吳欣芋，覃盟琳，蔣紅波，趙胤程，羅丁丁，王政強

1.廣西大學林學院

2.廣西大學土木建筑工程學院

3.廣西大學人居環(huán)境設計研究中心

城市快速發(fā)展背景下，高強度的人類活動消耗大量資源，導致全球性溫室氣體過量排放，引發(fā)系列生態(tài)環(huán)境問題[1]。2020 年9 月習近平主席在七十五屆聯(lián)合國大會上提出，我國二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現(xiàn)碳中和。陸地生態(tài)系統(tǒng)碳儲量提高對于吸收大氣中的二氧化碳、預測氣候變化、緩解氣候變暖具有重要意義[2]。土地利用變化過程中伴隨著大量碳交換，從而影響陸地生態(tài)系統(tǒng)碳儲量變化[3]。因此，量化流域土地利用變化下碳儲量的時空動態(tài)變化，探索能夠提高未來陸地生態(tài)系統(tǒng)碳儲量和平衡區(qū)域多目標發(fā)展的土地利用優(yōu)化方案，對于推動區(qū)域可持續(xù)發(fā)展和實現(xiàn)碳中和具有雙重意義。

目前國內外模擬未來土地利用變化[4-5]及量化陸地生態(tài)系統(tǒng)碳儲量[6-7]的方法已逐步成型，其中FLUS-InVEST 耦合模型已被廣泛應用與驗證，該模型具有操作簡單、處理迅速、適應性強等特點[8-9]，主要用于研究不同目標情景下土地利用變化對陸地生態(tài)系統(tǒng)碳儲量的影響[10-12]，但少有針對水域保護情景下土地利用與碳儲量變化特征的研究?，F(xiàn)階段，土地利用優(yōu)化方面已有研究將提高區(qū)域生態(tài)系統(tǒng)碳儲量納入其中[13]，且采用多目標優(yōu)化和多準則決策模型與土地利用預測模擬模型相結合，實現(xiàn)區(qū)域土地利用數(shù)量結構與空間布局的雙重優(yōu)化[14-15]。但此類研究主要關注區(qū)域整體的優(yōu)化發(fā)展，未對其進行分區(qū)探討統(tǒng)籌優(yōu)化，且基于土地利用形態(tài)格局視角提升區(qū)域碳儲量的研究基本處于空白。此外，流域研究范圍涵蓋多個行政區(qū)，實行流域分區(qū)差異化規(guī)劃以及多區(qū)域協(xié)同治理對于全流域的保護和發(fā)展具有重要意義[16-17]，但目前流域分區(qū)研究方面缺乏不同碳儲能力與不同流段的土地利用分區(qū)優(yōu)化。

《廣西自然資源“十四五”規(guī)劃》（簡稱《規(guī)劃》）強調加強重點流域生態(tài)保護修復，鞏固提升生態(tài)系統(tǒng)固碳增匯能力，強化國土空間規(guī)劃和用途管控。西江是廣西壯族自治區(qū)最重要的河流，《規(guī)劃》中強調積極爭取實施西江流域山水林田湖草沙生態(tài)保護修復工程，鞏固提升流域生態(tài)系統(tǒng)固碳增匯能力，強化國土空間規(guī)劃和用途管控。清水河為西江干流紅水河河段的一級支流，流域上游流經(jīng)桂黔滇喀斯特石漠化防治生態(tài)功能區(qū)，屬于桂西生態(tài)屏障，中下游區(qū)段為廣西糧食主產(chǎn)區(qū)，在碳中和背景下全流域如何實現(xiàn)耕地安全、生態(tài)安全與經(jīng)濟可持續(xù)發(fā)展成為現(xiàn)階段主要面臨的問題。因此，筆者以清水河流域為研究區(qū)，以2060 年為模擬優(yōu)化的目標年份，將流域按不同碳儲能力等級進行分區(qū)，分別構建基于碳儲量最大化的多目標分級分區(qū)發(fā)展的土地利用數(shù)量結構和空間布局優(yōu)化方案，并將流域劃分為上、中、下游不同的空間范圍，探討通過調整土地利用形態(tài)格局提升區(qū)域碳儲量的優(yōu)化策略，以期為清水河流域國土空間規(guī)劃實施布局和區(qū)域可持續(xù)發(fā)展提供多視角參考，助力實現(xiàn)碳中和目標。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

