مقالة بحثية

التوسع الحضري للأراضي، والتخطيط الإيكولوجي، وديناميكيات مخزون الكربون في شينجيانغ بالصين، باستخدام سير عمل متكامل للنمذجة الجيومكانية

56 مشاهدة

⸱

DOI:

10.3791/71884

⸱

أغسطس 28, 2026

 ,  ,  , 
1School of Economics and Management, Xinjiang University, 2Graduate School of Business, Asia Pacific University of Technology & Innovation

في هذه المقالة

ملخص

يعمل سير عمل متكامل للنمذجة الجيومكانية على قياس التوسع العمراني للأراضي وديناميكيات مخزون الكربون. ويرتبط توسع الأراضي المبنية بفقدان مخزون الكربون وآثار تسرّب مكاني سلبية، بينما تحافظ سيناريوهات التخطيط البيئي على الأراضي ذات الكربون العالي وتدعم الحوكمة المنسقة منخفضة الكربون.

الملخص

طورت هذه الدراسة وطبقت سير عمل متكامل يجمع بين الاستشعار عن بعد، ومحاكاة استخدام الأراضي، وتقييم خدمات النظام البيئي، وأساليب الاقتصاد القياسي المكاني، وذلك لقياس تأثير التوسع الحضري للأراضي والتخطيط البيئي على ديناميكيات مخزون الكربون في منطقة شينجيانغ أويغور ذاتية الحكم في شمال غرب الصين. وباستخدام بيانات استخدام الأراضي/غطاء الأرض، والأسطح غير النفاذة، والأضواء الليلية، والغطاء النباتي، والبيانات الطبوغرافية والاجتماعية والاقتصادية وقيود التخطيط للفترة من 2000 إلى 2020، حدد سير العمل أنماط التوسع الحضري التاريخية، وحاكى أربعة سيناريوهات تخطيطية مستقبلية، وقدر مخزون الكربون باستخدام وحدة الكربون في نموذج InVEST، وقيم التأثيرات المباشرة وتأثيرات الانتشار المكاني باستخدام نماذج الاقتصاد القياسي المكاني. وتظهر النتائج أن التوسع في المناطق العمرانية حدث بشكل أساسي من خلال تحويل الأراضي الزراعية، ورافقه زيادة في تغطية الأسطح غير النفاذة وكثافة الأضواء الليلية. وتشير نتائج المحاكاة إلى أن سيناريو الحماية البيئية يحقق أعلى معدل للاحتفاظ بمخزون الكربون، بينما يؤدي سيناريو التنمية الطبيعية إلى أكبر فقدان للكربون. وقد تم تحديد أراضي الغابات كأكثر فئات استخدام الأراضي عالية الكربون عرضة للتأثر، حيث بلغت كثافة الكربون الإجمالية 144.9 Mg C/ha مقارنة بـ 29.4 Mg C/ha للأراضي العمرانية. وتظهر نتائج نموذج Durbin المكاني أن للتوسع الحضري للأراضي تأثيراً مباشراً سلبياً (−0.231) وتأثير انتشار غير مباشر سلبي (−0.117)، مما يؤدي إلى تأثير إجمالي قدره −0.348 على كثافة مخزون الكربون، بينما يكون لكثافة التخطيط البيئي تأثير إجمالي إيجابي (+0.245). وتدعم هذه النتائج ضرورة التخطيط البيئي المنسق عبر الحدود الإدارية لتعزيز التنمية الإقليمية منخفضة الكربون.

المقدمة

في ظل التغير المناخي العالمي والتحول نحو التنمية منخفضة الكربون، أصبح التوسع الحضري السريع محركاً رئيسياً للتغيرات في أنماط الغطاء الأرضي الإقليمي والدورات البيوجيوكيميائية1. ومع استمرار توسع الأنشطة البشرية في النطاق والكثافة، فإن تسارع التوسع الحضري للأراضي في المناطق النامية لا يؤدي إلى تغيير أنماط استخدام الأراضي فحسب، بل يعيد أيضاً تشكيل بنية النظام البيئي ووظيفته. وفي الجوهر، يتضمن التوسع الحضري للأراضي تحويل الغطاء النباتي الطبيعي ذو الكثافة الكربونية العالية إلى أسطح اصطناعية ذات كثافة كربونية منخفضة، مما يؤدي إلى خسائر جسيمة في قدرة تخزين الكربون الإقليمية2. وبالنسبة للمناطق سريعة النمو، أصبح تحقيق التوازن بين النمو الاقتصادي وحماية المساحات الإيكولوجية تحدياً حرجاً في التخطيط المكاني الإقليمي. وقد ركزت دراسات استخدام الأراضي التقليدية بشكل أساسي على أنماط التوسع المادي، بينما أغفلت في كثير من الأحيان التفاعلات الديناميكية بين التنمية المكانية وعمليات دورة الكربون3. وبناءً على ذلك، تبرز الحاجة إلى مناهج تحليلية متكاملة تكمّم آثار التوسع الحضري للأراضي على ديناميكيات مخزون الكربون وتوفر أساساً علمياً للحماية الإيكولوجية والحوكمة منخفضة الكربون.

أدت التطورات الأخيرة في الاستشعار عن بعد ونظم المعلومات الجغرافية إلى تحسين نمذجة تغيرات استخدام الأراضي وتقييم خدمات النظم البيئية بشكل كبير4,5. وقد أصبح محاكاة استخدام الأراضي متعددة السيناريوهات المقترنة بالمحاسبة البيئية نهجاً مستخدماً على نطاق واسع لتقييم العواقب البيئية للتوسع الحضري6. وبشكل خاص، تم تطبيق نموذجي محاكاة استخدام الأراضي المولدة للرقع (PLUS) والتقييم المتكامل لخدمات النظم البيئية والمقايضات (InVEST) لقياس مدى تأثير قيود التخطيط على مسارات استخدام الأراضي ونتائج مخزون الكربون7,8,9,10,11,12. كما أظهرت الدراسات ذات الصلة بخدمات النظم البيئية أن تغير غطاء الأرض، وسياسات التنمية الحضرية، وتدابير الحماية البيئية يمكن أن تغير إنتاجية المياه، وعزل الكربون، واحتباس التربة، والمقايضات بين خدمات النظم البيئية عبر المناظر الطبيعية التي تشهد تحضراً سريعاً13,14,15,16,17. ومع ذلك، ركزت معظم الدراسات السابقة على تحويل استخدام الأراضي ومخرجات خدمات النظم البيئية، مع إيلاء اهتمام أقل لكيفية توليد ضغوط التنمية الاجتماعية والاقتصادية لاستجابات مخزون الكربون المعتمدة مكانياً بين الوحدات الإدارية المتجاورة.

هناك ثلاث ثغرات رئيسية تدفع نحو تطوير سير العمل الحالي. أولاً، غالباً ما تعامل تطبيقات PLUS–InVEST السابقة مناطق الدراسة كأنظمة فيزيائية مغلقة، ولا تقوم بتقييم ما إذا كانت آثار التوسع الحضري للأراضي تمتد إلى الوحدات المجاورة بشكل صريح. ثانياً، غالباً ما يتم الإبلاغ عن تحليلات التحقق وعدم اليقين والحساسية بشكل موجز فقط، مما يجعل من الصعب تحديد ما إذا كانت تصنيفات السيناريوهات تظل مستقرة في ظل معايير بديلة لمحاكاة استخدام الأراضي، ومعاملات مجمع الكربون، وتخصيصات الأوزان المكانية. ثالثاً، غالباً ما تحدد الدراسات الاقتصادية القياسية المكانية الارتباطات بين كثافة التطوير والنتائج البيئية دون ربط هذه العلاقات بملاحظات الاستشعار عن بعد، وسيناريوهات استخدام الأراضي المستقبلية، ومحاسبة مخزون الكربون. وبناءً على ذلك، هناك حاجة إلى سير عمل متكامل لربط الملاحظة، ومحاكاة السيناريوهات، ومحاسبة الكربون، وتحديد الآليات المكانية ضمن إطار تحليلي قابل للتكرار.

وبناءً على ذلك، تضع هذه الدراسة سير عمل تحليلياً قابلاً للتكرار يدمج بين الاستشعار عن بعد، ومحاكاة السيناريوهات القائمة على نموذج PLUS، وتقييم مخزون الكربون باستخدام نموذج InVEST، والتحليل القياسي المكاني. وبالتركيز على منطقة شينجيانغ أويغور ذاتية الحكم في شمال غرب الصين، تقيم الدراسة أنماط التمدن الأرضي التاريخية من 2000 إلى 2020، وتفحص كيفية تأثير سيناريوهات التخطيط البديلة على تكوينات استخدام الأراضي المستقبلية، وتحدد كمياً التأثيرات الناتجة على توزيع مخزون الكربون، وتستقصي تأثيرات التمدن الأرضي المباشرة وتأثيرات الانتشار المكاني، وكثافة التخطيط البيئي، وحالة الغطاء النباتي، والعوامل الاجتماعية والاقتصادية على ديناميكيات مخزون الكربون. وتكمن المساهمة الرئيسية لسير العمل هذا في دمج التنبؤ القائم على السيناريوهات مع تحديد الآليات لدعم ترسيم الخطوط الحمراء البيئية، وتخطيط النمو المدمج، والتعويض الكربوني العابر للحدود، والحوكمة الإقليمية منخفضة الكربون.

البروتوكول

تم استخدام مجموعات بيانات جغرافية مكانية، واستشعار عن بعد، وتخطيط، وبيانات اجتماعية واقتصادية مجمعة متاحة للعامة في هذه الدراسة. ولم يتم إشراك أي مشاركين بشريين، أو حيوانات تجارب، أو مواد سريرية، أو معلومات شخصية محددة للهوية. وبناءً على ذلك، لم تكن هناك حاجة لموافقة أخلاقية مؤسسية. تتوفر التفاصيل الخاصة ببيئات البرمجيات، والحزم الحسابية (بما في ذلك مكتبات القياس الاقتصادي المكاني والتصور عالي الدقة)، ومعرفات الكائنات الرقمية (DOIs) لمجموعات البيانات، وروابط المصدر (URLs) لجميع الموارد اللازمة لإعادة إنتاج سير العمل هذا في جدول المواد الشامل.

1. منطقة الدراسة والإطار التحليلي

أُجري التحليل في منطقة شينجيانغ أويغور ذات الحكم الذاتي في شمال غرب الصين، مع تركيز تحلي محدد على النطاقات الحضرية المحددة للمدن الرئيسية (الشكل 1) لرصد ديناميكيات التوسع المحلية بدقة. وقد استُخدم هذا الحد بشكل ثابت في عمليات قص الصور النقطية (raster clipping)، ومحاكاة استخدام الأراضي، وتقييم مخزون الكربون، وتجميع الوحدات الإدارية. شمل حجم العينة التحليلية (n) 105 وحدة إدارية على مستوى المقاطعة تم تحليلها عبر ثلاث نقاط زمنية منفصلة (20 و2010 و2020)، مع دمج 50 مكرراً عشوائياً في عمليات محاكاة استخدام الأراضي لرصد عدم اليقين المكاني.

