תהליך עבודה משולב של מידול גיאוספציאלי מכמת את עיור הקרקע ואת הדינמיקה של מאגרי הפחמן. התרחבות שטחים בנויים קשורה לאובדן מאגרי פחמן ולהשפעות גלישה מרחביות שליליות, בעוד שתרחישי תכנון אקולוגי שומרים על קרקעות בעלות פחמן גבוה ותומכים בממשל מתואם של פחמן נמוך.
מאמר מחקר
עיור קרקעות, תכנון אקולוגי ודינמיקה של מאגרי פחמן בשינג'יאנג, סין, באמצעות זרימת עבודה משולבת של מידול גיאומרחבי
במאמר זה
סיכום
תקציר
מחקר זה פיתח והחיל תהליך עבודה (workflow) משולב המשלב חישוש מרחוק, סימולציית שימושי קרקע, הערכת שירותי מערכת אקולוגית ושיטות אקונומטריה מרחבית כדי לכמת את השפעת העיור של הקרקע והתכנון האקולוגי על דינמיקת מאגרי הפחמן באזור האוטונומי שינג'יאנג אויגור שבצפון-מערב סין. באמצעות נתונים של שימושי קרקע/כיסוי קרקע, משטחים בלתי חדירים, אורות ליליים, צמחייה, טופוגרפיה, נתונים סוציו-אקונומיים ומגבלות תכנוניות מהשנים 2000–2020, זיהה תהליך העבודה דפוסי עיור היסטוריים, סימולץ ארבעה תרחישי תכנון עתידיים, העריך את מאגרי הפחמן באמצעות מודול הפחמן של InVEST והעריך השפעות ישירות והשפעות גלישה מרחביות (spatial spillover effects) באמצעות מודלים אקונומטריים מרחביים. התוצאות מראות כי התרחבות השטחים הבנויים התרחשה בעיקר באמצעות המרה של קרקעות חקלאיות ונלוותה לעלייה בכיסוי של משטחים בלתי חדירים ובעוצמת האורות הליליים. תוצאות הסימולציה מצביעות על כך שתרחיש ההגנה האקולוגית מניב את שימור מאגרי הפחמן הגבוה ביותר, בעוד שתרחיש הפיתוח הטבעי מוביל לאובדן הפחמן הגדול ביותר. קרקעות יער זוהו כסוג שימושי הקרקע הרגיש ביותר בעל תכולת פחמן גבוהה, עם צפיפות פחמן כוללת של 144.9 Mg C/ha בהשוואה ל-29.4 Mg C/ha עבור שטחים בנויים. תוצאות מודל Durbin מרחבי מראות כי לעיור הקרקע יש השפעה ישירה שלילית (−0.231) והשפעת גלישה עקיפה שלילית (−0.117), מה שיוצר השפעה כוללת של −0.348 על צפיפות מאגרי הפחמן, בעוד שלעצימות התכנון האקולוגי יש השפעה כוללת חיובית (+0.245). ממצאים אלו תומכים בתכנון אקולוגי מתואם מעבר לגבולות מנהליים כדי לקדם פיתוח אזורי דל-פחמן.
מבוא
על רקע שינויי האקלים הגלובליים והמעבר לפיתוח דל-פחמן, עיור מהיר הפך למניע מרכזי לשינויים בדפוסי כיסוי הקרקע האזוריים ובמחזורים ביו-גיאו-כימיים1. ככל שפעילויות אנושיות ממשיכות להתרחב בהיקפן ובעוצמתן, עיור קרקעי מואץ באזורי פיתוח לא רק משנה את דפוסי שימוש הקרקע, אלא גם מעצב מחדש את מבנה המערכת האקולוגית ותפקודיה. במהותו, עיור קרקעי כרוך בהמרה של צמחייה טבעית בעלת צפיפות פחמן גבוהה למשטחים מלאכותיים בעלי צפיפות פחמן נמוכה, מה שמוביל לאובדן משמעותי של יכולת אחסון הפחמן האזורית2. עבור אזורים המתפתחים במהירות, האיזון בין צמיחה כלכלית להגנה על המרחב האקולוגי הפך לאתגר קריטי בתכנון מרחבי טריטוריאלי. מחקרי שימוש בקרקע מסורתיים התמקדו בעיקר בדפוסי התרחבות פיזיים, תוך התעלמות לעיתים קרובות מהאינטראקציות הדינמיות בין הפיתוח המרחבי לתהליכי מחזור הפחמן3. כתוצאה מכך, קיים צורך בגישות אנליטיות אינטגרטיביות המכמתות את השפעות העיור הקרקעי על דינמיקת מאגרי הפחמן ומספקות בסיס מדעי להגנה אקולוגית ולממשל דל-פחמן.
התקדמויות אחרונות בחשישה מרחוק ובמערכות מידע גיאוגרפיות שיפרו באופן משמעותי את מידול שינויי שימושי קרקע ואת הערכת שירותי המערכת האקולוגית4,5. סימולציית שימושי קרקע רב-תרשנרית בשילוב עם חשבונאות אקולוגית הפכה לגישה נפוצה להערכת ההשלכות הסביבתיות של התרחבות עירונית6. בפרט, מודלים של Patch-generating Land Use Simulation (PLUS) ו-Integrated Valuation of Ecosystem Services and Tradeoffs (InVEST) יושמו כדי לכמת את האופן שבו מגבלות תכנוניות משפיעות על מסלולי שימושי קרקע ועל תוצרי מאגרי פחמן7,8,9,10,11,12. מחקרי שירותי מערכת אקולוגית קשורים הדגימו עוד כי שינוי בכיסוי הקרקע, מדיניות פיתוח עירוני ואמצעי הגנה אקולוגיים יכולים לשנות את תפוקת המים, קיבוע הפחמן, שימור הקרקע והטרייד-אופים של שירותי המערכת האקולוגית בנופים המתעיורבנים במהירות13,14,15,16,17. עם זאת, רוב המחקרים הקודמים התמקדו בהמרת שימושי קרקע ובתוצרי שירותי המערכת האקולוגית, תוך מתן תשומת לב מועטה יותר לאופן שבו לחצי פיתוח סוציו-אקונומיים יוצרים תגובות של מאגרי פחמן התלויות במרחב בין יחידות מנהליות שכנות.
שלושה פערים מרכזיים מהווים את המניע לזרימת העבודה הנוכחית. ראשית, יישומים קודמים של PLUS–InVEST התייחסו לעיתים קרובות לאזורי מחקר כמערכות פיזיקליות סגורות ולא העריכו במפורש אם השפעות העיור של קרקעות זולגות ליחידות סמוכות. שנית, ניתוחי תיקוף, אי-ודאות ורגישות מדווחים לעיתים קרובות באופן תמציתי בלבד, מה שמקשה לקבוע אם דירוגי תרחישים נותרים יציבים תחת פרמטרים חלופיים של סימולציית שימושי קרקע, מקדמי מאגרי פחמן והגדרות משקל מרחבי. שלישית, מחקרי אקונומטריה מרחבית מזהים לעיתים קרובות קשרים בין עוצמת הפיתוח לתוצאות אקולוגיות מבלי לקשור מערכות יחסים אלו לתצפיות חישוש מרחוק, תרחישי שימושי קרקע עתידיים וחשבונאות של מלאי פחמן. לפיכך, נדרשת זרימת עבודה משולבת כדי לחבר בין תצפית, סימולציית תרחישים, חשבונאות פחמן וזיהוי מנגנונים מרחביים בתוך מסגרת אנליטית הניתנת לשחזור.
בהתאם לכך, מחקר זה מבסס תהליך עבודה אנליטי הניתן לשחזור, המשלב חישוש מרחוק, סימולציית תרחישים מבוססת PLUS, הערכת מאגרי פחמן באמצעות InVEST וניתוח אקונומטרי מרחבי. תוך התמקדות באזור האוטונומי שינג'יאנג אויגור בצפון-מערב סין, המחקר מעריך דפוסי עיור של קרקעות מהעתק היסטורי בין השנים 2000–2020, בוחן כיצד תרחישי תכנון חלופיים משפיעים על תצורות עתידיות של שימושי קרקע, מכמת את ההשפעות הנובעות מכך על התפלגות מאגרי הפחמן, וחוקר את ההשפעות הישירות ואת אפקטי הגלישה המרחביים של עיור הקרקעות, עוצמת התכנון האקולוגי, מצב הצמחייה וגורמים סוציו-אקונומיים על דינמיקת מאגרי הפחמן. התרומה העיקרית של תהליך עבודה זה היא השילוב של חיזוי מבוסס תרחישים יחד עם זיהוי מנגנונים כדי לתמוך בסימון קווי אדום אקולוגיים, תכנון צמיחה דחוסה, פיצוי פחמן חוצה-גבולות וממשל אזורי דל פחמן.
פרוטוקול
במחקר זה נעשה שימוש במאגרי נתונים גיאספציאליים, נתונים מחשפנות מרחוק, נתוני תכנון ומאגרי נתונים סוציו-כלכליים מצטברים הזמינים לציבור. לא השתתפו במחקר בני אדם, בעלי חיים, חומרים קליניים או מידע אישי מזוהה. לפיכך, לא נדרש אישור אתי ממוסד. סביבות התוכנה הספציפיות, חבילות החישוב (כולל ספריות לוויזואליזציה ברזולוציה גבוהה ולאקונומטריקה מרחבית), מזהי אובייקט דיגיטלי (DOIs) של מאגרי הנתונים וכתובות ה-URL של המקורות עבור כל המשאבים הדרושים לשחזור תהליך עבודה זה מפורטים ב- טבלת חומרים.
