發布時間：2021-05-19所屬分類：農業論文瀏覽：1次
摘 要： 摘要:為實現城市低碳可持續發展，分析土地利用、水資源利用、經濟發展、人口增長及能源消費與城市碳排放的相互反饋機制，以構建城市水土資源利用碳排放模型。利用系統動力學建模方法，構建城市水土資源利用碳排放系統動力學模型，模擬預測天津市水土資源利用
摘要:為實現城市低碳可持續發展，分析土地利用、水資源利用、經濟發展、人口增長及能源消費與城市碳排放的相互反饋機制，以構建城市水土資源利用碳排放模型。利用系統動力學建模方法，構建城市水土資源利用碳排放系統動力學模型，模擬預測天津市水土資源利用碳排放量變化趨勢，分析不同因素對水土資源利用碳排放量的影響，設置并對比不同綜合減排方案的減排效果。結果表明:構建的城市水土資源利用碳排放模型有效;若系統按現有趨勢發展，天津市水土資源凈碳排放量在2020—2030年將保持逐年上升趨勢;經濟快速發展、人口加速增長能顯著提高水土資源利用碳排放量，土地利用結構優化、產業結構優化、產業能源效率提升是實現水土資源利用減排的有效途徑，產業節水發展對減少城市水土資源利用碳排放作用較小，但由于水資源是城市發展的限制性因素，仍應引起足夠重視;在水資源約束和經濟穩步發展的前提下，通過實施水土資源利用碳排放綜合調控方案，天津于2025年左右水土資源利用碳排放達峰。未來城市發展應主動優化土地利用結構和產業結構，推動產業實現低碳綠色發展，同時重視水資源底線的約束作用。
關鍵詞:環境科學技術基礎學科;水土資源利用;碳排放;系統動力學;天津市
0引言
近百年內全球氣溫明顯升高，全球氣候變暖趨勢持續加劇[1]，氣候變化對人類社會生存和持續發展帶來一系列問題[2]。中國碳排放量居世界首位[3]，開展節能減排對減緩全球變暖具有重要意義。中國政府承諾在2030年實現二氧化碳排放達峰，單位GDP碳排放量比2005年下降60%～65%[4]，減排工作仍面臨壓力。天津市作為中國節能減排綜合工作方案確定的重點減排區域之一[5]，存在產業結構偏重、城市碳匯保難增難等問題[6]，因此對碳排放問題開展研究，可為全市及京津冀區域實現低碳綠色可持續發展提供參考。
水資源和土地資源是區域發展的基礎性資源[7]，城市水土資源稟賦決定其發展模式。2012年，Skaggs等[8]首次系統分析了水土資源利用的碳排放問題，開始了碳排放研究的新視角。土地資源是城市的空間載體，土地利用變化影響產業布局、人口布局，進而影響能源消費和碳排放水平，土地利用碳排放成為除化石燃料消費以外的最大溫室氣體排放來源[9]。水資源是城市發展的限制性因素，其利用情況決定城市人口增長水平、城鎮化水平、產業發展格局等，而城市水生產和處理消耗大量的水資源[10]，進而產生碳排放。國內外學者開展的相關研究包括土地利用碳排放研究和水資源利用碳排放研究等。土地利用碳排放研究方面，Chuai等[11]對江蘇沿海地區的不同土地利用類型的碳排放進行分析，并利用線性規劃模型優化土地利用結構，發現能源消費對當地碳排放的貢獻最大，城市用地限制對碳減排起關鍵作用。李春麗等[12]研究吉林省土地利用碳排放時空格局，發現該省主要碳排放源為建設用地，主要碳匯則為林地。2017年，吳萌等[13]以武漢市為研究對象，全面系統構建了城市土地利用碳排放系統動力學模型，結果表明優化土地利用結構、調整產業結構比提高能源利用效率更能有效減少城市土地利用系統碳排放量。水資源利用碳排放研究方面，有學者提出城市水系統各環節碳排放量核算方法，并開展了實例研究[14-15]。