基于InVEST 模型的2000–2020 年烏魯木齊碳儲量分布數據集

陳若彤，曹姍姍，劉婷婷，孫偉*，劉繼芳

1.中國農業(yè)科學院農業(yè)信息研究所，北京 100081

2.國家農業(yè)科學數據中心，北京 100081

引 言

隨著溫室效應、全球變暖等問題的日益嚴峻，生態(tài)系統(tǒng)的平衡被打破，碳排放、碳匯等方向逐漸成為近年來的研究熱點。陸地生態(tài)系統(tǒng)更是全球碳循環(huán)研究中不可忽視的重要組成部分，因其可以將大氣中的CO2固定在土壤和植被中，區(qū)域碳儲量深受土地利用變化的影響[1]。已經有越來越多的學者對陸地生態(tài)系統(tǒng)的土地利用及其碳儲量進行了多方面的研究，以為相應地區(qū)的經濟與生態(tài)建設均衡發(fā)展提供科學參考，如探究土地利用類型轉換對碳排放的影響[2-3]，基于相關模型預測土地利用與碳儲量格局變化[4-5]等。

新疆作為橫貫東西、連接歐亞的中國陸地面積最大的省級行政區(qū)，是共建“一帶一路”的樞紐地帶。烏魯木齊作為新疆的首府和政治、經濟、文化中心，同時也是我國西北部重要的中心城市與國際陸港區(qū)，其經濟與生態(tài)建設的合理布局，對于絲綢之路經濟帶建設與國家的向西開放的總體布局有著十分重要的影響。

現(xiàn)階段，針對烏魯木齊全區(qū)域土壤、地上、地下生物量碳儲量的相關研究還比較匱乏，已有的研究多集中在小尺度范圍的部分碳庫，如烏魯木齊河上游山地土壤有機碳[6]、烏魯木齊南山的雪嶺云杉林[7]的碳儲量空間分布研究等?；贗nVEST 模型，使用土地利用和碳密度數據在評估區(qū)域碳儲量方面有較為明顯的優(yōu)勢。此外，由于碳密度數據需要通過區(qū)域氣象要素修正，故本數據集共包含土地利用、氣象和碳密度3 類數據。本研究可為烏魯木齊區(qū)域土地利用變化與碳儲量評估提供科學數據，為該區(qū)域經濟與生態(tài)建設布局提供一定參考。

1 數據采集和處理方法

1.1 土地利用數據采集與處理

本研究包含2000、2010、2020 年3 期的烏魯木齊土地利用數據，原始數據[8]基于Landsat 8 等衛(wèi)星的遙感影像，空間分辨率為30 m，屬全國范圍的土地利用遙感監(jiān)測數據。根據研究需要，本研究使用ArcGIS 軟件中的“提取分析-按掩膜提取”功能，按照2020 年初烏魯木齊市級邊界矢量數據進行研究區(qū)域的數據提取。采用土地資源一級分類標準，根據研究區(qū)域土地資源利用情況，在ArcGIS軟件中進行融合分類，共分為耕地、林地、草地、水域、建設用地、未利用土地6 個土地利用類型，最終生成2000、2010、2020 年3 期研究區(qū)土地利用數據。

1.2 氣象數據采集與處理

InVEST 模型中的碳儲量計算模塊需要輸入研究區(qū)域的碳密度數據，但由于研究區(qū)域實測碳密度數據較難獲取，而陸地碳密度與區(qū)域氣象要素之間存在相關關系，因此可以將已有文獻資料中的實測碳密度數據與研究區(qū)域的氣象數據進行擬合修正。氣象原始數據[9]是基于烏魯木齊范圍內烏魯木齊牧試和達坂城氣象站點的日觀測數據。通過異常值處理、要素篩選等處理后，使用Anuspl 軟件計算得到的2000、2010、2020 年氣溫、降水量空間插值結果。本研究基于碳密度修正的需要，在ArcGIS軟件中計算其年平均值得到氣象數據。

1.3 碳密度數據采集與處理

InVEST 模型中的碳儲量計算模塊是通過輸入土地利用與碳密度數據估算區(qū)域碳儲量。陸地碳儲量的主要來源是地上Cabe、地下Cbelw、土壤Csil和死亡有機碳Cdead4 個碳庫，該模型的原理即為4 個碳庫的碳密度值與各土地類型的面積相乘再累加得到區(qū)域碳儲量。本研究的碳儲量計算公式如下：

