郭旭東，常 青，劉 筱，包慧敏，孫 藝，呂春艷，張衍毓

（1.中國土地勘測規(guī)劃院，國土資源部土地利用重點實驗室，北京 100035；2.中國農(nóng)業(yè)大學(xué)觀賞園藝與園林系，北京 100193）

基于碳儲量視角的城鎮(zhèn)土地利用模式與生態(tài)效益分異特征

郭旭東1，常 青2，劉 筱2，包慧敏2，孫 藝2，呂春艷1，張衍毓1

（1.中國土地勘測規(guī)劃院，國土資源部土地利用重點實驗室，北京 100035；2.中國農(nóng)業(yè)大學(xué)觀賞園藝與園林系，北京 100193）

研究目的：探析不同土地利用模式下碳儲量的空間差異特征，為優(yōu)化城鎮(zhèn)土地利用及其生態(tài)效益提供參考。研究方法：InVEST碳儲量修正模型、歸一化不透水地表指數(shù)（NDISI）和層次聚類分析。研究結(jié)果：（1）2014年北京市三山五園地區(qū)碳儲量為23.31×104t，單位土地面積平均碳儲量32.28 t/hm2；各街道碳儲量差異明顯。（2）以NDISI變化率表征土地利用開發(fā)強度，1992—2014年間上地街道開發(fā)強度最高，青龍橋街道（頤和園）開發(fā)強度最低。（3）該區(qū)各街道碳儲量與其區(qū)位、用地結(jié)構(gòu)及開發(fā)建設(shè)模式密切相關(guān)，開發(fā)建設(shè)活動并非一定會降低城鎮(zhèn)土地碳匯能力。研究結(jié)論：土地利用模式影響城鎮(zhèn)土地碳儲能力，加強城鎮(zhèn)土地利用模式與生態(tài)效益研究，有助于合理制定城鎮(zhèn)土地利用政策。

土地利用；碳儲量；生態(tài)效益；土地開發(fā)模式；三山五園

1 引言

近40年來的快速城市化過程中，中國土地資源開發(fā)利用取得了顯著的社會經(jīng)濟效益，但同時也出現(xiàn)了自然棲息地退化、水土流失、城市熱島等生態(tài)環(huán)境問題[1-2]。城鎮(zhèn)土地利用生態(tài)效益隨之成為中國土地資源可持續(xù)利用研究的熱點[3-7]。目前，國內(nèi)外學(xué)者通過構(gòu)建指標(biāo)模型、圍繞城市土地利用生態(tài)效益評價開展了大量研究，多數(shù)研究采用森林或綠地覆蓋率[4-7]、環(huán)境污染物排放量[4-7]、水土流失或生物豐富度[4-5]、土地利用規(guī)模與結(jié)構(gòu)[6-7]等指標(biāo)，偶見采用生態(tài)系統(tǒng)服務(wù)或生態(tài)綠當(dāng)量指標(biāo)[3，7]，對土地利用生態(tài)效益的直接度量指標(biāo)缺乏；研究內(nèi)容多集中于整個城市土地利用生態(tài)效益動態(tài)變化[3-5]或空間差異上[6-7]，且對于土地利用規(guī)模與結(jié)構(gòu)指標(biāo)考慮居多[4-7]，忽略了城鎮(zhèn)土地利用模式（特別是在相似土地利用規(guī)模與結(jié)構(gòu)下不同的開發(fā)建設(shè)模式）對生態(tài)系統(tǒng)服務(wù)能力的影響。不透水地表擴張會導(dǎo)致城市地域植被與土壤有機碳的下降[8-9]、地表徑流的增加[10]和熱島效應(yīng)的增強[11-12]；而改變土地利用開發(fā)模式有助于改善以上城市生態(tài)系統(tǒng)過程，提高土地利用服務(wù)能力。例如，低影響開發(fā)作為一類城市雨洪問題的最佳管理模式[13]，已被國內(nèi)外學(xué)者廣泛認(rèn)可。相關(guān)研究表明，在一定降雨條件下，最大化地使植被等滲透地表對不透水地表進行阻斷的土地利用模式，可使匯水區(qū)總下滲量提高99.3%，總徑流量下降52%，徑流系數(shù)下降52.4%[14]；在不同的用地類型下, 植被可直接降低土壤溫度[15]，而提升植被覆蓋度所起的降溫效果也有明顯差異,降溫效果從大到小依次為林地、裸地、建設(shè)用地、園地、草地、耕地和水體[16]?？梢?，分析不同土地利用模式下特定生態(tài)系統(tǒng)服務(wù)供給能力差異特征，有助于深入城鎮(zhèn)土地利用生態(tài)效益研究，提高城鎮(zhèn)土地利用綜合效益。

