西北干旱區(qū)不同土地利用情景下的碳儲(chǔ)量及碳源/匯變化模擬與預(yù)估

韓 敏, 徐長春, 隆云霞, 劉 芳

(新疆大學(xué) 地理科學(xué)學(xué)院, 新疆綠洲生態(tài)重點(diǎn)實(shí)驗(yàn)室, 新疆 烏魯木齊 830017)

21世紀(jì)以來，全球范圍內(nèi)的工業(yè)污染物排放量一直居高不下，2017年中國碳排放量已占全球總排放量的27%，如何減少碳排放，早日實(shí)現(xiàn)“碳達(dá)峰、碳中和”的“雙碳”目標(biāo)日漸成為國際關(guān)注的焦點(diǎn)與學(xué)術(shù)界研究的熱點(diǎn)。據(jù)相關(guān)研究，土地利用變化引起的碳排放量約占全球總碳排放的三分之一[1-2]，生態(tài)系統(tǒng)結(jié)構(gòu)功能變化正在深刻影響著全球碳循環(huán)過程，林地、耕地、草地等土地利用方式的轉(zhuǎn)變促使植被覆蓋改變，進(jìn)而引起自然界碳存儲(chǔ)及碳源/匯變化[3-4]。因此，正確認(rèn)識(shí)土地利用變化下的碳儲(chǔ)量時(shí)空分布、碳源/匯變化，對(duì)于區(qū)域自然資源管理、經(jīng)濟(jì)發(fā)展和土地利用決策具有重要的指導(dǎo)意義和參考價(jià)值[5]。為此，眾多學(xué)者對(duì)碳儲(chǔ)量及碳源/匯開展了相關(guān)研究，Zhang等[6]、Bu等[7]對(duì)某一植被類型或者城市土地覆被的碳源/匯進(jìn)行了模擬分析；Yang等[8]、Liang等[9]針對(duì)不同土地利用變化下的碳儲(chǔ)量進(jìn)行了模擬，并評(píng)估了碳儲(chǔ)量變化對(duì)生態(tài)環(huán)境的影響；楊潔等[10]、史名杰等[11]評(píng)估了不同土地利用情景下的碳儲(chǔ)量變化。目前，針對(duì)區(qū)域碳儲(chǔ)量變化或某一植被類型、土地利用類型碳源/匯變化的研究較多，但對(duì)多種土地利用類型及其在不同情景下的碳儲(chǔ)量、碳源/匯變化評(píng)估的研究還相對(duì)較少。因此，關(guān)注土地利用變化基礎(chǔ)上的碳儲(chǔ)量及碳源/匯就顯得極為必要，它可為優(yōu)化生態(tài)系統(tǒng)服務(wù)價(jià)值及提高碳存儲(chǔ)能力提供指導(dǎo)，為區(qū)域持續(xù)協(xié)調(diào)發(fā)展提供方向和路徑。

西北干旱區(qū)作為“一帶一路”核心區(qū)和中國重要的能源戰(zhàn)略基地，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，城市建設(shè)用地不斷擴(kuò)張，人為干預(yù)下的林地、草地變更為耕地導(dǎo)致了大氣中CO2濃度顯著上升[12]，既不利于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，也不利于全球氣候變暖的減緩和節(jié)能減排措施的實(shí)施。因此，開展該區(qū)域土地利用變化對(duì)碳儲(chǔ)量、碳源/匯的影響研究十分重要且必要。

鑒于此，本文以中國西北干旱區(qū)為例，采用7期土地利用數(shù)據(jù)，分析了2000—2020年該區(qū)的土地利用變化狀況，運(yùn)用FLUS模型預(yù)測(cè)了該區(qū)2100年在自然發(fā)展情景、耕地保護(hù)情景和生態(tài)保護(hù)情景下的土地利用狀況；利用InVEST模型對(duì)2000—2020年和2100年的碳儲(chǔ)量、碳源/匯進(jìn)行了模擬；分析了2000—2020年和2100年土地利用變化對(duì)碳儲(chǔ)量、碳源/匯的影響，以期為該區(qū)未來土地發(fā)展規(guī)劃和“雙碳”目標(biāo)達(dá)成提供決策參考依據(jù)。