清水河為珠江水系西江干流紅水河段支流（108°21′E～109°17′E，23°04′N～23°45′N），發(fā)源于廣西壯族自治區(qū)大明山脈的望兵山，流經(jīng)南寧市境內的上林縣、賓陽縣，在來賓市興賓區(qū)匯入紅水河。清水河全長187 km，流域面積4 169 km2。流域內地形地貌復雜多變，水力資源豐富；森林覆蓋率超過50%，植物區(qū)系復雜，種類繁多。利用ArcGIS 水文分析技術通過數(shù)字高程模型（DEM）數(shù)據(jù)進行流域邊界提取，并根據(jù)模擬分析將清水河流域分成上、中、下游3 個區(qū)域（流段）（圖1）。

圖1 清水河流域邊界與地形示意Fig.1 Schematic representation of the boundaries and topography of Qingshui River basin

1.2 數(shù)據(jù)來源

流域2000 年、2010 年、2020 年土地利用現(xiàn)狀數(shù)據(jù)來源于Globeland30（http://www.globallandcover.com/），通過裁剪獲得研究區(qū)的耕地、林地、草地、濕地、水域和建設用地6 種土地利用類型。DEM 數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺（https://www.gscloud.cn），分辨率為30 m×30 m。OSM 矢量數(shù)據(jù)來源于OpenStreetMap（https://www.openstreetmap.org/），通過ArcGIS 提取得到用于計算交通區(qū)位土地適宜性概率的影響因子柵格數(shù)據(jù)。氣溫、降水量、GDP 數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心（https://www.resdc.cn/）。全國人口密度數(shù)據(jù)來源于Worldpop（https://www.worldpop.org/）。

2 研究方法

本研究包括2060 年不同情景下土地利用及碳儲量模擬、基于碳儲量最大化的多目標土地利用數(shù)量結構及空間布局優(yōu)化方案、基于碳儲量提升的土地利用形態(tài)格局優(yōu)化策略（圖2）：1）以2020 年土地利用現(xiàn)狀為基礎，運用FLUS-InVEST 模型對清水河流域2060 年4 種情景下的土地利用與碳儲量進行模擬，并分析不同情景的發(fā)展特征，為區(qū)域土地利用優(yōu)化提供數(shù)據(jù)基礎。2）構建灰色線性規(guī)劃模型，將不同土地利用類型的數(shù)量作為變量，根據(jù)3 個碳儲能力等級區(qū)域的適宜發(fā)展方向，對不同區(qū)域土地利用類型設置相應的約束條件以及區(qū)域碳儲量最大化的目標函數(shù)，采用LINGO 軟件對模型求解得到清水河流域2060 年多目標優(yōu)化后的土地利用需求；將其轉化為土地需求預測數(shù)量，代入FLUS 模型模擬出流域2060 年優(yōu)化后的土地利用，并采用InVEST 模型得到碳儲量優(yōu)化結果。3）通過Fragstats軟件計算出流域2000 年、2010 年、2020 年不同土地利用類型的景觀格局指數(shù)，依據(jù)流域上、中、下游的39 個匯水面進行空間劃分，運用SPSS 軟件將其與不同時空范圍對應的碳儲量進行相關性分析，探討如何通過改變土地利用形態(tài)格局來提升區(qū)域碳儲量。

圖2 清水河流域碳儲量最大化的多目標土地利用分區(qū)優(yōu)化研究框架Fig.2 Research framework of multi objective land use zoning optimization for maximizing carbon storage in Qingshui River basin

2.1 碳儲量計算與碳儲能力等級分區(qū)

2.1.1 InVEST 模型計算碳儲量

InVEST 模型由美國自然資本項目組開發(fā)，可實現(xiàn)生態(tài)系統(tǒng)服務功能的定量評估和空間可視化[18]。InVEST 模型的Carbon 模塊被廣泛應用于計算區(qū)域碳儲量，其將陸地生態(tài)系統(tǒng)碳儲量劃分為地上生物量、地下生物量、土壤有機物和死亡有機物四大碳庫。該模型能夠通過各土地利用類型的碳密度，計算出總碳儲量。公式如下：

