哈尔滨市绿色空间碳储量多情景模拟.pdf

第4 3卷第3期2 0 2 3年6月水土保持通报B u l l e t i no fS o i l a n dW a t e rC o n s e r v a t i o nV o l.4 3,N o.3J u n.,2 0 2 3 收稿日期:2 0 2 2-1 0-2 5 修回日期:2 0 2 3-0 1-1 0 资助项目:黑龙江省自然科学基金联合引导性项目“黑龙江省绿色空间碳储量与景观格局适应性调控路径研究”(L H 2 0 2 2 E 0 0 1);国家自然科学基金项目“寒地城市森林水平与垂直结构季相变异的冷岛机制研究”(4 2 1 7 1 2 4 6)第一作者:李雪(1 9 9 8),女(汉族),内蒙古自治区莫力达瓦达斡尔族自治旗人,硕士研究生,研究方向为风景园林规划与设计和绿色空间碳储量研究。E m a i l:2 0 2 1 1 8 7 0 1 6q q.c o m。通信作者:李文(1 9 7 1),女(汉族),山东省淄博市人,博士,副教授,主要从事城市生态修复与规划与碳中和等方面研究。E m a i l:l i w e nn e-f u.e d u.c n。哈尔滨市绿色空间碳储量多情景模拟李 雪,李 文,石 淞,曲 琛(东北林业大学 园林学院,黑龙江 哈尔滨1 5 0 0 4 0)摘 要:目的预测黑龙江省哈尔滨市未来绿色空间格局碳储量,分析绿色空间变化对碳储量的影响,为双碳政策下哈尔滨市绿色空间规划提供决策依据。方法基于2 0 1 0,2 0 2 0年哈尔滨市绿色空间土地覆盖数据,将双碳产业驱动因子引入F L U S模型预测2 0 3 0年不同情景的绿色空间土地覆盖变化,利用I n V E S T模型测算2 0 1 0,2 0 2 0,2 0 3 0年碳储量,比较分析碳储量时空变化规律,探讨绿色空间对碳储量的影响。结果将双碳产业因子引入F L U S模型后,较原模型的k a p p a系数提高了1.3 0%,均方根误差减少了0.2 1%,改进后的模型模拟精度更高。2 0 1 02 0 2 0年,碳储量呈下降趋势,共减少了5.1 41 06t,耕地的减少是造成碳储量损失的主要因素。地上生物量碳库和土壤碳库碳储量最多,占总碳储量的8 8.5 2%。2 0 3 0年自然发展、生态保护和经济发展情景下的碳储量分别为2.5 81 09,2.5 81 09,2.5 81 09t,同2 0 2 0年相比均呈下降趋势,其中生态保护情景的下降速率最慢,是自然发展情景下的0.1 2倍。结论未来应加强生态保护修复措施,减少耕地和林地面积流失,控制非绿色空间的扩张,提高哈尔滨市域碳储量。关键词:绿色空间;多情景模拟;碳储量;土地覆盖变化;黑龙江省哈尔滨市文献标识码:A 文章编号:1 0 0 0-2 8 8 X(2 0 2 3)0 3-0 3 2 0-1 0 中图分类号:F 3 0 1.2,X 1 7 1.1文献参数:李雪,李文,石淞,等.哈尔滨市绿色空间碳储量多情景模拟J.水土保持通报,2 0 2 3,4 3(3):3 2 0-3 2 9.D O I:1 0.1 3 9 6 1/j.c n k i.s t b c t b.2 0 2 3 0 3 2 0.0 0 1;L iX u e,L iW e n,S h iS o n g,e ta l.M u l t i-s c e n a r i os i m u l a t i o no nc a r b o ns t o r a g eo fg r e e ns p a c e i nH a r b i nC i t yJ.B u l l e t i no fS o i la n d W a t e rC o n s e r v a t i o n,2 0 2 3,4 3(3):3 2 0-3 2 9.M u l t i-s c e n a r i oS i m u l a t i o no nC a r b o nS t o r a g eo fG r e e nS p a c e i nH a r b i nC i t yL iX u e,L iW e n,S h iS o n g,Q uC h e n(C o l l e g eo fL a n d s c a p eA r c h i t e c t u r e,N o r t h e a s tF o r e s t r yU n i v e r s