中国环境科学

种类	数据	年份	尺度	来源
土地利用	土地利用数据	2000、2005、2010、2015、2020	30m	www.resdc.cn
自然环境因素	高程(DEM)	2020	90m	www.gscloud.cn
降雨	2020	1km	www.geodata.cn
气温	2020	1km	www.geodata.cn
社会经济因素	公里网格GDP	2019	1km	www.resdc.cn
人口密度	2019	1km	www.resdc.cn
夜间灯光	2020	1km	www.resdc.cn
可达性因素	距主干道距离	2020		www.geodata.cn
距铁路距离	2020		www.geodata.cn
距水路距离	2020		www.geodata.cn
政策规划和统计数据	《中国统计年鉴》《中国区域统计年鉴》《中国城乡建设统计年鉴》、各省统计年鉴	2001~2021		国家统计局、各省统计局
《“十四五”长江经济带发展实施方案》	2021~2025		国家发展和改革委员会
《“十四五”推动长江经济带发展城乡建设行动方案》	2021~2025		住房和城乡建设部
《长江经济带—长江流域国土空间规划(2021—2035年)》	2021~2035		自然资源部

种类	数据	年份	尺度	来源
土地利用	土地利用数据	2000、2005、2010、2015、2020	30m	www.resdc.cn
自然环境因素	高程(DEM)	2020	90m	www.gscloud.cn
降雨	2020	1km	www.geodata.cn
气温	2020	1km	www.geodata.cn
社会经济因素	公里网格GDP	2019	1km	www.resdc.cn
人口密度	2019	1km	www.resdc.cn
夜间灯光	2020	1km	www.resdc.cn
可达性因素	距主干道距离	2020		www.geodata.cn
距铁路距离	2020		www.geodata.cn
距水路距离	2020		www.geodata.cn
政策规划和统计数据	《中国统计年鉴》《中国区域统计年鉴》《中国城乡建设统计年鉴》、各省统计年鉴	2001~2021		国家统计局、各省统计局
《“十四五”长江经济带发展实施方案》	2021~2025		国家发展和改革委员会
《“十四五”推动长江经济带发展城乡建设行动方案》	2021~2025		住房和城乡建设部
《长江经济带—长江流域国土空间规划(2021—2035年)》	2021~2035		自然资源部

土地利用类型	C_above	C_below	C_soil	C_dead	合计
耕地	16.49	5.5	75.82	0	97.81
林地	31.92	6.38	146.82	3.48	188.6
草地	14.29	5.37	87.05	3.04	109.75
水域	1.59	0	64.03	0	65.62
建设用地	7.61	1.52	25.25	0	34.38
未利用地	10.36	2.07	8.25	0	20.68

土地利用类型	C_above	C_below	C_soil	C_dead	合计
耕地	16.49	5.5	75.82	0	97.81
林地	31.92	6.38	146.82	3.48	188.6
草地	14.29	5.37	87.05	3.04	109.75
水域	1.59	0	64.03	0	65.62
建设用地	7.61	1.52	25.25	0	34.38
未利用地	10.36	2.07	8.25	0	20.68

情景变量	生态保护情景	高速发展情景	高质量发展情景
GDP	低	高	中高
人口	低	高	中
城镇化率	低	高	中
林地投资系数	高	低	中高

情景变量	生态保护情景	高速发展情景	高质量发展情景
GDP	低	高	中高
人口	低	高	中
城镇化率	低	高	中
林地投资系数	高	低	中高

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	581702	578539	579863
林地	961047	956566	959885
草地	331289	333962	331825
水域	68287	68293	68436
建设用地	82554	88670	85550
未利用地	20320	19169	19642

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	581702	578539	579863
林地	961047	956566	959885
草地	331289	333962	331825
水域	68287	68293	68436
建设用地	82554	88670	85550
未利用地	20320	19169	19642

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	5689.63	5658.69	5671.64
林地	18125.35	18040.83	18103.43
草地	3635.90	3665.23	3641.78
水域	448.10	448.14	449.08
建设用地	283.82	302.70	292.45
未利用地	42.02	40.93	41.62

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	5689.63	5658.69	5671.64
林地	18125.35	18040.83	18103.43
草地	3635.90	3665.23	3641.78
水域	448.10	448.14	449.08
建设用地	283.82	302.70	292.45
未利用地	42.02	40.93	41.62

情景	碳资产价值	碳服务价值
生态保护情景	134660.57	-58.80
高速发展情景	134334.80	-383.03
高质量发展情景	134542.20	-176.64

情景	碳资产价值	碳服务价值
生态保护情景	134660.57	-58.80
高速发展情景	134334.80	-383.03
高质量发展情景	134542.20	-176.64

类型	评价指标	单位	指标性质
扩绿	单位面积碳资产价值	万元/km²	正向
单位面积碳服务价值	万元/km²	正向
增长	人均地区生产总值	万元/人	正向
固定资产投资额	亿元	正向

类型	评价指标	单位	指标性质
扩绿	单位面积碳资产价值	万元/km²	正向
单位面积碳服务价值	万元/km²	正向
增长	人均地区生产总值	万元/人	正向
固定资产投资额	亿元	正向

情景	扩绿效益	增长效益	耦合度	耦合协调度
生态保护	1.001	0.001	0.020	0.100
高速发展	0.001	1.001	0.020	0.100
高质量发展	0.637	0.482	0.990	0.744

情景	扩绿效益	增长效益	耦合度	耦合协调度
生态保护	1.001	0.001	0.020	0.100
高速发展	0.001	1.001	0.020	0.100
高质量发展	0.637	0.482	0.990	0.744

省市	扩绿效益	增长效益	耦合度	耦合协调度
上海	0.116	0.695	0.700	0.533
浙江	0.748	0.647	0.997	0.834
江苏	0.083	0.657	0.631	0.483
安徽	0.467	0.307	0.979	0.616
湖北	0.854	0.311	0.885	0.718
湖南	0.943	0.245	0.810	0.694
江西	0.929	0.271	0.836	0.709
重庆	0.892	0.274	0.848	0.703
四川	0.766	0.230	0.843	0.648
贵州	0.957	0.064	0.484	0.497
云南	0.947	0.132	0.655	0.594

省市	扩绿效益	增长效益	耦合度	耦合协调度
上海	0.116	0.695	0.700	0.533
浙江	0.748	0.647	0.997	0.834
江苏	0.083	0.657	0.631	0.483
安徽	0.467	0.307	0.979	0.616
湖北	0.854	0.311	0.885	0.718
湖南	0.943	0.245	0.810	0.694
江西	0.929	0.271	0.836	0.709
重庆	0.892	0.274	0.848	0.703
四川	0.766	0.230	0.843	0.648
贵州	0.957	0.064	0.484	0.497
云南	0.947	0.132	0.655	0.594

长江经济带土地利用模拟与扩绿增长协同发展

PDF下载

屈志光 , 杨伯元 , 胡李丹 , 李飞 ^* , 汪金卓

中国环境科学 | 环境生态 2025,45(1): 465-476

收起

中国环境科学 | 环境生态 2025, 45(1): 465-476

长江经济带土地利用模拟与扩绿增长协同发展

全屏

屈志光, 杨伯元, 胡李丹, 李飞^*, 汪金卓

作者信息

中南财经政法大学信息工程学院，环境与健康研究中心，湖北武汉 430073

屈志光(1985-)，男，河南安阳人，副教授，博士，主要研究方向为资源环境经济与管理、工程技术管理，发表论文50余篇.quzhiguang@zuel.edu.cn.

