基于LUCC的眉山市县域碳排放效应

徐 婕， 潘洪义*， 曹文亚， 赵晓全

（1.四川师范大学西南土地资源评价与监测教育部重点实验室，四川成都610066；2.四川师范大学地理与资源科学学院，四川成都610066）

随着全世界人口的不断增长和经济的飞速发展，高碳排放成为造成全球能源与气候变化的重要因素之一，各种生态环境问题也逐渐凸显，引起国际社会的高度重视.我国当前社会发展阶段需要大量的土地资源和能源供应，所面临的碳排放压力极大.在此背景下，发展低碳经济、减少碳排放成为经济社会发展的必然.研究表明，LUCC影响着陆地生态系统的分布和结构，改变着碳循环和碳储量，是控制碳积累速率的主导因子［1］.在1850—1998年间，人类不合理的生产生活活动所产生的碳排放中，1／3的碳排放就来源于土地利用变化［2］.所以LUCC是碳排放研究与低碳经济的重要切入点，也是进行碳排放调控的重要突破口［3］，对了解人类活动对生态环境的扰动程度及其机制，制定有效的碳排放政策具有重要的现实意义.

国外对LUCC碳排放的研究起步较早，早期的自然领域研究成果为21世纪以来的人文社科领域研究提供了强有力的支撑.许多生物学家最早从微观层面研究了土地利用变化对碳排放影响，文献［4］提出假设土壤有机碳通过土壤微生物分解而不是被植物生长吸收，那么在10～20 a有机碳会产生自身碳含量20% ～50%的碳排放；而后文献［5］研究发现草地的有机碳储量比农田高29 t／hm2，说明如果草地转化为农田会增加区域碳排放.自此，土地利用类型相互转化产生的碳排放引起广泛关注，文献［6］研究表明，由LUCC引起的区域碳排放占总碳排放量的75%，随着GIS和RS的技术提高.Romanovskaya等［7］监测俄罗斯11 a温室气体排放显示，新建的城市建成区是主要碳源，文献［8］研究也得出地中海地区城市化进程占用耕地导致土壤有机碳库减少285.421 kg，城市建设用地作为主要碳源成为关注重点.21世纪国内也顺延国际轨迹，并结合当代社会经济展开大量应用型研究，文献［9-10］先后构建碳排放模型，核算了四川省和成都平原区的碳排放量及其社会经济效益，文献［11］基于“社会-经济-自然”复合生态系统视角研究成都市县域碳收支、土地利用和经济发展协同关系，文献［12］定量识别城市碳排放的演化路径和关键影响因素，并探讨相应减排政策.眉山市2005—2015年10 a高速发展期伴生的生态环境破坏形势严峻，城市化的快速发展和能源消费导致碳排放居高不下，森林覆盖率降低显著，本文从土地利用变化的角度出发，根据2005和2015年遥感影像获取眉山市土地利用数据，构建碳排放模型，对眉山市碳排放效益进行分析，用造林成本法和碳税率法估算生态补偿标准，以基于碳排放的生态补偿标准做参考，以建立横向财政转移支付政策做驱动，为眉山市节能减排和平衡发展提供参考.

1 材料与方法

1.1 研究区概况眉山市（102°49′-104°30′E，29°30′-30°16′N），位于四川省境内，成都平原的西南边缘，邻接成都市、雅安市、资阳市等，下辖6个县（市、区），幅员面积7 139 km2，人口达350万.眉山市地势西高东低，自西向东由山地到低山丘陵向平原过渡.岷江由北至南贯穿眉山市中部，青衣江也流经境内，河流两岸以河流冲积平原为主，城市密集，人类活动频繁.眉山市也是国家园林城市，全市森林覆盖率达50%左右，城区绿化率也较高，生态环境优良.眉山市位于亚热带季风气候区，年平均气温17.1℃，年平均降雨量大于1 000 mm，优良的地形和气候条件组合让眉山市也拥有中国优质稻米之乡的美誉.眉山市也是成都平原经济圈最具活力的新区域，2015年地区生产总值（GDP）达1 029.86亿元，三次产业结构大致为14∶45∶39.2005—2015年间，眉山市城市化和工业化的进程快，经济增速明显，城市发展迅速，但发展过程中生态环境保护环节相对薄弱，能耗量不断增大.

1.2 数据来源与处理1）本研究采用的土地利用／覆被分类数据通过解译2005和2015年landsat系列数据获得，数据来源于地理空间数据云.分别以眉山市行政区划图和地形图作为参考，对两期影像每期三景数据进行辐射定标、拼接、裁剪、大气校正后获取研究区范围，结合Google Earth提供的对应年份眉山市高清影像，利用多光谱波段基于支持向量机分类法提取土地利用类型图.通过 ArcGIS软件提取土地利用现状数据，按照国家标准化 管理委员会颁布的《土地利用现状分类》（GB／T21010—2007），将土地利用类型分为耕地、林地、水域、建设用地和其他用地5种.

