基于RS和GIS 的土地利用变化碳排放现状及预测分析

杨　坤，胡　馨，石　越



基于RS和GIS 的土地利用变化碳排放现状及预测分析

杨坤1，2，胡馨1，2，石越1

（1．河海大学公共管理学院，南京211100；2．中国移民研究中心，南京211100）

根据2000年和2010年2期拉萨地区的遥感数据，在erdas平台上将该区域分为耕地、林地、草地、水域、建设用地和未利用地6类土地，利用ArcGIS的空间分析技术，得出这2期的土地利用现状分布和土地利用转移矩阵，并利用马尔科夫模型对2020年、2030年、2040年土地利用变化进行预测。以此为基础，计算出该地区标准年中每1 a的碳排放量，及预测每10 a碳排放量。结果显示：生态用地结构改变、林地面积增加是碳吸收的主要原因；过度放牧、畜牧业消费需求的增加、旅游业的开发是土地利用变化碳排放的主要原因。最后提出建议：注重保护生态环境、限制过度放牧、低碳旅游，可以有效抑制生态用地的减少和控制碳排放总量。

ArcGIS；碳排放；土地利用变化；生态用地；马尔科夫模型

doi：10．11988/ckyyb．20150229

1　研究背景

气候变化已成为当前全世界所面临的重大环境问题［1］，人类生产活动导致的温室气体排放，特别是化石能源的使用所产生的二氧化碳排放是导致全球气候变化的主要原因［2］。研究表明，从中国人均碳排放空间分异演变过程，不难发现，我国已有全面迈入人均高碳排放时期的趋势［3］。

土地利用和覆盖变化是全球变化研究的热点问题［4］，通过应用RS（遥感）和GIS（地理信息系统）技术，有效建立土地利用和土地覆盖时空数据库，可以客观、快速、准确地把握土地利用和覆盖的时空演变过程［5-6］，为与之相关的定量化研究提供技术支撑［7］。而土地利用变化是引起区域碳排放的重要因素，由于自然条件和人类活动的差异，不同地类具有不同的碳排放强度［8-9］。同时土地利用状态及其演变蕴藏着碳排放的时序与规模特点，因此区域性的土地利用和土地覆盖变化对土地利用中的碳排放具有巨大影响［10］。

关于土地利用变化和碳排放之间的关系研究，受到不少国内外学者关注。但总体而言，关于土地利用和碳排放的文献大多具有研究范围尺度大，精度偏低的特点，粗层次定性分析、理论性的文章较多，缺乏区域性的、定量性的相关研究。本文以著名旅游城市拉萨为研究目标，以遥感图像为基础数据，借助Erdas 和GIS，分析了2000—2010年各类用地的变化，在此基础上，预测2020—2040年的土地利用变化，计算拉萨地区30 a来碳排放情况，并对结果进行分析。

2　研究区概况和研究方法

2．1研究区概况

拉萨处于西藏高原的中部、喜马拉雅山脉北侧，海拔3 650 m，位居雅鲁藏布江支流拉萨河中游河谷平原。拉萨市辖城关区1个市辖区和当雄县、堆龙德庆县、曲水县、墨竹工卡县、达孜县、尼木县和林周县共7个县（见图），总面积约3万km2，空间位置为东经91°06＇，北纬29°36＇（图1）。全市总人口约55万人，流动人口多。该地区农牧业水平较高，且牧业产值在第一产业中占主导地位。气候属高原温带半干旱季风气候区，拉萨环境条件整年多晴少雨，冬无酷寒，夏无炎暑，年平均气温7．4℃。

2．2数据源和软件

本文的本底数据源为2000年和2010年拉萨遥感数据。数据处理方面，采用1∶50 000的地形图，DEM、谷歌地球为参考，目视解译的应用软件为Envi 5．0和Erdas Imagine，主要支撑为ESRI公司的Arc-GIS。主要操作步骤为：Erdas平台上，进行波段叠加；去条带；转换坐标，经纬转为大地坐标；监督分类等。在此基础上利用Matlab软件进行马尔科夫模型预测，分别得出2020年、2030年、2040年拉萨地区土地利用情况并进行碳排放分析。另参考2000年、2010年、2013年西藏统计年鉴等相关统计资料，为土地利用和碳排放变化做驱动因素辅助分析［11］。

图1　拉萨市区位置Fig．1　Location of Lhasa city

2．3碳排放的计算方法

《联合国气候变化框架公约》曾定义，碳源是指向大气中释放CO2的过程、活动和机制；碳汇是指清除大气中CO2的过程、活动和机制。总碳排放量计算公式如下：式中：C为总碳排放量；CE为碳源的碳排放量；CS为碳汇的碳吸收量［12］；aC，uC分别为耕地、城乡用地的碳排放量；fC，wC，gC，eC分别为林地、水域、草地、未利用土地的碳吸收量；Ti为不同土地利用方式对应的土地面积；i为各土地利用方式的碳排放（吸收）系数（不含正负号）。

