顧漢龍，馬天駿，錢鳳魁※，蔡玉梅

（1.沈陽農(nóng)業(yè)大學(xué)土地與環(huán)境學(xué)院，沈陽 110161；2.耕地立體保護(hù)與監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室，沈陽 110161； 3.土肥高效利用國家工程研究中心，沈陽 110161；4.中國土地勘測(cè)規(guī)劃院，北京 100035）

0 引 言

隨著世界經(jīng)濟(jì)快速發(fā)展，全球的土地利用覆被格局不斷變化，其直接影響著地區(qū)碳收支狀況。1995年，“土地利用/土地覆被變化”（Land-Use and Land-Cover Change）研究就已經(jīng)被國際地圈生物圈計(jì)劃（IGBP）委員會(huì)和國際全球環(huán)境變化人文因素計(jì)劃（IHDP）委員會(huì)組織聯(lián)合提出并成為全球土地研究的前沿和熱點(diǎn)。已有研究表明，土地利用變化已經(jīng)成為僅次于化石能源燃燒的第二大溫室氣體排放源。而中國實(shí)現(xiàn)碳達(dá)峰、碳中和的“30·60”目標(biāo)不僅是兌現(xiàn)中國氣候承諾的前提與保證，更是推動(dòng)區(qū)域低碳化發(fā)展的關(guān)鍵?，F(xiàn)階段關(guān)于土地利用與碳排放的研究多集中在以下兩個(gè)方面：一是土地利用變化帶來的碳排放時(shí)空差異和演變規(guī)律?，F(xiàn)有研究表明，過去十年間，受土地利用變化影響，中國土地利用碳排放呈現(xiàn)出不斷增長和集聚的態(tài)勢(shì)，總體格局東高西低，并以河北為中心，向西北、西南、東南、東北4個(gè)方向遞減，其中沿海地區(qū)的碳排放量不論是存量還是增量都相對(duì)較多。二是區(qū)域土地利用與碳排放時(shí)空格局的驅(qū)動(dòng)因素與作用機(jī)理分析。學(xué)者們主要采用STIRPAT模型、Super SBM-undesirable DEA、結(jié)構(gòu)分解模型和多元統(tǒng)計(jì)等方法進(jìn)行研究，發(fā)現(xiàn)地區(qū)碳排放多與耕地、建設(shè)用地規(guī)模等相關(guān)，而地區(qū)碳吸收則與林地、草地等生態(tài)用地面積占比有關(guān)。目前，學(xué)者們已就區(qū)域土地利用變化與碳排放之間的耦合關(guān)系及影響因素進(jìn)行了一定的探討，但現(xiàn)有研究視角以基于研究區(qū)土地利用現(xiàn)狀的靜態(tài)評(píng)價(jià)為主，且研究多圍繞國家、省市和流域等較大尺度展開，以縣域作為研究尺度，基于區(qū)域未來土地利用變化預(yù)測(cè)的碳收支趨勢(shì)分析相對(duì)欠缺?？h域作為區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的基本單元，是決定地區(qū)資源稟賦和整體發(fā)展質(zhì)量的關(guān)鍵載體，而不同的區(qū)域發(fā)展功能規(guī)劃，勢(shì)必會(huì)帶來差異化的土地利用格局和碳排放效應(yīng)。因此，基于縣域不同發(fā)展情景，對(duì)未來土地利用變化格局及碳排放情況進(jìn)行分析，對(duì)提高區(qū)域土地資源利用效率及實(shí)現(xiàn)地區(qū)碳減排目標(biāo)具有重要意義。

基于此，本文以縣域?yàn)檠芯砍叨?，基于法庫縣2013年、2019年土地利用現(xiàn)狀數(shù)據(jù)，利用Auto-Logistic回歸模型選取高程、坡向、人口密度等9個(gè)因子，運(yùn)用CLUE-S模型對(duì)法庫縣2019年土地利用變化格局進(jìn)行精確模擬與驗(yàn)證。在此基礎(chǔ)上，通過設(shè)置多種土地利用變化情景預(yù)測(cè)2030年法庫縣土地利用分布空間格局并對(duì)各情景下土地利用碳排放進(jìn)行核算，從而實(shí)現(xiàn)CLUE-S模型在中小尺度研究區(qū)域及碳排放預(yù)測(cè)中的應(yīng)用，在推動(dòng)區(qū)域土地利用格局優(yōu)化的基礎(chǔ)上對(duì)未來區(qū)域碳減排目標(biāo)制定提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