1 研究區(qū)概況

西北干旱區(qū)地處亞歐大陸腹心、中國西北內(nèi)陸，其地理范圍73°—107° E和35°—50° N，面積2.35×106km2，約占全國總面積的24.5%[13]。其行政區(qū)劃自西向東主要包括新疆維吾爾自治區(qū)全部、甘肅河西走廊地區(qū)及內(nèi)蒙古西北部地區(qū)。區(qū)域內(nèi)生態(tài)系統(tǒng)類型多樣，包括山地、綠洲、荒漠及尾閭湖生態(tài)系統(tǒng)[14]；地理地貌單元復(fù)雜，海拔高度為-162～7 249 m，主要以山脈、盆地、沙漠為主，其中山脈包括阿爾泰山、天山、昆侖山、祁連山、賀蘭山；盆地包括準(zhǔn)噶爾盆地、塔里木盆地；沙漠包括古爾班通古特沙漠、塔克拉瑪干沙漠、庫姆塔格沙漠、巴丹吉林沙漠、騰格里沙漠。該區(qū)域深居內(nèi)陸，距海遙遠(yuǎn)，且受山脈阻隔水汽難以到達(dá)，屬于典型的溫帶大陸型氣候，大部分區(qū)域年均降水不足200 mm，氣候干燥，植被覆蓋率低，自然條件惡劣(圖1)。

注：基于審圖號(hào)GS(2020)4632號(hào)底圖制作，底圖來自于自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)(http:∥bzdt.ch.mnr.gov.cn)。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

(1) 土地利用數(shù)據(jù)。來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，包括7期原始分辨率為30 m的中國土地利用數(shù)據(jù)(2000，2005，2008，2010，2015，2018，2020年)，將其重采樣至1 km，并重分類為耕地、林地、草地、水域、建設(shè)用地、未利用地6種類型，主要用于土地利用變化分析及土地利用變化下的碳儲(chǔ)量模擬。

(2) 驅(qū)動(dòng)因子數(shù)據(jù)。本研究中的驅(qū)動(dòng)因子數(shù)據(jù)包括人口密度(POP)、國內(nèi)生產(chǎn)總值(GDP)、氣溫、降水、數(shù)字高程模型(DEM)、坡度、坡向、公路、鐵路、高速、河流、湖泊和城鎮(zhèn)。人口密度、國內(nèi)生產(chǎn)總值、氣溫、降水?dāng)?shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(tái)(http:∥www.gscloud.cn)，坡度、坡向數(shù)據(jù)在ArcGIS 10.6中用DEM數(shù)據(jù)經(jīng)表面分析得到，分辨率為1 km。驅(qū)動(dòng)因子數(shù)據(jù)主要用來分析各類因子變化對(duì)土地利用變化的影響。

(3) 道路數(shù)據(jù)。來源于Open Street Map (https:∥www.openstreetmap.org)，河流、湖泊和城鎮(zhèn)數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，經(jīng)投影、裁剪、統(tǒng)一行列數(shù)，處理成FLUS模型輸入數(shù)據(jù)，用于分析道路變化對(duì)土地利用變化的影響。

(4) 氣象數(shù)據(jù)。本研究所用的氣象數(shù)據(jù)主要包括年均溫和年均降水，來源于中國地面氣候資料日值數(shù)據(jù)集(v3.0)，該數(shù)據(jù)包括824個(gè)國家級(jí)地面氣象觀測(cè)站站點(diǎn)數(shù)據(jù)，經(jīng)Anusplin插值法插值成分辨為1 km的格點(diǎn)數(shù)據(jù)，裁剪獲得本研究區(qū)相應(yīng)數(shù)據(jù)用于碳密度修正。

2.2 研究方法

2.2.1 FLUS模型 FLUS模型全稱GeoSOS-FLUS模型，由中山大學(xué)黎夏團(tuán)隊(duì)開發(fā)[15]，是一個(gè)用于模擬、預(yù)測(cè)土地利用變化的模型。該模型以GeoSOS模型為基礎(chǔ)，在元胞自動(dòng)機(jī)的基礎(chǔ)上，結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法和輪盤選擇機(jī)制改進(jìn)升級(jí)獲得。與其他土地利用模型相比，該模型充分考慮了區(qū)域內(nèi)土地利用變化的自然、人為驅(qū)動(dòng)力因子的作用，極大地提高了土地利用變化格局精度，使模擬變化無限接近實(shí)際變化。