3　碳排放现状分析

3．1土地利用变化结果

3．1．1土地利用现状

对2000年和2010年基底数据目视解译后，将拉萨地区土地类型分为耕地、林地、草地、水域、建设用地①、未利用土地②6大类，具体见图2（a）和图2（b），同时可得出拉萨地区2000年和2010年土地利用现状，见表1。从表1中不难发现，由于拉萨特殊的地形特征决定了与其他城市不同的土地分布，其中建设用地不足1%，所占比例最大的为草地，未利用土地面积占第2位，水域占第3位，林地和耕地总面积较少。

图2　拉萨地区2000年和2010年土地利用现状Fig．2　Map of land use of Lhasa in 2000 and 2010

表1　拉萨地区2000年和2010年土地利用现状Table 1　Land use of Lhasa in 2000 and 2010

3．1．22000—2010年的土地转移流向

在ArcGIS平台上，构建2000—2010年的土地利用转移矩阵，转移矩阵见表2，土地利用变化以草地向其他类型土地转移为例（见图3）。

3．2碳排放现状

通过参考《2006年IPCC国家温室气体清单指南》［13］和相关研究成果，不同地类的碳排放系数，由碳排放量公式、表1、表2可得出：2000年碳排放量

①包括城镇用地、农村居民点和其他建设用地。

②包括沙地、戈壁、盐碱地、沼泽地、裸土地、裸岩石砾地和其他用地。

C=-2．513×107t，2010年碳排放量C=-2．533×107t，即拉萨地区10 a间，碳吸收量增加0．020×107t。其中增加林地面积3 639．15 hm2，贡献碳吸收0．021×107t。3．3影响因素分析

2000年拉萨地区牧业产值占农林牧渔总产值的45．9%，农业产值占51．5%，对比2010年牧业产值占53．58%，农业产值占43．68%，其中当雄县牧业产值高达77．96%，但草地面积却减少3 287．97 hm2，可知过度放牧现象严重。表2数据呈现出未利用土地的增加并不明显，从2000年草地转化为2010年未利用土地0．24 hm2，但2010年未利用土地总面积有所减小，说明原有沙地、盐碱地、裸岩石砾地等现状并没有有效改善。另一方面政府基于生态环境的考虑，大力提倡人工种树、改良草场，10 a间林地面积增加3 639．15 hm2，占总面积的4．39%，有效提高了碳吸收的能力，一定程度上也限制了环境的恶化。

人类活动作为土地利用变化的主要驱动力，同时是碳排放的一个重要原因。近年来，拉萨地区深厚的宗教文化、原始的自然风光，被很多背包客赞誉为“净化心灵”的城市力量，越来越多的国内外旅游人士日趋成为拉萨地区经济增长、人文活动的主要组成部分。根据第5次和第6次人口普查数据，拉萨地区2000年和 2010年的人口总数分别为474 499和559 423人，增长率为17．90%，而2000—2010年同期旅游人口增长率为53．15%，2000年旅游总收入占总GDP的6．03%，2010年旅游总收入占总 GDP的14．04%。因此旅游业开发是拉萨地区土地变化和土地覆盖的一个重要驱动因素，耕地、草地的减少，建设用地的增加某种程度上和旅游业发展有着直接或间接的关系。

Scott等［13］向联合国世界旅游组织、联合国环境规划署与世界气象组织提交的报告中显示，旅游业对全球碳排放负有5%的责任。因此，拉萨地区旅游业开发除部分影响建设用地的增加外，会直接贡献碳排放量的增加，同时与旅游业派生的当地牧产品消费需求增加、藏类手工艺品的热爱度提高、自然圣地如罗布林卡、纳木错等人类足迹的频繁，都会对这里的水域、草地、未利用土地等土地利用结构、布局产生影响，进而导致碳源和碳汇之间的间接转化。

表2　拉萨地区2000—2010年土地利用类型变化转移矩阵Table 2　The transfer matrix of land use changes in 2000-2010　hm2

图3　2000—2010年草地利用转移分布Fig．3　Transfer of grassland use in 2000-2010

4　碳排放预测

4．1理论基础

马尔科夫（Markov）预测法是概率论中利用马尔科夫链的理论和方法来研究随机事件变化并借此预测未来变化趋势的一种方法。已知马尔科夫链的转移矩阵P（k）=（pij（k））以及初始状态概率向量P（0），则任一时刻的状态概率分布可以确定：对k≥1，记pi（k）=P｛Xk=i｝，则有全概率公式有

