《Systems》:A Combined intPLUS and Emission-Linkage Framework for Provincial Carbon-Balance Projection
编辑推荐:
区域碳平衡源于土地利用动态、空间经济活动与生态过程之间的复杂相互作用,作为社会-生态系统,无法通过单一分析视角捕捉。本研究开发了一个综合评估工作流,链接三个组成部分:(i)基于系数的土地利用类型碳排放与固碳核算;(ii)通过两种互补工具实现的省域内空间相互作用
区域碳平衡源于土地利用动态、空间经济活动与生态过程之间的复杂相互作用,作为社会-生态系统,无法通过单一分析视角捕捉。本研究开发了一个综合评估工作流,链接三个组成部分:(i)基于系数的土地利用类型碳排放与固碳核算;(ii)通过两种互补工具实现的省域内空间相互作用分析——生态支持系数(Ecological Support Coefficient, ESC)和经济贡献系数(Economic Contribution Coefficient, ECC),用于刻画每个城市内部的局部经济-生态关系,以及一个基于重力的排放关联模型,该模型利用GDP、人口、碳排放和城市间距离来表征城市间排放吸引的网络结构;(iii)intPLUS模型,该模型结合随机森林推导的转移概率与斑块生成规则,模拟多情景土地利用轨迹。该框架应用于中国江苏省的13个地级市,使用1995–2020年历史数据和三个2030年情景。模型性能通过与2020年观测土地利用的对比验证,总体Kappa系数为0.82。结果揭示了排放的稳定“南高北低”梯度,苏南与苏北呈现“高ECC/低ESC”与“低ECC/高ESC”的对比组合模式,以及以南部都市集群为锚点的分层核心-边缘排放关联网络。2030年情景预测显示,在自然发展、生态保护和经济发展情景下,省级碳预算出现明显分化,碳排放分别为 t、 t和 t,相应固碳分别为 t、 t和 t。该工作流并非将碳核算与土地利用模拟孤立处理,而是弥合了物理土地利用转型与社会经济空间排放溢出之间的分析鸿沟,将结构性相互作用转化为可操作的空间规划策略。该框架依赖广泛可获取的数据,在本地参数和碳汇系数得到适当重新校准的前提下,对可比的国家以下系统展现出强方法论可转移性。
**论文解读文章**
**研究背景与问题**
区域碳平衡是土地利用动态、空间经济活动与生态过程复杂相互作用的结果,但现有研究往往将碳核算、空间相互作用分析与土地利用模拟视为独立任务,缺乏整合框架。在“双碳”目标(2030年前碳达峰、2060年前碳中和)背景下,中国省级行政单位是实施脱碳政策的主要单元,需量化不同发展路径如何重塑省级碳平衡。然而,当前研究存在四大方法流(系数法碳源汇核算、生态经济耦合指标、空间相互作用分析、多情景土地利用模拟),但鲜有在同一空间单元(地级市尺度)上运行所有组件,导致无法将核算量、区域生态经济耦合模式与城市间排放网络联系起来。为此,研究人员开发了一个综合评估工作流,将系数法碳核算、生态支持系数(ESC)与经济贡献系数(ECC)指标、基于重力的排放关联模型以及intPLUS多情景模拟整合到统一框架中,并以江苏省为案例(13个地级市,1995-2020年历史数据)进行实证检验。该框架能够揭示物理土地利用转型与社会经济空间排放溢出之间的结构性关联,为空间规划提供量化依据。论文发表在《Systems》。
**主要技术方法**
研究人员采用三个核心模块:①基于系数的土地利用碳核算,自然用地(耕地、林地、草地、水域、未利用地)的碳通量通过面积乘以对应系数计算,建设用地碳排放通过能源消耗间接估算(基于IPCC与NDRC标准);②省域内空间相互作用分析,包括ESC(城市碳汇份额与排放份额之比)和ECC(城市GDP份额与排放份额之比)表征局部经济-生态关系,以及改进重力模型(以GDP、人口、排放和地理距离构建多维质量项,并引入人均可支配收入差异调节因子)刻画城市间有向排放吸引网络;③intPLUS模型,基于随机森林算法获取转移概率,结合一致性网络量化不同土地利用类型间的竞争与抑制效应,并采用斑块生成机制模拟多情景土地利用轨迹(自然发展、生态保护、经济发展三种2030年情景)。数据来源包括中国土地覆盖数据集(CLCD)、统计年鉴等,所有空间数据统一至30米分辨率。
