不确定性条件下的波罗湖湿地补水工程净碳汇优化模型研究

赵 雷， 孙世军， 冯 江， 崔 朋

（东北师范大学 环境学院， 吉林 长春 130117）

0 引言

自工业革命以来， 化石能源消耗量日益增加，导致CO2排放量显著提升，大气中CO2浓度增加[1]。 CO2作为一种温室气体，是导致全球气温上升的主要原因。 CO2对全球温升的影响作用占全部温室气体作用的60%以上[2]。CO2等温室气体在大气层中积累所造成的温室效应，是当今人类面临的重大环境问题之一，已成为制约我国经济发展的重要因素[3]。

湿地作为一种重要的碳汇系统， 在吸收CO2等温室气体、减缓全球变暖方面具有至关重要的作用[4]。 碳汇是指通过植物吸收CO2并将其存储的过程。 碳汇能够有效利用湿地中各种植物自身的生物特性，对区域内的CO2进行储备[5]。 因此，利用湿地碳汇来遏制全球变暖已成为应对大气污染问题的一种有效手段。 调查发现，全球湿地面积仅占土地总面积的4%～6%，而湿地系统碳储量则占全球陆地碳储量的12%～24%，对全球碳循环有着重要的影响作用[6]。 然而，近年来随着人类活动的影响， 加之全球气候变暖现象的日渐严重，湿地生态系统不断退化，其碳汇功能呈逐渐减弱的趋势。

2006 年，Simard 使用激光雷达技术估算了美国大沼泽公园红树林湿地的树高和生物量， 并据此估算出该区域的碳汇能力[7]。 然而，由于成本问题和一些其他原因， 目前雷达遥感仍尚未广泛应用于红树林生物量估算中。 汪宏宇、黄国宏分别研究了盘锦市芦苇湿地的碳汇情况，研究结果表明，季节变化与芦苇植株根系和温度直接关系到CH4的排放量，芦苇湿地对CO2具有较强的碳汇作用[8]，[9]。 2012 年，Sandilyan 基于生态系统净生产力法， 对红树林植物净初级生产力和土壤呼吸释放的碳含量进行了测定， 进而确定了全球红树林湿地的碳汇能力[10]。 然而，上述研究只是估算或测定了目标区域的碳汇量， 并未对其现有方案进行优化，因此无法给予当地决策者合理可行的改善方案。

本文以吉林省长春市农安县西部波罗湖国家级自然保护区补水工程和湿地恢复工程为研究对象， 以波罗湖湿地盐碱化成因分析及防治措施为基础方案；分析湿地的净碳汇功能，统筹兼顾社会经济效益和生态环境效益； 以芦苇湿地和沼泽湿地的净碳汇量最大化为目标， 引入区间两阶段方法，建立基于不确定性条件下的波罗湖湿地补水工程净碳汇优化模型。 将该净碳汇优化模型应用于波罗湖国家级自然保护区中，得到净碳汇量最大的最优种植方案。

1 碳汇优化模型构建

1.1 模型构建

本文以研究区域的净碳汇量最大化为优化目标，其中涉及芦苇湿地和沼泽湿地2 种土地类型下的净碳汇量。 以各土地类型下的面积为优化决策变量，选取可调配水资源总量、生态服务功能、湖泡规划范围等作为约束条件；综合考虑吉林西部补水工程中需水定额、碳汇能力等参数的区间不确定性以及可利用水资源量的随机不确定性；引入区间两阶段随机规划方法， 构建基于区间-两阶段随机规划的波罗湖湿地补水工程净碳汇优化模型[11]。 模型目标函数具体表达为

约束条件确定如下。

（1）湖泡引、补水量约束

式中：QAPih±为 h 情景下湖泡 i 的泡塘补水量，m3；QAWih±为 h 情景下湖泡 i 的湿地补水量，m3；QAIih±，QANih±，QAFih±分别为 h 情景下湖泡 i 内当地来水量、 常态补水量、 引洪补水量，m3；QLIih±，QLNih±，QLFih±分别为 h 情景下湖泡 i 内当地来水、常态补水、 引洪补水的输水损失量，m3；APi±为湖泡 i 内水面面积，hm2；DAPih±为湖泡 i 内水面面积削减量，hm2；QWRi±为湖泡 i 内泡塘水面面积的单位需水定额， m3/hm2； QPij±为湖泡 i 内 j 功能区域的单位需水定额，m3/hm2。