鑒于此，本文以北京市三山五園地區(qū)為案例區(qū)，選取生態(tài)系統(tǒng)服務(wù)評估中相對成熟的碳儲量評估方法，通過分析不同土地利用規(guī)模、結(jié)構(gòu)、開發(fā)方式和空間布局等土地利用模式下碳儲量的空間分異特征，從碳儲量視角揭示有助于提升生態(tài)系統(tǒng)服務(wù)能力的城鎮(zhèn)土地利用模式，以期為合理、高效利用城鎮(zhèn)土地提供參考。

2 研究區(qū)與研究方法

2.1 研究區(qū)概況

“三山五園”地區(qū)是北京西北郊原皇家行宮苑囿的總稱，位于北京市海淀區(qū)（地理坐標(biāo)為30°31′—30°36′，東經(jīng)114°21′—114°28′E）[17]，北至馬連洼街道，南抵四季青鎮(zhèn)，東臨清華園街道，西達(dá)香山山脊線，總面積67.27 km2，涵蓋了燕園、萬柳街道、香山、四季青鎮(zhèn)、海淀等10個街道行政單元。該區(qū)域自然生態(tài)環(huán)境本底條件優(yōu)越、文化底蘊深厚，分布有香山靜宜園、萬壽山清漪園（頤和園）、玉泉山靜明園以及附近的圓明園、暢春園等全國重點歷史文化保護單位。近十幾年來，隨北京市近郊城市化進程的加快，特別是周邊中關(guān)村、上地軟件園等重要經(jīng)濟產(chǎn)業(yè)發(fā)展中心的帶動，三山五園地區(qū)稻田、濕地等逐漸被建設(shè)用地取代，景觀空間格局破碎[17]。但即使如此，仰賴自身生態(tài)基底與歷史文化保護政策，三山五園地區(qū)依然是北京市西北部大型綠化隔離帶和楔形綠地的必要組成部分。那么，在歷史文化保護與經(jīng)濟發(fā)展推動的共軛作用下，以三山五園地區(qū)為案例區(qū)開展城鎮(zhèn)土地利用模式與生態(tài)效益分析，具有一定的代表性。

2.2 城市生態(tài)系統(tǒng)碳儲量評估模型

作為全球公認(rèn)的生態(tài)系統(tǒng)服務(wù)模型之一，InVEST模型中碳儲量模塊主要基于土地利用/覆被和對應(yīng)的碳庫參數(shù)評估土地利用碳儲量[18]。4大碳庫的碳密度值（即地上碳、地下碳、土壤碳和死亡有機碳碳庫）是計算碳儲量的基礎(chǔ)，一般可通過地表調(diào)查和遙感估算兩種方法獲取[19]。城市土地利用碳儲量可分解為植被碳和土壤碳[20]，基于大量實地調(diào)查獲取相應(yīng)森林、草地等土地利用類型的碳密度值[21-22]。由于城市內(nèi)分布著大量的綠化用地，如公園、居住區(qū)附屬綠地、街旁綠地等，針對這些園林綠地的植被碳密度和土壤碳密度的實地調(diào)查也取得一定研究成果[22-25]，為進一步優(yōu)化城市土地利用碳儲量評估方法提供了基礎(chǔ)。

針對城市土地利用的多樣性，本文綜合自然生態(tài)系統(tǒng)、農(nóng)業(yè)生態(tài)系統(tǒng)、園林綠地碳儲量等研究成果修正碳庫參數(shù)，提出基于InVEST模型計算城市土地利用/覆被類型碳儲量的修正模型，計算公式如下：

式（1）中，Ctotal為研究區(qū)的碳儲量總數(shù)（t），Cai和Cbi分別為i類土地利用/覆被類型上植被的地上、地下碳密度值（t/hm2），可通過園林植物[22-25]、草地[22，26-29]、森林[26-28]和濕地[29]碳儲量研究成果獲取植被碳密度（表1）；其中，林地地下碳密度值是依據(jù)IPCC（2006）推薦使用的根莖比（0.24）、利用地上碳密度值進行換算，園地、公園與綠地地下碳密度值在根據(jù)根莖比和地上碳密度計算的基礎(chǔ)上再乘以0.8的換算系數(shù)[27，29-30]。Csi為i類土地利用/覆被類型上的土壤碳密度值（t/hm2），在本研究中采用北京市西北部典型土地利用類型土壤碳研究成果[23-24]（表1）；NDVIi為i類土地利用/覆被類型單元的NDVI值，NDVImax為土地利用/覆被單元的NDVI最大值，可基于2014年Landsat 8遙感影像數(shù)據(jù)獲?。籄i為第i類土地利用/覆被類型的面積。

在本研究中，研究區(qū)土地利用與覆被類型可根據(jù)全國土地利用現(xiàn)狀分類標(biāo)準(zhǔn)（GB/T 21010-2007），在研究區(qū)土地利用變更調(diào)查數(shù)據(jù)的基礎(chǔ)上，基于2014年航空照片數(shù)據(jù)、輔以城市建設(shè)用地現(xiàn)狀圖，利用目視解譯方法劃分為6類，包括林地、園地、公園與綠地、水域、裸地和建設(shè)用地（表1）。