法 庫 縣 位 于 遼 寧 省 沈 陽 市 北 部（122°44′23″～123°45′14″E、42°8′46″～42°39′29″N）；面積為2 280.65 km，下轄2街道17鄉(xiāng)鎮(zhèn)，2020年總?cè)丝跒?3萬。法庫縣地處長白山山脈與陰山山脈余脈交匯處，地勢(shì)呈西部和北部高，東部和南部低，丘陵平原相間。地勢(shì)起伏變化較大，海拔范圍為-94～412 m（圖1）。該區(qū)域地貌特征為“三山一水六分田”，土地利用類型以耕地為主，為國家糧食主體功能區(qū)。除此之外，法庫縣還是包括國家一級(jí)保護(hù)動(dòng)物白鶴等在內(nèi)的眾多鳥類冬季南北遷徙的重要中轉(zhuǎn)站。近年來，由于受沈陽市快速城鎮(zhèn)化以及國家經(jīng)濟(jì)政策、土地政策影響，區(qū)域內(nèi)建設(shè)用地不斷擴(kuò)張，如何優(yōu)化農(nóng)業(yè)生產(chǎn)、生態(tài)保護(hù)和經(jīng)濟(jì)發(fā)展用地格局是未來法庫縣土地利用關(guān)注的重點(diǎn)問題。

圖1 研究區(qū)位置圖 Fig.1 Location of the study area

1.2 數(shù)據(jù)來源與處理

本文使用的土地利用數(shù)據(jù)來源于2013年和2019年法庫縣土地利用變更調(diào)查成果矢量數(shù)據(jù)集，根據(jù)《IPCC2006年國家溫室氣體清單指南》和CLUE-S模型對(duì)于研究區(qū)各土地利用類型面積必須大于總面積1%的要求，將研究區(qū)土地利用類型轉(zhuǎn)換并歸類為國際上IPCC所界定的農(nóng)地、林地、草地、濕地、聚居地、其他土地，并利用ArcGIS10.4軟件將數(shù)據(jù)轉(zhuǎn)化柵格數(shù)據(jù)后，將柵格像元大小重采樣為250 m×250 m。其他數(shù)據(jù)主要有：①建制鎮(zhèn)、農(nóng)村居民點(diǎn)、道路、溝渠、采礦用地等矢量數(shù)據(jù)，提取自2013年法庫縣土地利用變更調(diào)查成果矢量數(shù)據(jù)集，使用ArcGIS10.4軟件中的歐式距離工具對(duì)相應(yīng)數(shù)據(jù)進(jìn)行分析，生成驅(qū)動(dòng)力因子?xùn)鸥駭?shù)據(jù)集；②地形數(shù)據(jù)為地理數(shù)據(jù)空間云30 m×30 m DEM高程數(shù)據(jù)（http://www.gscloud.cn），使用ArcGIS10.4軟件中的坡度、坡向分析工具得到法庫縣坡度與坡向柵格數(shù)據(jù)；③人口密度數(shù)據(jù)來自于World POP（https://www.worldpop.org）；④社會(huì)經(jīng)濟(jì)數(shù)據(jù)，包括農(nóng)業(yè)化肥施用量、農(nóng)作物種植面積、農(nóng)業(yè)機(jī)械總動(dòng)力及能源排放數(shù)據(jù)等來源于2013－2019年的《遼寧統(tǒng)計(jì)年鑒》《沈陽市統(tǒng)計(jì)年鑒》及《法庫縣統(tǒng)計(jì)年鑒》等社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料。本文所用地理數(shù)據(jù)都經(jīng)過GIS空間校正、投影轉(zhuǎn)化等處理，統(tǒng)一采用了大地2000地理坐標(biāo)系統(tǒng)。

1.3 數(shù)據(jù)來源與處理

CLUE-S模型通常利用二元Logistic回歸模型對(duì)土地利用變化驅(qū)動(dòng)因子進(jìn)行分析，從而得出研究區(qū)土地利用類型與驅(qū)動(dòng)因子間的因果關(guān)系及變化趨勢(shì)。而使用Auto-Logistic回歸模型可以進(jìn)一步提高模擬結(jié)果的精度，更好地反映真實(shí)的土地利用分布格局。Auto-logistic回歸模型公式為：

式中為某一種地類可能出現(xiàn)的概率；為回歸方程常量，，，…，x為影響地類分布的各因子，，，…，β為回歸系數(shù)；為空間自相關(guān)因子，通過ArcGIS10.4計(jì)算得到。

CLUE-S模型是專門用于推演一定區(qū)域內(nèi)土地利用變化的模型，該模型通過將生物物理與社會(huì)經(jīng)濟(jì)兩類驅(qū)動(dòng)因子相結(jié)合，實(shí)現(xiàn)對(duì)區(qū)域土地利用時(shí)空變化的清晰闡述與解釋。公式為：

式中TPROP表示柵格對(duì)于土地利用類型的總體適宜度，ELAS表示土地類型的轉(zhuǎn)移彈性系數(shù)，代表土地利用類型的轉(zhuǎn)化成本。ITER代表土地類型的競(jìng)爭因子，在模型模擬的迭代過程中自動(dòng)設(shè)置。P表示柵格對(duì)于的分布概率，是土地利用現(xiàn)狀對(duì)不同驅(qū)動(dòng)力因子的回歸結(jié)果。