式中：Ci為區(qū)域i的碳儲量，t；Aix為區(qū)域i中土地利用類型x的面積，hm2；Cax、Cbx、Csx、Cdx分別代表土地利用類型x的地上生物碳密度、地下生物碳密度、土壤有機物碳密度、死亡有機物碳密度，t/hm2。由于碳密度測定難度較大，故使用已有研究中與研究區(qū)處于同一氣候帶的土地利用類型碳密度數(shù)據(jù)[19]進行碳固持分析。主要參考國家生態(tài)科學數(shù)據(jù)中心(www.cnern.org.cn)的碳密度數(shù)據(jù)、朱志強等[9,11,20-21]的研究及政府間氣候變化專門委員會（IPCC）提供的數(shù)據(jù)，得到研究區(qū)各用地類型初始碳密度數(shù)據(jù)，并根據(jù)陳光水等[22-23]的研究方法，采用降水量對土壤碳密度進行校正，計算公式為：

式中：Csp為通過年降水量得到的土壤碳密度，kg/cm2；M為年降水量，mm，選用南寧市與來賓市2000—2020 年逐年降水量的平均值1 510 mm 作為清水河流域年平均降水量（2020 年全國平均年降水量為695 mm）；和分別為清水河流域和全國尺度下通過年降水量得到的土壤有機物碳密度；Ks為土壤碳密度修正系數(shù)，計算值為1.44。各土地利用類型初始碳密度與修正系數(shù)相乘得到清水河流域不同土地利用類型最終碳密度（表1）。

表1 清水河流域不同土地利用類型各部分碳密度 Table 1 Carbon density of different land use types in Qingshui River basin t/hm2

2.1.2 碳儲能力等級分區(qū)

人口密度和高程是碳儲量格局變化的主要驅動要素[24-25]，一定范圍條件下高程越大碳儲能力越大，人口密度越大碳儲能力越小。本研究采用ArcGIS軟件中自然斷裂分級法對清水河流域2020 年的高程、人口密度和碳儲量分布進行分級處理，疊加得到碳儲能力等級分區(qū)圖（圖3），分為高碳儲能力區(qū)（高碳儲量、高海拔、人口稀少區(qū)）、中碳儲能力區(qū)（中碳儲量、中海拔、人口中等區(qū)）、低碳儲能力區(qū)（低碳儲量、低海拔、人口密集區(qū)）3 個等級區(qū)域，作為土地利用結構模擬優(yōu)化的3 個分區(qū)。

圖3 清水河流域碳儲能力等級分區(qū)Fig.3 Carbon storage capacity level zoning map of Qingshui River basin

2.2 多情景土地利用模擬預測

2.2.1 情景設置

為滿足清水河流域未來綜合發(fā)展的規(guī)劃需求，設置4 種不同目標情景：1）基線發(fā)展情景（BD），此情景基于2000—2020 年的發(fā)展軌跡構建，認為目前的經(jīng)濟、人口發(fā)展速率和技術創(chuàng)新趨勢是持續(xù)一致的；2）耕地保護情景（CP），此情景基于BD 發(fā)展情景增加對耕地轉換成本的設置，控制耕地向其他用地的轉化；3）水域保護情景（WP），此情景基于BD 發(fā)展情景增加清水河流域匯水面為限制轉化區(qū)，即水域和濕地不可轉化為其他用地，嚴格保護流域水資源用地；4）高碳儲用地保護情景（HCP），以增大碳儲量為發(fā)展目標，將高碳儲能力區(qū)作為限制轉換區(qū)，設置林地不能向其他土地利用類型轉換，以及草地、濕地、水域不能向耕地和建設用地轉換。

2.2.2 土地利用模擬

FLUS 模型是基于傳統(tǒng)元胞自動機原理改良開發(fā)得到的對未來土地利用進行模擬預測的模型。將模型預測得到的2020 年土地利用數(shù)據(jù)與實際2020 年土地利用數(shù)據(jù)進行對比，Kappa 系數(shù)為0.853，表明該模型用于清水河流域土地利用模擬具有較高精度[26]。模型具體設置如下。