此外，2014年Landsat 8遙感影像、航空照片數(shù)據(jù)和城市建設(shè)用地現(xiàn)狀圖，均根據(jù)土地利用變更調(diào)查數(shù)據(jù)進行空間配準(zhǔn)，以滿足后續(xù)分析使用。

表1 土地利用類型的植物地上碳和土壤碳密度值Tab.1 The per-unit carbon storage of plants and soils for the study area

2.3 城市土地利用模式的度量方法：基于歸一化不透水地表指數(shù)（NDISI）

目前，基于多時段、中空間分辨率遙感影像數(shù)據(jù)（如Landsat），監(jiān)測土地利用變化是宏觀尺度上開展城市土地利用模式研究的主要方法[8-12]。但在中小尺度上，如城市建成區(qū)，僅僅通過土地利用類型變化很難反映建筑密度、綠化狀況及空間配置格局等城鎮(zhèn)土地利用開發(fā)建設(shè)模式的差別?；诔鞘械乇矶鄷r段遙感數(shù)據(jù)研究發(fā)現(xiàn)，城市化進程中植被、不透水表面與土壤三種組分此消彼長，基于混合光譜VIS模型（Vegetation-Impervious Surface-Soil，簡稱VIS模型）提取不透水地表指數(shù)可作為城市土地利用變化特征指標(biāo)之一[32-33]。不透水地表指數(shù)可以度量諸如建筑物頂部、人行道、公路、廣場、機場、停車場等多種類型的人工建筑物地表，是城市建設(shè)程度的重要指標(biāo)之一[34-35]。

據(jù)此，本研究基于Landsat 5影像和Landsat 8影像分別提取1992年和2014年的歸一化差值不透水面指數(shù)（NDISI），并計算NDISI變化率，并將其作為度量城市建設(shè)強度的基本指標(biāo)。NDISI及其變化率計算公式如下：

式（2）中，CRI為城市化前后NDISI值的變化率，N1、N2分別為快速城市化前期和后期的NDISI值，NDISI指數(shù)值可通過Landsat 8遙感影像計算，如式（3）、式（4）[36]。

式（3）—式（4）中，NDISI為歸一化差值不透水面指數(shù)，此值越高，代表城市建設(shè)強度越高；MNDWI為改進型歸一化水體指數(shù)，TIR、NIR、MIR1和Green分別為Landsat 8影像的熱紅外、近紅外、中紅外1和綠光波段的灰度值。

在此基礎(chǔ)上，以街道為單位，分別從土地利用結(jié)構(gòu)與規(guī)模、開發(fā)方式與布局、區(qū)位條件等多個層面，提取各街道的NDISI變化率、土地利用/覆被構(gòu)成與格局以及區(qū)位等因素，綜合度量城鎮(zhèn)土地利用模式（表2）。其中，NDISI和NDVI空間聚集度表征土地利用/覆被構(gòu)成的空間格局特征，可采用地理信息系統(tǒng)空間聚類檢驗中的局部莫蘭指數(shù)（Local Moran Index），采用HH-LH區(qū)域占所在區(qū)域的面積比例來表征，計算公式如下：

表2 城鎮(zhèn)土地利用模式表征指標(biāo)Tab.2 Index of urban land use pattern for the study area

式（5）中，Ii為空間單元i的局部莫蘭指數(shù)；wij是空間權(quán)重，表示空間單元i、j的鄰近關(guān)系；xi、xj為空間單元i、j的NDISI值或NDVI值，是NDISI值或NDVI值的平均值。

根據(jù)研究區(qū)特征，區(qū)位條件以歷史文化保護和產(chǎn)業(yè)發(fā)展中心影響程度表征，可通過式（6）計算：

式（6）中，Di是歷史文化保護中心或產(chǎn)業(yè)發(fā)展中心的影響值，wi是影響權(quán)重，歷史文化保護中心的wi可根據(jù)《北京歷史文化名城保護規(guī)劃》中劃定的世界文化遺產(chǎn)、國家級/市級/區(qū)級文物保護單位進行量化賦值，產(chǎn)業(yè)發(fā)展中心的wi因缺少產(chǎn)業(yè)等級類型數(shù)據(jù)、暫以等權(quán)重處理，即∑wi= 1；bi是與歷史文化保護中心或產(chǎn)業(yè)發(fā)展中心的緩沖區(qū)距離，根據(jù)影響距離衰減規(guī)律進行量化賦值。