通讯作者:

*责任作者，教授，lifei@zuel.edu.cn

Simulation of land use and synergistic development between promoting green expansion and economic growth in the Yangtze River Economic Belt

Zhi-guang QU, Bo-yuan YANG, Li-dan HU, Fei Li^*, Jin-zhuo WANG

Affiliations

Research Center for Environment and Health, School of Information Engineering, Zhongnan University of Economics and Law, Wuhan 430073, China

出版时间: 2025-01-20

文章导航

摘要

收起

基于“SD-PLUS-InVEST”模型演化模拟结果，构建了扩绿与增长的协同评估模型，并开展了经济带及省级尺度评估，以“经济带—省市”协同视角解析、讨论了长江经济带实现生态扩绿与经济增长协同发展的未来特征与潜在困境，并提出了长江经济带协同发展的提质路径.结果显示，长江经济带土地利用类型以林地为主，2000~2030年碳储量整体呈下降趋势，生态保护情景的碳服务价值共减少了58.8亿元，高质量发展情景的碳服务价值降低了176.64亿元，高速发展情景的碳服务价值下降了383.03亿元.基于生态扩绿和经济增长的协同评估，高质量发展情景的协同发展水平最优.空间上，各省市扩绿增长协同发展水平存在较明显差异，根据差异特征分析为经济带协同扩绿增长提出了提质发展对策.

关键词

土地利用 / 陆地碳储 / 演化模拟 / 长江经济带 / 协同发展

Abstract

收起

This paper is based on simulation data from the "SD-PLUS-InVEST" coupling model, a collaborative evaluation method of regional green expansion and economic growth was developed and carried out at both economic belts and provincial scales. Then, the future simulation features, potential difficulties and new quality policy of realizing the targeted coordinated development were analyzed and discussed from perspective of "economic belt-province and city". The results showed that the land use type in the Yangtze River Economic belt was dominated by forest land, and the overall carbon storage quality indicated a downward trend from 2000 to 2030. The carbon service values under the scenarios of the ecological protection, the high-quality development and the high-speed development scenario decreased by 5.88, 17.664 and 38.303 billion yuan, respectively. Based on the synergy assessment of ecological expansion benefits and economic growth benefits, the level of synergistic development under the high-quality development scenario was optimal. Spatially, there were obvious differences in the level of coordinated development to some extent. Based on the comparative analysis of the mentioned difference characteristics, the targeted policy was proposed to improve quality in the regional synergistic development of green expansion and economic growth.

Key words

land use / terrestrial carbon sequestration / evolutionary simulation / Yangtze River Economic Belt / synergistic development

引用本文

屈志光, 杨伯元, 胡李丹, 李飞, 汪金卓. 长江经济带土地利用模拟与扩绿增长协同发展. 中国环境科学, 2025 , 45 (1) : 465 -476 .

Zhi-guang QU, Bo-yuan YANG, Li-dan HU, Fei Li, Jin-zhuo WANG. Simulation of land use and synergistic development between promoting green expansion and economic growth in the Yangtze River Economic Belt[J]. China Environmental Science, 2025 , 45 (1) : 465 -476 .

正文

收起

长江经济带土地利用变化剧烈，国土开发和保护之间存在大量矛盾.2024年国务院批复的《长江经济带—长江流域国土规划（2021-2035年）》明确指出要在国土空间规划全局“一张图”的基础上协同解决矛盾问题，强化生态环境保护.《中共中央国务院关于全面推进美丽中国建设的意见》指出要协同推进降碳、减污、扩绿、增长，维护国家生态安全，实现国土空间开发保护格局优化^[1].探索不同情景下土地利用变化对陆地生态系统碳储的影响，对于优化区域生态系统服务功能和制定可持续的社会经济发展政策至关重要^[2].陆地生态系统的碳储量是全球碳储量的重要组成部分^[3]，在生态系统碳储量总量中占有很大比例，是一种稳定、安全、高效的固碳方法^[4]，而土地利用覆被变化（LUCC）会显著影响陆地生态系统碳储量变化^[5-6].因此，探讨土地利用变化如何提升陆地生态系统碳储，以及科学协同推进扩绿增长，是长江经济带实现高质量发展的重要课题之一.

国内外有很多学者使用土地利用模拟模型分析LUCC.土地利用模拟模型可分为两大类，即数量预测模型及空间预测模型^[7].数量预测模型应用较为广泛的有灰色预测模型（GF）^[8]、系统动力学模型（SD）^[9]以及马尔可夫链模型（Markov）^[10].空间预测模型如CLUE^[11]、元胞自动机模型（CA）^[12]也有广泛应用.研究人员发现单一的数量预测模型或空间预测模型用于模拟土地利用变化，效果都不够理想，于是众多学者开始将数量预测与空间预测模型相结合，以实现土地利用空间动态模拟^[13].

LUCC是影响陆地生态系统碳储量变化主要原因之一，学者们结合土地利用模拟与碳储量计算模型分析了碳储量变化^[14-16].近年来，基于PLUS-InVEST模型模拟多情景下研究区域生态系统碳储量时空变化的论文显著增多^[17-19].但是仅应用PLUS模型进行土地利用演化模拟，是在历史发展情景的基础上，粗略调整不同土地利用类型间的转移概率进行多情景设置.而SD模型能够通过不同模块和变量之间的反馈循环来模拟和分析复杂的土地利用变化系统.结合SD模型可以综合考量经济、人口、土地等相关因素，相对准确地进行多情景模拟^[20].综上所述，研究土地利用对其碳储量的影响机制时，将多种模型进行结合可以使得土地利用及碳储量的预测结果更加科学、合理.

在对相关文献进行梳理后发现：（1）从研究方法看，土地利用模拟模型以单一数量或空间预测为主，本文借助SD-PLUS-InVEST模型在研究方法上有一定创新.（2）从情景模拟角度看，使用SD模型，综合考虑经济、人口、土地等相关因素能够更加准确进行多情景模拟.（3）从研究内容看，本文在陆地生态系统碳储量时空变化分析的基础上，加入了耦合协调分析，评估了长江经济带生态扩绿与经济增长协同发展情况.综上，本文借助SD-PLUS-InVEST模型对长江经济带土地利用时空变化和陆地生态系统碳储量及其经济价值进行评估，分析生态扩绿与经济增长协同推进情况，研究结果对于长江经济带协同区域国土空间规划和生态系统服务具有一定的参考价值.

1 数据来源与研究方法

收起

1.1 研究区域概况

长江经济带横跨中东部地区，连接南北.自东向西依次分布着长三角城市群、长江中游城市群和成渝城市群三大国家级城市群.地势为西部高，东部低，横贯我国三大阶梯，四季分明，雨热充足，夏季高温多雨，冬季温和少雨.这一独特的地理位置和丰富的自然资源，为其经济增长提供了重要支持.长江经济带集中了众多关键的城市和经济核心，形成了经济增长与生态挑战并存的复杂格局^[21].并在上游、中游和下游的区域间，展现了土地利用、经济扩张和生态保护三者间的多功能互补的潜力.此外，长江经济带也是现阶段我国土地利用格局调整较为频繁的区域，土地开发利用强度远超全国平均水平，生态环境承载压力超负荷^[22].近年来长江经济带频频出现土地资源短缺、农业用地生态用地减少和经济发展不平衡等问题.因此，优化长江经济带国土空间开发保护格局是当前亟须解决的关键问题.