**研究结果**
**3.1 土地利用变化时空格局(Spatiotemporal Patterns of LUCC)**
通过分析1995-2020年土地利用分布与转移,发现耕地持续减少,建设用地大幅扩张(主要沿长江走廊、苏南及沿海城市群),森林和草地略有增加,水域总体稳定。桑基图显示建设用地增长主要来自耕地转化,反映城市化对土地资源的挤占。
**3.2 碳平衡时空动态(Spatiotemporal Carbon-Balance Dynamics)**
**3.2.1 碳排放与固碳(Carbon Emissions and Sequestration)**
省级碳排放呈“逐年增长、南强北弱”格局,苏南(苏州、无锡、常州)形成高值核心,苏中(扬州、南通、泰州)为中间过渡带,苏北(宿迁、淮安、连云港)相对较低,至2020年形成“南高-中稳-北低”空间梯度。
**3.2.2 生态经济碳平衡分析(Ecoeconomic Carbon-Balance Analysis)**
ECC(经济贡献系数)呈现“南高北低”,苏南城市(南京、苏州、无锡)持续高值,表明碳密集投入支撑经济产出;ESC(生态支持系数)呈“南低北高”,苏南工业密集区生态承载能力弱,苏北部分区域生态承载增强。对比显示“高ECC/低ESC”与“低ECC/高ESC”的耦合模式,揭示经济-环境系统失衡。
**3.3 碳平衡关联性分析(Carbon-Balance Connectivity Analysis)**
2020年碳排放重力网络呈现“南强北弱、中部过渡”结构。苏南城市(南京、苏州、无锡、常州)构成紧密核心,苏中(南通、扬州、泰州、镇江)为中介带,苏北(徐州、连云港、淮安、盐城、宿迁)边缘化(徐州为局部副中心)。网络密度0.342,苏南顶级节点约占加权连接的40%,证实核心-边缘结构。
**3.4 未来模拟(Future Simulation)**
通过2000-2010→2020年历史反演验证intPLUS模型(总体精度0.895,Kappa 0.823,品质因子0.214),优于标准PLUS。2030年三种情景模拟显示:自然发展情景下建设用地惯性扩张至23,367 km2,碳排放达 t,固碳仅 t;生态保护情景下林地增至3,431 km2,建设用地缩至22,265 km2,碳排放降至 t,固碳升至 t;经济发展情景下建设用地达25,105 km2,碳排放升至 t,固碳最低( t)。敏感性分析(±20%系数波动)表明生态保护情景始终维持最低净碳赤字。空间分布上,所有情景保留“南高北低”格局,但生态保护情景缩小高值区范围,经济发展情景加剧区域不平衡。
**讨论与结论**
讨论部分指出,江苏省经济碳贡献与生态承载力的空间错配源于工业集聚与土地利用差异,南部都市带“高ECC/低ESC”需要更严格的用地强度控制与棕地再开发,北部“低ECC/高ESC”地区可分配生态配额以最大化碳汇潜力。排放关联网络的中心性结构为跨区域协调政策(如产业转移、绿色技术转让)提供实证基础。研究局限性包括:固碳系数依赖文献值,忽略树种、林龄等异质性;模型为单向管道(未反馈更新土地利用转移概率);空间分辨率不匹配,未来需结合MRIO、能量系统模型及机器学习方法改进。研究结论翻译如下:本研究开发了省级碳平衡预测的耦合计算框架,整合三个组件,应用于江苏省1995-2020年并预测2030年三种情景。主要结论:(1) 框架在省域内尺度连贯运行,intPLUS模型反演Kappa=0.82;(2) 1995-2020年碳排放呈稳定“南高北低”梯度,ESC/ECC揭示苏南“高贡献/低承载”与苏北“低贡献/高承载”不对称耦合;(3) 2020年排放关联网络呈“南强北弱、中部过渡”结构,与工业集聚和能源布局紧密相关;(4) 2030年情景预测中,生态保护路径限制排放增长并增强碳汇,经济发展路径则扩大赤字,但“南高北低”格局持久存在。该框架模块化、技术可转移,但参数需针对每个省份重新校准。