（2）引、补水优先顺序约束

式中：EAi4±为湖泡i 内沼泽湿地的工程推荐方案补水面积，hm2；DEAi4h±为 h 情景下湖泡 i 内沼泽湿地的面积调整量，hm2；Yi4为湖泡i 内沼泽湿地的功能区域属性，Yi4=0 表示湖泡i 内不存在沼泽湿地，Yi4=1 表示湖泡i 内存在沼泽湿地。

（3）湖泡功能区域面积约束

式中：PLAi±为湖泡 i 规划区域面积上限，hm2。

（4）区域引、补水量约束

式中：QTFh±为各情景下的洪水资源量，m3。

（5）生态价值约束

①食物生产价值约束

式中：Vy为食物生产价值，元；Py为鱼类和蟹类的价格。

②原材料生产价值约束

芦苇生产的价值可以采用市场价值法来计算：

式中：Vm为原材料生产价值，元；L 为芦苇的单位面积产量，t/hm2；Pm为芦苇的价格，元/t。

③供水价值约束

湿地可以储存大量的水资源， 为当地的居民生活、农业生产和工业生产提供用水，湿地的供水价值可以通过市场价值法来计算[12]：

式中：VW为供水价值， 元；PW为单位面积湿地供水价值，元/hm2。

④生物多样性维持服务价值约束

区域湿地生物多样性维持服务价值可以通过成果参照法来确定：

式中：Vb为生物多样性维持服务价值，元；Pb为单位面积生物多样性维持服务价值，元。

根据Costanza 的研究成果， 全球湿地的单位面积栖息地服务价值约为304 美元/hm2， 折合人民币为 1 960.49 元/hm2[9]。

⑤科研文化价值约束

科研文化价值可以采用成果参照法来计算：

式中：Ve为科研文化价值，元；Pe为湿地的科研文化价值，元/hm2。

⑥旅游开发价值核算方法

旅游开发价值可以采用条件价值法来计算：

式中：Vt为旅游开发价值， 元；Pt为每公顷湿地的旅游开发价值， 采用单位湿地生态系统的平均旅游开发价值5 514.45 元/hm2来计算。

⑦提供景观美学价值核算方法

美学景观价值可以采用成果参照法来计算[13]：

式中：Vl为美学景观价值，元；Pl为湿地的旅游开发价值， 采用中国单位湿地生态系统的平均城市景观价值1 499.99 元/hm2来计算。

⑧非负约束

整个优化模型中的所有变量均大于零。

1.2 模型求解

基于交互式算法可以将上述模型拆分为两个子模型[14]。 首先求解上界子模型，可以表述为

约束：

通过上述模型求解，可以得到EAij，即波罗湖湿地国家级自然保护区第一阶段各湖泡在不同土地类型下的初始面积， 同时也获得了第二阶段各湖泡在各情景下不同功能的削减面积下限值DEAijh-。基于交互式算法，将上界模型结果EAij作为下界模型的约束， 进一步求解下界子模型。

约束：

通过上述模型求解， 获得了第二阶段各湖泡在各情景下不同功能的削减面积上限解DEAijh＋。

2 净碳汇优化模型案例分析

2.1 项目概况

波罗湖位于吉林省长春市农安县西部，与5个乡镇相连；保护区总面积为249.15 km2，湿地幅员面积 180 km2，水面 100 km2，水深约 0.5 m，南北长25 km，东西宽10 km；同时还有草原50 km2、苇田30 km2。波罗湖属于内陆闭流碱性淡水湖泊， 是吉林省中部唯一的一大块自然湿地，泡塘面积居吉林省第3 位，淡水湖泊面积居长春市第一位[15]。

