基于InVEST模型的畢節(jié)市生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空變化分析

董奎 董平 單紹朋

摘要? 利用畢節(jié)試驗(yàn)區(qū)1990、2000、2010、2020年4期土地利用類型數(shù)據(jù)，研究30年來試驗(yàn)區(qū)不同土地利用類型變化情況，并采用InVEST模型估測(cè)試驗(yàn)區(qū)不同生態(tài)系統(tǒng)碳儲(chǔ)量，分析試驗(yàn)區(qū)在生態(tài)建設(shè)取得明顯成效背景下生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空變化。結(jié)果表明，1990—2020年畢節(jié)市土地利用類型發(fā)生明顯變化，林地和建設(shè)用地面積增加，耕地、草地面積減少，耕地主要轉(zhuǎn)為林地、草地、 建設(shè)用地，草地主要轉(zhuǎn)為耕地和林地。1990—2020年畢節(jié)市生態(tài)系統(tǒng)總碳儲(chǔ)量在51.21×107～52.37×107 t，總體呈增加趨勢(shì)，碳儲(chǔ)量總量增加1.16×107 t，年均增加0.04×107 t。畢節(jié)市碳儲(chǔ)量呈現(xiàn)出西高東低的空間分布趨勢(shì)，1990—2020年林地和建設(shè)用地碳儲(chǔ)量增加，耕地和草地碳儲(chǔ)量減少。

關(guān)鍵詞? 土地利用類型；InVEST模型；碳儲(chǔ)量；生態(tài)系統(tǒng)；時(shí)空變化

中圖分類號(hào)? X171.1?? 文獻(xiàn)標(biāo)識(shí)碼? A?? 文章編號(hào)? 0517-6611（2024）07-0072-06

doi： 10.3969/j.issn.0517-6611.2024.07.018

Analysis of Temporal and Spatial Change of Ecosystem Carbon Storage in Bijie City Based on InVEST Model

DONG Kui1， DONG Ping2， SHAN Shao-peng3

（1.Guizhou Bijie Natural Forest Resources Protection Center， Bijie，Guizhou 551700;2.Sichuan Shanhaitu Agriculture and Forestry Technology Co.， Ltd.， Chengdu，Sichuan 610081;3.Guizhou Bijie Forestry Science Research Institute， Bijie，Guizhou 551700）

Abstract? Using land use type data from four periods of 1990， 2000， 2010 and 2020 in the Bijie experimental area， the changes of different land use types in the experimental area over the past 30 years were studied. The InVEST model was used to estimate the carbon storage of different ecosystems in the experimental area， and the temporal and spatial changes of ecosystem carbon storage under the background of significant success in ecological construction were analyzed.The results showed that from 1990 to 2020， there were significant changes in land use types in the Bijie City， with an increase in the area of forest land and construction land， a decrease in the area of cultivated land and grassland， and the main conversion of cultivated land to forest land， grassland and construction land， while the main conversion of grassland to cultivated land and forest land. The total carbon storage of the ecosystem in Bijie City from 1990 to 2020 was 51.21×107-52.37×107 t， the total carbon storage increased by 1.16×107 t， with an average annual increase of 0.04×107 t. The carbon storage in Bijie City showed a spatial distribution trend of high in the west and low in the east. From 1990 to 2020， the carbon storage of forest land and construction land increased， while the carbon storage of cultivated land and grassland decreased.

Key words? Landuse type;InVEST model;Carbon storage;Ecosystem;Temporal and spatial change

森林、草原、濕地等生態(tài)系統(tǒng)的固碳作用能夠有效提升區(qū)域乃至全球碳匯能力，使得區(qū)域生態(tài)碳循環(huán)達(dá)到平衡。碳儲(chǔ)量作為生態(tài)系統(tǒng)中碳素儲(chǔ)備和碳匯的標(biāo)志，受到土地利用變化等因素的影響，這些因素通過影響區(qū)域內(nèi)植被和土壤的結(jié)構(gòu)及完整性，進(jìn)而影響區(qū)域內(nèi)包括地上、地下生物碳儲(chǔ)量以及土壤有機(jī)碳儲(chǔ)量在內(nèi)的整體生態(tài)系統(tǒng)碳功能［1-5］。因此，研究土地利用變化背景下生態(tài)系統(tǒng)碳儲(chǔ)量變化已成為生態(tài)系統(tǒng)碳匯及區(qū)域氣候變化研究的熱點(diǎn)。