1.2 数据来源与预处理

研究所用的长江经济带土地利用数据，来自中国科学院资源环境科学与数据中心2000、2005、2010、2015和2020年的5期遥感影像数据.如表1所示，研究选取了高程、降雨量、气温、每公里网格的GDP、人口密度、夜间灯光强度和距主干道、铁路及水路的距离等多个指标作为土地利用变化的驱动因素，这些因素综合了自然环境、社会经济以及可达性的影响.由于驱动因素种类较多、数据分辨率不一致，且研究区域较大、数据量较多、模型运行难度较高，因此将所有栅格数据使用最近邻插值法（Nearest Neighbor Interpolation）重采样为100m分辨率，在ArcGIS平台上统一投影坐标为WGS1984.2000~2020年长江经济带的人口、经济社会发展数据均来自《中国统计年鉴》《中国区域统计年鉴》《中国城乡建设统计年鉴》以及各省统计年鉴与统计公报、国家统计局、各省统计局网站，数据准确性较高.

1.3 研究方法

研究综合考量自然环境、社会经济和土地利用系统的相互作用，使用SD模型基于不同的经济发展路径进行多情景设置，获得土地利用数量；将结果作为数量约束条件，输入PLUS模型，模拟土地利用空间变化；再使用InVEST模型，基于土地利用变化分析碳储量时空演变.

研究中的扩绿指扩大生态用地面积，增强生态系统服务；增长指经济持续增长，实现质的有效提升.鉴于生态用地面积增加（即碳密度相对较高的土地增多）会导致碳储量增加，例如林地相对于草地和耕地的碳密度更高，当草地和耕地转移为林地时，碳储量增加，即为扩绿的正效应；建设用地相对于林地、草地和耕地的碳密度更低，建设用地的扩张会减少碳储量，即为扩绿的负效应^[23].因此本文将“碳储量变化”作为“扩绿”的表征指标.结合耦合协调模型，分析“生态扩绿”与“经济增长”的协同推进情况.

1.3.1 系统动力学模型（SD）

SD模型能够模拟未来某一区域在某一特定的时期土地利用需求量情况，本文使用Vensim PLE 9.34软件来预测长江经济带2030年土地利用需求量，将经济、人口、土地等相关因素纳入该预测模型，不仅能够更加准确模拟长江经济带的土地利用变化，而且更有利于深入探究其土地利用变化机制以及影响其变化的因素，为长江经济带土地利用开发和区域发展规划提供科学的参考依据.

长江经济带土地利用系统动力学模型的空间边界为长江经济带全部行政边界，时间边界为2000~2030年，以2000~2020年为历史基期，以2020~2030年为模拟基期，步长为1a，预测模型如图2.

1.3.2 斑块生成土地利用模型（PLUS）

PLUS模型由中国地质大学（武汉）梁讯团队开发，用于模拟和预测土地利用变化，尤其是对特定区域内土地利用类型如何随着时间变化和转化的预测模拟^[24].它通常利用空间数据和地理信息系统技术来分析和预测不同时间点或者某个时间段内的土地利用的空间分布变化.PLUS模型注重土地利用变化的空间动态性，结合了环境条件、经济发展等多种因素，能够识别出不同因素对土地利用变化的影响.通过设定不同的情景和政策干预，PLUS模型能够为城市规划、环境保护等提供科学的依据，其灵活性和适应性成为研究和管理土地资源的有力工具.

1.3.3 生态系统服务和权衡的综合评估模型（InVEST）

InVEST模型由美国斯坦福大学、世界自然基金会和大自然保护协会联合推出后，广泛应用于生态系统服务研究，例如使用InVEST模型中的陆地生态系统模块来估算陆地生态系统碳储量^[25].该模型由一系列模拟土地利用变化生态效应的子模块组成，该模型将土地利用数据与各土地利用类型对应的碳库数据（表2）相结合，生成碳储量空间分布图.各种土地利用类型的碳储量相加之和，即为研究区域的总碳储量，其计算公式如下所示^[26]：

（1）

（2）

式中：C_total为陆地生态系统总碳储量，t；C_total_i为其中一个土地利用类型i的碳储量，t；A_i是该土地利用类型的面积，hm²;C_above_i为地上生物量碳密度，t/hm²;C_below_i为地下生物量碳密度；C_soil_i为土壤碳密度；C_dead_i为死亡有机质碳密度.本文碳密度数据根据前人碳密度数据整理所得^[27-32].

通过InVEST模型中的碳储量模块，计算得到所需要的碳资产价值和碳服务价值^[25].

（1）碳资产价值评估方法

（3）

式中：S_x表示x陆地生态系统碳资产价值，元；C_x表示x陆地生态系统碳储量，t；P表示碳交易价格，元/t；x表示不同情景或不同省市.

（2）碳服务价值评估方法

（4）

式中：S_x表示不同情景或不同省市陆地生态系统碳资产价值，元；q是未来的一年；p是当前年份；r是碳价格的年度市场贴现率；c是碳价格的年变化率.

1.3.4 耦合协调度模型

耦合协调度模型是对耦合度的进一步细化评估，当存在良性耦合时，各指标或功能相互影响，即为协调状况.耦合协调度模型为我们提供了一个有效协同发展水平的量化评估工具，它有助于我们更加深入地理解系统内各要素之间的协同状况，从而为决策制定提供有力的科学依据.本研究以耦合协调度模型为理论模型基础，构建起长江经济带扩绿与增长的协同评估模型，对其结果进行解析探讨并综合提出长江经济带扩绿增长的协同优化发展提质路径.计算公式如下^[33]：

（5）

式中：C为耦合度；U₁表示生态扩绿效益；U₂表示经济增长效益.C的数值越大，说明区域扩绿以及经济增长之间的耦合性越强.但该模型仅能反映生态扩绿与经济增长之间的相互作用，未能反映研究区域生态价值与经济发展的协同水平，故用耦合协调度模型进行评估.

耦合协调系数的取值范围在[0，1]之间，数值越高，代表扩绿与增长的协同性越好，其发展愈加均衡.计算公式如下^[33]：

（6）

（7）

式中：D为耦合协调度；T为系统的综合评价得分；a和b分别代表各个子系统的影响权重.在本研究中a、b的影响权重均设置为0.5.

1.3.5 土地利用情景设置

本文基于SD模型，综合经济、人口、土地等因素进行多情景模拟，模型参数通过参考世界气候研究计划（WCRP）组织的“第六次国际耦合模式比较计划（CMIP6）”而设置.

（1）生态保护情景，响应长江经济带“山水林田湖草沙生命共同体建设”与人与自然和谐共生的政策而设置.该情景下GDP应用了SSP3路径¹. GDP增长率取长江经济带“十三五”期间GDP增长率年均值.人口增长率应用的是SSP1路径²，城镇化率发展应用SSP3路径，人口数量变化延续当前人口增长率逐渐下降的趋势，通过时间函数得出2030年预测值.此情景城镇化率最低，更注重生态保护，禁止林地转出，林地投资系数最大，取“十三五”期间最大值.

