基于PLUS与InVEST模型的昆明市土地利用变化动态模拟与碳储量评估

[目的]评估不同情景下的土地利用变化与碳储量变化,为优化生态服务与可持续性发展提供科学依据。[方法]基于PLUS模型与InVEST模型,模拟和预测不同情景下的土地利用变化与碳储量。[结果](1)在自然发展与生态保护情景下,土地利用变化相似,耕地、草地、水域减少,建设用地急剧扩张,其中建设用地在自然发展情景下扩张更快,变化率达27.70%;在耕地保护情景下,土地利用变化与其他两种情景不同,这是由于林地面积的减少与建设用地的迅速扩张造成的;(2)昆明市2000,2010,2020年的碳储量分别为3.37×10⁸,3.34×10⁸,3.28×10⁸ t,呈现逐年下降的趋势。到2030年,耕地保护与生态保护相较于自然发展情景碳储量较高,说明采取保护措施,能有效控制碳储量的减少;(3)土地利用变化导致碳储量减少9.15×10⁶ t,土地利用变化与碳储量变化呈现高度一致性。[结论]落实耕地保护、生态保护政策,控制建设用地向耕地、林地的扩张,优化土地利用结构,有利于减缓区域碳储量损失。     

贵州省黎平县地表覆被变化引起的生态系统碳储量变化

[目的]对贵州省黎平县地表覆被变化引起的生态系统碳储量变化进行评估,为区域碳源和碳汇管理及"大生态"发展目标提供科学依据。[方法]基于黎平县2005,2010和2015年3期土地利用数据,结合CA-Markov模型和InVEST模型碳储量模块,在对土地利用变化趋势进行分析的基础上定量评估了研究区2005—2025年生态系统固碳能力。[结果]①2005—2015年,黎平县耕地、林地、未利用地呈减少趋势,草地、建设用地、水域呈增加趋势。②2015—2025年土地利用整体变化趋势与2005—2015年一致但幅度增大。耕地由2005—2015年的降幅2.37%到2015—2025年的增幅4.21%,整体趋势发生转变;③2015年黎平县生态系统总碳储量和平均碳密度分别为9.12×10~7 t和206.61 t/hm~2。自2005年以来分别下降2.00×10~5 t和0.45 t/hm~2。2025年黎平县碳储量和平均碳密度分别为8.98×10~7 t和203.44 t/hm~2。[结论]黎平县生态系统固碳能力呈减弱趋势,林地的大面积转出和建设用地的扩张是碳储量下降的直接原因,未来应加强对土地利用结构的优化。     

川西高原土地利用碳储量估算及多情景预测

[目的]区域碳储量与土地利用密切相关。在“双碳”目标下,从碳储量视角开展重点区域土地利用变化预测研究,对协调与优化区域土地利用格局、提高区域生态系统未来固碳潜力具有重要参考价值。[方法]以川西高原为研究区,以2000年、2010年和2020年土地利用为数据源,预测不同情景下2030年土地利用,结合修正的土地利用碳密度数据和InVEST模型估算区域碳储量变化。[结果](1)从各地类相对研究区的面积占比变化看,2000—2020年草地从65.20%逐步缩减到63.65%,林地从31.73%不断扩张到32.92%,未利用地先减后增且净增0.57%,水域和耕地先增后减均净减0.11%,湿地持续增加,共净增0.07%;研究区2000年、2010年、2020年碳储量分别为24.26×10⁸,24.29×10⁸,24.27×10⁸ t,呈先增后减趋势。(2)与2020年相比,2030年自然发展情景下碳储量减少3.19×10⁵ t,在耕地保护情景、生态保护情景、耕地生态联合保护情景下将分别固碳4.29×10     