當(dāng)前，國(guó)內(nèi)外研究生態(tài)系統(tǒng)碳儲(chǔ)量的方法主要有地面調(diào)查法［6-7］、遙感估測(cè)法［8-9］、模型法［10-11］。地面調(diào)查法精度高，但適用范圍小，同時(shí)，需要投入大量人力、物力和財(cái)力，在開展調(diào)查時(shí)，會(huì)對(duì)研究環(huán)境造成破壞［12-13］。遙感估測(cè)法是結(jié)合地面調(diào)查的碳庫(kù)數(shù)據(jù)，利用遙感快速、大尺度優(yōu)勢(shì)建模反演特定生態(tài)系統(tǒng)碳儲(chǔ)量。模型法則是以生態(tài)系統(tǒng)服務(wù)評(píng)估與權(quán)衡（InVEST）模型為代表且能夠在空間上模擬和展示土地利用對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化影響的時(shí)空分布特征的方法［14］，近年來被廣泛使用并取得了良好效果，如王成武等［15］基于2005、2010、2015、2020年太行山區(qū)4期土地覆蓋及碳密度數(shù)據(jù)，使用 InVEST 模型估算了太行山沿線地區(qū)生態(tài)系統(tǒng)碳儲(chǔ)量；劉曉娟等［16］利用FLUS-InVEST 模型，分析并模擬了土地利用變化背景下中國(guó)的碳儲(chǔ)量。

1988年經(jīng)國(guó)務(wù)院批準(zhǔn)，中國(guó)第一個(gè)以消除貧困、堅(jiān)持可持續(xù)發(fā)展為突出特征，以“開發(fā)扶貧、生態(tài)建設(shè)、人口控制”為主題的農(nóng)村改革試驗(yàn)區(qū)——畢節(jié)試驗(yàn)區(qū)成立。畢節(jié)試驗(yàn)區(qū)成立以來，黨和國(guó)家領(lǐng)導(dǎo)人多次對(duì)試驗(yàn)區(qū)工作進(jìn)行重要批示，30多年過去，畢節(jié)試驗(yàn)區(qū)經(jīng)濟(jì)、社會(huì)、生態(tài)環(huán)境發(fā)生了翻天覆地的變化，通過大規(guī)模國(guó)土綠化、荒山造林、退耕還林、石漠化綜合治理、天然林保護(hù)等重點(diǎn)林業(yè)生態(tài)修復(fù)工程，森林覆蓋率從1988年的14.9%提升到2023年的60.0%，實(shí)現(xiàn)了生態(tài)環(huán)境從不斷惡化到明顯改善的跨越。國(guó)家先后將畢節(jié)列為“生態(tài)文明先行區(qū)”“全國(guó)生態(tài)文明示范工程試點(diǎn)”“全國(guó)生態(tài)保護(hù)與建設(shè)示范區(qū)” “全國(guó)石漠化防治示范區(qū)”和“全國(guó)林業(yè)碳匯試點(diǎn)市”。

筆者利用畢節(jié)試驗(yàn)區(qū)1990、2000、2010、2020年4期土地利用類型數(shù)據(jù)，研究30年來試驗(yàn)區(qū)不同土地利用類型變化情況，并采用InVEST模型估測(cè)試驗(yàn)區(qū)不同生態(tài)系統(tǒng)碳儲(chǔ)量， 分析試驗(yàn)區(qū)在生態(tài)建設(shè)取得明顯成效背景下生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空變化，為畢節(jié)試驗(yàn)區(qū)“綠色發(fā)展、人力資源開發(fā)、體制機(jī)制創(chuàng)新”新三大主題提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

