以下文章来源于区域经济 ，作者任亮 研读
预测耕地开垦政策对碳储存的未来影响
摘要：耕地开垦政策通过转换自然土地导致碳储存损失。然而，耕地开垦政策对碳储存的未来影响很少被探讨。本研究以湖北为研究区域，评估了2010-2030年优化前后耕地复垦政策对碳储量的影响。土地系统潜在影响细胞自动机模型（LANSCAPE）用于模拟2030年的土地利用模式，而生态系统服务和权衡综合评估（InVEST）碳储存和封存模型用于计算碳储存的变化。结果表明，2010年至2030年间，湖北耕地开垦政策造成的碳储存损失预计将从0.48 Tg·C增加到4.34 Tg·C。这一增长与湿地和森林的损失有关。通过保护富含碳的土地，可以减少52%-73%的碳储存损失。本研究强调了在实施耕地开垦政策时考虑碳储存损失的重要性。
1.引言
碳储存可以在缓解全球变暖方面发挥重要作用，这受到土地利用的强烈影响。土地使用政策通常会导致土地使用和温室气体排放的直接和间接变化。耕地开垦政策，旨在保护因城市发展等原因而损失的耕地数量。耕地开垦政策对维护粮食安全至关重要，但是耕地开垦政策通过占用森林、草原和湿地等具有生态价值的土地对生态系统服务造成一定威胁。到2030年，人口的预期增长和相关的城市扩张可能会占用71000平方公里至86000平方公里的耕地。政策规定，应开垦新的耕地，以补偿损失的耕地。
2.研究区
湖北省位于中国中部，18.6万平方公里。西部、东部和北部以森林为主，而中部地区以农田、湿地和城市土地为主。2000年至2010年间，约75%的城市扩张发生在农田上，而76%的农田开垦来自自然土地。预计到2030年，湖北的城市化水平将提高到66%。
3.数据来源与方法
3.1.研究框架
为了量化耕地开垦政策对碳储量的影响，我们通过将土地利用模型与碳储量评估模型相结合，比较了有和没有耕地开垦政策的未来情景中的碳储量。首先，基于2000年和2010年的土地利用数据，校准了潜在影响的土地系统元胞自动机模型（LANDSCAPE）。然后，在景观模型中制定并实施了有和没有耕地开垦政策的情景，以生成2030年的土地利用地图。耕地开垦政策（CRP）假设将通过将其他土地使用类型转换为耕地来补偿损失的耕地。为了测试不断增加的补偿金额的影响，我们开发了10种替代方案，其中损失的耕地以10%的增量进行补偿，直到实现完全补偿。无耕地开垦政策（No_CRP）情景可作为参考，并假设该政策未被采用。
为了限制对碳储存的影响，我们还制定了优化的耕地开垦政策，并与当前政策相比评估了其影响。首先，定义了优化耕地开垦政策（OP_CRP）情景，假设耕地开垦政策与富碳土地的优先保护相结合。这些情景中的关键是基于碳密度调整的富碳土地利用类型的阻力。这些情景的2030年土地利用也通过景观模型进行了模拟。随后，计算了优化情景下2010年至2030年的碳储量，并将其与当前政策中的碳储量进行了比较。
3.2.方法
3.2.1.土地利用模拟的LANDSCAPE模型
细胞自动机模型是自20世纪80年代建立以来最常用的土地利用变化模型。本研究中应用的景观模型是一种改进的基于CA的模型，也适用于世界不同地区。土地利用类型的分配由两个因素决定：适宜性和阻力。适宜性代表目标土地利用类型的位置质量，阻力代表细胞从当前土地利用类型转换为另一种土地利用类型。适用性和阻力的综合效应根据以下公式计算：
TTPl,tu，是目标土地利用类型tu在位置l处的单元的总转变可能性；Sl,tu，是位置l的单元对目标土地利用类型tu的适用性；Rl,tu是位置l处的单元从当前土地利用类型cu转换为另一种土地利用类型的阻力。
适用性Sl,tu根据以下公式计算：