2.2.2 InVEST模型 InVEST模型由美國自然資源項(xiàng)目組開發(fā)，主要用于評(píng)估生態(tài)系統(tǒng)服務(wù)功能及經(jīng)濟(jì)價(jià)值，可為生態(tài)系統(tǒng)管理提供決策服務(wù)[16]。模型主要包括陸地、淡水和海洋三大生態(tài)系統(tǒng)服務(wù)評(píng)估模塊[17]，本文基于碳密度和土地利用數(shù)據(jù)，使用陸地生態(tài)系統(tǒng)碳儲(chǔ)量子模塊，估算土地利用變化下的碳儲(chǔ)量及碳源/匯。

2.3 碳儲(chǔ)量估算

2.3.1 碳儲(chǔ)量值的估算 InVEST模型可模擬不同土地利用類型及未來土地發(fā)展情景下的生態(tài)系統(tǒng)碳儲(chǔ)量及碳源/匯變化。該模型通過碳庫代替法模擬碳儲(chǔ)量，即采用土地利用類型地上、地下、土壤、死亡凋落物碳密度數(shù)據(jù)，用對(duì)應(yīng)面積乘以碳密度數(shù)據(jù)的形式，分別計(jì)算各碳庫儲(chǔ)量數(shù)據(jù)，經(jīng)相加得到某一地區(qū)生態(tài)系統(tǒng)碳儲(chǔ)總量。其計(jì)算公式為：

Ci=Ci-above+Ci-below+Ci-soil+Ci-dead

(1)

(2)

注：Ci為土地利用類型；Ci-above為土地利用類型i的地上碳密度(t/hm2)；Ci-below為土地利用類型i的地下生物量碳密度(t/hm2)；Ci-soil為土地利用類型i的土壤碳密度(t/hm2)；Ci-dead為土地利用類型i的死亡凋落物碳密度(t/hm2)；Ci-all為生態(tài)系統(tǒng)中的碳儲(chǔ)量(t)；Si為土地利用類型i的面積(km2)；n為土地利用類型的數(shù)量(本研究區(qū)n為6)。

2.3.2 碳密度值的選定及修正 根據(jù)李克讓等[18]、解憲麗等[19]、朱超等[20]，張杰等[21]，柳梅英等[22]的相關(guān)研究，得到全國6種土地利用類型碳密度，運(yùn)用Alam等[23]、陳光水等[24]提出的氣象因子修正公式對(duì)碳密度進(jìn)行修正，由于死亡凋落物碳庫在總碳庫中占比微小且數(shù)據(jù)難以獲得，故設(shè)其為0。修正公式如下：

CSP=3.396 8×MAP+3 996.1

(3)

CBP=6.789×e0.005 4×MAP

(4)

CBT=28×MAT+398

(5)

注：CSP表示年均降水量修正后的土壤碳密度(t/hm2)；CBP表示年均降水修正后的生物量碳密度(t/hm2)；CBT表示年均溫修正后的生物量碳密度(t/hm2)； MAP表示年均降水量(mm)； MAT表示年均溫(℃)。

(6)

KB=KBP×KBT

(7)

(8)

注：KBP表示年均降水因子修正的生物量碳密度系數(shù)；KBT表示年均溫因子修正的生物量碳密度系數(shù)；KB表示生物量碳密度修正系數(shù)；KS表示土壤碳密度修正系數(shù)；C1和C2表示研究區(qū)及全國的相關(guān)數(shù)據(jù)。

精準(zhǔn)的碳密度數(shù)據(jù)是碳儲(chǔ)量模擬的關(guān)鍵，選擇適合本研究區(qū)的碳密度數(shù)據(jù)尤為重要。在沒有本地實(shí)測(cè)碳密度數(shù)據(jù)的情況下，選擇前人研究的其他區(qū)域?qū)崪y(cè)的碳密度數(shù)據(jù)，采用本地氣象因子加以修正，以獲得適合本研究區(qū)的碳密度數(shù)據(jù)(表1)。

