森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用_覆被的权衡影响.pdf

森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响*高怡凡1）杨志衍2）彭荣开2）孙子芸1）高培超1）宋长青1）（1）北京师范大学地理科学学部，北京师范大学地表过程与资源生态国家重点实验室，北京；2）北京师范大学（珠海校区）知行书院地理信息科学专业，广东珠海）摘要利用 CLUMondo 模型，探究福建省在生态预期目标（生态效益最大化且森林蓄积量不低于目标值）、经济预期目标（满足经济发展目标且林地面积不减少）以及常规协调预期目标（生态、经济目标均按现状稳定发展）下土地利用的优化配置.研究表明：1）CLUMondo 模型适用于福建省的土地利用/覆被变化模拟；2）福建省若要在未来尽可能保持现有林地面积的情况下实现经济发展，需要进一步提高森林管理水平，完善森林生态效益补偿制度；3）福建省应在未来优化城镇规划开发格局，加强城市、生态等主题功能区的集约高效发展，保证在经济发展的情况下生态环境得到可持续发展.本文的研究为促进福建省的经济发展、助力我国碳达峰目标的实现提供了参考.关键词土地利用变化；CLUMondo 模型；情景模拟；碳达峰；GEP；福建省中图分类号TP79DOI：10.12202/j.0476-0301.20223270引言碳达峰是我国当前的重大战略决策1，我国致力于在 2030 年实现碳达峰.碳达峰是指二氧化碳的排放量不再增长，达到峰值.碳排放的主要原因之一是土地利用类型的变化2.因此，土地利用类型的优化配置有助于减少碳的排放量，助力我国实现碳达峰.国务院 2021 年公布的2030 年前碳达峰行动方案指出，我国的土地政策应构建有助于碳达峰、碳中和的国土空间开发保护格局3.森林是重要的碳汇，保护森林资源对实现碳达峰有着关键作用45.衡量森林资源水平的重要指标为森林蓄积量6.森林蓄积量是指森林中树木树干部分的总材积.2021 年 10 月，中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见明确要求，到 2030 年全国森林蓄积量达到190 亿 m3.福建省地处我国东南沿海，属亚热带季风气候.福建省的森林覆盖率居于我国首位7，在实现森林蓄积量目标中具有龙头作用，是我国提高森林蓄积量的重点区域和实现碳达峰的关键区域.此外，福建省拥有厦门经济特区等经济发展驱动核心，闽台经济联系密切.目前，福建正在打造 21 世纪海上丝绸之路核心区，积极推动“海运丝路”“数字丝路”的建设.在碳达峰背景和森林蓄积量增长的要求下，福建省未来的土地变化需要权衡生态效益与经济效益.福建省国民经济和社会发展第十四个五年规划和二三五年远景目标纲要指出：在生态建设方面，福建省在未来的发展中应加强林地的保护和修复，坚持走生态优先、绿色低碳的高质量发展道路；在经济发展方面，福建省应加快建设现代化经济体系，推动经济社会发展再上新台阶8.然而，同一种土地类型无法同时提供较高的面积生态效益与经济效益.因此，为确保福建省在经济实现发展的同时助力我国碳达峰的实现，福建省未来的土地变化应权衡生态效益与经济效益.目前，已有学者对福建省部分区域的土地变化进行预测，但尚未探讨过福建省在生态效益和经济效益权衡下的土地变化.例如：黄康等9使用Ca-Markov模型预测了福州新区 2030 年的土地变化；杜勇等10使用 CA-Markov 模型预测了福建省泉州市 2030 年不同情景下的土地变化.本文旨在碳达峰背景下，探索森林蓄积量增长约束下的生态效益目标与经济发展目标对土地利用/覆被的权衡影响.土地变化模型是探究不同情景下土*国家自然科学基金资助项目（42230106，42271418，42171088，42171250）；北京师范大学地表过程与资源生态国家重点实验室自主课题资助项目（2022-ZD-04，2023-WT-02）通信作者：高培超（1991），男，博士，副教授.研究方向：地理信息科学.E-mail:收稿日期：2022-11-022024-02北京师范大学学报（自然科学版）60（1）JournalofBeijingNormalUniversity（NaturalScience）129地利用/覆被权衡影响的有效工具.其中，CLUMondo模型是近年来流行的土地变化模型1113，该模型允许一种土地类型提供多种土地系统服务，更加真实地刻画了土地类型和土地系统服务之间的关系.