1. אזור המחקר ומסגרת אנליטית
הניתוח נערך באזור האוטונומי שינג'יאנג אויגור שבצפון-מערב סין, תוך התמקדות אנליטית ספציפית בהיקפי העירוניות שהוגדרו עבור ערים מרכזיות (איור 1) כדי ללכוד במדויק את דינמיקת ההתרחבות המקומית. גבול זה שימש באופן עקבי עבור חיתוך רסטרים, סימולציית שימושי קרקע, הערכת מאגרי פחמן וצבירה של יחידות מנהליות. גודל מדגם הניתוח (n) כלל 105 יחידות מנהליות ברמת מחוז שנותחו לאורך שלושה נקודות זמן נפרדות (2000, 2010 ו-2020), כאשר סימולציות שימושי הקרקע כללו 50 חזרות סטוכסטיות כדי ללכוד אי-ודאות מרחבית.
נעשה שימוש במסגרת ניתוח רב-סקאלית המשלבת ניתוחים ברמת רשת (grid) וברמת יחידה מנהלית. ברמת הרשת, נתונים של שימושי קרקע/כיסוי קרקע, עוצמת אור לילי, כיסוי משטחים בלתי חדירים, מדדי צמיחה, משתנים טופוגרפיים ומגבלות תכנון אקולוגי שימשו לזיהוי דפוסי עירוניות של קרקע, סימולציה של תרחישי שימוש עתידיים בקרקע והערכת פיזור מאגרי הפחמן. ברמת היחידה המנהלית, משתנים סוציו-אקונומיים, תחבורתיים וסביבתיים שולבו בניתוחים אקונומטריים מרחביים כדי להעריך את ההשפעות הישירות ואת אפקטי הגלישה (spillover effects) של עירוניות הקרקע ותכנון אקולוגי על דינמיקת מאגרי הפחמן.
המסגרת האנליטית כללה חמישה מרכיבים. ראשית, נעשה שימוש בנתוני חישוש מרחוק רב-זמניים ובנתוני שימושי קרקע כדי לאפיין דפוסים מרחביים-זמניים של עיור קרקע, כולל התרחבות שטחים בנויים, עוצמת פיתוח וארגון מחדש של שימושי הקרקע. שנית, פותחו תרחישים של הגנה אקולוגית, הגנה על שטחי גידולים חקלאיים ותכנון דל-פחמן כדי לסמלץ דפוסים עתידיים של שימושי קרקע. שלישית, נעשה שימוש במודול אחסון הפחמן של InVEST כדי לכמת את התפלגות ומגמות השינוי במאגרי הפחמן תחת תנאי שימושי קרקע היסטוריים ועתידיים. רביעית, נערכו ניתוחי אוטוקורלציה מרחבית גלובליים ומקומיים כדי לזהות דפוסי התקבצות ואזורי "נקודות חמות" (hotspots) הקשורים לשינויים במאגרי הפחמן. חמישית, נעשה שימוש במודלים אקונומטריים מרחביים כדי להעריך את העוצמה, הכיוון ואפקט הגלישה (spillover effects) של עיור קרקע, עוצמת תכנון אקולוגי ומניעים סביבתיים וסוציו-אקונומיים על הדינמיקה של מאגרי הפחמן.
איור 1 מציג את זרימת העבודה האנליטית הכוללת. זרימת העבודה מקשרת בין הגדרת אזור המחקר, אינטגרציה של נתונים ממקורות מרובים, זיהוי עיור של קרקעות, פיתוח תרחישים של תכנון אקולוגי, סימולציית שימושי קרקע, הערכת מאגרי פחמן, ניתוח אוטוקורלציה מרחבית ומודלים אקונומטריים מרחביים. נתונים מרחביים ממקורות מרובים שימשו כשכבת הקלט. זיהוי עיור של קרקעות וניתוח היסטורי של שימושי קרקע הרכיבו את שכבת אפיון התבניות. תרחישי תכנון אקולוגי והערכת מאגרי פחמן הרכיבו את שכבת התחזית והערכת ההשפעה. ניתוחי אוטוקורלציה מרחבית וניתוחים אקונומטריים שימשו לזיהוי מנגנונים מרחביים ולתמיכה בפרשנות של המדיניות.
איור 1: אזור המחקר, אינטגרציית נתונים וזרימת עבודה טכנית. (A) הקשר מרחבי רב-סקאלי וגבולות ניתוח עירוניים מדויקים עבור ערים מרכזיות באזור האוטונומי שינג'יאנג אויגור, צפון-מערב סין. (B) זרימת עבודה טכנית משולבת המקשרת בין נתונים מרחביים ממקורות מרובים, זיהוי עיור קרקעות מבוסס חישוש מרחוק, תכנון תרחישי תכנון אקולוגי, סימולציית שימושי קרקע PLUS, הערכת מלאי פחמן InVEST, אוטוקורלציה מרחבית, ניתוח נקודות חמות (hotspot analysis) ומודל אקונומטרי מרחבי. ND = פיתוח טבעי; EP = הגנה אקולוגית; CP = הגנת שטחי גידול; LC = אופטימיזציה של פחמן נמוך; OLS = ריבועים פחותים רגילים; SAR = מודל רגרסיה מרחבית; SEM = מודל שגיאה מרחבית; SDM = מודל דרבין מרחבי. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.
2. מקורות נתונים ומערכת משתנים
מאגר נתונים רב-מקור נבנה כדי לתמוך בזיהוי עיור של קרקעות, סימולציה של תרחישי תכנון אקולוגי, הערכת מאגרי פחמן וניתוח אקונומטרי מרחבי. מאגר הנתונים כלל נתוני שימוש קרקע/כיסוי קרקע, שבר של משטחים בלתי חדירים, עוצמת אור לילי, מדד צמחייה נורמליזציה (NDVI), משתנים טופוגרפיים, מדדי נגישות תחבורתית, משתנים הידרולוגיים, צפיפות אוכלוסין, צפיפות תוצר מקומי גולמי (GDP), מגבלות תכנוניות, משתני אקלים ופרמטרים של מאגרי פחמן. טבלה 1 מסכמת את קטגוריית מאגר הנתונים, תיאור המשתנה, יחידה, רזולוציה מרחבית וזמנית, מקור ויישום אנליטי. מאגרי נתונים מרכזיים הושגו עבור השנים 2000, 2010 ו-2020. נתוני שימוש קרקע ומוצרי חישוש מרחוק עיקריים הותאמו לרזולוציות הנעות בין 30 m ל-1 km, בהתאם לדרישות האנליטיות.
טבלה 1: מקורות נתונים ומערכת משתנים. הטבלה מציגה את קטגוריית מערך הנתונים, המשתנה, תיאור, יחידה, רזולוציה מרחבית/זמנית, מקור ושימוש אנליטי לזיהוי עיור קרקעות, סימולציית תרחישים, חישוב מאגרי פחמן ב-InVEST ומודל אקונומטרי מרחבי. NDVI = מדד צמיחות Differenced Normalized; DEM = מודל גובה דיגיטלי; LULC = שימוש בקרקע/כיסוי קרקע. אנא לחצו כאן להורדת טבלה זו.
כל השכבות המרחביות הוקרנו למערכת קואורדינטות משותפת, נגזרו לגבולות אזור המחקר המוצגים ב-איור 1, ונדגמו מחדש או אוגגרו לקנה המידה הנדרש של הרשת או היחידה המנהלית. ערכים חסרים נסרקו לפני ניתוח ההחפפה המרחבית. מערכי נתונים מסוג ראסטר ששימשו בניתוחי PLUS ו-InVEST הותאמו ברמת הפיקסל, בעוד שמשתנים סוציו-כלכליים אוגגרו ליחידות מנהליות עבור רגרסיה מרחבית. זרימת עבודה זו של עיבוד מקדמי הבטיחה יחידות מרחביות עקביות ונקודות זמן ניתנות להשוואה לאורך ניתוחים זמניים, סימולציות של תרחישים, חישובי מלאי פחמן ומודלים אקונומטריים.
נתוני שימושי קרקע וכיסוי קרקע שימשו כקלט העיקרי לזיהוי שינויים היסטוריים ולסימולציה של שימושי קרקע עתידיים. קטגוריות שימושי הקרקע המקוריות סווגו מחדש לשש מחלקות: קרקע חקלאית, พื้นที่ יער, שטחים דשא, מקרי מים, שטחים בנויים וקרקע שאינה בשימוש. סכימת סיווג זו שימשה באופן עקבי לניתוח שינויי שימושי קרקע, פיתוח תרחישים וחישובי מלאי פחמן ב-InVEST. חלקם של השטחים הבנויים, כיסוי הפני השטח בלתי חדיר ועוצמת האור הלילי שימשו כמדדים לעירוניות של הקרקע. כיסוי פני שטח בלתי חדיר ועוצמת אור לילי שימשו כמדדי שלחילחול (proxies) של חישוש מרחוק לעצימות הפיתוח ופעילות אנושית. NDVI נכלל כמדד אקולוגי בניתוחים אקונומטריים מרחביים עוקבים.
משתני טופוגרפיה ומיקום כללו גובה, שיפוע, מרחק מכבישים ראשיים, צפיפות כבישים וקרבה לנהרות מרכזיים. משתנים אלה שימשו כמניעים בסימולציית שימושי קרקע וכמשתני בקרה במודלים של אקונומטריקה מרחבית. יחד, הם ייצגו מגבלות של תנאי השטח, נגישות תחבורתית וקישוריות הידרולוגית.
משתנים סוציו-כלכליים כללו צפיפות אוכלוסייה וצפיפות GDP, בתוספת צפיפות רשת כבישים במקומות שבהם נתון זה היה זמין. משתנים אלו שימשו לאפיון עצימות הפיתוח ולחצי פעילות אנושית הקשורים לשינויים במאגרי פחמן. מסגרת המשתנים שילבה מדדי פיתוח קרקע, לחץ סוציו-כלכלי והקשר אקולוגי כדי לייצג את הגורמים המרובים המשפיעים על הדינמיקה של מאגרי פחמן.