表1 西北干旱區(qū)不同土地利用類型的碳密度 t/hm2

3 結(jié)果與分析

3.1 土地利用變化分析

3.1.1 2000—2020年土地利用變化 由表2可知，2000—2020年西北干旱區(qū)的土地利用類型主要以未利用地、草地、耕地為主，面積比例分別為57.70%，18.55%，2.91%；建設(shè)用地面積極少，僅占0.94%，這與西北干旱區(qū)人口密度低、城市化水平程度低有關(guān)；耕地、草地、建設(shè)用地呈增長狀態(tài)，面積分別占總轉(zhuǎn)移用地的11.46%，42.48%，2.15%；林地、水域、未利用地面積均呈下降態(tài)勢(shì)，面積分別減少了0.22%，55%，0.77%。

表2 2000—2020年西北干旱區(qū)土地利用面積轉(zhuǎn)移矩陣 km2

從土地利用類型之間的轉(zhuǎn)移情況(圖2)來看，各土地利用類型均在相互轉(zhuǎn)化，21 a間發(fā)生轉(zhuǎn)移的面積為3.92×105km2。耕地轉(zhuǎn)入面積為4.49×104km2，約為轉(zhuǎn)出面積的3.68倍，是其他土地利用類型的接受者；草地、建設(shè)用地轉(zhuǎn)入面積均大于轉(zhuǎn)出面積，轉(zhuǎn)入面積分別為轉(zhuǎn)出面積1.02，3.02倍；水域以轉(zhuǎn)出為主，轉(zhuǎn)向草地的面積為8.81×103km2，占轉(zhuǎn)出總面積的2.25%。未利用地轉(zhuǎn)出面積顯著大于轉(zhuǎn)入面積，面積比例分別為33.70%，3.28%。

圖2 2000—2020年西北干旱區(qū)土地利用轉(zhuǎn)移數(shù)量和弦圖(103 km2)

3.1.2 未來2100年土地利用情景模擬分析 在GeoSOS-FLUS模型中采用馬爾可夫鏈預(yù)測(cè)各類土地利用柵格數(shù)，基于2005年土地利用模擬了2015年的土地利用結(jié)果。將2015年模擬結(jié)果與2015年實(shí)際土地利用情況進(jìn)行疊合分析，計(jì)算模擬圖中正確像元數(shù)與真實(shí)圖像元數(shù)之間的比值(圖3)，比較kappa指數(shù)。該值越接近1，模擬精度越高，越接近研究區(qū)實(shí)際情況，經(jīng)檢驗(yàn)本文中kappa指數(shù)模擬精度為91.28%。因此，該模型適用于本研究區(qū)土地利用模擬。

圖3 西北干旱區(qū)2015年實(shí)際土地利用圖與模擬

基于社會(huì)和經(jīng)濟(jì)不同的發(fā)展目標(biāo)及政府發(fā)展規(guī)劃，本研究設(shè)定了未來發(fā)展的3種土地利用情景(圖4)。 ①自然發(fā)展情景：假定2020—2100期間土地利用變化不受重大政策、規(guī)劃的影響，未來土地利用變化幅度、趨勢(shì)延續(xù)2000—2020年演變發(fā)展模式，運(yùn)行Markov轉(zhuǎn)移概率矩陣得到2100年自然發(fā)展情景下的土地利用柵格數(shù)。 ②耕地保護(hù)情景：在自然發(fā)展情景的基礎(chǔ)上，根據(jù)《全國土地利用總體規(guī)劃綱要(2006—2020年)》《甘肅省土地利用總體規(guī)劃(2006—2020年)》《新疆維吾爾自治區(qū)土地利用總體規(guī)劃(2006—2020年)》，對(duì)耕地加以保護(hù)，確保耕地面積在各用地類中占有較多的比重，與自然發(fā)展情景相比，耕地面積約增長了1.3倍。③生態(tài)保護(hù)情景：優(yōu)先考慮生態(tài)效益，確保林地、草地、水域生態(tài)用地類型的數(shù)量優(yōu)勢(shì)，限制其大面積、大速率向其他用地類型轉(zhuǎn)化，與自然發(fā)展情景相比，林地、草地、水域面積分別增長了1.2，1.2，1.6倍(表3)。

