低碳目标导向的兰州市土地利用结构优化研究

刘海猛，石培基，王录仓，王祖静

（西北师范大学地理与环境科学学院，甘肃兰州 730070）

低碳目标导向的兰州市土地利用结构优化研究

刘海猛，石培基，王录仓，王祖静

（西北师范大学地理与环境科学学院，甘肃兰州 730070）

研究目的：以兰州市为案例探讨低碳目标导向的土地利用结构优化途径。研究方法：模糊线性规划，多元线性回归分析，实证分析，对比分析。研究结果：从碳源和碳汇两方面构建模型显示碳蓄积最大化优化解与碳排放最小化优化解基本吻合。对兰州市2005年以及规划目标年的碳蓄积量和碳排放量进行估算，与原规划方案相比，优化方案到2020年兰州市年均碳蓄积量可增加14.7万t，年均碳排放量可减少18.69万t。通过多元线性回归分析，建设用地和林地与陆地生态系统碳循环关系最为密切，建设用地是主要的碳源，碳排放量约占97%，林地、耕地、牧草地是主要碳汇，碳蓄积量约占84%。研究结论：低碳目标导向的优化方案对于增汇减源的效果明显，可为规划方案今后的修编提供借鉴和补充，更好的实现土地资源合理利用和可持续发展的目的。

土地规划；低碳；模糊线性规划；兰州

目前，全世界从对气候变化的关注越来越密切，而中国的碳排放量已居世界第二，未来要保持可持续发展面临着向低碳转型的巨大挑战。“全球碳项目”（GCP）研究表明，2009年化石燃料燃烧和土地利用变化排放到大气的二氧化碳分别为8.4±0.5PgC和1.1±0.7PgC，是引起全球气候变化和温室效应的主要原因[1]。从大的时空尺度来看，土地利用/覆被变化的作用仅次于工业化过程中化石燃料燃烧的排放，自1850年以来全球土地利用变化引起的碳排放占全部温室气体二氧化碳排放的近1/3[2-3]。

土地利用结构优化是一个规模庞大、结构复杂、影响因素众多的系统工程，规划的最重要特征是其未来导向性，通过土地利用的经济效益、社会效益和生态环境效益三方面来综合体现。目前相关研究大多偏重于土地的经济效益最大化，并从适宜性评价理论，景观生态学，复杂适应系统，生态位理论，不确定性理论，精明增长等方面出发进行了相关研究[4-7]，而对于生态环境效益及气候变化背景下如何在土地利用结构的调整中实现低碳化的目标关注不够。从国外土地利用规划发展趋势来看，社会文化与生态环境问题越来越成为土地利用规划的主题[8]，同时，土地利用规划的制定和结构的调整对于增加陆地生态系统碳储量，减少碳排放有着关键性的驱动作用[9-10]。基于此，本文选取中国西部典型的黄土丘陵区兰州市为研究区域，以实现土地利用结构调整的低碳化为切入点，运用模糊线性规划的方法，从碳源和碳汇两方面构建模型，初步探讨了土地利用结构优化的一种新途径。

1 研究区概况及数据来源

兰州地处黄河上游、甘肃省中部，总面积1.31万km2，平均海拔1500m，属黄土丘陵沟壑区。温带半干旱大陆性季风气候，温差大，降水少。现辖永登、榆中、皋兰3县和城关、七里河、安宁、西固、红古5区。近年来兰州市城市化水平逐年提高，按照十二五规划2015年兰州市城镇化率就将达到80%，大量非农业用地或农业用地转为城市建设用地是其主要表现，强烈的土地需求对土地利用的强度和结构等造成较大的影响。

为了与已有的《兰州市土地利用总体规划（2006—2020年）》作对比，本研究的土地利用结构优化以2005年为基期，采用2005年的兰州市土地变更调查数据，以2020年为规划目标年，研究中参考的社会经济数据和能源消耗数据主要来源于兰州市历年统计年鉴、兰州市国民经济“十二五”规划等。

2 研究过程

2.1 模糊线性规划模型

式1为模型目标函数，式2—3为约束条件，其中式3是决策变量非负约束条件；s.t.表示模糊约束，C为各用地类型碳源/汇系数；X为决策变量，表示各土地利用类型的面积。A为约束系数；B为资源限制量。

2.2 模型构建

2.2.1 决策变量 根据兰州市的土地利用现状、土地结构调整后的利用方向以及研究的需要,以2005年为基期，设置了7个决策变量（表1）。

表1 兰州市土地利用结构现状及变量设置Tab.1 Present situation of land use structure and variable quantity