מדד עצימות של תכנון אקולוגי פותח באמצעות קווים אדומים אקולוגיים, שמורות טבע, אזורי חיץ של מקורות מים, אזורים עם הגבלות שיפוע ואזורים רגישים אחרים מבחינה סביבתית. מדד זה שימש הן כשכבת אילוצים בסימולציות עתידיות של שימושי קרקע והן כמשתנה מסביר בניתוחים אקונומטריים מרחביים.
עבור הערכת מאגרי פחמן באמצעות InVEST, נאספו ארבעה פרמטרי מאגרי פחמן עבור כל סיווג של שימוש בקרקע: פחמן בביומסה עילית, פחמן בביומסה תת-קרקעית, פחמן אורגני בקרקע ופחמן בחומר אורגני מת. ערכי הפרמטרים הופקו ממחקרים אזוריים שפורסמו, ממסמכי הנחיה של InVEST וממאפייני כיסוי קרקע מקומיים, ומופו למערכת סיווג אחידה של שימוש בקרקע. מאגר פחמן מתייחס לסך הפחמן המוערך הכלול בארבעה מאגרים אלו, בעוד שצפיפות מאגר פחמן מתייחסת למאגר פחמן ליחידת שטח.
המשתנים חולקו לשלוש קטגוריות. הקטגוריה הראשונה כללה מדדי עיור של קרקעות, כולל שיעור השטחים הבנויים, כיסוי משטחים בלתי חדירים ועוצמת אור לילי. הקטגוריה השנייה כללה משתנים אקולוגיים ותכנוניים, כגון NDVI, עוצמת תכנון אקולוגי, גובה, שיפוע וקרבה הידרולוגית. הקטגוריה השלישית כללה גורמים סוציו-אקונומיים, כולל צפיפות אוכלוסין, צפיפות GDP וצפיפות כבישים. משתנים אלו שימשו להערכת הקשרים בין עיור קרקעות, תכנון אקולוגי ודינמיקה של מאגרי פחמן.
3. זיהוי עיור של קרקע באמצעות חישוש מרחוק
הדפוסים המרחביים-זמניים של עירוניות קרקע זוהו באמצעות שלושה מדדים משלימים: התרחבות שטחים בנויים, כיסוי פני שטח בלתי חדירים ועוצמת אור לילי. התרחבות שטחים בנויים הופקה ממפות שימושי קרקע עוקבות כדי לתחום את ההיקף הפיזי ואת התקדמות הפיתוח העירוני מאזורי ליבה בנויים לאזורים מקיפים. כיסוי פני שטח בלתי חדירים חושב כדי לכמת את עוצמת הפיתוח ברמת הרשת, בעוד שנתוני רסטר של עוצמת אור לילי עובדו ונורמלו כדי לייצג פעילות אנושית וריכוז תפקודי. שכבות מרחביות אלו שולבו לאחר מכן כדי לבנות את מאגר הנתונים ההיסטורי של עירוניות קרקע. המדדים המשולבים שימשו לזיהוי אזורים של התגברות מתמשכת בעוצמת הפיתוח, אזורי מעבר ואזורים יציבים יחסית, ולהערכת ההתאמה המרחבית בין פיתוח פיזי של הקרקע לבין עירוניות תפקודית.
מטריצת מעבר של שימוש בקרקע נבנתה כדי לכמת את העוצמה והכיוון של המרת שימושי קרקע בין קרקע חקלאית, שטחי יער, שטחי עשב, מקורות מים, קרקע מיועדת לבנייה וקרקע שאינה בשימוש. תשומת לב מיוחדת הוקדשה למעברים ממחלקות קרקע אקולוגיות וחקלאיות לקרקע מיועדת לבנייה. המטריצה שימשה לזיהוי נתיבי ההמרה הדומיננטיים ומחלקות הקרקע המהוות את המקור העיקרי להתרחבות העירונית.
בוצע ניתוח של דפוסי נוף כדי להעריך שינויים מבניים הקשורים לאורבניזציה של קרקעות. המדדים שכללו צפיפות טלאים (patch density), צפיפות שוליים, מדד צורת הנוף ומחוונים הקשורים לפיצול (fragmentation). מדדים אלו חושבו עבור כל תקופת מחקר ושימשו לכימות שינויים בתצורת הנוף, ברציפות המרחבית ובפיצול הנלווים להתרחבות שטחים הבנויים.
4. תכנון תרחישי תכנון אקולוגי וסימולציית שימושי קרקע
דפוסי שימושי קרקע עתידיים סומללו באמצעות מודל ה-Patch-generating Land Use Simulation (PLUS) תחת ארבעה תרחישי תכנון: פיתוח טבעי (ND), הגנה אקולוגית (EP), הגנה על שטחי גידול (CP), ואופטימיזציה של פחמן נמוך (LC). הנחות התרחישים, כללי המרת הקרקע, סוגי קרקע מוגבלים ותוצאות מלאי הפחמן הצפויות מסוכמים בטבלה 2.
טבלה 2: כללי בקרה של תרחישים ואילוצי מעבר. הטבלה מגדירה הסתברויות להמרת קרקעות ואילוצים מרחביים עבור תרחישי פיתוח טבעי (ND), הגנה אקולוגית (EP), הגנת שטחי חקלאות (CP) ואופטימיזציה של פחמן נמוך (LC). הערות: קיצורי התרחישים תואמים בדיוק לאלו שנעשה בהם שימוש במידול ה-PLUS ובסעיפי התוצאות. הגדרות התרחישים מגדירות כללי המרה מוכווני-מדיניות וסוגי קרקע מוגבלים ששימשו בסימולציות; כל אזורי ההחרגה הסטטוטוריים נותרו בלתי ניתנים להמרה בשכבות המרחביות הסופיות. אנא לחצו כאן כדי להוריד טבלה זו.
מפות היסטוריות של שימושי קרקע ומשתנים מרחביים מניעים שולבו במודל ה-PLUS כדי להעריך הסתברויות בסיס למעברי קרקע באמצעות מודול האוטומטה התאית (CA). עבור תרחישי ההגנה האקולוגית (EP), הגנת השטחים החקלאיים (CP) ואופטימיזציה של פליטות פחמן נמוכות (LC), קווים אדומים אקולוגיים, שטחים חקלאיים בסיסיים קבועים, אזורי חיץ של מקורות מים ומגבלות תכנון אחרות שולבו כשכבות הגבלה מרחביות כדי להגביל את המרת הקרקע בהתאם לכללי התרחיש שהוגדרו מראש. לאחר מכן הוגדרו כמויות ביקוש יעד לקרקע עבור שנת 2030 עבור כל תרחיש, ומודול ה-CA הופעל באמצעות 50 חזרות סטוכסטיות כדי להפיק את תחזיות שימושי הקרקע הסופיות.
סימולציית שימושי קרקע בוצעה באמצעות מודל PLUS ומסגרת האוטומט התאי (CA) שלו עם יצירת טלאים סטוכסטית רב-סוגית. מפות היסטוריות של שימושי קרקע ומשתני מניע סביבתיים וסוציו-אקונומיים שימשו להערכת הסתברויות התרחבות קרקעות עבור כל מחלקת שימוש בקרקע. לאחר מכן, כמויות הדרישה העתידיות לקרקע הוגדרו בהתאם לדרישות של כל תרחיש תכנון, ומפות שימושי קרקע תואמות הופקו עבור תקופת הסימולציה המיועדת.
ביצועי המודל הוערכו באמצעות חיזוי לאחור (back-casting) היסטורי לפני ביצוע סימולציה עתידית. מפות שימושי קרקע מוקדמות ומשתני מניע נלווים שימשו לסימולציה של מפת שימושי קרקע נצפית מאוחרת יותר. ההתאמה בין התפלגויות שימושי הקרקע המסומולצות לנצפות הוערכה באמצעות דיוק כולל (OA), מקדם קאפה (Kappa coefficient) וערך זכות (FoM). התיקוף בוצע הן ברמה הכללית והן לפי סוגי שימושי קרקע עיקריים. חיזוי לאחור היסטורי משנת 2010 לשנת 2020 הניב דיוק כולל (OA) של 93.4%, מקדם קאפה של 0.89 וערך זכות (FoM) של 0.26, המעידים על יכולת מהימנה מאוד להקרנה מרחבית בסימולציות רב-תרשניות עוקבות.
ניתוחי אי-ודאות ורגישות בוצעו כדי להעריך את חוסנו של תוצרי הסימולציה. ניתוחי רגישות ב-PLUS בחנו את ההשפעות של הגדרות חלופיות של התנגדות למעבר (transition-resistance) ופרמטרים של משקל שכנות עבור מחלקות עיקריות של שימושי קרקע. ניתוחי רגישות ב-InVEST העריכו את השפעת השונות במקדמי מאגרי הפחמן בין סוגי שימושי קרקע שונים. ניתוחי רגישות אקונומטריים מרחביים השוו מפרטים חלופיים של מטריצת משקלים מרחבית. ניתוחים אלו שימשו כדי להעריך אם דירוגי התרחישים וכיוונם של ההשפעות העיקריות של עיור ותכנון אקולוגי נותרו עקביים תחת הגדרות פרמטרים חלופיות. באופן ספציפי, יציבות התוצאות אוששה באופן קפדני: דירוגי התרחישים והשפעות הגלישה (spillover) המרחביות השליליות של עיור קרקעות נותרו ללא שינוי כאשר פרמטרי ההתנגדות למעבר ומקדמי מאגרי הפחמן שונו ב-±15%.
5. הערכת מלאי פחמן
מאגר הפחמן הוערך באמצעות מודל הפחמן של InVEST. פרמטרים בסיסיים לארבעת מאגרי הפחמן (ביומסה מעל פני השטח, ביומסה מתחת לפני השטח, פחמן אורגני בקרקע וחומר אורגני מת) הוקצו לכל סוג שימוש בקרקע שסווג מחדש, תוך שימוש בערכים הביופיזיים המסוכמים ב- טבלה 3מפות שימושי קרקע היסטוריות (2000–2020) ומערכי נתונים רסטריים של שימושי קרקע עתידיים שסומולצו באמצעות PLUS הוטמעו לאחר מכן במודל ושולבו עם הפרמטרים המתאימים של צפיפות פחמן. לאחר מכן הופעל המודל כדי להעריך את מלאי הפחמן האזורי הכולל (Tg C), את צפיפות מלאי הפחמן ברמת הרשת (Mg C/ha) ומפות מרחביות של שינוי במלאי הפחמן (ΔC) עבור התרחישים ההיסטוריים והעתידיים.