（1）轉換成本

成本矩陣表示土地利用類型之間的相互轉化情況，0 表示不允許轉化，1 表示允許轉化。不同情景用地轉換依據(jù)相應的目標導向進行重要級設定，轉化總體原則是除少數(shù)土地利用類型外，高等級土地利用類型不可向低等級土地利用類型轉化[25]（表2）。

表2 4 種情景下土地利用轉換成本矩陣Table 2 Land use conversion cost matrix under four scenarios

（2）鄰域影響因子與權重

鄰域因子反映不同土地利用類型及鄰域范圍內不同土地利用類型單元間的相互作用，參數(shù)范圍為0～1，越接近1 時擴張能力越強。根據(jù)研究區(qū)土地利用轉移特征，結合研究區(qū)的現(xiàn)階段實際發(fā)展速率[27]，設置BD 情景下的鄰域因子權重。CP 情景、WP 情景和HCP 情景主要根據(jù)其優(yōu)先發(fā)展目標和參考現(xiàn)有研究[11]設定各類用地的鄰域因子參數(shù)（表3）。

表3 4 種情景下鄰域因子參數(shù)Table 3 Neighborhood factor parameters in four scenarios

2.3 土地利用數(shù)量結構優(yōu)化模型構建

2.3.1 模型變量及目標函數(shù)設置

根據(jù)設定的4 種情景下的6 類土地利用結構發(fā)展特點，以及3 個碳儲能力等級區(qū)域的不同區(qū)域發(fā)展特征，設置18 個決策變量：耕地面積(t1、x1、y1)、林地面積(t2、x2、y2)、草地面積(t3、x3、y3)、濕地面積(t4、x4、y4)、水域面積(t5、x5、y5)、建設用地面積(t6、x6、y6)，其中t、x、y分別代表高、中、低碳儲能力區(qū)。為探尋流域多目標平衡發(fā)展的同時，實現(xiàn)區(qū)域碳儲量最大化的土地利用優(yōu)化方案[13]，設定3 個區(qū)域目標函數(shù)：

式中：Z為不同碳儲能力區(qū)的生態(tài)系統(tǒng)碳儲量總值；各項系數(shù)為不同土地利用類型碳密度。

2.3.2 模型約束條件設置

清水河流域流經(jīng)多個縣市，流域范圍土地利用缺乏統(tǒng)一的規(guī)劃目標要求，故根據(jù)流域變化趨勢及不同情景模擬的發(fā)展特征，設置3 個碳儲能力區(qū)各土地利用類型相應的約束條件（表4）。

表4 3 個碳儲能力區(qū)各土地利用類型相應的約束條件Table 4 Corresponding constraint conditions of each land use type in the 3 carbon storage capacity areas

2.4 土地利用形態(tài)格局指標選擇

景觀格局指數(shù)是反映景觀結構組成以及土地空間配置某方面特征的定量指標，景觀格局指數(shù)分析能夠高度濃縮景觀格局信息，反映其結構組成和空間配置特征，是空間相關性分析的重要方法[29]。區(qū)域尺度上景觀格局的變化主要表現(xiàn)為土地利用變化[30]，選取各土地利用類型的景觀格局指數(shù)作為土地利用形態(tài)格局的分析指標，根據(jù)清水河流域的景觀格局特點，選取了4 個方面的指標，即面積指標中的斑塊類型面積（CA），邊緣指標中的邊緣密度（ED），形狀指標中的景觀形狀指標（LSI），聚散性指標中的相似毗鄰百分比（PLADJ）、散布與并列指數(shù)（IJI）、斑塊結合度（COHESION）、景觀分割指數(shù)（DIVISION）、聚集指數(shù)（AI）。

