基于PLUS模型和InVEST模型的成渝經(jīng)濟(jì)區(qū)碳儲(chǔ)量演化分析

伍 丹，朱康文，張 晟，黃昌前，李 劍

（1.重慶文化藝術(shù)職業(yè)學(xué)院，重慶 400067；2.重慶市生態(tài)環(huán)境科學(xué)研究院，重慶 401147；3.重慶市綦江區(qū)生態(tài)環(huán)境局，重慶 401420；4.重慶市生態(tài)環(huán)境局，重慶 401147）

中國在第75屆聯(lián)合國大會(huì)一般性辯論上宣布二氧化碳排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和。碳中和為推動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)文明建設(shè)提供了有力抓手。根據(jù)已有研究，土地利用的碳儲(chǔ)量在碳循環(huán)中起著至關(guān)重要的作用[1]，因此，土地利用演變也是反映碳中和實(shí)現(xiàn)路徑的重要指標(biāo)。當(dāng)前關(guān)于土地利用與碳儲(chǔ)量的關(guān)系研究較多，碳儲(chǔ)量測算方法主要包括兩大類：一是基于估算的不同土地利用類型碳密度，采用模型進(jìn)行測算；二是采用土地利用實(shí)地清查資料進(jìn)行估算。兩類方法的本質(zhì)均是建立土地利用與碳儲(chǔ)量之間的函數(shù)關(guān)系進(jìn)行估算。第一種方法操作簡單、數(shù)據(jù)易獲取，易于開展大尺度長時(shí)間序列的碳儲(chǔ)量估算研究。第一種方法常用模型為植被固碳模型[2]、簿記（Bookkeeping）模型[3]、InVEST模型等。其中InVEST模型由于所需參數(shù)少、可視性強(qiáng)，使用最為廣泛[4]。比如劉冠等在麻塔流域采用InVEST模型分析1999—2016年碳儲(chǔ)量演變情況，認(rèn)為林草植被和經(jīng)濟(jì)果林建設(shè)利用增強(qiáng)區(qū)域固碳能力[5]。Imran等[6]采用InVEST模型和Sentinel-2數(shù)據(jù)對山區(qū)森林的碳儲(chǔ)量進(jìn)行時(shí)空分析。通常為了模擬未來區(qū)域碳儲(chǔ)量演變以更好地服務(wù)區(qū)域用地規(guī)劃和城市可持續(xù)發(fā)展，結(jié)合固碳模型和土地利用未來情景模擬模型的應(yīng)用較多。主要情景模擬模型包括CA-Markov模型[7]、CLUE-S模型[8-9]、FLUS模型[10]等。這些模型在小區(qū)域均能獲得較高的模擬精度，但在較大尺度模擬中無法使用或效果較差。成渝經(jīng)濟(jì)區(qū)是我國西部地區(qū)發(fā)展的重心，是增加內(nèi)陸開放水平和提升國家綜合實(shí)力的重要支撐，同時(shí)也是長江上游重要生態(tài)屏障區(qū)域。區(qū)域內(nèi)有長江、嘉陵江、烏江、岷江、沱江等重要水域。因此，在經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)兩方面均具有重要地位[11]。當(dāng)前成渝經(jīng)濟(jì)區(qū)城市發(fā)展迅速，是我國如期完成碳中和目標(biāo)的重要板塊。區(qū)域內(nèi)生態(tài)系統(tǒng)固碳能力和潛力均極高，如何較好地平衡經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)之間的關(guān)系并準(zhǔn)確研判未來區(qū)域碳儲(chǔ)量是區(qū)域非常關(guān)心且迫切需要解決的重要問題。