本文利用 CLUMondo 模型12预测了福建省在生态预期目标、经济预期目标、常规协调预期目标下的土地利用/覆被变化，从而为福建省的土地变化预测提供了解决方案，并为福建省实现区域经济发展、环境保护最大化建言献策.1研究方法框架与数据来源1.1研究方法框架本文采用的研究方法如图 1 所示.1）构建了福建省未来发展情景.为了在土地变化模拟中权衡福建省的生态效益和经济效益，选择了生态系统生产总值（grossecosystemproduct，GEP）和地区生产总值（grossdomesticproduct，GDP）作为土地需求.2）在森林蓄积量约束下通过线性规划的方法预测了福建省 2030 年土地需求量.3）为了评估 CLUMondo模型模拟福建省土地变化的精度，本文模拟了福建省 20152018 年的土地变化，通过 Kappa 系数比较了模拟结果和真实结果的相似性.最后，通过预测不同情景下 2030 年福建省的土地变化探究了森林蓄积量约束下生态效益和经济效益对福建省土地利用/覆被变化的影响.1)福建省未来发展情景构建权衡生态预期目标森林蓄积量各情景下福建省2030 年的GDP 和 GEPGDP经济预期日标线性规划GEP常规协调目标生态效益系数经济效益系数模拟得到的2018 年福建省土地利用/覆被图验证地利用/覆被图CLUMondo模拟得到的各情景2030 年福建省土地利用/覆被图3)福建省土地变化模拟2)福建省土地需求量预测2015 年福建省土图1研究方法框架1.2数据来源本文用到土地利用/覆被数据和驱动因子 2 类数据.其中，福建省 2015 年（图 2）和 2018 年的土地利用/覆被数据来源于中国科学院资源环境科学数据中心（http:/），数据空间分辨率为中国地图图例北京 首都天津 省级行政中心未定国界省、自治区、直辖市界1:48 000 000审图号:GS(2019)1823 号自然资源部 监制N图例耕地林地草地水域建设用地未利用地0 25 50100 km图2福建省 2015 年土地利用/覆被图130北京师范大学学报（自然科学版）第 60 卷1km，该数据中包括 6 种一级土地利用/覆被类型（耕地、林地、草地、水域、建设用地、未利用土地）.本文共选取 13 个驱动因子数据，驱动因子数据具体见表 1.驱动因子数据为影响土地变化的自然社会经济因素.例如，降水气温适宜并且土壤堆积密度较高的地方容易成为耕地.GDP 总量、夜间灯光指数、人口空间分布等驱动因子反映了建设用地的分布14.GDP 总量和人口空间分布体现了经济发展状况，从而影响土地利用/覆被的变化.夜间灯光指数可以反映地区综合情况，灯光指数越高的地区更有可能出现密集的人口分布，则更有可能出现以建设用地为代表的与人类活动有关土地利用/覆被类型.到达最近铁路的距离、到达最近道路的距离驱动因子可以通过距离交通线的远近来影响省内土地利用变化1516.表1驱动因子数据编号数据时间来源1土壤堆积密度2017https:/data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/2ebc3811-2783-4fb6-bb68-e8af47d32fd32土壤含沙量2017https:/data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/7e8f1bf4-57a1-4b9d-98b5-f1bbf13d37263土壤淤泥量2017https:/data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/cfd1c3c5-b285-480f-b60b-3bc407dfc1314到达最近河流的距离基于NatureEarth（https:/ 3 种未来发展情景用于模拟福建省土地利用/覆被的变化.在模拟中，选择采用 GEP 与GDP 作为土地需求来反映生态效益和经济效益.此外，在计算土地需求时考虑到了碳达峰目标下福建省的森林蓄积量增长约束.设计的 3 种情景如下所示.1）生态预期目标.生态预期目标旨在森林蓄积量约束下实现生态效益最大化.森林蓄积量估算是通过不同森林类型不同林龄面积与森林蓄积量的换算关系实现的.