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。     

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,...     

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-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。     

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。     

1980—2020年内蒙古自治区通辽市土地利用变化及其驱动力

[目的] 分析内蒙古通辽市土地利用变化及其驱动力,为该地区经济建设、土地可持续发展提供科学依据。[方法] 基于通辽市1980—2020年8期土地利用数据及统计年鉴数据,采用土地利用动态度、土地利用程度、土地利用转移矩阵和主成分分析方法对通辽市土地利用变化特征及其驱动力进行研究分析。[结果] 通辽市1980—2020年土地利用以耕地和草地为主,耕地总面积增加了3 037 km²,整体增幅为20.48%,草地总面积减少了2 922 km²,整体减幅为10.40%。建设用地面积在40 a间持续增加,其单一土地利用动态度最大。土地利用程度综合指数处在中低等水平,由于研究期间综合指数变化率为正值,整体上处于上升发展期。研究期间内草地主要转化为耕地、林地、建设用地及未利用土地。通辽市土地利用变化的社会经济驱动力以经济发展水平、农业发展水平、社会富裕程度和产业结构为主,人口的影响次之。气候驱动因素方面主要是年平均气温和年降水量的影响较为显著。[结论] 1980—2020年通辽市土地利用空间上存在明显异质性,土地利用变化速度趋于稳定,土地利用水平不断提高,土地利用转换愈加频繁,社会经济和气候因素对土地利用变化有正向显著作用,整体上不断促进该地区经济建设和土地可持续发展。