基于PLUS与InVEST模型的内蒙古自治区土地利用变化及碳储量评估

为实现内蒙古自治区的“双碳”目标。根据内蒙古自治区2000年、2010年和2020年土地利用数据(LULC),按照内蒙古自治区“十四五”政策规划，建立自然发展、耕地保护与生态保护3种情景，利用PLUS模型对内蒙古自治区2030年土地利用空间分布进行预测分析，并用InVEST模型对内蒙古自治区不同开发情景下碳储量的变化进行分析。结果表明：(1)2000—2020年间内蒙古地区林地与建设用地面积均有增加，耕地、水域、草地与未利用地面积均呈减少态势，且转移方向上主要表现为耕地转为建设用地。(2)自然发展状态下，草地、耕地、水域及未利用地呈下降趋势，林地及建设用地呈上升趋势；在生态保护状态下，林地、草地和水域面积均比自然开发情景有所增加；耕地保护情景下，耕地面积相较于自然发展情景呈扩张趋势，扩张面积达4.69×10⁴ hm²。(3)2000年、2010年、2020年内蒙古地区碳储量分别达到1.371 7×10¹⁰,1.370 9×10¹⁰,1.370 6×10¹⁰ t,呈逐年减少趋势。...     

耦合InVEST与FLUS模型的海南岛生态系统碳储量时空演变与预测

[目的] 通过研究海南岛城市化扩张下土地利用变化对碳储量的影响,揭示碳储量时空格局演变和预测未来发展趋势,为优化国土空间布局和生态敏感区的保护提供科学依据。[方法] 基于1980—2020年土地利用数据,采用InVEST模型碳储量模块反演1980—2020年海南岛碳储量时空变化,并耦合FLUS模型和InVEST模型模拟自然发展情景、快速发展情景和生态保护情景3种发展情景下2030年海南岛的土地利用和碳储量变化情况。[结果] ①海南岛土地利用类型以林地、耕地为主。1980—2020年耕地、草地、林地和未利用地面积均有不同程度减少。建设用地和水域面积增加,尤以建设用地面积增长最快,增幅为83.4%。②海南岛碳储量总体呈“中间高,四周低”的特点,1980—2000年碳储量变化较小,降幅约0.03%。2000—2020年海南岛城镇化进程加快,碳储量损失也随之加剧,年均损失约372 t,累计损失碳储量7 439 t。③未来建设用地仍会继续扩张,受此影响3个情景下2030年海南岛碳储量均呈现降低的趋势。其中,快速发展情景下建设用地土地利用变化量最大,碳储量最易流失,自然发展情景次之,生态保护情景变化最小。[结论] 在海南自由贸易港未来的土地利用规划中,应加强中部山区、自然保护地等重点生态区位的保护力度,优化土地利用格局,严格控制林地、耕地和湿地向建设用地转变,提高固碳增汇效能,实现区域可持续发展。     

海南岛海岸带土地利用变化及其对碳储量时空演变的影响

[目的] 预测未来土地利用/覆盖变化(land use and land cover change,LULCC)及其对生态系统碳储量的影响,为区域土地利用决策和碳管理提供科学依据。[方法] 基于30 m分辨率的海南岛1990,2000,2010,2020年土地利用遥感解译数据,运用ArcGIS与InVEST模型,探究土地利用时空演变及碳储量响应状况,并引入GeoSOS-FLUS模型预测研究区2030年土地利用多情景变化特征及其对未来不同情景下生态系统碳储量的影响机制。[结果] ①1990—2020年研究区耕地、林地、草地和未利用地面积减少,水域和建设用地面积增加。未利用地和耕地面积持续减少,建设用地面积持续增加。②30 a间LULCC导致区域碳储量持续减少,达到1.50×10⁶ t且年变化率为5.00×10⁴ t/a。建设用地的大肆扩张及林地退化是导致碳储量下降的重要原因,“未利用地→草地”为碳储量增加中最明显的图谱变化,“草地→林地(人工林地)”是碳储量减少中最显著的图谱变化。③2020—2030年的3种预测情景中,林地仅在生态优先情景下得到了有效保护,且面积增加了11.91 km²。建设用地在3种预测情景中均呈现不同程度扩张态势,且发展优先情景涨幅最大。[结论] 海南岛大面积高碳密度的天然草地转换为低碳密度的人工林地,高碳区转变为低碳区,区域固碳能力削弱。应采取提高林地、草地等地类比重等一系列的土地利用调控政策,加大区域碳源向碳汇转换的优化发展。     