首先，福建省森林类型的占比来源于福建省森林资源清查结果以及主要森林类型资料20；其次，通过穷举的方式找到 2018 年不同树种的起始林龄，推算出 2030 年不同树种的起始林龄；最后，根据徐冰等21学者提出的关于不同树种不同林龄与森林蓄积量之间的换算关系，利用第 4 章式（2）（4）计算得到 2030 年福建省的森林蓄积量.为了验证上述计算方法的可靠性，本文计算了 2018 年的福建省的森林蓄积量，与 2018 年官方调查公布的数据相比，误差在 0.01%范围内，说明计算方法可靠.2）经济预期目标.经济预期目标旨在保证林地面积不减少的情况下，使得 2030 年福建省的经济效益实现最大化，并尽可能满足“十三五”规划纲要和福建省国民经济和社会发展第十四个五年规划和二三五年远景目标纲要的要求.首先，由于规划纲要中要求碳排放强度持续降低，增加林地面积不减少作为限制条件；其次，福建省的“十三五”规划纲要指出福建省“十三五”期间地区生产总值 GDP 比 2010 年翻一番8，“十四五”规划和 2035 年远景目标纲要中的 GDP 预期增长率为 6.3%.3）常规协调目标.常规协调目标旨在森林蓄积量分别增加 2.78%的基础上，GDP 增速实现年均增长4%.福建省在关于全面推行林长制的实施意见中指出19，从建立林长制向见效转变是未来的工作重心，在福建省目前情况下，森林管理水平会有一定提升，因此本文设定森林管理水平在以往的基础上高第 1 期高怡凡等：森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响131出 5%.张颖等4在基于过去 15 年森林蓄积量平均基准上进一步研究指出，森林经营管理水平提高 5%，森林碳储量将增加 4.30%6.86%.经济发展维持现发展阶段增长水平，即 GDP 年均增长 4%为目标.3土地需求量预测算法为了在森林蓄积量约束下计算土地需求量，需要引入土地利用/覆被类型的生态效益系数和经济效益系数22.生态效益系数以谢高地等23在全国尺度下计算的生态系统服务价值研究为理论基础，同时参考胡喜生等24在福建省尺度下核算的土地利用/覆被类型的数量、质量、时空布局及适宜度等具体情况计算而得.计算结果如表 2 所示，其中非生态用地（建设用地）的生态效益系数为负值，因其在生态系统服务中起负向作用25.表2各种土地利用/覆被类型的 GEP 效益系数和 GDP 效益系数万元km2系数类型耕地林地草地水域建设用地未利用地生态效益604.351671.39656.702436.7973.6829.90经济效益510.31109.46164.37657.6650016.330 x1 x6经济效益系数的计算思路是基于龚建周等26计算得到每种土地类型承载的经济效益的权重以及每种土地利用/覆被类型承载的经济效益总量，从而计算出每种土地利用/覆被类型的经济效益系数.每种土地利用/覆被类型经济效益系数的权重分别代表着该种土地利用/覆被类型对区域 GDP 贡献的相对大小，其中建设用地的经济效益系数最高（0.693），其他土地利用/覆被类型的经济效益系数分布在 0.0380.161之间.结合福建省统计数据中的 GDP 总量，得到每种土地利用/覆被类型的 GDP 总量，从而得出面积土地利用/覆被类型的 GDP 值，即的经济效益系数.计算结果见表 2.x1 x6本文通过线性规划的方法计算土地需求量.具体而言，将林地、耕地、草地、水域、建设用地和未利用地的面积设置为自变量（分别用表示），因变量为不同的最大化目标.1）目标函数为f(x)=max6i=1CiSi，（1）f(x)Ci式中：、在生态预期目标下分别为 GDP（万元）、经济效益系数（万元km2）；在经济预期目标下分别作为 GEP（万元）、生态效益系数（万元km2）.2）不同类型、不同林龄的森林蓄积量密度计算式为FBE=aj+bjjk，（2）B=FBEjk，（3）B=wk1+hkeckt，（4）FBEjkjkaj、bjBtwkhkckk式中：为生物量转换因子；指第 种林分第 种林龄森林蓄积量密度（m3hm2）；为常数；为生物量密度；为林龄；、为第 种林龄常数.