圖4 2100年西北干旱區(qū)不同土地發(fā)展情景下的土地利用模擬結(jié)果

表3 未來情景下西北干旱區(qū)各土地利用類型面積 km2

由圖5可知，未來2100年與2020年相比，在自然發(fā)展情景下，除未利用地外其他土地利用類型均處于增長狀態(tài)。耕地保護(hù)情景下，耕地面積呈增加狀態(tài)，增加了3.10×104km2，其他土地利用類型不變或減少，其中草地面積變化為0 km2，林地、水域、建設(shè)用地分別減少了4 538，3 478，2 577 km2。生態(tài)保護(hù)情景，具有生態(tài)效益的林地、草地、水域面積在生態(tài)保護(hù)情景下呈明顯的擴(kuò)張趨勢(shì)，分別增加了1.20×104，3.02×104， 6 943 km2，這表明在此情景下自然環(huán)境持續(xù)向好發(fā)展。由于未利用地被大量開發(fā)利用，3種情景下均呈減少特征，分別減少了1.08×105，2.04×104，1.25×104km2。

圖5 西北干旱區(qū)3種土地發(fā)展情景下土地利用面積變化

3.2 土地利用變化對(duì)碳儲(chǔ)量的影響

3.2.1 2000—2020年土地利用變化對(duì)碳儲(chǔ)量的影響 根據(jù)2000—2020年土地利用轉(zhuǎn)移變化及土壤、植被碳密度差異，計(jì)算西北干旱區(qū)土地利用變化對(duì)碳儲(chǔ)量的影響。需說明，這里計(jì)算的碳儲(chǔ)變化量僅指土地利用類型轉(zhuǎn)移引起的變化量，不包括未轉(zhuǎn)移面積上的碳儲(chǔ)量。由表4可知，耕地轉(zhuǎn)出使整個(gè)區(qū)域的碳儲(chǔ)量減少了1.67×107t，其中耕地轉(zhuǎn)向林地碳儲(chǔ)量增加了8.50×106t，而耕地轉(zhuǎn)向其他用地類型均使碳儲(chǔ)量減少，共減少了2.53×107t，其減少量遠(yuǎn)大于增加量，故耕地轉(zhuǎn)出不利于增加區(qū)域碳儲(chǔ)量；大量的林地轉(zhuǎn)向碳密度值小的草地、未利用地和耕地，同時(shí)部分林地轉(zhuǎn)向水域和建設(shè)用地，使林地碳儲(chǔ)量下降了2.06×108t；草地轉(zhuǎn)出共計(jì)流失碳儲(chǔ)量6.55×108t，其根源在于大量的草地退化為未利用地，區(qū)域生態(tài)功能趨向惡化；水域均轉(zhuǎn)向比其密度大的土地利用類型，故碳儲(chǔ)量增加，共計(jì)增加1.14×108t；建設(shè)用地和未利用地轉(zhuǎn)出使區(qū)域碳儲(chǔ)量分別增加了5.24×106，9.18×108t，這對(duì)減少碳排放具有十分重要的意義。

表4 2000—2020年西北干旱區(qū)土地利用類型轉(zhuǎn)化引起的碳儲(chǔ)量變化

從總體來看，2000—2020年土地利用變化有利于提升研究區(qū)的碳儲(chǔ)量，其中植被碳儲(chǔ)量和土壤碳儲(chǔ)量均呈增加趨勢(shì)，分別增加了2.89×105，1.60×108t，總碳儲(chǔ)量累計(jì)增加1.60×108t。

3.2.2 未來2100年土地利用變化對(duì)碳儲(chǔ)量的影響 由表5可知，耕地保護(hù)情景下，耕地面積增加了3.10×104km2，耕地變化與碳儲(chǔ)量呈正相關(guān)，植被碳儲(chǔ)量增加了7.37×106t，土壤碳儲(chǔ)量增加了2.49×108t，共增加了2.56×108t；草地變化穩(wěn)定，面積不增不減，對(duì)該地類上的碳儲(chǔ)量無影響；林地、水域、建設(shè)用地、未利用地面積，分別下降了4.54×103，3.48×103，2.58×103，2.04×104km2。隨之造成該土地利用類型碳儲(chǔ)量的流失，其排序?yàn)椋毫值?未利用地>建設(shè)用地>水域。與其他土地利用類型的碳儲(chǔ)量相比，耕地增加的碳儲(chǔ)量遠(yuǎn)大于其他土地利用類型虧損的碳儲(chǔ)總量，說明耕地保護(hù)情景可使生態(tài)系統(tǒng)朝著良性方向發(fā)展，提升整個(gè)區(qū)域的生態(tài)系統(tǒng)服務(wù)功能。