تم استخدام إطار تحلي متعدد المقاييس يدمج التحليلات على مستوى الشبكة والوحدات الإدارية. فعلى مستوى الشبكة، استُخدمت بيانات استخدام الأراضي والغطاء الأرضي، وكثافة الأضواء الليلية، وتغطية الأسطح غير المنفذة، ومؤشرات الغطاء النباتي، والمتغيرات الطبوغرافية، وقيود التخطيط البيئي لتحديد أنماط التمدن العمراني للأراضي، ومحاكاة سيناريوهات استخدام الأراضي المستقبلية، وتقييم توزيع مخزون الكربون. أما على مستوى الوحدات الإدارية، فقد أُدرجت المتغيرات الاجتماعية والاقتصادية والنقل والبيئية في تحليلات القياس الاقتصادي المكاني لتقييم الآثار المباشرة وغير المباشرة (آثار الانتشار) للتمدن العمراني للأراضي والتخطيط البيئي على ديناميكيات مخزون الكربون.

تألف الإطار التحلي من خمسة مكونات. أولاً، استُخدمت بيانات الاستشعار عن بُعد متعددة الفترات الزمنية وبيانات استخدام الأراضي لتوصيف الأنماط المكانية والزمانية للتوسع الحضري للأراضي، بما في ذلك توسع الأراضي العمرانية، وكثافة التطوير، وإعادة هيكلة استخدام الأراضي. ثانياً، تم تطوير سيناريوهات حماية البيئة، وحماية الأراضي الزراعية، والتخطيط منخفض الكربون لمحاكاة أنماط استخدام الأراضي المستقبلية. ثالثاً، استُخدمت وحدة تخزين الكربون في نموذج InVEST لتقدير توزيع مخزون الكربون وتغيره في ظل ظروف استخدام الأراضي التاريخية والمستقبلية. رابعاً، أُجريت تحليلات الارتباط الذاتي المكاني العالمي والمحلي لتحديد أنماط التجميع ومناطق النقاط الساخنة المرتبطة بتغير مخزون الكربون. خامساً، استُخدمت نماذج القياس الاقتصادي المكاني لتقييم مقدار واتجاه وتأثيرات الانتشار للتوسع الحضري للأراضي، وكثافة التخطيط البيئي، والمحركات البيئية والاجتماعية والاقتصادية على ديناميكيات مخزون الكربون.

الشكل 1 يعرض سير العمل التحلي الشامل. يربط سير العمل بين تحديد منطقة الدراسة، وتكامل البيانات متعددة المصادر، وتحديد التوسع الحضري للأراضي، وتطوير سيناريوهات التخطيط البيئي، ومحاكاة استخدام الأراضي، وتقييم مخزون الكربون، وتحليل الارتباط الذاتي المكاني، والنمذجة القياسية المكانية. وقد عملت البيانات المكانية متعددة المصادر كطبقة مدخلات، بينما شكل تحديد التوسع الحضري للأراضي وتحليل استخدام الأراضي التاريخي طبقة توصيف الأنماط. كما شكلت سيناريوهات التخطيط البيئي وتقييم مخزون الكربون طبقة التنبؤ وتقييم الأثر. واستُخدمت تحليلات الارتباط الذاتي المكاني والتحليلات القياسية لتحديد الآليات المكانية ودعم تفسير السياسات.

مخطط التوسع الحضري في شينجيانغ؛ يوضح سير العمل عملية جمع البيانات وتحليلها والتوزيع المكاني.
الشكل 1منطقة الدراسة، وتكامل البيانات، وسير العمل التقني. (Aالسياق المكاني متعدد المقاييس والحدود التحليلية الحضرية الدقيقة للمدن الرئيسية في منطقة شينجيانغ أويغور ذاتية الحكم، شمال غرب الصين.Bسير عمل تقني متكامل يربط بين البيانات المكانية متعددة المصادر، وتحديد تمدن الأراضي بناءً على الاستشعار عن بعد، وتصميم سيناريوهات التخطيط البيئي، ومحاكاة استخدام الأراضي باستخدام نموذج PLUS، وتقييم مخزون الكربون باستخدام نموذج InVEST، والارتباط الذاتي المكاني، وتحليل النقاط الساخنة، والنمذجة القياسية المكانية. ND = التنمية الطبيعية؛ EP = الحماية البيئية؛ CP = حماية الأراضي الزراعية؛ LC = تحسين الكربون المنخفض؛ OLS = المربعات الصغرى العادية؛ SAR = نموذج الانحدار الذاتي المكاني؛ SEM = نموذج الخطأ المكاني؛ SDM = نموذج دوربين المكاني. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

2. مصادر البيانات ونظام المتغيرات

تم تجميع مجموعة بيانات متعددة المصادر لدعم تحديد التمدن الأرضي، ومحاكاة سيناريوهات التخطيط البيئي، وتقييم مخزون الكربون، والتحليل القياسي الاقتصادي المكاني. شملت مجموعة البيانات بيانات استخدام الأراضي/الغطاء الأرضي، وكُسر السطح غير المنفذ، وكثافة الأضواء الليلية، ومؤشر الاختلاف الخضري الطبيعي (NDVI)، والمتغيرات الطبوغرافية، ومؤشرات إمكانية الوصول للنقل، والمتغيرات الهيدرولوجية، والكثافة السكانية، وكثافة الناتج المحلي الإجمالي (GDP)، وقيود التخطيط، والمتغيرات المناخية، ومعاملات مجمع الكربون. يلخص الجدول 1 فئة مجموعة البيانات، ووصف المتغير، والوحدة، والدقة المكانية والزمانية، والمصدر، والتطبيق التحلي. تم الحصول على مجموعات البيانات الرئيسية للأعوام 20 و2010 و2020. وتم توحيد استخدامات الأراضي ومنتجات الاستشعار عن بعد الرئيسية لتتراوح دقتها بين 30 m و1 km، وذلك اعتماداً على المتطلبات التحليلية.

جدول 1: مصادر البيانات ونظام المتغيرات. يوضح الجدول فئة مجموعة البيانات، والمتغير، والوصف، والوحدة، والدقة المكانية/الزمانية، والمصدر، والاستخدام التحلي لتحديد التوسع الحضري للأراضي، ومحاكاة السيناريوهات، ومحاسبة مخزون الكربون باستخدام InVEST، والنمذجة القياسية المكانية. NDVI = مؤشر الاختلاف الخضري الطبيعي؛ DEM = نموذج الارتفاع الرقمي؛ LULC = استخدام الأراضي/غطاء الأرض. يرجى النقر هنا لتنزيل هذا الجدول.

تم إسقاط جميع الطبقات المكانية على نظام إحداثيات مشترك، وقُصت وفقاً لحدود منطقة الدراسة الموضحة في الشكل 1، ثم أُعيد أخذ عيناتها أو تجميعها وفقاً لمقياس الشبكة أو الوحدة الإدارية المطلوب. كما تم فحص القيم المفقودة قبل إجراء تحليل التراكب المكاني. وقد تم محاذاة مجموعات بيانات الراستر المستخدمة في تحليلات PLUS وInVEST على مستوى البكسل، بينما جُمعت المتغيرات الاجتماعية والاقتصادية وفقاً للوحدات الإدارية لأغراض الانحدار المكاني. وقد ضمن سير عمل المعالجة المسبقة هذا اتساق الوحدات المكانية وتوافق النقاط الزمنية عبر التحليلات الزمنية، ومحاكاة السيناريوهات، وحسابات مخزون الكربون، والنمذجة الاقتصادية القياسية.

استُخدمت بيانات استخدام الأراضي/الغطاء الأرضي كمدخلات أساسية للكشف عن التغيرات التاريخية ومحاكاة استخدامات الأراضي المستقبلية. وأعيد تصنيف فئات استخدام الأراضي الأصلية إلى ست فئات: الأراضي الصالحة للزراعة، وأراضي الغابات، والمراعي، والمسطحات المائية، والأراضي العمرانية، والأراضي غير المستخدمة. وقد طُبق مخطط التصنيف هذا باستمرار في تحليل تغير استخدام الأراضي، وتطوير السيناريوهات، وحسابات مخزون الكربون باستخدام نموذج InVEST. كما استُخدمت نسبة الأراضي العمرانية، وتغطية الأسطح غير المنفذة، وكثافة الأضواء الليلية كمؤشرات للتوسع الحضري. وشكلت تغطية الأسطح غير المنفذة وكثافة الأضواء الليلية بدائل استشعار عن بعد لقياس كثافة التنمية والنشاط البشري. كما أُدرج مؤشر NDVI كمؤشر بيئي في التحليلات القياسية الاقتصادية المكانية اللاحقة.

شملت متغيرات التضاريس والموقع كلًا من الارتفاع، والميل، والمسافة إلى الطرق الرئيسية، وكثافة الطرق، والقرب من الأنهار الرئيسية. واستُخدمت هذه المتغيرات كمحركات في محاكاة استخدام الأراضي وكـمتغيرات ضبط في النماذج الاقتصادية القياسية المكانية. وقد مثلت هذه المتغيرات مجتمعةً القيود التضاريسية، وإمكانية الوصول عبر النقل، والترابط الهيدرولوجي.

شملت المتغيرات الاجتماعية والاقتصادية الكثافة السكانية وكثافة الناتج المحلي الإجمالي، مع استكمالها بكثافة شبكة الطرق حيثما توفرت. وقد استُخدمت هذه المتغيرات لتوصيف كثافة التنمية وضغوط النشاط البشري المرتبطة بالتغيرات في مخزونات الكربون. ودمج إطار المتغيرات مؤشرات تطوير الأراضي، والضغط الاجتماعي والاقتصادي، والسياق البيئي لتمثيل العوامل المتعددة التي تؤثر على ديناميكيات مخزون الكربون.

تم تطوير مؤشر لكثافة التخطيط البيئي باستخدام الخطوط الحمراء البيئية، والمحميات الطبيعية، ونطاقات الحماية العازلة للمسطحات المائية، ومناطق قيود المنحدرات، وغيرها من المناطق الحساسة بيئيًا. وقد استُخدم هذا المؤشر كطبقة قيود في محاكاة استخدامات الأراضي المستقبلية، وكمتغير تفسيري في تحليلات الاقتصاد القياسي المكاني.

لإجراء تقييم مخزون الكربون باستخدام نموذج InVEST، تم تجميع أربعة معاملات لمجموعات الكربون لكل فئة من فئات استخدام الأراضي: كربون الكتلة الحيوية فوق الأرض، وكربون الكتلة الحيوية تحت الأرض، والكربون العضوي في التربة، وكربون المواد العضوية الميتة. تم الحصول على قيم هذه المعاملات من الدراسات الإقليمية المنشورة، ووثائق توجيهات InVEST، وخصائص الغطاء الأرضي المحلي، ثم تم إسقاطها على النظام الموحد لتصنيف استخدام الأراضي. ويشير مخزون الكربون إلى إجمالي الكربون المقدر الموجود ضمن هذه المجموعات الأربع، بينما تشير كثافة مخزون الكربون إلى كمية مخزون الكربون لكل وحدة مساحة.