以上林分、林龄有关常数为已知数值（表 3）.3）碳达峰情况下森林蓄积量的约束条件式为5j=15k=1(Sjk0+Sjk1)jkM，（5）Sjk0jkSjk1jkm3式中：指原有的第 种林分第 种林龄森林面积（km2）；指需要新增的第 种林分第 种林龄森林面积（km2）；M为森林蓄积量（）.4）区域经济发展增速的约束条件式为6i=1CiSi2 030m=2 015(1+rm)V，（6）SiiCii式中：为第 类土地利用/覆被类型的总面积（km2）；V为起始年份区域 GDP（万元）；为第 类土地利用/表3用于计算不同林分、不同林龄的各森林蓄积量密度参数系数类型bwhcABEF杉木19.141069.61002.43690.09630.46520.7500马尾松20.547081.67002.17350.05220.50340.6900阔叶林6.4940160.990010.31300.04920.92920.9500竹林19.141069.61002.43690.09630.46520.7500杂木25.0870199.150020.72970.35340.52920.8900注：该表格中的w、h、c来源于文献21，b来源于文献27.132北京师范大学学报（自然科学版）第 60 卷rm覆被类型的经济效益系数（万元km2）；为不同年份不同的 GDP 增速.5）不同土地利用/覆被类型最小面积限制的约束条件式为SiSi，（7）Sii式中：为第 类土地利用/覆被类型最小面积限制（km2）.6）各类型土地面积总量的约束条件为6i=1Si=Stot，（8）Stot式中：为研究区的总面积（km2）.4土地利用/覆被类型变化模拟4.1CLUMondo 模型CLUMondo 模型是空间显示的土地变化模拟模型，是 CLUE（conversionoflanduseanditseffects）系列模型的最新改进型2829.CLUMondo模型的基本原理是通过多次改变每个位置上的土地类型以满足设置的需求29.CLUMondo 模型中有 2 个不同的模块，分别是非空间需求模块和空间分配模块.其中，非空间需求（被称为土地系统服务）可以是特定土地类型面积或土地所承载的商品或提供的服务（例如粮食产量）30；空间分配模块的作用是通过分配各种土地类型的数量和位置以满足所设置的土地系统服务，具体的分配规则包括位置适宜性、土地类型转换限制（是否允许转换和转换的难易程度）、土地类型的竞争优势、土地类型的邻域效应和空间政策与限制31.4.2驱动因子选择与影响程度确定在 CLUMondo模型中，位置适宜性是指每个像元在自然社会经济因素驱动下成为每一种土地利用/覆被类型的概率，是通过 Logistic 方程回归分析得到的.Logistic 方程回归分析通过确定土地利用/覆被转换受不同驱动因子影响的程度，获得每个像元上成为每种土地利用/覆被类型的概率24.Logistic 回归计算的准确性可用 AUC（areaunderthecurve）值测度，一般认为 AUC 值越大，回归结果的分布与真实分布越一致，拟合程度越高.本文的 Logistic 回归分析结果显示：耕地、林地、草地、水域、建设用地、未利用地的AUC 值分别为0.7408、0.8736、0.6508、0.9230、0.8938、0.5433.所有土地利用/覆被类型的 AUC 值均0.65，其中林地、水域、建设用地的 AUC 值均0.85，说明拟合程度优异，可以较好地解释土地利用/覆被类型的转换.4.3土地利用制约参数设定在 CLUMondo 模型中，转移矩阵决定了一种土地利用/覆被类型能否转变成其他类型.矩阵元素包括0 和1，其中0 表示该土地利用/覆被类型不能转变为另一种土地利用/覆被类型，1 表示可以转换.本文中转移矩阵的设置思路参考了土地利用/覆被类型在 20152018 年的转换情况.本文使用 GIS 中的栅格计算器工具，计算出福建省 20152018 年的土地利用/覆被转移情况（表 4），得到的转移矩阵如表 5 所示.土地利用/覆被类型转换弹性系数表示一种土地利用/覆被类型转变为另一类型的困难程度，其范围为 01.0，值越接近 1.0 代表越难转换成该类土地利用/覆被类型，0 则相反.根据福建省 20152018 年每种表4土地利用/覆被类型转换矩阵类型耕地林地草地水域建设用地未利用地耕地199234211400林地075027151090草地022180882270水域8001140140建设用地072744620未利用地0000086表5土地利用/覆被类型转移矩阵类型耕地林地草地水域建设用地未利用地耕地100010林地111010草地011010水域111110建设用地111110未利用地000001第 1 期高怡凡等：森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响133土地利用/覆被类型转换为其他土地利用/覆被类型的比例，本研究将耕地、林地设为 0.5，未利用地、水域设为 1.0，草地为 0.6，建设用地 0.7.5结果与分析5.1各情景下的土地利用/覆被类型需求各情景下2030 年土地需求如表 6 所示.