表5 2100年西北干旱區(qū)耕地保護(hù)情景相較自然發(fā)展情景的碳儲(chǔ)量變化

由表6統(tǒng)計(jì)得到，在生態(tài)保護(hù)情景下，耕地、未利用地的面積分別減少了1.12×104， 3.28×104km2，林地、草地、水域面積分別增加了7 415，3.01×104，3 466 km2，與之相對(duì)應(yīng)碳儲(chǔ)量分別減少了9.27×107，5.46×107t，增加了1.08×108，2.34×108t，3 000 t，這說明生態(tài)保護(hù)情景生態(tài)用地面積增加可提升區(qū)域碳儲(chǔ)量。綜上，生態(tài)用地面積增加的同時(shí)造成了耕地面積減少，因此土地利用規(guī)劃可統(tǒng)籌考慮生態(tài)保護(hù)和耕地保護(hù)情景，既能增加碳匯，又能保障糧食安全。

表6 2100年西北干旱區(qū)生態(tài)保護(hù)情景相較自然發(fā)展情景的碳儲(chǔ)量變化

3.3 碳儲(chǔ)量及碳源/匯時(shí)空變化

3.3.1 2000—2020年碳儲(chǔ)量及碳源/匯變化 從碳儲(chǔ)總量變化來看，西北干旱區(qū)2000，2005，2008，2010，2015，2018，2020年的碳儲(chǔ)量分別為7.86×109，7.88×109，7.89×109，7.91×109，7.93×109，7.99×109，8.02×109t，21 a來呈持續(xù)上升趨勢(shì)，年均增長量為7.90×106t。

從空間分布來看(圖6)，2000—2020年，西北干旱區(qū)碳儲(chǔ)量空間分布格局未發(fā)生顯著變化，但碳儲(chǔ)量高、中、低值分布存在空間異質(zhì)性。碳儲(chǔ)量低值區(qū)(1～1 600 t)分散分布于阿爾泰山、天山南部、伊犁盆地邊緣及昆侖山南部，這些地方多分布有固態(tài)水體、湖泊及建設(shè)用地。碳儲(chǔ)量中值區(qū)(5 800～7 800 t)的分布與草地范圍相一致，碳儲(chǔ)量高值區(qū)(9 800～14 568 t)主要集中分布在海拔較高的山林區(qū)，如阿爾泰山林區(qū)、祁連山林區(qū)、塔里木盆地北緣綠洲區(qū)及伊犁河谷地區(qū)。

圖6 西北干旱區(qū)2000—2020碳儲(chǔ)量及碳源/匯分布

根據(jù)區(qū)域?qū)嶋H將碳儲(chǔ)量分布情況劃分為碳匯區(qū)、平衡區(qū)、碳源區(qū)，將0值及基本趨近0值(-500～500 t)的范圍劃分為平衡區(qū)。由圖6可知，2000—2020年碳匯區(qū)面積大于碳源區(qū)，碳匯、碳源面積占比分別為9.36%，7.82%。從空間分布來看，碳匯區(qū)主要集中分布在阿爾泰山、天山南北坡、伊犁河河谷、塔里木盆地北部、南部地區(qū)及昆侖山林區(qū)，這與碳儲(chǔ)量高值區(qū)的分布基本一致，碳源區(qū)與碳匯區(qū)呈交錯(cuò)、嵌套分布于天山北坡、塔里木盆地綠洲外緣，這些區(qū)域靠近人類活動(dòng)區(qū)，經(jīng)濟(jì)活動(dòng)強(qiáng)烈、土地利用轉(zhuǎn)換頻繁，難以形成碳匯。平衡區(qū)面積占比為82.82%，主要分布在沙漠、戈壁等未利用地區(qū)，該區(qū)域受人類活動(dòng)影響小。