تم تجميع المتغيرات في ثلاث فئات. اشتملت الفئة الأولى على مؤشرات التحضر الأرضي، بما في ذلك نسبة الأراضي العمرانية، وتغطية الأسطح غير النفاذة، وكثافة الإضاءة الليلية. وشملت الفئة الثانية متغيرات التخطيط والبيئة، مثل NDVI، وكثافة التخطيط البيئي، والارتفاع، والميل، والقرب الهيدرولوجي. أما الفئة الثالثة فقد ضمت المحركات الاجتماعية والاقتصادية، بما في ذلك الكثافة السكانية، وكثافة الناتج المحلي الإجمالي، وكثافة الطرق. وقد استُخدمت هذه المتغيرات لتقييم العلاقات بين التحضر الأرضي، والتخطيط البيئي، وديناميكيات مخزون الكربون.

3. تحديد التوسع الحضري للأراضي بناءً على الاستشعار عن بُعد

تم تحديد الأنماط المكانية والزمانية للتمدن الأرضي باستخدام ثلاثة مؤشرات متكاملة: توسع الأراضي العمرانية، وتغطية الأسطح غير النفاذة، وكثافة الأضواء الليلية. استُخلص توسع الأراضي العمرانية من خرائط استخدام الأراضي المتسلسلة لتحديد المدى المادي وتطور التنمية الحضرية من المناطق العمرانية المركزية إلى المناطق المحيطة. وحُسبت تغطية الأسطح غير النفاذة لقياس كثافة التنمية على مستوى الشبكة، بينما تمت معالجة بيانات الراستر لكثافة الأضواء الليلية ومعايرتها لتمثيل النشاط البشري والتركيز الوظيفي. دُمجت هذه الطبقات المكانية لاحقًا لبناء مجموعة بيانات التمدن الأرضي التاريخية. واستُخدمت المؤشرات المدمجة لتحديد مناطق تكثيف التنمية المستدامة، ومناطق الانتقال، والمناطق المستقرة نسبيًا، ولتقييم التوافق المكاني بين التنمية الأرضية المادية والتمدن الوظيفي.

تم إنشاء مصفوفة انتقال استخدام الأراضي لتحديد مقدار واتجاه تحول استخدام الأراضي بين الأراضي الصالحة للزراعة، وأراضي الغابات، والمراعي، والمسطحات المائية، وأراضي البناء، والأراضي غير المستخدمة. وتم إيلاء اهتمام خاص للانتقالات من فئات الأراضي البيئية والزراعية إلى أراضي البناء. وقد استُخدمت المصفوفة لتحديد مسارات التحول السائدة وفئات الأراضي الرئيسية التي ساهمت في التوسع الحضري.

أُجري تحليل لأنماط المناظر الطبيعية لتقييم التغيرات الهيكلية المرتبطة بالتوسع الحضري للأراضي. وشملت المقاييس كثافة الرقع، وكثافة الحواف، ومؤشر شكل المناظر الطبيعية، والمؤشرات المتعلقة بالتجزئة. وحُسبت هذه المقاييس لكل فترة دراسة واستُخدمت لتقدير التغيرات في تكوين المناظر الطبيعية، والاستمرارية المكانية، والتجزئة المرتبطة بتوسع الأراضي العمرانية.

4. تصميم سيناريو التخطيط البيئي ومحاكاة استخدام الأراضي

تمت محاكاة أنماط استخدام الأراضي المستقبلية باستخدام نموذج محاكاة استخدام الأراضي المولد للرقع (PLUS) وفقاً لأربعة سيناريوهات تخطيطية: التنمية الطبيعية (ND)، والحماية البيئية (EP)، وحماية الأراضي الزراعية (CP)، وتحسين انبعاثات الكربون المنخفضة (LC). وتلخص الجدول 2 افتراضات السيناريوهات، وقواعد تحويل الأراضي، وأنواع الأراضي المقيدة، ونتائج مخزون الكربون المتوقعة.

الجدول 2: قواعد التحكم في السيناريو وقيود الانتقال. يحدد الجدول احتمالات تحويل الأراضي والقيود المكانية لسيناريوهات التنمية الطبيعية (ND)، والحماية البيئية (EP)، وحماية الأراضي الزراعية (CP)، والتحسين منخفض الكربون (LC). ملاحظات: تتوافق اختصارات السيناريوهات بدقة مع تلك المستخدمة في نمذجة PLUS وأقسام النتائج. تحدد إعدادات السيناريو قواعد التحويل الموجهة بالسياسات وأنواع الأراضي المقيدة المستخدمة في عمليات المحاكاة؛ وظلت جميع مناطق الاستبعاد القانونية غير قابلة للتحويل في الطبقات المكانية النهائية. يرجى النقر هنا لتنزيل هذا الجدول.

تم دمج خرائط استخدام الأراضي التاريخية ومتغيرات الدوافع المكانية في نموذج PLUS لتقدير احتمالات انتقال الأراضي الأساسية باستخدام وحدة الأتمتة الخلوية (CA). وبالنسبة لسيناريوهات الحماية البيئية (EP)، وحماية الأراضي الزراعية (CP)، والتحسين منخفض الكربون (LC)، تم إدراج الخطوط الحمراء البيئية، والأراضي الزراعية الأساسية الدائمة، والمناطق العازلة للمسطحات المائية، وغيرها من قيود التخطيط كطبقات تقييد مكاني للحد من تحويل الأراضي وفقاً لقواعد السيناريوهات المحددة مسبقاً. بعد ذلك، تم تحديد كميات الطلب المستهدفة على الأراضي لعام 2030 لكل سيناريو، وتم تشغيل وحدة CA باستخدام 50 مكرراً عشوائياً لإنشاء توقعات استخدام الأراضي النهائية.

تم إجراء محاكاة استخدام الأراضي باستخدام نموذج PLUS وإطار عمل الأوتوماتا الخلوية (CA) الخاص به مع توليد رقع عشوائية متعددة الأنواع. استُخدمت خرائط استخدام الأراضي التاريخية ومتغيرات الدوافع البيئية والاجتماعية والاقتصادية لتقدير احتمالات توسع الأراضي لكل فئة من فئات استخدام الأراضي. بعد ذلك، تم تحديد كميات الطلب المستقبلي على الأراضي وفقاً لمتطلبات كل سيناريو تخطيطي، وأنشئت خرائط استخدام الأراضي المقابلة لفترة المحاكاة المستهدفة.

تم تقييم أداء النموذج من خلال التنبؤ الرجعي التاريخي قبل إجراء المحاكاة المستقبلية. حيث استُخدمت خرائط استخدامات الأراضي السابقة ومتغيرات المحرك المرتبطة بها لمحاكاة خريطة لاحقة مرصودة لاستخدامات الأراضي. كما تم تقييم التوافق بين توزيعات استخدامات الأراضي المحاكات والمرصودة باستخدام الدقة الإجمالية (OA)، ومعامل كابا (Kappa coefficient)، ومؤشر الجدارة (FoM). وأُجري التحقق من الصحة على كل من المستوى الإجمالي وبناءً على الفئات الرئيسية لاستخدامات الأراضي. وقد أسفر التنبؤ الرجعي التاريخي من عام 2010 إلى 2020 عن دقة إجمالية (OA) بلغت 93.4%، ومعامل كابا قدره 0.89، ومؤشر جدارة (FoM) قدره 0.26، مما يشير إلى قدرة موثوقة للغاية على الإسقاط المكاني في محاكاة السيناريوهات المتعددة اللاحقة.

أُجريت تحليلات عدم اليقين والحساسية لتقييم متانة نتائج المحاكاة. وفحصت تحليلات الحساسية الخاصة بنموذج PLUS تأثيرات إعدادات مقاومة الانتقال البديلة ومعاملات وزن الجوار لفئات استخدامات الأراضي الرئيسية. بينما قيمت تحليلات الحساسية لنموذج InVEST تأثير التباين في معاملات مجمع الكربون عبر أنواع استخدامات الأراضي. وقارنت تحليلات الحساسية للاقتصاد القياسي المكاني مواصفات بديلة لمصفوفة الأوزان المكانية. واستُخدمت هذه التحليلات لتقدير ما إذا كانت تصنيفات السيناريوهات واتجاه التأثيرات الرئيسية للتمدن والتخطيط البيئي تظل متسقة تحت إعدادات معاملات بديلة. وتحديداً، تم تأكيد استقرار النتائج بدقة: حيث ظلت تصنيفات السيناريوهات وتأثيرات الانتشار المكاني السلبية للتمدن الأرضي ثابتة عندما تم تغيير معاملات مقاومة الانتقال ومعاملات مجمع الكربون بنسبة ±15%.

5. تقييم مخزون الكربون

تم تقييم مخزون الكربون باستخدام نموذج InVEST للكربون. تم تعيين المعاملات المرجعية لمجمعات الكربون الأربعة (الكتلة الحيوية فوق سطح الأرض، والكتلة الحيوية تحت سطح الأرض، والكربون العضوي في التربة، والمواد العضوية الميتة) لكل نوع من أنواع استخدامات الأراضي المعاد تصنيفها باستخدام القيم الفيزيائية الحيوية الملخصة في الجدول 3. بعد ذلك، تم استيراد خرائط استخدامات الأراضي التاريخية (20-2020) ومجموعات بيانات راستر لاستخدامات الأراضي المستقبلية التي تمت محاكاتها بواسطة PLUS إلى النموذج، ودمجها مع معاملات كثافة الكربون المقابلة. تم تنفيذ النموذج لاحقاً لتقدير إجمالي مخزون الكربون الإقليمي (Tg C)، وكثافة مخزون الكربون على مستوى الشبكة (Mg C/ha)، والخرائط المكانية لتغير مخزون الكربون (ΔC) للسيناريوهات التاريخية والمستقبلية.

تم ربط خرائط استخدامات الأراضي التي أعيد تصنيفها بقيم معاملات أحواض الكربون المرجعية المقابلة والمذكورة في الجدول 3. كما تم اختبار حساسية تقديرات مخزون الكربون تجاه عدم اليقين في المعاملات عن طريق تعديل هذه القيم المرجعية بنسبة ±15%، مع رصد نتائج الحساسية التفصيلية. واستُخدم النموذج لحساب إجمالي مخزون الكربون، وكثافة مخزون الكربون، والتغير في مخزون الكربون لكل فئة من فئات استخدام الأراضي في ظل الظروف التاريخية وسيناريوهات التخطيط المستقبلية.

تم تقييم ثلاث فئات من المخرجات. أولاً، تم حساب إجمالي مخزون الكربون الإقليمي والاتجاهات الزمنية لتحديد حجم واتجاه تغير مخزون الكربون بمرور الوقت. ثانياً، تم رسم التوزيعات المكانية لمخزون الكربون وتغيره لتحديد مناطق الاحتفاظ بالكربون وفقدانه. ثالثاً، تمت مقارنة تقديرات مخزون الكربون عبر سيناريوهات التخطيط لتقييم التأثيرات النسبية لاستراتيجيات الحماية البيئية، وحماية الأراضي الزراعية، وتحسين انبعاثات الكربون المنخفضة على حفظ مخزون الكربون.