2.4 城鎮(zhèn)土地碳儲量與土地利用模式的相關(guān)分析

聚類統(tǒng)計作為常用多元統(tǒng)計學(xué)方法之一，可根據(jù)樣本多個指標(biāo)的相似性和差異性，對樣本進行特征性分類。本文通過SPSS統(tǒng)計軟件聚類分析城鎮(zhèn)土地碳儲量與土地利用模式指標(biāo)的相關(guān)關(guān)系，明確不同土地利用模式下碳儲能力差異，進而揭示影響城鎮(zhèn)土地碳儲能力的土地利用關(guān)鍵因素。

3 結(jié)果分析

3.1 碳儲量空間分布特征

根據(jù)InVEST模型碳儲量模塊修正模型，經(jīng)原始數(shù)據(jù)處理、計算，2014年三山五園地區(qū)土地利用總碳儲量為23.31×104t，單位土地面積平均碳儲量為32.28 t/hm2。全區(qū)土地碳儲量在空間上整體呈現(xiàn)西高—東低、中間高—南北低的梯度分布格局。

具體來看，單位土地面積平均碳儲量高于全區(qū)平均水平的包括香山街道、萬柳街道（西區(qū)）、四季青鎮(zhèn)、萬柳街道（東區(qū)）和青龍橋街道（圓明園區(qū)）；其中，香山街道單位土地面積平均碳儲量值最高，約為47.41 t/hm2。其余8個街道的單位土地面積平均碳儲量均低于全區(qū)平均水平，其中青龍橋街道（頤和園區(qū)）的單位面積土地碳儲量值約31.37 t/hm2，與平均水平較為接近；上地街道和青龍橋街道（北區(qū)）單位面積土地碳儲量值約27 t/hm2，而清華園、燕園、海淀、曙光和馬連洼街道單位面積土地碳儲量值均低于26 t/hm2，尤其是馬連洼街道僅為22 t/hm2。

3.2 城鎮(zhèn)土地利用模式與碳儲量的聚類分析

根據(jù)單位土地面積碳儲量與其土地利用模式指標(biāo)的Pearson相關(guān)性（表3），通過層次聚類分析將13個街道單元劃分為高碳匯、中碳匯和低碳匯三類（圖1）。

表3 單位土地面積碳儲量與土地利用模式指標(biāo)的Pearson相關(guān)性Tab.3 The pearson correlation coeffcient between per unit carbon-storage and land use pattern index

3.2.1 高碳匯—城鎮(zhèn)土地利用模式特征 萬柳街道（西區(qū)）與四季青鎮(zhèn)、青龍橋街道（圓明園）和香山街道、以及萬柳街道（東區(qū)）、青龍橋街道（頤和園）6大街道，其內(nèi)單位土地面積碳儲量平均值高達(dá)41 t/hm2以上（表4），故稱之為高碳匯—城鎮(zhèn)土地利用模式類型。

圖1 三山五園地區(qū)土地利用模式—碳儲能力聚類結(jié)果（a）及其主要特征（b）Fig.1 The characteristics of land use pattern with different-level carbon storages in the Three-hills and Five-gardens Area

表4 第一類街道（高碳匯）土地利用模式與碳儲量指標(biāo)Tab.4 The land use pattern index of the sub-districts with high carbon-storage in the Three-hills and Five-gardens Area

（1）此類地區(qū)歷史文化保護影響度平均值（9.08）遠(yuǎn)遠(yuǎn)高于全區(qū)平均水平（6.15），受產(chǎn)業(yè)經(jīng)濟發(fā)展中心的影響度（6.05）則明顯低于全區(qū)平均水平（10.88）；這說明歷史文化保護政策不僅有利于提高歷史文化遺產(chǎn)保護與社會文化服務(wù)能力，而且有益于維持城鎮(zhèn)土地碳匯能力。

（2）受歷史文化保護的高度庇護，盡管產(chǎn)業(yè)經(jīng)濟發(fā)展影響程度差異較大，但此類區(qū)域建設(shè)用地總量均控制在65%以下，低于全區(qū)平均水平（68.3%）；與之共軛，綠地與水域面積比合計均在35%以上，高于全區(qū)平均水平（31.7%）；這說明高碳匯—城鎮(zhèn)土地利用模式中，綠地與建設(shè)用地面積比應(yīng)大于1∶2為佳。

（3）NDISI空間聚集度平均僅為1.41，最高值僅為2.34（青龍橋街道—圓明園區(qū)），遠(yuǎn)遠(yuǎn)低于全區(qū)平均水平（5.04），這說明高碳匯—城鎮(zhèn)土地利用模式呈現(xiàn)以不透水地表為主的開發(fā)建設(shè)密度低、且相對緊湊的空間形態(tài)。