i t y,H a r b i n,H e i l o n g j i a n g1 5 0 0 4 0,C h i n a)A b s t r a c t:O b j e c t i v eT h ec a r b o ns t o r a g eo f t h e f u t u r eg r e e ns p a c ep a t t e r n sw a sp r e d i c t e d,a n d t h e i m p a c t o fg r e e ns p a c ec h a n g e so nc a r b o ns t o r a g ew a sa n a l y z e di no r d e rt op r o v i d eab a s i sf o rg r e e ns p a c ep l a n n i n gi nH a r b i nC i t y,H e i l o n g j i a n gP r o v i n c eu n d e r t h ed u a l-c a r b o np o l i c y.M e t h o d sB a s e do nt h eg r e e ns p a c e l a n dc o v e rd a t ao fH a r b i nC i t y i n2 0 1 0a n d2 0 2 0,t h ed u a l-c a r b o n i n d u s t r yd r i v i n g f a c t o r sw e r e i n t r o d u c e d i n t o t h eF L U Sm o d e l,a n dt h ec h a n g e si ng r e e ns p a c el a n dc o v e ru n d e rd i f f e r e n ts c e n a r i o si n2 0 3 0w e r ep r e d i c t e d.T h ec a r b o ns t o r a g ev a l u e s i n2 0 1 0,2 0 2 0,a n d2 0 3 0w e r ec a l c u l a t e du s i n gt h eI n V E S T m o d e l.T h es p a t i a l-t e m p o r a lv a r i a t i o no f c a r b o ns t o r a g ew a sc o m p a r e da n da n a l y z e d,a n dt h e i n f l u e n c eo fg r e e ns p a c eo nc a r b o ns t o r a g ew a sd i s c u s s e d.R e s u l t s A f t e rt h ed u a l-c a r b o n i n d u s t r yf a c t o r sw e r e i n t r o d u c e d i n t ot h eF L U Sm o d e l,t h ek a p p ac o e f f i c i e n t i n c r e a s e db y1.3 0%,a n d t h e r o o tm e a ns q u a r e e r r o rd e c r e a s e db y0.2 1%c o m p a r e dw i t ht h eo r i g i n a lm o d e l,i n d i c a t i n gi n c r e a s e ds i m u l a t i o na c c u r a c yo ft h ei m p r o v e d m o d e l.F r o m 2 0 1 0t o2 0 2 0,c a r b o ns t o r a g ed e c r e a s e db y5.1 4 1 06t,p r i m a r i l ya s r e s u l t o fd e c r e a s e dc u l t i v a t e dl a n d.C a r b o nw a sp r i m a r i l ys t o r e d i nt h ea b o v e g r o