1）土地利用轉(zhuǎn)移規(guī)則

土地利用轉(zhuǎn)移規(guī)則具體包括土地利用轉(zhuǎn)移彈性系數(shù)和土地利用轉(zhuǎn)移矩陣。土地利用轉(zhuǎn)移彈性系數(shù)用于表示土地利用類型的穩(wěn)定程度，系數(shù)取值范圍在0～1之間，該值越小，則表示該土地利用類型更容易轉(zhuǎn)化為其他土地利用類型。本文在借鑒相關(guān)研究和對(duì)模型參數(shù)反復(fù)調(diào)試的基礎(chǔ)上，最終確定了5種模擬情景下法庫縣農(nóng)地、林地、草地、濕地、聚居地和其他土地的轉(zhuǎn)換彈性系數(shù)（表1）。結(jié)合2013－2019年法庫縣內(nèi)土地利用變化（表2）及不同土地利用模擬情景下未來發(fā)展趨勢(shì)，對(duì)其相應(yīng)的土地利用轉(zhuǎn)移矩陣進(jìn)行設(shè)定。

表1 各土地利用類型轉(zhuǎn)移彈性系數(shù) Table 1 Conversion elasticity parameters of each land use type

表2 2013—2019年法庫縣土地利用面積轉(zhuǎn)移矩陣 Table 2 Transfer matrix of land use area in Faku County during 2013-2019 hm2

2）土地利用類型需求

土地利用類型需求需要借助獨(dú)立于CLUE-S模型之外的其他方法求得。本文通過設(shè)定不同情景下土地利用方式，將線性內(nèi)插法和趨勢(shì)外推法相結(jié)合最終計(jì)算得到2030年研究區(qū)各模擬情景下不同土地利用類型面積。

Kappa系數(shù)能從整體上檢驗(yàn)CLUE-S模型模擬結(jié)果與現(xiàn)實(shí)數(shù)據(jù)的一致程度。Kappa系數(shù)公式如下：

式中P是正確模擬柵格單元比例；本文將土地利用類型分為6類，因此P=1/6；P是理想狀態(tài)下正確模擬柵格單元比例即100%。Kappa系數(shù)取值范圍為[-1,1]，一般認(rèn)為Kappa＞0.6具有顯著一致性，而Kappa＞0.8則說明模擬效果較好。

本文從縣域尺度對(duì)法庫縣土地利用碳排放效應(yīng)進(jìn)行研究，主要對(duì)農(nóng)地、林地、草地、濕地、聚居地和其他土地進(jìn)行分析。其中土地利用碳排放主要涉及農(nóng)地和聚居地2種土地利用類型，碳吸收則主要計(jì)算農(nóng)地、林地、草地、濕地和其他土地5種土地利用類型。其中農(nóng)地既是碳源也是碳匯。相關(guān)基礎(chǔ)計(jì)算數(shù)據(jù)均來自于《法庫縣統(tǒng)計(jì)年鑒》和實(shí)際調(diào)研。

1）農(nóng)地碳排放計(jì)算方法

農(nóng)地上的農(nóng)作物耕作過程是農(nóng)地碳排放的主要來源，主要包括化肥施用、農(nóng)業(yè)灌溉、農(nóng)業(yè)機(jī)械使用、農(nóng)藥和農(nóng)膜耗用所導(dǎo)致的碳排放。計(jì)算式如下：

式中E為農(nóng)地碳排放系數(shù)，、、、、分別為化肥施用量、農(nóng)藥施用量、農(nóng)作物種植面積、農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)膜使用量，、、、、為轉(zhuǎn)換系數(shù)，、值來自美國橡樹嶺實(shí)驗(yàn)室（ORNL），分別為0.895 6 kg/kg，4.934 1 kg/kg，、值分別為16.47 kg/hm、0.18 kg/kW，值為5.18 kg/hm，來自南京農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與生態(tài)環(huán)境研究所（IREEA）。S值為農(nóng)地總面積，hm。

2）聚居地碳排放計(jì)算方法

聚居地上發(fā)生的能源消耗行為是該類用地碳排放的主要來源，對(duì)其碳排放計(jì)算采用間接估算方式。本文根據(jù)法庫縣實(shí)際情況，選取2019年法庫縣煤炭、石油和天然氣3類主要化石能源的總消費(fèi)量進(jìn)行估算。計(jì)算式如下：

式中E為聚居地碳排放系數(shù)，t/hm；E為研究區(qū)主要化石能源的總碳排放量，t；S為法庫縣聚居地總面積， hm；e為類化石能源消耗總量，t；θ為《中國能源統(tǒng)計(jì)年鑒》附錄中3類化石能源轉(zhuǎn)化為標(biāo)準(zhǔn)煤的系數(shù)；ɑ為有效氧化系數(shù)，為0.982；β為標(biāo)準(zhǔn)煤的含碳量，為0.732 57 t；g表示在獲得相同熱能下各類能源釋放CO為煤釋放CO量的倍數(shù)。

