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.
يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية
مقالة بحثية
التوسع الحضري للأراضي، والتخطيط الإيكولوجي، وديناميكيات مخزون الكربون في شينجيانغ بالصين، باستخدام سير عمل متكامل للنمذجة الجيومكانية
في هذه المقالة
ملخص
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.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
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.
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.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
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...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
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، وآ...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
ليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.
شكر وتقدير
لم يتلقَّ المؤلفون أي تمويل محدد لهذا العمل.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| نصوص برمجية مخصصة للاقتصاد القياسي المكاني ومجموعات البيانات المخرجة | المؤلفون | مستودع Zenodo: https://zenodo.org/records/21159171 | تُستخدم لإعادة إنتاج تحليلات الاقتصاد القياسي المكاني وسير العمل الحسابي الداعم الموضح في هذه الدراسة. |
| شبكات كثافة سكانية عالية الدقة | WorldPop | https://www.worldpop.org/ | تُستخدم كبيانات مدخلات اجتماعية واقتصادية لتحليلات الاقتصاد القياسي المكاني. |
| InVEST (التقييم المتكامل لخدمات النظم البيئية والمقايضات) | The Natural Capital Project, Stanford University | الإصدار 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 Community | https://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 الزمنية | Resource and Environment Science and Data Center (RESDC), Chinese Academy of Sciences | https://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_Model | يُستخدم لمحاكاة أنماط استخدام الأراضي المستقبلية بموجب سيناريوهات تخطيط بيئي متعددة. |
| PySAL (مكتبة Python للتحليل المكاني) | PySAL Developers | https://pysal.org/ | تُستخدم لإجراء تحليلات الارتباط الذاتي المكاني ونمذجة الاقتصاد القياسي المكاني. |
| بيئة برمجة Python | Python Software Foundation | الإصدار 3.9+؛ https://www.python.org/ | تُستخدم للمعالجة المسبقة للبيانات، والتحليل المكاني، والحسابات الإحصائية، وتنفيذ سير العمل. |
| بيانات تضاريسية (DEM) وبيانات الاستشعار عن بعد | United States Geological Survey (USGS) | https://earthexplorer.usgs.gov/ | تُستخدم لاستخلاص المتغيرات التضاريسية ومدخلات الاستشعار عن بعد لتحليل تمدن الأراضي وتحديد معاملات النموذج. |
المراجع
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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.
- 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.
- 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
- 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
- Dong H, et al. Remote sensing of urban tree carbon stocks: A methodological review. ISPRS J Photogramm Remote Sens. 2025;227:570-93.
- 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
- 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
- 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
- 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
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.