差异化景观格局转型策略驱动国土空间碳中和：基于混合土地利用单元的路径探索

本期推荐：本研究通过建立精细化国土碳核算体系，结合自组织映射网络（SOM）对混合土地利用单元分类，采用可解释机器学习揭示多维景观格局对碳排放的非线性影响机制。研究发现工业用地主导碳源（2349.938×104 tC），林耕地主导碳汇，提出通过空间配置优化与生态连通性提升实现差异化碳中和路径。

　　

Highlights

• 碳排放与碳汇能力存在显著差距：碳源总量2349.938×10⁴ tC，平均强度2.986×10⁴ tC/km²，碳汇仅24983.809 tC

• 工业用地是碳排放主要贡献者，林地与耕地是核心碳汇载体

• 高碳区集中于长江沿岸工业带与中东产业园，低碳区位于南部丘陵农田与高海拔林区

• 13类混合土地利用单元中，绿色生态保护区碳排放强度最低，农业生产过渡区强度达核心区7.58倍

• 景观格局与碳排放关系呈现单元特异性非线性特征

Refined accounting methods drive the restructuring of urban carbon spatialization

当前碳排放空间化研究面临数据与方法双重局限：数据层面体现为碳排放因子库空间异质性不足与土地类型碳通量监测网络覆盖不全，导致核算结果空间分辨率低下；方法层面源于传统线性模型难以捕捉功能分区与人类活动强度的复合影响，造成碳排放空间分配系统性偏差。本研究建立的30米尺度国土空间碳预算核算方法，通过融合多源数据与机器学习技术，为城市碳空间重构提供了新范式。

Conclusions

本研究建立了30米尺度国土空间碳预算核算方法，整合土地利用比例与强度数据将江阴划分为13类混合土地利用单元，并采用可解释机器学习模型解析不同分区景观格局对碳排放的影响机制。主要结论如下：

(1) 碳源总量达2349.938×10⁴ tC，平均强度2.986×10⁴ tC/km²，而碳汇总量仅24983.809 tC，工业用地主导碳排放，林耕地主导碳汇；

(2) 高碳区集中于长江北部工业带与中东产业园，低碳区位于高海拔林区与南部耕作区；

(3) 绿色生态保护区碳排放强度最低，农业生产过渡区强度达核心区7.58倍；

(4) 景观格局与碳排放关系呈现单元特异性非线性特征。建议基于混合土地利用单元制定差异化景观格局转型策略，通过调控空间配置与增强生态连通性推进国土空间碳中和。