3）碳吸收計(jì)算方法

農(nóng)地、林地、草地、濕地及其他土地碳吸收系數(shù)主要借鑒金濤等研究結(jié)果，具體見表3。

表3 法庫縣地均碳收支系數(shù) Table 3 Carbon emission coefficient of per hectare in Faku County

2 結(jié)果與分析

2.1 CLUE-S模型模擬結(jié)果精度分析

由Auto-Logistic回歸方程檢驗(yàn)結(jié)果可知，法庫縣各地類分布概率模擬效果較好，農(nóng)地、林地、草地、濕地、聚居地和其他土地的ROC值均大于0.7，滿足模型的回歸要求，所選因子可以用于研究區(qū)域土地利用變化模擬（表4）。以法庫縣2013年土地利用數(shù)據(jù)為基礎(chǔ)，通過將限制區(qū)域、土地轉(zhuǎn)移規(guī)則、土地利用需求、Auto-Logistic模型回歸結(jié)果等相關(guān)數(shù)據(jù)輸入CLUE-S模型，對(duì)法庫縣2019年土地利用布局進(jìn)行模擬（圖2）。通過式（3）計(jì)算得出Kappa系數(shù)，為0.989 6，大于0.8，模擬總體精度達(dá)到99.14%，說明模型模擬效果較好，可用于法庫縣未來土地利用布局的變化模擬。

表4 Auto-Logistic模型回歸分析結(jié)果及β系數(shù) Table 4 Auto-Logistic model regression analysis results and β coefficient

圖2 2019年法庫縣土地利用現(xiàn)狀與CLUE-S模型預(yù)測(cè)結(jié)果 Fig.2 Actual land use and CLUE-S model prediction results in Faku County in 2019

2.2 土地利用變化特征與情景模擬分析

根據(jù)法庫縣自然資源稟賦狀況、經(jīng)濟(jì)社會(huì)發(fā)展需求以及相關(guān)發(fā)展戰(zhàn)略，本文構(gòu)建了基線情景、農(nóng)業(yè)發(fā)展、建設(shè)發(fā)展、生態(tài)保護(hù)、土地利用結(jié)構(gòu)優(yōu)化5種情景方案，并對(duì)不同情景方案下各地類面積進(jìn)行了相應(yīng)的設(shè)定。具體分析如下：

1）基線情景

基線情景為模擬研究區(qū)各項(xiàng)發(fā)展政策不變的自然演變狀態(tài)。在基線模擬情景下，法庫縣將繼續(xù)保持2013－2019年的相關(guān)土地利用政策，土地需求按各地類2013－2019年的平均變化速度恒定變化。除聚居地保持增加態(tài)勢(shì)外，其余各類用地均保持減少趨勢(shì)。如表5所示，到2030年，法庫縣農(nóng)地面積變?yōu)?62 360.85 hm，較2019年減少0.53%，聚居地面積由2019年的20 102.53 hm增加至21 402.78 hm，較2019年增長了6.46%，林地、草地、濕地和其他土地面積也存在不同程度的減少，較2019相比分別減少了0.82%、1.92%、0.42%和4.26%。

2）農(nóng)業(yè)發(fā)展情景

農(nóng)業(yè)發(fā)展情景為模擬研究區(qū)以農(nóng)業(yè)發(fā)展為主導(dǎo)的農(nóng)業(yè)生產(chǎn)空間擴(kuò)張的極限狀態(tài)。在該情景下，法庫縣將保證農(nóng)地的充足供應(yīng)。在保證現(xiàn)有農(nóng)地?cái)?shù)量不下降的基礎(chǔ)上，優(yōu)先滿足農(nóng)業(yè)發(fā)展用地需求，持續(xù)推動(dòng)農(nóng)村建設(shè)用地、未利用地和生態(tài)用地向耕地轉(zhuǎn)化：設(shè)定地方政府通過大力開展農(nóng)村居民點(diǎn)復(fù)墾、未利用地開發(fā)和生態(tài)用地結(jié)構(gòu)調(diào)整，將法庫縣新增耕地潛力全部釋放，2030年將有20%的農(nóng)村居民點(diǎn)用地、50%的未利用地、10%的生態(tài)用地轉(zhuǎn)變?yōu)樾略龈?，與此同時(shí)，為保障進(jìn)城落戶農(nóng)村勞動(dòng)力的用地需求，參考城鄉(xiāng)建設(shè)用地增減掛鉤政策下城鄉(xiāng)建設(shè)用地的折抵比例，農(nóng)村建設(shè)用地轉(zhuǎn)為新增耕地面積的30%將分配為城鎮(zhèn)新增建設(shè)用地指標(biāo)。如表5所示，2030年法庫縣農(nóng)地面積變?yōu)?69 663.19 hm，較2019年增加3.93%，聚居地由2019年的20 102.53 hm減少至18 289.77 hm，較2019年減少9.01%。林地、草地和濕地面積分別變?yōu)?8 343.26、5 572.68和6 021.63 hm，較2019年分別減少了8.65%、13.57%、12.69%。