表2 化石燃料碳排放系数Tab.2 Carbon em ission coefficient of fossil fuel

2.2.2 目标函数 不同土地利用类型的碳排放量可以确切地反应研究区域碳排放的数量及变化，具有直观的说明性。因此本文以低碳目标为导向，综合国内相关学者对中国不同区域各类生态系统碳密度和碳贮量的研究[12-14]，以及兰州市土壤和植被类型分布，得到不同土地利用类型的碳密度（表4）。土地利用碳排放可分为直接碳排放和间接碳排放，通过国内外化石燃料碳排放系数的研究数据（表2）和兰州市化石燃料的消耗量估算出兰州市建设用地的间接碳排放系数为204.55 t/hm2·a，此数值远高于全国建设用地碳排放平均值55.8 t/hm2·a[15]，原因主要是兰州市目前主导产业是石油化工业，其他土地利用类型的直接碳排放系数参考赖力对中国西北地区的研究（表5）[16]。以此构建出土地碳蓄积量最大目标函数Max（Z）和碳排放量最小目标函数Min（Z）。

碳蓄积量最大化目标函数：

碳排放量最小化目标函数：

2.2.3 模糊约束条件 研究区土地总面积为1310304.3 hm2，各类用地都不会超过这一数值，同时各用地类型不能为负，即：

根据耕地保有量任务和粮食安全的要求，到2020年基本农田面积保护率不低于80%，并通过耕地减少量和供给量预测，确定容许量d为6000 hm2，耕地的模糊约束条件为

随着我国养殖业的不断发展，养殖户养鸡的规模也逐渐扩大。随着养殖逐渐趋向于规模化，养殖户饲养的鸡数量和密度也在不断提升。鸡痘作为一种传染性疾病，随着养殖数量的上升和密度的增大，鸡痘的危害也受到了养殖户越来越高的重视。作为一种季节性病毒类传染病，每年的8-11月都是鸡痘的易发期。在养殖的过程中，尽管鸡痘传染性不是非常强，但是一但预防与控制不到位，还是会给养殖户带来一定的经济损失。

出于经济社会环境的比较优势，预测园地会在基本稳定原有面积基础上略有增加，预测到2020年园地面积增幅将在上升6%—10%之间，设定其约束条件为

到2020年兰州市森林覆盖率的目标是16%，然而考虑到兰州现有宜林荒地面积以及自然环境条件限制和生态敏感性较高，确定林地模糊约束条件为

根据兰州城乡统筹布局和发展规划，部分草地将逐渐转换为城乡建设用地和林地，不考虑退牧还草等生态工程,预测2020年草地面积约为529015 hm2，模糊约束条件为

农用地和建设用地（包括城乡建设用地和交通水利用地）承载的人口数应控制在2020年预测人口之内，即：为2020年农用地的平均人口密度,GM（1，1）预测值为0.16人/hm2；M2为2020年人均建设用地，根据2005年现状和兰州市城市规划预测值为180m2/人；P0为2020年预测人口数450—500万，因此，该约束条件为

同时，中国正处在城市化快速发展中期，加上兰州北部新区的开发建设，预测2020年城乡建设面积将将增加25%—30%，即

由于沼泽、滩地等水域面积近些年中被大量地人为清除，加之西北地区干旱很难缓解，水域面积将有所下降，控制水域面积净减少在5%—10%以内，确定其约束条件为

根据兰州市城市规划，土地利用率将不断提高，未利用地及其他类型用地会逐渐减少，通过线性回归预测，到2020年兰州市未利用地面积约为137144 hm2，即：

2.3 计算结果及分析

2.3.1 模型运算结果 运用MATLAB软件包对模型进行运算，优化方案Ⅰ隶属函数的隶属度是maxλ=0.5，碳蓄积量最大值是132921920 t。优化方案Ⅱ隶属函数的隶属度是maxλ=0.0003，碳排放量最小值是16009657 t。从而分别得到两个函数的模糊最优解，即碳蓄积量最大化和碳排放量最小化目标下的各决策变量的最优解（表3）。

2.3.2 结果分析 《兰州市土地利用总体规划（2006—2020年）》主要阐明规划期内兰州市土地利用战略，首要平衡的是经济发展需求和基本农田保护的矛盾，而对生态保护特别是碳平衡的理念考虑不多，是一个信息不完全的灰色系统，规划实施过程中提出修改和完善的要求是正常的[17]。因此，笔者对兰州市现行规划的碳排放量/蓄积量效果进行了评估，并与低碳目标导向的模型优化方案作对比（图1），给出相应的调整方向。