u n db i o m a s sc a r b o np o o l a n dt h es o i l c a r b o np o o l,a c c o u n t i n gf o r8 8.5 2%o f t h et o t a lc a r b o nr e s e r v e s.C a r b o ns t o r a g eu n d e rn a t u r a l d e v e l o p m e n t,e c o l o g i c a l p r o t e c t i o n,a n d e c o n o m i c d e v e l o p m e n ts c e n a r i o s i n2 0 3 0w e r e 2.5 81 09,2.5 81 09,a n d2.5 81 09t,r e s p e c t i v e l y,s h o w i n gad o w n w a r d t r e n d f r o m2 0 2 0.T h ed e c l i n er a t e i nt h ee c o l o g i c a lp r o t e c t i o ns c e n a r i ow a st h es l o w e s to f t h et h r e es c e n a r i o s,a n dw a s0.1 2t i m e s t h er a t eo b s e r v e df o rt h en a t u r a ld e v e l o p m e n ts c e n a r i o.C o n c l u s i o nI nt h ef u t u r e,e c o l o g i c a lp r o t e c t i o na n dr e s t o r a t i o nm e a s u r e ss h o u l db es t r e n g t h e n e dt or e d u c et h el o s so fc u l t i v a t e dl a n da n df o r e s tl a n d,a n d t h e e x p a n s i o no f n o n-g r e e ns p a c e s h o u l db e c o n t r o l l e d i no r d e r t o i m p r o v e c a r b o ns t o r a g e i nH a r b i nC i t y.K e y w o r d s:g r e e ns p a c e;m u l t i-s c e n a r i os i m u l a t i o n;c a r b o ns t o r a g e;l a n dc o v e rc h a n g e;H a r b i nC i t y,H e i l o n g j i a n gP r o v i n c e 后疫情时代,全球的气候问题不容乐观,及时应对恶劣的气候形势是全人类的思想共鸣1。中国政府提出力争2 0 3 0年前实现碳达峰,2 0 6 0年前实现碳中和(简称“双碳”)的重大战略2。生态系统是城市实现碳平衡的重要保障,陆地生态系统碳储量是表征碳储存服务的重要指标3。城市绿色空间是一种复合生态系统,可以固碳释氧,有效缓解气候问题,是实现“碳达峰、碳中和”的重要空间载体4。国内外研究者计算生态系统碳储量主要是通过实地调查、模型模拟和遥感反演等。Z h a n g等5、李宁6和侯瑞萍等7运用生物量蓄积量等计算方法进行 碳 储 量 计 算。S o h lT L8和 邓 喆 等9运 用I n V E S T模型结合土地利用/覆盖数据进行模拟估算。夏安全等1 0、杨鑫等1 1和张桂莲等1 2则是借助遥感影像估算碳储量进行相关研究。情景设置可以对比分析不同发展情景下的事物发展状态1 3。L i uX i a o p i n g等1 4已证明F L U S模型可以有效地预测各种设计场景下的复杂土地利用变化。庄子薛等1 5对2 0 3 0年生态修复力度不同的3种情景下的碳储量进行模拟预测。孙定钊等1 6模拟了黄土高原历史趋势延续情景、生态保育管护情景、城镇发展建设情景下土地利用变化。