畢節(jié)市位于貴州省西北部，地處川、滇、黔3省結(jié)合部，地處105°36′～106°43′E、26°21′～27°46′N。北接四川省、西鄰云南省，東與本省的遵義市、貴陽市接壤，南與六盤水市、安順市相連（圖1），是烏江、北盤江、赤水河發(fā)源地，是貴州屋脊，長(zhǎng)江和珠江上游重要生態(tài)屏障區(qū)域，生態(tài)區(qū)位十分重要。下轄8縣（市、區(qū)）和1個(gè)縣級(jí)風(fēng)景名勝區(qū)管理區(qū)（百里杜鵑管理區(qū)），土地面積2.69萬km2，占貴州省總面積的15.25%，轄區(qū)內(nèi)地質(zhì)構(gòu)造復(fù)雜，山高坡陡，溝壑縱橫， 巖溶地貌形態(tài)多樣，是典型的石漠化山區(qū)，成土母質(zhì)多為石灰?guī)r，具有典型的喀斯特地貌。境內(nèi)平均海拔1 600.0 m，最高為2 900.6 m，為貴州省最高點(diǎn)，最低為457.0 m，年均氣溫在10～15 ℃，年降水量在849～1 399 mm，屬亞熱帶季風(fēng)氣候，受海拔高差影響，垂直氣候變化明顯。畢節(jié)境內(nèi)動(dòng)植物種類豐富，有野生脊椎動(dòng)物387種，苔類植物近100種，蕨類植物34科130種，裸子植物9科22種，被子植物155科1 809種。

1.2 數(shù)據(jù)來源及處理

該研究使用的土地利用數(shù)據(jù)來源于武漢大學(xué)楊杰和黃昕教授發(fā)布的 “1990—2019 年的中國(guó)30 m年度土地覆蓋數(shù)據(jù)”［17］。該數(shù)據(jù)目前已經(jīng)更新到1985—2020年，并全部免費(fèi)公開。選擇1990、2000、2010、2020年4期數(shù)據(jù)，利用畢節(jié)市行政邊界裁剪得到研究區(qū)4期土地利用數(shù)據(jù)，空間分辨率為30 m。根據(jù)研究區(qū)實(shí)際，參照《土地利用現(xiàn)狀分類》（GB/T 21010—2017），將土地利用類型重新分類為耕地、林地、草地、水域、建設(shè)用地5類。通過查閱已有文獻(xiàn)獲取各土地利用類型的碳密度數(shù)據(jù)，參照陳大蓉等［18］的方法，優(yōu)先使用貴州省及周邊城市的實(shí)測(cè)碳密度成果，并采用碳密度與氣溫和降水的關(guān)系模型修正得到的結(jié)果［19-20］，同時(shí)結(jié)合丁訪軍等［21-24］的研究成果，得到畢節(jié)市各土地利用類型碳密度（表1）。

1.3 研究方法

該研究利用1990、2000、2010、2020年研究區(qū)4期土地利用數(shù)據(jù)，采用生態(tài)系統(tǒng)服務(wù)功能評(píng)估軟件InVEST軟件中Carbon模型計(jì)算得到對(duì)應(yīng)年份的碳儲(chǔ)量數(shù)據(jù)，分析碳儲(chǔ)量的時(shí)空分異情況。

InVEST（integrated valuation of ecosystem services and tradeoffs）是美國(guó)自然資本項(xiàng)目組開發(fā)的且用于評(píng)估生態(tài)系統(tǒng)服務(wù)功能量及其經(jīng)濟(jì)價(jià)值、支持生態(tài)系統(tǒng)管理和決策的一套模型系統(tǒng)，它包括陸地、淡水和海洋3類生態(tài)系統(tǒng)服務(wù)評(píng)估模型。目前，自然資本項(xiàng)目組開發(fā)的InVEST模型已在20多個(gè)國(guó)家和地區(qū)的空間規(guī)劃、生態(tài)補(bǔ)償、風(fēng)險(xiǎn)管理、適應(yīng)氣候變化等環(huán)境管理決策中得到廣泛應(yīng)用。近年來，中國(guó)的生態(tài)系統(tǒng)服務(wù)研究越來越多，并在國(guó)家、區(qū)域、流域等多個(gè)尺度的生態(tài)功能區(qū)劃、生態(tài)保護(hù)紅線劃定、生態(tài)補(bǔ)償、資源環(huán)境承載力評(píng)估等政策中得到應(yīng)用。InVEST中包含了多個(gè)模型，其中陸地生態(tài)模型中的“碳儲(chǔ)存和固持”模塊（Carbon）可以很好地評(píng)估區(qū)域內(nèi)的碳儲(chǔ)量及其價(jià)值，是目前進(jìn)行碳儲(chǔ)量估計(jì)的有效方法［25-26］。Carbon模塊將生態(tài)系統(tǒng)碳儲(chǔ)量劃分為地上生物炭、地下生物炭、土壤和死亡有機(jī)質(zhì)4個(gè)基本碳庫(kù)［27］，計(jì)算公式如下：