מפות שימושי קרקע מסווגות מחדש קושרו לערכי פרמטרי מאגר הפחמן הבסיסיים המתאימים שדווחו ב-טבלה 3. הרגישות של הערכות מלאי הפחמן לאי-ודאות בפרמטרים נבחנה על ידי התאמת ערכים בסיסיים אלו ב-±15%, עם תוצאות רגישות מפורטות. המודל שימש לחישוב מלאי הפחמן הכולל, צפיפות מלאי הפחמן והשינוי במלאי הפחמן עבור כל סיווג של שימוש קרקע תחת תנאים היסטוריים ותרחישי תכנון עתידיים.
שלוש קטגוריות של תוצרים הוערכו. ראשית, חושבו מלאי הפחמן האזורי הכולל ומגמות זמניות כדי לכמת את העוצמה והכיוון של השינוי במלאי הפחמן לאורך זמן. שנית, מופו התפלגויות מרחביות של מלאי הפחמן והשינוי במלאי הפחמן כדי לזהות אזורים של שימור פחמן ואובדן פחמן. שלישית, הערכות של מלאי הפחמן הושוו בין תרחישי תכנון שונים כדי להעריך את ההשפעות היחסיות של אסטרטגיות הגנה אקולוגית, הגנה על שטחי גידול חקלאיים ואופטימיזציה של פחמן נמוך על שימור מלאי הפחמן.
טבלה 3: פרמטרי בסיס של מאגרי פחמן עבור סוגי שימושי קרקע שונים. הטבלה מציגה פחמן בביומסה עילית, פחמן בביומסה תת-קרקעית, פחמן אורגני בקרקע, פחמן בחומר אורגני מת, וצפיפות פחמן כוללת המשמשים במודול מלאי הפחמן של InVEST. היחידות הן Mg C/ha. הערות: הערכים מייצגים פרמטרי ייחוס המשמשים במודל InVEST. צפיפות הפחמן הכוללת שווה לסכום ארבעה מאגרי הפחמן. ניתוחי רגישות המסיחים ערכי ייחוס אלו ב-±15% מופיעים ב- טבלה 6. אנא לחצו כאן להורדת טבלה זו.
6. אוטוקורלציה מרחבית וניתוח אקונומטרי מרחבי
ניתוח אוטוקורלציה מרחבית בוצע כדי לקבוע האם מאגרי הפחמן והשינוי במאגרי הפחמן הפגינו תלות מרחבית משמעותית. מדד Moran's I גלובלי חושב כדי להעריך את מידת הריכוזיות המרחבית הכוללת של התפלגות מאגרי הפחמן והשינוי במאגרי הפחמן ברחבי אזור המחקר. לאחר מכן נעשה שימוש במדד Moran's I מקומי כדי לזהות תבניות של אסוציאציה מרחבית מקומית, כולל צבירים מסוג גבוה-גבוה (high-high), נמוך-נמוך (low-low), גבוה-נמוך (high-low) ונמוך-גבוה (low-high). ניתוח נקודות חמות (Hotspot analysis) בוצע כדי לזהות אזורים של אובדן פחמן מרוכז ושימור מאגרי פחמן.
מודלים של אקונומטריקה מרחבית שימשו לבחינת הקשרים בין עיור קרקעות, תכנון אקולוגי, תנאים סביבתיים, גורמים סוציו-אקונומיים ודינמיקה של מאגרי פחמן. צפיפות מאגרי פחמן או שינוי במאגרי פחמן שימשו כמשתנה התלוי. המשתנים המסבירים כללו את מדד עיור הקרקע, שיעור השטחים הבנויים, עצימות התכנון האקולוגי, מדד צמחייה נורמליזציה (NDVI), צפיפות אוכלוסין, צפיפות GDP, צפיפות כבישים, גובה, שיפוע, משקעים שנתיים ממוצעים וטמפרטורה שנתית ממוצעת.
רגרסיית ריבועים פחותים רגילה (OLS) שימשה כמודל הבסיס. תלות מרחבית של השאריות הוערכה לפני אומדן המודלים של רגרסיה אוטומטית מרחבית (SAR), שגיאה מרחבית (SEM) ודורבין מרחבי (SDM). ביצועי המודלים ואומדני המקדמים הושוו בין המפרטים השונים.
מטריצת משקולות מרחבית מנורמלת לפי שורות נבנתה כדי לייצג קשרי שכנות בין יחידות מנהליות. המפרט העיקרי התבסס על סמיכות מרחבית, וניתוחי רגישות השוו מטריצות משקולות מרחביות חלופיות המבוססות על מרחק ועל השכן הקרוב ביותר, במקומות שבהם היו זמינות.
השפעות ישירות, עקיפות וסך כל ההשפעות חושבו מתוך ה-SDM כדי להעריך קשרי גלישה (spillover) מקומיים ומרחביים. משתני טופוגרפיה, נגישות, צמחייה, אקלים ומשתנים סוציו-אקונומיים נכללו כמשתני בקרה כדי להפחית הטיות הנובעות ממשתנים מושמטים. מקדמי המודל פורשו כהקשרים מרחביים מותנים ולא כהשפעות סיבתיות מוגדרות. משתנים עם ערכי p העולים על ספי המובהקות המקובלים פורשו כראיות חלשות או מרמזות, ולא נחשבו כהשפעות מובהקות סטטיסטית.
תוצאות
זיהוי עירוניות של קרקעות באמצעות חישה מרחוק
על בסיס תוצאות זיהוי של חישה מרחוק ממספר תקופות, אזור המחקר חווה התגברות משמעותית של עירוניות הקרקעות בין השנים 2000 ל-2020, בליווי ארגון מחדש של דפוסי שימוש בקרקע ועיצוב מחדש של תצורות הנוף. באופן כללי, התרחבות קרקעות הבנייה הפגינה דפוס התרחבות קונצנטרי הקורן מאזורי ליבה עירוניים לעבר אזורי פריפריה. עליות מקבילות בעצימות הפעילות האנושית וברמות אי-חדירות הפני השטח מעידות כי הפיתוח המהיר לא רק שינה את המבנה הכמותי של השימוש בקרקע, אלא הגדיר מחדש באופן עמוק את דפוסי הארגון המרחבי האזורי.
תוצאות זיהוי העירוניות של הקרקע, המודגמות באמצעות תת-קבוצה מייצגת של Urumqi באיור 2A, מדגימות בבירור את מסלולי ההתרחבות השלביים של שימוש בקרקע למבני בנייה בין השנים 2000–2020. בשנת 2000, קרקעות הבנייה היו מרוכזות בעיקר באזורים עירוניים מרכזיים עם תצורות מרחביות דחוסות יחסית. עד שנת 2010, ההתרחבות הפריפריאלית התגברה משמעותית, ויצרה אזורי מעבר סביב אזורי הליבה. עד שנת 2020, קרקעות הבנייה חרגו מהגבולות הדחוסים המקוריים, והתפשטו למספר כיוונים ויצרו טלאים של התרחבות נפרדים הרחק מאזורי הליבה, מה שמשקף דפוסי התרחבות חיצוניים טיפוסיים ומגמות של תפוצה רב-מרכזית. בהתאם לדפוסי התרחבות אלה, איור 2B מראה מדרון משמעותי מהמרכז אל הפריפריה בכיסוי של משטחים בלתי חדירים בתוך אזור המחקר עד שנת 2020. הערכים הגבוהים ביותר נצפו באזורים עירוניים מרכזיים ובאזורי בנייה סמוכים, מה שמעיד על כך שעצימות הקשחת המשטח ועצימות הפיתוח היו הבולטות ביותר באזורי תפקוד ליבתיים. למרות שבאזורי הפריפריה נשמר כיסוי כללי נמוך יחסית, הופיעו מספר טלאים בעלי ערך גבוה לאורך מסדרונות תחבורה וצמתים עירוניים משניים, מה שמוכיח שההפיכה למשטח בלתי חדיר התרחבה מעבר למרכזים העירוניים באמצעות גלישה של פיתוח לאזורים סביבתיים. איור 2C חושף כי האזורים עם העליות הגדולות ביותר בעצימות התאורה הלילית בין השנים 2000 ל-2020 היו מרוכזים בעיקר באזורים עירוניים מרכזיים, לאורך צירים תחבורתיים רדיאליים מרכזיים הנמתחים החוצה, ובמספר צמתי צמיחה פריפריאליים.
מנקודת מבט זמנית, איור 2D מסכם עוד יותר את המגמות העולות והעקביות של שלושת מדדי העיור של הקרקע בין השנים 2000 ל-2020. כדי לאפשר השוואה ישירה בין מדדים בעלי יחידות וקני מידה פנימיים שונים, ערכי הגלם של כל מדד עברו סטנדרטיזציה באמצעות גישת נורמליזציית min-max, שסומנה אותם לטווח אחיד של 0–1:
בעקבות הליך נורמליזציה זה, שיעור השטחים הבנויים שמר על שיעור הצמיחה היחסי הגבוה ביותר (כאשר הממוצע האזורי הגולמי שלו עלה מ-3.2% ± 1.4% SD בשנת 2000 ל-8.7% ± 3.1% SD בשנת 2020), מה שמעיד על כך שהתרחבות הפיתוח הקרקעי שימשה כביטוי המרחבי הישיר ביותר במהלך תקופה זו. שיעור המשטחים הבלתי ח проח (impervious surfaces) עלה במהירות (מ-2.8% ± 1.2% SD בשנת 2000 ל-7.9% ± 2.8% SD בשנת 2020), מה שמשקף הקשחה משמעותית של פני השטח הקשורה לאזורי פיתוח חדשים. למרות שעוצמת התאורה הלילית החלה ברמה נמוכה יחסית, צמיחתה הפכה לבולטת יותר בשלב מאוחר יותר, מה שמעיד על עליות מואצות בריכוז הפעילות האנושית ובשיפור הפונקציונלי.