式中，C為總碳密度，Cabe為地上碳密度，Cbelw為地下碳密度，Csil為土壤碳密度，Cdead為死亡有機碳密度，Cttal為總碳儲量，A為地類面積。本研究的碳密度數據是在徐麗等[10]收集整理的全國范圍內2000–2014 年已發(fā)表歷史文獻與該課題組的實驗數據（均為實測數據）基礎上，通過研究區(qū)2000、2010、2020 年年均氣象數據加以修正的，包含耕地、林地、草地、濕地等多種土地類型的地上、地下以及土壤碳密度，因死亡有機碳密度數據較難獲取，本文暫未考慮。已有研究表明陸地碳密度與氣溫存在正相關關系，與降水量存在負相關關系[11]，處于同一氣候帶的陸地生態(tài)系統(tǒng)碳密度比較相近[12]。因此，本研究通過烏魯木齊與全國2000、2010、2020 年的年平均氣溫和降水量修正了各地類不同碳庫的碳密度數據，修正公式參考盧雅焱等[5]的研究：

式中，C 和CT依次為考慮降水和氣溫修正后的碳密度，P表示年降水量（100 mm），T表示年均氣溫（℃）。

修正系數：

式中，K 和KT依次為降水和氣溫的碳密度修正系數，K為研究區(qū)碳密度修正系數，、分別為烏魯木齊和全國的年降水量與年均氣溫修正后的碳密度，將烏魯木齊與全國2000、2010、2020 年的年均氣溫和降水量代入即可得到較為符合研究區(qū)域實際情況的修正碳密度數據，數據單位t/hm2。

2 數據樣本描述

本數據集所涉及的數據類型及各數據參數如表1 所示。本研究基于InVEST 模型評估2000–2020年烏魯木齊區(qū)域碳儲量時空格局，其中土地利用、碳密度數據為模型輸入所需，氣象數據是修正區(qū)域碳密度數據所需，碳儲量分布數據為該模型輸出的最終結果。數據集共計6.57 MB（壓縮文件大小），部分數據如圖1 所示。

圖1 部分數據展示Figure 1 Partial data display

表1 數據類型與各數據參數Table 1 Data types and parameters

3 數據質量控制和評估

為保證數據質量，本研究所有原始數據均來自專業(yè)數據中心，可以確保數據來源的可靠性，相關數據的處理與計算方法也都參考了相關專業(yè)標準與已發(fā)表的科學文獻。數據處理均嚴格依據Anuspl、ArcGIS 10.2、Excel 等軟件的正確操作步驟實現(xiàn)；參照《InVEST 模型（3.2.0 版本）使用手冊》[13]進行格式等的處理，符合模型輸入要求；數據計算嚴謹，廣泛參考前人科學研究[4-7,12]，并重復計算校正以確保數據處理結果的準確性。

4 數據價值

隨著遙感等地理信息技術的發(fā)展與全球變暖問題的加劇，陸地生態(tài)系統(tǒng)碳儲量的研究得到全世界的廣泛關注，已有研究發(fā)現(xiàn)土地利用格局是影響區(qū)域碳儲量原因之一。本數據集涵蓋了生態(tài)系統(tǒng)碳儲量評價的土地利用數據、氣象數據、碳密度數據，數據來源可靠、準確性高，尤其是基于氣象數據修正得到的碳密度數據，更加契合研究區(qū)域實際情況，有助于提高InVEST 模型區(qū)域碳儲量計算的準確性。烏魯木齊是重要的國際陸地港口與新絲綢之路經濟帶的核心區(qū)域，本研究可為其未來的經濟與生態(tài)建設格局研究提供一定的數據參考。

作者分工職責

陳若彤（2000—），女，河北石家莊人，在讀碩士，研究方向為時空數據分析。主要承擔工作：數據整理分析、論文撰寫。

曹姍姍（1984—），女，黑龍江哈爾濱人，博士，副研究員，研究方向為農業(yè)時空信息智能分析。主要承擔工作：數據分析。

劉婷婷（1985—），女，北京人，碩士，助理研究員，研究方向為科學數據管理。主要承擔工作：數據整理。

孫偉（1978—），男，山東海陽人，博士，副研究員，研究方向為農林3S 技術、空間信息智能分析技術。主要承擔工作：數據分析。

劉繼芳（1965—），男，山東郯城人，博士，研究員，研究方向為農業(yè)信息技術。主要承擔工作：數據整理。