Rodriguez等[16]將“水-能-碳”耦合用于碳水資源規劃中，并基于此開展生態系統服務功能評價。楊文娟等[17]測算河南省各產業碳水足跡效率，發現碳水足跡存在行業不匹配等問題，其中產業性質、水能消耗強度、能源結構等對該省產業碳水足跡效率產生主要影響。2017年，Chhipi-Shrestha等[18]最先利用系統動力學模型將“水-能-碳”關聯并研究了城市水系統碳排放，發現住宅、商業、工業熱水使用時耗能最高，且以90%的能源消費量貢獻了系統93%的碳排放量。2016年，趙榮欽等[19]在國內最先提出“水-土-能-碳”耦合系統分析的新視角，認為土地利用、水循環、能量流和碳循環共同構成了區域“自然-經濟-社會”的核心，是未來碳排放研究關注的熱點，此后，部分學者基于此視角對農業碳排放問題同樣進行了相關研究[20-22]。
經梳理發現，目前研究多從區域土地利用或水資源利用單一視角研究碳排放問題，對水土資源利用系統整體碳排放研究不足。部分有關區域水土資源利用的碳排放也僅針對農業等方面，對城市整體社會、經濟、資源利用、能源消費與碳排放的系統分析不足。因此，本文利用系統動力學建模方法，刻畫社會、經濟、水資源、土地資源、能源等系統的相互作用及與碳排放的關系，構建城市水土資源利用碳排放仿真模型，并以天津市為研究對象，通過觀察控制變量與輸出變量的關系，為城市低碳可持續發展提供決策參考，同時，開展本研究對水資源匱乏、城市化率高的區域如何實現水土資源低碳化利用具有現實意義。
1數據來源與研究方法
1.1數據來源
本文建立城市水土資源利用碳排放系統動力學模型中涉及的農業、工業、生活、生態用水量等數據來源于《天津市水資源公報》[23]，耕地、園地、草地、林地、居民點及工礦用地、交通用地、水域及水利設施用地、未利用地面積等土地利用數據，總人口、城鎮人口、GDP、農作物播種面積、農機總動力、農膜、化肥及農藥使用量等社會經濟數據來源于《天津市統計年鑒》[24]，各產業及生活原煤、焦炭、原油、汽油、柴油、燃料油、天然氣、電力、熱力等終端能源消費量數據來源于《中國能源統計年鑒》[25]中地區能源平衡表。
1.2模型構建思路
系統動力學(簡稱SD，SystemDynamics)是美國Forrester教授于1958年提出的系統仿真方法，是一門分析研究信息反饋系統的學科，也是一門認識系統問題和解決系統問題的交叉綜合學科。系統動力學遵循結構決定功能的系統科學思想，依據某一系統內各組成部分相互反饋機制，建立各要素之間的數學模型，模擬該系統行為[26]，從系統內部結構刻畫系統行為。目前，有部分學者運用系統動力學從不同尺度研究社會經濟系統與能源消費、碳排放相互作用機制[27-29]，但相關研究對水土資源及社會經濟系統的關注不夠。因此，本文構建天津市水土資源利用碳排放系統動力學仿真模型，通過模擬對比，尋求城市水土資源利用的低碳可持續發展模式。
1.2.1模型時空邊界
建立城市水土資源利用碳排放系統動力學模型，通過構建城市水土資源利用碳排放相關的各變量之間的反饋關系，定量分析不同情境下城市碳排放量、水土資源利用、社會經濟發展等變化趨勢。模型模擬的起始時間為2004年，模擬時間為20052030年，其中模型歷史檢驗時間為20052018年，時間步長為1a。模型空間邊界為天津市行政區域，總面積11966.5km2。模型參數根據歷史數據及發展趨勢預測，模擬軟件為VensimPLE。1.