3）建設(shè)發(fā)展情景

建設(shè)發(fā)展情景為模擬研究區(qū)以第二、第三產(chǎn)業(yè)為主導(dǎo)的建設(shè)發(fā)展空間擴(kuò)張的極限狀態(tài)。在該情景下，法庫縣將積極推動(dòng)除永久基本農(nóng)田外的一般農(nóng)地、林地、草地和未利用地向建設(shè)用地轉(zhuǎn)化，將農(nóng)村居民點(diǎn)及城鎮(zhèn)建成區(qū)擴(kuò)張潛力全部釋放，優(yōu)先滿足法庫縣經(jīng)濟(jì)發(fā)展用地需求，全力保障聚居建設(shè)用地供應(yīng)：設(shè)定地方政府通過土地征收和土地轉(zhuǎn)用，2030年將50%的一般農(nóng)地、50%的未利用地、10%的生態(tài)用地轉(zhuǎn)變?yōu)樾略鼍劬拥亍?030年法庫縣聚居地面積由2019年的20 102.53 hm大幅度增加至42 475.60 hm，較2019年增長111.29%，年均增長率約為7%，這與遼寧省建設(shè)用地增長最快時(shí)期的年均增長速率相似；如表5所示，2030年，法庫縣農(nóng)地面積變?yōu)?45 477.36 hm，較2019年減少10.88%。與此同時(shí)，生態(tài)用地也出現(xiàn)一定程度減少，較2019年相比，林地面積減少8.65%、草地面積減少13.57%、濕地面積減少12.69%。

4）生態(tài)保護(hù)情景

生態(tài)保護(hù)情景為模擬研究區(qū)以城鄉(xiāng)綠色發(fā)展為導(dǎo)向的生態(tài)空間擴(kuò)張的極限狀態(tài)。在該情景下，法庫縣將嚴(yán)格保護(hù)林地、草地和濕地等生態(tài)用地，大力開發(fā)潛在生態(tài)空間：設(shè)定地方政府通過推行退耕還林、還草、植樹造林和建設(shè)用地整理等措施，將50%的一般農(nóng)地、50%的未利用地和10%的聚居地轉(zhuǎn)變?yōu)樯鷳B(tài)用地。如表5所示，2030年，法庫縣林地、草地和濕地面積分別為45 921.95、8 975.00、9 423.95 hm、較2019年分別增加47.99%、39.19%和36.63%，在2030年法庫縣生態(tài)用地約占研究區(qū)面積的28.20%。

5）土地利用結(jié)構(gòu)優(yōu)化情景

土地利用結(jié)構(gòu)優(yōu)化情景為模擬研究區(qū)以高質(zhì)量發(fā)展為導(dǎo)向的生產(chǎn)、生活、生態(tài)空間合理配置的理想狀態(tài)。相較于農(nóng)業(yè)發(fā)展、建設(shè)發(fā)展和生態(tài)保護(hù)3種極限情景重點(diǎn)對(duì)于單一功能地類未來發(fā)展空間和規(guī)模的約束與控制，土地利用結(jié)構(gòu)優(yōu)化情景側(cè)重于發(fā)揮土地的多功能屬性，以生產(chǎn)、生活、生態(tài)空間協(xié)調(diào)配置為根本遵循，通過對(duì)不同地類的布局和規(guī)模進(jìn)行合理配置，實(shí)現(xiàn)土地利用結(jié)構(gòu)的整體優(yōu)化。在空間布局層面，以建設(shè)用地集約利用、農(nóng)地規(guī)模經(jīng)營和生態(tài)用地集中連片為布局導(dǎo)向，嚴(yán)格劃定永久基本農(nóng)田、生態(tài)紅線和城鎮(zhèn)開發(fā)邊界，合理劃分生產(chǎn)功能區(qū)、生活功能區(qū)和生態(tài)功能區(qū)。在規(guī)?？刂茖用?，進(jìn)一步優(yōu)化極限情景下的土地利用轉(zhuǎn)移規(guī)則，實(shí)現(xiàn)多種地類的協(xié)同轉(zhuǎn)換，在增強(qiáng)對(duì)農(nóng)用地、生態(tài)用地保護(hù)的同時(shí)，最大限度地保證建設(shè)用地發(fā)展的需要。在具體地類的規(guī)模控制上，充分結(jié)合《法庫縣國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃》中制定的區(qū)域發(fā)展總體目標(biāo)，對(duì)于農(nóng)地，以保障糧食安全為目標(biāo)，通過一定時(shí)期因地制宜的土地綜合整治，將更多的農(nóng)地劃入高標(biāo)準(zhǔn)農(nóng)田，使區(qū)域農(nóng)地集中連片、農(nóng)業(yè)基礎(chǔ)設(shè)施更為配套，農(nóng)業(yè)生產(chǎn)更為高效，法庫縣將當(dāng)前80%的一般農(nóng)地整理為高標(biāo)準(zhǔn)農(nóng)田，將30%的未利用地整理為一般農(nóng)地；對(duì)于建成區(qū)，以推動(dòng)建設(shè)用地高效利用為目標(biāo)，嚴(yán)格控制地區(qū)建設(shè)用地增量，盤活用地存量，合理引導(dǎo)建成區(qū)增強(qiáng)土地利用強(qiáng)度，法庫縣將2.5%的一般農(nóng)地的和5%未利用地開發(fā)為建設(shè)用地；對(duì)于生態(tài)用地，以維護(hù)生態(tài)安全為目標(biāo)，嚴(yán)格控制對(duì)原有基礎(chǔ)性生態(tài)用地的開發(fā)利用，充分發(fā)揮一般農(nóng)地的生態(tài)涵養(yǎng)作用，進(jìn)一步提升區(qū)域整體生態(tài)能力，因地制宜構(gòu)建區(qū)域生態(tài)保護(hù)屏障，法庫將17.5%的一般農(nóng)地和15%的未利用地調(diào)整為生態(tài)用地。如表5所示，2030年，法庫縣農(nóng)地面積為156 238.71 hm，較2019年減少4.28%，聚居地面積由2019年的20 102.53 hm增加至21 008.04 hm，較2019年增長4.50%，林地、草地、濕地面積分別為36 057.65、7 068.59、7 517.54 hm，較2019年相比分別增長了16.20%、9.62%、8.99%。