（2）高速发展情景是一种高度发展的情景，主要依赖于粗放型的经济增长模式，工业化和新兴经济成功推动整个社会的发展.在这种情景下，经济快速增长，高城镇化进程，以及较高的人口增长率，基于此，GDP增长和城镇化水平应用SSP5路径³，同时人口数量呈现较高增长的趋势，应用SSP3路径，采用“十三五”期间人口增长率年均值，GDP增长速率在生态保护情景的基础之上提高2%，城镇化速率最高，达到发达国家水平，生态保护力度最小，林地投资系数最小.

（3）高质量发展情景结合了生态保护情景和高速发展情景的特征，综合考量了人口、经济和扩绿三者之间的协同发展.在该情景下，GDP保持较高速增长，GDP的增长速率应用SSP2路径⁴在生态保护情景的GDP增速基础上提高1%.人口增长速率应用SSP2路径，保持中速，取值为生态保护情景与高速发展情景均值.城镇化的水平较高，保持中高速.较为注重生态保护，林地投资力度较大，略小于生态保护情景，采用2020年的林业投资系数作为未来延续投资力度.

不同情景下参数设置如表3.

1.3.6 模型训练与验证

研究利用整体精度Kappa系数和FOM系数来衡量构建模型对2000~2020年土地利用变化模拟的精确性.Kappa的取值范围在[0，1]，当Kappa值超过0.75时，表示模拟精度良好.FOM系数用于检验预测结果空间位置的变化情况，其准确性评估依赖于Kappa系数.FOM系数的理论上限越大，说明模拟结果越理想.研究验证结果显示Kappa系数整体精度较高，总体精度达到了0.93，FOM系数为0.052.表明实验模拟满足实验需求，验证了PLUS模型可用于模拟未来长江经济带土地利用空间格局变化^[34].

2 结果与讨论

收起

2.1 2021~2030年多情景土地利用变化模拟分析

本文利用构建的SD模型，基准时间为2020年，在输入3个情景相关参数后，得出2030年长江经济带在3个情景下的土地利用数据.再结合SD-PLUS模型，生成了长江经济带在3种情景下的土地利用空间分布图.预测结果如表4、图3所示.结果表明，不同情景的土地利用需求和空间分布有所差异，总体来看，3种情景下土地利用空间分布存在较大差异的区域主要分布在长江三角洲冲积平原、四川盆地成都平原、西南林区以及九省二市的中心城区.

2.1.1 在生态保护情景下，林地在3种情景中增加最多，较2020年增长幅度为0.46%.新增林地主要分布在西南林区、长江中部地区以及长江下游浙江安徽交界处.建设用地扩张幅度最小，为9.85%.水域有所增加，但增长幅度最小，为0.92%.耕地、草地、未利用地的面积有所减少，耕地减少的幅度最小，为1.3%.

2.1.2 高速发展情景下，建设用地面积在3种情景中增加值居于首位，较2020年增长幅度达到了17.98%，其新增面积主要分布在长江三角洲城市群以及各个省市的中心地区.其中耕地主要转出为建设用地，减少幅度为1.84%.在3种情景中唯有高速发展情景出现了林地面积降低，降低幅度为0.01%.草地虽有减少，但减少的幅度低于其他情景，草地减少幅度为0.54%.

2.1.3 高质量发展情景下，林地面积的增量较大，增加幅度略小于生态保护情景，为0.34%.建设用地的增加幅度为13.83%，耕地虽有减少，但减少的幅度略高于生态保护情景，为1.61%，且耕地数量在《全国国土规划纲要（2016-2030）》的耕地保有量范围之内.草地的减少幅度为1.17%，水域增加幅度最高，增加了1.14%，未利用地减少了4.57%.

2.2 2000~2030年长江经济带碳储量演变特征

2.2.1 长江经济带历史基期碳储量动态变化

将2000~2020年长江经济带历史基期土地利用空间分布栅格图导入InVEST模型中分别核算碳储量.如图4所示.长江经济带陆地生态系统碳储量整体呈现出“西部高、东部低”的趋势.长江上游横断山脉、云贵高原和云南省西双版纳傣族自治州碳储量较高，主要是因为该地区土地类型以林地和草地为主，云南南部有着中国唯一的热带雨林自然保护区，地区碳储能力较强.长江中部湖北省西部、湖南省西南地区等山地丘陵地带的碳储量较高，长江下游浙江与安徽交界地带碳储量明显偏高，长江下游长江三角洲冲积平原地区碳储量明显偏低.

2000~2020年长江经济带陆地生态系统碳储量在时间分布上呈现出逐年下降的趋势，2000年、2010年、2020年的碳储量分别为28442.35，28381.08,28237.2Tg.各地类之间转移所导致的碳汇损益值也有所不同，如图5所示.从2000~2010年到2010~2020年时期，耕地向林地、草地的转移能够增加碳汇，而向其他地类转移会导致碳汇减少，其中2000~2010年、2010~2020年耕地转林地分别增加了267.26和217.30Tg.其中2000~2010年、2010~2020年林地转耕地分别减少了240.68和211.14Tg，林地向草地两期各减少了131.99和154.76Tg.草地向林地转移两期增加的碳汇为206.77和145.47Tg，水域向耕地、林地、草地转移增加碳汇但整体增加的幅度较小，由于建设用地的碳库较低，所以建设用地除转未利用地以外，向其他地类转移都可以增加碳汇，未利用地向其它地类转移可以增加碳汇.

2.2.2 长江经济带多情景演化模拟碳储量动态变化

基于土地利用演化模拟结果得出不同发展情景下2030年长江经济带土地利用空间分布栅格图，将其导入InVEST模型，得出2030年长江经济带陆地生态系统碳储量.2030年不同情景下长江经济带的碳储量有较明显区别，如图6所示.（1）生态保护情景下，由于对生态保护力度较大，对林地与耕地的保护巩固了整体碳储量，碳储量为28224.81Tg，相较于2020年下降幅度仅为0.04%.空间分布上，中上游地区碳储量高值区域有较明显增加.（2）高速发展情景破坏生态环境的程度较大，碳储量降低趋势最大，碳储量为28156.53Tg，下降幅度为0.28%，接近长江经济带历史下降的平均水平.空间分布上，下游地区碳储量低值区域增加较为明显.（3）高质量发展情景下，碳储量为28200.21Tg，下降幅度略大于生态保护情景，为0.13%，但显著优于高速发展情景.空间分布上，其上游碳储量高值区域也有较大面积的增加，同时中游、下游地区碳储量低值区域有所增加，但增加面积小于高速发展情景.可见，该情景下2021~2030长江经济带总体的生态环境将朝着有利的方向发展，在经济发展的同时也保护了生态环境.