本文以波罗湖国家自然保护区补水工程及湿地恢复工程为研究对象， 包括松城灌区六干渠的东明分水闸至距波罗湖补水渠20.132 km 的头道岗子水库； 头道岗子水库泄洪洞出口至6.858 km外的波罗湖。 从头道岗子水库引水补给元宝洼泡和敖宝图。 头道岗子水库至元宝洼泡的线路长9.51 km，沿线地形是中间高两侧低。 在头道岗子水库西南侧设置提水泵站向元宝洼泡补水， 泵站出口衔接压力供水管道， 供水管道末端再衔接2.31 km 明渠进入元宝洼泡。在元宝洼泡南侧新建引水闸，其出口衔接5.56 km 明渠，引水至敖宝图泡。 渠道与3 处村道相交，渠道上设置路下涵。

2.2 参数确定

项目净碳汇量计算选择波罗湖湿地国家级自然保护区中头道岗水库、波罗湖、莫波泡、元宝洼泡和敖宝图泡5 个湖泡， 针对芦苇和沼泽湿地2种土地类型进行研究。 根据各湖泡水面面积上限及下限约束、 各功能用地类型面积的上限及下限约束等条件， 以吉林西部地区河湖连通工程引水流域各水文站点多年水文情势数据为依据， 将波罗湖国家级自然保护区洪水资源划分为枯水年、平水年和丰水年3 种情景， 各情景的概率水平分别为 0.55（枯水年）、0.30（平水年）和 0.15（丰水年）。不同研究区域各土地类型初始功能面积见表1，不同指标体系在各介质下的初始生态价值补偿及生态服务价值见表2[16]。

表1 不同研究区域各土地类型的初始功能面积Table1 The initial functional area of each land type in different study areas

表2 不同指标体系在各介质下的生态价值补偿及生态服务价值Table2 The ecological value compensation and ecological service values of different index systems in different media

续表2

2.3 优化结果

根据项目参考资料和当地资源调查数据并结合已有研究，统筹兼顾社会经济效益和生态环境效益， 利用Lingo 软件构建基于不确定性条件下的波罗湖湿地补水工程净碳汇优化模型并求解，获得该地区芦苇湿地和沼泽湿地枯、平、丰3种情景下的净碳汇总量分别为[15 239.35， 35 788.16]t，[19 024.30， 37 232.18]t，[20 916.77， 37 893.11]t。 优化模型中3 个情景下的净碳汇量方案与工程推荐方案对比见表3。

表3 净碳汇优化模型中3 个不同情景下的净碳汇量方案与工程推荐方案对比结果Table 3 The results of comparison between the original scheme and the carbon sink amount scheme under three different scenarios in the carbon sink optimization model

3 分析与讨论

3.1 湿地净碳汇量优化结果分析

表3 显示了波罗湖保护区内头道岗水库、波罗湖、莫波泡、元宝洼泡和敖宝图泡5 个湖泡的工程推荐方案和在枯水年、平水年和丰水年3 种情景下的净碳汇量情况。 从表3 可以看出，枯、平两种情景中模型平均每年可吸收固定CO2量的下限值较工程推荐方案有所下降，但下降幅度不明显，分别为26.02%和7.65%。 除此之外，其余情景下湿地平均每年可吸收固定CO2量均有所增加， 其中平水年模型上限值的增幅为80.74%，丰水年的增幅为[1.54%，83.95%]。