Ci=Ci，above+Ci，below+Ci，soil+Ci，dead （1）

Ctotal=∑?n i=1 （Ci×Ai） （2）

式中：i為第i種土地利用類型；Ci為第i種土地利用類型的碳密度（t/hm2）；Ctotal為研究對(duì)象總碳儲(chǔ)量（t）；Ci，above、Ci，below、Ci，soil和Ci，dead分別為第i種土地利用類型的地上碳密度、地下碳密度、土壤碳密度、死亡有機(jī)質(zhì)碳密度（t/hm2）；Ai 為第i種土地利用類型的總面積（hm2）。

2 結(jié)果與分析

2.1 畢節(jié)試驗(yàn)區(qū)土地利用時(shí)空變化

結(jié)合畢節(jié)市1990—2020年4期土地利用類型圖（圖2）及土地利用類型轉(zhuǎn)移矩陣（表2）發(fā)現(xiàn)，畢節(jié)市土地利用類型空間上存在一定差異，同時(shí)，各土地利用類型在時(shí)間尺度上也有明顯變化。

從圖2可以看出，1990—2020年畢節(jié)市土地利用類型均以耕地和林地為主，草地、水域和建設(shè)用地較少，這與試驗(yàn)區(qū)一直以來以傳統(tǒng)農(nóng)業(yè)等第一產(chǎn)業(yè)為主、工商業(yè)較少的生產(chǎn)生活方式現(xiàn)實(shí)相符。其中，耕地主要集中分布在東部的黔西市大部、大方縣和金沙縣南部、織金縣北部，以及西部的威寧縣中部草海周邊，這些區(qū)域地勢(shì)相對(duì)平坦且連片，適于耕作；林地主要集中分布在中部的赫章縣、七星關(guān)區(qū)及南部的納雍縣和織金縣，該區(qū)域?yàn)槿袊?guó)有林場(chǎng)主要分布區(qū)，森林資源豐富；建設(shè)用地集中分布在各縣城城區(qū)；草地主要集中分布在威寧縣的西部區(qū)域。

從土地利用類型轉(zhuǎn)移矩陣（表2）及轉(zhuǎn)移弦圖（圖3）來看，隨著社會(huì)經(jīng)濟(jì)不斷發(fā)展，畢節(jié)市土地利用類型發(fā)生變化。近30年來，共有1 737.17 km2土地發(fā)生變化，除水域變化較小外，其他土地利用類型均有明顯變化，其中，耕地和草地分別凈減少763.04和20.35 km2，林地和建設(shè)用地分別凈增加73264和56.61 km2。耕地主要轉(zhuǎn)入林地和草地及建設(shè)用地，草地主要轉(zhuǎn)入耕地和林地，林地主要轉(zhuǎn)入耕地和草地，林地增加部分主要來源于耕地。

2.2 畢節(jié)試驗(yàn)區(qū)碳儲(chǔ)量時(shí)空變化

根據(jù)土地利用類型和碳密度數(shù)據(jù)，利用InVEST軟件計(jì)算得出研究區(qū)4期總碳儲(chǔ)量，由碳儲(chǔ)量和碳密度時(shí)間變化（圖4）可知，畢節(jié)市1990、2000、2010、2020年總碳儲(chǔ)量分別為51.21×107、52.34×107、51.97×107、52.37×107 t，碳密度分別為190.75、194.97、193.59、195.07 t/hm2；1990—2020年碳儲(chǔ)量和碳密度總體呈增加趨勢(shì)，碳儲(chǔ)量總量增加1.16×107 t，年均增加0.04×107 t，碳密度增加4.32 t/hm2，年均增加0.14 t/hm2。1990年后，畢節(jié)市通過大規(guī)模造林、退耕還林、石漠化治理等工程的實(shí)施，植被逐漸恢復(fù)，生態(tài)系統(tǒng)碳儲(chǔ)量和碳密度增加，到2010年略有下降，這可能是因?yàn)?010年之后，社會(huì)經(jīng)濟(jì)加速發(fā)展，工業(yè)和城鎮(zhèn)化步伐加快，城區(qū)擴(kuò)張，建設(shè)用地需求增大，植被等高碳密度土地發(fā)生變化，碳儲(chǔ)量出現(xiàn)下降。