根據(jù)上述5種情景方案測(cè)算的法庫縣2030年各地類面積（表5），以2013年土地利用數(shù)據(jù)為模擬起始年份，利用不同情景下的土地利用轉(zhuǎn)移彈性系數(shù)和土地利用轉(zhuǎn)移矩陣，運(yùn)用CLUE-S模型模擬未來2030年法庫縣土地利用空間布局。最終生成5種情景下土地利用類型圖（圖3）。

表5 不同情景下土地利用類型面積 Table 5 The area of each land-use type in different scenarios hm2

圖3 2030年法庫縣模擬情景土地利用布局 Fig.3 The simulated scenario land use layout of Faku County in 2030

1）在基線情景下（圖3a），法庫縣只有聚居地呈現(xiàn)出擴(kuò)張趨勢(shì)，其余用地類型都呈現(xiàn)出不同程度的減少現(xiàn)象，對(duì)地區(qū)糧食安全和生態(tài)安全產(chǎn)生威脅。該情景下，位于法庫縣東北部吉祥街道的城鎮(zhèn)建設(shè)用地和北部的四家子蒙古族鄉(xiāng)的聚居地出現(xiàn)不同程度的增長態(tài)勢(shì)，不僅擠占了農(nóng)業(yè)生產(chǎn)空間，還對(duì)靈山湖風(fēng)景區(qū)和北部的巴爾虎山自然公園等生態(tài)屏障造成了一定的破壞。

2）在農(nóng)業(yè)發(fā)展情景下（圖3b），法庫縣農(nóng)地穩(wěn)定性較好，農(nóng)業(yè)用地面積極速擴(kuò)張，糧食安全得到保障。該情景下，盡管法庫縣中西部地區(qū)農(nóng)地集中連片分布，但在土地資源和水資源雙重資源需求壓力的影響下，導(dǎo)致法庫縣中西部地區(qū)大量林地、草地面積縮減的同時(shí)，還出現(xiàn)了較大面積的濕地消失現(xiàn)象，由此可見農(nóng)業(yè)發(fā)展情景對(duì)于法庫縣生態(tài)和水資源安全造成較大壓力。

3）在建設(shè)發(fā)展情景下（圖3c），建設(shè)用地急劇增長，大量農(nóng)地、林地、草地和濕地受到經(jīng)濟(jì)發(fā)展需求影響轉(zhuǎn)入為建設(shè)用地。在此情景下，法庫縣中東部地區(qū)以及城鎮(zhèn)核心區(qū)建設(shè)用地面積大幅增加，農(nóng)村居民點(diǎn)面積快速擴(kuò)張，導(dǎo)致農(nóng)地和生態(tài)用地破碎度進(jìn)一步提升，地區(qū)經(jīng)濟(jì)發(fā)展用地需求雖然得到保障，但糧食安全和生態(tài)安全受到嚴(yán)重威脅。

4）在生態(tài)保護(hù)情景下（圖3d），法庫縣生態(tài)用地面積顯著擴(kuò)張，區(qū)域內(nèi)農(nóng)地和聚居地都出現(xiàn)一定程度上的收縮。大規(guī)模退耕還林、還草進(jìn)一步完善了地區(qū)生態(tài)保護(hù)屏障的構(gòu)建，提升了區(qū)域生態(tài)保護(hù)功能。該情景下法庫縣的糧食生產(chǎn)能力將會(huì)受到一定程度的影響，地區(qū)經(jīng)濟(jì)發(fā)展能力也受到了制約。