目前,大多研究单纯从土地利用/覆盖变化的角度探讨其对碳储量的影响,而对市域范围内的绿色空间的生态系统碳储量研究较少。本研究采用G e o S O S-F L U S软件,以2 0 1 0年和2 0 2 0年哈尔滨市土地覆盖数据为基础,设置自然发展情景、生态保护情景、经济发展情景3种情景,进行2 0 3 0年哈尔滨市绿色空间的多情景模拟预测,结合哈尔滨市目前的双碳产业规划,提取双碳项目平台等作为双碳产业驱动因子,形成改进的F L U S模型,为优化哈尔滨市的绿色空间格局提出合理的规划决策和实现“双碳”政策提供参考。1 研究方法及数据来源1.1 研究区概况哈尔滨 市 位 于 黑 龙 江 省 南 部,地 势 西 低 东 高(图1),总面积5.3 11 04k m2,作为中国东北北部政治、文化和经济枢纽,具有不可替代的地位,更是国际性空中交通走廊的关键。哈尔滨市北部是小兴安岭,东南侧被张广才岭支脉所包围,市内具有丰富的植被资源,山势平缓,溪流纵横,松花江穿其而过。2 0 2 0年,哈尔滨市常住人口1.0 01 07人,G D P为5.1 41 01 1元,占黑龙江省G D P的3 7.4 9%。哈尔滨市属中温带大陆性季风气候,四季分明,冬长夏短,年均气温和年均降水量分别为3.5和5 6 9.1mm。耕地面积占整个市域的4 8.6 0%,是面积最大的土地覆盖类型。此外,哈尔滨市域的土地覆盖类型还包括林地、草地、人造地表、湿地和水域及裸地,覆盖面积比例分别为3 5.8 9%,7.9 1%,4.1 3%,1.7 1%,1.7 3%和0.0 3%。注:本图地理底图源于地理空间数据云V 2 0 2 0,并基于自然资源部标准地图服务系统G S(2 0 1 9)3 2 6 6号标准地图校准制作。下同。图1 哈尔滨市高程分布图F i g.1 E l e v a t i o nd i s t r i b u t i o nm a po fH a r b i nC i t y1.2 数据来源和预处理本文使用的数据主要包括土地利用/覆盖数据、驱动因子数据、限制因子数据和碳密度数据。土地利用/覆盖数据从G l o b eL a n d3 0全球地表覆盖数据(h t t p:www.g l o b a l l a n d c o v e r.c o m/)选取2 0 1 0年和2 0 2 0年的土地覆盖数据,依据G l o b e l l a n d3 0分类系统,在A r c G I S中进行去黑边、合并和裁剪。驱动因子数据包括自然因子、社会因子、交通因子及双碳产业因子。D EM数据由地理空间数据云获123第3期 李雪等:哈尔滨市绿色空间碳储量多情景模拟得,在A r c G I S中进行合并,按掩膜提取,并经过坡度、坡向计算得到坡度、坡向数据,其他的自然因子年均气温和年均降水数据来源于高分辨率网格化数据集(h t t p s:c r u d a t a.u e a.a c.u k/c r u/d a t a/h r g/),再经过反距离权重法处理。社会因子包括人口密度、人均G D P公里格网数据,分别来源于W o r l dP o p(h t t p s:www.w o r l d p o p.o r g/)和 地 理 国 情 监 测 云 平 台(h t t p:www.d s a c.c n/)。距离水系、国道、公路、高速、县道、铁路、碳研究点距离等交通因子来源于全球地理 信 息 资 源 目 录 服 务 系 统(h t t p s:www.w e b m a p.c n/)再通过欧式距离求得。选取资源环境科学与数据中心(h t t p s:www.r e s d c.c n/)中的哈尔滨市域自然保护区数据进行栅格化处理作为限制因子。为保证数据的一致性,土地利用/覆盖数据、驱动因子和限制因子确定WG S_19 8 4_UTM作为统一的坐标系,分辨率均为1 0 0m1 0 0m,其中驱动因子数据设置相同的行列数并进行归一化处理。参考以往研究中的绿色空间分类体系1 7-1 9,绿色空间包括耕地、林地、草地、湿地、水域,非绿色空间包括人造地表、裸地等。本次研究对象包括哈尔滨市域内的耕地、林地、草地、湿地、水域等。1.3 研究方法1.3.1 模型介绍 F L U S模型是一种用来模拟未来不同情景下的土地利用情况的模型,主要由两个模块组成,第一个模块是自底向上C A模型,第2个模块是自顶向下S D模型。在模拟过程中,首先要利用基础土地利用/覆盖数据结合驱动力数据通过ANN算法得出适宜性概率,随后再给出自适应惯性和基于轮盘赌结果的竞争机制。