的生长和扩张.同时, 石羊河流域亟需优化产业结构、推动绿色低碳发展模式、加强城市规划和基础设施建设、保护和恢复自然生态空间, 有效降低流域碳排放水平和提高碳固存能力, 以促进区域碳中和和可持续发展.
考虑到本研究的局限性, 在后续的研究中需更精确地识别和量化碳固存和碳排放, 有助于制定更具针对性的固碳减排策略.同时需开展政策模拟和情景分析, 探讨不同情景下“三生”空间演变对碳固存、碳排放的影响, 为政策制定提供科学依据.
5 结论(1)在开垦耕地、城市开发建设和水利工程建设等活动影响下, 2000~2020年石羊河流域未利用地面积变化最大, 减少531.5 km2, 分别向耕地、建设用地和水域转化面积为452.03 km2、261.75 km2和20.40 km2.研究期间建设用地动态度变化最大, 这与快速城镇化以及各类开发区和生态移民安置区建设密切相关.
(2)2000~2020年石羊河流域生产⁃生活⁃生态结构转换主要表现为生产空间和生态空间相互转化, 其次为生产空间和生活空间相互转化, 生活空间和生态空间相互转化面积最小.
(3)石羊河流域碳固存处于低水平但呈缓慢增加趋势, 整体呈由西南部祁连山区向东北部地区逐步降低的空间分布格局.
(4)2000~2020年石羊河流域碳排放呈显著增加的趋势, 整体呈“南北低、中部高”的空间分布格局.研究期间碳排放低和较低等级面积变化最为显著, 分别减少5 158.32 km2和2 688.7 km2, 这与人类生产生活空间扩张有关.
(5)2000~2020年石羊河流域生产、生态空间演变与碳固存演变呈正相关, 生活空间演变与碳固存演变呈负相关, 生产、生活空间演变与碳排放演变呈正相关, 生态空间演变与碳排放演变呈负相关.
[1] |
王秋凤, 于贵瑞, 何洪林, 等. 中国自然保护区体系和综合管理体系建设的思考[J]. 资源科学, 2015, 37(7): 1357-1366. Wang Q F, Yu G R, He H L, et al. Thinking of construction of the nature reserve system and integrated management system in China[J]. Resources Science, 2015, 37(7): 1357-1366. |
[2] |
李兰冰, 高雪莲, 黄玖立. "十四五"时期中国新型城镇化发展重大问题展望[J]. 管理世界, 2020, 36(11): 7-22. Li L B, Gao X L, Huang J L. Prospects for major issues of China's new urbanization development during the "14th Five-Year Plan" period[J]. Journal of Management World, 2020, 36(11): 7-22. |
[3] |
方创琳, 周成虎, 顾朝林, 等. 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径[J]. 地理学报, 2016, 71(4): 531-550. Fang C L, Zhou C H, Gu C L, et al. Theoretical analysis of interactive coupled effects between urbanization and eco-environment in mega-urban agglomerations[J]. Acta Geographica Sinica, 2016, 71(4): 531-550. |
[4] | Yan H M, Guo X, Zhao S Q, et al. Variation of net carbon emissions from land use change in the Beijing-Tianjin-Hebei region during 1990-2020[J]. Land, 2022, 11(7). DOI:10.3390/land11070997 |
[5] | Houghton R A. Magnitude, distribution and causes of terrestrial carbon sinks and some implications for policy[J]. Climate Policy, 2002, 2(1): 71-88. |
[6] |
郭泽呈, 魏伟, 庞素菲, 等. 基于SPCA和遥感指数的干旱内陆河流域生态脆弱性时空演变及动因分析——以石羊河流域为例[J]. 生态学报, 2019, 39(7): 2558-2572. Guo Z C, Wei W, Pang S F, et al. Spatio-Temporal evolution and motivation analysis of ecological vulnerability in Arid Inland River Basin based on SPCA and remote sensing index: a case study on the Shiyang river basin[J]. Acta Ecologica Sinica, 2019, 39(7): 2558-2572. |
[7] |
徐政, 左晟吉, 丁守海. 碳达峰、碳中和赋能高质量发展: 内在逻辑与实现路径[J]. 经济学家, 2021(11): 62-71. Xu Z, Zuo C J, Ding S H. Carbon Peak, Carbon neutrality empowers High-Quality development: internal logic and realization path[J]. Economist, 2021(11): 62-71. |
[8] |
赵荣钦, 黄贤金, 郧文聚, 等. 碳达峰碳中和目标下自然资源管理领域的关键问题[J]. 自然资源学报, 2022, 37(5): 1123-1136. Zhao R Q, Huang X J, Yun W J, et al. Key issues in natural resource management under carbon emission peak and carbon neutrality targets[J]. Journal of Natural Resources, 2022, 37(5): 1123-1136. |
[9] |
杜金霜, 付晶莹, 郝蒙蒙. 基于生态网络效用的昭通市"三生空间"碳代谢分析[J]. 自然资源学报, 2021, 36(5): 1208-1223. Du J S, Fu J Y, Hao M M. Analyzing the carbon metabolism of "Production-Living-Ecological" space based on ecological network utility in Zhaotong[J]. Journal of Natural Resources, 2021, 36(5): 1208-1223. |