איור 2: דפוסי אבולוציה מרחבית-זמנית של עיור קרקעות. (A) מסלולי התרחבות מדורגים של קרקעות בנייה (2000–2020); (B) התפלגות מרחבית של כיסוי משטחים בלתי חדירים בשנת 2020 (%); (C) שינויים בעוצמת האור הלילי (NTL) בין השנים 2000 ל-2020 (nW/cm2/sr). (D) מגמות זמניות בשלושת מדדי הליבה של עיור קרקעות שנבחנו במחקר זה (שטח בנוי, חלק משטחים בלתי חדירים ועוצמת אור לילי). קווי המגמה מייצגים את הממוצעים האזוריים של ערכי מדדים שנורמלו בשיטת min-max (בסקאלה של 0–1 לצורך ויזואליזציה השוואתית), שחושבו עבור כל n = 105 היחידות המנהליות ברמת המחוז באזור המחקר. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.
תוצאות השינויים ההיסטוריים בשימושי הקרקע חושפות עוד יותר את התהליכים הספציפיים של עיור הקרקע. תרשים זרימת המעברים בשימושי הקרקע ב-איור 3A מצביע על כך שהמרת הקרקע המשמעותית ביותר במהלך תקופת המחקר הייתה מאדמות חקלאיות לקרקע בנויה, שהיה המגמה השלטת מבין כל נתיבי ההמרה העיקריים. בעוד שחלק משטחי היער, שטחי העשב ומקווי המים עברו גם הם דרגות שונות של המרה, התבנית הכללית נשלטה על ידי זרימה החוצה מאדמות חקלאיות. במקביל, נצפו זרימות דו-כיווניות בין אדמות חקלאיות לשטחי יער, וכן בין שטחי עשב לסוגי קרקע אחרים, מה שמעיד על כך שבתוך פיתוח מהיר, מערכות שימושי הקרקע עוברות ארגון מחדש רב-סוגי המונע מהתרחבות עירונית ולא מאבולוציה חד-כיוונית. עם זאת, ניתוח דפוסי ההתפלגות המרחבית ורוחב הזרימה מגלה שקרקע בנויה נותרה קטגוריית הזרימה הנכנסת נטו העיקרית, מה שמאשר עוד יותר את התפקיד הדומיננטי של התרחבות הפיתוח באזור המחקר במהלך שני העשורים האחרונים.
ניתוח המטריצה ב-איור 3B מספק ייצוג כמותי יותר של עוצמת המרת שימושי הקרקע לאורך תקופות זמן שונות. אזורים בעלי ערכים גבוהים מרוכזים בעיקר ביחידות המרה הקשורות לאדמות חקלאיות, כאשר ההמרה המשמעותית ביותר מתרחשת מאדמות חקלאיות לקרקעות בנייה, מה שמעיד על כך ששימוש לא חקלאי באדמות חקלאיות הוא הביטוי העיקרי של שינוי בשימושי הקרקע באזור המחקר. חלק ניכר מקרקעות הבנייה שומר גם הוא על רצף מרחבי ויציבות בתוך גבולותיו, דבר המשקף התרחבות מתמשכת של אזורי פיתוח קיימים תוך שמירה על שלמות מרחבית חזקה. לעומת זאת, בעוד שקנה המידה של המרת שטחי יער, שטחי עשב ומקורות מים נותר קטן יחסית, חדירה מקומית של קרקעות בנייה לאזורים אקולוגיים אלה מצריכה תשומת לב.
ברמת תבנית הנוף, איור 3C מראה עלייה מתמשכת במדדי הנוף לאורך השנים 2000, 2010 ו-2020, כאשר צפיפות הכתמים (patch density), צפיפות השוליים (edge density), מדד צורת הנוף (landscape shape index) ומדד הפרגמנטציה (fragmentation index) הגיעו כולם לשיאם בשנת 2020. נתון זה מעיד על כך שככל שהעיור מתקדם, מבנה הנוף של אזור המחקר התפתח מתבנית שהייתה בתחילה שלמה ומוגדרת היטב לתצורה מרחבית מפוצלת, מורכבת ובלתי רציפה יותר. בולטת במיוחד העלייה בצפיפות השוליים ובמורכבות הצורה, המאפיינת באופן כמותי תצורה גאומטרית לא סדירה ומורכבת יותר של כתמי קרקע הבנייה שהורחבו לאחרונה.
איור 3: שינוי היסטורי בשימושי קרקע וארגון מחדש של תבנית הנוף. (A) דיאגרמת Sankey הממחישה את זרימות מעברי שימושי הקרקע ברזולוציה גבוהה ואת נתיבי ההמרה העיקריים בין השנים 2000 ו-2020. (B) מטריצת המרת שימושי קרקע המכמתת את שטח המעבר המרחבי בין שש מחלקות שימושי הקרקע (km2). (C) תרשים רדאר המתאר שינויים במדדי נוף מרכזיים (צפיפות טלאים, צפיפות שוליים, מדד צורת הנוף ומדד פרגמנטציה) לאורך התקופות 2000, 2010 ו-2020. כל התוויות וערכי הזרימה הותאמו לקנה מידה לצורך קריאות אופטימלית. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.
עיצוב תרחישי תכנון אקולוגי וסימולציית שימושי קרקע
כאשר הם משולבים עם כללי בקרת התרחישים שנקבעו ב-טבלה 2, תוצאות סימולציית שימושי הקרקע תחת אוריינטציות תכנון אקולוגיות שונות מראות דפוסי בידול מובחנים. תרחיש הפיתוח הטבעי נוטה לשמר את אינרציית ההתרחבות ההיסטורית, בעוד שתרחיש ההגנה האקולוגית מדגיש מגבלות נוקשות על קווי אדום אקולוגיים ואזורים רגישים. תרחיש הגנת השטחים החקלאיים נותן עדיפות לשמירה על רצף מרחבי של חקלאות, בעוד שתרחיש אופטימיזציית הפחמן הנמוך מדגיש פיתוח מאוזן בין עיור דחוס לתיאום אקולוגי. ממצאים אלו מצביעים על כך ששינויים בכללי התכנון משנים כמותית את השטח המסומולציה של קרקעות בנייה שנוספו ומגדרים מחדש את ההתפלגות המרחבית של טלאים אקולוגיים-חקלאיים בארבעת התרחישים.
בהתמקדነት בתת-קבוצה המייצגת של אורומצ'י, תוצאות הסימולציה המרחבית ממודל ה-PLUS מצביעות על כך שתרחיש הפיתוח הטבעי (ND) המוצג ב-איור 4A מראה את המגמה הבולטת ביותר של התרחבות הבנייה. קרקעות בנייה חדשות נשתרעות בעיקר כלפי חוץ מהפריפריה של אזורי בינוי קיימים, ויוצרות אזורי התרחבות רחבים במספר כיוונים, מה שמעיד על כך שצמיחה עירונית נותרת בעיקר התרחבות לטרלית תחת מגבלות רגולטוריות חלשות. דפוס התרחבות זה פולש ישירות לשטחי גידולים חקלאיים ולאזורים אקולוגיים מעבריים המקיפים את אזורי העיר המרכזיים, ובכך מגביר את הפיצול של גבולות הבנייה. לעומת זאת, תרחיש ההגנה האקולוגית (EP) המוצג ב-איור 4B מראה הפחתה משמעותית בשימוש בקרקעות בנייה חדשות, כאשר ההתרחבות מוגבלת למספר מוגבל של חלקות פיתוח סמוכות לאזורי עיר מרכזיים, בעוד ששטחי יער פריפריאליים, מסדרונות מים ואזורי חיץ אקולוגיים נותרים במינם ברובם.
במונחים של הגנה חקלאית ותיאום פיתוח, תרחיש הגנת השטחים החקלאיים (CP) המוצג ב-איור 4C מראה מגבלות מרחביות השונות מאלו של ה-EP. תחת תרחיש זה, שטחים חקלאיים היקפיים גדולים נותרים במידה רבה ללא פגיעה, כאשר פעילויות בנייה חדשות מרוכזות בעיקר בשוליים של אזורים בנויים קיימים ובמוקדי פיתוח מקומיים, מה שמעיד על עוצמת התרחבות בינונית בין ND ל-EP. לעומת זאת, תרחיש אופטימיזציית פחמן נמוך (LC) המוצג ב-איור 4D מדגים דפוס צמיחה קומפקטי יותר. קרקעות בנייה חדשות אינן מתפשטות רחבה כלפי חוץ, אלא מרוכזות יחסית לאורך צירי פיתוח מרכזיים ובשוליים של אזורים בנויים קיימים, ומציגות גבולות התרחבות כיווניים ותצורות מרחביות סדירות יותר.
איור 4: התפלגות מרחבית של דפוסי שימושי קרקע עתידיים כפי שסומולצו באמצעות מודל PLUS תחת תרחישי תכנון אקולוגי מובחנים, מוצגים באמצעות תת-האזור של מטרופולין Urumqi. (A) תרחיש פיתוח טבעי (ND) המראה התמדה של התרחבות היסטורית. (B) תרחיש הגנה אקולוגית (EP) השם דגש על מגבלות מרחביות מחמירות. (C) תרחיש הגנה על קרקעות חקלאיות (CP) המתעדף רציפות חקלאית. (D) תרחיש אופטימיזציה של פליטות פחמן נמוכות (LC) המשקף דפוסי צמיחה דחוסים. אנא לחצו כאן כדי לצפות בגרסה מורחבת של איור זה.