在气候多变的背景下,哈尔滨市为响应国家“双碳”政策,把握时代机遇,积极开展相关研究工作,制定“碳达峰、碳中和”科技创新行动方案,鼓励开展有关碳中和相关研究产业,实现中微观层面的相关规划。为了更好地模拟在双碳政策下的未来发展情景,有必要提取“双碳”研究平台等作为双碳产业驱动因子引入F L U S模型,进行模型的进一步改进。地理学第一定律(T o b l e rsF i r s tL a w)表明“任何事物都相关,相近的事物关联更紧密”2 0,相关产业的崛起与布局影响着周围土地覆盖尤其是人造地表的未来发展情况。再根据地理邻近性2 1,研究环境一旦形成会带动周围研究院所和公司企业进一步开展相关研究2 2。因此,首先要找寻到“双碳”研究的源头,经调查研究,选取哈尔滨市现有的碳汇项目的公司和“双碳”研究院所(表1),并计算研究区栅格至规划双碳产业平台的距离,并将此作为双碳产业驱动因子引入模型。表1“双碳”研究院所项目名称及经纬度T a b l e1 P r o j e c tn a m e,l o n g i t u d e,a n d l a t i t u d eo f“d o u b l ec a r b o n”r e s e a r c h i n s t i t u t e双碳研究院所/公司名称研究院/项目名称 经度(E)纬度(N)东北林业大学碳中和技术创新研究院1 2 6.6 3 42 5 24 5.7 2 03 5 5哈尔滨工业大学双碳产业技术研究院1 2 6.6 3 11 1 54 5.7 4 14 6 5哈尔滨理工大学战略合作协议1 2 6.6 1 66 5 74 5.7 1 49 0 3黑龙江大学校企合作1 2 6.6 3 08 8 24 5.7 1 33 6黑龙江省生态环境厅同研究院所合作1 2 6.7 0 64 7 34 5.7 4 33 2 6黑龙江省自然资源厅同研究院所合作1 2 6.6 9 64 5.7 4 44黑龙江省林业和草原局同研究院所合作、林业碳汇项目1 2 6.6 7 67 94 5.7 3 96 5 7尚志国有林场管理局林业碳汇项目1 2 7.9 6 054 5.2 1 05 5哈电集团江北科研基地大楼战略合作协议1 2 6.5 0 74 6 24 5.7 9 13 5 6龙江森工集团碳中和服务交易合作协议1 2 6.6 6 18 9 64 5.7 4 74 5 81.3.2 绿色空间情景设置 本研究设定了自然发展、生态保护、经济发展3种情景。(1)自然发展情景主要考虑自然因素,不考虑国家相关政策的影响,主要是土地利用变化趋势的再延续。该情境依据2 0 1 02 0 2 0年的土地利用/覆盖转移矩阵,邻域因子参数和转移成本矩阵保持不变,结合M a r k o v模型进行预测绿色空间土地覆盖的变化。(2)生态保护情景主要优先考虑生态环境的保护与发展,参考哈尔滨市十四五规划健全绿色发展体系,改善生态环境质量,及国务院颁布的2 0 3 0年前碳达峰行动方案 中构建有利于碳达峰、碳中和的国土空间开发保护格局,依据自然发展情景下土地利用/覆盖转移矩阵,控制城镇化发展,设定林地、草地向人造地表的转移概率减少5 0%,耕地向人造地表转移减少3 0%,耕地向林地、草地转移概率增加3 0%。(3)经济发展情景下,优先发展市域的经济,自然环境则会受到一定的影响。哈尔滨市作为东北地区北部政治、经济、文化中心,哈大齐工业走廊的起点,具有重要的经济地位,在自然情景发展的基础上,人造地表进一步扩张,其他用地如林地和草地等相应223 水土保持通报 第4 3卷减少,该情景设置林地、草地向人造地表转化概率增加5 0%,耕地向人造地表增加2 0%。1.3.3 绿色空间多情景模拟 本研究使用G e oS o S-F L U S软件对哈尔滨市绿色空间进行模拟,模型在使用过程中需要设置以下参数:(1)计算适宜性概率ANN。适宜性概率代表每种土地覆盖类型在每个像元上的出现概率。输入哈尔滨市2 0 1 0年绿色空间土地覆盖数据作为基础数据,采用随机取样策略,采样参数设置为2 0,神经网络的隐藏层数设为1 2。再结合以上1 4种驱动因子数据,将其进行归一化处理,同时保证数据的行列号完全一致。最终,经ANN训练得到2 0 1 0年哈尔滨市绿色空间的适宜性图集,其均方根误差为0.2 0 55 4 6,训练精度较好。(2)邻域因子参数设定。