鑒于未來區(qū)域內(nèi)土地利用變化是判斷區(qū)域未來碳儲(chǔ)量的重要因素，因此，研究重點(diǎn)為解決兩個(gè)方面的問題：一是提升大尺度范圍內(nèi)未來土地利用數(shù)據(jù)的模擬精度；二是開展大尺度范圍內(nèi)多期碳儲(chǔ)量演變的研究?；诮鉀Q上述問題的目的，研究引用由中國地質(zhì)大學(xué)HPSCIL@CUG實(shí)驗(yàn)室開發(fā)團(tuán)隊(duì)2020年研發(fā)的PLUS（patch-generating land use simulation model）模型開展土地利用模擬[12-13]，解決大尺度土地利用數(shù)據(jù)模擬的精度問題，引入InVEST模型進(jìn)行多期碳儲(chǔ)量演變分析，以達(dá)到準(zhǔn)備研判區(qū)域未來碳儲(chǔ)量時(shí)空格局的目標(biāo)。

1 研究方法

1.1 研究區(qū)概況

成渝經(jīng)濟(jì)區(qū)北接陜甘，南連云貴，西通青藏，東鄰湘鄂，范圍包括四川省的成都、德陽、綿陽、眉山、資陽、遂寧、樂山、雅安、自貢、瀘州、內(nèi)江、南充、宜賓、達(dá)州、廣安15個(gè)市，以及重慶市的萬州、涪陵、主城九區(qū)（渝中、大渡口、江北、沙坪壩、九龍坡、南岸、北碚、渝北、巴南）、長壽、江津、合川、永川、南川、綦江、潼南、銅梁、大足、榮昌、璧山、梁平、豐都、墊江、忠縣、開州、云陽、石柱29個(gè)區(qū)縣，區(qū)域面積約2.06×105km2[11，14]。成渝經(jīng)濟(jì)區(qū)是中國西部重要的人口、城鎮(zhèn)、產(chǎn)業(yè)集聚區(qū)。隨著經(jīng)濟(jì)快速發(fā)展，區(qū)域內(nèi)城市擴(kuò)張明顯，生態(tài)用地與生活用地之間的矛盾日益突出。合理布局生產(chǎn)、生活、生態(tài)空間對于維護(hù)區(qū)域碳平衡極為重要，區(qū)域內(nèi)的碳儲(chǔ)量演變趨勢有待深入分析。因此開展此區(qū)域內(nèi)長時(shí)間序列的碳儲(chǔ)量分析與模擬對于推進(jìn)綠色可持續(xù)發(fā)展至關(guān)重要、意義明顯，有利于筑牢長江上游生態(tài)屏障和保障區(qū)域生態(tài)系統(tǒng)的可持續(xù)發(fā)展。

1.2 數(shù)據(jù)來源

研究采用的數(shù)據(jù)如：土地利用數(shù)據(jù)（2000年、2010年和2020年）①來自GlobeLand30（http://www.globallandcover.com）、河流數(shù)據(jù)②徐新良.基于DEM提取的中國流域、河網(wǎng)數(shù)據(jù)集.中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心數(shù)據(jù)注冊與出版系統(tǒng)(http://www.resdc.cn/DOI),2018.DOI:10.12078/2018060101、NDVI數(shù)據(jù)③徐新良.中國年度植被指數(shù)（NDVI）空間分布數(shù)據(jù)集.中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心數(shù)據(jù)注冊與出版系統(tǒng)（http://www.resdc.cn/DOI）,2018.DOI:10.12078/2018060601、土壤類型數(shù)據(jù)等來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心網(wǎng)站④https://www.resdc.cn/Default.aspx[15]，地形數(shù)據(jù)來自地理空間數(shù)據(jù)云網(wǎng)站⑤http://www.gscloud.cn/，道路數(shù)據(jù)來自O(shè)penStreetMap。