2.2模型系統結構
圖1城市水土資源利用碳排放系統架構Fig.1Carbonemissionsystemframeworkofurbanwaterandlandresourcesutilization城市水土資源利用碳排放系統由5個子系統組成(圖1)，分別為土地利用子系統、水資源利用子系統、經濟子系統、人口子系統、能源消費子系統，各子系統及子系統內部各要素間存在相互作用及反饋機制，能夠建立反饋回路和數量方程。土地利用子系統主要涉及農用地(包括耕地、園地、林地、草地、其他農用地)農業生產活動、建設用地(包括居民點及工礦用地、交通用地、水域及水利設施用地)開發建設活動;水資源利用子系統主要為城市水系統各環節(包括供水、用水、水處理)建設與服務活動;經濟子系統主要包括城市經濟發展速度、產業結構，主要包括GDP增長率、各產業GDP比重等反映城市經濟運行狀況的指標;人口子系統主要包括城市總人口和城鎮人口;能源消費子系統主要包括居民生活能源消費和各產業活動消費。這些活動共同組成城市水土資源利用系統，該系統通過相互作用產生碳排放與碳匯，最后以凈碳排放的形式匯入大氣碳庫。
1.2.3模型建立與模擬
根據系統結構和反饋機制構建城市水土資源利用碳排放系統的反饋回路，綜合運用表函數、經驗公式法、線性回歸法等建立系統內各變量間的方程，確定相關參數值，進而構建系統存量流量圖。對構建的模型進行運行檢驗、歷史檢驗和靈敏度檢驗，使模型模擬結果符合天津市社會經濟、水土資源利用、能源消費、碳排放實際情況。最后運用該模型進行未來城市水土資源利用碳排放情景模擬，尋找低碳可持續發展路徑。
1.3城市水土資源利用碳排放系統動力學模型
通過模型時空邊界、系統結構分析，建立由土地利用子系統、水資源利用子系統、經濟子系統、人口子系統、能源消費子系統五個子系統共同構成的城市水土資源利用碳排放系統動力學模型(圖2)，該模型由狀態變量、流速變量、輔助變量、常量、表函數等組成，其中重要狀態變量用方框表示。凈碳排放量受碳排放量和碳匯量影響。碳排放量受水資源利用碳排放量和土地利用碳排放量影響，而水資源利用碳排放量受農業灌溉用水、第二產業用水、第三產業用水、居民生活用水、供水及污水處理碳排放的影響，土地資源利用碳排放受耕地碳排放、第二產業用地碳排放、第三產業用地碳排放、交通用地碳排放、居住用地碳排放的影響。碳匯量受耕地面積、林地面積、草地面積、園地面積、水域及水利設施用地、未利用地面積的影響。
相關期刊推薦：《安全與環境學報》本刊是安全與環境學科的學術性雙月刊，主要刊載石油、化工、生態、環境、礦業、信息、網絡、冶金、建筑、交通、勘探、國防等領域的相關論文。主要讀者對象：相關科研院所科技工作者，大中專院校相關師生，政府部門管理及決策者，廠礦企業技術人員及管理人員。本刊特別注重為博士生、碩士生科研服務。
城市水資源利用系統碳排放量主要包括水資源在供水(取水、輸水)、用水、水處理全生命周期中的碳排放。其中取水、輸水、水處理環節碳排放量由供水及污水處理碳排放變量表征，為水的生產和供應行業能源消費碳排放量，受工業用水、建筑業用水、第三產業用水、生活用水、生態用水、海水淡化量、污水回用量的影響。用水環節的碳排放量主要包括農業灌溉用水過程能源消費碳排放、居民飲水及淋浴用水碳排放、居民熱力消費碳排放、第二產業熱力消費碳排放、第三產業熱力消費碳排放[12-13，16]。城市土地利用系統碳排放量為不同土地利用類型上承載的人類活動的碳排放量，主要包括農用地上耕地種植活動產生的能源消費碳排放，居民點及工礦用地、交通用地等建設用地上居民生活、產業活動、車輛行駛等產生的能源消費碳排放量[11]。模型部分主要方程為
1)總人口=INTEG(+人口增長量，1023.67)單位:萬
2)地區總GDP=INTEG(+GDP變化量，3141.35)單位:億元
3)第二產業GDP=地區總GDP×第二產業GDP比例單位:億元
4)總用水量=農業用水量+工業用水量+第三產業用水量+建筑業用水量+生活用水量單位:億m3
5)總供水量=外調水量+地下水供水量+地表水供水量+污水回用量+海水淡化量單位:億m3