邻域因子代表不同土地利用类型之间的相互作用,其参数与土地利用和土地覆盖类型的扩张能力是成正比的,其参数范围为01,越接近1则代表更容易进行转化,其扩张能力越强。本研究首先对土地利用类型进行无量纲化处理,经过不同情境下多次调试,并对试验结果进行比较,最终确定结果。(3)转移成本矩阵设定。转移成本矩阵指各土地利用/覆盖类型间相互转化的可能,成本矩阵中只有0,1,0代表不能够发生转化,1则代表可以发生转化。本研究依据2 0 1 02 0 2 0年哈尔滨市土地覆盖转移特征,结合各情景需求设计3种对应的转换成本矩阵。(4)精度验证。k a p p a指数是由C o h e n提出衡量分类精度的指标,常用来衡量土地利用/覆盖布局模拟结果的精确度,取值范围为0,1,当k a p p a指数大于0.7 5时,代表具有较高的可信度,认为该模型可用,计算公式为:k a p p a=(Po-Pe)/(1-Pe)(1)式中:Po为模拟的正确率;Pe为随机条件下期望的正确率。F OM系数是由P r a t t提出来的,用来做性能评价,指优值,取值范围为0,1,计算公式为:F OM=B/(A+B+C+D)(2)式中:A指真实情景下土地覆盖转变模拟的情景未变引起的误差;B指真实和模拟情景均发生了同样的转变的土地;C代表真实和模拟情景下土地覆盖都转变了,但两者变化不同而引起的误差;D代表模拟情景发生了真实情景未发生的转变的误差。本研究以2 0 1 0年哈尔滨市土地覆盖数据为基础进行预测模拟2 0 2 0年的土地覆盖数据,将得到的数据同实际的2 0 2 0年数据进行k a p p a指数和F o M精度验证,k a p p a指数越大精度越高,F o M值则越小精度越高。1.3.4 I n V E S T模型与碳密度系数及修正(1)I n V E S T模型。本研究通过I n V E S T模型对研究 区 域 绿 色 空 间 土 地 覆 盖 碳 储 量 进 行 计 算。I n V E S T模型中碳储量模块包括4个基本碳库:地上生物碳储量(Ca b o v e)、地下生物碳储量(Cb e l o w)、土壤碳储量(Cs o i l)、死亡有机质碳储量(Cd e a d)。根据这4个碳库,碳密度又分为地上生物碳密度、地下生物碳密度、土壤碳密度和死亡有机物碳密度。碳储量的计算公式为:Ct o t a l=Ca b o v e+Cb e l o w+Cs o i l+Cd e a d(3)式中:Ct o t a l表示总体碳储量;Ca b o v e表示植被的地上生物碳储量;Cb e l o w表示植被的地下生物碳储量;Cs o i l表示土壤碳储量;Cd e a d表示植被的死亡有机质碳储量。Ct o t a li=(Ca b o v ei+Cb e l o wi+Cs o i li+Cd e a di)Si(4)式中:Ca b o v ei,Cb e l o wi,Cs o i li和Cd e a di为每种土地覆盖的地上生物、地下生物、土壤和死亡有机质的平均碳密度;Si为该土地覆盖的面积;Ct o t a li为每种土地覆盖类型的总碳储量。(2)碳密度系数修正。本研究所用的碳密度来源于以往的研究2 3-2 5结果,为提高碳密度的准确度,大都选用同一个团队的、本省市或者周边省市的数据,避免使用距离较远的省份或者全国数据。不同的土地覆盖类型和气候差异会造成不同的碳密度结果,因此需要对其修正。植被的碳密度和土壤碳密度已经有诸多研究者证明同当地的年均降水量成正比,同时与研究区的年均气温呈现一定的弱相关关系。本研究考虑年均降水和气温因素来对碳密度数据进行修正。采用A l a m等2 6研究的降水因素修正公式(公式5,公式6)和用G i a r d i n a等2 7研究中年均气温因素的修正公式(公式7)。CS P=3.3 9 68P+39 9 6.1(R2=0.1 1)(5)CB P=6.7 9 81e0.0 0 54 1p(R2=0.7 0)(6)CB T=2 8T+3 9 8(R2=0.4 7,p0.0 1)(7)KB P=CB P 1/CB P 2(8)KB T=CB T 1/CB T 2(9)KB=KB TKB P(1 0)KS=CS P 1/CS P 2(1 1)式中:P,T分 别 为 年 均 降 水 量(mm)和 年 均 气 温();CB P,CB T分别是通过年降水量和年均气温得到的生物量碳密度(k g/m2);CS P为依据年降水量得到的土壤碳密度(k g/m2)。