基于PLUS模型和InVEST模型的南昌市碳儲量時(shí)空演變研究

李文靜，吳偉成

（東華理工大學(xué) 地球科學(xué)學(xué)院，江西 南昌 330013）

0 引言

近年來，社會經(jīng)濟(jì)的快速發(fā)展引起了土地利用結(jié)構(gòu)的劇烈變化，而土地利用構(gòu)成與碳儲量密切相關(guān)［1］，碳儲量是衡量生態(tài)系統(tǒng)初級生產(chǎn)力的重要指標(biāo)，可反映生態(tài)系統(tǒng)對全球變暖的調(diào)節(jié)能力［2］，我國在2020年提出了“碳達(dá)峰”和“碳中和”的目標(biāo)，在“雙碳”背景下，查清碳儲量家底可有助于更快更好地實(shí)現(xiàn)對碳資源的保護(hù)以及將來對碳資源的可持續(xù)利用。

關(guān)于碳儲量的估算研究，我國當(dāng)前主要采用的方法包括：實(shí)地采樣計(jì)算法［3-4］、遙感估算法［5］、模型估算法［6］等。碳儲量估算研究的區(qū)域從針對不同土地利用類型［7］的估算到大尺度的省市級［8］、流域［9］、具有典型代表的生態(tài)區(qū)［10］等。目前，InVEST模型中基于土地利用類型的碳儲量計(jì)算方法被廣泛運(yùn)用于中大尺度的碳儲量評估中，該方法簡單快捷，可迅速了解區(qū)域的碳儲量信息。此外，為了對未來的碳儲量進(jìn)行預(yù)估，學(xué)者們運(yùn)用土地利用模擬耦合碳儲量估算模型，對未來不同發(fā)展情景下的碳儲量進(jìn)行了估算。常用于土地利用模擬的模型包括：CA-Markov［11］、Flus模 型［8］、Clue-s模 型［12］、PLUS模型［13］等。其中PLUS模型對細(xì)碎斑塊的模擬效果較優(yōu)，可用于具有較多細(xì)小斑塊的研究區(qū)。

南昌市作為長江中下游地區(qū)重要的中心城市之一，高速的經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化進(jìn)程對南昌市的碳儲量水平產(chǎn)生了顯著的影響。為了解南昌市30 a間土地利用變化對碳儲量的影響，本研究采用InVEST模型對南昌市碳儲量進(jìn)行估算，并結(jié)合PLUS模型對2030年南昌市不同發(fā)展情景下的土地利用情況進(jìn)行模擬，以期為南昌市政府了解當(dāng)前及未來碳儲量變化趨勢提供參考。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

南昌市地處長江中下游地區(qū)，位于鄱陽湖的西南部（115°27′~116°35′E、28°10′~29°11′N），整體地勢低緩，以平原為主，平均高程325 m，屬亞熱帶季風(fēng)氣候區(qū)，降水充足，年平均降水為1736 mm，年平均氣溫為17.5 ℃。南昌市是國務(wù)院批復(fù)確定的中國長江中游地區(qū)重要的中心城市、鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)中心城市，具有極高的戰(zhàn)略地位。

1.2 數(shù)據(jù)來源及處理

1.2.1 土地利用/覆被變化(LULC)數(shù)據(jù) 從地理空間數(shù)據(jù)云(https://www.gscloud.cn/)采購了1990—2020年30 m×30 m南昌市的LULC土地利用分類數(shù)據(jù)，4期土地利用分類數(shù)據(jù)平均總體精度在85%以上，平均Kappa系數(shù)為0.89。該數(shù)據(jù)集的土地利用類型包括耕地、林地、草地、水體、建設(shè)用地和未利用地6個(gè)類別。

1.2.2 驅(qū)動因素?cái)?shù)據(jù) 本研究利用社會經(jīng)濟(jì)、自然、可達(dá)性三大類型，共13個(gè)驅(qū)動因子作為南昌市土地利用變化的驅(qū)動因素，分別為人口密度、人均GDP、年平均降水量、年平均氣溫、數(shù)字高程模型（DEM）、坡度、坡向、距一、二、三級道路的距離、距高速的距離、距鐵路的距離和土壤侵蝕量（表1），其中矢量數(shù)據(jù)應(yīng)用Arcgis軟件的歐氏距離進(jìn)行柵格化處理，所有數(shù)據(jù)統(tǒng)一將空間分辨率設(shè)定為30 m。