3 結果與分析

3.1 2060 年不同情景下流域土地利用及碳儲量時空變化

2020 年現(xiàn)狀與2060 年不同情景下土地利用類型面積變化及流轉情況分別如表5、圖4 所示，碳儲量變化及分布情況分別如表6、圖5 所示。在BD 情景下，2060 年流域內耕地、林地和草地面積持續(xù)下降，分別減少156.81、67.59、0.60 km2，建設用地擴張趨勢最為顯著，漲幅為87.44%（表5）。2060 年清水河流域碳儲量預測為57.36×106t，較2020 年減少2.96×106t（表6）；由于建設用地不斷侵占耕地和林地，碳儲量減少區(qū)的面積高達241.59 km2，其中耕地受侵占影響最大，其面積縮減導致碳儲量流失1.19×106t（圖4、圖5）?？傮w來看，BD 情景下建設用地面積不斷大幅擴張、耕地及林地等面積逐漸減小，導致流域生態(tài)系統(tǒng)固碳能力受到破壞，致使其碳儲量大幅減少。

表5 2020 年流域各類土地利用現(xiàn)狀與2060 年各類土地利用模擬情況Table 5 Land use status in 2020 and simulations of different land use in 2060

表6 2060 年4 種情景下清水河流域碳儲量、平均碳密度及變化Table 6 Carbon storage,average carbon density and changes in Qingshui River Basin under four scenarios in 2060

圖4 2060 年不同情景下清水河流域土地利用流弦圖Fig.4 Flow chart of land use in Qingshui River basin under different scenarios in 2060

圖5 不同情景下2020—2060 年清水河流域碳儲量空間變化Fig.5 Spatial change of carbon storage in Qingshui River basin from 2020 to 2060 under different scenarios

在CP 情景下，2060 年流域耕地面積相比2020 年增加25.50 km2，林地面積大幅下降，減少102.35 km2，水域面積呈下降趨勢，減少9.96 km2，建設用地擴張減緩，增加87.42 km2（表5）。2060 年清水河域碳儲量預測為57.44×106t，較2020 年減少2.87×106t（表6）；大量林地向建設用地流轉，碳儲量減少區(qū)的面積高達103.36 km2，整體呈塊狀分布；碳儲量增加區(qū)主要是耕地侵占了水域，沿河流兩岸呈帶狀分布（圖4、圖5）?？傮w來看，對耕地的保護一定程度上減緩了建設用地的擴張程度，但占用了水域和濕地的面積，林地、草地等以生態(tài)功能為主的土地利用類型仍未得到有效保護，流域生態(tài)環(huán)境問題依舊嚴峻。

在WP 情景下，2060 年流域水域和建設用地與2020 年相比都有大幅擴張的趨勢，分別增長了47.23%和57.70%，其中耕地面積下降幅度最大，減少161.45 km2，林地面積有所下降，減少12.11 km2（表5）。2060 年清水河域碳儲量預測為59.01×106t，較2020 年減少1.31×106t（表6）；大量耕地向水域和建設用地流轉，碳儲量減少區(qū)面積為173.82 km2，呈現(xiàn)與河流湖泊走向一致的聚集線狀分布；碳儲量增加區(qū)面積為5.22 km2，呈線狀零散分布（圖4、圖5）。總體來看，水域和濕地受到保護，面積有所增加，但城市建設用地擴張加劇，耕地、林地面積嚴重減少，糧食和生態(tài)安全受到威脅。

在HCP 情景下，2060 年清水河流域林地面積較2020 年增長12.01 km2，建設用地面積減少0.31 km2（表5）。2060 年清水河流域碳儲量預測為60.61×106t，較2020 年增加0.29×106t（表6）；碳儲量增加區(qū)以點狀形式分散布局，耕地主要轉換為林地和少量的建設用地（圖4、圖5）?？傮w來看，此情景下2060 年清水河流域生態(tài)空間受到了較好的保護且面積有所增長，流域陸地生態(tài)系統(tǒng)碳儲量實現(xiàn)正增長，但建設用地擴張受到較大限制，抑制了未來流域經(jīng)濟社會的發(fā)展。