5）在土地利用結(jié)構(gòu)優(yōu)化情景下（圖3e），法庫縣土地利用布局得到優(yōu)化調(diào)整。2030年法庫縣除農(nóng)地和未利用地面積減少外，其余各類用地面積都有所增加：農(nóng)地面積雖有所縮減，但通過實(shí)施土地整治可以有效增加高標(biāo)準(zhǔn)農(nóng)田面積，提升耕地生產(chǎn)能力；聚居地新增指標(biāo)總量增幅較小，重點(diǎn)滿足城鎮(zhèn)核心區(qū)需求，保障區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展；區(qū)域生態(tài)用地得到有效保障，整體生態(tài)功能得到提升。總體來看，該情景實(shí)現(xiàn)了法庫縣“三生空間”融合協(xié)調(diào)發(fā)展，促進(jìn)了區(qū)域資源要素合理配置，是法庫縣2030年較為理想的土地利用布局。

2.3 碳排放變化分析

根據(jù)上述CLUE-S模擬結(jié)果，結(jié)合碳排放系數(shù)法，核算出法庫縣2030年不同模擬情景下區(qū)域碳排放量（表6）。

表6 2013—2030年法庫縣不同情景下碳排放量 Table 6 Carbon emissions under different scenarios in Faku County during 2013-2030 103 t

由表6可知，2019年法庫縣碳排放量為-1.55×10t，較2013年的-1.64×10t增長5.53%。由此可見，2013至2019年法庫縣的碳排放量雖有所增加，但研究區(qū)仍為碳匯地區(qū)。2030年法庫縣在基線情景、農(nóng)業(yè)發(fā)展、建設(shè)發(fā)展、生態(tài)保護(hù)、土地利用結(jié)構(gòu)優(yōu)化5種模擬情景下碳排放 量 分 別 為-1.33×10t、-1.72×10t、1.21×10t、-2.18×10t、-1.58×10t，與2019年相比，分別增幅為14.02%、-11.33%、178.44%、-40.87%、2.29%。5種模擬情景中，建設(shè)發(fā)展情景的碳排放量最高，生態(tài)保護(hù)情景的碳排放量最低。除建設(shè)發(fā)展情景外，基線情景、農(nóng)業(yè)發(fā)展、生態(tài)保護(hù)和土地利用結(jié)構(gòu)優(yōu)化模擬情景下的法庫縣仍然為碳匯地區(qū)。各模擬情景同2019年相比，除生態(tài)保護(hù)和農(nóng)業(yè)發(fā)展情景外，基線情景、建設(shè)發(fā)展和土地利用結(jié)構(gòu)優(yōu)化情景下法庫縣碳排放量均呈現(xiàn)出上升趨勢(shì)，而呈現(xiàn)出上升趨勢(shì)的3種情景中，土地利用結(jié)構(gòu)優(yōu)化情景碳排放增幅最小。在土地利用結(jié)構(gòu)優(yōu)化情景下，法庫縣碳排放量雖有所增加，但仍然保持了法庫縣作為碳匯地區(qū)的特點(diǎn)。

通過對(duì)法庫縣5種土地利用模擬情景下土地利用狀況和碳排放量綜合對(duì)比（圖4）：對(duì)地區(qū)碳排放影響最強(qiáng)的用地類型為聚居地，在建設(shè)發(fā)展情景下，聚居地面積較其余4種情景增幅較大，碳排放量急劇增長，法庫縣也由碳匯地區(qū)轉(zhuǎn)變?yōu)樘荚吹貐^(qū)，生態(tài)資源優(yōu)勢(shì)不復(fù)存在。在生態(tài)保護(hù)情景下，較高的生態(tài)用地比例可以使碳排放水平達(dá)到最低，但建設(shè)用地規(guī)模大量縮減必會(huì)抑制地區(qū)經(jīng)濟(jì)增長。總體上看，土地利用結(jié)構(gòu)優(yōu)化情景為法庫縣中長期發(fā)展階段較為適宜的土地利用模式。既提供了促進(jìn)經(jīng)濟(jì)增長的城鎮(zhèn)建設(shè)用地指標(biāo)，又保障了農(nóng)業(yè)生產(chǎn)空間和生態(tài)空間，維持了法庫縣土地利用重要碳匯功能。

圖4 法庫縣土地利用模擬情景和碳排放量對(duì)比 Fig.4 Comparison of land use simulation scenario and carbon emission in Faku county