1+(-lnγ)α表示一个随机因子，用于解释模型中未包含的因素对因变量的影响（其中γ是一个从0到1变化的随机数，α是一个0到10的整数，用作控制随机量的分散因子）;PSCl,tu表示位置l的物理和社会经济特征对适宜性的影响，如海拔、坡度、土壤和与道路的距离等(支持向量机（SVM）计算);Con(Cl,tu)表示单元格的约束值，对于不可更改的单元格，其值为0，对于可以更改的单元格则为1。根据2000年和2010年湖北省土地利用地图，由于河流在位置和面积上都是稳定的，因此河流的Con(Cl,tu)值被设定为0；NLl,tu，表示相邻土地利用类型的影响。
其中n（SC=tu）表示位置l处给定邻域中目标土地利用类型的单元数量，TN表示给定邻域中的单元总数。
本研究中的阻力是根据Ke等人的方法计算的。
为了限制OP_CRP情景中富含碳的土地利用类型的转换，景观模型中的阻力根据其总碳密度进行了调整，如下所示：
Ri’是土地利用类型i的调整阻力；Ri是土地利用类型i的原始阻力；CDi是土地利用类型i的总碳密度；CDmax表示碳密度的最大值；CDmin表示碳密度的最小值；Rmax表示阻力的最大值；Rmin表示阻力的最小值；
3.2.2景观模型的校准
Kappa Simulation用于通过将2010年的模拟土地利用与2010年的观测土地利用进行比较来测试景观模型的准确性。KSimulation表示在−1到1的范围内的一致程度；正值表示模型的精度相对较高。本研究中每种土地利用类型的模拟值均大于0。
3.2.3用于碳储存评估的InVEST模型
Csum是所有土地利用类型的碳储量之和；Ci_above、Ci_below、Ci_soil和Ci_dead分别是土地利用类型i中地上生物量、地下生物量、土壤有机质和死有机质的碳密度；Ai是土地利用类型i的面积；
3.3.数据来源
4.结果分析
4.1.不同情景下的耕地开垦
在NO_CRP情景中，城市扩张造成的耕地总损失预计为252平方公里。在CRP情景中，耕地开垦被设置为补偿C1、C2、…C10中损失的耕地分别为10%（25.2平方公里）、20%（50.4平方公里）……100%（252平方公里）（下图所示）。耕地开垦的主要来源预计是湿地（78%-88%），其次是森林。湿地转为耕地的面积预计将大幅增加（从22.1平方公里增至197.3平方公里），而森林的面积预计仅略有增加（从2.8平方公里增至54.0平方公里）。相比之下，预计退耕还林的草地数量将少得多，而未利用的土地数量预计将很少，因为这些土地在该地区相对罕见；草地面积占总面积的4%，未利用地面积仅占0.03%。
在OP_CRP情景中，耕地开垦的主要来源预计是森林（占64%–68%），其次是湿地（下图所示）。预计所有耕地开垦来源都将增加，尤其是森林和湿地。具体而言，退耕还林面积预计将从16.9平方公里增加到163.0平方公里，湿地面积预计从3.8平方公里增加至73.5平方公里。
4.2.CRP对碳储存的影响
随着耕地开垦的增加，CRP情景中造成的碳储存损失预计将从0.48 Tg·C持续增加到4.34 Tg·C（下图所示）。值得注意的是湿地退耕还林对碳储量损失的贡献预计最高，占96%-98%，其次是退耕还林。相比之下，将草地和未利用的土地改为耕地预计对碳储存损失几乎没有影响。
OP_CRP情景中造成的碳储存损失预计将从0.13 Tg·C增加到2.09 Tg·C（下图所示）。具体而言，将湿地转化为农田预计会导致碳储存损失，从0.08 Tg·C降至1.55 Tg·C。相比之下，转换森林造成的碳储存损失预计相对较小（范围为0.06 Tg·C至0.55 Tg•C）。同时，湿地退耕还林对碳储存损失的贡献预计将从61%增加到74%，而森林退耕还林的贡献预计从44%减少到26%。