（4）1992—2014年NDISI變化率平均值（5.54）低于全區(qū)平均水平（6.33），土地開發(fā)建設(shè)強度相對較低，但空間分異明顯。其中，萬柳街道（東、西區(qū)）和四季青鎮(zhèn)的NDISI變化率較高，均在9.0左右，香山街道的NDISI變化率居中（約5.44），4者單位土地面積碳儲量值均高于40 t/hm2；而青龍橋街道（頤和園區(qū)、圓明園區(qū)）NDISI變化率為-3.38、3.45，建設(shè)程度明顯低于前四者，但單位土地面積碳儲量卻低于前4者，約31—37 t/hm2。對比NDISI和NDVI聚集度可知，香山街道、萬柳街道（東、西區(qū)）和青龍橋街道（頤和園區(qū)、圓明園區(qū)）的NDISI空間聚集度較低、NDVI空間聚集度較高，而四季青鎮(zhèn)二者均較低。這說明在綠地面積相似的前提下，較高強度的開發(fā)建設(shè)活動并非會降低土地利用碳儲能力，這與其土地利用開發(fā)的空間格局密切相關(guān)：緊湊的建設(shè)用地布局（以不透水地表為表征）配置足夠數(shù)量、相對聚集的綠地，有利于提高城市土地利用碳匯能力。

3.2.2 中碳匯—城鎮(zhèn)土地利用模式特征 清華園街道、燕園街道和青龍橋街道（北區(qū)）等三個街道，單位土地面積碳儲量平均值約25.33 t/hm2，與其他區(qū)域相比其碳儲能力居中，故稱之為中碳匯—城鎮(zhèn)土地利用模式。

（1）根據(jù)1992—2014年NDISI變化率，清華園街道開發(fā)建設(shè)強度最高（7.71），建設(shè)用地面積高達(dá)90%以上，燕園和青龍橋街道（北區(qū)）開發(fā)建設(shè)強度相當(dāng)且NDISI變化率較低，建設(shè)用地面積約80%左右。

（2）對應(yīng)地理區(qū)域和用地結(jié)構(gòu)來看，清華園和燕園街道受產(chǎn)業(yè)經(jīng)濟發(fā)展影響較大（影響度＞16），同時，燕園街道明顯受到歷史文化遺產(chǎn)保護政策的庇護（影響度=9.2）；而產(chǎn)業(yè)經(jīng)濟發(fā)展對青龍橋街道（北區(qū)）影響較?。?.4），歷史文化保護影響度居中（4.8）。仰賴歷史文化保護的庇護，燕園街道和青龍橋街道（北區(qū)）綠地面積相對較高（約15%），而清華園街道綠地面積不足10%。

（3）綠地面積高的燕園街道單位土地面積碳儲量（23.47），卻低于青龍橋街道（北區(qū)）和清華園街道。對比NDISI和NDVI空間聚集度可知，青龍橋街道（北區(qū)）綠地面積比雖低于燕園街道，但其NDISI空間聚集度極低（0.22），但燕園街道卻高達(dá)10.43；而清華園街道綠地面積比僅為7.14%，但由于NDISI和NDVI空間聚集度相對較低（分別為5.46和0.8），其單位土地面積碳儲量（25.34）略高于燕園街道（表5）。這說明在綠地面積較低（10%左右）、建設(shè)面積較高（約80%及以上）的情況下，分散式的綠地布局有助于提高城鎮(zhèn)土地利用碳儲能力。

3.2.3 低碳匯—城鎮(zhèn)土地利用模式特征 馬連洼街道、曙光街道、上地街道和海淀街道4個街道，其單位土地面積碳儲量平均值為24.21 t/hm2，在三山五園地區(qū)最低，故稱之為低碳匯—城鎮(zhèn)土地利用模式（表6）。

（1）1992—2014年NDISI變化率平均約9.12%，城市開發(fā)建設(shè)強度明顯高于前兩類地區(qū)；其中，馬連洼和上地街道NDISI變化率高達(dá)11%以上，說明馬連洼和上地街道是三山五園地區(qū)1992—2014年間開發(fā)建設(shè)強度最高的區(qū)域；而曙光和海淀街道開發(fā)建設(shè)強度相對較低（NDISI變化率約5%），與香山街道持平。

（2）在開發(fā)建設(shè)強度高的馬連洼和上地街道中，上地街道由于產(chǎn)業(yè)經(jīng)濟發(fā)展水平較高（特別是中關(guān)村軟件園等高新技術(shù)園區(qū)），且綠地和水域面積比例較高（約20%左右，與燕園街道的相近），其單位土地面積碳儲量明顯較馬連洼街道高（約27.09 t/hm2）；而馬連洼街道建設(shè)用地面積接近90%，綠地面積僅為6.16%，故其單位土地面積碳儲量僅為21.98 t/hm2。

表5 第二類街道（中碳匯）土地利用模式與碳儲量指標(biāo)Tab.5 The land use pattern index of the sub-districts with medium carbon-storage in the Three-hills and Five-gardens Area