基于PLUS-InVEST模型的安徽省碳储量时空变化预测

[目的]分析安徽省2000年以来碳储量的时空变化及空间分布特征,为未来该区土地管理决策和生态系统碳库管理提供有效指导。[方法]以安徽省为例,基于2000,2005,2010,2015,2020年5期土地利用数据,采用PLUS模型模拟2030,2040年不同情景下土地利用格局,并运用InVEST模型定量评估不同情景下陆地生态系统碳储量的空间变化。[结果](1)2000—2020年安徽省约有8.03%土地发生了转移,耕地与建设用地之间的转化是该省土地利用变化的主要特征。(2)2000—2020年陆地生态系统碳储量总体呈下降趋势,下降了1.01×10⁸ t。空间格局上呈现“南高北低”的特征,碳密度高值区主要分布在皖南、皖西山区。(3)2020—2040年自然发展情景下碳储量下降趋势明显,耕地保护情景下降速度有所减缓,生态保护情景下碳储量明显增加,增量为3.07×10⁷ t。[结论]实施生态保护政策能够有效提高区域生态系统碳储量,增强生态系统服务功能。未来在进行土地利用管理决策时应统筹考虑生态保护和耕地保护,促进区域生态系统良性可持续发展。     

基于PLUS和InVEST模型的安徽省碳储量演化分析与预测

为探讨安徽省土地利用变化对碳储量的影响，揭示碳储量时空演化特征和未来变化趋势，通过耦合InVEST模型碳储存模块和PLUS模型，分析1990—2018年安徽省土地利用类型和碳储量时空演化特征，并从自然发展和生态保护情景预测2034年、2050年安徽省碳储量变化趋势。结果表明：安徽省1990年、2000年、2010年、2018年的碳储量分别为1 218.37×10⁶,1 215.65×10⁶,1 211.39×10⁶,1 206.18×10⁶ t,呈现逐年减少趋势，主要由于耕地、林地被侵占。此外，省内土地利用类型空间差异显著，碳储量整体表现为“皖南较高、皖北皖中较低”的空间分布特征。不同情景预测表明，自然发展情景下，安徽省2034年和2050年的碳储量分别为1 197.93×10⁶,1 196.08×10⁶ t;生态保护情景下，其碳储量分别为1 202.89×10⁶,1 200.37×10⁶ t。与自然发展情景相比...     

福建省碳储量时空特征及其对土地利用变化的响应

[目的] 研究福建省生态系统碳储量及其对土地利用变化的响应,为生态系统保护提供参考。[方法] 基于土地利用数据和碳密度数据,运用InVEST模型模拟福建省1980,2000,2020年碳储量;利用冷热点分布、转移图谱和矩阵分析碳储量和土地利用的时空特征;最后分析碳储量对土地利用变化的响应。[结果] ①福建省碳储量整体均较高,82.5%以上区域的碳储量为中等以上(＞3 000 t),主要分布在山地丘陵地区,也是高碳储量的热点集中区;高(热点)低(冷点)碳储量集中区转移较少;1980—2020年总碳储量波动略升高,2000—2020年不同碳储量等级彼此之间转移相对较多。②福建省土地利用/覆被以林地为主(61.4%~62.9%),其次是耕地(16.9%~18.3%)和草地(15.2%~17.2%);土地利用/覆被变化在1980—2000年较稳定,在2000—2020年较剧烈。③林地、草地和耕地的总碳储量较高,水域、建设用地和未利用地总碳储量较少;耕地总碳储量减少,建设用地总碳储量增加,林地和草地有增加也有减少;由土地利用/覆被变化导致的总碳储量转出和转入最多均为林地,其次是草地和耕地;总碳储量净转移为负的是林地,其他为正,林地转移引起的碳亏损最多。[结论] 耕地、林地和草地是福建省的主要土地利用类型,它们贡献了较高碳储量,并相互转移引起了碳储量变化。     

