1、生态与低碳【文章编号】10063862(2023)0100921192城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023成渝双城地区景观格局的碳汇效应与优化建议 基于 BP 神经网络的分析和预测李和平1，2谢鑫1李聪聪3(1重庆大学 建筑城规学院，重庆，400044;2重庆大学 山地城镇建设与新技术教育部重点实验室，重庆，400044;3重庆大学 建筑规划设计研究总院有限公司，重庆，400044)【摘要】定量研究城市群景观格局的碳汇效应能够从低碳城市群的角度为我国实现“双碳”目标提供有效参考。基于 2000、2005、
2、2010、2015、2018 年 5 期土地利用与植被固碳数据，应用景观生态学和神经网络分析相结合的方法，从景观和类型 2 个尺度，从形态、构成、分布和结构 4 个层面探讨了成渝双城地区碳汇用地的景观格局对植被固碳的影响及空间差异。以此为基础，进一步以重庆忠县为例，预测并对比了 2035 年不同县域景观格局方案的碳汇效应。结果表明:(1)碳汇用地的景观形态、构成和分布对植被固碳有显著影响且存在地区差异，景观结构没有显著影响;(2)景观形态层面，景观形状指数与植被固碳呈正相关，边缘密度与植被固碳呈负相关;(3)景观构成层面，林地和草地的景观类型比例与植被固碳呈正相关，混合用地的散布与并列系数与植
3、被固碳呈负相关;(4)景观分布层面，混合用地的聚集度指数与植被固碳呈正相关，耕地的聚集度指数与植被固碳呈负相关。为了提升景观格局的碳汇效应，在开展景观规划设计时应重点加强碳汇用地的形态、构成和分布研究，形成形状复杂和适度规整，分区明确和比例适宜，连续集中和差异串联的景观格局。【关键词】景观格局;碳汇效应;成渝地区双城经济圈;BP 神经网络;碳中和【中图分类号】TU981【文献标识码】A基金项目:国家重点研发计划项目资助“村镇聚落空间重构数字化模拟及评价模型”(2018YFD1100300);国家自然科学基金项目资助“基于层积规律分析的西南山地城镇历史景观适应性保护方法”(51778079)*通
4、讯作者:谢鑫(1989)，男，博士研究生，重庆大学建筑城规学院，研 究方向为生态城乡规 划、城 乡 规 划 与 设 计，Email:406109515 qqcom。0引言近年来城市热岛、大气污染、CO2排放等环境问题成为全球共同关注的可持续发展话题。2020 年 9月，习近平总书记提出我国 CO2排放力争于 2030年前达到峰值，努力争取 2060 年前实现碳中和的重大战略决策。“双碳”目标的提出，一方面展示了我国勇于承担大国责任的国际担当;另一方面也强调了我国努力实现高质量低碳转型发展的重要决心1。在规划变革的新时期，面对“双碳”目标的要求，如何将碳达峰、碳中和的要求融入到城乡规划和景观设计
5、的工作中，是城市管理者和规划工作者重点研究的内容2。碳汇和碳排是实现碳中和的两项关键内容，其中，碳汇与陆地生态系统的景观格局密切相关36。从国土空间的视角来看，碳汇空间包含林地、草地、耕地、水域和未利用地等多种类型7，其中农、林、牧草地是植被覆盖的主要区域，承担着我国大部分的生态碳汇职能810。因此，对耕地、林地和草地的景观格局进行优化对提升我国生态系统的碳汇能力具有非常重要且不可替代的作用。近年来，随着计量技术的发展和更多数据的公开，不断有学者通过实证案例的数据分析，证实了景观格局对空气污染、生态价值、热岛效应和碳排放等环境问题密切相关1114。尽管已有研究取得了较多成果，但仍存在一定问题。
6、首先，研究多针对特定城市，分析不同时期景观格局的影响作用1516，缺乏对同一时期不同城市的多样本横向对比探讨影响作用的地区差异。其次，已有研究通常运用 Pearson 系数、线性回归、逐步回归等方法对影响因素进行分析1718，但缺乏对结果的检测与验证，同时较少将研究结论进一步拓展应用到景观规划设计的实践之中。另外，针对碳中和的影响研究而言，大部分成果聚焦李和平等:成渝双城地区景观格局的碳汇效应与优化建议 基于 BP 神经网络的分析和预测生态与低碳城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202393于如何减少碳排放19