الجدول 3: معاملات مجمع الكربون الأساسية لأنواع مختلفة من استخدامات الأراضي. يوضح الجدول كربون الكتلة الحيوية فوق الأرض، وكربون الكتلة الحيوية تحت الأرض، والكربون العضوي في التربة، وكربون المواد العضوية الميتة، وكثافة الكربون الكلية المستخدمة في وحدة مخزون الكربون في نموذج InVEST. الوحدات هي Mg C/ha. ملاحظات: تمثل القيم المعايير المرجعية المستخدمة في نموذج InVEST. كثافة الكربون الكلية تساوي مجموع أحواض الكربون الأربعة. وردت تحليلات الحساسية التي تُحدث تغييراً في هذه القيم المرجعية بنسبة ±15% في جدول 6. يرجى النقر هنا لتنزيل هذا الجدول.

6. الارتباط الذاتي المكاني والتحليل القياسي الاقتصادي المكاني

أُجري تحليل الارتباط الذاتي المكاني لتحديد ما إذا كان مخزون الكربون والتغير في مخزون الكربون يُظهران اعتماداً مكانياً معنوياً. وتم حساب مؤشر Moran's I العالمي لتقييم الدرجة الإجمالية للتجمع المكاني في توزيع مخزون الكربون والتغير في مخزون الكربون عبر منطقة الدراسة. ثم استُخدم مؤشر Moran's I المحلي لتحديد أنماط الارتباط المكاني المحلية، بما في ذلك تجمعات (مرتفع-مرتفع)، و(منخفض-منخفض)، و(مرتفع-منخفض)، و(منخفض-مرتفع). كما أُجري تحليل البؤر الساخنة (Hotspot analysis) لتحديد المناطق التي يتركز فيها فقدان الكربون والاحتفاظ بمخزون الكربون.

استُخدمت نماذج الاقتصاد القياسي المكاني لفحص العلاقات بين التمدن الأرضي، والتخطيط البيئي، والظروف البيئية، والعوامل الاجتماعية والاقتصادية، وديناميكيات مخزون الكربون. وكان كثافة مخزون الكربون أو التغير في مخزون الكربون بمثابة المتغير التابع. وشملت المتغيرات التفسيرية مؤشر التمدن الأرضي، ونسبة الأراضي العمرانية، وكثافة التخطيط البيئي، ومؤشر الاختلاف الخضري الطبيعي (NDVI)، والكثافة السكانية، وكثافة الناتج المحلي الإجمالي، وكثافة الطرق، والارتفاع، والمنحدر، ومتوسط هطول الأمطار السنوي، ومتوسط درجة الحرارة السنوية.

تم استخدام انحدار المربعات الصغرى العادية (OLS) كنموذج أساسي. كما جرى تقييم الاعتماد المكاني المتبقي قبل تقدير نماذج الانحدار الذاتي المكاني (SAR)، ونموذج الخطأ المكاني (SEM)، ونموذج دوربن المكاني (SDM). وتمت مقارنة أداء النماذج وتقديرات المعاملات عبر مختلف المواصفات.

تَمَّ إنشاء مصفوفة أوزان مكانية مُقيّسة صفياً لتمثيل علاقات الجوار بين الوحدات الإدارية. استند التوصيف الأساسي إلى التجاور المكاني، وقارنت تحليلات المتانة مصفوفات أوزان مكانية بديلة قائمة على المسافة وأقرب جار حيثما كانت متاحة.

تم حساب التأثيرات المباشرة وغير المباشرة والكُلية من نموذج SDM لتقييم علاقات التوسع المكاني والمحلي. كما تم إدراج متغيرات التضاريس، وإمكانية الوصول، والغطاء النباتي، والمناخ، والمتغيرات الاجتماعية والاقتصادية كمتغيرات ضبط لتقليل تحيز المتغيرات المحذوفة. وفُسِّرت معاملات النموذج على أنها ارتباطات مكانية شرطية وليست تأثيرات سببية قطعية. أما المتغيرات التي تجاوزت قيم p فيها عتبات الدلالة التقليدية، فقد فُسِّرت على أنها أدلة ضعيفة أو إيحائية ولم يتم التعامل معها كتأثيرات قوية إحصائياً.

النتائج

تحديد التوسع الحضري للأراضي القائم على الاستشعار عن بُعد
بناءً على نتائج تحديد الاستشعار عن بُعد لعدة فترات زمنية، شهدت منطقة الدراسة تكثيفاً ملحوظاً في التوسع الحضري للأراضي بين عامي 20 و2020، وصاحب ذلك إعادة هيكلة لأنماط استخدام الأراضي وإعادة تشكيل تكوينات المشهد الطبيعي. وبشكل عام، أظهر توسع أراضي البناء نمط توسع مركزي يشع من المناطق الحضرية الأساسية إلى المناطق المحيطة. وتشير الزيادات المتزامنة في كثافة النشاط البشري ومستويات عدم نفاذية السطح إلى أن التنمية السريعة لم تغير البنية الكمية لاستخدام الأراضي فحسب، بل أعادت أيضاً تكوين أنماط التنظيم المكاني الإقليمي بشكل عميق.

تظهر نتائج تحديد التمدن الأرضي، كما هو موضح في المجموعة الفرعية الممثلة لمدينة أورومتشي في الشكل 2A، بوضوح مسارات التوسع المرحلي لاستخدامات الأراضي العمرانية من 20 إلى 2020. ففي عام 20، كانت الأراضي العمرانية متركزة بشكل أساسي في المناطق الحضرية المركزية ذات التكوينات المكانية المدمجة نسبيًا. وبحلول عام 2010، تكثف التوسع الطرفي بشكل ملحوظ، مما أدى إلى تشكيل مناطق انتقالية تحيط بالمناطق المركزية. وبحلول عام 2020، تجاوزت الأراضي العمرانية الحدود المدمجة الأصلية، حيث انتشرت في اتجاهات متعددة وشكلت بقع توسع منفصلة بعيدة عن المناطق المركزية، مما يعكس أنماط التوسع الخارجي النموذجية واتجاهات الانتشار متعددة المراكز. واتساقًا مع أنماط التوسع هذه، يوضح الشكل 2B تدرجًا ملحوظًا من المركز إلى الأطراف في تغطية الأسطح غير النفاذة داخل منطقة الدراسة بحلول عام 2020. وقد لوحظت أعلى القيم في المناطق الحضرية المركزية والمناطق المبنية المجاورة، مما يشير إلى أن كثافة تصلب السطح وكثافة التطوير كانت الأكثر بروزًا في المناطق الوظيفية المركزية. ورغم أن المناطق الطرفية حافظت على تغطية إجمالية منخفضة نسبيًا، إلا أن العديد من البقع ذات القيم العالية ظهرت على طول ممرات النقل والعقد الحضرية الثانوية، مما يدل على أن عدم النفاذية قد توسع إلى ما وراء المراكز الحضرية من خلال فيض التطوير إلى المناطق المحيطة. ويكشف الشكل 2C أن المناطق التي شهدت أكبر الزيادات في كثافة الإضاءة الليلية بين عامي 20 و2020 كانت متركزة بشكل أساسي في المناطق الحضرية المركزية، وعلى طول محاور النقل الشعاعية الرئيسية الممتدة للخارج، وفي العديد من عقد النمو الطرفية.

من منظور زمني، يلخص الشكل 2D بشكل أكبر الاتجاهات التصاعدية المتسقة لمؤشرات تحضر الأراضي الثلاثة بين عامي 200 و2020. ولتسهيل المقارنة المباشرة بين المؤشرات ذات الوحدات والمقاييس الجوهرية المتباينة، تم توحيد القيم الخام لكل مؤشر باستخدام نهج تطبيع الحد الأدنى والأقصى (min-max normalization)، بحيث تم قياسها ضمن نطاق موحد من 0 إلى 1:

صيغة التسوية: \(X_{\text{norm}} = \frac{X - X_{\text{min}}}{X_{\text{max}} - X_{\text{min}}}\).

بعد اتباع إجراء التطبيع هذا، حافظت نسبة المناطق العمرانية على أعلى معدل نمو نسبي (حيث ارتفع متوسطها الإقليمي الخام من 3.2% ± 1.4% SD في عام 20 إلى 8.7% ± 3.1% SD في عام 2020)، مما يشير إلى أن التوسع في تطوير الأراضي كان المظهر المكاني الأكثر مباشرة خلال هذه الفترة. وزادت نسبة الأسطح غير المنفذة بسرعة (من 2.8% ± 1.2% SD في عام 200 إلى 7.9% ± 2.8% SD في عام 2020)، مما يعكس تصلباً ملحوظاً في السطح مرتبطاً بمناطق التطوير الجديدة. وبالرغم من أن كثافة الإضاءة الليلية بدأت بمستوى منخفض نسبياً، إلا أن نموها أصبح أكثر وضوحاً لاحقاً، مما يشير إلى زيادات متسارعة في تركيز النشاط البشري والتعزيز الوظيفي.

مخطط التمدن الزمني المكاني: اتجاهات الأراضي العمرانية، والأسطح غير المنفذة، وأضواء الليل.
الشكل 2أنماط التطور المكاني والزماني للتمدن الأرضي. (A) مسارات التوسع المرحلي لأراضي البناء (20-2020)؛ (B) التوزيع المكاني لتغطية الأسطح غير المنفذة في عام 2020 (%)؛ (كـتغيرات التباين في شدة الأضواء الليلية (NTL) بين عامي 20 و2020 (nW/cm²).2/sr). (د(الاتجاهات الزمنية في مؤشرات تمدن الأراضي الثلاثة الأساسية التي فحصتها هذه الدراسة (المساحة العمرانية، وكسر السطح غير المنفذ، وكثافة الأضواء الليلية). تمثل خطوط الاتجاه المتوسطات الإقليمية لقيم المؤشرات التي تم تطبيعها وفقاً لطريقة الحد الأدنى والأقصى (بمقياس من 0 إلى 1 للتصور المقارن)، والتي حُسبت لجميع الوحدات الإدارية على مستوى المقاطعة، حيث n = 105، في منطقة الدراسة). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

تكشف نتائج التغيرات التاريخية في استخدامات الأراضي بشكل أكبر عن العمليات المحددة لتحضر الأراضي. ويشير مخطط تدفق انتقال استخدامات الأراضي في الشكل 3A إلى أن أبرز تحول في الأراضي خلال فترة الدراسة كان من الأراضي الزراعية إلى أراضي البناء، وهو الاتجاه السائد بين جميع مسارات التحول الرئيسية. وبينما شهدت بعض أراضي الغابات والمراعي والمسطحات المائية درجات متفاوتة من التحول، إلا أن النمط العام كان تهيمن عليه تدفقات الخروج من الأراضي الزراعية. وبالتزامن مع ذلك، لوحظت تدفقات ثنائية الاتجاه بين الأراضي الزراعية وأراضي الغابات، وكذلك بين المراعي وأنواع الأراضي الأخرى، مما يشير إلى أنه في ظل التنمية السريعة، تخضع أنظمة استخدام الأراضي لإعادة تنظيم متعددة الأنواع مدفوعة بالتوسع الحضري بدلاً من التطور أحادي الاتجاه. ومع ذلك، فإن تحليل أنماط التوزيع المكاني وعروض التدفق يكشف أن أراضي البناء تظل فئة التدفق الصافي الرئيسية، مما يؤكد مجدداً الدور المهيمن للتوسع التنموي في منطقة الدراسة على مدى العقدين الماضيين.