表1 南昌市地類變化驅(qū)動因素

1.2.3 碳密度數(shù)據(jù) 為保證碳密度數(shù)據(jù)的準(zhǔn)確性，本研究在參考前人的研究成果［14-18］以及江西省樣本點(diǎn)數(shù)據(jù)均值的前提下，對南昌市各土地利用類型的碳密度進(jìn)行估算，無法獲取的碳密度數(shù)據(jù)將基于全國碳密度數(shù)據(jù)以及氣溫、降水與碳密度的關(guān)系式進(jìn)行修正，由于死亡有機(jī)碳的數(shù)據(jù)難以獲取，本研究未將其列入。南昌市各地類的碳密度見表2。

表2 南昌市不同土地利用類型的碳密度 t/hm2

2 研究方法

2.1 基于PLUS模型的2030年南昌市土地利用模擬方法

PLUS模型是將土地?cái)U(kuò)張分析策略(Land expansion analysis strategy，LEAS)和多類型隨機(jī)斑塊種子的CA模型(CA based on multi-type random patch seeds，CARS)相結(jié)合的土地利用模擬模型［19］，該模型解決了當(dāng)前模擬模型在不同斑塊尺度上的模擬欠缺問題。該模型需要輸入2期土地利用數(shù)據(jù)獲取各地類的擴(kuò)張部分，輸入驅(qū)動因素結(jié)合隨機(jī)森林算法訓(xùn)練各地類的發(fā)展?jié)摿?，基于發(fā)展?jié)摿υO(shè)置用地需求量、成本矩陣和相應(yīng)的領(lǐng)域權(quán)重并對下一時(shí)期土地利用進(jìn)行模擬。

2.1.1 多情景的土地利用預(yù)測 《南昌大都市區(qū)規(guī)劃（2015—2030）》和《環(huán)鄱陽湖生態(tài)城市群規(guī)劃（2015—2030）》對構(gòu)建山水林田湖城村以及實(shí)現(xiàn)生態(tài)保護(hù)提出了內(nèi)在要求，《中華人民共和國土地管理法》和《基本農(nóng)田保護(hù)條例》要求落實(shí)最嚴(yán)格的耕地保護(hù)制度。本文基于以上規(guī)劃、法律和條例，探索不同用地開發(fā)策略對土地利用的影響，研究2030年南昌市在自然發(fā)展情景、生態(tài)保護(hù)情景和耕地保護(hù)情景下的土地利用空間分布及數(shù)量結(jié)構(gòu)。

2.1.2 用地需求量、成本矩陣與領(lǐng)域權(quán)重 采用馬爾可夫鏈對用地需求量進(jìn)行預(yù)測，基于相似研究區(qū)及學(xué)者們的研究結(jié)果［20-21］，將生態(tài)保護(hù)情景下的轉(zhuǎn)移概率設(shè)定為林草用地向建設(shè)用地轉(zhuǎn)移概率降低50%，耕地向建設(shè)用地轉(zhuǎn)移概率降低30%，耕地向林草用地轉(zhuǎn)移概率提升30%；耕地保護(hù)情景下的土地利用轉(zhuǎn)移概率設(shè)定為林草用地向建設(shè)用地轉(zhuǎn)移概率降低20%，耕地向建設(shè)用地轉(zhuǎn)移概率降低60%。多情景下的成本矩陣僅設(shè)置建設(shè)用地不允許向其他地類轉(zhuǎn)換；領(lǐng)域權(quán)重參考已有研究［22］，利用2個(gè)時(shí)期各土地利用變化量占變化總量的比值進(jìn)行歸一化處理后作為各地類的領(lǐng)域權(quán)重。

2.2 碳儲量估算方法

利用InVEST模型中的Carbon Storage模塊對南昌市1990—2030年碳儲量的時(shí)空變化進(jìn)行計(jì)算。該模型利用各地類的地上生物碳密度、地下生物碳密度、土壤碳密度和死亡有機(jī)碳密度對研究區(qū)內(nèi)總體碳儲量進(jìn)行計(jì)算，計(jì)算公式為：