3 結(jié)論與討論

3.1 結(jié) 論

本文以法庫縣2013年、2019年的土地利用現(xiàn)狀數(shù)據(jù)為基礎(chǔ)，運(yùn)用CLUE-S模型對(duì)法庫縣2019年的土地利用變化格局進(jìn)行模擬與驗(yàn)證，分別基于基線情景、農(nóng)業(yè)發(fā)展、建設(shè)發(fā)展、生態(tài)保護(hù)、土地利用結(jié)構(gòu)優(yōu)化5種模擬情景對(duì)法庫縣2030年的土地利用布局進(jìn)行模擬并對(duì)其碳排放水平進(jìn)行核算，得出結(jié)論如下：

1）CLUE-S模型對(duì)于法庫縣土地利用布局變化有著較好的模擬能力，Kappa系數(shù)為0.989 6，模擬總體精度達(dá)到99.14%，模型及本文相關(guān)參數(shù)設(shè)置適用于法庫縣未來土地利用布局預(yù)測(cè)。

2）在5種模擬情景中，土地利用結(jié)構(gòu)優(yōu)化情景下2030年法庫縣土地資源利用效果最優(yōu)，是法庫縣中長期發(fā)展階段較為適宜的土地利用模式。其余4種模擬情景下土地利用都存在一定發(fā)展隱患：在基線情景下，法庫縣土地利用結(jié)構(gòu)惡化程度不斷加深，部分區(qū)域生態(tài)和糧食安全受到威脅；農(nóng)業(yè)發(fā)展情景雖然極大程度維護(hù)了法庫縣的糧食安全，但地區(qū)生態(tài)資源和水資源遭到嚴(yán)重破壞；在建設(shè)發(fā)展情景下，法庫縣經(jīng)濟(jì)發(fā)展用地雖然得到充足保障，但地區(qū)糧食安全和生態(tài)安全面臨嚴(yán)重挑戰(zhàn)；在生態(tài)保護(hù)情景下，地區(qū)生態(tài)環(huán)境雖得到極大程度的保護(hù)，但嚴(yán)重制約地區(qū)經(jīng)濟(jì)發(fā)展，且糧食安全面臨一定風(fēng)險(xiǎn)。

3）2013－2019年法庫縣碳排放量增長5.53%。在2030年法庫縣5種模擬情景中，建設(shè)發(fā)展情景的碳排放量最多，為121.79×10t，生態(tài)保護(hù)情景的碳排放量最少，為-218.71×10t。除生態(tài)保護(hù)和農(nóng)業(yè)發(fā)展情景外，其余情景下法庫縣碳排放均呈現(xiàn)上升趨勢(shì)，其中土地利用結(jié)構(gòu)優(yōu)化情景增幅最小，為2.29%。

3.2 討 論

通過開展縣域尺度的土地利用情景模擬和碳排放效應(yīng)的比較分析，對(duì)未來縣域土地利用和碳匯目標(biāo)的實(shí)現(xiàn)提供了科學(xué)的決策依據(jù)。研究所用CLUE-S模型在二元Logistic回歸模型基礎(chǔ)上引入空間權(quán)重因子形成Auto-Logistic回歸模型對(duì)土地利用變化驅(qū)動(dòng)力系數(shù)進(jìn)行計(jì)算，使得模擬結(jié)果更精確地反映了未來地區(qū)土地利用格局，有效地增強(qiáng)了模擬結(jié)果的精確程度，為碳排放效應(yīng)計(jì)算與分析提供了更為完善的方法體系。

本文采用Auto-Logistic回歸模型對(duì)區(qū)域土地利用變化的驅(qū)動(dòng)因子進(jìn)行分析，使CLUE-S模型預(yù)測(cè)模擬結(jié)果更為精確，表明Auto-Logistic回歸模型能夠極大程度提升CLUE-S模型的模擬精度。通過對(duì)接IPCC相關(guān)指南中土地利用分類體系，對(duì)研究區(qū)土地利用變更調(diào)查成果矢量數(shù)據(jù)進(jìn)行科學(xué)分類匯總，數(shù)據(jù)源更為全面精確，該研究結(jié)果具有較強(qiáng)的實(shí)用性，對(duì)縣域土地利用布局與管理及碳減排政策制訂具有較強(qiáng)的指導(dǎo)意義。

由于受到政策變動(dòng)和社會(huì)經(jīng)濟(jì)發(fā)展等因素影響，地區(qū)土地利用和碳排放效率在未來階段可能存在較大變化，預(yù)測(cè)結(jié)果會(huì)與現(xiàn)實(shí)狀況存在一定誤差。今后研究中應(yīng)將更多的社會(huì)經(jīng)濟(jì)及政策影響力等驅(qū)動(dòng)因子納入到土地利用變化驅(qū)動(dòng)因子體系中，使研究結(jié)果更為精確，讓其在低碳國土空間優(yōu)化布局中更具應(yīng)用價(jià)值。同時(shí)在有關(guān)碳排放量的計(jì)算中仍然需要考慮不同土地利用類型轉(zhuǎn)化過程中的碳源碳匯功能差異，實(shí)現(xiàn)對(duì)不同土地利用類型研究數(shù)據(jù)的精細(xì)化。