表6 第三類街道（低碳匯）土地利用模式與碳儲量指標(biāo)Tab.6 The land use pattern index of the sub-districts with low carbon-storage in the Three-hills and Five-gardens Area

（3）在曙光和海淀街道中，盡管1992—2014年開發(fā)建設(shè)強度較低，但二者NDISI空間聚集度均高于10，特別是海淀街道高達(dá)28.14，說明開發(fā)建設(shè)密度已很高；受原建設(shè)用地格局的影響，曙光街道綠地率約12.31%，而海淀街道綠地率卻不足5%（盡管受歷史文化保護庇護和產(chǎn)業(yè)經(jīng)濟發(fā)展推動），因此海淀街道單位土地面積碳儲量（23.66 t/hm2）依舊低于曙光街道（24.1 t/hm2）。

（4）在綠地面積比＜10%的海淀和馬連洼街道中，受歷史文化保護政策庇護和經(jīng)濟發(fā)展支持的雙重影響，海淀街道NDISI變化率較小，且NDVI和NDISI空間聚集度遠(yuǎn)高于馬連洼街道，其單位土地面積碳儲量高于馬連洼街道；對于綠地面積比＞10%的曙光和上地街道，NDVI空間聚集度均很低，但曙光街道NDISI空間聚集度遠(yuǎn)高于上地街道，故其單位土地面積碳儲量低于上地街道。這也說明在綠地面積比較低且開發(fā)強度較大（建設(shè)用地面積較高）時，分散式的綠地與建筑布局模式有助于提高城鎮(zhèn)土地利用碳儲能力。

4 結(jié)論與討論

本文以碳儲量作為土地利用生態(tài)效益切入點，通過不透水地表變化率為基礎(chǔ)的土地利用模式指標(biāo)來揭示城鎮(zhèn)不同土地利用模式下其碳儲量的空間差異，進而為優(yōu)化城鎮(zhèn)土地利用結(jié)構(gòu)、開發(fā)建設(shè)模式及空間配置提供參考。

（1）2014年，三山五園地區(qū)土地利用碳儲總量為23.31×104t，單位土地面積平均碳儲量32.28 t/hm2；各街道土地利用碳儲量水平差異顯著，空間上呈現(xiàn)西高—東低、中間高—南北低的梯度分布格局。通過街道土地利用特征與碳儲量水平的聚類分析，可將全區(qū)土地利用模式劃分為高、中、低碳匯三類區(qū)域。

（2）以不透水地表變化率表征土地開發(fā)建設(shè)強度，本研究發(fā)現(xiàn)城市開發(fā)建設(shè)活動并非一定降低土地利用碳匯能力，這與土地所在區(qū)位條件、建設(shè)類型以及開發(fā)建設(shè)模式等因素密切相關(guān)：①在產(chǎn)業(yè)/經(jīng)濟發(fā)展推動城鄉(xiāng)建設(shè)的背景下，歷史文化遺產(chǎn)保護政策有利于控制城市建設(shè)用地擴張，引導(dǎo)城市建設(shè)用地供給與規(guī)劃，保護和維續(xù)現(xiàn)存城鎮(zhèn)生態(tài)用地，進而提高城鎮(zhèn)土地的碳匯能力。②在綠地面積比較高且數(shù)量相當(dāng)?shù)那闆r下，采用緊湊且分散式的城市開發(fā)建設(shè)模式有助于提高土地利用碳儲能力。③在綠地面積較低、高密度建設(shè)的土地利用方式下，提高建筑物立體綠化、增加園林植物種植密度，特別是種植固碳能力強的樹種及地被植物更有利于提高土地碳儲能力。

（3）未來研究中可加強城市土地利用模式及其生態(tài)效益關(guān)系動態(tài)研究，特別是進一步分析不同城鎮(zhèn)土地利用類型（如住宅用地、公共服務(wù)與管理用地等）及其開發(fā)建設(shè)模式對碳儲量等生態(tài)系統(tǒng)服務(wù)能力的影響，將有助于制定合理的城鎮(zhèn)土地利用供給結(jié)構(gòu)、開發(fā)建設(shè)模式以及生態(tài)環(huán)境建設(shè)策略，進而提高城鎮(zhèn)土地利用的綜合效益。

（References）:

［1］ 歐陽志云，王橋，鄭華，等. 全國生態(tài)環(huán)境十年變化（2000—2010年）遙感調(diào)查評估［J］ . 中國科學(xué)院院刊，2014（，4）：462 - 466.

［2］ 趙國松，劉紀(jì)遠(yuǎn)，匡文慧，等. 1990—2010年中國土地利用變化對生物多樣性保護重點區(qū)域的擾動［J］ . 地理學(xué)報，2014，69（11）：1640 - 1650.

［3］ 胡蒙蒙，張軍民，徐麗萍，等. 基于生態(tài)綠當(dāng)量的瑪納斯河流域土地利用生態(tài)效益研究［J］ . 干旱區(qū)研究，2016，3（35）：996 -1002.

