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     

基于土地利用格局变化的生态风险与固碳功能评价——以河北省黄骅市为例

土地利用格局的变化会引起区域生态风险和固碳功能的变化。本文以河北省黄骅市为例,以1995年、2005年和2015年遥感影像为基础数据,基于土地利用格局变化构建生态风险指数,利用In VEST模型分析碳储量服务变化,并对二者进行相关性分析,以期为土地资源的合理利用提供科学依据。结果表明:1)1995—2015年,黄骅市主要土地利用类型为耕地、盐碱地和建设用地,对比2015年和1995年的结果发现,耕地、草地和建设用地破碎度和分离度增加,园地和盐碱地分离度和破碎度降低;园地和盐碱地损失度指数降低,而其他土地利用类型损失度指数增加。2)1995年、2005年和2015年黄骅市生态风险总和分别为12.58、10.32和11.10,生态风险区以较低风险区和高风险区为主,较低风险区面积逐渐增加且向南部集中,高风险区面积逐渐减少且向中部和东部海岸带集中。3)In VEST模拟结果表明,研究期间黄骅市碳储量呈现先上升后下降的趋势,1995年、2005年和2015年黄骅市的碳储量分别为2 387.05万t、2 491.51万t和2 028.86万t,3年的碳密度分别为107.63 t·hm~(-2)、112.34 t·hm~(-2)和93.16 t·hm~(-2),各土地利用类型碳储量的变化情况与各自面积的变化情况有较高的一致性。4)生态风险变化与碳储量服务变化的相关性分析结果表明,1995—2005年和2005—2015年二者相关性的决定系数分别为0.69和0.72(P0.01),呈显著负相关关系,表明生态系统服务变化在生态风险评价中应用的可能。基于土地利用格局变化对黄骅市生态风险和碳储量进行评价,对于其实现土地资源可持续利用和区域生态环境改善具有重要意义。     

基于GIS和InVEST模型的日照市固碳能力研究

[目的]分析山东省日照市碳储量的时空变化,探讨日照市各土地利用类型的固碳能力,为生态系统服务评估提供决策支持。[方法]以日照市1995,2000,2005,2010和2015年5期土地利用信息和碳密度数据为基础,利用GIS和InVEST-Carbon Storage and Sequestration模块,获取碳储量时空分布数据,从而对日照市固碳能力进行准确的定量评估。[结果](1)1995—2015年,研究区内耕地、草地的面积均有所下降,而林地、水域、建设用地以及未利用地面积增加。(2)日照市总固碳量呈现增长趋势,1995—2015年依次为6.976×10~6,6.978×10~6,6.957×10~6,6.987×10~6,7.015×10~6 t。(3)耕地的碳储量最高,固碳能力最强。[结论]1995—2015年研究区内固碳总量净增3.90×10~4 t,固碳速率呈现小幅上升趋势,固碳能力逐步稳定。日照市东部沿海地区固碳能力相对较弱,应充分开发其固碳潜力。     

基于景观格局的土地整理风险与固碳功能评价

通过生态风险指数构建和碳储量服务模拟,评价土地整理对生态风险和固碳功能的影响,由于生态系统服务在生态风险研究中的缺乏,利用土地整理前后生态风险变化和碳储量服务变化之间的相关关系分析,探讨利用生态系统服务变化评价生态风险的可能。以吉林省西部重大土地整理区为研究对象,基于景观格局变化构建生态风险指数,利用InVEST模型分析碳储量服务变化,结果表明:土地整理使整理区的景观结构发生较大变化,优势景观类型由盐碱地和草地转变为耕地,耕地破碎度和分离度降低,盐碱地和草地的分离度和破碎度增加。土地整理后,耕地、建设用地和其他用地的景观损失度指数降低,其他景观类型的景观损失度指数增加。土地整理前后整理区生态风险等级以较低风险区和中等风险区为主,整理后低和较低风险区面积变化明显,其他等级风险区的面积变化不大。InVEST模拟结果表明,土地整理前后整理区总碳储量分别为990.82、1 145.22万t,总碳储量增加154.40万t,土地整理导致固碳功能的增加。相关分析结果表明整理区碳储量服务变化与生态风险变化呈显著负相关关系,表明生态系统服务变化在生态风险评价中应用的可能。     