基于InVEST-PLUS模型的郑州市碳储量时空演变及空间自相关分析

[目的] 陆地生态系统碳储量的主要驱动因素之一是土地利用变化,以“过去—现在—未来”的逻辑,分析河南省郑州市土地利用与碳储量时空演变之间响应关系,为实现城市的生态安全可持续发展提供参考。[方法] 首先基于GIS和InVEST模型,对2005—2020年碳储量时空分布进行定量评估,然后结合PLUS模型,模拟2050年自然发展情景和生态保护情景下土地利用和碳储量时空变化特征;并辅以莫兰指数和热点分析在格网尺度下评估其空间关联程度。[结果] ①2005—2020年,耕地不断调整为建设用地,累计转入1 004.98 km²,致使郑州市土地利用结构发生显著变化,生态保护情景下生态用地减少趋势相对自然发展情景得到较好改善。②受城镇化快速扩张的影响,2005,2020年郑州市碳储量分别为6.59×10⁷,5.67×10⁷ t,15 a间高碳密度地类用地转移,碳储量空间分布呈“西高东低,南北中等,中部低”的特点,自然发展情景和生态保护情景下碳储量变化分别减少了8.27×10⁶ t和1.80×10⁶ t,其中耕地发挥着重要碳汇作用。③碳储量空间分布上具有集聚性,冷热点分布不均,生态保护情景下热点破碎化程度缓和。巩义市和登封市始终为碳储量集聚程度较高区域。[结论] 碳储量时空分布特征与土地利用结构变化密切相关,郑州市未来土地利用规划应适当采取生态保护措施,优化土地利用格局,增强生态系统固碳能力。     

基于SWAT和PLUS模型的窟野河流域径流对土地利用变化的响应及预测

[目的]为揭示窟野河流域径流对土地利用变化的响应,并预测未来径流变化。[方法]以窟野河流域为研究区,基于SWAT和PLUS模型,通过2000年、2005年、2010年、2015年、2020年和预测得到的自然发展情景下2025年、2030年7期土地利用数据,定量分析径流在不同土地利用情景下的变化。[结果](1)SWAT模型率定期和验证期的R²和NS均>0.7;PLUS模型总体精度为0.877 4,Kappa系数为0.802 1,2个模型在窟野河流域适用性较好;(2)2000—2020年,窟野河流域林地、建设用地面积分别增加102.92,600.90 km²,耕地、草地、水域和未利用地分别减少277.15,366.25,40.44,19.98 km²;(3)窟野河流域年平均径流深整体呈现“上游低,下游高,西部低,东部高”的空间分布格局;(4)在保证其他输入数据不变的情况下,改变土地利用数据,情景分析结果表明,林地、草地面积减少会促进径流,建设用地面积增加同样会促进径流;(5)自然发展情景下,2025年和2030年窟野河...     

延河流域土地利用空间格局模拟对比研究

为探究延河流域土地利用演变规律及未来空间格局分布,基于延河流域1986年、2000年和2010年3期土地利用数据,利用土地利用空间转移动态图及土地利用转移面积矩阵等方法,分析了延河流域1986—2010年土地利用/覆被变化的时空规律; 运用Logistic-CA-Markov模型和MCE-CA-Markov模型分别预测了2030年延河流域土地利用空间格局,并对模拟结果进行了对比分析。结果表明:延河流域1986—2010年耕地降幅最为明显,减少了557.10 km²,主要转为草地、林地和建设用地; 林地和草地面积持续增加,建设用地扩张迅速,分别增加了378.34,136.97,48.17 km²,水域及未利用地面积总体变化不大,生态恢复政策是影响延河流域土地利用变化的主要因子。Logistic-CA-Markov预测得到的2030年延河流域耕地和草地减少明显,建设用地和林地则增幅较大,流域经济发展需求较高,这种情况下应准确把握地区经济发展与资源利用的关系,根据区域特点因地制宜制定适合当地发展的政策。而MCE-CA-Markov预测得到的2030年延河流域耕地、林地、水域及建设用地均有增加,且耕地增幅最明显,这种利用结构表明流域经济发展相对较缓,实现了对流域环境的保护,但应积极探索土地利用新结构,最大限度发挥资源优势,从而实现流域经济与环境的可持续性发展。     