يوفر تحليل المصفوفة في الشكل 3B تمثيلاً كمياً أكثر لكثافة تحويل استخدامات الأراضي عبر فترات زمنية مختلفة. تتركز المناطق ذات القيم العالية بشكل أساسي في وحدات التحويل المرتبطة بالأراضي الزراعية، حيث حدث التحويل الأكثر أهمية من الأراضي الزراعية إلى أراضي البناء، مما يشير إلى أن الاستخدام غير الزراعي للأراضي الزراعية هو المظهر الرئيسي لتغير استخدامات الأراضي في منطقة الدراسة. كما تحافظ نسبة كبيرة من أراضي البناء على الاستمرارية والاستقرار المكاني ضمن حدودها، مما يعكس التوسع المستمر لنطاقات التطوير القائمة مع الحفاظ على تكامل مكاني قوي. وفي المقابل، وبينما يظل نطاق تحويل أراضي الغابات والمراعي والمسطحات المائية صغيراً نسبياً، فإن الزحف الموضعي لأراضي البناء على هذه المناطق البيئية يستدعي الاهتمام.

على مستوى نمط المناظر الطبيعية، يوضح الشكل 3C زيادة مستمرة في مؤشرات المناظر الطبيعية عبر الأعوام 20 و2010 و2020، حيث وصلت كثافة الرقع، وكثافة الحواف، ومؤشر شكل المناظر الطبيعية، ومؤشر التجزئة جميعاً إلى ذروتها في عام 2020. ويشير هذا إلى أنه مع تقدم التوسع الحضري، تطورت بنية المناظر الطبيعية في منطقة الدراسة من نمط كان في البداية سليماً ومحدداً بشكل جيد إلى تكوين مكاني أكثر تجزئة وتعقيداً وعدم استمرارية. ومن الجدير بالذكر أن الارتفاع في كثافة الحواف وتعقيد الشكل يصف كمياً تكويناً هندسياً أكثر عدم انتظام وتعقيداً لرقع الأراضي الإنشائية الممتدة حديثاً.

مخطط تدفق انتقال استخدام الأراضي، مصفوفة التحويل بالكيلومتر المربع، تغير مؤشر النمط الطبيعي للمناظر الطبيعية 20-2020.
الشكل 3تغيير استخدامات الأراضي تاريخياً وإعادة هيكلة نمط المناظر الطبيعية. (Aمخطط سانكي يوضح تدفقات انتقال استخدامات الأراضي عالية الدقة ومسارات التحويل الأساسية بين عامي 20 و2020.Bمصفوفة تحويل استخدامات الأراضي التي تحدد كمياً مساحة الانتقال المكاني بين فئات استخدامات الأراضي الست (كم٢)2). (سيمخطط راداري يوضح التغيرات في مؤشرات المناظر الطبيعية الرئيسية (كثافة الرقع، وكثافة الحواف، ومؤشر شكل المناظر الطبيعية، ومؤشر التجزئة) عبر الفترات الزمنية 20 و2010 و2020. تم ضبط جميع التسميات وقيم التدفق لتحقيق أقصى قدر من الوضوح. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

تصميم سيناريوهات التخطيط البيئي ومحاكاة استخدام الأراضي
عند دمجها مع قواعد التحكم في السيناريوهات المحددة في الجدول 2، تظهر نتائج محاكاة استخدام الأراضي تحت توجهات التخطيط البيئي المختلفة أنماط تمايز واضحة. يميل سيناريو التطور الطبيعي إلى الحفاظ على عطالة التوسع التاريخي، بينما يركز سيناريو الحماية البيئية على القيود الصارمة للخطوط الحمراء البيئية والمناطق الحساسة. ويعطي سيناريو حماية الأراضي الزراعية الأولوية للحفاظ على الاستمرارية المكانية للزراعة، في حين يركز سيناريو التحسين منخفض الكربون على التنمية المتوازنة بين التمدن المدمج والتنسيق البيئي. وتشير هذه النتائج إلى أن التباينات في قواعد التخطيط تغير كمياً المساحة المحاكاة لأراضي البناء المضافة حديثاً، وتعيد تشكيل التوزيع المكاني للرقع البيئية والزراعية عبر السيناريوهات الأربعة.

بالتركيز على المجموعة الفرعية الممثلة لمدينة أورومتشي، تشير نتائج المحاكاة المكانية من نموذج PLUS إلى أن سيناريو التنمية الطبيعية (ND) الموضح في الشكل 4A يظهر الاتجاه الأكثر وضوحاً في التوسع العمراني. وتمتد أراضي البناء الجديدة بشكل أساسي نحو الخارج من محيط المناطق العمرانية القائمة، مما يشكل مناطق توسع عريضة في اتجاهات متعددة، وهو ما يشير إلى أن النمو الحضري لا يزال يعتمد بشكل أساسي على التوسع الأفقي في ظل قيود تنظيمية ضعيفة. ويؤدي نمط التوسع هذا إلى التعدي المباشر على الأراضي الزراعية والمناطق البيئية الانتقالية المحيطة بالمناطق الحضرية المركزية، مما يزيد من تفتيت الحدود العمرانية. وفي المقابل، يظهر سيناريو الحماية البيئية (EP) الموضح في الشكل 4B انخفاضاً ملحوظاً في استخدام أراضي البناء الجديدة، حيث يقتصر التوسع على عدد محدود من القطع القابلة للتطوير بالقرب من المناطق الحضرية المركزية، بينما تظل الغابات المحيطة والممرات المائية ومناطق العزل البيئي سليمة إلى حد كبير.

فيما يتعلق بتنسيق الحماية والتنمية الزراعية، يظهر سيناريو حماية الأراضي الزراعية (CP) الموضح في الشكل 4C قيودًا مكانية تختلف عن تلك الموجودة في سيناريو EP. وفي ظل هذا السيناريو، تظل الأراضي الزراعية المحيطية الواسعة سليمة إلى حد كبير، مع تركز أنشطة البناء الجديدة بشكل أساسي عند حواف المناطق العمرانية القائمة وعقد التنمية المحلية، مما يظهر كثافة توسع متوسطة بين ND و EP. وعلى العكس من ذلك، يظهر سيناريو تحسين الكربون المنخفض (LC) الموضح في الشكل 4D نمط نمو أكثر دمجًا؛ حيث لا تنتشر أراضي البناء الجديدة بشكل واسع نحو الخارج، بل تتركز نسبيًا على طول محاور التنمية الرئيسية ومحيط المناطق العمرانية القائمة، مما يظهر حدود توسع توجيهية وتكوينات مكانية أكثر انتظامًا.

خريطة محاكاة استخدام الأراضي؛ سيناريوهات الحماية الطبيعية والبيئية وحماية الأراضي الزراعية والتحسين منخفض الكربون.
الشكل 4التوزيع المكاني لأنماط استخدام الأراضي المستقبلية المحاكات بواسطة نموذج PLUS في ظل سيناريوهات تخطيط بيئي متباينة، موضحاً باستخدام مجموعة فرعية من منطقة أورومتشي الحضرية. (Aسيناريو التطور الطبيعي (ND) الذي يوضح قصور التوسع التاريخي الذاتي.B(سيناريو الحماية البيئية (EP) الذي يركز على القيود المكانية الصارمة. (سيسيناريو حماية الأراضي الزراعية (CP) الذي يعطي الأولوية للاستمرارية الزراعية.دسيناريو تحسين منخفض الكربون (LC) يعكس أنماط النمو المدمج. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

تقييم مخزون الكربون
يعرض الجدول 3 معايير كثافة الكربون المرجعية عبر أنواع استخدامات الأراضي. وقد سجلت أراضي الغابات أعلى كثافة كربونية إجمالية (14.9 Mg C/ha)، مدفوعة بشكل أساسي بالكربون العضوي في التربة (94.5 Mg C/ha) والكتلة الحيوية فوق الأرض (36.8 Mg C/ha). وأظهرت المراعي والأراضي الزراعية كثافات كربونية إجمالية متوسطة بلغت 88.9 Mg C/ha و 82.1 Mg C/ha على التوالي. وفي المقابل، سجلت الأسطح الاصطناعية وغير النباتية قيمًا أقل بكثير، حيث بلغت في الأراضي العمرانية 29.4 Mg C/ha وفي الأراضي غير المستخدمة 19.7 Mg C/ha.

من منظور أنماط التطور التاريخي، يوضح الشكل 5A إعادة تنظيم مكاني ملحوظ لمخزون الكربون في منطقة الدراسة بين عام 20 و2010 و2020. في عام 20، تركزت المناطق ذات كثافة الكربون العالية بشكل أساسي في المناطق الإيكولوجية الطرفية، مما أظهر نمطاً عاماً يتميز بتركيزات أعلى عند الأطراف وقيم أقل في المركز. وبحلول عام 2010، انخفض إجمالي مخزون الكربون الإقليمي في البداية مع زحف التوسع الحضري على المساحات الإيكولوجية، رغم أن بعض المناطق الطرفية المحدودة حافظت مؤقتاً على مستويات مرتفعة من مخزون الكربون. وبحلول عام 2020، تسارع هذا الاتجاه النزولي بشكل كبير؛ حيث تفتحت التدرجات اللونية العامة، وتقلصت المناطق ذات القيم العالية بشكل ملحوظ، مما يشير إلى استنزاف مستمر وجوهري في إجمالي مخزون الكربون الإقليمي وضعف في الاستمرارية المكانية لبقع الكربون العالية.

كما هو موضح في الشكل 5B، حقق سيناريو ND أدنى متوسط لكثافة الكربون (72.4 Mg C/ha، IQR = 14.6 Mg C/ha). بينما أنتج سيناريو EP وسيناريو CP متوسطات كثافة أعلى بلغت 86.8 Mg C/ha (IQR = 12.3 Mg C/ha) و 81.2 Mg C/ha (IQR = 15.8 Mg C/ha)، على التوالي. ويشير التوزيع المكاني للتغيرات في مخزون الكربون (ΔC) في الشكل 5C إلى أن خسائر الكربون (ΔC السالبة) منتشرة جغرافياً في ظل سيناريو ND. وعلى العكس من ذلك، تتركز قيم ΔC الموجبة في المناطق البيئية الطرفية في ظل سيناريو EP، بينما يظهر سيناريو LC توزيعاً غير متجانس مكانياً للمكاسب والخسائر الكربونية الموضعية.