4.3.降低碳储存损失的优化效果
经过优化，预计2010年至2030年间的碳储存损失量将减少0.35 Tg·C–2.25 Tg·C（下图所示）。因此，通过优化，预计碳储存损失将减少52%-73%。经过优化，预计2010-2030年湖北大部分地区的碳储存损失将减少（下表所示）。预计荆州的降幅最大（0.56 Tg·C），通过优化将减少54%的碳储存损失。相比之下，恩施和十堰的碳储存损失预计将略有增加（低于0.03 Tg·C）。这与自然土地类型和分布的差异有关。森林和草原集中在湖北西部，尤其是恩施和十堰（那里几乎没有湿地）。优化后，湿地的损失预计将减少，而森林和草原等其他类型的自然土地的损失预计会增加。
5.讨论
这项研究表明，到2030年，中国湖北省的耕地开垦政策可能会导致相当大的碳储存损失。这种碳储存损失随着耕地数量的增加而线性增加。先前的研究表明，耕地开垦造成的碳储存损失与森林和湿地的损失尤其相关。这项研究表明，类似的发展可能会发生在案例研究区域：湿地和森林的转换预计对碳储存损失的贡献最大。这是由于大量的湿地和森林预计将被转化为农田，以及它们相对较高的碳密度。本研究中应用的土地利用和碳储存综合建模方法也可以应用于其他地区，以评估耕地开垦政策对碳储存的潜在负面间接影响，从而有助于防止此类不利影响。
由于耕地开垦政策造成的碳储存损失预计在未来将相当大，我们应该重新思考与耕地开垦相关的耕地保护政策，如中国的耕地征用补偿平衡政策和耕地政策的一般动态平衡。这些耕地保护政策的主要目标是通过耕地开垦来维持耕地总量，这不可避免地会导致自然土地的大量损失和碳储存。在这种情况下，在实施与耕地开垦相关的耕地保护政策时，有必要更加关注碳储存损失和其他生态系统服务。
本研究中引入的优化策略可以通过保护高碳密度的土地来显著减少碳储存损失。鉴于耕地开垦已被确定为原始湿地损失超过50%的主要原因，该优化战略中应用的方法和框架可以为全球碳储存服务的保护提供有价值的视角。同时，生态保护应采取措施减轻甚至避免耕地开垦造成的自然土地损失。例如，中国采取的生态保护红线战略旨在实现生态安全和自然保护。
我们研究的局限性包括几个方面。首先，本研究采用的碳密度来自已发表的文献，而不是生物地球化学方法或采样方法。进行额外的实地实验可以帮助产生更准确的、针对特定地区的结果。其次，InVEST碳储存和封存模型忽略了与当地土壤条件、土地管理实践和植被成熟等相关的个别土地利用类型的碳密度的空间和时间异质性。更好地理解导致这种时空异质性的因素将极有助于进一步改进碳储存建模。最后，应该承认的是，虽然所提出的优化策略可以为决策者保护碳储存提供有用的视角，但仅出于这一目的实施这些策略可能很困难。相反，将这些雄心纳入更全面、综合的生态系统服务保护政策可能会更高效、更有效。
6.结论
本研究表明，耕地开垦政策预计会对碳储量产生负面影响，而优化的耕地开垦政策通过保护高碳密度的土地利用类型免受耕地开垦的侵占，有助于显著减少碳储量损失。在制定和实施与耕地开垦相关的耕地保护政策时，考虑耕地开垦和碳储存损失之间的权衡是很重要的。本研究中应用的建模方法被证明有助于增强我们对耕地开垦政策对碳储存的未来影响的理解，并有助于制定有效的优化策略。它可以为决策者提供科学证据，使旨在实现粮食安全的耕地保护与生态系统服务保护相协调。
研读人：河南大学2022级土地资源管理专业硕士研究生 任亮
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