（1）碳蓄积量估算。陆地生态系统的碳循环碳库主要包括植被碳库和土壤碳库两大部分。本文用不同生态系统的各碳库的平均碳密度乘以相应的面积后求得某特定区域的总碳库的碳蓄积量（表4），计算公式为[18]：

表3 模糊线性规划最优解Tab.3 The optimal solution of fuzzy linear programm ing

式6中，T为区域土地生态系统总碳储量；Ai为第i种地类面积；Vi为第i种地类植被平均碳密度；Si为第i种地类土壤平均碳密度。

图1 规划方案和优化方案的对比Fig.1 The comparison between the planned and optinized schemes

对比表4中规划目标和优化方案，兰州市2005年碳蓄积总量为11731.35万t，按现有规划方案到2020年将达到12518.56万t，而两个优化方案的碳蓄积量均会超过12730万t，即碳蓄积量将增加约8.52%，按15年规划期计算，年均碳蓄积增长67.18万t，较规划提高了14.7万t。可以看出，土地利用结构优化的碳蓄积潜力很大。

（2）碳排放量估算。基于2005年各类土地利用类型碳排放系数和不同土地利用类型面积可估算出兰州市2005年及规划目标年的碳排放量（表5），各个土地利用类型中建设用地的碳排放量占绝大部分，其次是牧草地和耕地，按照规划方案到2020年碳排放量将达到1911.93万t。而通过优化方案设定的情景，两个优化方案比较接近，碳排放量比规划方案最多可减少280.28万t，可见低碳目标导向的土地利用结构优化的碳减排潜力也较大。

从2005年和规划目标年的数据可看出，在各类用地中牧草地和耕地所占的比重为62.39%—72.78%，但建设用地和林地与碳蓄积和碳排放之间的关系却最为密切。通过多元线性回归分析（表6），建设用地与林地的判定系数R2均达到了1.0，即它们与低碳目标之间具有很高的相关性，是土地利用结构低碳化调整的重点。从各类土地利用类型的碳蓄积和碳排放强度来看，林地、园地、牧草地和水域的边际碳蓄积量较大，建设用地的边际碳排放量最大。但由于研究区干旱少雨，水域面积很难扩大，因此从低碳化角度，应重点关注建设用地、林地、园地和牧草地的用地结构调整。如果在现行规划目标的基础上大幅增加林地面积规模，保障耕地、牧草地、园地面积，尽量控制建设用地的扩张速度，促进其他用地面积向林地、牧草地和园地转换，将会对兰州生态系统碳平衡产生显著的效果，为建设低碳生态宜居的山水城市发挥重要作用。

4 结论及讨论

（1）本文以兰州市为研究区域，基于低碳化目标构建了区域土地利用结构的模糊线性规划模型，分析对比土地利用结构调整的三个方案，结果表明碳蓄积最大化目标优化解与碳排放最小化优化解基本吻合，相比原规划方案，到2020年兰州市年均碳蓄积量可增加14.7万t，年均碳排放量可减少18.69万t，低碳目标导向的优化方案对于增汇减源的效果明显，有效缓解陆地生态系统碳排放，达到合理利用土地资源和可持续发展的目的，从而验证了模型的可行性，为规划方案今后的修编提供借鉴和补充。

（2）本文运用生态系统类型法，借助碳密度和碳排放系数，分别对兰州市2005年以及规划目标年的碳蓄积量和碳排放量进行了估算。结果显示，建设用地和林地与陆地生态系统碳平衡关系最为密切，建设用地是主要的碳源，碳排放量约占97%，林地、耕地、牧草地是主要碳汇，碳蓄积量约占84%。

表4 兰州市土地利用结构调整方案的碳蓄积量对比Tab.4 Carbon storage volume of different adjustment schemes in Lanzhou

表5 兰州市土地利用结构调整方案的碳排放量对比Tab.5 Carbon em issions of different adjustment schemes in Lanzhou

表6 多元线性回归分析结果Tab.6 The results ofmultiple regression analysis

（3）人类活动所引起的土地利用/覆盖变化是仅次于化石燃料燃烧的大气圈碳库的第二大来源，在转变经济发展方式，调节产业、能源结构的同时，加强对土地利用结构的优化和布局的调整，对我国实现2020年单位GDP二氧化碳排放比2005年下降40%—45%的目标具有重要意义。

（4）在全球气候变化和社会经济转型的背景下，本文在土地利用结构优化模型中引入低碳化的考量，但该过程是一个复杂的动态系统，并且由于中国土地利用变化对陆地生态系统的碳排放/碳蓄积量影响大、机理复杂、空间特征多样、不确定性因素多，在结合案例进行探索时存在较多问题，例如对于建设用地碳排放系数始终是以2005年为参考，未考虑其动态性，增加了模型运算的误差。因此在今后的研究和实践中有待于进一步探讨完善。

（

）：

［1］GCP-Carbon Budget2010［EB/OL］.http://www.globalcarbonproject.org/carbonbudget/index.htm,2011/2012.