הערכת מאגרי פחמן
טבלה 3 מציגה את פרמטרי צפיפות הפחמן הבסיסיים על פני סוגי שימושי קרקע שונים. קרקעות ייעודיות ליערות רשמו את צפיפות הפחמן הכוללת הגבוהה ביותר (144.9 Mg C/ha), בעיקר בשל פחמן אורגני בקרקע (94.5 Mg C/ha) ומסה ביולוגית עילית (36.8 Mg C/ha). שטחי עשב ושטחי גידול חקלאיים הראו צפיפויות פחמן כוללות בינוניות של 88.9 Mg C/ha ו-82.1 Mg C/ha, בהתאמה. לעומת זאת, משטחים מלאכותיים ומשטחים לא צמחוניים הניבו ערכים נמוכים משמעותית, כאשר קרקעות בנויות עמדו על 29.4 Mg C/ha וקרקעות לא מנוצלות על 19.7 Mg C/ha.
מנקודת מבט של דפוסי אבולוציה היסטוריים, איור 5A מדגים ארגון מחדש מרחבי משמעותי של מלאי הפחמן באזור המחקר בין השנים 2000, 2010 ו-2020. בשנת 2000, אזורים בעלי צפיפות פחמן גבוהה היו מרוכזים בעיקר באזורים אקולוגיים פריפריאליים, והפגינו דפוס כללי של ריכוזים גבוהים יותר בפריפריה וערכים נמוכים יותר במרכז. עד שנת 2010, מלאי הפחמן האזורי הכולל ירד בתחילה כתוצאה מהתרחבות עירונית שפלשה למרחבים אקולוגיים, אף שבאזורי פריפריה מקומיים מסוימים נשמרו זמנית רמות גבוהות של מלאי פחמן. עד שנת 2020, מגמה יורדת זו הואצה באופן משמעותי; מדרג הצבעים הכללי התבהר, ואזורים בעלי ערכים גבוהים התכווצו בולט, מה שמעיד על דלדול רציף וניכר במלאי הפחמן האזורי הכולל ועל היחלשות של הרציפות המרחבית של טלאי פחמן גבוהים.
כפי שמוצג ב-איור 5B, תרחיש ה-ND הניב את צפיפות הפחמן החציונית הנמוכה ביותר (72.4 Mg C/ha, IQR = 14.6 Mg C/ha). תרחישי ה-EP וה-CP הניבו צפיפויות חציוניות גבוהות יותר של 86.8 Mg C/ha (IQR = 12.3 Mg C/ha) ו-81.2 Mg C/ha (IQR = 15.8 Mg C/ha), בהתאמה. ההתפלגות המרחבית של שינויי מאגרי הפחמן (ΔC) ב-איור 5C מעידה כי אובדן פחמן (ΔC שלילי) נפוץ גאוגרפית תחת תרחיש ה-ND. לעומת זאת, ערכי ΔC חיוביים מרוכזים באזורים אקולוגיים היקפיים תחת תרחיש ה-EP, בעוד שתרחיש ה-LC מראה התפלגות מרחבית הטרוגנית של רווחים והפסדים מקומיים של פחמן.
איור 5D חושף עוד יותר את הרכב המקורות של מלאי הפחמן הכולל ואת השינויים בו לאורך תקופות היסטוריות ותרחישים עתידיים, מנקודת המבט של מבני תרומה לפי סוגי שימושי קרקע. הן בשלבים ההיסטוריים והן בשלבים החזויים עולה באופן עקבי כי קרקעות יער ושטחי עשב נותרים התורמים העיקריים למלאי הפחמן הכולל, ואחריהם קרקעות חקלאיות, בעוד שקרקעות בנייה, מקורות מים וקרקעות שאינן בשימוש תורמים במידה מועטה יחסית. השוואות בין תרחישים עתידיים מצביעות על כך שתרחיש ה-EP משיג את מלאי הפחמן הכולל הגבוה ביותר, בעוד שתרחיש ה-ND מראה את המלאי הנמוך ביותר, כאשר תרחישי ה-CP וה-LC נמצאים ביניהם. דפוס זה תואם באופן הדוק לדרגות השונות של שימור שימושי קרקע אקולוגיים בעלי צפיפות פחמן גבוהה בתרחישים השונים.
איור 5: דינמיקת מאגרי פחמן היסטורית ומבוססת תרחישים. (A) התפלגות מרחבית של סך מאגר הפחמן (Tg C) וצפיפות מאגר הפחמן (Mg C/ha) בשנים 2000, 2010 ו-2020. (B) תרשים כינור של התפלגות צפיפות הפחמן (Mg C/ha) בין תרחישים שונים. (C) התפלגות מרחבית של שינויים במאגר הפחמן (ΔC, Mg C/ha) תחת תרחישי עתיד ביחס לקו הבסיס של שנת 2020. (D) תרומתם של סוגי שימוש שונים בקרקע לסך מאגר הפחמן (Tg C). תרשימי הכינור ממחישים את צפיפות ההסתברות של צפיפות מאגר הפחמן (n = 105 יחידות מנהליות לכל תרחיש). קווים אופקיים עבים פנימיים מציינים את החציון, וקווים מקווקווים מייצגים את הטווח הבינ-רבעוני (IQR). כוכביות בפאנל B מציינות את המובהקות הסטטיסטית של ההבדלים בין קו הבסיס של פיתוח טבעי (ND) לבין תרחישים סימולטיביים אחרים, שנקבעה באמצעות מבחן Kruskal-Wallis H (* p < 0.05, ** p < 0.01, *** p < 0.001). נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.
אוטוקורלציה מרחבית וניתוח אקונומטרי מרחבי
מבחינת דפוסי אגרגציה מרחביים, איור 6A חושף אוטוקורלציה מרחבית מקומית משמעותית בווריאציות של מאגרי פחמן ברחבי אזור המחקר. אזורי אגרגציה מסוג High-high מרוכזים בעיקר בחגורת הפיתוח המרכזית-צפונית, מה שמעיד על כך שבאזורים אלה וביחידות סמוכות קיימות בדרך כלל מאפיינים של הגברת מאגרי פחמן בכיוון דומה עם קישוריות מרחבית חזקה. אזורי אגרגציה מסוג Low-low נפוצים יותר באזורים הדרומיים וההיקפיים, מה שמשקף אמפליטודות נמוכות יחסית של וריאציית מאגרי פחמן ויציבות מרחבית. לעומת זאת, סוגי אגרגציה של High-low ו-Low-high מוגבלים יחסית, ומופיעים בעיקר בין אזורי הליבה לאזורי מעבר היקפיים, דבר המצביע על אי-התאמה מרחבית בולטת ותופעות מעבר של גבולות באזורים מקומיים.
ניתוח נקודות החום ב-איור 6B חושף עוד יותר את דפוס הקיטוב המרחבי של השינויים במאגרי הפחמן. נקודות חום משמעותיות מפוזרות בעיקר על פני מספר יחידות באזורים המרכזיים והצפון-מזרחיים, דבר המצביע על כך שבאזורים אלו קיים לחץ גבוה לאובדן פחמן שהם מהווים אזורי רגישות עם פעילויות פיתוח קרקע מרוכזות. בניגוד לכך, נקודות קר קרות משמעותיות מרוכזות באזורים המערביים והדרומיים, מה שמשקף יכולת גבוהה יותר של שימור מאגרי פחמן או הפרעה נמוכה יותר כתוצאה מפיתוח. יתרה מכך, ניתוח רגרסיית OLS דו-משתני ב-איור 6C מגלה כי עליות גדולות יותר במדד העיור קשורות לשיעורי שינוי שליליים יותר במאגרי הפחמן, מה שמעיד על אובדן פחמן הולך וגבר. ממצא זה עולה בקנה אחד עם מקדמי ה-SDM השליליים המופיעים ב-טבלה 4.
איור 6ניתוח אוטוקורלציה מרחבית וצימוד של מאגרי פחמן. (A(דגמים של מדדים מקומיים של השתייכות מרחבית (LISA) של וריאציות במאגרי פחמן; מדד Moran's I הגלובלי הסופי והערך ה-p מופיעים בלוח.)B) התפלגות של נקודות חמות (hotspots) ונקודות קרות (coldspots) של שינויים במאגרי פחמן. (C) קשר הצימוד בין מדד העירוניות המקיף של הקרקע לבין קצב השינוי במאגר הפחמן. תרשים הפיזור מראה מתאם שלילי מובהק סטטיסטית (Pearson's נא לספק את הטקסט באנגלית שברצונך לתרגם. = -0.612, R2 = 0.375, p < (0.001), בליווי משוואת רגרסיית OLS המוצגת (y = -5.42× - 1.25) ופס ביטחון של 95%, המאשרים את הקשר האמפירי שנצפה במודלים המרחביים. LISA = מדדים מקומיים של קשרי מרחב (Local Indicators of Spatial Association). אנא לחצו כאן להצגת גרסה מוגדלת של איור זה.
טבלה 4: תוצאות אומדן של מודלים אקונומטריים מרחביים. הטבלה משווה את התוצאות של מודלים של ריבועים פשוטים (OLS), רגרסיה אוטו-רגרסיבית מרחבית (SAR), שגיאה מרחבית (SEM), ומודל דורבין מרחבי (SDM) עבור ההשפעות של עיור, תכנון אקולוגי, צמחייה, משתנים סוציו-אקונומיים, נגישות, תכשיר ומשתני אקלים על צפיפות מאגרי הפחמן. ערכי p מדווחים בסוגריים. הערות: ערכי p מדווחים בסוגריים. רמות מובהקות: *p < 0.05, **p < 0.01, *** p < 0.001. כל המודלים האקונומטריים המרחביים (SAR, SEM, SDM) נאמדו באמצעות מטריצת משקולות מרחבית של סמיכות Queen בנרמול שורות, המבוססת על פאנל מאוזן של n = 105 יחידות ברמת מחוז לאורך 3 תקופות (סך הכל N = 315 תצפיות). אנא לחצו כאן להורדת טבלה זו.