الشكل 5D يوضح بشكل أكبر تكوين المصدر لإجمالي مخزون الكربون وتغيراته عبر الفترات التاريخية والسيناريوهات المستقبلية، من منظور هياكل مساهمة أنواع استخدام الأراضي. وتظهر كل من المراحل التاريخية والمتوقعة باستمرار أن أراضي الغابات والمراعي تظل المساهمين الرئيسيين في إجمالي مخزون الكربون، تليها الأراضي الصالحة للزراعة، بينما تساهم أراضي البناء والمسطحات المائية والأراضي غير المستخدمة بنسبة أقل نسبياً. وتشير مقارنات السيناريوهات المستقبلية إلى أن سيناريو EP يحقق أعلى إجمالي لمخزون الكربون، بينما يظهر سيناريو ND أدنى مستوى، مع وقوع سيناريوهي CP و LC بينهما. ويتماشى هذا النمط بشكل وثيق مع الدرجات المتفاوتة من الحفاظ على استخدامات الأراضي الإيكولوجية ذات الكثافة الكربونية العالية عبر السيناريوهات المختلفة.

ديناميكيات مخزون الكربون؛ الخرائط، ومخططات الكمان، والمخططات البيانية الشريطية؛ تحليل استخدام الأراضي، وتغير الكثافة، للفترة 200-2020.
الشكل 5ديناميكيات مخزون الكربون التاريخية والقائمة على السيناريوهات. (Aالتوزيع المكاني لإجمالي مخزون الكربون (Tg C) وكثافة مخزون الكربون (Mg C/ha) في الأعوام 20 و2010 و2020.Bمخطط الكمان لتوزيع كثافة الكربون (مجم كربون/هكتار) عبر السيناريوهات المختلفة.كربونالتوزيع المكاني لتغيرات مخزون الكربون (ΔC، ميجا جرام كربون/هكتار) في ظل السيناريوهات المستقبلية مقارنة بسنة الأساس 2020.د) مساهمة الأنواع المختلفة لاستخدامات الأراضي في إجمالي مخزون الكربون (تيراجرام كربون). توضح مخططات الكمان كثافة احتمالية كثافة مخزون الكربون (العدد = 105 وحدات إدارية لكل سيناريو). وتشير الخطوط الأفقية السميكة الداخلية إلى الوسيط، بينما تمثل الخطوط المتقطعة المدى الربيعي (IQR). النجمات في اللوحة ب تشير إلى الدلالة الإحصائية للاختلافات بين خط الأساس للتطور الطبيعي (ND) والسيناريوهات المحاكية الأخرى، والتي تم تحديدها باستخدام اختبار Kruskal-Wallis H (* p < 0.05, ** p < 0.01, *** p < 0.001). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الارتباط الذاتي المكاني والتحليل القياسي الاقتصادي المكاني
من منظور أنماط التجميع المكاني، يكشف الشكل 6A عن ارتباط ذاتي مكاني محلي ملحوظ في تغيرات مخزون الكربون عبر منطقة الدراسة. تتركز مناطق التجميع "عالية-عالية" بشكل أساسي في حزام التنمية المركزي الشمالي، مما يشير إلى أن هذه المناطق والوحدات المجاورة تظهر عموماً خصائص تعزيز مخزون الكربون في اتجاه واحد مع ترابط مكاني قوي. بينما تسود مناطق التجميع "منخفضة-منخفضة" في المناطق الجنوبية والمحيطية، مما يعكس سعات منخفضة نسبياً في تغير مخزون الكربون واستقراراً مكانياً. وفي المقابل، تكون أنواع التجميع "عالية-منخفضة" و"منخفضة-عالية" محدودة نسبياً، وتحدث بشكل أساسي بين المناطق المركزية ومناطق الانتقال المحيطية، مما يشير إلى ظاهرة عدم محاذاة مكانية واضحة وانتقال حدودي في مناطق محلية محددة.

تحليل البؤر الساخنة في الشكل 6B يكشف كذلك عن نمط الاستقطاب المكاني لتغيرات مخزون الكربون. وتتوزع البؤر الساخنة (hotspots) ذات الدلالة الإحصائية بشكل أساسي عبر عدة وحدات في المنطقتين الوسطى والشمالية الشرقية، مما يشير إلى أن هذه المناطق تعاني مجتمعة من ضغط مرتفع لفقدان الكربون، وهي مناطق حساسة تتركز فيها أنشطة التطوير العمراني. وفي المقابل، تتركز البؤر الباردة (cold spots) ذات الدلالة الإحصائية في المنطقتين الغربية والجنوبية، مما يعكس قدرة أقوى على الاحتفاظ بمخزون الكربون أو انخفاضاً في اضطرابات التطوير. وعلاوة على ذلك، فإن تحليل انحدار المربعات الصغرى العادية (OLS) ثنائي المتغير في الشكل 6ج يكشف أن الزيادات الأكبر في مؤشر التمدن ترتبط بمعدلات تغير في مخزون الكربون تكون سلبية بشكل متزايد، مما يشير إلى خسائر كربونية أكبر تدريجياً. وهذا يتفق مع معاملات نموذج توزيع مكاني (SDM) السلبية الواردة في جدول 4.

خريطة التحليل المكاني ومخطط التشتت لتأثير التوسع الحضري للأراضي على تغير مخزون الكربون.
الشكل 6الارتباط الذاتي المكاني وتحليل الاقتران للمخزون الكربوني. (Aأنماط مؤشرات الارتباط المكاني المحلية (LISA) لتغيرات مخزون الكربون؛ وتظهر في اللوحة قيمة إحصائية موران العالمية (Global Moran's I) النهائية والقيمة الاحتمالية (p-value).B(توزيع النقاط الساخنة والنقاط الباردة لتغيرات مخزون الكربون.)سيعلاقة الاقتران بين مؤشر التمدن الشامل للأراضي ومعدل تغير المخزون الكربوني. يظهر مخطط التبعثر ارتباطاً سلبياً دالاً إحصائياً (معامل بيرسون ر = -0.612, R2 = 0.375, p < (0.01)، مصحوباً بمعادلة انحدار المربعات الصغرى العادية (OLS) المعروضة (y = -5.42× - 1.25) ونطاق ثقة بنسبة 95%، مما يؤكد العلاقة التجريبية الملحوظة في النماذج المكانية. LISA = المؤشرات المحلية للارتباط المكاني. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الجدول 4: نتائج تقدير نماذج الاقتصاد القياسي المكاني. يقارن الجدول نتائج نماذج المربعات الصغرى العادية (OLS)، ونموذج الانحدار الذاتي المكاني (SAR)، ونموذج خطأ القياس المكاني (SEM)، ونموذج دوربين المكاني (SDM) فيما يتعلق بتأثيرات متغيرات التمدن، والتخطيط البيئي، والغطاء النباتي، والعوامل الاجتماعية والاقتصادية، وإمكانية الوصول، والتضاريس، والمناخ على كثافة المخزون الكربوني. وقد أُدرجت القيم الاحتمالية (P-values) بين قوسين. ملاحظات: تم ذكر قيم p بين قوسين. مستويات الدلالة: *p < 0.05, **p < 0.01، *** p < 0.01. تم تقدير جميع نماذج الاقتصاد القياسي المكاني (SAR، SEM، SDM) باستخدام مصفوفة أوزان مكانية للتجاور من نوع "Queen" معيرة الصفوف، وذلك استناداً إلى لوحة بيانات متوازنة مكونة من n = 105 وحدات على مستوى المقاطعة عبر 3 فترات زمنية (إجمالي عدد الملاحظات N = 315). يرجى النقر هنا لتحميل هذا الجدول.

تُظهر نتائج القياس الموضحة في الجدول 4 أن النماذج المكانية تتفوق على المرجع القائم على المربعات الصغرى العادية (OLS)، مما يشير إلى وجود اعتماد مكاني في ديناميكيات مخزون الكربون ويدعم استخدام النماذج القياسية الاقتصادية المكانية. يمتلك مؤشر التحضر الأرضي تأثيراً مباشراً سلبياً في نموذج SDM بقيمة (−0.231, p = 0.08)، وتأثيراً غير مباشر بقيمة (−0.17, p = 0.041)، وتأثيراً كلياً بقيمة (−0.348, p = 0.01)، مما يشير إلى أن زيادة كثافة التطوير ترتبط بانخفاض كثافة مخزون الكربون محلياً وفي الوحدات المجاورة على حد سواء. وتُظهر نسبة الأراضي العمرانية، وكثافة الطرق، والارتفاع، والميل، ومؤشر NDVI، وكثافة التخطيط البيئي تأثيرات ذات دلالة إحصائية عند المستويات التقليدية في مكون واحد على الأقل من مكونات النموذج. وفي المقابل، تمتلك كثافة الناتج المحلي الإجمالي (GDP) تأثيراً كلياً سلبياً ضعيفاً (−0.132, p = 0.083) وتأثيرات مباشرة وغير مباشرة غير دالة إحصائياً؛ وبناءً على ذلك، يتم تفسير هذه النتائج على أنها مؤشرة وليست دليلاً قوياً.

مقارنة المعاملات بين النماذج في الشكل 7أ يشير ذلك إلى أن مؤشر التمدن العمراني للأراضي وكثافة التخطيط البيئي يحتفظان بإشارات متسقة عبر مواصفات نماذج OLS وSAR وSEM وSDM، بينما تتباين قيم وأهمية بعض المتغيرات الضابطة عبر النماذج المختلفة. وكما هو مفصل في الشكل 7ب، سيتشير نتائج نموذج توزيع مكاني (SDM) إلى أن مؤشر التمدن العمراني للأراضي يمارس تأثيراً مباشراً سلبياً معنوياً (-0.231، p = 0.008) وتأثيراً غير مباشر سلبي عابر (-0.17، p = 0.041) على كثافة المخزون الكربوني، مما يؤدي إلى تأثير إجمالي قدره -0.348 (p = 0.01). وفي المقابل، تظهر كثافة التخطيط البيئي تأثيرات موجبة مباشرة (0.149، p = 0.021) وغير مباشرة (0.096، p = 0.038)، مما ينتج عنه تأثير إجمالي قدره 0.245 (p = 0.05).جدول 5 و جدول 6). علاوة على ذلك، فإن تحليل التفاعل في الشكل 7D يوضح التأثير المعدِّل: حيث يتسطح المنحدر السلبي لمنحنى التأثير الهامشي بين مؤشر التمدن وكثافة المخزون الكربوني بشكل ملحوظ عند المستويات الأعلى من كثافة التخطيط البيئي (الحد العلوي لفاصل الثقة 95%).