3.2 流域碳儲量最大化的多目標土地利用優(yōu)化方案

3.2.1 土地利用數(shù)量結構優(yōu)化結果與碳儲量變化分析通過LINGO 軟件對構建的目標函數(shù)與約束條件進行反復的迭代測試，得到了2060 年清水河流域碳儲量最大化的多目標土地利用數(shù)量結構優(yōu)化方案，并與2020 年的土地利用數(shù)量結構和碳儲量進行對比，結果見表7。對清水河流域進行土地利用數(shù)量結構優(yōu)化配置后，碳儲量提高至61.64×106t，較2020 年增長了2.19%，這主要是由于林地和濕地面積的增加。通過嚴格控制中、高碳儲能力區(qū)生態(tài)保護及退耕還林等舉措，林地、濕地與水域面積分別較2020 年增加了5.78%、9.48%、2.32%，林地碳儲量增加較大，為2.49×106；耕地與草地面積有所下降，較2020 年減少了7.62%、6.32%；建設用地面積穩(wěn)定增長，較2020 年增加了36.13%。

表7 清水河流域2020 年現(xiàn)狀與2060 年碳儲量最大化的多目標土地利用優(yōu)化方案對比Table 7 Comparison of multi-objective land use optimization scenarios for maximizing carbon stocks in Qingshui River basin in 2020 and 2060

3.2.2 土地利用空間布局優(yōu)化結果與土地利用轉換分析

根據(jù)碳儲量最大化的多目標土地利用優(yōu)化方案模擬得到的2060 年土地利用空間布局優(yōu)化模式，在ArcGIS 中進行空間化處理，得到各土地利用類型相互轉換的空間格局變化情況（圖6）。從圖6(a)、圖6(b)可知，優(yōu)化模擬下，林地增長主要集中在流域中碳儲能力區(qū)中坡度較大的區(qū)域，及流域源頭自然保護區(qū)周邊等，高碳儲能力區(qū)的林地斑塊數(shù)量大幅增加且分布較為集中；水域增長區(qū)域主要為河流上游和下游地區(qū)；建設用地的擴張主要為地勢低平的低碳儲力區(qū)。由圖6(c)可知，耕地主要由中碳儲能力區(qū)坡度較大的地塊轉入林地，城鎮(zhèn)周邊小塊破碎的部分地塊轉入建設用地，且中、低碳儲能力區(qū)的集中連片耕地未發(fā)生轉換；草地由中碳儲能力區(qū)的地塊轉入林地。綜上，流域2060 年基于碳儲量多目標土地利用分區(qū)優(yōu)化布局模式在合理控制經(jīng)濟發(fā)展速度下，鞏固提升了生態(tài)環(huán)境的發(fā)展并確保了區(qū)域糧食及水資源安全。

圖6 清水河流域優(yōu)化策略下的 2060 年土地利用空間布局模擬圖及2020—2060 年土地利用轉換圖Fig.6 Simulation map of land use spatial layout in 2060 and land use conversion map from 2020 to 2060 under the optimization strategy of Qingshui River basin

3.3 清水河流域碳儲量與土地利用形態(tài)格局相關性分析及優(yōu)化策略

清水河流域土地利用形態(tài)格局與碳儲量的相關性分析結果見表8 所示。由表8 可知，流域碳儲量與用地的面積、形態(tài)、邊緣、聚散性存在顯著相關性，且由于流域不同區(qū)域的環(huán)境特征不同，各土地利用類型的形態(tài)格局與碳儲量的相關關系存在空間差異性。通過Pearson 相關性數(shù)據(jù)，進一步歸納總結不同流段各土地利用類型在增加用地碳儲量時形態(tài)格局的相關特征表現(xiàn)（表9）。分析發(fā)現(xiàn)各類土地利用面積(CA)與碳儲量呈顯著正相關，而問題關鍵是在有限的空間范圍內保證一定面積的土地利用類型的碳儲量增加，通過對其他指標的數(shù)據(jù)分析，顯示土地利用形態(tài)格局對碳儲量也存在影響。

表8 清水河流域土地利用形態(tài)格局與碳儲量相關性Table 8 Correlation between land use pattern and carbon storage in Qingshui River basin

表9 清水河流域碳儲量提升的土地利用形態(tài)格局發(fā)展特征分析Table 9 Analysis of the correlation between carbon storage and land use patterns in Qingshui River basin