在生态预期目标下，2030 年的 GDP 相对于 2015 年增长 23.3%，2030 年的GEP 相对于 2015 年增长 4.7%；在经济预期目标下，2030 年 的 GDP 相 对 于 2015 年 增 长 106.5%，2030 年的 GEP 相对于 2015 年减少 2.7%；在常规协调目标下，2030 年的 GDP 相对于 2015 年增长 89.2%，2030 年的GEP 相对于 2015 年增长 0.8%.5.2模型精度评估结果为了评估 CLUMondo 模型应用于福建省的精度，本文预测了福建省 20152018年的土地利用/覆被变化.本文选择的评估指标为Kappa 系 数32.在 Map Comparsion Kit 中 计 算 得 到2018 年模拟结果与 2018 年实际土地利用/覆被数据之间的 Kappa 系数为 98.6%，计算结果说明模型模拟情况与实际情况十分接近.由此可见，使用 CLUMondo模型能够准确模拟福建省土地利用/覆被的变化.5.3预测结果与分析预测得到的各情景下 2030 年6 种土地利用/覆被的面积如表 7 所示.在生态预期目标中，福建省 2030 年林地面积达到 78656km2，相比于 2015 年增长 4.7%.在经济预期目标下，福建省2030 年建设用地面积达到 10296km2，相比于 2015 年增长 129.9%；林地面积为 70259km2，相比于 2015 年增长 1.1%.在常规协调目标下，林地面积相比于2015 年 减 少 1.4%，为 74673km2，草 地 面 积 相 比 于2015 年增加 4.0%，达到 19230km2，建设用地面积增加 74.1%，达到 9717km2.表7各种土地利用/覆被类型在各预测情景下的 2030 年面积km2模拟情景耕地林地草地水域建设用地未利用地生态预期目标20104786561603819095916102经济预期目标174577025922911170010296102常规协调目标17158746731923018459717102预测得到的各情景 2030 年 6 种土地利用/覆被情况如图 3 所示.福建省在 3 种情景下预测结果有相似的特征.预测结果表明，林地主要分布在福建省的武夷山和浙闽丘陵山地，耕地主要分布在福建省水系发达的河谷地区，如松溪、沙溪和闽江，建设用地主要分布在沿海地区、中部山谷地区，与福建省国家级重点开发区、省级重点开发区重合.草地向林地转变集中于鹭峰山、玳瑁山以及武夷山周边地区，草地转变为耕地主要集中于平原地区，草地向建设用地转变的地区集中于沿海地区、河流三角洲以及河谷地区，特别是集中在东南部的晋江和九龙江河流三角洲.3 种情景下预测的结果具有各自的特点.1）在生态预期目标情景中，林地面积在模拟过程中增多，而草地面积在模拟过程中变少，并且可以发现草地主要向林地和耕地转变，其中新增林地与预设需求相近，森林覆盖率增长 2.3%，达到 64.1%，达到了表6各情景 2030 年土地需求亿元模拟情景GDPGEP生态预期目标3.201.59经济预期目标5.371.47常规协调目标5.071.53N图例耕地林地草地水域建设用地未利用地0 25 50100 kmN图例耕地林地草地水域建设用地未利用地0 25 50100 kmN图例耕地林地草地水域建设用地未利用地0 25 50100 km注：基于自然资源部标准地图服务网站审图号GS（2019）3266的标准地图制图3不同情景下的 2030 年福建省土地利用/覆被图134北京师范大学学报（自然科学版）第 60 卷森林积蓄量的预设目标，同时也验证了林地面积与森林蓄积量、林龄之间的相互关系.但与此同时，该情景追求较高的 GEP，约束了经济的发展，使得建设用地与耕地 15 年间只能小幅度增长，GDP 在 15 年内增幅约 23.3%.2）在经济预期目标情景中可以得知草地、耕地向 GDP 系数较高建设用地转变，GDP 在 20152030年增长 106.5%.其中，建设用地对经济发展贡献较大，建设用地增加至 10296km2，集中在原有城市周边，表现出集群效应.3）常规协调目标情景下，森林蓄积量的提高是通过提升森林管理水平实现的，经济发展也能达到 GDP年均4%以上的增速.6结论与讨论福建省是我国实现碳达峰目标的关键区域.