黔中城市群碳储量对土地利用/覆被变化的响应及脆弱性

[目的] 探究土地利用/覆被变化对区域生态系统碳储量及生态系统脆弱性的影响,以期为区域绿色低碳和生态系统的可持续发展提供参考依据。[方法] 以2000,2010,2020年黔中城市群核心经济区3期土地利用/覆被数据为基础,运用InVEST模型和土地利用转移矩阵定量分析生态系统碳储量及其空间分布格局,并采用潜在影响指数(PI)对区域生态系统服务脆弱性进行评估。[结果] ①2000-2020年,黔中城市群核心经济区土地利用/覆被变化总体表现为耕地和林地持续下降,建设用地持续上升。研究区土地利用/覆被转移主要表现为耕地、林地、草地向其他地类的转移,其中,2000-2010,2010-2020年分别有3 339.35,3 669.15 km²土地发生了转移,前者林地转为草地是主要转移类型,后者耕地转为建设用地为主要转移类型。②2000-2020年区域的碳储量表现为减少趋势,由4.42×10⁷ t减小到4.33×10⁷ t,累计减小9.40×10⁵ t,林地转为草地是引起碳储量减少的主要原因。各年度碳储量密度均呈现西部、东部高,中部低的分布态势;20 a间,高密度区未发生明显变化,低密度区表现为由中心区域向外围扩散。③2000-2020年黔中城市群核心经济区主要扮演碳源的角色,土地利用程度指数增加了2.83,PI指数分别为-0.04,-0.31,均表现为负面潜在影响,且脆弱性不断增强。[结论] 增加林地、控制林地转为其他用地及建设用地扩张是促进区域绿色低碳和生态系统的稳定可持续发展的重要手段。     

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。     

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     

基于贵州省土地变化的碳储量演变及其脆弱性特征分析

[目的]分析贵州省生态系统碳储量时空分布格局、演变特征及其对土地利用转移的响应,研究各县域生态系统碳储量服务的脆弱性,为贵州省区域土地利用管理决策及“双碳”目标的实现提供科学依据和参考。[方法]运用InVEST模型和潜在影响指数(PI)分析贵州省2000—2020年碳储量变化特征和生态系统碳储存服务的脆弱性。[结果](1)近20 a间贵州省土地利用结构发生显著变化,前10 a和后10 a分别有14.10%,17.29%的土地发生转移,耕地是建设用地扩张的主要来源。(2)贵州省20 a间生态系统碳储量减少2.40×10⁷ t,林地的缩减和建设用地的扩张是碳储量减少的主要原因。(3)贵州省碳储量Moran’s I指数均大于0,空间分布具有显著的空间正相关性和集聚性。冷热点分析显示碳储量热点分布较为分散,冷点分布集中稳定。(4)贵州省前10 a和后10 a PI指数分别为-1.27和-0.15,脆弱性有所改善。县域间脆弱性存在空间差异,边缘县域负向影响显著,20 a间81.82%的县脆弱性降低。[结论]贵州省林地的转出和建设用地的扩张对碳储量和碳储量服务脆弱性影响显著,...     

滇中城市群碳储量时空演变及其对LULC变化的响应

[目的] 通过分析滇中城市群碳储量的时空演变特征及其对土地利用/覆被(land use/land cover,LULC)变化的响应,以深化对该区域碳循环的理解,从而有效地指导碳管理和生态恢复策略的制定。[方法] 利用InVEST和PLUS模型模拟并预测1990—2030年滇中城市群碳储量的时空演变规律,结合土地覆被变化数据,定量分析碳储量与LULC变化之间的响应关系。[结果] (1)1990—2020年滇中城市群的土地类型主要以林地、耕地和草地为主,林地、耕地和建设用地呈增长趋势,其中建设用地增幅最大;(2)滇中城市群碳储量呈现出"先增后减,逐渐趋于平稳"的变化特征,2000年达到最高值,为1.46×10⁹ t,到2020年下降到1.45×10⁹ t,空间上呈"西高东低"的分布特征;(3)未来不同发展情景下的碳储量预测显示,与2020年相比,4个情景到2030年碳储量均呈下降趋势,其中生态发展情景下降最少,相比2020年下降0.43×10⁷ t,而耕地发展情景下降最为显著,相比2020年下降1.05×10⁷ t;(4)耕地和林地间的转变是影响碳储量的主要因素,其中耕地向林地的转换对滇中城市群碳储量增加尤为关键,林地增加可显著提升区域碳储量,而草地减少则对碳储量产生负面影响。[结论] 林地和耕地转换对增加或降低滇中城市群碳储量具有显著影响。     