KB P和KB T分别为生物量碳密度的降水和气温因子修正系数;CB P 1和CB T 1分别为323第3期 李雪等:哈尔滨市绿色空间碳储量多情景模拟哈尔滨市域根据年降水量和年均温得到的生物量碳密度数据,CB P 2和CB T 2分别为黑龙江省域根据年降水量和年均温得到的生物量碳密度数据,CS P 1和CS P 2分别为哈尔滨市域与黑龙江省域根据年均降水得到的土壤碳密度数据,KB,KS分别为生物量碳密度修正系数和土壤碳密度修正系数。根据国家气象科学数据共享服务平台和N C E I平台等资料,哈尔滨市域和黑龙江省域2 0 1 02 0 2 0年均降水量和年均气温分别取值6 5 4.9 9mm/6 3 7.8 7mm和4.1 9/3.4 4。所参考的碳密度和修正的数据如表2。表2 哈尔滨市域修正前与修正后碳密度数据T a b l e2 P r e-c o r r e c t i o na n dp o s t-c o r r e c t i o nc a r b o nd e n s i t yd a t ao fH a r b i nC i t y土地覆盖类 型地上生物量碳密度/(k gm-2)修正前修正后地下生物量碳密度/(k gm-2)修正前修正后土壤碳密度/(k gm-2)修正前修正后死亡有机物碳密度/(k gm-2)修正前修正后耕 地3.8 74.4 11 4.9 01 6.9 92 0.6 62 0.8 700林 地5.3 36.0 82 1.9 02 4.9 73 0.0 23 0.3 20.2 00.1 4草 地2.9 33.3 41 0.5 81 2.0 61 4.4 51 4.5 92.2 71.5 4湿 地8.9 01 0.1 5 3 2.7 83 7.3 74 0.9 04 1.3 10.2 40.1 6水 域3.3 13.7 71 4.6 41 6.6 91 5.7 01 5.8 60.0 10.0 1修正系数1.1 41.0 10.6 8数据来源韩晋榕2 3奚小环等2 4朱丽亚等2 52 结果与分析2.1 改进模型精度验证本研究在原来模型的基础上,引入“双碳”产业因子作为驱动因子来改进F L U S模型。利用研究区域2 0 1 0年的土地覆盖数据模拟2 0 2 0年的土地覆盖情况,在驱动因子选择上,分别引入带“双碳”产业驱动因子等1 4个驱动因子改进模型和不带“双碳”产业驱动因子的1 3个驱动因子的原模型进行模拟并对比模拟结果(图2)。其中原模型的ANN适宜性计算中均方根误差为0.2 0 53 2 4,而改进模型的均方根误差为0.2 0 32 4 2,比原模型均方根误差小了0.2 1%。将原模型和改进模型模拟出来的结果同2 0 2 0年实际土地覆盖类型的栅格数进行对比,通过对比可知(表3),各个土地覆盖类型改进的模型的模拟结果更高,更加接近实际值。其中,林地的模拟精度最高,与实际值的误差只有0.9 2%。改进模型模拟绿色空间比原模型模拟误差减小了0.5 8%,非绿色空间模拟误差缩小了0.3 6%。从整体空间布局的模拟精度上来看,两个模型k a p p a系数均大于0.7 5,添加双碳产业因子改进的模型的k a p p a系数为0.8 7 64 2,OA系数为0.9 1 60 7 2,原模型的k a p p a系数为0.8 6 34 4,O A系数为0.9 1 55 2 7,改进后的模型的k a p p a系数和O A值均大于原模型的值,F OM系数也从0.0 0 46 52 4 4降低到0.0 0 46 40 0 2。改进的模型引入双碳产业因子更加符合未来双碳政策下的土地覆盖扩张需求,模拟结果的空间布局的精度更准确。表3 哈尔滨市2 0 2 0年土地利用模拟结果对比T a b l e3 C o m p a r i s o no f l a n du s e s i m u l a t i o nr e s u l t s i nH a r b i nC i t y i n2 0 2 0土地覆盖类型耕 地林 地草 地湿 地水 域人造地皮裸 地实际值栅格数/1 02个2 62 3 5.1 51 93 7 9.1 042 7 1.0 09 2 0.7 49 3 6.2 622 3 0.6 21.7 3原模型模拟栅格数/1 02个2 73 1 4.3 51 91 7 0.0 844 6 0.4 67 5 8.3 47 0 2.3 