式（1）~式（2）中，t為第t類土地覆蓋類型，Ct代表第t類土地覆被類型的碳密度(t/hm2)，Ct,above、Ct,below、Ct,soil和Ct,dead分別代表第t類土地覆被類型的地上生物碳密度、地下生物碳密度、土壤碳密度和死亡有機(jī)碳密度，At代表第t類土地覆蓋類型的面積。

無法獲取的碳密度數(shù)據(jù)將基于氣溫和降水量以及全國碳密度數(shù)據(jù)進(jìn)行修正，該修正公式參考Alam等［23］和國內(nèi)學(xué)者有關(guān)碳密度的研究獲得［24］，計(jì)算公式為：

式（3）~式（6）中，x為年平均 降 水 量(mm)，Cbiomass、Csoil分別代表地上生物碳密度(g/m2)和土壤生物碳密度(g/m2)，Kbiomass、Ksoil分別為地上生物碳密度校正系數(shù)、土壤碳密度校正系數(shù)，Cbiomass1、Cbiomass2分別為南昌市和全國的地上生物碳密度，Csoil1、Csoil2分別為南昌市和全國的土壤生物碳密度，南昌市碳密度數(shù)據(jù)可通過全國碳密度數(shù)據(jù)與2個(gè)校正系數(shù)相乘獲取。

2.3 碳儲量脆弱性評估方法

聯(lián)合國政府間氣候變化專門委員會于2001年首次提出了脆弱性概念，脆弱性的定義包括氣候變化背景下系統(tǒng)的暴露水平、受氣候變化影響的敏感性程度及其對氣候變化的適應(yīng)能力［25-26］。Schroter等［27］提出了生態(tài)系統(tǒng)服務(wù)不僅受氣候背景影響，還會受到土地利用變化的影響，并對土地利用變化引起的生態(tài)系統(tǒng)的脆弱性進(jìn)行了量化，國內(nèi)學(xué)者通過引入量化指標(biāo)評估了生態(tài)系統(tǒng)碳儲量，并對土地利用變化所引起的生態(tài)系統(tǒng)服務(wù)的脆弱性進(jìn)行了量化評估［28-29］，該過程的計(jì)算公式為：

式（7）~式（10）中，PI為潛在影響指數(shù)，用于度量生態(tài)系統(tǒng)服務(wù)中碳儲存服務(wù)的脆弱性；ΔL表示土地利用程度的變化量；ΔC為碳儲量的變化量；Cs、Ce分別表示期初和期末的碳儲量；Ls、Le分別表示期初和期末的土地利用強(qiáng)度；L為土地利用程度綜合指數(shù)；At為第t類土地利用類型的分級指數(shù)；Bt為第t類土地利用類型占總面積的比例。

參考莊大方等［30］的研究對土地利用程度進(jìn)行劃分，將南昌市的土地利用程度分為4級，其中耕地為3級，林地和草地、水體為2級，建設(shè)用地為4級，未利用地分為1級。

3 結(jié)果與分析

3.1 碳儲量空間變化分析

由圖1可知，1990、2000、2010、2020年南昌市的碳儲量分別為4.09×107、4.08×107、3.96×107和3.80×107t，單位面積碳密度分別為56.86、56.69、55.02和52.89 t/hm2；在2000年前，碳總量和單位面積碳密度均呈平緩下降趨勢，2000年后則呈現(xiàn)出快速下降的趨勢；1990—2000年南昌市的碳儲量以1.23×104t/a的速度下降，2000—2010年和2010—2020年則表現(xiàn)出快速下降的特征，下降速率分別為1.20×105、1.53×105t/a；2000、2010、2020年南昌市碳儲量的減少量分別為前一時(shí)期碳儲量的0.30%、2.93%、3.87%。30 a間南昌市的碳儲量共減少了2.85×106t，下降速率為9.50×104t/a，單位面積碳密度下降了3.97 t/hm2，下降速率為0.13 t/(hm2·a)。

圖1 1990—2020年南昌市碳儲量及單位面積碳密度

對南昌市各區(qū)縣的碳儲量（圖2）分析可知，1990—2020年，南昌市各區(qū)縣碳儲量的減少量從高到低依次為：新建區(qū)、青山湖區(qū)、紅谷灘區(qū)、南昌縣、進(jìn)賢縣、安義縣、青云譜區(qū)、西湖區(qū)和東湖區(qū)，減少量分別為6.68×105、5.80×105、5.44×105、5.29×105、2.15×105、1.47×105、0.74×105、0.66×105和0.23×105t。