近25年延河流域土地利用/覆盖变化的时空特征

基于1980年和2005年两期土地利用矢量数据,选取土地利用转移矩阵、土地利用动态度和重心转移3种方法对延河流域土地利用/覆盖时空变化特征进行了定量研究。结果表明:(1)在近25a,延河流域森林和农田面积在数量上发生了大幅度的变化,以农田流向森林为主,然而草地和农田始终是流域主要的土地利用类型,二者所占比重之和在两个时期均在87%以上,加上森林三者所占比重达99%以上;(2)25a内,延河流域仅有3.89%的土地资源发生了利用方式的变化,但聚落用地面积增加迅速,年均增加速率为4.10%,主要靠占用农田和草地来实现;(3)区域之间以及区域和整个流域之间的土地利用变化方向和变化速度不一致,其中安塞地区的各土地利用类型变化速度均大于全流域,这与安塞地区的社会经济活动比较活跃,土地利用变化总体较为剧烈息息相关;(4)25a内,各种土地利用类型在空间上分布比较均匀,其中森林在空间上不断向上游、高海拔方向转移,而流域内水体的重心向流域下游迁移。     

基于SWAT模型的丹江流域土地利用变化对径流影响研究

为定量分析土地利用类型变化对径流的影响,基于SWAT模型,通过分析丹江流域近20年来的土地利用变化,并设置3种不同土地利用情景模式,探究了土地利用类型对流域径流的影响作用。结果表明:SWAT模型率定期和验证期的决定性系数R²和纳什效率系数NS分别为0.8,0.73和0.86,0.78,适用于丹江流域径流模拟。2000—2020年,丹江流域土地利用变化引起的径流变化为-0.18%; 情景1中,把林地、草地全变为耕地的情况下,模拟的年均径流变化率为61.65%,情景2中,把耕地和草地全转换为林地的情况下,模拟的年均径流变化率为-12.69%,情景3中,把耕地和林地全转换为草地的情况下,模拟的年均径流变化率为24.24%。耕地对径流深度的影响系数为0.26 mm/hm²,林地对径流深度的影响系数为-13.35 mm/hm²,草地对径流深的影响系数为-0.01 mm/hm²。由此得出,耕地对产流起促进作用,草地和林地对产流起抑制作用。为维护丹江流域生态环境,增强丹江流域径流供给,应科学开发耕地资源。     

基于耦合FLUS-InVEST模型的广州市生态系统碳储量时空演变与预测

[目的] 探讨城市建设用地扩张下土地利用变化对碳储量的影响,揭示碳储量时空演变和未来空间分布趋势,为城市规划和生态脆弱区实施精准保护提供科学参考。[方法] 本文通过耦合FLUS-InVEST模型,基于解译的土地利用数据和未来土地预测,反演1990—2018年广州市土地和碳储量时空变化特征,分析建设用地扩张与碳储量分布规律,并评估未来碳储量潜力。[结果] 广州市土地类型变化特征表现为建设用地的迅速扩张,主要侵占耕地和林地;1990—2018年碳储量减少2.47×10⁶ t,其中2000—2005年降幅最大;高密度碳储量主要分布在北部森林一带,低密度碳储量主要分布在珠江下游;建设用地和低密度碳储量的重心迁移具有高度的一致性;预测2018—2034年碳储量下降1.20×10⁶ t。[结论] 广州市建设用地扩张对碳储量影响显著,未来西北和东部部分区域碳储量流失风险较大。     

基于土地利用的驻马店市碳源/汇时空分布及预测

土地覆盖变化是引起陆地生态系统碳源/汇变化的重要原因，研究土地利用转型与碳源/汇关系对优化区域土地利用规划，实现可持续发展与“双碳”目标具有重要意义。运用空间分析技术对碳源/汇的时空变化进行分析，通过预设3种未来发展情景对驻马店市未来碳源/汇变化进行预测。结果表明：(1)驻马店市净碳排放量由2005年的268.13×10⁴ t增加到2020年的578.04×10⁴ t,增加309.91×10⁴ t,呈现逐年增加趋势。(2)驻马店市土地利用转型表现为碳储量减少的过程主要为耕地转为建设用地和林地转为耕地，碳储量增加主要为耕地转为林地、建设用地转为水域。(3)通过灰色模型以及PLUS模型预测驻马店市未来土地利用及碳源/汇的时空变化，预测结果为驻马店市未来净碳排放量持续上升，但在耕地保护情景下上升趋势明显减缓。在保护耕地基础上，驻马店市在未来土地规划中，要控制建设用地向生态用地的扩张，加快农业技术改革，实现低碳循环发展。     

