• 中国科学引文数据库核心期刊
  • 中文核心期刊、中国科技核心期刊
  • 第1、2届国家期刊奖
  • 第3届国家期刊奖百种重点期刊奖
  • 中国精品科技期刊、中国百强报刊
  • 百种中国杰出学术期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响

高怡凡 杨志衍 彭荣开 孙子芸 高培超 宋长青

高怡凡, 杨志衍, 彭荣开, 孙子芸, 高培超, 宋长青. 森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响[J]. 北京师范大学学报(自然科学版). doi: 10.12202/j.0476-0301.2022327
引用本文: 高怡凡, 杨志衍, 彭荣开, 孙子芸, 高培超, 宋长青. 森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响[J]. 北京师范大学学报(自然科学版). doi: 10.12202/j.0476-0301.2022327
Trade-off impact of the carbon-peak target of forest volume and economic development goals on the land use/cover of Fujian[J]. Journal of Beijing Normal University(Natural Science). doi: 10.12202/j.0476-0301.2022327
Citation: Trade-off impact of the carbon-peak target of forest volume and economic development goals on the land use/cover of Fujian[J]. Journal of Beijing Normal University(Natural Science). doi: 10.12202/j.0476-0301.2022327

森林蓄积量的碳达峰行动目标与经济发展期望对福建省土地利用/覆被的权衡影响

doi: 10.12202/j.0476-0301.2022327

Trade-off impact of the carbon-peak target of forest volume and economic development goals on the land use/cover of Fujian

  • 摘要: 利用CLUMondo模型,探究了福建省在生态预期目标(生态效益最大化、并且森林蓄积量不低于目标值)、经济预期目标(满足经济发展目标、并且林地面积不减少)以及常规协调预期目标(生态、经济目标均按现状稳定发展)下土地利用的优化配置,得出如下结论:1)CLUMondo模型适用于福建省的土地利用/覆被变化模拟;2)福建省在未来尽可能保持现有林地面积的情况下实现经济发展,需要进一步提高森林管理水平,完善森林生态效益补偿制度;3)福建省应在未来优化城镇规划开发格局,加强城市、生态等主题功能区的集约高效发展,保证在经济发展的情况下生态环境得到可持续发展.本文的研究为促进福建省的经济发展、助力我国碳达峰目标的实现提供了参考.

     

  • 图  1  研究方法框架

    图  2  福建省2015年土地利用/覆被图

    图  3  不同情景下的2030年福建省土地利用/覆被图

    注:基于自然资源部标准地图服务网站审图号 GS(2019)3266 的标准地图制作

    表  1  驱动因子数据

    编号
    数据
    时间
    来源
    1 土壤堆积密度 2017 https://data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/2ebc3811-2783-4fb6-bb68-e8af47d32fd3
    2 土壤含沙量 2017 https://data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/7e8f1bf4-57a1-4b9d-98b5-f1bbf13d3726
    3 土壤淤泥量 2017 https://data.isric.org/geonetwork/srv/chi/catalog.search#/metadata/cfd1c3c5-b285-480f-b60b-3bc407dfc131
    4 到达最近河流的距离 基于Nature Earth(https://www.naturalearthdata.com/)上下载的河流、道路、铁路数据计算得到
    5 到达最近道路的距离
    6 到达最近铁路的距离
    7 夜间灯光指数 2010 DMSP-OLS Nighttime Lights Time Series Version 4 (https://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html
    8 GDP总量 2015 数据来源于文献[17]
    9 DEM Worldclim (https://www.worldclim.org/data/index.html
    10 坡度 由DEM数据计算得到
    11 年均降水数据 2007~2018年均值 数据来源于文献[18]
    12 年均气温数据 2000~2017年均值 数据来源于文献[19]
    13 人口空间分布 2015年 中科院资源环境数据中心 (https://www.resdc.cn/DOI/DOI.aspx?DOIID=32
      注:基于自然资源部标准地图服务网站审图号 GS(2019)1823 的标准地图制作.
    下载: 导出CSV

    表  2  各种土地利用/覆被类型的GEP效益系数和GDP效益系数

    系数类型
    耕地
    林地
    草地
    水域
    建设用地
    未利用地
    生态/(万元· km−2 604.35 1671.39 656.70 2436.79 -73.68 29.90
    经济/(万元· km−2 510.31 109.46 164.37 657.66 50016.33 0
    下载: 导出CSV