圖2 1990—2020年南昌內(nèi)各區(qū)縣的碳儲量

由圖3可知，30 a間南昌市碳儲量在空間分布上總體變化不大，呈現(xiàn)出西北和東南高，東北和中部最低、西南次低的空間分布特征，碳儲量高值地區(qū)主要分布于林草用地區(qū)且集聚程度較高，碳儲量高值區(qū)與高程具有正相關(guān)性，即海拔越高碳儲量越高。碳儲量高值地區(qū)主要包括：安義縣、新建區(qū)、進(jìn)賢縣，這3個(gè)區(qū)縣內(nèi)均分布有山地，地勢較南昌市其他區(qū)縣的更高，分布了全市最高的碳密度植被，最高碳密度為150.76 t/hm2。碳儲量低值地區(qū)分布廣泛，主要分布在水源地、城市和未利用地。以點(diǎn)狀分布為代表，在南昌市的各區(qū)縣均有分布，碳儲量低值地區(qū)的面積占各區(qū)縣面積前三的分別為青云譜區(qū)、西湖區(qū)、東湖區(qū)，這些地區(qū)除水域外，最低的碳密度為2.1 t/hm2。30 a間南昌市碳儲量的總量僅在1990—2000年增加了3239~24677 t，占2000年碳儲量總量的0.2%，碳儲量增加的區(qū)域包括安義縣、新建區(qū)和紅谷灘區(qū)。

圖3 1990—2020年南昌市碳密度的空間分布

3.2 碳儲量對土地利用變化的響應(yīng)

由表3可知，1990—2020年南昌市的耕地對碳儲量的貢獻(xiàn)最高，4個(gè)時(shí)間點(diǎn)的貢獻(xiàn)率均在50%以上，其次為林地，對碳儲量的貢獻(xiàn)率高達(dá)45%。1990—2020年間，耕地與林地是南昌市碳儲量的主要貢獻(xiàn)者，貢獻(xiàn)占比高于95%；草地和未利用地的平均貢獻(xiàn)率在2.1%和1.8%，建設(shè)用地的貢獻(xiàn)率在0.1%~0.4%之間波動；水域的碳儲量為0，本文不作討論。1990—2000年建設(shè)用地和林地的碳儲量分別增加了5.65×103、1.07×104t，耕地、草地的碳儲量分別減少了1.24×105、1.57×104t；2000—2010年建設(shè)用地和未利用地的碳儲量分別增加了4.87×104、5.04× 104t，耕地、林地、草地的碳儲量分別減少了6.73 ×105、3.96×105、2.26×105t；2010—2020年僅建筑用地的碳儲量增加了4.75×104t，耕地、林地、草地、未利用地則分別減少了8.62×105、6.74×105、1.78×104、2.56×104t。整體上各個(gè)地類在不同時(shí)期的碳儲量變化情況不同，但在2000—2020年間的變化均最大。

表3 南昌市不同地類的碳儲量及其變化情況 ×106 t

由表4可知，從土地利用轉(zhuǎn)入角度觀測，向耕地、水域、建設(shè)用地的轉(zhuǎn)入使得碳儲量降低了9.53×104、5.45×105、3.02×106t，主要轉(zhuǎn)入源分別為林地和草地、未利用地和林地、林地和未利用地；向林地、草地、未利用地的轉(zhuǎn)入使得碳儲量增加了7.15×105、1.66×104、7.67×104t，主要轉(zhuǎn)入源分別為草地和耕地、建設(shè)用地和未利用地、水域和建設(shè)用地；從土地利用轉(zhuǎn)出角度來看，水域和建設(shè)用地的轉(zhuǎn)出使得碳儲量增加了7.79×105、1.38×105t，主要轉(zhuǎn)出源分別為未利用地和耕地、草地和未利用地；耕地、林地、草地、未利用地的轉(zhuǎn)出對碳儲量的減少造成了主要的負(fù)面影響，其轉(zhuǎn)出源分別為水域和建設(shè)用地、耕地和草地、建設(shè)用地和草地、水域和建設(shè)用地?？傮w上，碳儲量對不同土地類型轉(zhuǎn)移的響應(yīng)表現(xiàn)為林地、草地面積的減少和建設(shè)用地面積的增加都會造成碳儲量減少，盡管有高碳儲量的土地利用類型轉(zhuǎn)入，但碳儲量仍入不敷出，呈現(xiàn)出極速減少的態(tài)勢。