1.3 研究路徑與主要方法

本研究以2000—2020年成渝經(jīng)濟(jì)區(qū)土地利用數(shù)據(jù)為基礎(chǔ)，以DEM、坡度、NDVI、土壤類型、距水域的距離、距一級道路的距離、距二級道路的距離、距主干道的距離、距高速公路的距離、距其他道路的距離、距鐵路的距離作為土地利用變化的驅(qū)動(dòng)因子，水域區(qū)域作為土地利用變化的限制因子。研究首先驗(yàn)證PLUS模型開展大尺度范圍內(nèi)30 m分辨率土地利用數(shù)據(jù)模擬的可行性和精度，然后分自然發(fā)展和生態(tài)保護(hù)兩種情景，進(jìn)行成渝經(jīng)濟(jì)區(qū)2030年、2040年、2050年土地利用數(shù)據(jù)模擬。在此基礎(chǔ)上，采用InVEST模型的Carbon模塊進(jìn)行兩種情景下的成渝經(jīng)濟(jì)區(qū)2000—2050年的碳儲(chǔ)量時(shí)空演變分析。達(dá)到識別區(qū)域未來碳儲(chǔ)量演變趨勢的目的，為未來區(qū)域城市擴(kuò)張、用地布局、生態(tài)保護(hù)等提供數(shù)據(jù)支撐。

1.3.1 PLUS模型

PLUS模型是由中國地質(zhì)大學(xué)HPSCIL@CUG實(shí)驗(yàn)室開發(fā)團(tuán)隊(duì)進(jìn)行研發(fā)的，是一種斑塊生成土地利用變化模擬的模型，較當(dāng)前常見的CLUE-S、CA-Markov等土地利用模擬模型，具有以下優(yōu)勢：（1）模型應(yīng)用新的用地?cái)U(kuò)張分析策略，可以更好地挖掘各類土地利用變化的誘因。采用隨機(jī)森林算法逐一對各類土地利用擴(kuò)張和驅(qū)動(dòng)力的因素進(jìn)行挖掘，以獲取各類用地的發(fā)展概率，以及驅(qū)動(dòng)因素對各類用地?cái)U(kuò)張的貢獻(xiàn)。該策略融合已有TAS（轉(zhuǎn)化分析策略）和PAS（格局分析策略）的優(yōu)勢，保留了模型在一定時(shí)間段分析土地利用變化機(jī)理的能力，具有更好的解釋性。（2）包含一種新的多類種子生長機(jī)制，能更好地模擬多類土地利用斑塊級的變化。結(jié)合隨機(jī)種子生成和閾值遞減機(jī)制，模型可以在發(fā)展概率約束下，時(shí)空動(dòng)態(tài)模擬斑塊的自動(dòng)生成[12-13]。

成渝經(jīng)濟(jì)區(qū)的模擬分兩步：（1）以2000年、2010年土地利用數(shù)據(jù)為基礎(chǔ)，分別模擬2010年、2020年數(shù)據(jù)，并采用2010年、2020年真實(shí)數(shù)據(jù)進(jìn)行精度分析，精度分析通常采用Kappa系數(shù)作為依據(jù)，Kappa系數(shù)高于0.75則屬于高度一致，具體見參考文獻(xiàn)[7]。（2）在模擬精度滿足要求的前提下，分自然發(fā)展情景和生態(tài)保護(hù)情景兩種方式進(jìn)行2030年、2040年、2050年土地利用數(shù)據(jù)模擬，自然發(fā)展情景下的未來各土地利用類型的需求量（即各地類的面積）采用PLUS模型集成的Markov Chain模塊進(jìn)行預(yù)測得到，生態(tài)保護(hù)情景下各土地利用類型的需求量通過將各類土地利用類型的面積增幅或減幅降低20%進(jìn)行測算得到。

