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。     

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。     

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模型的江苏海岸带生态系统碳储量时空变化研究

研究改革开放以来长时间序列的江苏海岸带生态系统碳储量时空变化,对于保证我国东部沿海地区环境与经济协调发展显得十分迫切和必需。以江苏沿海3市海岸带为对象,通过获取1975—2007年的遥感影像数据,采用InVEST(Integrated Valuation of Environmental Services and Tradeoffs)模型对江苏海岸带生态系统的碳储量进行定量评估,构建了长时间序列的碳储量变化数据,并结合ESDA(Exploratory Spatial Data Analysis)方法研究其空间相关性,探讨了江苏海岸带碳储量的时空变异。结果表明:江苏海岸带总碳储量呈增长趋势,但单位土地面积的碳储量呈降低趋势;该区域碳储量在空间分布上呈现一定的空间相关性,主要体现在连云港云台山境内、新沂河泛洪区和盐城滨海苇地是碳储量的高集聚区,城镇是碳储量的低集聚区。     

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。...     

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-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PLUS和InVEST模型的合肥市生态系统碳储量时空演变特征

[目的]为寻求“双碳”目标导向下的合肥市城市发展新方案。[方法]依据合肥市2000—2020年5期土地利用数据,在合肥市国土空间规划指引下,运用PLUS模型模拟得到2035年合肥市土地利用时空演变规律,耦合InVEST模型探究多情景下合肥市碳储量时空变化特征,并进一步挖掘土地综合利用程度对碳储量的影响。[结果](1)2000—2020年合肥市土地利用变化特征主要表现为耕地、林地减少,其中耕地为建设用地扩增主要来源。自然发展和农田资源保护情景的土地变化规律大致相同,主要表现为耕地、林地、水体减少;绿色汇增城市发展情景下,林地相比其余2个情景面积由减少转为增加。(2)2000—2020年合肥市碳储量逐年递减,其中2005—2010年碳损失最为剧烈。到2035年,自然发展情景、农田资源保护情景、绿色汇增城市发展情景碳储量分别为138.96×10⁶,140.13×10⁶,139.81×10⁶ t。农田资源保护情景下,碳储量明显增加区域最低,建设用地扩张减缓;绿色汇增城市发展情景下,林地由碳损失转为碳固持,是最具固碳潜力的发展趋势...     

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。     

祁连山国家公园产水量时空变化及驱动因素分析

为准确表征祁连山国家公园产水量时空差异性,探究产水量影响因素和驱动机制。基于降水量、参考作物蒸散量、土壤深度、根系深度和土地利用类型等参数,利用InVEST模型可视化祁连山国家公园1990—2018年产水量时空格局,使用地理探测器并结合情景模拟方法,评估和量化气候、土地利用、植被、地形等因子对祁连山国家公园产水量空间异质性和产水量变化的影响。结果表明：(1)1990—2018年研究区产水量以0.56×10⁸ m³/a的速度显著增加,在空间上呈自西向东递增趋势;(2)耕地和林地产水深度最大,未利用土地和草地是研究区产水量的主要贡献者,且产水深度高值区位于3 200～4 600 m高海拔处;(3)降水量是产水量空间异质性的第一驱动因素,与实际蒸散量以及土地利用类型的交互作用占主导地位;(4)1990—2018年,气候变化是产水量变化的主要驱动因子,对总产水量影响为正向作用,其次为土地利用变化,主要影响产水量变化的空间分布,对总产水量影响不大。研究成果可进一步为祁连山国家公园水资源管理和可持续发展提供基础理论依据。     

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。     

基于土地利用变化的祁连山地区生境质量时空演变分析

[目的]对祁连山地区的生境质量和生境退化状况开展研究,揭示人类活动对该地区生态环境的影响程度,为该地区的生态环境保护和发展提供科学参考。[方法]基于1970s末以来全国1∶10万土地利用数据,分析1970s末至2015年近35 a来祁连山地区的土地利用和景观格局变化特征,并采用InVEST模型评估该地区生境质量变化。[结果]①草地和未利用土地是该区最主要的土地利用类型,其次是林地、耕地、水域、城乡工矿居民用地;其中草地和城乡工矿居民用地的变化较剧烈,前者先减后增,后者持续增加。②在时间变化上,随着土地利用类型的变化,该区的生境质量由恶化的态势逐渐趋于改善,2015年生境质量最好。③在空间分布上,该区的生境质量和生境退化度均表现为东高西低。[结论]优越的自然条件使其生境质量较高;人类活动强度较高则是生境退化度较高的原因。     

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。