京津冀县域碳汇时序变化及空间格局分布研究

刘梦瑜，曲彦达,3，杨秀峰*,2,3,4，赵起超,3,4，张学硕

（1.北华航天工业学院遥感信息工程学院，廊坊 065000；2.航天遥感信息应用技术国家地方联合工程研究中心，廊坊 065000；3.河北省航天遥感信息处理与应用协同创新中心，廊坊 065000；4.河北省航天遥感信息工程技术研究中心，廊坊 065000）

当今，全球气候变暖引起了很多严重的环境问题，世界各国积极采取有效行动来减少温室气体排放。我国已将碳达峰碳中和目标纳入生态文明建设，在“十四五”规划中，我国的生态文明建设[1]进入了以降碳为重点战略方向、实现生态环境质量改善由量变到质变的关键时期。

纵观现有研究成果，生态碳汇研究尺度主要集中于国家、区域和省域层面，对县域的研究相对缺乏，县域作为中国社会的基本单元，分析碳汇在其尺度下的时空变化特征和影响因素，对评估县级尺度[2]的生态状况以及推动区域低碳协调经济意义重大。同时，土地利用变化与碳循环关系研究，特别重视历史时期的变化，历史时期土地利用变化[3]与陆地碳储量关系研究的关键，是基础土地利用变化数据。目前，京津冀地区仍然存在“高排放”的环境问题，而京津冀城市群作为我国碳中和的重要建设示范区，基于此，本文根据目前国内外学者对不同土地利用类型碳汇价值评估，综合Fang、Tang等学者对林地的碳汇转化系数，Piao、方精云[4]等学者对草地的碳汇转化系数，孔东升和张灏[5]等学者对水域的碳汇转化系数，赖力等对未利用土地类型的碳汇转化模型整理成碳汇估算模型，对京津冀地区2010～2020年影像进行分类后进行碳汇估算，并对其碳汇生态价值进行分析，其率先探索碳中和的路径，对引领区域示范作用具有重要意义。

1 研究区概况与数据源

1.1 研究区概况

本文所选取的研究区为京津冀地区。京津冀地区位于环渤海经济圈的中心位置，是我国的“首都经济圈”。京津冀地区土地面积为21.7万平方千米，占国土总面积的2%左右[6]。京津冀包括北京、天津以及河北省的石家庄、唐山、秦皇岛、承德、廊坊、邯郸、邢台、沧州、保定、张家口、衡水等城市。该地区位于华北平原北部，北靠燕山山脉，南面华北平原，西倚太行山，东临渤海湾，西北和北面地形较高，南面和东面地形较为平坦，是我国北方连接“海洋经济”和“大陆经济”的枢纽地区[7]。京津冀行政图如图1所示。

图1 京津冀行政图

1.2 数据源

本文研究选用 Landsat 5（2010～2011）、Landsat 7（2012）、Landsat 8（2013～2020）长时间序列遥感影像数据，以及京津冀县域行政边界矢量数据，绘制2010～2020年京津冀土地利用矢量图。在分类之前，本文使用PIE-Engine对下载的300余幅影像进行辐射校正、重投影、镶嵌裁剪等批量预处理，得到京津冀地区县域遥感影像。

2 研究方法

2.1 面向对象CART决策树分类

决策树是一种分层次的数据结构，广泛应用于分类和回归。CART决策树是在给定输入随机变量X条件下，输出随机变量Y的条件概率分布的学习方法，在属性选择的过程中，使用基尼指数（Gini index）最小化准则进行特征选择。决策树分类具有分层结构清晰、运算简单快速等优点，可以根据不同类别特点选取对应的分类特征属性，从而有效减少传统分类方法出现的分类错误[8]。