3.3.2 2100年不同情景下的碳儲(chǔ)量及碳源/匯變化 從2100年3種土地發(fā)展情景碳儲(chǔ)總量(圖7)變化來看，自然發(fā)展情景、耕地保護(hù)情景、生態(tài)保護(hù)情景下的碳儲(chǔ)總量分別為8.65×109，8.79×109，8.87×109t，較2020年分別增加了6.37×108，7.78×108，8.49×108t，其中生態(tài)保護(hù)情景下碳儲(chǔ)增量最大，說明生態(tài)類用地面積增減是西北干旱區(qū)碳儲(chǔ)量發(fā)生變化的主要驅(qū)動(dòng)力之一。

圖7 西北干旱區(qū)2100年自然發(fā)展情景、耕地保護(hù)情景、生態(tài)保護(hù)情景下的碳儲(chǔ)量分布及碳源/匯分布

從空間布局來看(圖7a,7b,7c)，未來情景下碳儲(chǔ)量空間分布與2000—2020年基本一致。碳儲(chǔ)低值區(qū)(1～1 600 t)主要分布于山間固態(tài)水體、湖泊、城鎮(zhèn)建設(shè)用地附近；(1 600～5 800 t)的碳儲(chǔ)量值多分布于環(huán)境惡劣荒漠區(qū)；碳儲(chǔ)量中值區(qū)(5 800～7 800 t)沿山脈、盆地、河谷環(huán)狀分布；碳儲(chǔ)量高值(9 800～14 568 t)多分布于高海拔山地林區(qū)。與自然情景相比，耕地保護(hù)情景的碳儲(chǔ)量值(7 800～9 800 t)范圍顯著擴(kuò)大，由7.38%擴(kuò)大至8.86%，這可能與耕地面積的增加有關(guān)。生態(tài)保護(hù)情景下(1～1 600 t)，(5 800～7 800 t)，(9 800～14 568 t)碳儲(chǔ)量閾值區(qū)面積呈增長趨勢(shì)，分別擴(kuò)大了0.17%，27.30%，0.35%，這與生態(tài)型用地面積的增長有關(guān)?？傮w來說，西北干旱區(qū)高、中、低值碳儲(chǔ)量分布與土地利用類型分布密切相關(guān)。

由3種情景比較可知，生態(tài)保護(hù)情景下碳匯面積最大，耕地保護(hù)情景次之，自然發(fā)展情景最小。圖7d,7e,7f顯示了3種情景下碳源/匯及碳儲(chǔ)平衡區(qū)分布情況，平衡區(qū)面積最大，占比分別為93.43%，92.80%，92.29%，碳匯區(qū)面積次之，占比分別為5.40%，6.53%，6.74%，碳源區(qū)面積最小，占比分別為1.17%，0.67%，0.97%。從整體來看，西北干旱區(qū)碳匯區(qū)明顯大于碳源區(qū)，主要位于山脈及盆地周邊植被茂盛的區(qū)域，可見區(qū)域碳儲(chǔ)存能力良好，生態(tài)系統(tǒng)發(fā)展穩(wěn)定。

4 討論與結(jié)論

4.1 討 論

全球氣候變化及人類生產(chǎn)生活導(dǎo)致的土地利用類型改變，正在深刻影響著全球CO2排放格局，控制溫升、改善能源結(jié)構(gòu)比重、減少碳排放，已成為許多國家在節(jié)能減排、環(huán)保方面的政治共識(shí)。西北干旱區(qū)作為我國最重要的生態(tài)屏障區(qū)之一，在國家生態(tài)安全領(lǐng)域起著舉足輕重的作用。