马尔科夫模型适用条件一般是中短期预测，目的在于保证转移概率矩阵的稳定性。由拉萨地区2000—2010年的转移矩阵可以明显得知，土地类型变化不大，同时考虑研究区特殊的地理位置限制，选择10 a为时间间隔，某种意义上满足马尔科夫模型要求的中短期预测。且土地预测的可行性方面也得到了验证，对预测的结果利用卡方检验方法进行检验，利用

，在显著水平α=0．05的水平下通过了检验［15-16］。

4．2预测结果

由拉萨地区2000—2010年的转移矩阵可以得到初始状态转移概率矩阵，见表3。以2010年的土地利用类型为初始状态矩阵，即表2中的数据，时间间隔为10 a，利用 Matlab软件编程处理，可预测2020，2030，2040年的土地利用变化情况，见表4。

表3　初始状态转移概率矩阵Table 3　The probability matrix of initial state transition

预测结果表明，拉萨地区碳吸收量是逐步增加的，2020年碳排放量C=-2．553×107t，2030年碳排放量C=-2．573×107t，2040年碳排放量C=-2．593×107t。2010—2040年，耕地减少858．33 hm2，草地减少9 832．71 hm2，水域减少2 959．54 hm2，未利用土地减少724．99 hm2，而林地增加10 854．10 hm2，建设用地增加3 521．52 hm2。

生态用地（林地、草地和水域）为该地区主要地类形态，碳吸收量为正值，这与拉萨地区特殊地理环境和国家对该地区生态环境保护的持续投入相符合。拉萨地区生态用地占其总面积的比例：2000年为80．62%，2010年为80．60%，10 a间生态用地基本持平，这为维持该地区的生态平衡起到至关重要的作用。虽然这10 a生态用地总面积没有明显的变化，但是通过转移矩阵分析，生态用地结构发生变化，表现为草地、水域、未利用土地向林地的转化。且马尔科夫模型预测发现2040年草地、水域面积减少，林地面积增加，且后者增加的量均大于前两者减少的量。说明拉萨地区生态用地在未来基本保持稳定，但林地碳吸收能力远大于草地和水域对碳吸收的能力，碳吸收量逐年增加。

通过以上分析，拉萨地区在2010—2040年的生态用地变化呈现与大多数地区不同特点：第一，生态用地面积基本保持稳定，碳吸收量存在增长的趋势，这与其他地区城市化过程中生态用地不断减少，碳排放量增加截然相反；第二，生态用地结构发生变化，林地面积增加，草地、水域面积减少。近年来人类有意识地植树造林改善了局部生态环境，但发现由于拉萨地区的特殊环境，该地区并不适合大规模的植树造林，适宜高山草甸的生长，短期的林地增长可能来自植树造林，长期的林地增长可能预示着一个更严重的问题——全球气候变暖问题，湿润的气候有利于林地的自然增长；第三，水域面积减少，预示着我国将面临更严峻的水资源问题。拉萨地区位于西藏高原，是我国主要的水源地，拉萨地区水域面积减少很有可能成为青藏高原水域面积减少的一个缩影，影响我国的水资源安全。

5　结论和建议

5．1主要结论

（1）运用RS和GIS技术，可以直观、定量地体现拉萨地区的土地利用现状，转移矩阵可以有效反映各地类间的相互转换面积，在此基础上，可以直接测算产生碳排放的总量以及单项因素产生的碳贡献量。

（2）2010—2040年，拉萨地区建设用地面积逐年增加，耕地和未利用土地逐年减少，生态用地中林地增加的面积均大于草地、水域减少的面积。

（3）拉萨地区生态用地面积缓慢减少，但生态用地结构发生变化，导致碳吸收量逐年增加。2040年生态用地面积较2010年减少1 938．16 hm2；2010年碳排放量为-2．533×107t，预测结果显示2040年碳排放量为-2．593×107t，碳吸收量较2010年增加60万t。

（4）拉萨地区出现长期林地增长和水域面积减少的反常趋势，预示全球气候变暖和水资源安全问题凸显。

（5）旅游业是近年来拉萨地区经济增长的支柱产业，也是景观破坏和碳排放增加的主要原因。5．2相关建议

（1）城市化进程中，应注重生态环境的保护。合理控制土地类型中碳汇和碳源储存比，可以有效抑制生态用地的减少和控制碳排放总量，逐渐改善全球变暖的趋势，形成良性循环过程。

（2）拉萨地区应采取措施，限制过度放牧行为，选择改良草场办法来满足畜牧业增长需求。特别是牧业为主的当雄县，要继续保持或加大力度对该地区林地、水域的保护，严格预防未利用土地的荒漠化。