本文在福建省森林蓄积量约束下，通过权衡 GDP 与 GEP，探究了福建省不同情景下 2030 年的土地变化，从土地政策的角度为助力我国碳达峰的实现提供参考建议.本文构建了 3 种情景（生态预期目标、经济预期目标、常规协调目标），使用 CLUMondo 模型预测了福建省 20152030 年的土地变化.1）CLUMondo 模型的土地利用/覆被模拟变化适用于福建省.2）福建省若要在未来尽可能保持现有林地面积的情况下实现经济发展，需要进一步提高森林管理水平和森林质量，完善森林生态效益补偿制度，特别是针对鹭峰山、玳瑁山以及武夷山地区.3）福建省应建立多核城镇空间，优化城镇规划开发格局，加强城市、生态等主题功能区的集约高效发展.在经济发展预期情景下，厦门、平潭、福州逐渐连接成为沿海经济发展区.因此，建议厦门、平潭、福州强化区域协同发展战略，优化新型城镇化发展路径，从而保证在经济发展的情况下生态环境得到可持续发展.本文的研究仍存在一定的不足：1）在计算森林蓄积量时所使用的拟合参数及经济、生态效益系数，依赖于相关领域专家研究成果，存在一定范围误差.在未来开展研究时，应采用更系统的方法进行森林蓄积量、经济效益系数和生态效益系数的估算.2）在选择驱动因子时暂未考虑到未来的气候因素.由于未来的气候因素对于模拟未来的土地变化至关重要，在未来开展研究时，应该考虑使用气温、降雨等预测数据作为驱动因子，使模型更加准确，结论更加科学和可靠.7参考文献樊大磊，李富兵，王宗礼，等.碳达峰、碳中和目标下中国能源矿产发展现状及前景展望 J.中国矿业，2021，30（6）：11肖红艳，袁兴中，李波，等.土地利用变化碳排放效应研究：以重庆市为例 J.重庆师范大学学报（自然科学版），2012，29（1）：3822030 年前碳达峰行动方案 N.人民日报，2021-10-27（7）3张颖，李晓格，温亚利.碳达峰碳中和背景下中国森林碳汇潜力分析研究 J.北京林业大学学报，2022，44（1）：384黄从德，张健，杨万勤，等.四川省及重庆地区森林植被碳储量动态 J.生态学报，2008，28（3）：9665HUY，XUXL，WUFY，etal.EstimatingforeststockvolumeinHunanProvince，China，byintegratingin situplotdata，sentinel-2 images，and linear and machine learningregressionmodelsJ.RemoteSensing，2020，12（1）：1866苏漳文，刘爱琴，梁慧玲，等.基于气象因子的福建省森林火险预测模型 J.森林与环境学报，2015，35（4）：3707福建省人民代表大会常务委员会.福建省国民经济和社会发展第十四个五年规划和二三五年远景目标纲要B.福建省人民代表大会常务委员会公报，2021（1）：828黄康，戴文远，黄万里，等.基于 CA-Markov 和 InVEST 模型的土地利用变化对生境影响评价：以福建省福州新区为例 J.水土保持通报，2019，39（6）：1559杜勇，税伟，孙晓瑞，等.海湾型城市生态系统服务权衡的情景模拟：以福建省泉州市为例 J.应用生态学报，2019，30（12）：429310VAN ASSELEN S，VERBURG P H.A land systemrepresentation for global assessments and land-usemodelingJ.GlobalChangeBiology，2012，18（10）：312511VANASSELENS，VERBURGPH.Landcoverchangeorland-use intensification：simulating land system changewithaglobal-scalelandchangemodelJ.GlobalChangeBiology，2013，19（12）：364812谢一茹，叶思菁，沈石，等.顾及开发强度的长江中下游土地变化模拟及规划对策 J.地理信息世界，2021，28（4）：3313BAIY，WONGCP，JIANGB，etal.DevelopingChinasEcological redline policy using ecosystem servicesassessments for land use planningJ.Nature Commu-nications，2018，9：303414张明.