1.3.2 InVEST模型

研究采用InVEST模型的Carbon模塊測算成渝經(jīng)濟(jì)區(qū)2000—2050年碳儲(chǔ)量時(shí)空分布情況，Carbon模塊測算碳儲(chǔ)量包括地上生物量碳庫、地下生物量碳庫、土壤碳庫和死亡有機(jī)碳庫四個(gè)方面[5-6]。Carbon模塊測算精度取決于輸入碳密度參數(shù)的適宜性，研究主要參考西南地區(qū)的已有研究成果，確定各土地利用類型碳密度，主要包括虎帥等[16]采用的重慶市森林資源調(diào)查數(shù)據(jù)；劉曉娟等[10]采用的將柯本氣候帶、土壤類型數(shù)據(jù)與土地利用數(shù)據(jù)進(jìn)行疊加分析不同氣候帶下各用地類型的平均碳密度；賈婉琳等[17]在赤水河流域采用降水量對土壤碳密度進(jìn)行校正后進(jìn)行碳儲(chǔ)量測算；張斯嶼等[18]在石漠化地區(qū)采用的中國科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所提供的實(shí)測碳密度數(shù)據(jù)；何君[19]在重慶市測算生態(tài)經(jīng)濟(jì)效益損益研究中采用的碳密度數(shù)據(jù)；李克讓等[20]開展的中國植被和土壤碳儲(chǔ)量研究；Spawn等[21]制作的全球2010年地上、地下生物量碳密度數(shù)據(jù)；黃國金[22]在烏江流域中游遵義段進(jìn)行的碳儲(chǔ)量測算研究；黃從紅[23]在四川寶興縣開展的碳儲(chǔ)量測算研究。為保證研究納入水域和建設(shè)用地進(jìn)行測算的合理性，通過查閱大量文獻(xiàn)發(fā)現(xiàn)部分研究也考慮了水域和建設(shè)用地的碳密度。比如朱文博等[8]在太行山淇河流域的研究中、郭晶晶等[24]在長江流域的研究中、揣小偉[25]等在江蘇省的研究中，均考慮了水域和建設(shè)用地的碳密度。因此研究認(rèn)為納入水域和建設(shè)用地進(jìn)行測算更能反映局部碳儲(chǔ)量差異，各土地利用的碳密度值見表1。

表1 成渝經(jīng)濟(jì)區(qū)不同土地利用類型碳密度值Table 1 Carbon density of different land use types in Chengdu-Chongqing Economic Zone

2 結(jié)果與分析

2.1 成渝經(jīng)濟(jì)區(qū)土地利用模擬精度分析

本研究采用PLUS模型模擬成渝經(jīng)濟(jì)區(qū)的土地利用數(shù)據(jù)，覆蓋范圍約2.06×105km2，模擬分辨率為30 m。為較好地判斷PLUS模型在成渝經(jīng)濟(jì)區(qū)的模擬精度，分別以成渝經(jīng)濟(jì)區(qū)2000年和2010年土地利用數(shù)據(jù)為基礎(chǔ)，模擬2010年和2020年土地利用數(shù)據(jù)，并采用2010年和2020年的真實(shí)數(shù)據(jù)進(jìn)行精度驗(yàn)證。本研究精度分析結(jié)果顯示，2000年模擬2010年、2010年模擬2020年的Kappa系數(shù)分別為0.82和0.84，Kappa系數(shù)高于0.75，表明土地利用數(shù)據(jù)在30 m分辨率下，PLUS模型在成渝經(jīng)濟(jì)區(qū)的模擬效果較好，模擬精度屬于高度一致級別，可以用來進(jìn)行成渝經(jīng)濟(jì)區(qū)未來的土地利用數(shù)據(jù)情景模擬。與當(dāng)前應(yīng)用較多的CLUE-S模型、CAMarkov模型等土地利用模擬模型結(jié)果進(jìn)行比較，比如田義超等[26]采用CLUE-S模型在北部灣南流江流域進(jìn)行90 m分辨率的土地利用模擬得到Kappa系數(shù)為0.78；張沐鋒等[27]采用CLUE-S模型在石馬河流域東莞段進(jìn)行50 m分辨率的土地利用模擬得到Kappa系數(shù)為0.81；趙冬玲等[28]采用CA-Markov模型在北京市順義區(qū)進(jìn)行30 m分辨率的土地利用模擬得到Kappa系數(shù)為0.77。研究表明，本研究采用PLUS模型在模擬范圍、模擬精度等方面均存在明顯優(yōu)勢，這種優(yōu)勢有利于提升碳儲(chǔ)量演化趨勢分析的精度和準(zhǔn)確度。