7、20，对如何提升碳汇效应的影响研究却相对较少。基于上述情况，本文以成渝地区双城经济圈为研究对象，运用可回溯、可验证的 BP 神经网络模型，探测 20002018 年 5 个时期研究区内耕地、林地、草地 3 类主要碳汇用地的景观格局对陆地植被固碳量的影响机制与空间差异。以此为基础，将景观格局对植被固碳的影响进一步应用到国土空间规划的景观布局方案比选之中，通过对不同方案进行景观指数计算和植被固碳量预测，从碳汇效应更佳的视角对重庆忠县 2035 年国土空间规划的景观布局提供参考。力求在未来的城乡规划研究中提升景观布局的碳汇能力，助力我国早日实现碳中和目标。1研究区概况成渝地区双城经济圈位于“一带一路
8、”和长江经济带交汇处，总面积 18.5km2，涉及四川省和重庆市 141 个区县(图 1)。2019 年常住人口 9600 万人，地区生产总值 6.3 万亿元，占全国的 6.3%。2021年 10 月中共中央国务院印发了成渝地区双城经济圈建设规划纲要，将成渝双城的地位提到了前所未有的高度，成为继京津冀、珠三角、粤港澳大湾区后的“第四极”。区域内兼具山地、丘陵和平原的多种地貌特征，生态禀赋优良、植被类型丰富，相比东部沿海城市群，成渝双城地区在开展以“碳汇”为主题的研究上更具典型性。图 1研究区范围示意资料来源:作者自绘2数据处理与研究方法2.1数据来源与处理土地利用数据来源于中科院地理所地理国情
9、监测云平台发布的 30m 分辨率栅格数据(http:/wwwdsaccn)，包括 2000、2005、2010、2015 和 2018年 5 个时期。县级行政边界采用 2015 年数据，来源于中国科学院地理科学与资源研究所(https:/wwwresdccn/Defaultaspx)。陆地植被固碳量数据来源于 CEADs 中国碳核算数据库(https:/wwwceadsnetcn/)，包括 2000、2005、2010、2015 和 2017年 5 个时期。特别说明，本研究主要反应景观格局与植被固碳的影响关系，因植被固碳数据最后一期为 2017 年，土地利用数据最后一期为 2018 年，比对发
10、现，土地利用和植被固碳一年期间变化不大，为了保证样本量和研究时效，本文将 2017 年植被固碳数据和 2018 年土地利用数据纳入同期研究，作为2018 年的分析结论。根据研究需要，本文将土地利用类型重分类为耕地、林地、草地、水域、建设用地和未利用地 6 类(图 2)。2.2景观格局指数景观格局指数是景观生态学用于描述景观格局变化最常用的定量化研究方法，具体可分为斑块、类型、景观 3 个层次。已有研究表明，类型和景观尺度的景观格局对植被固碳有显著影响21。为全面反映成渝双城地区的景观格局，本文参考已有研究2223，选取景观和类型 2 个尺度、9 个类型的景观指数来定量表征其格局特征(表 1)，
11、其中景观尺度的指数用于混合用地的景观格局描述，类型尺度的指数用于耕地、林地和草地单一用地的景观格局描述。各 景 观 格 局 指 数 的 计 算 公 式 详 见 相 关文献24。2.3BP 神经网络模型BP(Back propagation)神经网络模型是人工神经网络领域应用最为广泛的模型之一，它由输入层、隐含层和输出层组成(图 3)，相比传统的统计学方法，其 拓 扑 结 构 呈 现 更 高 的 准 确 性 和 灵 敏性2526，在处理复杂系统，例如影响因素探测、评价体系 建 构、模 拟 结 果 预 测 等 研 究 方 面 效 果 较好2728。另外，BP 神经网络模型具有可测试、可验证的特点，