基于SD-PLUS耦合模型的陕西省土地利用变化及碳储量多情景预测

[目的] 为探讨不同土地利用方式对区域生态系统碳储量的影响。[方法] 以陕西省为研究对象,利用SD-PLUS耦合模型,采用国际耦合模式比较计划第6阶段(CMIP6)提出的耦合共享社会经济路线和代表性浓度路线(SSP-RCP)情景,对2030年陕西省的土地利用变化进行预测,然后利用InVEST模型模拟未来不同情景下陕西省碳储量及其空间分布。[结果] (1)对构建的SD模型进行历史检验,其误差＜5%,PLUS模型模拟的2020年土地利用Kappa指数为0.86,模型精度和可靠性总体符合要求;(2)3种情景下,未来建设用地面积均增加,增长速率从低到高的情景分别为SSP126、SSP245、SSP585;在所有情景下,林地面积均增加,水域面积均保持稳定;草地面积在SSP126情景下有小幅度增加,其他情景下减少;耕地面积3种情景下均减少;(3)3种情景下,陕西省碳储量均减少,关中平原建设用地的扩张占用大量的耕地是造成陕西省碳储量下降的主要原因。[结论] 在SSP126情景下,建设用地扩张所占用的生态用地面积最小,碳储量损失最少,该情景同时考虑社会经济发展及生态保护的需要,可为未来陕西省国土资源保护和高质量发展提供参考模式。     

基于InVEST模型的芜湖市固碳能力及影响因子研究

[目的] 研究安徽省芜湖市2011—2021年碳储量时空分布格局,同时探究生态环境因子、地形因子、气象因子和土地利用程度对其固碳能力的影响变化,为芜湖市土地资源管理及绿色农业发展提供参考依据。[方法] 以芜湖市2011,2015,2021年土地利用数据,利用InVEST模型Carbon storage模块定量评估研究碳储量空间分布,探究土地利用程度、地形、气象、土壤侵蚀等因子影响,并根据相关性分析叠加计算碳储量热点区域。[结果] ①近年,芜湖市因土地利用变化碳储量减少了4.14×10⁵ t,呈逐年减少趋势;固碳能力：草地＜耕地＜林地,林地为5 488.97 t/km²且耕地碳储量高达7.39×10⁶ t。②在自然因素中,用地类型、海拔、坡度及土地利用程度是影响碳储量空间分布主要原因,随海拔、坡度升高而逐级缓慢增加,碳储量整体呈“北低南高”分布情况。③在生态环境因素中,碳储量与土壤保持为显著正相关,相辅相成互为协同关系;相反,与土壤侵蚀互为权衡关系。④南部碳储量呈现“高—高集聚”占18.77%,北部为“低—低集聚”仅为2.73%;碳储量热点区域因资源开发利用影响呈逐年减少趋势,优良区域占11.95%,集中于南部山林地带,局部较弱需重点保护管理优化。[结论] 2011—2021年芜湖市固碳总量逐年减少,固碳速率呈现逐年减弱趋势,固碳能力较稳定。芜湖市北部固碳能力相对较弱,可通过土地管理优化以提升其固碳能力。     

基于PLUS-InVEST模型的福建省土地利用变化与碳储量评估

[目的]福建省森林覆盖率高达66.8%,是我国森林覆盖率排名第1的省份。探讨福建省土地利用变化对碳储量时空变化的影响是探寻社会发展和生态保护平衡点的理论基础。[方法]基于PLUS模型和InVEST模型碳储量模块,揭示2000—2020年全省碳储量时空变化特征与土地利用类型之间的关系,并从自然发展、生态保护和城镇发展3种情景预测2020—2030年福建省碳储量时空变化。[结果] 2000年、2010年和2020年研究区的总碳储量分别为214.77×10⁷,214.51×10⁷,212.93×10⁷ t,呈逐年下降趋势。人类活动对土地的开发和改造是导致碳储量变化的主导因素,大面积的耕地和林地转变为建设用地是导致碳储量降低的直接原因。预测结果认为,与2020年相比,2030年自然发展、生态保护和城镇发展情景下碳储量分别减少1.47×10⁷ t,增加0.17×10⁷ t,减少1.85×10⁷ t。生态保护情景是唯一逆转碳储量下降的发展情景,该情景与2020年相比,...     