整體來看，增加流域的碳儲效益需要復雜不規(guī)則并具有較高聚集度與連接度的土地利用形態(tài)格局，而流域不同流段土地利用類型的利用形態(tài)相關性特征存在差異。對于林地，整體宜采用較高連接度的聚集式布局來形成更加穩(wěn)定的生態(tài)系統(tǒng)。對于耕地，上游斑塊應降低與其他用地類型的鄰接程度且提高景觀的整體性；中下游主要偏向連片集約型發(fā)展，斑塊需要較高的連通性，宜采用在耕地間增加林帶形成環(huán)網(wǎng)嵌套空間組合形態(tài)的方法提升區(qū)域固碳釋氧能力。對于水域，上游偏向于形成大面積和高連通度的水源涵養(yǎng)區(qū)，并增加與其他土地利用類型的鄰接度；中下游則需要提高連接度和降低聚集度，水系連通綠地建設藍綠交織的城市固碳生態(tài)系統(tǒng)。對于建設用地，上游斑塊需增加聚集度形成一定程度的規(guī)模，并降低城市邊緣小斑塊的分散程度；中下游需增加不規(guī)則度，以利于增大二氧化碳與高碳儲用地的接觸面積。對于草地，本身碳儲能力較低，整體適宜分散布局并與林地進行鑲嵌來提升碳儲能力。對于濕地，其本身為高碳儲用地類型，故需要較高的聚集度和連接度。

4 結論與展望

（1）2060 年流域4 種目標情景下土地利用和碳儲量的發(fā)展變化存在明顯差異。BD 情景下建設用地持續(xù)擴張，生態(tài)用地面積逐漸減少，導致碳儲量流失嚴重；CP 情景下，耕地的保護一定程度上減緩了建設用地的擴張，但占用了水域和濕地的用地面積，流域生態(tài)環(huán)境問題未得到解決；WP 情景下水域和建設用地都有大幅擴張的趨勢，耕地、林地面積嚴重減少，區(qū)域糧食和生態(tài)安全受到威脅；HCP 情景下，生態(tài)空間受到較好的保護且面積有所增長，碳儲量比2020 年增加了0.29×106t，但建設用地面積增加受到較大限制，抑制了未來流域經(jīng)濟社會的發(fā)展。

（2）通過對2060 年土地利用數(shù)量結構和空間布局模擬的優(yōu)化，區(qū)域內耕地面積下降，小塊破碎的耕地地塊轉入建設用地，坡度較大的耕地區(qū)域轉入林地；城鎮(zhèn)建設用地面積穩(wěn)定增長；林地、草地、濕地和水域的總體發(fā)展得到保護，碳儲量較2020 年增加了1.32×106t。

（3）土地利用形態(tài)格局影響碳儲量，流域不同土地利用類型形態(tài)格局的調整有利于區(qū)域碳儲量的增加，其相關特征表現(xiàn)為土地利用形態(tài)格局整體上斑塊分布呈現(xiàn)較高的聚集度和連接度，且斑塊形態(tài)復雜不規(guī)則。但由于空間環(huán)境的差異性，耕地上游斑塊的發(fā)展需減少與其他用地類型的鄰接程度；水域上游偏向鄰接較多其他的景觀類型，而水域中下游偏向較低的聚集度；草地適宜分散布局。

本研究在方法和視角上仍存在客觀上的不足和局限。首先，土地利用變化是一個多目標復雜的動態(tài)過程，并受不確定的社會因素的影響較大。本研究雖然綜合考慮了多種因素的影響，但缺乏對區(qū)域發(fā)展目標的全面考慮和對更多社會因素的量化模擬。其次，研究缺乏對流域所經(jīng)不同行政區(qū)的土地利用規(guī)劃政策與區(qū)域規(guī)劃目標的深入分析，并未將其與目標函數(shù)的構建緊密相結合。最后，研究僅對區(qū)域未來規(guī)劃發(fā)展起到總結、預警與研判作用。在今后的優(yōu)化研究中，應以各區(qū)域具體的問題為導向，提出更進一步的土地利用優(yōu)化調整策略。