12、通过测试的研究结论具有较高的科学性和可信度。由于景观格局的碳汇效应是一个多维度的复杂系统，本文采用 BP 神经网络模型来探测碳汇用地各项景观指数对植被固碳的影响，进而得到景观格局的碳汇效应。BP 神经网络的运算流程一般包括网络结构设计、网络参数初始化、各层权值调整和样本训练等。生态与低碳李和平等:成渝双城地区景观格局的碳汇效应与优化建议 基于 BP 神经网络的分析和预测94城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023当所有样本训练结束并达到网络精度后，根据输入层到隐含层之间的连接权矩阵 V 可得到各个影响因素的权
13、重。具体公式为:j=kl=1|vjl|mi=1kl=1|vil|，i=1，2，mj=1，2，k(1)式中:代表指标的权重，vil表示输入层第 i 个节点与隐含层第 l 个节点间的连接权，m 表示输入层的节点数，k 表示隐含层的节点数。图 220002018 年研究区土地利用类型资料来源:作者根据相关数据自绘表 1景观格局指数选取景观指数景观尺度含义景观类型比例(PLAND)类型某类景观斑块占整个景观斑块面积的比例斑块密度(PD)景观/类型单位面积内景观斑块的数量，反映景观的破碎程度最大斑块指数(LPI)景观/类型最大斑块面积占整个景观面积的比例边缘密度(ED)景观/类型某类景观或所有景观斑块的
14、周长总和与景观总面积的比值，反映景观斑块形状及边缘效应景观形状指数(LSI)景观/类型反映景观斑块形状的复杂程度散布与并列指数(IJI)景观/类型表征各类景观与其他类型景观的混合程度景观分割指数(DIVISION)景观/类型反映景观斑块的破碎程度与空间结构的复杂程度香浓均匀度指数(SHEI)景观表征各类景观斑块的面积比例及分布的均匀程度，反映景观结构的异质性聚集度指数(AI)景观/类型反映景观斑块聚集与连接的程度资料来源:作者根据相关文献整理图 3BP 神经网络模型资料来源:作者自绘3结果与分析3.1植被固碳效应分析研究数据表明，20002017 年成渝双城地区的植被固碳量分别为 309、34
15、1、338、409 和 393 百万吨，区县年平均植被固碳量分别为 2.19、2.42、2.40、2.90 和 2.79 百万吨。可以看出，2010 年以前成渝双城地区的植被固碳总量增长较缓甚至有所下降，这是因为早期城市群的发展以开发建设为主，建设用地的扩张带来了碳汇用地的减少。2010年以后，植被固碳量有较大提升，回顾这一过程的李和平等:成渝双城地区景观格局的碳汇效应与优化建议 基于 BP 神经网络的分析和预测生态与低碳城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202395相关政策可以发现，这与我国全国主体功能区划(
16、2010)、“三生空间”(2012)、生态文明体制改革总体方案(2015)等生态管制要求的提出有关。采用五位分法对研究区内各区县的植被固碳量进行分级，将其分为低固碳、次低固碳、中固碳、次高固碳和高固碳 5 个等级(图 4)。从空间维度来看，低固碳区县主要位于城市群中部，尤其是成都都市圈、重庆都市圈、宜泸内自城镇密集区和南遂广城镇密集区周边。高固碳区县主要位于城市群外围的山地区域，例如长江沿线、岷山邛崃山西侧以及万达开城镇密集区。从时间维度来看，低固碳与次低固碳的区县数量在逐步减少，高固碳与次高固碳的区县数量在增加。图 420002017 年研究区植被固碳效应分析资料来源:作者根据相关数据自绘3.2植被固碳效应的影响因素研究成渝双城地区的碳汇用地由 2000 年 18.32 万 k下降至 2018 年 17.86k，呈持续减少的趋势，其中耕地、草地略有减少，林地有所增加(表 2)，这与我国从 2002 年开始全面启动退耕还林工程，各地积极响应森林复垦的政策要求有关29。对比植被固碳量的变化趋势，碳汇用地面积减少的同时植被固碳量不减反增，说明除了规模面积以外，碳汇用地的景观格局也对植被的固