黄土山丘区土地利用变化对生态系统服务价值的影响——以长河流域为例

以长河流域2005年、2010年、2015年的遥感解译数据为基础,采用数学模型分析了土地利用变化特征,然后根据生态系统服务价值的估算模型,定量分析了长河流域土地利用变化对生态系统服务价值的影响。结果表明:（1）2005-2015年,耕地逐渐减少,建设用地逐渐增加,林地、草地、水域先增后减;耕地主要向草地、建设用地转移,建设用地的增加主要来自耕地、草地的转移。（2）2005-2015年长河流域土地利用变化的生态服务总价值一直减少,其生态服务价值由2005年的3 509万元减少到2015年的3 485万元,减少了24万元;水源涵养、娱乐文化、原材料单项功能生态服务价值有所增加,其他6项单价功能生态服务价值减少;长河流域所采用的价值系数缺乏弹性,适合长河流域的实际情况,其生态服务价值估算结果可信。（3）2005-2015年长河流域土地利用类型变化带来的生态系统服务价值的持续减少,2005-2010年净减少了6.28万元,2010-2015年净减少了19.38万元。     

FLUS与灰色预测模型支持下的乌鲁木齐地区碳排放时空演变与预测

自从"双碳"目标提出以来,进行土地利用碳排放时空变化特征研究对碳减排政策的制定具有指导意义。以乌鲁木齐地区为对象,基于FLUS与灰色预测模型预测2030年土地利用碳排放量,并与往年相结合模拟研究区2000—2030年碳排放量的时空格局变化。结果表明:(1)研究区2000—2020土地利用变化中林地、未利用地、水域、建设用地为正增长,耕地与草地为负增长,草地与耕地面积主要是向未利用地与建设用地转出,水域与林地面积变化相对比较稳定。(2)2000—2020年碳排放总量呈增加的趋势,建设用地是主要的决定因素,研究区碳排放量呈"由南向北递增"的空间分布特点,米东区最高,达坂城区最低。(3)2030年不同情景碳排放量计算结果中,耕地保护情景碳排放总量最高,为2 773.67万t,生态环境情景碳排放量最低,为2 767.15万t。(4)研究区从2000—2030年大部分地区趋于稳定,变化的区域呈大聚集与零星分布的特点,碳排放呈增加的区域主要分布于研究区中心区与北部的米东区,呈减少的区域主要分布于南部的乌鲁木齐县与达坂城区。碳排放增加的区域在耕地保护情景达到最大,占研究区面积的25.4%,碳排放减少的区域在生态环境达到最大,占研究区面积的13.3%。     

九龙江流域生态需水量时空变化趋势分析

为了维持和保护流域生态系统健康,避免流域生态环境退化,进行流域生态需水量的确定和研究是有必要的。根据九龙江2000—2018年2个水文站实测数据,结合Tennant法确定河道内生态基流,选择面积定额法,利用流域内土壤质地分布状况,以及基于遥感开发的MCD12Q1土地利用产品和MOD16A2蒸散发产品估算植被生态需水量,并对区域生态环境需水量进行时间变化趋势分析和空间分布分析。结果表明：(1)在2000—2018年,九龙江流域有林地、草地面积整体呈现增加趋势,农田、疏林地面积呈现下降趋势;(2)九龙江流域内北溪、西溪河道内多年平均生态需水量分别为22.68亿m³,10.67亿m³,植被多年平均生态需水量为105.27亿m³;(3)有林地、草地的生态需水量呈显著上升趋势,疏林地、农田生态需水量呈下降趋势,前者显著,后者不显著。受人类活动影响,九龙江流域土地覆盖/利用类型年际变化剧烈,因此在区域生态需水量变化中其作用不可忽略,随着遥感/GIS技术的发展,对土地覆盖/利用类型以及植被蒸发量的高时空分辨率观测变得可能,有助于准确预...