表4　拉萨地区2020—2040年土地利用类型面积预测值Table 4　Predicted values of land use areas in 2020-2040　hm2

（3）拉萨地区地处青藏高原的中部，是国家生态安全的一个重要屏障，也是一个具有全球重要性的生态脆弱区，属温带半干旱气候类型，太阳辐射强度大，日照时间长，干旱多风的气候特点为环境恶化提供了动力条件，一旦破坏可能产生土地侵蚀、草地沙化、荒漠化、泥石流、草地沙化、生物多样性丧失等很难逆转的问题。因此当地政府应倡导低碳旅游，开发生态旅游应是将来发展的主旋律，合理控制各项产业的收入分配，发展当地优势资源的同时，注重其他产业的同步发展。

［1］王磊．基于投入产出模型的天津市碳排放预测研究［J］．生态经济，2014，30（1）：52-56．

［2］杜强，陈乔，杨锐．基于Logistic模型的中国各省碳排放预测［J］．长江流域资源与环境，2013，22（2）：143-151．

［3］陈志建，王铮，孙翊．中国区域人均碳排放的空间格局演变及俱乐部收敛分析［J］．干旱区资源与环境，2015，25（4）：24-29．

［4］曲福田，卢娜，冯淑怡．土地利用变化对碳排放的影响［J］．中国人口·资源与环境，2011，21（10）：76-83．

［6］ MUCHER C A，STEINNOCHER K T，KRESSLER E P，et al．Land Cover Characterization and Change Detection for Environmental Monitoring of Pan-Europe［J］．International Journal of Remote Sensing，2000，21（6）：1159-1181．

［7］杜国明，匡文慧，孟凡浩，等．巴西土地利用/覆盖变化时空格局及驱动因素［J］．地理科学进展，2015，34（1）：73-82．

［8］游和远，吴次芳，沈萍．土地利用结构与能源消耗碳排放的关联测度及其特征解释［J］，中国土地科学，2010，24（11）：4-9．

［9］赵荣钦，陈志刚，黄贤金，等．南京大学土地利用碳排放研究进展［J］．地理科学，2012，32（12）：1473-1480．

［10］葛全胜，戴君虎，何凡能，等．过去300年中国土地利用、土地覆被变化与碳循环研究［J］．中国科学（D辑），2008，38（2）：197-210．

［11］王茜，张增祥，易玲，等．南京城市扩展的遥感研究［J］．长江流域资源与环境，2007，16（5）：554-559．

［12］张润森，濮励杰，文继群，等．建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证［J］．自然资源学报，2012，27（5）：723-733．

［13］UNWTO，UNEP．Climate Change and Tourism：Responding to Global Challenges［M］．Madrid：UNWTO，2008．

［14］钟开来，WALSH J B．马尔科夫过程、布朗运动和时间对称（第2版）［M］．北京：世界图书出版公司北京公司，2013：36-71．

［15］张勇荣，周忠发，马士彬．基于 Markov的石漠化景观演变特征分析与预测［J］．长江科学院院报，2015，32（1）：52-69．

［16］陈子军，乔良，王鑫玉．基于动态分类的Markov用户浏览预测模型［J］．计算机工程，2008，（11）：166-168．

（编辑：刘运飞）

Current Situation and Prediction Analysis of Land Use Changes in Carbon Emissions Based on RS and GIS

YANG Kun1，2，HU Xin1，2，SHI Yue1
（1．School of Public Administration，Hohai University，Nanjing211100，China；2．National Research Center for Resettlement，Nanjing211100，China）

The land use in Lhasa is divided into six types inclusive of farmland，woodland，grassland，water area，building land and unused land according to the remote sensing data in 2000 and 2010 on Erdas platform．Then the distribution of land use and land use transition matrix in the two periods are obtained using ArcGIS spatial analysis techniques，and the land use changes of the years 2020，2030 and 2040 are predicted by using Markov model．On this basis，the carbon emissions per year of these years are calculated and the emissions every 10 years in the region are predicted．The final results show that the change of ecological land structure and the increase in ecological land （forest）area are the main causes of carbon sequestration．Overgrazing，increasing consumer demand for animal husbandry and development of tourism are the main causes of carbon emissions during land use change．Finally，some suggestions to control carbon emission and limit the decrease of ecological land are put forward：protecting ecological environment，restricting overgrazing，and promoting low-carbon tourism．

ArcGIS；carbon emissions；land use change；ecological land；Markov model

P334．2；F301．24

A

1001-5485（2016）07-0137-05

2015-03-27；

2015-05-13

国家社会科学基金重大项目（13&ZD172）

杨坤（1991-），男，河南周口人，硕士研究生，主要从事征地拆迁移民管理方面的研究，（电话）18020126266（电子信箱）yangkunleo@126．com。