西北干旱区不同土地利用情景下的碳储量及碳源/汇变化模拟与预估

[目的]研究中国西北干旱区2000—2020年以及未来2100年不同发展情景下的土地利用变化,分析土地利用变化引起的碳储量、碳源/汇变化,以期为区域土地优化管理及碳汇增加和环境保护提供参考。[方法]基于2000—2020年土地利用数据,采用FLUS模型模拟未来2100年土地利用情景;采用修正后的碳密度、土地利用数据,运用InVEST模型carbon子模块估算并分析2000—2020年及未来2100年不同土地利用情景下的区域生态系统碳储量、碳源/汇及变化。[结果](1)2000—2020年西北干旱区耕地、草地和建设用地面积持续增加,林地、水域和未利用地面积减少,21 a间全区域碳储量增长了1.60×10⁸ t,其中植被碳储总量增加2.89×10⁵ t,土壤碳储总量增加1.60×10⁸ t。(2)与2020年相比,2100年自然发展情景、耕地保护情景和生态保护情景下碳储量分别增加了6.37×10⁸,7.78×10⁸,8.49×10⁸ t,耕地、生态保护情景下碳...     

基于大比例尺数据库的福建省耕地土壤固碳速率和潜力研究

明确土壤固碳速率和潜力是制定耕地固碳减排措施的基础。以我国典型亚热带地区—福建省不同地理位置的闽侯、浦城、同安、武平和永定5个县为研究区,运用生物地球化学过程模型DNDC（DeNitrification and Decomposition）,模拟这5个县在目前区域尺度最详细的1:5万土壤数据库下1980─2009年和2010─2039年有机碳动态变化,并运用尺度上推的方法估算出全省耕地土壤固碳速率和潜力。结果表明,福建省耕地土壤1980─2009年的固碳总量为7.37 Tg,而2010─2039年的固碳潜力为7.04 Tg,两个时段的年均固碳速率分别为：190 kg·hm-2和176 kg·hm-2,说明目前的农田管理措施有利于研究区长期固碳。其中,水稻土和盐渍水稻土分别在土类和亚类级别中固碳速率最大,不同时段均大于175 kg·hm-2·a-1;而红壤在土类和亚类级别中固碳速率皆最小,不同时段均小于3 kg·hm-2·a-1。总体来看,1980─2009年和2010─2039年水稻土的固碳总量均占全省耕地固碳总量的92%以上,是今后制定固碳减排措施的重点。     

北京山区生物多样性分析与碳储量评估

基于森林资源二类调查数据,应用InVEST模型对北京山区生物多样性和碳储量进行了评估和估算,并讨论了二者之间的相互关系。结果表明,在所有森林生态类型中,单位面积生物多样性得分最高的是天然桦树林,为0.76;得分最小是人工油松林,为0.49。北京山区总碳储量为49 193 742t,总碳储量最大的是人工经济林,为10 402 900t;得分最小的是天然针叶林,为423 132t。各森林类型的单位面积平均碳储量均较高。一般来说,生物多样性较大的森林生态类型碳储量也较大,生物多样性与碳储量有一定的相关性,但并不十分明显。     

基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究

区域土地利用/覆被变化是导致生态系统碳储量变化的主要原因,预测未来土地利用/覆盖变化及其对碳储量的影响对区域陆地生态系统的认识具有重要意义。本研究基于黄河流域2005—2018年土地利用/覆被变化规律,运用CA-Markov模型分别预测了生态保护情景(EVC)和自然变化情景(NVC)下的土地利用/覆被空间格局,采用修正后的碳密度,运用InVEST模型评估黄河流域2005—2030年6期碳储量。结果表明:2005—2018年黄河流域林地、水域和建设用地面积持续增加,耕地、草地和未利用土地面积减少, 13 a间全流域碳储量减少28.734×10~6 t。与自然变化情景相比,在生态保护情景下2030年草地和耕地相比2018年减少幅度较小,建设用地规模扩大得到了限制,产生了生态效应。2030年,自然变化情景和生态保护情景下的碳储量较2018年分别减少258.863×10~6 t和30.813×10~6 t,生态保护情景下土地利用覆被格局固碳能力高于自然变化情景,该研究可为黄河流域土地利用结构调整和土地利用管理决策提供科学依据。     