6)水資源供需差=總供水量-總用水量單位:億m3
7)農業灌溉用水量=有效灌溉面積×灌溉用水定額單位:億m3
8)工業用水量=工業GDP×單位工業GDP用水量單位:億m3
9)生活用水量=城鎮生活用水量+農村生活用水量單位:億m3
10)耕地面積=INTEG(+耕地面積變化量，4456.3)單位:km2
11)建設用地面積=居民點及工礦用地面積+交通用地面積+水域及水利設施用地面積單位:km2
12)未利用地面積=11966.5-農用地面積-建設用地面積單位:km2
13)水土資源利用凈碳排放量=水土資源利用碳排放量-碳匯量單位:萬t
14)第二產業原煤消費量=第二產業GDP×單位第二產業GDP原煤消費量單位:萬t
15)水資源利用碳排放量=灌溉碳排放量+第二產業用水碳排放量+第三產業水資源利用碳排放量+居民生活水資源利用碳排放量+供水及污水處理碳排放量單位:萬t
16)土地利用碳排放量=耕地碳排放量+第二產業用地碳排放量+第三產業用地碳排放量+交通用地碳排放量+居住用地碳排放量單位:萬t
17)碳匯量=(耕地面積×0.042+林地面積×0.58+草地面積×0.021+園地面積×0.58+水域及水利設施用地×0.253+未利用地面積×0.005)×100×44/12/10000單位:萬t
2結果與分析
2.1模型檢驗與靈敏度分析
系統動力學模型建立后需要進行檢驗以確保所建立的模型能夠反映城市水土資源利用碳排放系統實際情況，模型檢驗包括模型運行檢驗、模型歷史檢驗和模型靈敏度分析。
2.1.1模型運行檢驗用
VensimPLE軟件中CheckModel和UnitsCheck對所建立的模型進行運行檢驗，檢驗結果顯示模型結構、變量單位均通過檢驗，模型可正常運行。
2.1.2模型歷史檢驗
2004年各變量值為初始值運行模型，利用2005—2018年的歷史數據對模型進行歷史檢驗，選擇模型中的人口、地區總GDP、農業用水量、工業用水量、生活用水量、總供水量、農用地面積、建設用地面積、第二產業原煤消費量、生活天然氣消費量為檢驗變量，將模型模擬數據與歷史數據(表1)進行對比，計算各變量誤差率。結果表明，各變量2005—2018年模擬值相對歷史數據的誤差值均小于10%，在允許誤差范圍內[24]，除個別變量中部分年份外，大多數年份變量誤差在5%以內，表明模型通過歷史檢驗，可以用來模擬天津市水土資源利用碳排放系統變化趨勢。
2.1.3模型靈敏度分析
穩定性較好的系統動力學模型應對大多數參數變化不敏感。選擇8個輸出變量分析其對17個參數變化的靈敏度，輸出變量為:總人口、地區總GDP、總用水量、總供水量、建設用地面積、農用地面積、碳匯量、水土資源利用凈碳排放量，涵蓋人口、經濟、土地利用、水資源利用等子系統主要輸出變量及整個水土資源利用碳排放系統的凈碳輸出量，是觀測系統狀態的主要指標。17個參數分別為:人口增長率、農用地地均第一產業GDP、建設用地地均第二產業GDP、建設用地地均第三產業GDP、人均交通用地變化量、人均居住及工礦用地變化量、人均耕地面積變化量、林地面積變化量、園地面積變化量、單位工業GDP用水量、灌溉用水定額、單位第二產業GDP原煤消費量、單位第二產業GDP熱力消費量、單位第三產業GDP原煤消費量、單位第三產業GDP電力消費量、人均汽油消費量、人均熱力消費量。每個參數增加原值的15%，計算2005—2018年各輸出變量相應的變化幅度，將各輸出變量各年變化幅度求均值，再計算出8個輸出變量的變化幅度均值作為17個參數的靈敏度(圖3)，以反映參數變化對輸出結果的影響程度。從結果得知，所有參數靈敏度均小于15%，表明模型對參數變化不敏感，具有較好的穩定性。建設用地地均第二產業GDP較其他參數敏感度高，為2.92%，是模型中較為重要的參數，其次為建設用地地均第三產業GDP，靈敏度為1.06%，其余靈敏度較高的參數依次為人口增長率、灌溉用水定額、人均居住及工礦用地變化量、單位工業GDP用水量，是模型相對重要的參數，其他參數靈敏度均較低。——論文作者：江文淵1，2，曾珍香1，張征云2，張彥敏2
SCISSCIAHCI