    表  3  用于计算不同林分、不同林龄的各森林蓄积量密度参数(该表格中的whc、来源于文献[21]b来源于文献[27]

    系数类型
    b w h c A $ BEF $
    杉木 19.1410 69.6100 2.4369 0.0963 0.4652 0.7500
    马尾松 20.5470 81.6700 2.1735 0.0522 0.5034 0.6900
    阔叶林 6.4940 160.9900 10.3130 0.0492 0.9292 0.9500
    竹林 19.1410 69.6100 2.4369 0.0963 0.4652 0.7500
    杂木 25.0870 199.1500 20.7297 0.3534 0.5292 0.8900
    下载: 导出CSV

    表  4  土地利用/覆被类型转换矩阵

    耕地
    林地
    草地
    水域
    建设用地
    未利用地
    耕地 19923 4 2 1 140 0
    林地 0 75027 1 5 109 0
    草地 0 22 18088 2 27 0
    水域 8 0 0 1140 14 0
    建设用地 0 7 2 7 4462 0
    未利用地 0 0 0 0 0 86
    下载: 导出CSV

    表  5  土地利用/覆被类型转移矩阵

    耕地
    林地
    草地
    水域
    建设用地
    未利用地
    耕地 1 0 0 0 1 0
    林地 1 1 1 0 1 0
    草地 0 1 1 0 1 0
    水域 1 1 1 1 1 0
    建设用地 1 1 1 1 1 0
    未利用地 0 0 0 0 0 1
    下载: 导出CSV

    表  6  各情景2030年土地需求

    模拟情景
    GDP(亿元) GEP(亿元)
    生态预期目标 3.20 1.59
    经济预期目标 5.37 1.47
    常规协调目标 5.07 1.53
    下载: 导出CSV