為早日實(shí)現(xiàn)西北干旱區(qū)“碳中和”“碳達(dá)峰”的目標(biāo)，本文從歷史時(shí)期及未來發(fā)展情景下探究了西北干旱區(qū)碳儲(chǔ)量及碳源/匯時(shí)空分布，歷史時(shí)期碳儲(chǔ)量持續(xù)穩(wěn)定增長，未來生態(tài)保護(hù)情景下碳儲(chǔ)量提升尤為顯著?？臻g上，碳儲(chǔ)量分布格局存在明顯的異質(zhì)性，碳儲(chǔ)量分布與該區(qū)土地利用類型分布密切相關(guān)，碳儲(chǔ)量高值區(qū)分布于林地、草地、耕地，中值區(qū)分布于未利用地，低值區(qū)與高值區(qū)呈嵌套狀分布，本文研究結(jié)果與Zhu等[25]、劉曉娟等[26]的結(jié)論一致。一般認(rèn)為，碳儲(chǔ)量低值區(qū)分布于沙漠無人區(qū)，經(jīng)分析發(fā)現(xiàn)碳儲(chǔ)量低值零星分布于山脈周邊，這與本區(qū)土地利用類型及自然特征極其相關(guān)，該地多分布有高海拔山脈，植被有較強(qiáng)的垂直帶狀分布性，如山頂分布有冰川、積雪，山腰發(fā)育了大面積的林地，山麓分布有草地，緩坡谷地分布有城市帶，這使得該山脈周邊的碳儲(chǔ)量分布具有高、低值嵌套分布特征。本研究區(qū)歷史時(shí)期及未來均持有一定優(yōu)勢(shì)的碳匯水平，與濕潤地區(qū)相比，因氣候干旱、生態(tài)環(huán)境脆弱，其碳匯區(qū)固碳能力有限，但占全國面積24.5%的西北干旱區(qū)保持碳匯狀態(tài)對(duì)我國實(shí)現(xiàn)碳達(dá)峰與碳中和具有十分重要的意義。

本文所采用的土地利用碳密度數(shù)據(jù)來自前人文獻(xiàn)研究結(jié)果，經(jīng)氣象因子修正得到，與直接采用全國范圍內(nèi)的數(shù)據(jù)相比，精度更高。郭靖等[27]研究發(fā)現(xiàn)塔里木河中上游耕地地上平均碳密度為0.57 t/hm2，草地地下平均碳密度為1.44 t/hm2，與本文中的0.43，1.38 t/hm2基本一致。朱博文等[28]研究表明山西淇河流域的水域、未利用地地上碳密度為0.04，0.01 t/hm2，建設(shè)用地土壤碳密度為57.63 t/hm2，與本研究中的0.01，0，57.72 t/hm2基本接近。綜上所述，本文中計(jì)算的碳密度結(jié)果合理可靠。

4.2 結(jié) 論

基于土地利用數(shù)據(jù)，采用FLUS模型與InVEST模型，本文研究了西北干旱區(qū)2000—2020年及2100年3種土地發(fā)展情景下土地利用變化對(duì)區(qū)域碳儲(chǔ)量和碳源/匯的影響。

(1) 2000—2020年西北干旱區(qū)土地利用發(fā)生了顯著變化，表現(xiàn)為耕地、草地、建設(shè)用地面積持續(xù)增長，林地、水域、未利用地面積縮減。2020—2100年，自然發(fā)展情景下，耕地、建設(shè)用地面積持續(xù)擴(kuò)大；耕地保護(hù)情景下，耕地面積大幅度增加；生態(tài)保護(hù)情景下，林地、草地、水域面積顯著增加，未利用地在3種情景下均呈減少狀態(tài)。

(2) 2000—2020年土地利用類型變化對(duì)碳儲(chǔ)量的影響表明，耕地、林地、草地、水域轉(zhuǎn)為其他用地不利于碳儲(chǔ)量固存，建設(shè)用地、未利用地轉(zhuǎn)為其他用地類型有利于提升區(qū)域整體的碳儲(chǔ)量。

(3) 2100年碳儲(chǔ)量分布存在明顯的空間異質(zhì)性，碳儲(chǔ)量高值區(qū)(9 800～14 568 t)主要分布于山脈高海拔林區(qū)，碳儲(chǔ)量中值區(qū)(5 800～7 800 t)在區(qū)域內(nèi)分布范圍最廣、面積最大，碳儲(chǔ)量低值區(qū)(1～1 600 t)主要分布在沙漠、戈壁區(qū)及河西走廊地區(qū)。

(4) 2000—2020年碳儲(chǔ)量呈持續(xù)穩(wěn)步上升趨勢(shì)，碳匯量增加值為1.59×108t。與2020年相比，未來2100年3種土地利用情景下碳儲(chǔ)量均有明顯上升，碳匯量分別增加6.37×108，7.78×108，8.49×108t。