土地利用结构及其驱动因子的统计分析：以榆林15第 1 期高怡凡等：森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响135地区为例 J.地理科学进展，1997，16（4）：19吴琛璐，王强，董政，等.福建省海岸带土地利用/覆盖变化及其驱动力 J.水土保持通报，2018，38（3）：31816KUMMUM，TAKAM，GUILLAUMEJHA.Griddedglobal datasets for gross domestic product and humandevelopment index over 1990-2015J.Scientific Data，2018，5：18000417HENGLT.Monthlyprecipitationinmmat1kmresolutionbased on SM2RAIN-ASCAT 2007-2018，IMERGE，CHELSA Climate and WorldClim（Version 0.2）M/ZENODO，201818HENGLT.Long-termMODISLSTday-timeandnight-timetemperatures，sdanddifferencesat1kmbasedonthe2000-2017timeseries（Version1.0）M.ZENODO，201819福建省森林资源管理总站.福建省第八次全国森林资源清查及森林资源状况调查报告 J.福建林业，2014（2）：920徐冰，郭兆迪，朴世龙，等.2000-2050 年中国森林生物量碳库：基于生物量密度与林龄关系的预测 J.中国科学：生命科学，2010，40（7）：58721谢一茹，高培超，王翔宇，等.经济发展预期下的粮食产量与生态效益权衡：黑龙江省土地利用优化配置 J.北京师范大学学报（自然科学版），2020，56（6）：87322谢高地，张彩霞，张雷明，等.基于单位面积价值当量因子的生态系统服务价值化方法改进 J.自然资源学报，2015，30（8）：124323胡喜生，洪伟，吴承祯.土地生态系统服务功能价值动态24估算模型的改进与应用：以福州市为例 J.资源科学，2013，35（1）：30胡喜生，洪伟，吴承祯.福州市土地生态系统服务与城市化耦合度分析 J.地理科学，2013，33（10）：121625龚建周，刘彦随，张灵.广州市土地利用结构优化配置及其潜力 J.地理学报，2010，65（11）：193126FANG J Y，GUO Z D，PIAO S L，et al.TerrestrialvegetationcarbonsinksinChina，1981-2000J.ScienceinChinaSeriesD：EarthSciences，2007，50（9）：134127谢一茹，高培超，叶思菁，等.面向土地变化模拟的CLUMondo 模型：回顾与展望 J.地理信息世界，2022，29（3）：728VANVLIETJ，VERBURGPH.AshortpresentationofCLUMondoM/GeomaticApproachesforModelingLandChange Scenarios.Cham：Springer International Publi-shing，2017：48529SUTTONC，COSTANZAR.Globalestimatesofmarketand non-market values derived from nighttime satelliteimagery，landcover，andecosystemservicevaluationJ.EcologicalEconomics，2002，41（3）：50930郭瑞琦，陆波，陈恺霖.基于 CLUMondo 模型的多情景土地利用变化动态模拟：以广西沿海城市为例 J.