    表  7  各种土地利用/覆被类型在各预测情景下的2030年面积km2

    模拟情景
    耕地
    林地
    草地
    水域
    建设用地
    未利用地
    生态预期目标20104786561603819095916102
    经济预期目标174577025922911170010296102
    常规协调目标17158746731923018459717102
      注:基于自然资源部标准地图服务网站审图号 GS(2019)3266 的标准地图制作
    下载: 导出CSV
  • [1] 樊大磊,李富兵,王宗礼,等. 碳达峰、碳中和目标下中国能源矿产发展现状及前景展望[J]. 中国矿业,2021,30(6):1 doi: 10.12075/j.issn.1004-4051.2021.06.033
    [2] 肖红艳,袁兴中,李波,等. 土地利用变化碳排放效应研究:以重庆市为例[J]. 重庆师范大学学报(自然科学版),2012,29(1):38
    [3] 2030年前碳达峰行动方案[N]. 人民日报,2021-10-27(7
    [4] 张颖,李晓格,温亚利. 碳达峰碳中和背景下中国森林碳汇潜力分析研究[J]. 北京林业大学学报,2022,44(1):38 doi: 10.12171/j.1000-1522.20210143
    [5] 黄从德,张健,杨万勤,等. 四川省及重庆地区森林植被碳储量动态[J]. 生态学报,2008,28(3):966
    [6] HU Y,XU X L,WU F Y,et al. Estimating forest stock volume in Hunan Province,China,by integrating in situ plot data,sentinel-2 images,and linear and machine learning regression models[J]. Remote Sensing,2020,12(1):186 doi: 10.3390/rs12010186
    [7] 苏漳文,刘爱琴,梁慧玲,等. 基于气象因子的福建省森林火险预测模型[J]. 森林与环境学报,2015,35(4):370
    [8] 福建省人民代表大会常务委员会. 福建省国民经济和社会发展第十四个五年规划和二○三五年远景目标纲要 [J]. 福建省人民代表大会常务委员会公报,2021,(1):82
    [9] 黄康,戴文远,黄万里,等. 基于CA-Markov和InVEST模型的土地利用变化对生境影响评价:以福建省福州新区为例[J]. 水土保持通报,2019,39(6):155
    [10] 杜勇,税伟,孙晓瑞,等. 海湾型城市生态系统服务权衡的情景模拟:以福建省泉州市为例[J]. 应用生态学报,2019,30(12):4293
    [11] VAN ASSELEN S,VERBURG P H. A Land System representation for global assessments and land-use modeling[J]. Global Change Biology,2012,18(10):3125 doi: 10.1111/j.1365-2486.2012.02759.x
    [12] VAN ASSELEN S,VERBURG P H. Land cover change or land-use intensification:simulating land system change with a global-scale land change model[J]. Global Change Biology,2013,19(12):3648 doi: 10.1111/gcb.12331
    [13] 谢一茹,叶思菁,沈石,等. 顾及开发强度的长江中下游土地变化模拟及规划对策[J]. 地理信息世界,2021,28(4):33
    [14] BAI Y,WONG C P,JIANG B,et al. Developing China’s Ecological Redline Policy using ecosystem services assessments for land use planning[J]. Nature Communications,2018,9:3034 doi: 10.1038/s41467-018-05306-1
    [15] 张明. 土地利用结构及其驱动因子的统计分析:以榆林地区为例[J]. 地理科学进展,1997,16(4):19
    [16] 吴琛璐,王强,董政,等. 福建省海岸带土地利用/覆盖变化及其驱动力[J]. 水土保持通报,2018,38(3)318
    [17] KUMMU M,TAKA M,GUILLAUME J H A. Gridded global datasets for gross domestic product and human development index over 1990-2015[J]. Scientific Data,2018,5:180004 doi: 10.1038/sdata.2018.4
    [18] HENGL T. Monthly precipitation in mm at 1 km resolution based on SM2RAIN-ASCAT 2007−2018,IMERGE,CHELSA Climate and WorldClim (Version 0.2) [M]//ZENODO. 2018
    [19] HENGL T. Long-term MODIS LST day-time and night-time temperatures,sd and differences at 1 km based on the 2000–2017 time series (Version 1.0) [M]//ZENODO. 2018
    [20] 福建省森林资源管理总站. 福建省第八次全国森林资源清查及森林资源状况调查报告[J]. 福建林业,2014(2):9
    [21] 徐冰,郭兆迪,朴世龙,等. 2000−2050年中国森林生物量碳库:基于生物量密度与林龄关系的预测[J]. 中国科学(生命科学),2010,40(7):587
    [22] 谢一茹,高培超,王翔宇,等. 经济发展预期下的粮食产量与生态效益权衡:黑龙江省土地利用优化配置[J]. 北京师范大学学报(自然科学版),2020,56(6):873
    [23] 谢高地,张彩霞,张雷明,等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报,2015,30(8):1243 doi: 10.11849/zrzyxb.2015.08.001
    [24] 胡喜生,洪伟,吴承祯. 土地生态系统服务功能价值动态估算模型的改进与应用:以福州市为例[J]. 资源科学,2013,35(1)30
    [25] 胡喜生,洪伟,吴承祯. 福州市土地生态系统服务与城市化耦合度分析[J]. 地理科学,2013,33(10):1216
    [26] 龚建周,刘彦随,张灵. 广州市土地利用结构优化配置及其潜力[J]. 地理学报,2010,65(11):1931
    [27] FANG J Y,GUO Z D,PIAO S L,et al. Terrestrial vegetation carbon sinks in China,1981-2000[J]. Science in China Series D:Earth Sciences,2007,50(9):1341 doi: 10.1007/s11430-007-0049-1
    [28] 谢一茹,高培超,叶思菁,等. 面向土地变化模拟的CLUMondo模型:回顾与展望[J]. 地理信息世界,2022,29(3)7
    [29] VAN VLIET J,VERBURG P H. A short presentation of CLUMondo[M]//Geomatic Approaches for Modeling Land Change Scenarios. Cham:Springer International Publishing,2017:485
    [30] PAUL C,SUTTON, . Global estimates of market and non-market values derived from nighttime satellite imagery,land cover,and ecosystem service valuation[J]. Ecological Economics,2002,41(3):509 doi: 10.1016/S0921-8009(02)00097-6
    [31] 郭瑞琦,陆波,陈恺霖. 基于CLUMondo模型的多情景土地利用变化动态模拟:以广西沿海城市为例[J]. 国土资源遥感,2020,32(1)176
    [32] COHEN J. A coefficient of agreement for nominal scales[J]. Educational and Psychological Measurement,1960,20(1):37 doi: 10.1177/001316446002000104
    [33] 周萍,陈松林,李晶,等. 福建省土地利用变化碳排放时空差异与碳补偿[J]. 水土保持通报,2022,42(3)356-365,372 doi: 10.3969/j.issn.1000-288X.2022.3.stbctb202203044
  • 加载中
图(3) / 表(7)
计量
  • 文章访问数:  77
  • HTML全文浏览量:  21
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 录用日期:  2022-11-02
  • 网络出版日期:  2023-09-05

目录

    /

    返回文章
    返回