［4］ 梁紅梅，劉衛(wèi)東，劉會平，等. 土地利用社會經(jīng)濟效益與生態(tài)環(huán)境效益的耦合關(guān)系——以深圳市和寧波市為例［J］ . 2008，22（2）：42 - 48.

［5］ 吳金華，李紀(jì)偉，梁晶晶. 土地利用程度與效益關(guān)系研究——以延安市為例［J］ . 中國土地科學(xué)，2011，2（58）：54 - 60.

［6］ 葉敏婷，王仰麟，彭建，等. 深圳市土地利用效益變化及其區(qū)域分異［J］ . 資源科學(xué)，2008，2（03）：401 - 408.

［7］ 王國剛，劉彥隨，方方. 環(huán)渤海地區(qū)土地利用效益綜合測度及空間分異［J］ . 地理科學(xué)進展，2013，3（24）：649 - 656.

［8］ Yan Y., Kuang W., Zhang C., et al. Impacts of impervious surface expansion on soil organic carbon-a spatially explicit study［J］ . Science Report 5, 17905, doi: 10.1038/srep1790（52015）.

［9］ Edmondson J., Davies Z., McHugh N., et al. Organic carbon hidden in urban ecosystems［J］ . Science Report 2, 963, doi: 10.1038/ srep0096（32012）.

［10］ Sofia G., Roder G.，Dalla Fontana G., Tarolli P. Flood dynamics in urbanised landscapes: 100 years of climate and humans’ interaction［J］ . Science Report 7, 40527, doi: 10.1038/srep4052（72017）.

［11］ Mao W., Wang X., Cai J., et al. Multidimensional histogram-based information capacity analysis of urban heat island effect using Landsat 8 data［J］ . Remote Sensing Letters，2016，1（07）：925 - 934.

［12］ Weng Q., Lu D., Schubring J. Estimation of land surface temperature and vegetation abundance relationship for urban heat island studies［J］ . Remote Sensing of Environment，2004，89：467 - 483.

［13］ 賈海峰，姚海蓉，唐穎，等. 城市降雨徑流控制LID BMPs 規(guī)劃方法及案例［J］ . 水科學(xué)進展，2014，2（52）：260 - 267.

［14］ 班玉龍，孔繁花，尹海偉，等. 土地利用格局對SWMM模型匯流模式選擇及相應(yīng)產(chǎn)流特征的影響［J］ . 生態(tài)學(xué)報，2016，36（14）：4317 - 4326.

［15］ Edmondson J., Stott I., Davies Z., et al. Soil surface temperatures reveal moderation of the urban heat island effect by trees and shrubs［J］ .Science Report 6, 33708, doi: 10.1038/srep3370（82016）.

［16］ 張小飛，王仰麟，吳健生，等. 城市地域地表溫度與植被覆蓋定量關(guān)系分析——以深圳市為例［J］ . 地理研究，2006，25（3）：369 - 377.

［17］ 劉劍，胡立輝，李樹華. 北京“三山五園”地區(qū)景觀歷史性變遷分析［J］ . 中國園林，2011（，2）：54 - 58.

［18］ Kareiva P., Tallis H., Ricketts T. H., et al. Natural capital: theory and practice of mapping ecosystem services［J］ . New York: Oxford University Press，2011.

［19］ 史琰，葛瀅，金荷仙. 城市植被碳固存研究進展［J］ . 林業(yè)科學(xué)，2016，5（26）：122 - 129.

［20］ 吳佩君，劉小平，黎夏，等. 基于InVEST 模型和元胞自動機的城市擴張對陸地生態(tài)系統(tǒng)碳儲量影響評估——以廣東省為例［J］ . 地理與地理信息科學(xué)，2016，3（25）：22 - 28.

［21］ Timilsina N., Escobedo F. J, Staudhammer C. L., et al. Analyzing the causal factors of carbon stores in a subtropical urban fores［tJ］ . Ecological Complexity，2014，20：23 - 32.

［22］ 王迪生. 基于生物量計測的北京城區(qū)園林綠地凈碳儲量研究［D］ . 北京：北京林業(yè)大學(xué)，2010.

［23］ 羅上華，毛齊正，馬克明，等. 北京城市綠地表層土壤碳氮分布特征［J］ . 生態(tài)學(xué)報，2014，3（420）：6011 - 6019.

［24］ 張廷龍，孫睿，胡波，等. 北京西北部典型城市化地區(qū)不同土地利用類型土壤碳特征分析［J］ . 北京師范大學(xué)學(xué)報（自然科學(xué)版），2010（，1）：97 - 102.

［25］ 孫榮凱，陳智慧. 北京溫榆河流域周邊河岸帶景觀結(jié)構(gòu)與土壤碳儲量響應(yīng)［J］ . 安徽農(nóng)業(yè)科學(xué)，2016，4（413）：207 - 210.