3.2 湿地恢复和改善面积分析

表3 显示了波罗湖保护区内头道岗水库、波罗湖、莫波泡、元宝洼泡和敖宝图泡5 个湖泡的工程推荐方案和在枯水年、 平水年和丰水年3 种情景下的湿地面积分布情况。从表3 可以看出，与工程推荐方案相比，在枯水年、平水年和丰水年3种情景下， 各湖泡的湿地面积均发生了不同程度的变化。头道岗水库在枯、平和丰水年3 种情景下恢复和改善的湿地面积为[0.09，0.12]万hm2，[0.09，0.12]万 hm2和[0.09，0.15]万 hm2，相比于规划方案分别变化了[-0.75%，34.33%]，[-0.75%，34.33%]和[-0.75%，67.16%]。 波罗湖在枯、平和丰水年3 种情景下恢复和改善的湿地面积为[0.30，0.48]万 hm2，[0.39，0.71]万 hm2和[0.41，0.72]万hm2， 相比于规划方案分别变化了[-25.00%，20.00%]，[-3.67%，77.83%]和[2.00%，80.00%]。 莫波泡在枯、 平和丰水年3 种情景下恢复和改善的湿地面积为[0.03， 0.13]万 hm2，[0.03， 0.18]万 hm2和[0.06，0.18]万 hm2，相比于规划方案分别变化 了[-74.00%，28.00%]，[-74.00%，80.00%]和[-40.00%，80.00%]。 元宝洼泡在枯、平和丰水年3种情景下恢复和改善的湿地面积为[0.06，0.07]万hm2，[0.06，0.07]万 hm2和[0.06，0.07]万 hm2，相比于规划方案分别变化了[56.67%，80.00%]，[56.67%，80.00%]和[56.67%，80.00%]。敖宝图泡在枯、 平和丰水年3 种情景下恢复和改善的湿地面积为[0.03，0.06]万 hm2，[0.06，0.06]万 hm2和[0.06，0.15]万hm2，相比于规划方案分别变化了[-63.49%，-28.57%]，[-28.57%，-28.57%]和[-28.57%，80.16%]。 从湿地面积恢复和改善情况来看，只有元宝洼泡在枯、平和丰水年3 种情景下均能达到原工程设计规划要求；头道岗水库、波罗湖泡、 莫波泡和敖宝图泡4 个湖泡的模型下限值较原工程设计方案均有不同程度的降低， 但其模型上限值也能达到规划方案要求。由此可见，不同情景下不同湖泡的湿地恢复和改善面积减少的程度各不相同。

3.3 生态系统服务价值增量分析

图1 枯、平、丰3 种情景下生态系统服务价值增量变化情况Fig.1 The incremental change of ecosystem service value under three scenarios：dry，flat and abundant

图1 列出了基于生态系统服务价值评价各级指标体系的各情景下波罗湖保护区生态系统服务价值增量变化。

从评价指标体系来看，以三级指标为例，除鱼类、 蟹类和供水量3 类三级指标的生态系统服务价值未发生改变外，枯、平、丰3 种情景下其余12种指标的生态系统服务价值均有所增加， 其增加幅度分别为[18.51%，155.98%]，[45.31%，160.74%]和[58.71%，167.60%]。 从生态系统服务价值占比来看，鱼类和蟹类两个指标在枯、平、丰3 种情景下相比于原规划设计水平均有所下降， 其中鱼类降低幅度分别为[2.94%，7.50%]，[5.66%，10.34%]和[6.75%，11.29%]，蟹类降低幅度分别为[1.09%，2.77%]，[2.09%， 3.82%]和[2.49%，4.17%]。 除供水量占比保持不变外，其余12 个指标服务价值占比则有所提升， 其升高比例如下： 芦苇为[0.51%，0.55%]，[0.28%，0.60%]和[0.19%， 0.64%]；植被固碳[0.14%，0.16%]，[0.09%， 0.17%]和[0.07%，0.18%]；氧气释放[1.27%，1.43%]，[0.81%，1.53%]和[0.60%，1.64%]；调蓄洪水量[0.31%，0.70%]，[0.52%，1.00%]和[0.61%，1.11%]； 小气候调节[0.56%，2.43%]，[1.60%，3.94%]和[2.01%， 4.44%]；植 物 吸 附[0.56% ，2.55%]，[1.66% ，4.15%]和[2.10%，4.96%]；纳污能力[0.30%，1.36%]，[0.89%，2.22%]和[1.12%，2.50%]； 生物多样性[0.05%，0.18%]，[0.12%，0.29%]和[0.15%，0.33%]；科研文化[0.01%， 0.04%]，[0.03%，0.06%]和[0.03%，0.07%]；旅游开发[0.28%，0.68%]，[0.50%，0.99%]和[0.59%，1.10%]； 城市景观[0.03%， 0.14%]，[0.09%， 0.22%]和[0.11%，0.25%]； 天然景观[0.01%，0.06%]，[0.04%，0.09%]和[0.05%，0.10%]。从变化幅度来看，鱼类、蟹类、氧气释放、小气候调节、植物吸附和纳污能力变化程度相对较大；丰水年情景下， 对吉林西部地区生态系统服务价值格局变化影响较大。