915 8 4.4 40.1 2模拟误差/%4.1 11.0 84.4 41 7.6 42 4.9 82 8.9 79 9.3 1改进模型模拟栅格数/1 02个2 72 7 7.9 41 92 0 0.944 5 6.2 47 5 9.1 47 0 3.2 615 9 2.5 80.1 2模拟误差/%3.9 70.9 24.3 41 7.5 52 4.8 92 8.6 09 9.3 12.2 2 0 1 02 0 2 0年绿色空间碳储量时空变化特征2.2.1 绿色空间碳储量数量变化特征 哈尔滨市域绿色空间碳储量在这1 0a间总体上呈现下降趋势,2 0 1 0,2 0 2 0年的碳储量分别为2.5 8 81 09t和2.5 81 09t,共减少了5.1 4 1 06t,2 0 1 0,2 0 2 0年碳密度平均值分别为4 9 3.8 1t/h m2和4 9 9.2 1t/h m2(表4)。碳储量表现为耕地和草地分别减少了4.3 61 07t和9.5 01 06t碳储量,耕地的碳储量减量占总损失量的8 2.1 0%,林地碳储量增加最多,增加了2.7 41 07t,占碳储总增量的5 7.1 1%,湿地和水域碳储量增量分别是423 水土保持通报 第4 3卷8.5 11 06t和1.2 01 07t。总体上看,1 0a间耕地和林地的碳储量是哈尔滨市域绿色空间碳储量的变化的主要引导因素。根据哈尔滨市域绿色空间的碳库变化结果来看(表5),其4个碳库均呈下降趋势,土壤碳库和地下生物量碳库分别减少了2.4 21 06t和2.1 31 06t,占总碳库损失量的8 8.5 2%,死亡有机碳库的减少量最小,仅有4.0 0 1 04t。因此,从4个碳库的角度上看,哈尔滨市域绿色空间1 0a间的碳储量的主要贡献者是土壤碳库和地下生物量碳库,影响最小的是死亡有机碳库。图2 哈尔滨市改进模型与原模型对比F i g.2 C o m p a r i s o no f i m p r o v e dm o d e l a n do r i g i n a lm o d e l i nH a r b i nC i t y表4 2 0 1 02 0 2 0年哈尔滨市域绿色空间碳储量及变化T a b l e4 C a r b o ns t o c ka n dc h a n g e i ng r e e ns p a c e i nH a r b i nC i t y f r o m2 0 1 0t o2 0 2 01 06t项目耕地林地草地湿地水域总量2 0 1 0年碳储量13 5 3.2 69 4 0.0 52 2 2.7 23 7.4 53 4.7 025 8 8.1 82 0 2 0年碳储量13 0 9.6 99 6 7.4 32 1 3.2 24 5.9 64 6.7 425 8 3.0 4碳储量变化-4 3.5 72 7.3 8-9.5 08.5 11 2.0 4-5.1 4表5 2 0 1 02 0 2 0年哈尔滨市域绿色空间碳库及变化T a b l e5 C a r b o np o o l sa n dc h a n g e s i ng r e e ns p a c e i nH a r b i nC i t y f r o m2 0 1 0t o2 0 2 01 06t项 目 地上生物量碳库地下生物量碳库土壤碳库死亡有机碳库总 量2 0 1 0年碳储量2 7 5.5 710 7 3.2 912 2 0.9 51 8.3 725 8 8.1 82 0 2 0年碳储量2 7 5.0 210 7 1.1 612 1 8.5 31 8.3 325 8 3.0 4碳储量变化-0.5 5-2.1 3-2.4 2-0.0 4-5.1 4523第3期 李雪等:哈尔滨市绿色空间碳储量多情景模拟2.2.2 绿色空间碳储量空间变化特征 从空间分布上看(图3),2 0 1 02 0 2 0年哈尔滨市域绿色空间北部沿松花江流域两侧湿地碳密度最高。高碳储量区域主要位于哈尔滨市域的木兰县和通河县以及哈尔滨市区、尚志市和宾县的交界处,还有五常市和尚志市的东南部,其共同特点是均含有大量森林覆盖,其碳密度最高的还属松花江流域周围的湿地。低碳密度区域则主要是草地和耕地覆盖区,以哈尔滨市区、尚志市、宾县和延寿的交界处为中心向四周散布。根据2 0 1 02 0 2 0年的碳储量变化可知(图4),哈尔滨市域绿色空间大部分地区变化不明显,比例为9 1.7