［26］ 張萍. 北京森林碳儲量研究［D］ . 北京：北京林業(yè)大學(xué)，2009.

［27］ 王光華. 北京森林植被固碳能力研究［D］ . 北京：北京林業(yè)大學(xué)，2012.

［28］ 楊芝歌，周彬，余新曉，等. 北京山區(qū)生物多樣性分析與碳儲量評估［J］ . 水土保持通報，2012，3（23）：42 - 46.

［29］ 奚小環(huán)，楊忠芳，崔玉軍，等. 東北平原土壤有機碳分布與變化趨勢研究［J］ . 地學(xué)前緣，2010（，3）：213 - 221.

［30］ Mchale M., Burke I., Lefsky M., et al. Urban forest biomass estimates: is it important to use allometric relationships developed specifically for urban trees?［J］ . Urban Ecosystems，2009，1（21）：95 - 113.

［31］ Nowak D. Atmospheric carbon reduction by urban trees［J］ . Journal of Environmental Management，1993，3（73）：207 - 217.

［32］ Ridd M. K. Exploring a V-I-S（ Vegetation-Impervious Surface-Soil） model for urban ecosystem analysis through remote sensing: comparative anatomy for cities［J］ . International Journal of Remote Sensing，1995，1（612）：2165 - 2185.

［33］ 劉珍環(huán)，王仰麟，彭建. 不透水表面遙感監(jiān)測及其應(yīng)用研究進展［J］ . 地理科學(xué)進展，2010，（9）：1143 - 1152.

［34］ Arnold C., Gbbons C. Impervious surface: the emergence of a key environmental indicato［rJ］ . Journal of the American Planning Association，1996，6（22）：243 - 258．

［35］ 王婷，趙玲，武堅，等. 改進型歸一化差值不透水表面指數(shù)探討——以蘭州市建成區(qū)為例［J］ . 測繪與空間地理信息，2015，（3）：182 - 185．

［36］ 徐涵秋. 城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析［J］ . 生態(tài)學(xué)報，2009（，5）：2456 - 2462.

（本文責(zé)編：王慶日）

Urban Land Use Pattern and Its Ecological Benefit from the Perspective of Carbon Storage

GUO Xu-dong1, CHANG Qing2, LIU Xiao2, BAO Hui-min2, SUN Yi2, LV Chun-yan1, ZHANG Yan-yu1
（1. Key Laboratory of Land Use, Ministry of Land and Resources, Beijing 100035, China; 2. Department of Ornamental Horticulture and Landscape Architecture, China Agricultural University, Beijing 100193, China）

Taken the carbon storage as the ecological benefit index, this paper aims to analyze the spatial differences of carbon storages among various land use pattern in the Three-hills and Five-gardens Area of Haidian District, Beijing City. Methods applied in this paper include the InVEST Carbon model, land use pattern index based on the Normalized Impervious Surface Index （NDISI） and hierarchical cluster analysis. The results show that the carbon stored in the Three-hills and Five-gardens Area in 2014 was 233.1 thousand tons in total, and the average carbon storage of land is 32.28 t/hm2. There are significant spatial differences of carbon storages among the sub-districts; for example, all of the average carbon storage of land in the sub-district of Xiangshan, Wanliu and Sijiqing are higher than 41 t/hm2, while lower than 28 t/hm2in the sub-district of Malianwa, Shuguang and Shangdi. Comparing the carbon storage with the landutilization intensity quantified by the change rate index of NDISI, this paper found that the increasing of land use intensity did not necessarily lead to the reduction of carbon storage; the carbon storage in a given area was dependent on its location, land use intensity and structure, as well as development modes. The compact construction might provide enough green spaces, which has the potential capability of higher carbon storage, such as Wanliu and Sijiqing. Therefore, from the aspect of carbon storage, not only land use intensity but also land use structure has highly influence on the ecological benefit of urban land use. In conclusion, it is supposed that studies about urban land use pattern and its ecological benefit need to be enhanced to optimize the comprehensive benefit of land use in the future.

land use; carbon storage; ecological benefit; land development pattern; Three-hills and Five-gardens Area

F301.2

A

1001-8158（2017）04-0061-10

10.11994/zgtdkx.20170424.145441

2016-12-19；

2017-03-13

國土資源部土地利用重點實驗室2016年開放基金（KLLU201602）。

郭旭東（1972-）男，遼寧鐵嶺人，研究員。主要研究方向為土地利用變化和土地生態(tài)。E-mail: guoxudong@mail.clspi.org.cn

常青（1978-），女，內(nèi)蒙古豐鎮(zhèn)人，副教授。主要研究方向城市生態(tài)與景觀規(guī)劃。E-mail: changqing@cau.edu.cn