التمدن الأرضي، تأثير التخطيط البيئي؛ مخططات تحليل البيانات A-D؛ خريطة التداعيات السلبية C.
الشكل 7آليات الدفع وتأثيرات الانتشار المكاني. (Aمقارنة المعاملات عبر النماذج للمتغيرات التفسيرية الأساسية. تمثل أشرطة الخطأ فترات الثقة (CI) بنسبة 95% للمعاملات المعيارية.Bتحليل التأثيرات المباشرة وغير المباشرة والكُلية للتمدن الحضري للأراضي والتخطيط البيئي.كربونالتوزيع المكاني التجريبي لآثار التوسع غير المباشر المحلية الناتجة عن التوسع الحضري للأراضي عبر 105 وحدات إدارية على مستوى المقاطعات في شينجيانغ.دالتأثير المعدل لكثافة التخطيط الإيكولوجي على العلاقة بين التوسع الحضري وكثافة مخزون الكربون (مجم كربون/هكتار)، حيث تشير المناطق المظللة إلى فاصل ثقة 95%. SAR = نموذج الانحدار الذاتي المكاني؛ SEM = نموذج الخطأ المكاني؛ SDM = نموذج دوربين المكاني. رموز الدلالة في اللوحة ب حدد الـ pقيم المعاملات المقدرة والتأثيرات الهامشية، المستمدة من الـ ز-إحصائيات نماذج الاقتصاد القياسي المكاني المعنية (* p < 0.05, ** p < 0.01, *** p < 0.001). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الجدول 5: مقاييس أداء النموذج والتحقق من صحته لمحاكاة استخدام الأراضي بنموذج PLUS (التنبؤ العكسي للفترة 2010-2020). تم حساب المقاييس من خلال مقارنة خريطة استخدام الأراضي الفعلية لعام 2020 بخريطة استخدام الأراضي لعام 2020 التي تمت محاكاتها باستخدام بيانات خط الأساس لعام 2010. وكان معامل كابا الإجمالي > 0.80 وعامل الجدارة (FoM) > تشير القيمة 0.20 إلى وجود اتفاق جوهري وموثوقية عالية للإسقاطات المكانية. يرجى النقر هنا لتحميل هذا الجدول.

الجدول 6: تحليل الحساسية والمتانة لسير العمل المتكامل. تم تغيير المعلمات الرئيسية لمحاكاة PLUS، وتقييم الكربون باستخدام InVEST، والتحليلات القياسية الاقتصادية المكانية لتقييم متانة مخرجات النموذج. يلخص الجدول المعلمة التي تم اختبارها، ونطاق الاضطراب أو التوصيف البديل، والتأثير الملحوظ على النتائج الأولية، وتقييم الاستقرار الناتج. يرجى النقر هنا لتنزيل هذا الجدول.

توافر البيانات:
تم إيداع المواد الحاسوبية المعالجة التي تدعم هذه الدراسة في مستودع Zenodo ‏(https://zenodo.org/records/2159171)، بما في ذلك البيانات المجدولة التي تستند إليها التحليلات الكمية وأشكال مختارة، ومعلمات تكوين نموذج PLUS، وجدول معلمات مجمع الكربون في InVEST، ونصوص الاقتصاد القياسي المكاني. وتعد المواد الحاسوبية المودعة كافية لإعادة إنتاج التحليلات الإحصائية والنتائج الكمية المعروضة في هذه الدراسة.

المناقشة

تقدم هذه الدراسة سير عمل تحليلياً متكاملاً يجمع بين تحديد التمدن الحضري للأراضي بناءً على الاستشعار عن بُعد، بالإضافة إلى محاكاة استخدام الأراضي في سيناريوهات متعددة، وتقييم مخزون الكربون المعتمد على نموذج InVEST، والنمذجة القياسية المكانية لتحليل العلاقات بين التمدن الحضري للأراضي، والتخطيط البيئي، وديناميكيات مخزون الكربون في شينجيانغ شمال غرب الصين. وبدلاً من التعامل مع هذه المكونات كتمارين تقنية منفصلة، يربط سير العمل هذا بين تحويلات الأراضي المرصودة، وبدائل التخطيط المستقبلية، والعواقب المترتبة على أحواض الكربون، وآليات الانتشار المكاني في تسلسل واحد قابل للتكرار.

يكشف التحليل المكاني الزماني أن التمدن الأرضي في منطقة الدراسة اتبع مسار توسع طرد مركزي في الفترة من 2000–2020، حيث انتقل من نمو متراكم في المنطقة المركزية نحو زحف متعدد الاتجاهات ومتعدد المراكز. ويتماشى هذا النمط مع الدراسات الأوسع حول التمدن التي توثق التنمية القفزية في المناطق التي تشهد تصنيعاً سريعاً، حيث تؤدي استثمارات البنية التحتية والتكتل الاقتصادي في آن واحد إلى دفع حدود التنمية نحو الخارج. ومن الناحية النقدية، يؤكد مسار تحويل الأراضي السائد — من أراضٍ زراعية إلى أراضٍ مبنية — أن الأراضي الزراعية لا تزال تتحمل العبء الأكبر من الزحف العمراني، وهي نتيجة تتوافق مع الدراسات المتعلقة بديناميكيات الأراضي في المناطق المحيطة بالمدن في الصين والاقتصادات النامية الأخرى. ومع ذلك، وبخلاف المناطق العملاقة المتكاملة للغاية في شرق الصين، فإن التمدن في شينجيانغ مقيد بشكل صارم بحدود الواحات وتوفر المياه. وبناءً على ذلك، يهدد هذا الزحف بشكل غير متناسب الأراضي الصالحة للزراعة المحدودة ومناطق الانتقال البيئي المتاخمة للممرات الهيدرولوجية الحيوية، مما يجعل عمليات دورة الكربون المحلية أكثر عرضة للاضطرابات الناتجة عن التنمية. كما يشير الارتفاع المتزامن في كسر الأسطح غير النفاذة وكثافة الأضواء الليلية إلى أن التوسع المادي والتكثيف الوظيفي يتقدمان جنباً إلى جنب، مما يعني أن التمدن الأرضي في هذا السياق لا يشمل مجرد نمو فعلي بل تحولاً هيكلياً عميقاً في المشهد الإقليمي2.

تظهر نتائج محاكاة السيناريوهات أن توجه التخطيط البيئي يمارس تأثيراً جوهرياً على التوزيع المكاني لاستخدامات الأراضي المستقبلية، وبالتالي، على نتائج مخزون الكربون الإقليمي18. ويؤدي سيناريو التنمية الطبيعية إلى أكبر خسائر في الكربون، مدفوعاً بالتوسع الخارجي غير المقيد في الأراضي البيئية ذات الكثافة الكربونية العالية. وفي المقابل، يحافظ سيناريو الحماية البيئية على أعلى مستويات مخزون الكربون من خلال فرض استبعادات مكانية صارمة حول الغابات والأراضي الرطبة والمناطق العازلة للأنهار19. أما سيناريو تحسين الكربون المنخفض، فعلى الرغم من عدم مضاهاة سيناريو الحماية البيئية في الاحتفاظ المطلق بمخزون الكربون، إلا أنه يحقق نتيجة أكثر توازناً من خلال تركيز النمو على طول ممرات التنمية القائمة وبعيداً عن المناطق الحساسة بيئياً. وتؤكد هذه النتائج المتباينة وجود مقايضة تخطيطية أساسية: حيث تحدد كثافة القيود البيئية واستهدافها المكاني بشكل مباشر مقدار رأس المال الكربوني الذي يمكن لمنطقة سريعة التنمية الحفاظ عليه وسط ضغوط النمو20,21.

وتعزز معايير مخزون الكربون هذا التفسير بشكل أكبر. إذ يشير التفاوت الكبير في قدرة عزل الكربون بين المساحات الإيكولوجية الطبيعية والأسطح الاصطناعية إلى أن كل وحدة من المساحات الحرجية المفقودة بسبب التحول الحضري تمثل عبئاً كربونياً كبيراً بشكل غير متناسب. إن الهيمنة المستمرة للغابات والمراعي في ميزانية الكربون الإقليمية، مقترنة بضعفها الموثق أمام الزحف العمراني، تجعل من حماية الأراضي الإيكولوجية حجر الزاوية في أي استراتيجية للحوكمة المكانية منخفضة الكربون3.

توسع نتائج الاقتصاد القياسي المكاني نتائج الاستشعار عن بعد ونموذج InVEST من خلال إظهار أن خسائر مخزون الكربون ليست مجرد عواقب محلية لتغير الغطاء الأرضي. وتشير نتائج نموذج SDM إلى أن التوسع الحضري للأراضي يمارس تأثيراً مباشراً سلبياً كبيراً على كثافة مخزون الكربون المحلي، مقترناً بتأثير انتشار غير مباشر سلبي واضح على الوحدات الإدارية المجاورة. ويمكن تفسير التأثير غير المباشر السلبي للتوسع الحضري للأراضي من خلال ثلاث آليات محتملة عابرة للحدود؛ أولاً: قد ينتقل ضغط التنمية من الوحدات المركزية عالية التنظيم أو المشبعة إلى الأراضي الزراعية المجاورة ومناطق الانتقال البيئي. ثانياً: يمكن لممرات النقل والسلاسل الصناعية أن تنقل الطلب على تطوير الأراضي إلى ما وراء حدود إدارية واحدة، مما يؤدي إلى خسائر في مخزون الكربون في الوحدات المجاورة. ثالثاً: يمكن أن يؤدي تفتت الممرات البيئية إلى تقليل استمرارية الأراضي ذات الكربون العالي وإضعاف قدرة مخزون الكربون المحيطة. وعلى العكس من ذلك، يظهر تكثيف التخطيط البيئي تأثيراً إيجابياً عاماً قوياً، مما يشير إلى أن قيود التخطيط الصارمة لا تعمل فقط كحاجز ضد خسارة مخزون الكربون محلياً، بل تعزز أيضاً وبشكل تآزري الاحتفاظ بمخزون الكربون الإقليمي عندما يتم تنسيق الحوكمة المكانية البيئية عبر الحدود الإدارية22,23.

التطبيقات السياساتية
لهذه النتائج تطبيقات مباشرة في التخطيط المكاني الإقليمي. أولاً، يجب أن تعطي سياسات الخطوط الحمراء البيئية والمناطق العازلة للأنهار الأولوية لبقع الغابات والمراعي عالية الكربون لأن تحويلها يؤدي إلى خسائر كبيرة غير متناسبة في المخزون الكربوني. ثانياً، يمكن لضوابط النمو المدمج والتنمية الموجهة نحو النقل أن تقلل من الزحف الخارجي على الأراضي الزراعية ومناطق الانتقال البيئي. ثالثاً، يجب تنسيق التعويضات الكربونية والاستعادة البيئية بين الوحدات المتجاورة لأن التأثير غير المباشر السلبي يشير إلى أن التنمية في ولاية قضائية واحدة يمكن أن تؤثر على ظروف المخزون الكربوني في المناطق المحيطة. وأخيراً، يمكن استخدام سير العمل المشترك كأداة فحص قبل الموافقة على خطة استخدام الأراضي لمقارنة النتائج الكربونية في ظل قيود تخطيطية بديلة.

القيود
يجب الإقرار بعدد من القيود؛ حيث تظل معاملات مجمع الكربون تعتمد جزئياً على الدراسات السابقة، وقد لا تعكس بشكل كامل التباين المحلي في التربة والغطاء النباتي والإدارة. وعلى الرغم من استخدام اختبارات الحساسية للتحقق من استقرار تصنيفات السيناريوهات، إلا أن المعايرة الميدانية من شأنها أن تعزز الثقة في تقديرات مخزون الكربون المطلقة. كما يقلل تحليل الاقتصاد القياسي المكاني من انحياز المتغيرات المحذوفة من خلال تضمين ضوابط التضاريس، وإمكانية الوصول، والغطاء النباتي، والمناخ، والضوابط الاجتماعية والاقتصادية، ولكن نظراً لعدم توفر متغيرات أداتية صالحة، يجب تفسير المعاملات على أنها ارتباطات مكانية شرطية بدلاً من كونها تأثيرات سببية حتمية.