2）社会经济数据来源于2006年和2016年四川省统计年鉴、眉山市统计年鉴和四川省各市（州）统计年鉴以及统计网站，其中各县（市、区）的能源消费总量由各县（市、区）的GDP和其GDP能耗系数计算得出.

1.3 研究方法

1.3.1 碳排放量 结合研究区实际，基于 LUCC的碳排放主要为林地、水域为主的碳吸收（碳汇）和以耕地、建设用地为主的碳排放（碳源）.土地利用的碳排放估算模型可表达如下：

其中，E为总碳排放量，Ti为第i种土地利用方式（耕地、林地、水域）的土地面积，δi为对应土地利用方式的碳排放（吸收）系数；Eb为建设用地碳排放量，Ce为能源消耗总量，Ye为标准煤换算系数，δe为能源消耗碳排放系数.

参考相关研究［13-16］，并考虑到研究区实际采用最具参考价值的经验数据取多方平均值进行测算，耕地、林地、水域的碳排放系数分别取值0.459 5、-0.612 5、-0.253 t（C）／（hm2·a）.建设用地的碳排放通过其利用过程中能源消耗的碳排放系数间接估算［17］.世界能源需求的80% ～85%来源于化石燃料，80% ～90%的碳排放来源于化石燃料能源消耗［18］.联系研究区实际化石能源消耗情况，将建设用地的碳排放归纳为消耗煤品燃料、油品燃料和天然气的碳排放.计算时先将煤炭、石油和天然气的能源消费量先换算成标准煤，再根据文献［19-20］研究成果确定煤品燃料、油品燃料和天然气的碳排放系数，分别取值0.740 2 、0.570 0、0.433 1 t（C）／t.

1.3.2 碳排放的经济贡献系数和生态承载系数经济贡献系数（ECC）是衡量区域碳排放经济效率的指标，反映区域碳生产力.生态承载系数（ESC）是衡量区域碳生态容量贡献的指标，反映区域碳汇吸收能力.数学模型表达如下：

其中，Gn为某县域的 GDP，G 为全市 GDP；En为某县域土地利用碳排放量；Cn为县域碳汇量，C为全市碳汇量.若ECC＞1，说明县域经济效率和能源利用效率即碳生产力较高；若ESC＞1，说明县域碳生态容量即碳汇吸收能力较高，对全市碳排放的吸纳有积极作用.

1.3.3 碳排放的生态补偿 碳排放生态补偿标准的定量化主要依据碳汇价格［21］，常用造林成本法和碳税率法.结合已有研究［22］和中国种植森林的实际情况，取272.65元·t-1（C）的碳汇价格为研究区碳排放生态补偿标准的下限较为合理；上限标准则采用国际常用的瑞典碳税率［23］150 美元·t-1（C），以2015 年的平均汇率换算，即934.52 元·t-1（C）.

2 结果与分析

2.1 眉山市土地利用变化空间格局根据眉山市2005年和 2015年 landsat系列遥感影像，结合Google Earth提供的对应年份眉山市高清影像，通过ENVI平台利用多光谱波段基于支持向量机分类法提取土地利用类型图（图1 a和b），运用ArcGIS获得眉山市土地利用／覆被数据，综合分析得到眉山市县域各土地利用类型占比图（图1 c）.

图1 2005、2015年眉山市土地利用类型Fig.1 The type of land use of Meishan in 2005 and 2015

由图1可知，眉山市土地利用以耕地、林地为主，约占总面积的90%以上，其次是建设用地.研究期内，眉山市耕地、建设用地等碳源用地面积明显增加.其中，建设用地主要沿岷江两岸分布并呈明显增加趋势，眉山市境内北、中段的彭山区和东坡区增加最为显著.

仁寿县和东坡区土地利用结构相似，均为耕地占绝对优势，占各自辖区面积的60%及以上.这是由于它们地处眉山中部地形平坦区，平原面积广阔，是经济较为发达地区，发展历史悠久，种植业广兴.青神县、丹棱县、洪雅县、彭山区表现为一致的土地利用结构，均为林地占优势，占比达70% ～80%.它们位于眉山市西部和外围低山丘陵区，特别是洪雅县，林地面积达1 250.48 km2.研究期内，县域土地利用结构与眉山市近10 a来城市化的发展和后期的经济环境协同发展紧密相关.除眉山市西南青神县的退耕还林外，均表现为随着城市化发展的建设用地逐渐增加，占用小部分耕地和林地.

2.2 眉山市县域土地利用碳排放

2.2.1 眉山市县域土地利用碳排放量 根据碳排放模型，计算得到2005年和2015年眉山市6个县（市、区）的对应土地利用类型产生的碳排放量、碳源、碳汇和总碳排放量（表1）.

表1 2005、2015年眉山市县域土地利用碳排放Tab.1 Land use carbon emissions of Meishan County in 2005 and 2015 ／10 4 t

据表1，研究期眉山市碳排放总量增加，其土地利用碳排放中，各县（市、区）均表现为建设用地是主要碳源，林地是主要碳汇.其中，仁寿县和东坡区总碳排放量最大，再是彭山区.这三者的碳排放总量占眉山市碳排放量的94%以上；洪雅县为完全碳吸收.这与眉山市区域经济发展现状与城市定位具有一致性，仁寿县、东坡区是眉山市经济较为发达地区，建设用地面积广，经济发展所需能耗量大；洪雅县主要为退耕还林生态定位，林地面积广.

