原
文
信
息
原文题目:Modeling Environmental Impacts of Urban Expansion: A Systematic Method for Dealing with Uncertainties
作者:Yi Liu(刘毅), Sheng Yang(杨晟), and Jining Chen(陈吉宁)
作者单位:School of Environment, Tsinghua University, Beijing, China(清华大学环境学院)
期刊:Environmental Science & Technology
时间:2012
文章简介
为了研究城市扩张对环境(主要是水环境)的影响,本文开发了一个基于元胞自动机的城市扩张模型。
模型考虑了三类城市化的驱动要素:
(1)宏观:对所有元胞都适用,比如政府的宏观政策;
(2)中观:与某元胞和其他元胞的距离相关,比如和工业聚集区或交通干线的距离;
(3)微观:与相邻元胞的类型有关;
以200m*200m栅格为一个元胞,模型认为每个元胞改变自身用地类型的概率等于由上述因素构成的一个表达式,具体受哪个因素的影响较大,则由表达式中的参数决定。这些参数需要率定获得或赋予先验值。
由于数据所限,模型只能模拟中国国家标准中的6种土地利用类型,从而在“工业”用地类型中不能区分各种行业。另一方面,各种行业的污染物排放又很不相同。因此,作者在城市扩张模型计算结果后,对不同种类工业用地的随机采样,采样的边界条件是:各行业的占地面积与统计年鉴中的工业增加值相符。居民区的排放浓度假设为按污水处理厂一级A标准。由此计算出的总排放负荷增加量,即为城市发展对环境的影响。
以大连市辖区为例进行研究,使用1986、1995、2005三年的数据进行率定,发现前后两阶段城市扩张的参数差别很大。作者认为,这表明模型自身的不确定性不能描述复杂的城市系统。因此,本文最终并没有根据率定得到的参数进行预测,而是对城市未来发展设定了4类情景,分别赋予先验参数。这4类情景由以上两种因素2×2交叉而得:宏观上,城镇化政策激进or适中;中观上,围绕已有中心or围绕交通干线发展。
模拟得到的各情景下的未来城市土地利用如图1。取当地主要的11类工业行业进行位置的随机采样,获得了未来环境影响(各水体接纳的污染物负荷)的分布(图2)。
本文的模拟结果可以识别各情景下环境易受影响的地区,也可以识别对区域产生最大环境影响的工业行业。比如,不论在哪种城市发展情景下、不论未来各工业行业分布如何,小窑湾的接纳的污染物都将超过其环境容量(图2c),其水环境质量都将受到威胁。使用参数灵敏度分析HSY算法的思想和方法,可以识别出石油化工、精细化工和火力发电是对水环境影响最大的三种行业。
图1 四种情景下的未来城市土地利用
图2 各水体接纳的污染物总量与其环境容量的比值
编者点评
本文构建了一个简单的城市土地利用变化模型,虽然由于数据较少,率定不成功,模型输出信息也不够用,但仍然合理地回答了研究问题。第一,针对参数的不确定性,作者采用了四套先验参数,分别计算;第二,将城市模型用于计算水污染负荷时,存在各行业空间分布的输入不确定性,作者采用的办法是随机采样+统计分析。
本文处理不确定性的思路是很值得学习的。环境模型中经常面临数据不足、模型不确定性大的问题,但通过添加一些简单的假设,仍可以得到有启发性的结论;如何添加合理的假设,是环境系统分析学科的重要创新点。
原文地址:
https://pubs.acs.org.ccindex.cn/doi/10.1021/es300766a
联系客服