2.2 成渝經(jīng)濟(jì)區(qū)2000—2050年土地利用時(shí)空演變分析

成渝經(jīng)濟(jì)區(qū)土地利用演變具有以下明顯特征（圖1）：（1）建設(shè)用地呈現(xiàn)多極爆發(fā)式增長趨勢。2000—2010年、2010—2020年面積分別增長了496.96 km2、4 427.54 km2，自然發(fā)展情景下2020—2030年、2030—2040年、2040—2050年分別增長了3 981.33 km2、2 799.93 km2、1 371.39 km2，生態(tài)保護(hù)情景下2020—2030年、2030—2040年、2040—2050年分別增長3 185.06 km2、2 647.76 km2、1 220.56 km2，總體上生態(tài)保護(hù)情景下建設(shè)用地面積增幅降低，2030年、2040年和2050年生態(tài)保護(hù)情景相比自然發(fā)展情景面積增幅減少20.00%、5.44%和11.00%?？臻g上，以重慶市主城九區(qū)、成都市為主要增長極，綿陽市、德陽市、遂寧市、萬州區(qū)、南充市、瀘州市、永川區(qū)、長壽區(qū)、涪陵區(qū)等為次要增長極。（2）林地呈現(xiàn)先增加后緩慢降低的趨勢。2000—2010年林地面積增加3.19%，2010—2020年林地面積降低2.11%，之后各時(shí)期呈現(xiàn)緩慢降低趨勢。2030年、2040年和2050年自然發(fā)展情景相比生態(tài)保護(hù)情景林地面積分別減少0.07%、1.01%、1.20%。（3）耕地呈現(xiàn)先微弱增加后逐步降低的趨勢。2000—2010年期間增加0.26%，2010—2020年降低4.11%。自然發(fā)展情景下2020—2030年、2030—2040年、2040—2050年分別降低3.60%、2.45%和1.35%，生態(tài)保護(hù)情景下降幅減少。（4）濕地呈現(xiàn)先降低后增加的趨勢。2000—2010年降低4.96%，2010—2020年增加30.13%。自然發(fā)展情景下2020—2030年、2030—2040年、2040—2050年分別增加5.71%、1.47%和3.51%，生態(tài)保護(hù)情景下增幅變化不大。（5）上述各地類面積增降變化量基本可以抵消，但不可避免存在較小差異，由于草地和其他用地類型分布較為隨機(jī)，因此一般用來平衡各類用地的面積變化。

圖1 成渝經(jīng)濟(jì)區(qū)2000—2050年土地利用演變圖Fig.1 Evolution map of land use in Chengdu-Chongqing Economic Zone from 2000 to 2050

2.3 成渝經(jīng)濟(jì)區(qū)2000—2050年碳儲(chǔ)量總體演變特征分析

成渝經(jīng)濟(jì)區(qū)2000—2050年碳儲(chǔ)量總體呈現(xiàn)先增加后降低的趨勢，這與林地面積變化呈現(xiàn)明顯的一致性，主要是由于區(qū)域內(nèi)林地具有碳密度高、碳儲(chǔ)量大且面積比例高的特點(diǎn)（圖2）。成渝經(jīng)濟(jì)區(qū)2000年、2010年、2020年總碳儲(chǔ)量分別為57.72×108t、58.13×108t、58.06×108t，自然發(fā)展和生態(tài)保護(hù)情景下2030年、2040年、2050年的碳儲(chǔ)量分別為57.98×108t、57.89×108t、57.80×108t和58.00×108t、57.91×108t、57.82×108t，生態(tài)保護(hù)情景下碳儲(chǔ)量均提升了約2×106t?？臻g上存在明顯的“內(nèi)部低、外圍高”的特點(diǎn)，高值主要分布在西部的岷山和邛崍山、南部的大婁山、東部的大巴山和武陵山、北部的華鎣山等山系，低值主要分布在四川盆地，與林地分布保持一致。