[10] |
田超, 程琳琳, 邵盈钞. 京津冀地区城市三生空间碳代谢效率特征及演进模式[J]. 环境科学, 2024, 45(3): 1254-1264. Tian C, Cheng L L, Shao Y C. Efficiency characteristics and evolution patterns of urban carbon metabolism of Production-Living-Ecological Space in Beijing-Tianjin-Hebei region[J]. Environmental Science, 2024, 45(3): 1254-1264. DOI:10.13227/j.hjkx.202303122 |
[11] |
程番苑, 石培基, 张韦萍, 等. 主体功能区视角下兰西城市群碳收支时空分异及碳补偿分区——基于DMSP/OLS和NPP/VIIRS夜间灯光数据[J]. 环境科学学报, 2023, 43(11): 398-410. Cheng F Y, Shi P J, Zhang W P, et al. Temporal and spatial differentiation of carbon budget and carbon compensation zoning in the county of Lanzhou-Xining urban agglomeration from the perspective of main functional area: Based on the DMSP/OLS and NPP/VIIRS nighttime light data[J]. Acta Scientiae Circumstantiae, 2023, 43(11): 398-410. |
[12] |
黄金川, 林浩曦, 漆潇潇. 面向国土空间优化的三生空间研究进展[J]. 地理科学进展, 2017, 36(3): 378-391. Huang J C, Lin H X, Qi X X. A literature review on optimization of spatial development pattern based on ecological-production-living space[J]. Progress in Geography, 2017, 36(3): 378-391. |
[13] |
黄安, 许月卿, 卢龙辉, 等. "生产-生活-生态"空间识别与优化研究进展[J]. 地理科学进展, 2020, 39(3): 503-518. Huang A, Xu Y Q, Lu L H, et al. Research progress of the identification and optimization of production-living-ecological spaces[J]. Progress in Geography, 2020, 39(3): 503-518. |
[14] |
刘继来, 刘彦随, 李裕瑞. 中国"三生空间"分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304. Liu J L, Liu Y S, Li Y R. Classification evaluation and spatial-temporal analysis of "production-living-ecological" spaces in China[J]. Acta Geographica Sinica, 2017, 72(7): 1290-1304. |
[15] |
朱文博, 张静静, 崔耀平, 等. 基于土地利用变化情景的生态系统碳储量评估——以太行山淇河流域为例[J]. 地理学报, 2019, 74(3): 446-459. Zhu W B, Zhang J J, Cui Y P, et al. Assessment of territorial ecosystem carbon storage based on land use change scenario: a case study in Qihe River Basin[J]. Acta Geographica Sinica, 2019, 74(3): 446-459. |
[16] |
刘洋, 张军, 周冬梅, 等. 基于InVEST模型的疏勒河流域碳储量时空变化研究[J]. 生态学报, 2021, 41(10): 4052-4065. Liu Y, Zhang J, Zhou D M, et al. Temporal and spatial variation of carbon storage in the Shule River Basin based on InVEST model[J]. Acta Ecologica Sinica, 2021, 41(10): 4052-4065. |
[17] |
韩楚翘, 郑江华, 王哲, 等. 基于PLUS-InVEST模型吐哈盆地陆地生态系统碳储量时空变化及多情景模拟[J]. 干旱区地理, 2024, 47(2): 260-269. Han C Q, Zheng J H, Wang Z, et al. Spatiotemporal variation and multiscenario simulation of carbon storage in terrestrial ecosystems in the Turpan-Hami Basin based on PLUS-InVEST model[J]. Arid Land Geography, 2024, 47(2): 260-269. |
[18] |
范清瑶, 夏卫生, 莫成鑫, 等. 基于"三生空间"的土地利用转型时空演变及其碳排放效应研究——以福建省为例[J]. 生态环境学报, 2023, 32(12): 2183-2193. Fan Q Y, Xia W S, Mo C X, et al. Study on transition of land use function and its carbon emission effect repose based on the conception of "Production, Living and Ecological Space": a case study of Fujian province[J]. Ecology and Environmental Sciences, 2023, 32(12): 2183-2193. |
[19] |
张茹倩, 李鹏辉, 徐丽萍. 城镇化对新疆土地利用碳排放的影响及其耦合关系[J]. 生态学报, 2022, 42(13): 5226-5242. Zhang R Q, Li P H, Xu L P. Effects of urbanization on carbon emission from land use in Xinjiang and their coupling relationship[J]. Acta Ecologica Sinica, 2022, 42(13): 5226-5242. |