国土资源遥感，2020，32（1）：17631COHEN J.A coefficient of agreement for nominalscalesJ.Educational and Psychological Measurement，1960，20（1）：3732Trade-offimpactofcarbon-peaktargetofforestvolumeandeconomicdevelopmentgoalsonlanduse/landcoverinFujianGAOYifan1）YANGZhiyan2）PENGRongkai2）SUNZiyun1）GAOPeichao1）SONGChangqing1）（1）StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology，BeijingNormalUniversity，Beijing，China；2）ZhixingCollege，BeijingNormalUniversityatZhuhai，Zhuhai，Guangdong，China）AbstractInthecontextofglobaladvocacyofsustainabledevelopment，ChinaisstrivingtoreachapeakinCO2emissionbefore2030.Landusechangeiscloselyrelatedtocarbonemissionsandforeststockvolume.Thus，itisnecessarytobalanceandoptimizelanduseunderdifferentdevelopmentscenariosbeforecarbonemissionpeaks.Toachievepeakingincarbonemissions，FujianiscrucialbecauseforestcoverageratethereisthehighestinallofChina.ButFujianisalsonecessaryforChinaseconomicgrowth.FuturelandusechangesinFujianareaffectedbyatrade-offbetweencarbon-peakingactionsandeconomicdevelopment.HereCLUMondomodelisusedtoexploreoptimallanduseallocationunder3scenarios:1）ecologicaltargetscenario（maximizingecologicalbenefits，theforeststockvolumeisnotlowerthanthetargetvalue），2）economictargetscenario（satisfyingthelandusestatusin2030undertheeconomicdevelopmenttarget，theforestareaisnotdegraded）and3）conventionalcoordinatedtargetscenario136北京师范大学学报（自然科学版）第 60 卷（ecologicalandeconomicgoalsaredevelopedsteadilyaccordingtothecurrentsituation）.TheCLUMondomodelisfoundsuitableforlanduse/landcoverchangesimulationinFujianprovince.Toachieveeconomicdevelopmentwhilemaintaining existing forest area as much as possible in the future，Fujian province needs to improve forestmanagementlevel，forestquality，forestecologicalbenefitcompensationsystem.Fujianprovinceshouldoptimizeurbandevelopmentpatternandstrengthenintensivedevelopmentofurban，ecologicalfunctionalareas.Keywordslandusechange；CLUMondomodel；scenariosimulation；carbonpeak；GEP；Fujianprovince【责任编辑：刘先勤】第 1 期高怡凡等：森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响137