综合以上分析表明，枯、平、丰3 种情景下的净碳汇优化模型不仅在固碳效应层面上有所体现，而且为供给服务、调节服务、支持服务和文化服务的生态系统服务价值指标的分析和评价带来了有利影响， 可以为决策者在对吉林省西部受水区域生态服务功能的分析上提供一定的理论参考。

3.4 湿地N2O排放对温室效应的影响

CH4和N2O 是大气中直接受人类活动影响的主要温室气体， 过去几十年中这两种气体的浓度一直在不断增加，对全球变暖的影响分别为23%和5%。 在温室气体的组成中，以N2O 对大气环境的破坏最为严重。 已有研究人员在对N2O 浓度进行建模研究的过程中发现，N2O 浓度每增加一倍，地球平均温度将上升约0.39 ℃， 平流层中的O2含量将下降约15%[17]。 大气中温室气体浓度的升高除了来自工业排放外， 土地利用变化也是一个非常重要的因素。

目前对湿地系统N2O 排放的研究已经越来越多。 本研究主要考虑了芦苇湿地和沼泽湿地两种土地类型下的N2O 排放情况。 表4 为不同研究区域在枯、平、丰水年3 种情景下芦苇湿地和沼泽湿地两种土地类型下的N2O 排放量。

表4 不同研究区域各土地类型的N2O 排放通量Table 4 The emission flux of N2O in each land type in different study areas

续表4

从分析结果看，在枯水年，芦苇湿地平均每年的 N2O 排放量为[3.22，5.16]t， 较工程推荐方案N2O 的排放量有所升高， 增加幅度最高为16.93%， 沼泽湿地平均每年的N2O 排放量为[0.27，0.69]t，相较于工程推荐方案中沼泽湿地释放的 N2O 量有了大幅度的降低， 为 76.83%～82.77%； 在平水年， 芦苇湿地释放的N2O 量为[4.03，5.16]t，较原方案最多升高了46.31%，沼泽湿地则为[0.27，2.22]t， 降低幅度为 25.54%～82.77%；对比丰水年的结果可见，芦苇湿地和沼泽湿地平均每年的N2O 排放量分别为[4.43，5.16]t 和[0.27，2.92]t，其排放量相较于原始方案均有大幅度的下降，降低范围分别为[0.00%，61.00%]和[2.06%，82.77%]。

通过上述分析可以看出，芦苇湿地的N2O 排放量普遍高于沼泽湿地的N2O 排放量，这主要是由土地面积和N2O 排放通量决定的。 沼泽湿地N2O 排放主要表现为由土壤向大气的排放， 但由于模型优化后各区域沼泽湿地的面积均有不同程度的减少，因此导致整体上沼泽湿地N2O 的排放量减少。与此同时，芦苇湿地表现为雨季时地表积水， 而旱季时地表积水消失但土壤仍保持湿润状态，这种干湿交替的情况有利于N2O 的产生和排放，因为此时土壤湿度适中，导致了同时适宜硝化和反硝化过程中O2的产生，进而引起N2O 的显著排放。尽管如此，枯、平、丰3 种情景下波罗湖湿地总N2O 排放量仍处于下降的趋势，下降幅度分别为[19.59%，28.13%]，[0.92%，9.34%]和[0.74%，8.53%]。 因此， 可以认为本研究模型优化结果在N2O 排放方面并未对温室效应造成不利影响。

4 结论

本文针对吉林省西部河湖连通工程， 以补水区域每年可吸收固定CO2量为其经济效益指标；在合理分配各土地类型时， 统筹兼顾了社会经济效益和生态环境效益；采用线性规划方法，建立了基于不确定性条件下的波罗湖湿地补水工程净碳汇优化模型。通过模型分析研究发现，工程的实施不仅可以保证生态系统服务价值， 同时使该区域净碳汇有大幅增加，有效地促进了研究区域社会、经济和生态的可持续发展。 本文所构建的模型将为波罗湖湿地国家级自然保护区的发展提供可靠依据。