[20] | Yang J X, Zhao J, Zhu G F, et al. Spatial coupling characteristics and factors influencing Soil⁃Vegetation relationships in the lower part of the Shiyang river basin[J]. Land, 2023, 12(3). DOI:10.3390/land12030558 |
[21] | Yang S R, Sheng D R, Adamowski J, et al. Effect of land use change on soil carbon storage over the last 40 years in the Shi Yang river basin, China[J]. Land, 2018, 7(1). DOI:10.3390/land7010011 |
[22] |
江曼琦, 刘勇. "三生"空间内涵与空间范围的辨析[J]. 城市发展研究, 2020, 27(4): 43-48+61. Jiang M Q, Liu Y. Discussion on the concept definition and spatial boundary classification of "Production-Living-Ecological" space[J]. Urban Development Studies, 2020, 27(4): 43-48, 61. |
[23] | Liu C C, Deng C X, Li Z W, et al. Response characteristics of soil erosion to spatial conflict in the Production-Living-Ecological space and their driving mechanism: A case study of Dongting lake basin in China[J]. Land, 2022, 11(10). DOI:10.3390/land11101794 |
[24] | Liang X Y, Jin X B, Ren J, et al. A research framework of land use transition in Suzhou City coupled with land use structure and landscape multifunctionality[J]. Science of the Total Environment, 2020, 737. DOI:10.1016/j.scitotenv.2020.139932 |
[25] |
徐苏, 张永勇, 窦明, 等. 长江流域土地利用时空变化特征及其径流效应[J]. 地理科学进展, 2017, 36(4): 426-436. Xu S, Zhang Y Y, Dou M, et al. Spatial distribution of land use change in the Yangtze River Basin and the impact on runoff[J]. Progress in Geography, 2017, 36(4): 426-436. |
[26] | Yin D Y, Yu H C, Shi Y Y, et al. Matching supply and demand for ecosystem services in the Yellow River Basin, China: a perspective of the water-energy-food nexus[J]. Journal of Cleaner Production, 2023, 384. DOI:10.1016/j.jclepro.2022.135469 |
[27] |
王惠, 许月卿, 刘超, 等. 基于地理加权回归的生境质量对土地利用变化的响应——以河北省张家口市为例[J]. 北京大学学报(自然科学版), 2019, 55(3): 509-518. Wang H, Xu Y Q, Liu C, et al. Response of habitat quality to land use change based on Geographical Weighted Regression[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(3): 509-518. |
[28] | Yohannes H, Soromessa T, Argaw M, et al. Spatio-temporal changes in habitat quality and linkage with landscape characteristics in the Beressa watershed, blue Nile basin of Ethiopian highlands[J]. Journal of Environmental Management, 2021, 281. DOI:10.1016/j.jenvman.2020.111885 |
[29] |
董建红, 张志斌, 笪晓军, 等. "三生"空间视角下土地利用转型的生态环境效应及驱动力——以甘肃省为例[J]. 生态学报, 2021, 41(15): 5919-5928. Dong J H, Zhang Z B, Da X J, et al. Eco-environmental effects of land use transformation and its driving forces from the perspective of "production-living-ecological" spaces: a case study of Gansu Province[J]. Acta Ecologica Sinica, 2021, 41(15): 5919-5928. |
[30] |
冷红, 赵妍, 袁青. 城市形态调控减碳路径与策略[J]. 城市规划学刊, 2023(1): 54-61. Leng H, Zhao Y, Yuan Q. The path toward carbon reduction through urban form control[J]. Urban Planning Forum, 2023(1): 54-61. |
[31] |
宋进喜, 齐贵增, 佘敦先, 等. 中国植被生产力对干湿变化的响应[J]. 地理学报, 2023, 78(7): 1764-1778. Song J X, Qi G Z, She D X, et al. Response of vegetation productivity to wet and dry changes in China[J]. Acta Geographica Sinica, 2023, 78(7): 1764-1778. |