表4 1990—2020年南昌市不同地類的碳轉(zhuǎn)移矩陣 ×105 t

3.3 碳儲量脆弱性

從市級尺度對南昌市碳儲量的脆弱性進(jìn)行評估分析（表5），1990—2020年南昌市的土地利用強(qiáng)度不斷增加，整體上表現(xiàn)為2000年前土地利用強(qiáng)度緩慢增加，2000年后利用強(qiáng)度大幅提升，2000—2010年土地利用強(qiáng)度的提升幅度高于2010—2020年的。30 a間土地利用強(qiáng)度對碳儲量呈負(fù)向的潛在影響，表明隨著土地利用強(qiáng)度的增加，碳儲量受到的負(fù)面影響不斷加強(qiáng)。

表5 土地利用變化對碳儲量的影響

由圖4可知，1990—2000年間存在部分區(qū)縣的土地利用變化對碳儲量影響表現(xiàn)為正向影響，分別為紅谷灘區(qū)、南昌縣、新建區(qū)，其中南昌縣的正向影響最強(qiáng)（73.29），紅谷灘區(qū)和新建區(qū)分別為2.83和1.22；2000—2010年，對碳儲量呈負(fù)向影響的前3個(gè)區(qū)縣分別為青云譜區(qū)、西湖區(qū)、青山湖區(qū)，PI值分別為-20.7、-7.08、-4.96；2010—2020年對碳儲量呈負(fù)向影響的前3個(gè)區(qū)縣級分別為青云譜區(qū)、西湖區(qū)、東湖區(qū)，PI值分別為-40.53、-20.52、-9.49；30 a間對碳儲量呈負(fù)向影響的前3個(gè)區(qū)縣分別為青云譜區(qū)、西湖區(qū)、青山湖區(qū)，其PI值分別為-34.44、-22.07、-7.00。

圖4 土地利用變化對碳儲量影響的空間分布

3.4 多情景下2030年南昌市碳儲量變化分析

利用2010年南昌市土地利用現(xiàn)狀柵格影像模擬2020年土地利用影像，模擬土地利用影像的Kappa系數(shù)為0.92，這表明利用PLUS模型對2030年南昌市土地利用進(jìn)行模擬具有可行性?；诖?，利用2020年的相關(guān)數(shù)據(jù)對2030年3種情景下南昌市的土地利用、碳密度分布、碳儲量變化進(jìn)行模擬，結(jié)果如圖5~圖7所示。

圖5 不同情景下南昌市土地利用的模擬結(jié)果

圖6 不同情景下的碳密度分布的模擬結(jié)果

圖7 不同情景下的碳儲量變化的模擬結(jié)果

在自然發(fā)展情景下，2030年南昌市的碳儲量為3.66×107t，單位面積碳密度為50.94 t/hm2，2020—2030年間碳儲量下降了1.40×106t；在生態(tài)保護(hù)情景下，2030年南昌市碳儲量為3.73×107t，單位面積碳密度為51.88 t/hm2，碳儲量相比2020年下降了7.29×105t；在耕地保護(hù)情景下，2030年南昌市碳儲量為3.73×107t，單位面積碳密度為51.84 t/hm2，碳儲量相比2020年下降了7.60×105t。從3種情景下的碳儲量變化情況可知，2030年南昌市在生態(tài)保護(hù)情景下有更高的碳儲量，耕地保護(hù)情景下對于南昌市碳儲量的減少具有一定的作用，但自然發(fā)展情景下南昌市碳儲量的減少量最高。在3種情景下，2030年碳儲量空間分布格局與1990—2020年的分布格局相似，均呈現(xiàn)出西北和東南高，東北和西南低的空間分布特征。在生態(tài)保護(hù)情景下，林地和草地等碳密度高的地類不會轉(zhuǎn)換為建設(shè)用地；在耕地保護(hù)情景下，耕地也不會轉(zhuǎn)換為建設(shè)用地。上述2種情景下盡管無法逆轉(zhuǎn)南昌市碳儲量下降的趨勢，但對于緩解南昌市碳儲量快速下降的態(tài)勢仍具有積極的意義。