תוצאות המדידה המוצגות ב-Table 4 מדגימות כי מודלים מרחביים עולים בביצועיהם על מדד הייחוס של OLS, מה שמעיד על תלות מרחבית בדינמיקת מאגרי הפחמן ותומך בשימוש במודלים אקונומטריים מרחביים. למדד עיור הקרקע יש השפעה ישירה שלילית במודל SDM (0.231−, p = 0.008), השפעה עקיפה (0.117−, p = 0.041) והשפעה כוללת (0.348−, p = 0.001), מה שמרמז כי עלייה בעצימות הפיתוח קשורה לצפיפות נמוכה יותר של מאגרי פחמן הן באופן מקומי והן ביחידות שכנות. שיעור השטחים הבנויים, צפיפות הכבישים, הגובה, השיפוע, NDVI ועצימות התכנון האקולוגי מראים השפעות משמעותיות מבחינה סטטיסטית ברמות מקובלות לפחות באחד מרכיבי המודל. לעומת זאת, לצפיפות ה-GDP יש השפעה כוללת שלילית חלשה (0.132−, p = 0.083) והשפעות ישירות ועקיפות שאינן מובהקות; לפיכך, היא מפורשת כרמז ולא כראיה חזקה.
השוואת המקדמים בין המודלים ב-איור 7A מעידה על כך שמדד עיור הקרקע ועצימות התכנון האקולוגי שומרים על סימנים עקביים לאורך מפרטי ה-OLS, SAR, SEM ו-SDM, בעוד שהגודל והמובהקות של חלק ממשתני הבקרה משתנים בין המודלים. כפי שפירוט ב-איור 7B, C, תוצאות ה-SDM מצביעות על כך שמדד עיור הקרקע מפעיל השפעה ישירה שלילית מובהקת (-0.231, p = 0.008) והשפעת גלישה (spillover) עקיפה שלילית (-0.117, p = 0.041) על צפיפות מאגרי הפחמן, מה שמוביל להשפעה כוללת של -0.348 (p = 0.001). לעומת זאת, עצימות התכנון האקולוגי מראה השפעות ישירות חיוביות (0.149, p = 0.021) ועקיפות חיוביות (0.096, p = 0.038), המניבות השפעה כוללת של 0.245 (p = 0.005) (טבלה 5 ו-טבלה 6). יתרה מכך, ניתוח האינטראקציה ב-איור 7D ממחיש את אפקט המיתון: השיפוע השלילי של עקומת ההשפעה השולית בין מדד העיור לצפיפות מאגרי הפחמן הופך שטוח משמעותית ברמות גבוהות יותר של עצימות תכנון אקולוגי (גבול ה-CI העליון של 95%).
איור 7: מנגנוני דחיפה והשפעות גלישה מרחביות. (A) השוואת מקדמים בין מודלים עבור משתני הסבר מרכזיים. פסי השגיאה מייצגים את רווחי הסמך (CI) של 95% למקדמים הסטנדרטיים. (B) פירוק של השפעות ישירות, עקיפות וסה"כ של עיור קרקעות ותכנון אקולוגי. (C) התפלגות מרחבית אמפירית של השפעות גלישה עקיפות מקומיות של עיור קרקעות בקרב 105 יחידות ברמת מחוז בשינג'יאנג (Xinjiang). (D) השפעה ממתנת של עוצמת התכנון האקולוגי על הקשר בין עיור לבין צפיפות מאגרי פחמן (Mg C/ha), כאשר האזורים המוצלים מציינים את ה-95% CI. SAR = מודל רגרסיה מרחבית אוטואורגסיבית; SEM = מודל שגיאה מרחבית; SDM = מודל דרבין מרחבי. סמנוני מובהקות בלוח B מציינים את ערכי ה-p של המקדמים וההשפעות השוליות המוערכים, שנגזרו מסטטיסטיקות z של המודלים האקונומטריים המרחביים המתאימים (* p < 0.05, ** p < 0.01, *** p < 0.001). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.
טבלה 5: מדדי ביצועים ותיקוף של המודל עבור סימולציית שימושי קרקע ב-PLUS (חיזוי לאחור לשנים 2010–2020). המדדים חושבו על ידי השוואה בין מפת שימושי הקרקע בפועל משנת 2020 לבין מפת שימושי הקרקע משנת 2020 שהסומולציה שלה בוצעה באמצעות נתוני הבסיס משנת 2010. מדד קאפה (Kappa) כללי > 0.80 ו-FoM > 0.20 מעיד על הסכמה משמעותית ואמינות גבוהה עבור היטלי מרחב. אנא לחצו כאן להורדת טבלה זו.
טבלה 6: ניתוח רגישות וחוסן של זרימת העבודה המשולבת. פרמטרים מרכזיים עבור סימולציית PLUS, הערכת פחמן ב-InVEST וניתוחים אקונומטריים מרחביים שונו כדי להעריך את חוסנם של תוצרי המודל. הטבלה מסכמת את הפרמטר שנבדק, את טווח ההפרעה או את המפרט החלופי, את ההשפעה שנצפתה על התוצאים העיקריים ואת הערכת היציבות שהתקבלה. אנא לחצו כאן להורדת טבלה זו.
זמינות נתונים:
החומרים החישובים המעובדים התומכים במחקר זה, כולל הנתונים בטבלאות העומדים בבסיס הניתוחים הכמותיים ודמויות נבחרות, פרמטרי הגדרת המודל PLUS, טבלת פרמטרי מאגר הפחמן של InVEST והסקריפטים של האקונומטריקה המרחבית, הופקדו במאגר Zenodo (https://zenodo.org/records/21159171). החומרים החישובים שהופקדו מספיקים לשחזור הניתוחים הסטטיסטיים והתוצאות הכמותיות המוצגות במחקר זה.
דיון
מחקר זה מציג תהליך עבודה אנליטי משולב המשלב זיהוי עירוניות קרקע המבוסס על חישוש מרחוק, סימולציית שימוש בקרקע בריבוי תרחישים, הערכת מאגרי פחמן מבוססת InVEST, ומודל אקונומטרי מרחבי, כדי לנתח את הקשרים בין עירוניות קרקע, תכנון אקולוגי ודינמיקה של מאגרי פחמן בשינג'יאנג, בצפון-מערב סין. במקום להתייחס לרכיבים אלו כתרגילים טכניים נפרדים, תהליך העבודה מקשר בין המרת קרקע שנצפתה, חלופות תכנון עתידיות, השלכות על מאגרי הפחמן ומנגנוני גלישה מרחבית (spatial spillover) ברצף בודד הניתן לשחזור.
הניתוח המרחבי-זמני מגלה כי העיור של הקרקעות באזור המחקר עקב מסלול התרחבות צנטריפוגלי בין השנים 2000–2020, תוך מעבר מצמיחה דחוסה באזור הליבה לעבר התפשטות פוליצנטרית רב-כיוונית. דפוס זה תואם את הספרות הרחבה יותר על עיור המתעדת פיתוח מסוג "leapfrog" באזורים המתתעשיינים במהירות, שבהם השקעה בתשתיות ואגלומרציה כלכלית דוחפות בו-זמנית את גבולות הפיתוח החוצה. באופן קריטי, נתיב המרת הקרקע הדומיננטי — מאדמה חקלאית לשטחים בנויים — מאשר כי קרקעות חקלאיות ממשיכות לשאת את הנטל הכבד ביותר של התפשטות עירונית, ממצא העולה בקנה אחד עם מחקרים על דינמיקה של קרקעות פרי-עירוניות בסין ובכלכלות מתפתחות אחרות. עם זאת, בניגוד למגה-אזורים המשולבים מאוד במזרח סין, העיור בשינג'יאנג מוגבל באופן קשיח על ידי גבולות הנווה המדבר וזמינות המים. כתוצאה מכך, חדירה זו מאיימת באופן לא פרופורציונלי על האדמות החקלאיות המוגבלות ועל אזורי המעבר האקולוגיים הסמוכים למסדרונות הידרולוגיים חיוניים, מה שהופך את תהליכי מחזור הפחמן המקומיים לפגיעים יותר מטבעם להפרעות הנובעות מפיתוח. העלייה הסימולטנית בחלק השטחים הבלתי חדירים ובעוצמת האור הלילי מרמזת עוד כי ההתרחבות הפיזית וההגברה הפונקציונלית מתקדמות במקביל, מה שמעיד על כך שהעיור של הקרקעות בהקשר זה אינו כולל רק צמיחה ממשית, אלא טרנספורמציה מבנית מעמיקה של הנוף האזורי2.
תוצאות סימולציית התרחישים מדגימות כי אוריינטציית תכנון אקולוגי מפעילה השפעה משמעותית על התבניות המרחביות של שימושי קרקע עתידיים, ובהמשך לכך, על תוצאי מאגרי הפחמן האזוריים18. תרחיש הפיתוח הטבעי גורם לאובדני הפחמן החריפים ביותר, המונעים מהתרחבות חיצונית בלתי מרוסנת אל תוך קרקעות אקולוגיות בעלות צפיפות פחמן גבוהה. לעומת זאת, תרחיש ההגנה האקולוגית שומר על רמות מאגרי הפחמן הגבוהות ביותר על ידי אכיפת הגבלות מרחביות מחמירות סביב יערים, שטחים ביצתיים ומקריבים של נהרות19. תרחיש האופטימיזציה לדל-פחמן, אף שאינו משתווה לתרחיש ההגנה האקולוגית בשימור מאגרי הפחמן המוחלטים, משיג תוצאה מאוזנת יותר על ידי ריכוז הצמיחה לאורך מסדרונות פיתוח קיימים והרחקה מאזורים רגישים מבחינה אקולוגית. תוצאות שונות אלו מדגישות פשרה תכנונית בסיסית: עוצמתן והמיקוד המרחבי של המגבלות האקולוגיות קובעים ישירות את כמות הון הפחמן שחבל בפיתוח מהיר יכול לשמר תחת לחצי צמיחה20,21.