鄱阳湖地区典型湿地碳储量时空演变与情景预测

[目的] 分析鄱阳湖湿地生态系统碳储量时空特征,为下一步鄱阳湖地区湿地保护,实现区域“碳达峰、碳中和”提供科学依据。[方法] 结合InVEST和GeoSoS-FLUS模型,计算2000—2020年鄱阳湖地区典型湿地碳储量,并预测自然发展情景与生态保护情景下2030年碳储量变化。借助地理探测器模型,探究碳储量变化的驱动因素。[结果] ①2000,2010,2020年鄱阳湖地区典型湿地碳储量分别为2.42×10⁶,2.48×10⁶,2.46×10⁶ t。②高碳储量集中于中西部林地,低碳储量集中于中东部、西部和北部的湖泊水域。③土地利用是碳储量转移的主导因素,其中沼泽草地、沼泽地、林地、耕地对碳储量转移的解释力依次降低。④相较于自然发展情景,生态保护情景2020—2030年碳储量变化速率由-17.81%变化为-1.09%。[结论] 合理的生态保护政策可以有效地保障湿地的固碳能力,应强化国土用途管制,落实生态保护措施,为提升区域碳储能力提供保障。     

基于PLUS-InVEST模型的珠三角碳储量时空演变与预测

[目的] 探究珠三角地区2005-2020年土地利用变化及其对碳储量的影响,并对2035年珠三角的土地利用格局和碳储量进行模拟预测,以期为珠三角地区"双碳"目标下的国土空间规划和生态决策提供科学依据。[方法] 基于2005-2020年4期土地利用数据,以珠三角城市群为研究区域,采用PLUS模型和InVEST模型对该区的土地利用变化和碳储量演变进行分析,并预测其2035年土地利用空间格局和碳储量变化趋势。[结果] ①2005-2020年,珠三角地区碳储量先增加后减少,林地、建设用地和未利用地增多促进碳储量增长了4.82×10⁷ t,耕地、草地和水域减少导致碳储量减少了5.10×10⁷ t。②预计2035年,随着建设用地和林地的增加,该区碳储量较2020年增长5.75×10⁷ t,生态环境向好发展。③该区碳储量表现出"四周高,中部低"的空间分布格局,与土地利用空间分布具有显著一致性,即碳储量高值区集中在林地、耕地和草地,碳储量低值区集聚在建设用地。[结论] 随着未来城市发展需要,政府部门应进行土地综合开发利用,采取生物、工程技术等生态修复措施,提升区域固碳能力,助力实现碳中和目标。     

基于InVEST模型的祁连山国家公园碳储量时空分布研究

[目的] 研究祁连山国家公园碳储量及其时空分布,分析土地利用变化对陆地生态系统碳储量的影响,为提升国家公园生态价值、调整生态工程及土地管理政策提供科学依据。[方法] 结合土地利用变化动态指数和土地转移矩阵分析国家公园生态破坏和生态恢复前后的土地利用变化,然后基于InVEST模型Carbon模块,以土地利用遥感影像和碳密度为模型运行数据,计算土地利用变化导致的碳储量变化。[结果] ①祁连山国家公园1980,1990,2000,2010,2018年的碳储量分别为9.07×10⁸,9.07×10⁸,9.07×10⁸,9.16×10⁸,9.17×10⁸ t,呈现“先减后增”的趋势,累计增加9.86×10⁶ t。②碳储量空间分布与土地利用类型有一定联系。碳储量较高的地区主要集中在公园东段和中段东侧,以林地为主;碳储量较低的地区主要集中公园西段和中段西侧,以未利用地为主。③1980—2018年生态正向演变下的土地利用变化（耕地、草地和未利用地转为林地,耕地和未利用地转为草地,未利用地转为水域）是国家公园碳储量增加的主要原因。[结论] 巩固实施生态工程,着重保护草地资源、调整土地管理政策等方式能够有效促进生态系统正向演变,优化土地利用结构,有利于祁连山国家公园陆地生态碳储量的增加。     

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...     