在3種情景下，自然發(fā)展情景、生態(tài)保護(hù)情景、耕地保護(hù)情景分別減少了24616.9、13684.7、11486.3 hm2的碳儲量面積，分別占南昌市總面積的3.4%、1.9%和1.5%；碳儲量增加面積分別為1244.70、202.14、1333.72 hm2，分別占南昌市總面積的0.017%、0.002%、0.180%。生態(tài)保護(hù)情景下碳儲量的增加量相對較少，但該情景下限制了高碳儲量土地利用類型的轉(zhuǎn)出，最終使得其碳儲量最高。

4 討論

4.1 30 a間南昌市碳儲量變化

1990—2020年南昌市碳儲量變化分析結(jié)果表明：南昌市的碳儲量呈現(xiàn)出先緩慢下降后快速下降的趨勢；在空間分布上，1990—2000年南昌市部分區(qū)縣的碳儲量出現(xiàn)增加現(xiàn)象，這是由于這些區(qū)縣的山地眾多、經(jīng)濟(jì)發(fā)展較為緩慢以及人類活動較少，因而碳儲量有所上升。從土地利用轉(zhuǎn)移的視角來看，不同土地利用類型的碳庫數(shù)值相差較大，固碳能力較強(qiáng)的地類主要為林地、耕地，上述地類對南昌市碳儲量的貢獻(xiàn)率高達(dá)95%。30 a間南昌市的土地利用類型變化主要表現(xiàn)為林地、草地的轉(zhuǎn)出和建設(shè)用地的轉(zhuǎn)入，因此建設(shè)用地向外擴(kuò)張是南昌市碳儲量下降的主要原因，這也與先前研究的結(jié)論一致［24，31-33］。從碳儲量空間分布的角度分析，30 a間南昌市碳儲量的高值區(qū)空間位置未有明顯變化，高值區(qū)分布與地形具有明顯的關(guān)聯(lián)。在地勢較高的區(qū)域，很難將其開發(fā)為耕地和建設(shè)用地。此外，在國家退耕還林生態(tài)保護(hù)的背景下，山地經(jīng)濟(jì)效益的開發(fā)主要集中于經(jīng)濟(jì)木材的種植。綜上，土地利用空間分布直接影響了碳儲量的空間分布［34］。

4.2 南昌市碳儲量脆弱性評估

對南昌市碳儲量進(jìn)行脆弱性評估，可分析碳儲量對土地利用強(qiáng)度的響應(yīng)情況。1990—2020年碳儲量脆弱性持續(xù)表現(xiàn)為負(fù)面的潛在影響，其中在1990—2000年的影響高于2000—2010年的，而2010—2020年的影響高于前20 a的。這反映出2000年前對土地的無序利用導(dǎo)致了南昌市的脆弱性較大，2010—2020年南昌的高速發(fā)展使得碳儲量脆弱性進(jìn)一步加大。南昌市30 a間的城鎮(zhèn)化水平不斷提高，城區(qū)對周邊耕地、林地的擴(kuò)張和占用，使得區(qū)域內(nèi)土地利用強(qiáng)度不斷增加，造成了碳儲量的持續(xù)下降，生態(tài)系統(tǒng)的碳儲量愈發(fā)脆弱。未來應(yīng)在關(guān)注碳庫補(bǔ)充的基礎(chǔ)上，對建設(shè)用地進(jìn)行合理規(guī)劃、實(shí)施區(qū)域的土地綜合整治、集約節(jié)約利用土地，改善當(dāng)前碳儲量脆弱的狀況。