2.2.3 长江经济带多情景地类转移碳储量动态变化

在得出长江经济带2030年多情景总体碳储量分布图后，借助ArcGIS软件测算各地类转移引起碳储量变化，如表5和图7所示.3种情景下的林地的碳储量均居于最高，耕地和草地居于其次，水域和建设用地的碳储量居于草地之后，而6类土地中未利用地的碳储量最小.生态保护情景耕地转林地碳储量增加了16.96Tg，耕地转草地增加了0.5Tg，耕地转建设用地减少了33.18Tg，同时草地转建设用地的碳储量减少了16.5Tg；高速发展情景耕地转建设用地降低了51.2Tg，同时草地转建设用地降低了23.9Tg，草地转未被利用地降低的碳储量为10.7Tg；高质量发展情景耕地转林地增加了15.53Tg，耕地转建设用地减少了46.8Tg，草地转林地增加了11.92Tg，草地转建设用地以及草地转未利用地分别减少了10.97和8.94Tg，而在3种情景中未利用地转向其他地类都能够增加碳储量.

2.2.4 陆地生态系统碳储价值量动态变化

本文借鉴美国环保协会与能源基金会ICF国际咨询公司发布的《2022年中国碳价调查报告》中预测的2030年碳价格130元/t，以二氧化碳当量的市场价值乘以3.67，得到2030年中国全国每吨元素碳市场价格为477.1元/t，根据公式（3）（4）计算不同情景下2030年碳资产、碳服务价值如表6所示.

较之2020年，生态保护情景在2030年碳资产价值下降幅度为0.04%；高速发展情景下碳资产价值下降幅度为0.29%；高质量发展情景下的碳资产价值下降幅度为0.13%，位于生态保护和高速发展情景之间.3种情景下的碳服务价值的下降趋势均有所减少.生态保护情景的碳服务价值共减少了58.8亿元；高速发展情景的碳服务价值下降最大，一共下降了383.03亿元，而与2020年相比碳服务价值上升了285.92亿元；高质量发展情景的碳服务价值介于生态保护情景与高速发展情景之间.

2.3 2030年扩绿增长协同推进评估

本文通过计算扩绿与经济增长的协同发展水平，分析长江经济带的扩绿增长协同推进情况.研究将扩绿增长分为两个子系统.其中，增长表现为经济增长，该子系统选取人均经济生产总值与固定资产投资额为二级指标；扩绿表现为陆地生态系统碳储能力，该子系统选取陆地生态系统碳储的碳资产价值与碳服务价值作为二级指标，通过采取熵值法计算权重，扩绿增长协同评估指标体系构建如表7所示.

为确保分析结果的准确性和可靠性，本文采用极差法对指标数据进行标准化处理，得出不同情景下扩绿和增长的协同发展水平.如表8所示，生态保护情景的经济增长较慢，注重生态环境保护，扩绿效果良好，但经济增长效果在3种情景中表现最差.而高速发展情景下经济发展和城镇化的速度快，但扩绿效果最差，故生态保护和高速发展情景的耦合度和耦合协调度得分表现均显著低于高质量发展情景.高质量发展情景在经济增长和扩绿两个系统中，经济增长整体较高，同时扩绿效果明显，耦合度达到0.99，耦合协调度达到了0.744.从3种情景生态扩绿与经济增长的协同发展水平看，高质量情景与其他两种情景相比，是一种既能实现经济增长同时又能实现扩绿的发展情景.故本研究将基于高质量发展情景，测算该情景下九省二市的碳储量和碳储价值量，从而评估高质量发展情景下各省市生态扩绿与经济增长的协同发展程度.

如表9和图8所示，高质量发展情景下2030年长江经济带各省市耦合度和耦合协调度得分有所不同.浙江省的增长效益和扩绿效益均处于较高水平，耦合度达到最高，生态扩绿与经济增长处于高度协同发展状态，这表明浙江省经济发展处于生态环境承载力范围内，基本实现了高品质生态环境支撑高质量发展的目标.江苏省尽管经济增长效益较高，但扩绿效益最低，因此处于良性耦合，低度协调水平，这反映出江苏省经济发展迅速，但城镇化和工业化进程中侵占大量生态用地和农业用地.安徽省处于高水平耦合，良好协调状态.湖南省、湖北省、江西省以及重庆市4个省市经济增长与扩绿耦合度均为良性耦合，良好协调状态.其中湖北省与重庆市耦合度与耦合协调度两个方面表现较好，分别为长江中游与长江上游经济发展的核心，经济发展水平较高，同时拥有大量生态功能区，在经济快速发展的同时森林覆盖率也显著提升.四川省是长江经济带的碳储高地，但增长效益和扩绿效益均略低于重庆市，处于勉强协调状态.上海市的经济增长效益得分最高，而扩绿效益最低，处于拮抗耦合，低度协同水平，其经济发展成果与生态效益之间的转换有待进一步加强.贵州省和云南省经济增长效益较低，但扩绿效益较高.云南省处于拮抗耦合，勉强协调状态，贵州省经济增长与扩绿的耦合度和协调度得分最低.贵州省和云南省生态价值总体较高，但经济发展水平相对较低.故应当考量如何将自身的生态优势转换为经济价值，进而促进该区域的经济发展.

2.4 对策建议

2.4.1 优化长江经济带国土空间开发保护格局，提高土地利用效率

（1）在城镇化发展过程中，需要合理规划建设用地，避免长三角地区及中西部核心城市建设用地无序扩张，侵占碳汇类用地.（2）建设用地增加区域（如长三角区域）应健全生态补偿机制来弥补生态用地增加区域提升的生态系统服务，以防生态用地过度开发、土地资源浪费和区域不公平加剧.（3）对城镇、农业、生态三类空间之间的用途转换，制定差别化的用途许可制度，通过长江经济带内跨区域的协同手段保障生态、农业与城镇建设的格局稳定，持续推进占补平衡.

2.4.2 加大长江经济带扩绿工程实施力度，持续优化生态格局

（1）实施长江经济带生态保护工程，推进江河湖泊、森林草原和河口海湾等系统保护修复，坚持生态优先、绿色发展，筑牢生态安全屏障.（2）提高各用地类型的碳密度.如优化西南林区、长江中部地区以及长江下游浙江安徽交界处的森林经营管理策略，以提高森林扩张速度和碳储存能力；加强长江经济带对上游草地的保护，在合适区域植树造林，促进草地向碳密度更高的林地转移；改良长江中下游平原和成都平原的农田管理，采用农田集约化管理措施，以提高农田土壤有机质含量和碳固持能力；加强城市绿化，在建设用地区域增加绿地覆盖率，种植高碳密度植物，提高城市地区的碳固持能力.

2.4.3 促进扩绿与增长协同，推进长江经济带高质量发展格局

（1）长江下游地区发挥上海及长江三角洲地区的引领作用，浙江省作为高度协同的代表省份，应该积极为协同发展水平不高的省市提供政策借鉴支撑，强化长三角地区辐射带动能力.（2）长江经济带中游城市群应该积极响应长江经济带区域一体化的号召，打造新增长极，优化中游的结构网络，积极引入彼此优势资源，从而突破发展瓶颈，实现中部崛起.（3）高经济水平发展省市可利用经济发展弥补自身生态效益的不足，以此进行高经济增长区与高扩绿碳汇区的互补，实现双赢.经济与生态失调省市应通过调整产业结构充分挖掘更多的可再生、可更新的资源，创造全新的发展引擎；稳步推进生态共同体和经济共同体建设.