［2］Lam bin E F,Turner BL II,Geist H J,etal.The causes of land use and land-cover change:moving beyond themyths［J］.Global Environmental Change,2001,11:261-269.

［3］HOUGHTON R A.The annual net flux of carbon to the atmosphere from changes in land use 1850— 1990［J］.Tellus Series B,1999,51:298-313.

［4］钱敏，濮励杰，朱明，等.土地利用结构优化研究综述［J］.长江流域资源与环境，2010，19（12）：1410-1415.

［5］杨春玲，秦明周，闫艳.基于生态位理论的土地利用结构优化研究——以巩义市为例［J］.生态经济，2008，（10）：24-28.

［6］张振兴，郭怀成，陈冰，等.干旱地区经济——生态环境系统规划方法与应用［J］.生态学报，2002，22（7）：1018-1027.

［7］任奎，周生路，张红富，等.基于精明增长理念的区域土地利用结构优化配置——以江苏宜兴市为例［J］.资源科学，2008，30（6）：912-918.

［8］王玉波，唐莹.国外土地利用规划发展与借鉴［J］.人文地理，2010，25（3）：24-28.

［9］陈溪，王子彦，匡文慧.土地利用对气候变化影响研究进展与图谱分析［J］.地理科学进展，2011，30（7）：930-937.

［10］Togtohyn Chuluun,Dennis Ojima.Land use change and carbon cycle in arid and semi-arid lands of Eastand Central Asia［J］.SCIENCE IN CHINA（Series C）,2002,45:48-54.

［11］王万茂.土地利用规划学［M］.北京：科学出版社，2006：152-156.

［12］方精云，郭兆迪，朴世龙，等.1981—2000年中国陆地植被碳汇的估算［J］.中国科学D辑，2007，37（6）：804-812.

［13］李克让，王绍强，曹明奎.中国植被和土壤碳贮量［J］.中国科学 D辑，2003，33（1）：72-80.

［14］钟学斌，喻光明，何国松，等.土地整理过程中碳量损失与生态补偿优化设计［J］.生态学杂志，2006，25（3）：303-308.

［15］董祚继.低碳概念下的国土规划［J］.城市发展研究，2010，17（7）：1-5.

［16］赖力.中国土地利用的碳排放效应研究［D］.南京：南京大学博士学位论文，2010.

［17］王万茂.规划的本质与土地利用规划多维思考［J］.中国土地科学，2002，16（1）：4-6.

［18］Foley JA.An equilibrium modelof the terrestrial carbon budget［J］.Tellus Series B，1995，47：310-319.

Optim izing Land Use Structure for Low Carbon Target：A Case Study in Lanzhou of Gansu Province

LIU Hai-meng,SHIPei-ji,WANG Lu-cang,WANG Zu-jing
（College of Geography and Environmental Science,Northwest Normal University,Lanzhou 730070,China）

The purpose of this paper is trying to put forward a new approach to optimize the land use structure to realize the low carbon target.Fuzzy linear programming,multiple regression analysis，empirical analyses and comparative analysis were employed in this paper.The results show that the objective to make carbon storage maximization,to make carbon emissions minimization is consistent.By estimating the carbon stock volume,carbon emissions,contrast the former planning with the optimization scheme based on low carbon target,the carbon stock volume will grow 147000 tons a year on average and the carbon emissions will reduce 186900 tons a year on average from 2005 to 2020 in Lanzhou.Construction land and forest land have the closest relations with the land ecological system carbon cycle by multiple regression analysis.The construction land is themain carbon source which composes of about 97%.Forest land,cultivated land and grassland are themain carbon sink which accounted for about 84%of all.Conclusion indicating,the two optimizing schemes have dramatically beneficial effect on increase carbon sink and reduce carbon source,which can provide reference and supplement for the revision later and realize the rational utilization of land resources and the sustainable development.

land use planning;low carbon;fuzzy linear programming;Lanzhou

F301.23

A

1001-8158（2012）06-0055-07

2012-03-04

2012-05-29

国家自然科学基金项目（40971078）。

刘海猛（1989-），男，山东淄博人，硕士。主要研究方向为城市与区域发展、土地利用。E-mail:smartjingfeng@163.com

石培基（1961-），男，甘肃临洮人，教授，博士生导师。主要研究方向为城市与区域发展规划、国土整治。E-mail:shipin@nwnu.edu.cn