4.3 多情景下對碳儲量的影響

利用2020年土地利用數(shù)據(jù)模擬了2030年南昌市自然發(fā)展情景、生態(tài)保護(hù)情景和耕地保護(hù)情景下的土地利用空間分布格局。在自然發(fā)展情景下，建設(shè)用地向外擴(kuò)張趨勢更為明顯，碳儲量進(jìn)一步降低，基于南昌市2010—2020年的土地發(fā)展趨勢，碳儲量減少的面積明顯高于其他情景下碳儲量減少的面積；在生態(tài)保護(hù)情景下，降低了林地、草地和耕地向建設(shè)用地轉(zhuǎn)移的可能，有效減少了高碳值地區(qū)的流失［10］，有助于降低南昌市碳儲量快速下降帶來的碳儲量不足；在耕地保護(hù)情景下，作為重要碳源的耕地得到了較強(qiáng)的保護(hù)，這一模式下并未出現(xiàn)碳儲量的劇烈下降，但相較于生態(tài)保護(hù)模式下，對耕地的控制轉(zhuǎn)出，使該模式在保護(hù)地類碳儲量方面更具有側(cè)重性。綜上，3種情景下的碳儲量整體均表現(xiàn)出下降的趨勢，但生態(tài)保護(hù)情景下的碳儲量下降得更少，結(jié)合當(dāng)前南昌市推行的國土綠化政策，在該情景下更易達(dá)到碳平衡，這與吳佩君等［35-37］的研究結(jié)論一致。

4.4 不足與展望

對生態(tài)系統(tǒng)碳儲量的評估是一個(gè)復(fù)雜的系統(tǒng)過程，InVEST模型具有計(jì)算方便、即時(shí)、快速的優(yōu)點(diǎn)，可通過碳庫對不同的土地利用類型的碳儲量進(jìn)行計(jì)算，但該模型缺乏對碳循環(huán)過程中碳密度隨時(shí)間變化的考量，以單一時(shí)間節(jié)點(diǎn)的碳密度計(jì)算碳儲量與實(shí)際結(jié)果會存在一定偏差。本文在獲取南昌市碳密度數(shù)據(jù)時(shí)參考了相似研究區(qū)域的數(shù)據(jù)以及中國陸地生態(tài)系統(tǒng)的碳密度樣本的平均數(shù)據(jù)，后續(xù)應(yīng)加強(qiáng)對南昌市實(shí)地樣本數(shù)據(jù)的采集，并對受時(shí)間變化影響的碳密度數(shù)據(jù)進(jìn)行修正。

在利用PLUS模型對南昌市土地利用多情景模擬過程中，本研究參考了前人研究結(jié)果對多情景參數(shù)進(jìn)行了設(shè)置，驅(qū)動因子的選擇也參照當(dāng)前研究廣泛使用的經(jīng)濟(jì)、自然、可達(dá)性因子進(jìn)行了評估，但不同的驅(qū)動因素對土地利用模擬的作用尚不清晰，后續(xù)考慮添加更多的驅(qū)動因素并測試其對土地利用模擬的影響，從而提高土地利用的模擬效果。

5 結(jié)論

本研究對1990—2020年南昌市土地利用進(jìn)行分類的同時(shí)，通過收集南昌市不同土地利用類型的碳密度數(shù)據(jù)，利用InVEST模型計(jì)算出碳儲量并進(jìn)行時(shí)空變化分析，揭示碳儲量對土地利用強(qiáng)度變化的脆弱性，并對2030年南昌市多情景下的碳儲量進(jìn)行了模擬，研究結(jié)果如下：

（1）南昌市在30 a間土地利用類型變化劇烈，建設(shè)用地等非生態(tài)用地代替高碳儲備區(qū)域的耕地、林地，引發(fā)了南昌市碳儲量的持續(xù)下降，30 a共減少了2.85×106t的碳儲量，建設(shè)用地?cái)U(kuò)張是導(dǎo)致碳儲量降低最主要的因素。

（2）南昌市碳儲量的空間分布具有穩(wěn)定性，空間分布上整體呈現(xiàn)為西北和東南高，西南和東北低的特征，碳儲量的空間分布與土地的利用空間分布、地勢情況密切相關(guān)。

（3）南昌市土地利用綜合強(qiáng)度在30 a間不斷增加，對南昌市碳儲量脆弱性均呈負(fù)向影響，在區(qū)縣級尺度上僅1990—2000年紅谷灘區(qū)、南昌縣、新建區(qū)的土地利用對碳儲量脆弱性有短暫的正向影響。

（4）基于PLUS模型的2030年南昌市土地利用模擬結(jié)果表明，自然發(fā)展情景下的碳儲量減少量最高，相比2020年減少了1.40×106t，生態(tài)保護(hù)情景和耕地保護(hù)情景下分別減少了7.29×105、7.60×105t ，南昌市在生態(tài)保護(hù)情景下能夠更好地限制建設(shè)用地的擴(kuò)張，防止侵占高碳儲量的地類。