מדדי מאגרי הפחמן מחזקים עוד יותר פרשנות זו. הפער המשמעותי ביכולת קיבוע הפחמן בין מרחבים אקולוגיים טבעיים למשטחים מלאכותיים מעיד על כך שכל יחידה של שטח מיוער שאובדת לטובת פיתוח עירוני מייצגת נטל פחמני גדול באופן לא פרופורציונלי. הדומיננטיות המתמשכת של היערות והשטחים הדשאיים בתקציב הפחמן האזורי, בשילוב עם פגיעותם המתועדת לחדירת שטחים בנויים, מציבים את הגנת הקרקעות האקולוגית כאבן יסוד בכל אסטרטגיה למשילות מרחבית דלת-פחמן3.
תוצאות האקונומטריקה המרחבית מרחיבות את הממצאים של החישה מרחוק ומודל InVEST בכך שהן מראות כי אובדן מאגרי הפחמן אינו רק תוצאה מקומית של כיסוי הקרקע. תוצאות ה-SDM מצביעות על כך שעיור של קרקעות מפעיל השפעה ישירה שלילית משמעותית על צפיפות מאגר הפחמן המקומית, לצד אפקט גלישת (spillover) עקיף שלילי בולט על יחידות מנהליות שכנות. ניתן לפרש את ההשפעה העקיפה השלילית של עיור הקרקעות באמצעות שלושה מנגנוני חוצות-גבולות סבירים. ראשית, לחץ הפיתוח עשוי להידחף מיחידות ליבה רגולטוריות מאוד או רוויות אל תוך שטחים חקלאיים ואזורי מעבר אקולוגיים סמוכים. שנית, מסדרונות תחבורה ושרשראות תעשייתיות יכולים להעביר את דרישת הפיתוח של הקרקע מעבר לגבול מנהלי בודד, ובכך לייצר אובדן במאגרי הפחמן ביחידות שכנות. שלישית, פרגמנטציה של מסדרונות אקולוגיים עלולה להפחית את הרציפות של קרקעות עתירות פחמן ולהחליש את קיבולת מאגרי הפחמן הסובבים. לעומת זאת, עוצמת התכנון האקולוגי מראה השפעה חיובית כוללת חסונה, המצביעה על כך שמגבלות תכנון מחמירות לא רק ממתנות את אובדן מאגרי הפחמן באופן מקומי, אלא גם מחזקות באופן סינרגטי את שימור מאגרי הפחמן האזוריים כאשר המשילות המרחבית האקולוגית מתואמת בין גבולות מנהליים22,23.
יישומים מדיניותיים
לתוצאות יש יישומים ישירים לתכנון מרחבי טריטוריאלי. ראשית, מדיניות של "קו אדום אקולוגי" ומקרי בקרת שולי נהרות צריכה לתת עדיפות לכתמי יער ושטחי עשב בעלי פליטות פחמן גבוהות, מכיוון שהמרתם גורמת לאובדן מאגרי פחמן גדול באופן לא פרופורציונלי. שנית, בקרות של צמיחה דחוסה ופיתוח מונחה תחבורה יכולות להפחית את החדירה החוצה לאדמות חקלאיות ולאזורי מעבר אקולוגיים. שלישית, פיצוי פחמן ושיקום אקולוגי צריכים להיות מתואמים בין יחידות שכנות, שכן ההשפעה העקיפה השלילית מעידה על כך שפיתוח של סמכות שיפוט אחת יכול להשפיע על תנאי מאגרי הפחמן בסביבתו. לבסוף, ניתן להשתמש בזרימת העבודה המשולבת ככלי סינון לפני אישור תוכניות לשימוש בקרקע, כדי להשוות תוצאות פחמן תחת מגבלות תכנון חלופיות.
מגבלות
יש להכיר במספר מגבלות. פרמטרי מאגר הפחמן נשענים בחלקם על ספרות מקצועית ועשויים שלא לשקף באופן מלא את ההטרוגניות המקומית בקרקע, בצמחייה ובניהול. למרות שנעשה שימוש בבדיקות רגישות כדי לבחון את יציבות דירוגי התרחישים, כיול שטח ישפר את מידת הביטחון בהערכות מוחלטות של מאגרי פחמן. הניתוח האקונומטרי המרחבי מפחית את ההטיה הנובעת ממשתנים ש omitted על ידי הכללת בקרות של תכשיר, נגישות, צמחייה, אקלים וגורמים סוציו-אקונומיים, אך לא היו זמינים משתנים אינסטרומנטליים תקפים; לפיכך, יש לפרש את המקדמים כהקשרים מרחביים מותנים ולא כהשפעות סיבתיות מוגדרות.
כיוונים עתידיים
עבודות עתידיות צריכות לשלב מדידות מקומיות של ביומסה ופחמן בקרקע, נתונים סוציו-אקונומיים ברזולוציה גבוהה יותר, עיצובים פורמליים של משתנים אינסטרומנטליים או עיצובים קוואזי-ניסויים, ומודלי פאנל מרחביים דינמיים כדי לבחון באופן מעמיק יותר נתיבים סיבתיים. יישומים עתידיים צריכים גם לדווח בטבלאות נספחים על מדדי תיקוף PLUS ספציפיים למחלקה, טווחי רגישות של מאגרי פחמן ותוצאות של משקולות מרחביות חלופיות, כדי לאפשר שחזור עצמאי של דירוגי תרחישים והערכות של השפעות גליש (spillover).
סיכום
מחקר זה מדגים כי זרימת העבודה של חישוש מרחוק–PLUS–InVEST–אקונומטריקה מרחבית יכולה לזהות דפוסי עיור של קרקעות, להעריך תרחישי תכנון אקולוגי, לכמת השלכות על מאגרי פחמן, ולאבחן אפקטים של גלישה מרחבית (spatial spillover effects) בתוך מסגרת אחת ניתנת לשחזור. הממצאים המרכזיים מדגימים כי התרחבות השטחים הבנויים בעבר הונעהה בעיקר על ידי המרת שטחי חקלאות, בליווי עליות משמעותיות בחוסר חדירות של פני השטח ובעצימות הפעילות האנושית. סימולציות של תרחישים מאשרות כי אסטרטגיות להגנה אקולוגית ממקסמות את שימור הפחמן האזורי, בעוד שמידול אקונומטרי מרחבי קובע כי עיור של קרקעות מפעיל השפעות ישירות שליליות ואפקטים של גלישה מרחבית על דינמיקת מאגרי הפחמן. בסופו של דבר, זרימת עבודה משולבת זו מספקת מסגרת אנליטית חסונה וניתנת לשחזור לכימות הפשרות האקולוגיות של התרחבות עירונית, ומציעה כלי אבחוני מבוסס-מכניזם להערכה מרחבית באזורים רגישים מבחינה אקולוגית.
גילויים
למחברים אין ניגודי עניינים להצהיר עליהם.
תודות
המחברים לא קיבלו מימון ספציפי עבור עבודה זו.
חומרים
| שם | חברה | מספר קטלוג | הערות |
|---|---|---|---|
| סקריפטים של אקונומטריקה מרחבית מותאמים אישית ומערכי נתונים של פלטים | Authors | Zenodo repository: https://zenodo.org/records/21159171 | שימשו לשחזור הניתוחים האקונומטריים המרחביים ותהליך העבודה החישובי התומך המתוארים במחקר זה. |
| רשתות צפיפות אוכלוסין ברזולוציה גבוהה | WorldPop | https://www.worldpop.org/ | שימשו כנתוני קלט סוציו-אקונומיים לניתוחים אקונומטריים מרחביים. |
| InVEST (Integrated Valuation of Ecosystem Services and Tradeoffs) | The Natural Capital Project, Stanford University | Version 3.14.0; https://naturalcapitalproject.stanford.edu/ | שימש להערכת מאגרי פחמן ושינויים במאגרי פחמן תחת תרחישי שימוש בקרקע היסטוריים ומסומלצים. |
| Matplotlib & Pillow (ספריות Python) | Python Community | https://matplotlib.org/; https://python-pillow.org/ | שימשו ליצירת איורים באיכות פרסום ועיבוד פלטים גרפיים ברזולוציה גבוהה (600 dpi). |
| מערכי נתונים רב-זמניים של שימוש בקרקע/כיסוי קרקע | Resource and Environment Science and Data Center (RESDC), Chinese Academy of Sciences | https://www.resdc.cn/ | שימשו כמערך נתוני הקלט העיקרי לניתוח שינויי שימוש בקרקע וסימולציות PLUS. |
| מודל PLUS (Patch-generating Land Use Simulation) | High-performance Spatial Computational Intelligence Lab (HPSCIL) | https://github.com/HPSCIL/Patch-generating_Land_Use_Simulation_Model | שימש לסימולציה של דפוסי שימוש עתידיים בקרקע תחת תרחישי תכנון אקולוגיים מרובים. |
| PySAL (ספריית ניתוח מרחבי של Python) | PySAL Developers | https://pysal.org/ | שימשה לביצוע ניתוחי אוטוקורלציה מרחבית ומידול אקונומטרי מרחבי. |
| סביבת תכנות Python | Python Software Foundation | Version 3.9+; https://www.python.org/ | שימשה לעיבוד מקדמי של נתונים, ניתוח מרחבי, חישובים סטטיסטיים והטמעת תהליכי עבודה. |
| נתוני טופוגרפיה (DEM) וחישוש מרחוק | United States Geological Survey (USGS) | https://earthexplorer.usgs.gov/ | שימשו להסקת משתנים טופוגרפיים ונתוני קלט של חישוש מרחוק לניתוח עירוניות של קרקעות ופרמטריזציה של המודל. |
מקורות
- 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