3 结论

收起

3.1 通过长江经济带多情景土地利用需求和空间预测结果可知，在生态保护情景下，践行生态文明理念，基本维持区域生态平衡；高速发展情景体现了粗放式的经济增长模式，人地矛盾关系会进一步加剧；高质量发展情景既实现了经济发展、城镇建设，同时也能够保护生态，稳住耕地面积，保证粮食安全，在土地利用效率较高的影响下，基本实现经济发展与生态保护之间的平衡.

3.2 运用InVEST模型碳储量模块分析计算2030年不同情景下的土地利用空间变化引起的陆地生态系统碳储量与价值量可知，3种情景下的碳储量均在减少，生态保护情景碳储量降幅最小，高速发展情景碳储量降幅次之.3种情景的碳资产价值均有所减少，生态保护情景、高质量发展情景和高速发展情景的碳服务价值分别减少58.8，176.64和383.03亿元.

3.3 高质量发展情景下生态扩绿和经济增长的耦合度达到0.99，耦合协调度达到0.744，是一种既能实现经济增长又能实现扩绿的发展情景.该情景下各省市中浙江省协同发展水平高，其经济发展与生态环境发展较为协同.上海市和江苏省经济增长效益高、扩绿效益较低，云南省和贵州省经济增长效益低但扩绿效益高，中部其余省市处于良性协同水平.

基金

收起

国家社会科学基金资助项目(19CGL042)
湖北省高等学校优秀中青年科技创新团队项目(T2021032)
中南财经政法大学中央高校基本科研业务费专项(202351418)
中南财经政法大学中央高校基本科研业务费专项(2722024EJ024)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

中共中央、国务院关于全面推进美丽中国建设的意见[J]. 中国水土保持，2024，(2):12.

Central Committee of the Communist Party of China，State Council. Opinions on comprehensively promoting the construction of a beautiful China [J]. Soil and Water Conservation in China，2024，(2):12.

[2]

WANG

，LI

，MAO

，et al. Dynamic simulation of land use change and assessment of carbon storage based on climate change scenarios at the city level: A case study of Bortala，China [J]. Ecological Indicators，2022，134: 108499.

[3]

黄贤金，张秀英，卢学鹤，等. 面向碳中和的中国低碳国土开发利用[J]. 自然资源学报，2021，36(12):2995-3006.

Huang

X J

，Zhang

X Y

，Lu

X H

，et al. Low-carbon land development and utilization in China towards carbon neutrality [J]. Journal of Natural Resources，2021，36(12):2995-3006.

[4]

赵同谦，欧阳志云，王效科，等. 中国陆地地表水生态系统服务功能及其生态经济价值评价[J]. 自然资源学报，2003，(4):443-452.

Zhao

T Q

，Ouyang

Z Y

，Wang

X K

，et al. Evaluation of ecosystem service function and ecological-economic value of terrestrial surface water in China [J]. Journal of Natural Resources，2003，(4):443-452.

[5]

蔡育蓉，王立刚. 北方典型农业生态系统的固碳减排路径及模式[J]. 中国生态农业学报(中英文)，2022，30(4):641-650.

Cai

Y R

，Wang

L G

. Carbon sequestration and emission reduction paths and models in northern agricultural ecosystems [J]. Chinese Journal of Eco-Agriculture (Chinese & English)，2022，30(4):641-650.

[6]

王斌，李玉娥，蔡岸冬，等. 碳中和视角下全球农业减排固碳政策措施及对中国的启示[J]. 气候变化研究进展，2022，18(1):110-118.

Wang

，Li

Y E

，Cai

A D

，et al. Global agricultural emission reduction and carbon sequestration policies and implications for China under carbon neutrality [J]. Climate Change Research，2022，18(1):110-118.

[7]

李玥康，姚斯洋，闫峰，等. 基于改进元胞自动机-马尔可夫模型的土地利用格局演变模拟与预测:以新余市为例[J]. 水利水电技术(中英文)，2022，53(4):71-83.

Y K

，Yao

S Y

，Yan

，et al. Land use pattern evolution simulation and prediction based on improved CA-Markov model: A case study of Xinyu City [J]. Water Resources and Hydropower Engineering (Chinese & English)，2022，53(4):71-83.

[8]

王丽萍，金晓斌，杜心栋，等. 基于灰色模型-元胞自动机模型的佛山市土地利用情景模拟分析[J]. 农业工程学报，2012，28(3):237-242.

Wang

L P

，Jin

X B

，Du

X D

，et al. Land use scenario simulation analysis of Foshan City based on grey model and cellular automata [J]. Transactions of the Chinese Society of Agricultural Engineering，2012，28(3):237-242.

[9]

王奕淇，李国平. 基于SD模型的黄河流域生态环境与社会经济发展可持续性模拟[J]. 干旱区地理，2022，45(3):901-911.

Wang

Y Q

，Li

G P

. Sustainability simulation of ecological environment and socio-economic development in the Yellow River Basin based on SD model [J]. Arid Land Geography，2022，45(3):901-911.

[10]

邓雅文，林耕，曾穗平. 基于CA-Markov模型的天津市土地利用时空变化模拟研究[J]. 天津城建大学学报，2021，27(6):387-395.

Deng

Y W

，Lin

，Zeng

S P

. Spatial-temporal simulation of land use change in Tianjin based on CA-Markov model [J]. Journal of Tianjin Chengjian University，2021，27(6):387-395.

[11]

Chettry

，Surawar

. Delineating urban growth boundary using remote sensing，ANN-MLP and CA model: A case study of Thiruvananthapuram urban agglomeration，India [J]. Journal of the Indian Society of Remote Sensing，2021，49(10):2437-2450.

[12]

张运平，林建平，黄艺敏，等. 基于PLUS空间决策模型的城镇与农业空间协调布局优化[J]. 农业工程学报，2023，39(20):233-243.

Zhang

Y P

，Lin

J P

，Huang

Y M

，et al. Optimization of coordinated layout of urban and agricultural spaces based on PLUS spatial decision model [J]. Transactions of the Chinese Society of Agricultural Engineering，2023，39(20):233-243.

[13]

陈理庭，蔡海生，张婷，等. 基于Markov-FLUS模型的饶河流域土地利用多情景模拟分析[J]. 生态学报，2022，42(10):3947-3958.

Chen

L T

，Cai

H S

，Zhang

，et al. Multi-scenario simulation of land use in the Raohe River Basin based on Markov-FLUS model [J]. Acta Ecologica Sinica，2022，42(10):3947-3958.

[14]

王渊刚，罗格平，冯异星，等. 近50a玛纳斯河流域土地利用/覆被变化对碳储量的影响[J]. 自然资源学报，2013，28(6):994-1006.

Wang

Y G

，Luo

G P

，Feng

Y X

，et al. Impact of land use/cover change on carbon storage in the Manas River Basin over the past 50 years [J]. Journal of Natural Resources，2013，28(6):994-1006.

[15]

张仁平，郭靖，张云玲. 新疆草地净初级生产力(NPP)空间分布格局及其对气候变化的响应[J]. 生态学报，2020，40(15):5318-5326.

Zhang

R P

，Guo

，Zhang

Y L

. Spatial distribution patterns of net primary productivity (NPP) of grassland in Xinjiang and its response to climate change [J]. Acta Ecologica Sinica，2020，40(15):5318-5326.