圖2 成渝經(jīng)濟(jì)區(qū)2000—2050年碳儲(chǔ)量演變圖Fig.2 Evolution map of carbon stock in Chengdu-Chongqing Economic Zone from 2000 to 2050

結(jié)果顯示生態(tài)保護(hù)情景下碳儲(chǔ)量高于自然發(fā)展情景，其核心是由于生態(tài)保護(hù)情景下城市化擴(kuò)張的速度降低了，驅(qū)動(dòng)了碳儲(chǔ)量的增加。這與張青青等[29]針對上海三林楔形綠地開展的研究、吳佩君等[30]針對廣東省城市擴(kuò)張的研究結(jié)果一致，均顯示土地利用方式的改變尤其是城市化擴(kuò)張速度變化對區(qū)域碳儲(chǔ)量影響較大。

2.4 成渝經(jīng)濟(jì)區(qū)2000—2050年各地區(qū)碳儲(chǔ)量時(shí)空演變特征分析

研究首先對成渝經(jīng)濟(jì)區(qū)各地區(qū)各柵格碳儲(chǔ)量總體演變情況進(jìn)行分析，然后在ArcGIS軟件中采用疊加分析方法對自然發(fā)展、生態(tài)保護(hù)兩種情景下的碳儲(chǔ)量時(shí)空演變特征進(jìn)行深入分析，為便于描述將碳儲(chǔ)量變化分為極劇下降（降低10 t/柵格以上）、下降（降低10 t/柵格以內(nèi)）、不變、上升（增加10 t/柵格以內(nèi)）、極劇上升（增加10 t/柵格以上），識別碳儲(chǔ)量變化的關(guān)鍵區(qū)域。

（1）各地區(qū)碳儲(chǔ)量總體演變情況分析。從各地區(qū)2000—2050年碳儲(chǔ)量統(tǒng)計(jì)結(jié)果來看（表2），雅安市、石柱縣、綿陽市、樂山市、開州區(qū)、達(dá)州市平均碳儲(chǔ)量最高，均超過27 t/柵格。2000—2010年萬州區(qū)、云陽縣、南充市、資陽市、眉山市、石柱縣、廣安市等部分地區(qū)碳儲(chǔ)量呈現(xiàn)增加趨勢，這與2003年開始實(shí)行的退耕還林政策存在較大關(guān)聯(lián)，期間林地面積存在一定程度的增加。各地區(qū)碳儲(chǔ)量總體呈現(xiàn)微弱下降趨勢，2000—2050年下降最明顯的為雅安市、重慶市主城九區(qū)，其次是梁平、開州、樂山、忠縣、成都等區(qū)域，主要原因是這些區(qū)域城鎮(zhèn)化進(jìn)程較快，建設(shè)用地等面積增加較快。

表2 各地區(qū)各柵格2000—2050年平均碳儲(chǔ)量統(tǒng)計(jì)表Table 2 Statistics table of average carbon stock of each grid in various regions from 2000 to 2050單位：t

（2）2000—2020年各地區(qū)碳儲(chǔ)量時(shí)空轉(zhuǎn)移情況分析。2000—2010年、2010—2020年兩個(gè)時(shí)期碳儲(chǔ)量變化中極劇下降、下降、不變、上升、極劇上升等級的比例分別為2.97%、1.85%、89.81%、1.37%、4%和2.7%、3.19%、90.7%、0.78%、2.63%，表明成渝經(jīng)濟(jì)區(qū)整體上碳儲(chǔ)量變化較小，2010—2020年期間的碳儲(chǔ)量降低比例較2000—2010年期間明顯增高。2000—2010年期間，各地區(qū)碳儲(chǔ)量屬于極劇下降等級的區(qū)域分布較為分散，屬于下降等級的區(qū)域在成都、綿陽、重慶市主城九區(qū)、云陽、開州、南充、萬州、達(dá)州等地區(qū)的城市存在較為明顯的集中分布，屬于上升等級的區(qū)域分布較為分散，屬于極劇上升等級的區(qū)域在成都—眉山—資陽交界處、樂山—宜賓交界處、瀘州中部、遂寧中部、萬州東南部、云陽等地區(qū)存在較為明顯的集中分布。2010—2020年，各地區(qū)碳儲(chǔ)量屬于極劇下降等級的區(qū)域分布較為分散，屬于下降等級的區(qū)域在各地區(qū)城鎮(zhèn)區(qū)域分布較為集中，尤其是成都、德陽、綿陽、重慶市主城九區(qū)、長壽、涪陵等地區(qū)分布較多，屬于上升、極劇上升等級的區(qū)域分布較為分散（圖3）。