التوجهات المستقبلية
يجب أن تدمج الأعمال المستقبلية قياسات الكتلة الحيوية المحلية وكربون التربة، وبيانات اجتماعية واقتصادية ذات دقة أعلى، وتصاميم رسمية للمتغيرات المساعدة أو تصاميم شبه تجريبية، ونماذج لوحية مكانية ديناميكية لمزيد من الاختبار لمسارات السببية. كما ينبغي للتطبيقات المستقبلية أن تدرج مقاييس التحقق من نموذج PLUS الخاصة بكل فئة، ونطاقات حساسية مخزون الكربون، ونتائج أوزان مكانية بديلة في جداول تكميلية لتمكين إعادة الإنتاج المستقل لتصنيفات السيناريوهات وتقديرات الآثار غير المباشرة.

الخلاصة
تثبت هذه الدراسة أن سير العمل القائم على الاستشعار عن بعد–PLUS–InVEST–الاقتصاد القياسي المكاني يمكنه تحديد أنماط التوسع الحضري للأراضي، وتقييم سيناريوهات التخطيط البيئي، وقياس تبعات مخزون الكربون، وتشخيص آثار الانتشار المكاني ضمن إطار عمل واحد قابل للتكرار. وتظهر النتائج الرئيسية أن التوسع العمراني التاريخي كان مدفوعاً بشكل أساسي بتحويل الأراضي الزراعية، وصاحبه زيادات ملحوظة في عدم نفاذية السطح وكثافة النشاط البشري. وتؤكد عمليات محاكاة السيناريوهات أن استراتيجيات الحماية البيئية تزيد من قدرة المنطقة على الاحتفاظ بالكربون إلى أقصى حد، بينما يثبت نمذجة الاقتصاد القياسي المكاني أن التوسع الحضري للأراضي يمارس تأثيرات مباشرة وسلبية، بالإضافة إلى آثار انتشار مكاني على ديناميكيات مخزون الكربون. وفي نهاية المطاف، يوفر سير العمل المتكامل هذا إطاراً تحليلياً قوياً وقابلاً للتكرار لقياس المقايضات البيئية للتوسع الحضري، ويقدم أداة تشخيصية قائمة على الآليات للتقييم المكاني في المناطق الهشة بيئياً.

الإفصاحات

ليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

شكر وتقدير

لم يتلقَّ المؤلفون أي تمويل محدد لهذا العمل.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
نصوص برمجية مخصصة للاقتصاد القياسي المكاني ومجموعات البيانات المخرجةالمؤلفونمستودع Zenodo: https://zenodo.org/records/21159171تُستخدم لإعادة إنتاج تحليلات الاقتصاد القياسي المكاني وسير العمل الحسابي الداعم الموضح في هذه الدراسة.
شبكات كثافة سكانية عالية الدقةWorldPophttps://www.worldpop.org/تُستخدم كبيانات مدخلات اجتماعية واقتصادية لتحليلات الاقتصاد القياسي المكاني.
InVEST (التقييم المتكامل لخدمات النظم البيئية والمقايضات)The Natural Capital Project, Stanford Universityالإصدار 3.14.0؛ https://naturalcapitalproject.stanford.edu/يُستخدم لتقدير مخزون الكربون وتغيرات مخزون الكربون بموجب سيناريوهات استخدام الأراضي التاريخية والمحاكاتية.
Matplotlib & Pillow (مكتبات Python)Python Communityhttps://matplotlib.org/; https://python-pillow.org/تُستخدم لإنشاء أشكال بجودة النشر ومعالجة المخرجات الرسومية عالية الدقة (600 dpi).
مجموعات بيانات استخدام الأراضي/غطاء الأرض متعددة الفترات الزمنيةResource and Environment Science and Data Center (RESDC), Chinese Academy of Scienceshttps://www.resdc.cn/تُستخدم كمجموعة بيانات المدخلات الأساسية لتحليل تغير استخدام الأراضي ومحاكات PLUS.
نموذج PLUS (محاكاة استخدام الأراضي المولدة للرقع)High-performance Spatial Computational Intelligence Lab (HPSCIL)https://github.com/HPSCIL/Patch-generating_Land_Use_Simulation_Modelيُستخدم لمحاكاة أنماط استخدام الأراضي المستقبلية بموجب سيناريوهات تخطيط بيئي متعددة.
PySAL (مكتبة Python للتحليل المكاني)PySAL Developershttps://pysal.org/تُستخدم لإجراء تحليلات الارتباط الذاتي المكاني ونمذجة الاقتصاد القياسي المكاني.
بيئة برمجة PythonPython Software Foundationالإصدار 3.9+؛ https://www.python.org/تُستخدم للمعالجة المسبقة للبيانات، والتحليل المكاني، والحسابات الإحصائية، وتنفيذ سير العمل.
بيانات تضاريسية (DEM) وبيانات الاستشعار عن بعدUnited States Geological Survey (USGS)https://earthexplorer.usgs.gov/تُستخدم لاستخلاص المتغيرات التضاريسية ومدخلات الاستشعار عن بعد لتحليل تمدن الأراضي وتحديد معاملات النموذج.

المراجع

  1. Xiong Z, Zhang Y, Liu M. Assessing land urbanization and ecological planning impact on carbon stock and its economic value from coupled InVEST-PLUS models. Sci Rep. 2025;15:30494. https://doi.org/10.1038/s41598-025-30494-x
  2. Ge K, Zou S, Lu Y, Chen Y. Spatial effects and influence mechanisms of urban land use green transition on urban carbon emissions. Ecol Indic. 2025;172:113261. https://doi.org/10.1016/j.ecolind.2025.113261
  3. Li L, et al. Spatio-temporal evolution of land use and carbon stock under multiple scenarios based on the PLUS-InVEST model: A case study of Chengdu. Sustainability. 2025;17(21):9903. https://doi.org/10.3390/su17219903
  4. Wang Z, Zhong A, Wei E, Hu C. Carbon stock simulation and land use optimization for high-water-table resource-based cities based on the coupled GMOP-PLUS-InVEST model. Remote Sens. 2024;16(23):4480. https://doi.org/10.3390/rs16234480
  5. Liu Y, Mei X, Yue L. Response of carbon stock to land use change and multi-scenario predictions in Zunyi, China. Sci Rep. 2025;15:236. https://doi.org/10.1038/s41598-024-81735-8
  6. Sun G, Li Y, Huang R. Spatial and temporal evolution of carbon stocks in Yulin City under changing environments. Sci Rep. 2025;15:12219. https://doi.org/10.1038/s41598-025-12219-w
  7. Tang J, Peng W. Spatiotemporal dynamics and influencing factors of land carbon stock in Chengdu Plain using an integrated model. Sci Rep. 2025;15:11248. https://doi.org/10.1038/s41598-025-11248-x
  8. Wang Y, Zhang Z, Chen X. Land use transitions and the associated impacts on carbon stock in the Poyang Lake Basin, China. Remote Sens. 2023;15(11):2703. https://doi.org/10.3390/rs15112703
  9. Tao Y, Tian L, Wang C, Dai W. Dynamic simulation of land use and land cover and its effect on carbon stock in the Nanjing Metropolitan Circle under different development scenarios. Front Ecol Evol. 2023;11:1102015. https://doi.org/10.3389/fevo.2023.1102015
  10. Song M, Yu S, Qin H. Land-use/land-cover change and its impact on ecosystem carbon stock in Binhai New Area, Tianjin, China from 1985 to 2060. Environ Earth Sci. 2025;84:481. https://doi.org/10.1007/s12665-025-11728-x
  11. Liang X, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China. Comput Environ Urban Syst. 2021;85:101569. https://doi.org/10.1016/j.compenvurbsys.2020.101569
  12. Sharp R, et al. InVEST 3.14.0 User's Guide. The Natural Capital Project; Stanford, CA; 2023. https://storage.googleapis.com/invest-users-guide/index.html
  13. Basha U, et al. Spatial-temporal assessment of annual water yield and impact of land use changes on Upper Ganga Basin, India, using InVEST model. J Hazard Toxic Radioact Waste. 2024;28(2). https://doi.org/10.1061/JHTRBP.HZENG-1188
  14. Deeksha, Shukla AK. Ecosystem services: A systematic literature review and future dimension in freshwater ecosystems. Appl Sci. 2022;12(17):8518. https://doi.org/10.3390/app12178518
  15. Shukla AK, Jain MK, Khare D, Mishra PK. Spatio-temporal assessment of annual water balance models for upper Ganga Basin. Hydrol Earth Syst Sci. 2018;22:5357-71.
  16. Nayak D, Shukla AK, Devi NR. Decadal changes in land use and land cover: Impacts and their influence on urban ecosystem services. Aqua Water Infrastruct Ecosyst Soc. 2024;73(1):57-72.
  17. Nayak D, Shukla AK. Assessing ecosystem service trade-offs and synergies in the rapidly urbanizing coastal region of Mangaluru Agglomeration, India. PLoS One. 2026;21(3):e0344106. https://doi.org/10.1371/journal.pone.0344106
  18. Lei J, Chen H, Wu Y, Zheng X. The impact of land use change on carbon stock and multi-scenario prediction in Hainan Island using InVEST and CA-Markov models. Front For Glob Change. 2024;7:1349057. https://doi.org/10.3389/ffgc.2024.1349057
  19. Dong H, et al. Remote sensing of urban tree carbon stocks: A methodological review. ISPRS J Photogramm Remote Sens. 2025;227:570-93.
  20. Wang Y, Jin X. Land use, spatial planning, and their influence on carbon emissions: A comprehensive review. Land. 2025;14(7):1406. https://doi.org/10.3390/land14071406
  21. Chen R, Zhao W, Li S, Zhang Y. Assessing carbon stock dynamics in an ecological civilization demonstration zone amid rapid urbanization: A multi-scenario study of Guizhou Province, China. Resour Environ Sustain. 2025;21:100223. https://doi.org/10.1016/j.resenv.2025.100223
  22. Zhang J, Cao P, Roosli R. Assessing land use and carbon stock changes using PLUS and InVEST models: A multi-scenario simulation in Hohhot. Environ Sustain Indic. 2025;26:100655. https://doi.org/10.1016/j.envc.2025.100655
  23. Li C, Xu H, Du P, Tang F. Predicting land cover changes and carbon stock fluctuations in Fuzhou, China: A deep learning and InVEST approach. Ecol Indic. 2024;167:112658. https://doi.org/10.1016/j.ecolind.2024.112658

إعادة الطباعة والأذونات

الوسوم

الاستشعار عن بعدمحاكاة استخدام الأراضيالاقتصاد القياسي المكانيتقييم مخزون الكربونوحدة الكربون في نموذج InVESTأراضي الغابات
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.