[16]

杨宇萍，胡文敏，贾冠宇，等. 基于InVEST与ANN-CA模型的环洞庭湖区土地利用碳储量情景模拟[J]. 南京林业大学学报(自然科学版)，2023，47(4):175-184.

Yang

Y P

，Hu

W M

，Jia

G Y

，et al. Carbon storage scenario simulation of land use in the Dongting Lake region based on InVEST and ANN-CA models [J]. Journal of Nanjing Forestry University (Natural Sciences)，2023，47(4):175-184.

[17]

林彤，杨木壮，吴大放，等. 基于InVEST-PLUS模型的碳储量空间关联性及预测——以广东省为例[J]. 中国环境科学，2022，42(10):4827-4839.

Lin

，Yang

M Z

，Wu

D F

，et al. Spatial correlation and prediction of carbon storage based on InVEST-PLUS model: A case study of Guangdong Province [J]. China Environmental Science，2022，42(10):4827-4839.

[18]

张爽，高启晨，张戎，等. 基于PLUS-InVEST模型碳储量时空演变及驱动因素分析——以纳帕海流域为例[J]. 中国环境科学，2024，44(9):5192-5201.

Zhang

，Gao

Q C

，Zhang

，et al. Evaluating the changes and driving factors of carbon storage using the PLUS-InVEST Model: A case study of Napa Sea Basin [J]. China Environmental Science，2024，44(9):5192-5201.

[19]

许澳康，胡梦珺，石晶，等. 石羊河流域生态系统碳储量时空变化及多情景模拟[J]. 中国环境科学，2024，44(06):3365-3375.

A K

，Hu

M J

，Shi

，et al. Spatial and temporal variability of ecosystem carbon storages and multi-scenario simulation in the Shiyang River basin [J]. China Environmental Science，2024，44(6):3365-3375

[20]

Huang

，Xue

，Feng

，et al. Thriving arid oasis urban agglomerations: Optimizing ecosystem services pattern under future climate change scenarios using dynamic Bayesian network [J]. Journal of Environmental Management，2024，350: 119612.

[21]

肖芬蓉. 基于协同视角的长江经济带生态环境保护政策评价研究[D]. 兰州:兰州大学，2023.

Xiao

F R

. Policy evaluation research on ecological environmental protection in the Yangtze River Economic Belt from a synergistic perspective [D]. Lanzhou: Lanzhou University，2023.

[22]

冯新惠，李艳，王诗逸，等. “双碳”目标下城市形态对碳排放的影响:以长江经济带为例[J]. 环境科学，2024，45(6):3389-3401.

Feng

X H

，Li

，Wang

S Y

，et al. The impact of urban morphology on carbon emissions under the "Dual Carbon" target: A case study of the Yangtze River Economic Belt [J]. Environmental Science，2024，45(6):3389-3401.

[23]

吴建国，张小全，徐德应. 土地利用变化对生态系统碳汇功能影响的综合评价[J]. 中国工程科学，2003，(9):65-71，77.

J G

，Zhang

X Q

，Xu

D Y

. Comprehensive evaluation of the impact of land use change on ecosystem carbon sink function [J]. Engineering Science in China，2003，(9):65-71，77.

[24]

Liang

，Guan

Q F

，Clarke

K C

，et al. Understanding the drivers of sustainable land expansion using a patch- generating land use simulation(PLUS) model: A case study in Wuhan，China [J]. Computers Environment and Urban Systems，2021，85.

[25]

王怡冰，李成亮，张鹏，等. 济南南部山区土地利用/覆被变化对碳储量的影响研究[J]. 中国环境科学，2024，44(7):3986-3998.

Wang

Y B

，Li

C L

，Zhang

，et al. Impact of land use/cover change on carbon storage in the southern mountain area of Jinan [J]. China Environmental Science，2024，44(7):3986-3998.

[26]

Alaoui

H I

，Chemchaoui

，El Asri

，et al. Modeling predictive changes of carbon storage using invest model in the Beht watershed(Morocco) [J]. Modeling Earth Systems and Environment，2023，9(4):4313-4322.

[27]

黄麟，刘纪远，邵全琴，等. 1990~2030年中国主要陆地生态系统碳固定服务时空变化[J]. 生态学报，2016，36(13):3891-3902.

Huang

，Liu

J Y

，Shao

Q Q

，et al. Temporal-spatial changes of carbon sequestration services in major terrestrial ecosystems in China from 1990 to 2030 [J]. Acta Ecologica Sinica，2016，36(13):3891-3902.

[28]

徐丽，何念鹏，于贵瑞. 2010s中国陆地生态系统碳密度数据集[J]. 中国科学数据(中英文网络版)，2019，4(1):90-96.

，He

N P

，Yu

G R

. Terrestrial ecosystem carbon density dataset of China in the 2010s [J]. China Scientific Data (Chinese & English Online Edition)，2019，4(1):90-96.

[29]

王绍强，周成虎，李克让，等. 中国土壤有机碳库及空间分布特征分析[J]. 地理学报，2000，(5):533-544.

Wang

S Q

，Zhou

C H

，Li

K R

，et al. Analysis of the organic carbon stock and spatial distribution characteristics of Chinese soils [J]. Acta Geographica Sinica，2000，(5):533-544.

[30]

王绍强，周成虎. 中国陆地土壤有机碳库的估算[J]. 地理研究，1999，(4):349-356.

Wang

S Q

，Zhou

C H

. Estimation of the organic carbon stock in Chinese soils [J]. Geographical Research，1999，(4):349-356.

[31]

李梦瑶. 不同SSP-RCP情景下长三角城市群碳储量时空模拟[D]. 重庆:西南大学，2023.

M Y

. Simulation of carbon storage in the Yangtze River Delta urban agglomeration under different SSP-RCP scenarios [D]. Southwest University，2023.

[32]

曾立安. 土地利用视野下的长江经济带陆地生态系统碳储量时空演化特征[D]. 南昌:南昌大学，2023.

Zeng

L A

. Temporal and spatial evolution characteristics of terrestrial ecosystem carbon storage in the Yangtze River Economic Belt from a land use perspective [D]. Nanchang: Nanchang University，2023.

[33]

Bai

，Lu

，Yin

，et al. recent emission inventory of multiple air pollutant，PM_2.5 chemical species and its spatial- temporal characteristics in central China [J]. Journal of Cleaner Production，2020，269.

[34]

孙毅中，杨静，宋书颖，等. 多层次矢量元胞自动机建模及土地利用变化模拟[J]. 地理学报，2020，75(10):2164-2179.

Sun

Y Z

，Yang

，Song

S Y

，et al. Multi-level vector cellular automata modeling and land use change simulation [J]. Acta Geographica Sinica，2020，75(10):2164-2179.