圖3 2000—2020年碳儲(chǔ)量時(shí)空轉(zhuǎn)移分布圖Fig.3 Temporal and spatial distribution of carbon reserves from 2000 to 2020

（3）2020—2050年自然發(fā)展情景下各地區(qū)碳儲(chǔ)量時(shí)空轉(zhuǎn)移情況分析。自然發(fā)展情景下，2020—2030年、2030—2040年、2040—2050年三個(gè)時(shí)期碳儲(chǔ)量變化中極劇下降、下降、不變、上升、極劇上升等級的比例分別為0.15%、2%、97.72%、0.11%、0.02%，0.19%、1.41%、98.28%、0.09%、0.03%， 以 及 0.3%、 0.8%、 98.61%、 0.19%、0.1%，表明2020—2050年成渝經(jīng)濟(jì)區(qū)整體上碳儲(chǔ)量變化較小，以不變等級為主，其次是下降等級。2020—2030年、2030—2040年、2040—2050年三個(gè)時(shí)期，各地區(qū)碳儲(chǔ)量變化趨勢基本一致，各地區(qū)碳儲(chǔ)量屬于極劇下降、上升、極劇上升等級的區(qū)域分布較為分散，屬于下降等級的區(qū)域在成都、德陽、綿陽、眉山、自貢、重慶市主城九區(qū)、遂寧、合川、璧山、江津、瀘州等地區(qū)存在較為明顯的集中分布（圖4）?？傮w上碳儲(chǔ)量存在變化的區(qū)域逐漸減少，表明隨著城市發(fā)展達(dá)到一定水平后區(qū)域碳儲(chǔ)量將趨于平衡。

圖4 自然發(fā)展情景下2020—2050年碳儲(chǔ)量時(shí)空轉(zhuǎn)移分布圖Fig.4 Temporal and spatial distribution of carbon stock in 2020—2050 under natural development scenario

（4）2020—2050年生態(tài)保護(hù)情景下各地區(qū)碳儲(chǔ)量時(shí)空轉(zhuǎn)移情況分析。生態(tài)保護(hù)發(fā)展情景下，2020—2030年、2030—2040年、2040—2050年三個(gè)時(shí)期碳儲(chǔ)量變化中極劇下降、下降、不變、上升、極劇上升等級的比例分別為0.12%、1.62%、98.13%、0.11%、0.02%；0.18%、1.7%、98.02%、0.08%、0.02%，以及 0.27%、0.83%、98.74%、0.08%、0.08%。時(shí)空演變趨勢與自然發(fā)展情景基本一致，在此不再贅述。為分析生態(tài)保護(hù)情景相較自然發(fā)展情景各等級分布的差異情況，直接以2030年、2040年、2050年自然發(fā)展和生態(tài)保護(hù)情景進(jìn)行對比分析。結(jié)果發(fā)現(xiàn)，2030年、2040年、2050年生態(tài)保護(hù)情景相比自然發(fā)展情景，極劇下降、下降、不變、上升、極劇上升等級的比例分別為 0.01%、 0.03%、 99.52%、 0.41%、 0.03%，0.01%、0.07%、99.74%、0.14%、0.04%，以及0.03%、0.09%、99.61%、0.20%、0.07%，表明生態(tài)保護(hù)情景下區(qū)域內(nèi)碳儲(chǔ)量整體上高于自然發(fā)展情景。2030—2050年生態(tài)保護(hù)情景相較自然發(fā)展情景碳儲(chǔ)量上升的區(qū)域主要位于成都、德陽、綿陽、重慶市主城九區(qū)等城鎮(zhèn)擴(kuò)張明顯的區(qū)域，此區(qū)域由于受發(fā)展情景選擇的影響較大，區(qū)域建設(shè)用地?cái)U(kuò)張速度降低以達(dá)到生態(tài)保護(hù)的目的（圖5）。