基于InVEST模型重庆市建设用地扩张的碳储量变化分析

建设用地的扩张是影响陆地生态系统碳储量变化的重要驱动因素。以重庆市为研究区域,基于重庆市土地利用数据、土壤数据、植被数据,从建设用地扩张的视角,采用InVEST模型,结合收集的碳密度数据,对重庆市2000年、2005年及2010年碳储量的变化进行了分析。结果表明:2000-2010年重庆市土地利用变化显著,建设用地是主要的转入者,共增长1 505.58 km²,其中90%以上的区域来自耕地以及阔叶林,造成碳净损失1.796 Mt。2005-2010年重庆市建设用地变化更加剧烈,这期间建设用地共扩张998.19 km²。建设用地主要是由西部中心逐渐向四周扩张,且增长速率加快。建设用地由2000年的598.88 km²增加到2005年的1 097.27 km²,扩张导致总碳储量减少了1 169 982.18 t,其中阔叶林的碳损失达到72%;2010年建设用地增加至2 095.46 km²,占用耕地以及阔叶林是主要的扩张形式,扩张导致总碳储量减少了1 169 982.18 t。可见,建设用地扩张过程中,碳损失的主要来源为耕地及阔叶林,其次是针叶林、草原、草地等。选择固碳能力较弱的裸地与草甸作为建设用地的扩张目标,有利于重庆市碳储量的保护与增长。     

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。...     

不同耕作措施下江苏省稻田土壤固碳潜力的模拟研究

以江苏省稻田为对象,整合DNDC和1:100万土壤数据库,以土壤图斑为基本模拟单元,定量估算少耕、免耕和综合措施（少耕 + 30% 秸秆还田）下江苏省稻田土壤的固碳潜力（0 ~ 30 cm）。模拟结果表明：相对于传统耕作,采用少耕、免耕和少耕 + 30% 秸秆还田均可明显地增加稻田SOC的积累,其在2009—2050年间的固碳潜力分别为24.5、47.7和43.8 Tg。免耕和少耕 + 30% 秸秆还田条件下稻田固碳速率大约是少耕的2倍。结合实际情况,少耕 + 30% 秸秆还田将是最可行的固碳措施之一。     

基于InVEST模型的广西茅尾海土地利用变化与碳储量评估

[目的] 评估广西壮族自治区茅尾海土地利用与碳储量的时空变化特征,为促进增碳汇与可持续发展提供科学依据。[方法] 使用监督分类的方法对茅尾海2009,2015和2021年的3期遥感影像数据进行解译提取,基于ArcGIS软件和InVEST模型对茅尾海土地利用变化与碳储量演化进行研究。[结果] ①茅尾海土地类型主要呈现"大聚居,小杂居"的分布特点,2009-2021年耕地、浅海水域和渔业养殖区面积减少,红树林湿地、建筑用地、林草地、淤泥质滩涂面积增加; ②茅尾海碳储量呈先下降后上升趋势,2009-2015,2015-2021,2009-2021年区域碳储量变化量分别为-1.10×10⁵,3.77×10⁴,-7.29×10⁴ t;碳固定净现值分别为-1.37×10⁸,4.66×10⁷,-9.01×10⁷元; ③2009-2021年,茅尾海主要为渔业养殖区、林草地等高固碳土地利用类型向建筑用地等低固碳类型的转变,转为建筑用地造成的碳储量损失最大,达2.85×10⁵ t;转为渔业养殖区增加的碳储量达1.81×10⁵ t。[结论] 加快推动茅尾海养殖方式转型升级,加强红树林在宜林区域的增殖及加快森林城市建设,有利于研究区域固碳与可持续发展。     

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。