研究期内，眉山市县域总碳排放量除丹棱县外均呈增加趋势，表现为随着城市化和工业化进程，经济发展需要的建设用地大量增加引起的碳源增速明显大于生态要求部分区域退耕还林碳汇效应的增速.表明城市化对眉山市土地利用碳排放有着较强的正向影响.因此，建设用地作为主要的碳源在眉山市碳减排中具有重要意义.

2.2.2 眉山市县域土地利用碳排放效应 根据碳排放的经济贡献系数和生态承载系数的数学模型计算出2005年和2015年眉山市各县域的ECC、ESC，并对其进行可视化表达（图2）.

图2 2005、2015年眉山市县域土地利用碳排放效应Fig.2 County carbon emission effect of Meishan City in 2005 and 2015

由图2可知，眉山市碳排放的经济贡献系数和生态承载系数均呈现西高东低的趋势（洪雅县取绝对值），且研究期内均为增长态势，仅东坡区ESC下降了0.01.眉山市西部和外围低山丘陵区的青神县、丹棱县、洪雅县、彭山区碳排放量少，林地占绝对优势的土地利用方式决定了区域碳汇吸收能力强，生态容量大，ESC较大，对全市碳排放的吸纳有积极作用.由此可看，眉山市各县的ESC与其碳排放量存在一定程度上的负相关关系.位于眉山市中部平原区经济较为发达的仁寿县和东坡区，碳排放量较大，以碳源用地耕地、建设用地为主要土地利用方式，碳汇量不能完全抵消第一、二产业生产过程的碳排放，区域ECC和ESC均较小，其消耗了一定量的能源产生了对应的碳排放量，却没有贡献与碳排放量相匹配的经济发展量，区域碳排放经济效率低，急需产业优化与转型升级.但在研究期内，在各县域经济迅速发展、建设用地面积增加的大背景下，ECC与ESC均有所提升，说明各县（市、区）均意识到节能减排与低碳经济的重要性，着手提高区域碳汇吸收能力和能源经济效率，主动承担各自碳排放造成的生态环境影响，尽量减少碳排放存在的外部性.

2.2.3 碳排放的生态补偿估算 根据2015年眉山市各县（市、区）的碳排放量及不同固碳价格估算得到县域生态补偿标准（表2）.

表2 眉山市各县域生态补偿估算Tab.2 Estimation of ecological compensation in various counties of Meishan ／10 4元

由表2可知，2015年洪雅县属碳汇区，其他区域属碳源区.从碳排放的角度讲，碳源区应对碳汇区进行生态补偿，洪雅县应接收的生态补偿标准是4 950.72～16 968.83万元，可通过横向财政转移支付等手段实现.不同区域碳排放强度主要与建设用地能耗量有关，所以参考单位GDP作为区域碳排放减排要求比较合理，如果不能完成减排目标，可以通过直接的资金补偿或者其他方式对碳汇区进行生态补偿.

3 结论与讨论

土地利用／覆被变化对碳排放量有重要影响，通过对眉山市及其6个县（市、区）土地利用的碳排放和生态补偿进行分析，得出以下结论：

1）眉山市土地利用以耕地、林地为主，其次是建设用地.10 a来，眉山市碳源用地面积明显增加.其中，建设用地主要沿岷江两岸分布并呈明显增加趋势，彭山区和东坡区增加最为显著.除眉山市西南青神县的退耕还林外，均表现为随着城市化发展的建设用地逐渐增加，占用小部分耕地和林地.

2）研究期眉山市碳排放总量增加，建设用地是主要碳源，林地是主要碳汇.城市化对眉山市土地利用碳排放有着较强的正向影响.其中，仁寿县和东坡区总碳排放量最大，洪雅县为碳吸收.研究期内，眉山市县域总碳排放量除丹棱县外均呈增加趋势.

3）眉山市碳排放的经济贡献系数和生态承载系数西高东低且研究期内均为增长态势，仅东坡区ESC下降了0.01.青神县、丹棱县、洪雅县、彭山区ESC较大，对全市碳排放的吸纳有积极作用.仁寿县和东坡区ECC和ESC均较小，区域碳排放经济效率低，急需产业优化与转型升级.研究期内，在各县域经济迅速发展、建设用地面积增加的大背景下，ECC与ESC均有所提升.

4）从碳排放的角度讲，碳源区应对作为碳汇区的洪雅县按碳汇价格进行生态补偿.洪雅县应接收的生态补偿标准是4 950.72～16 968.83万元，可通过横向财政转移支付等手段实现.

土地利用对生态系统碳循环的影响是一个极复杂的过程，不同地域不同时期各土地类型碳排放系数可能存在特殊性和动态性.因此，本文依据有关经验数据及系数进行分析存在一定误差.再者，合理的补偿标准应在参考固碳价格的基础上考虑到区域差异.