2025年第45卷第1期

PDF下载

引用本文

BibTeX

文章信息

接收时间：2024-06-11
首发时间：2026-03-18
出版时间：2025-01-20

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-06-11

基金

国家社会科学基金资助项目(19CGL042)

湖北省高等学校优秀中青年科技创新团队项目(T2021032)

中南财经政法大学中央高校基本科研业务费专项(202351418)

中南财经政法大学中央高校基本科研业务费专项(2722024EJ024)

作者信息

中南财经政法大学信息工程学院，环境与健康研究中心，湖北武汉 430073

通讯作者:

*责任作者，教授，lifei@zuel.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/zghjkx/CN/1241049967444423595

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

种类	数据	年份	尺度	来源
土地利用	土地利用数据	2000、2005、2010、2015、2020	30m	www.resdc.cn
自然环境因素	高程(DEM)	2020	90m	www.gscloud.cn
降雨	2020	1km	www.geodata.cn
气温	2020	1km	www.geodata.cn
社会经济因素	公里网格GDP	2019	1km	www.resdc.cn
人口密度	2019	1km	www.resdc.cn
夜间灯光	2020	1km	www.resdc.cn
可达性因素	距主干道距离	2020		www.geodata.cn
距铁路距离	2020		www.geodata.cn
距水路距离	2020		www.geodata.cn
政策规划和统计数据	《中国统计年鉴》《中国区域统计年鉴》《中国城乡建设统计年鉴》、各省统计年鉴	2001~2021		国家统计局、各省统计局
《“十四五”长江经济带发展实施方案》	2021~2025		国家发展和改革委员会
《“十四五”推动长江经济带发展城乡建设行动方案》	2021~2025		住房和城乡建设部
《长江经济带—长江流域国土空间规划(2021—2035年)》	2021~2035		自然资源部

种类

数据

年份

尺度

来源

土地利用

土地利用数据

2000、2005、2010、2015、2020

30m

www.resdc.cn

自然环境因素

高程(DEM)

2020

90m

www.gscloud.cn

降雨

2020

1km

www.geodata.cn

气温

2020

1km

www.geodata.cn

社会经济因素

公里网格GDP

2019

1km

www.resdc.cn

人口密度

2019

1km

www.resdc.cn

夜间灯光

2020

1km

www.resdc.cn

可达性因素

距主干道距离

2020

www.geodata.cn

距铁路距离

2020

www.geodata.cn

距水路距离

2020

www.geodata.cn

政策规划和统计数据

《中国统计年鉴》《中国区域统计年鉴》《中国城乡建设统计年鉴》、各省统计年鉴

2001~2021

国家统计局、各省统计局

《“十四五”长江经济带发展实施方案》

2021~2025

国家发展和改革委员会

《“十四五”推动长江经济带发展城乡建设行动方案》

2021~2025

住房和城乡建设部

《长江经济带—长江流域国土空间规划(2021—2035年)》

2021~2035

自然资源部

土地利用类型	C_above	C_below	C_soil	C_dead	合计
耕地	16.49	5.5	75.82	0	97.81
林地	31.92	6.38	146.82	3.48	188.6
草地	14.29	5.37	87.05	3.04	109.75
水域	1.59	0	64.03	0	65.62
建设用地	7.61	1.52	25.25	0	34.38
未利用地	10.36	2.07	8.25	0	20.68

土地利用类型

C_above

C_below

C_soil

C_dead

合计

耕地

16.49

5.5

75.82

97.81

林地

31.92

6.38

146.82

3.48

188.6

草地

14.29

5.37

87.05

3.04

109.75

水域

1.59

64.03

65.62

建设用地

7.61

1.52

25.25

34.38

未利用地

10.36

2.07

8.25

20.68

情景变量	生态保护情景	高速发展情景	高质量发展情景
GDP	低	高	中高
人口	低	高	中
城镇化率	低	高	中
林地投资系数	高	低	中高

情景变量

生态保护情景

高速发展情景

高质量发展情景

GDP

低

高

中高

人口

低

高

中

城镇化率

低

高

中

林地投资系数

高

低

中高

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	581702	578539	579863
林地	961047	956566	959885
草地	331289	333962	331825
水域	68287	68293	68436
建设用地	82554	88670	85550
未利用地	20320	19169	19642

土地利用类型

生态保护情景

高速发展情景

高质量发展情景

耕地

581702

578539

579863

林地

961047

956566

959885

草地

331289

333962

331825

水域

68287

68293

68436

建设用地

82554

88670

85550

未利用地

20320

19169

19642

土地利用类型	生态保护情景	高速发展情景	高质量发展情景
耕地	5689.63	5658.69	5671.64
林地	18125.35	18040.83	18103.43
草地	3635.90	3665.23	3641.78
水域	448.10	448.14	449.08
建设用地	283.82	302.70	292.45
未利用地	42.02	40.93	41.62

土地利用类型

生态保护情景

高速发展情景

高质量发展情景

耕地

5689.63

5658.69

5671.64

林地

18125.35

18040.83

18103.43

草地

3635.90

3665.23

3641.78

水域

448.10

448.14

449.08

建设用地

283.82

302.70

292.45

未利用地

42.02

40.93

41.62

情景	碳资产价值	碳服务价值
生态保护情景	134660.57	-58.80
高速发展情景	134334.80	-383.03
高质量发展情景	134542.20	-176.64

情景

碳资产价值

碳服务价值

生态保护情景

134660.57

-58.80

高速发展情景

134334.80

-383.03

高质量发展情景

134542.20

-176.64

类型	评价指标	单位	指标性质
扩绿	单位面积碳资产价值	万元/km²	正向
单位面积碳服务价值	万元/km²	正向
增长	人均地区生产总值	万元/人	正向
固定资产投资额	亿元	正向

类型

评价指标

单位

指标性质

扩绿

单位面积碳资产价值

万元/km²

正向

单位面积碳服务价值

万元/km²

正向

增长

人均地区生产总值

万元/人

正向

固定资产投资额

亿元

正向

情景	扩绿效益	增长效益	耦合度	耦合协调度
生态保护	1.001	0.001	0.020	0.100
高速发展	0.001	1.001	0.020	0.100
高质量发展	0.637	0.482	0.990	0.744

情景

扩绿效益

增长效益

耦合度

耦合协调度

生态保护

1.001

0.001

0.020

0.100

高速发展

0.001

1.001

0.020

0.100

高质量发展

0.637

0.482

0.990

0.744

省市	扩绿效益	增长效益	耦合度	耦合协调度
上海	0.116	0.695	0.700	0.533
浙江	0.748	0.647	0.997	0.834
江苏	0.083	0.657	0.631	0.483
安徽	0.467	0.307	0.979	0.616
湖北	0.854	0.311	0.885	0.718
湖南	0.943	0.245	0.810	0.694
江西	0.929	0.271	0.836	0.709
重庆	0.892	0.274	0.848	0.703
四川	0.766	0.230	0.843	0.648
贵州	0.957	0.064	0.484	0.497
云南	0.947	0.132	0.655	0.594

省市

扩绿效益

增长效益

耦合度

耦合协调度

上海

0.116

0.695

0.700

0.533

浙江

0.748

0.647

0.997

0.834

江苏

0.083

0.657

0.631

0.483

安徽

0.467

0.307

0.979

0.616

湖北

0.854

0.311

0.885

0.718

湖南

0.943

0.245

0.810

0.694

江西

0.929

0.271

0.836

0.709

重庆

0.892

0.274

0.848

0.703

四川

0.766

0.230

0.843

0.648

贵州

0.957

0.064

0.484

0.497

云南

0.947

0.132

0.655

0.594