圖5 2030—2050年兩種發(fā)展情景碳儲(chǔ)量變化分布圖Fig.5 Distribution of carbon stock change in two development scenarios from 2030 to 2050

3 結(jié)論與討論

（1）研究采用PLUS模型進(jìn)行成渝經(jīng)濟(jì)區(qū)大范圍、高分辨率的土地利用模擬，取得了較好的模擬精度，2000年模擬2010年、2010年模擬2020年的Kappa系數(shù)分別為0.82、0.84，有效提升了大尺度范圍內(nèi)未來碳儲(chǔ)量測算的精度。成渝經(jīng)濟(jì)區(qū)2000—2050年土地利用整體呈現(xiàn)“建設(shè)用地多極爆發(fā)式增長、林地和耕地總體緩慢降低、濕地先降低后增加”的趨勢，生態(tài)保護(hù)情景下建設(shè)用地增幅降低、林地降幅減少，符合研究預(yù)期。

（2）成渝經(jīng)濟(jì)區(qū)2000—2050年碳儲(chǔ)量總體呈現(xiàn)先增加后降低的趨勢，空間上存在明顯的“內(nèi)部低、外圍高”的特點(diǎn)。2000年、2010年、2020年總碳儲(chǔ)量分別為 5.772×109t、5.813×109t、5.806×109t，生態(tài)保護(hù)情景下碳儲(chǔ)量相較自然發(fā)展情景均提升了約2×106t。

（3）整體上各地區(qū)2000—2050年碳儲(chǔ)量變化較小，以雅安市、石柱縣、綿陽市、樂山市、開州區(qū)、達(dá)州市平均碳儲(chǔ)量最高，均超過27 t，2000—2050年下降最明顯的為雅安市、重慶市主城九區(qū)，其次是梁平、開州、樂山、忠縣、成都等區(qū)域。從等級分析結(jié)果來看，2030年、2040年、2050年生態(tài)保護(hù)情景相比自然發(fā)展情景，極劇下降、下降、不變、上升、極劇上升等級的比例分別為 0.01%、0.03%、99.52%、0.41%、0.03%，0.01%、0.07%、99.74%、0.14%、0.04%，以及0.03%、0.09%、99.61%、0.20%、0.07%，表明生態(tài)保護(hù)情景下區(qū)域內(nèi)碳儲(chǔ)量整體上高于自然發(fā)展情景。

鑒于當(dāng)前不同學(xué)者在各地類碳密度測算方面存在的分歧，加大碳密度的長期監(jiān)測和數(shù)據(jù)庫建立是當(dāng)前及未來值得研究的課題，可為碳儲(chǔ)量測算提供科學(xué)支撐。生態(tài)保護(hù)情景有利于增加區(qū)域碳儲(chǔ)量和維持碳平衡，應(yīng)控制城市化擴(kuò)張速度，加大城市發(fā)展空間格局的優(yōu)化力度，可以通過加大礦山修復(fù)、水土流失治理、石漠化整治、復(fù)墾復(fù)綠等措施引導(dǎo)區(qū)域用地向林地、濕地、草地轉(zhuǎn)化，以保障區(qū)域碳儲(chǔ)量和維持碳平衡，為完成碳中和目標(biāo)提供保障。