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-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。     

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。     

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。     

基于马尔科夫模型的武功县土地利用/覆被动态变化研究

基于对武功县2006年、2009年两期Lansat 5-TM遥感影像解译获得的土地利用/覆被图,求得该区土地利用类型面积转移概率矩阵。应用马尔科夫模型对武功县未来12 a土地利用动态变化趋势进行模拟分析和预测。结果表明:引入模型效应系数检验该模型,模型效应系数值为99.99%,用该模型预测土地利用动态变化是可靠的;人类活动是武功县土地利用/覆被变化的主要驱动力;武功县未来土地利用的变化趋势是农业用地逐年减少,其中耕地面积和菜地面积分别减少5.74%,0.74%;而建设用地和交通用地则逐年增加,分别增加6.29%,0.57%;水域和特殊用地面积变化不大。研究结果明晰了农用地和建设用地之间的矛盾及其发展趋势,可为区域土地利用规划管理提供相关科学依据。     

2015—2020年黑龙江省大兴安岭地区蓝绿空间土地利用变化及其对碳储量的影响

[目的] 预测黑龙江省大兴安岭地区蓝绿空间用地变化并分析其对碳储量的影响,为实现大兴安岭"双碳"目标提供科学参考。[方法] 基于2015,2020年黑龙江省大兴安岭地区土地利用数据,通过二元Logistic回归检验的驱动因子引入PLUS模型,预测2030年蓝绿空间用地格局,耦合InVEST模型分析蓝绿空间变化对碳储量的影响,量化并验证蓝绿空间对碳储量波动的主要驱动地类。[结果] ①2015-2030年蓝绿空间持续增长,林地均达蓝绿空间转入的60 %以上,占绝对优势。②2015-2020年蓝绿空间占碳储量增长空间总面积的96.52 %,2030年自然发展、蓝绿空间保护、城镇快速发展情景碳储量分别为1.459 4×10⁹,1.483 1×10⁹和1.464 7×10⁹ t,主要为大量非蓝绿空间向林地、草地的转入,其中蓝绿空间保护对碳储量增加作用最明显。③蓝绿空间中林地、草地、水域聚集程度与碳储量呈显著正相关,林地、草地为碳储量变化第一、第二主导地类。[结论] 未来应延续优良生态政策,对黑龙江省大兴安岭地区蓝绿空间进行重点保护,提高林地、草地结构完整性,助力该地区实现"双碳"目标。     

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CA-Markov与InVEST模型的吉林省生态系统服务价值模拟及预测

[目的] 分析与预测吉林省土地利用演变过程,衡量其对生态系统服务价值的影响程度,为吉林省生态环境保护与改善方针策略的制定提供理论依据。[方法] 基于吉林省2000,2010和2017年3期土地利用数据,采用CA-Markov模型对2024年的土地利用格局进行模拟预测,利用InVEST模型分析吉林省2000-2024年生态系统服务价值变化及生境质量时空演变特征。[结果] ①2000-2024年吉林省耕地、草地、建设用地面积持续增长,林地、水域和未利用土地面积有所减少。②2000-2024年生态系统服务总价值呈下降趋势,其中森林的生态系统服务价值量最大,水文和气候调节是主要的生态服务功能。③吉林省生境质量在空间分布上呈中西部低,东部高的特征,质量在不断退化,城市周边和各大水系流域沿岸退化严重。[结论] 吉林省中部及西部地区生境质量下降较为严重,应注重城市周边及水系的保护与合理利用。