论文部分内容阅读
土地利用与土地覆盖变化（Land Use and Land Cover Change,LUCC）在人类与地球系统的交互中起着至关重要的作用。综合评估共享社会经济路径（Shared Socioeconomic Pathways,SSP）和代表性浓度路径（Representative Concentration Pathways,RCP）二者组合下的中国的高空间分辨率LUCC,能够为精细尺度下研究未来气候变化的影响提供支撑,同时也能够为我国制定缓解及适应政策提供参考和依据。然而,现有对中国未来LUCC的研究往往忽略了部分有重要研究意义的RCP情景（RCP1.9、RCP3.4、RCP6.0等）,缺乏对SSP基线情景以及SSP-RCP情景组合的完整分析和研究。例如RCP1.9对于实现将全球平均温度控制在与工业革命前相比1.5℃升温以内的目标十分关键。为了更好地了解不同排放和社会经济条件对环境的潜在影响,有必要对完整SSP-RCP情景下中国高空间分辨率LUCC进行模拟和分析。针对缺乏全情景下中国未来高空间分辨率LUCC相关研究的现状,本研究首先利用全球变化分析模型（Global Change Analysis Model,GCAM）构建了5个SSPs情景与6个RCPs情景（1.9 W/m2,2.6 W/m2,3.4 W/m2,3.4 W/m2,4.5 W/m2,6.0 W/m2）相结合的24个情景,并对组合情景下中国2010-2100年10年间隔流域尺度LUCC需求量进行了估算。所生成的全情景下流域尺度LUCC需求量为高空间分辨率LUCC模拟奠定了基础,同时也对全面了解和分析不同气候变化和社会经济条件下的LUCC不确定性具有重要参考价值。由于在GCAM中未来城市用地需求量固定不变,而城市用地作为人类与地球系统的重要纽带,其变化不容忽视。因此使用SSP情景下城市扩张数据集对GCAM估算的城市用地需求量进行了修正。在此基础上,利用未来土地利用模拟模型（Future Land Use Simulation Model,FLUS）进行高空间分辨率LUCC模拟,并利用卫星遥感观测数据（CCI-LC）对的2010年LUCC模拟数据进行了验证。验证结果表明,模拟的高空间分辨率LUCC数据与遥感数据的时空分布一致,精度较高,结合经过验证的参数生成了中国未来1km分辨率10年间隔的LUCC数据。所生成的高空间分辨率数据集为深入了解中国未来LUCC空间细节提供了支撑,为精细尺度的生态系统服务、洪水风险评估等相关研究奠定了基础。最后,对2010-2100年不同SSP-RCP情景下中国LUCC时空变化格局分析。结果显示,中国未来东南部呈现较大的LUCC变化;与SSP基线情景相比,在与RCP结合的情景下,耕地和森林会有更大面积的增长,而灌木和草地会呈现更多的减少;在相同RCP3.4情景下,SSP3情景下中国东南部会有更多的耕地增加,而SSP1情景下中国东部有更多的森林增加,中国西南到东北则呈现出更大的草地减少;在同一SSP5情景下,与RCP6.0结合的情景中中国东南部有更多的森林增加,而与RCP3.4结合情景中中国东南部有更少的耕地减少。进一步综合对比分析所生产的LUCC数据与LUH2数据,结果表明本研究生产LUCC模拟数据与LUH2在重叠情景下具有较好的时空一致性,但能够刻画更多的空间细节。此外,分析结果为我国制定应对未来气候和环境变化的政策法规提供了重要的参考和依据。