本文使用面向对象的方法进行决策树分类，首先要将原影像分割。影像分割是将给定的影像划分为互不重叠的区域，此时影像的分割尺度对分类结果会有非常关键的影响。本文根据分类面积与分割尺度的关系，当分类后面积随分割尺度变化较小时，说明分割效果较好。于是，本文根据地物最大面积与对象图斑个数比值，确定了最优分割尺度[9]。在影像分割后，通过对“对象化”图斑进行光谱特征提取和植被指数计算，根据由样本库训练的决策树模型进行地物分类，技术流程图如图2所示。

图2 技术流程图

2.2 碳汇估算模型

本文将分类得到的两级土地利用类型的面积与其他学者研究的，不同土地利用类型碳汇系数整理成碳汇估算模型。碳汇估算模型[10]可表达如下：

式中，Ci为第种土地利用类型产生的碳汇量；Ai为第种土地利用类型的碳汇系数；Si为第i种土地利用类型面积。其中碳汇系数的确定是估算碳汇量的关键。本文根据国内外期刊和以往文章中的研究，总结了主要土地利用类型的碳汇系数[2]，如表1所示。

表1 碳汇系数

3 结果与分析

3.1 2010～2020京津冀城市群县域碳汇时序变化

本文基于县域尺度，将2010～2020年京津冀地区的204个区进行碳汇统计和计算，并进行排序，选出前10名碳汇信息如图3所示，其中承德6个县张家口3个县位列前十中，碳汇效益显著。其中承德市围场满族蒙古族自治县碳汇排名第一，位于围场县的塞罕坝林场功不可没。塞罕坝林场中有林地面积达到112万亩，森林覆盖率达到80%，林木总蓄积量达到1012万立方米，固碳74.7万吨，释放氧气54.5万吨，生态效益显著，是京津冀地区生态文明建设的成功典范。

图3 京津冀县级碳汇量

3.2 京津冀城市群土地利用/覆被变化碳汇效应分析

3.2.1 京津冀省级一级分类碳汇分析

由图4可知，林地、水域、草地三种碳汇是京津冀三省的主体碳汇，相差不大。其中林地碳汇是占比最高的碳汇种类，耕地的碳汇效益较低，京津冀三省耕地面积并不小，但碳汇效益却不高，由此可以对耕地二级分类进行调整来增加碳汇效益。

图4 京津冀省级一级分类碳汇量

3.2.2 土地利用/覆被变化二级分类碳汇分析

如图5所示，本文将一级主要碳汇土地利用类型进行二级分类。其中发现旱地、灌木林地和盐碱地三种土地，利用类型的面积占比较大但碳汇效益低。对于干旱地区中脆弱的耕地生态系统来说，人为干扰的耕种行为更会加快有机碳扩散的速度，所以京津冀地区耕地生态系统的碳汇效益低。在林地二级分类中，灌木林面积位居首位，但灌木林的碳汇效益低于人工林地，通过将低效灌木林改造，种植具体高碳汇的造林树种，可促进森林土壤活性有机碳含量来增加森林的碳汇效果。

图5 二级分类下年际面积变化

4 结语

本文通过对2010～2020年京津冀地区的遥感影像进行面向对象CART决策树分类得到县域土地利用类型，并根据碳汇估算模型计算碳汇量，探析京津冀城市群碳汇时序变化特征、土地利用/覆被变化碳汇效应和空间格局分布，研究主要结论如下：

（1）从京津冀县级碳汇时序变化特征看，其中河北省承德市和张家口市碳汇量共占比37%，在京津冀地区碳汇效益显著且突出，其中河北省承德市6个区和河北省张家口市3个区在碳汇排名前10的结果中，承德市围场满族蒙古族自治县碳汇效益最大。

（2）从土地利用一级分类格局特征来看，京津冀主要碳汇类型有林地碳汇、水域碳汇、草地碳汇、耕地碳汇四种，其中林地、草地和水域碳汇类型是京津冀地区的主体碳汇，三者占比97.66%；从土地利用二级分类格局特征来看，不同土地类型二级分类下的土地利用类型碳汇效益差距巨大。