統(tǒng)計(jì)各縣（市、區(qū)）碳儲(chǔ)量變化情況及全市碳儲(chǔ)量空間分布（圖5～6）發(fā)現(xiàn)，全市碳儲(chǔ)量空間分布存在差異，高碳儲(chǔ)量區(qū)主要分布在西部的威寧縣及中部和北部的赫章縣、七星關(guān)區(qū)、大方縣，低碳儲(chǔ)量區(qū)域主要分布在東部的黔西市、金沙縣。各縣區(qū)總碳儲(chǔ)量由高至低依次為威寧縣>大方縣>七星關(guān)區(qū)>赫章縣>織金縣>納雍縣>金沙縣>黔西市，呈現(xiàn)出西高東低的空間分布趨勢(shì)。30年間，除赫章縣碳儲(chǔ)量下降了778×105 t，其余縣（市、區(qū)）均有所增加，其中黔西市和威寧縣增加較多，分別增加了4.40×106和2.25×106 t。

2.3 碳儲(chǔ)量對(duì)土地利用變化的響應(yīng)

統(tǒng)計(jì)各土地利用類型碳儲(chǔ)量（表3）發(fā)現(xiàn)，30年來畢節(jié)市不同時(shí)期不同土地利用類型碳儲(chǔ)量發(fā)生了一定變化。5種土地利用類型中，林地碳儲(chǔ)量占比最大，4個(gè)時(shí)期占比均超過60.0%，其次是耕地，平均占比超過30.0%，草地平均占比約3.8%，建設(shè)用地占比最小，低于1.0%。

分析發(fā)現(xiàn)，1990—2020年，林地和建設(shè)用地碳儲(chǔ)量增加，分別增加2.69×107和0.07×107 t，耕地、草地碳儲(chǔ)量減少，分別減少0.71×107和0.89×107 t。耕地和林地碳儲(chǔ)量變化較快的時(shí)期為1990—2000年，其中，林地碳儲(chǔ)量增加了2.47×107 t，耕地碳儲(chǔ)量減少了1.43×107 t。2000—2010年耕地碳儲(chǔ)量增加，林地碳儲(chǔ)量有所下降，2010年之后，變化趨勢(shì)相反，耕地碳儲(chǔ)量下降，林地上升；草地碳儲(chǔ)量在1990—2000年增加，之后的20年減少；30年來建設(shè)用地碳儲(chǔ)量均小幅度增加。

從各時(shí)期不同土地利用類型碳儲(chǔ)量變化的空間分布（圖7）來看，1990—2000年畢節(jié)市碳儲(chǔ)量的變化趨勢(shì)為黔西大部分區(qū)域有明顯增加，七星關(guān)西部、赫章縣南部及威寧縣東南部減少。2000—2010年，織金縣南部區(qū)域碳儲(chǔ)量增加明顯，大方、黔西、織金交界區(qū)域明顯減少，原因可能是在此期間，洪家渡水電站（現(xiàn)支嘎阿魯湖）建成，此區(qū)域耕地和林地等轉(zhuǎn)為水域，碳儲(chǔ)量減少。2010—2020年，黔西大部碳儲(chǔ)量增加明顯，這與烏江流域生態(tài)恢復(fù)有關(guān)。1990—2020年，畢節(jié)市碳儲(chǔ)量變化總體上呈東部比其他區(qū)域增加明顯，赫章縣南部和威寧縣東南部減少較為明顯。

3 結(jié)論與討論

該研究以貴州省畢節(jié)市（畢節(jié)試驗(yàn)區(qū)）為研究對(duì)象，以1990、2000、2010、2020年4期土地利用數(shù)據(jù)為基礎(chǔ)，采用InVEST模型，分析畢節(jié)試驗(yàn)區(qū)1990—2020年不同土地利用類型碳儲(chǔ)量變化情況，得出如下主要結(jié)論：

（1）1990—2020年，畢節(jié)試驗(yàn)區(qū)土地利用類型以耕地和林地為主，草地、水域和建設(shè)用地較少。30年來試驗(yàn)區(qū)共有1 737.17 km2土地發(fā)生轉(zhuǎn)移，除水域變化較小外，其他土地利用類型均有明顯變化，其中，耕地和草地不同程度減少，分別凈減少763.04和20.35 km2，林地和建設(shè)用地增加，分別凈增加732.64和56.61 km2。試驗(yàn)區(qū)成立以來，在國(guó)家、省的大支持下，全市通過實(shí)施天然林資源保護(hù)、兩輪退耕還林、畢節(jié)巖溶地區(qū)石漠化綜合治理、重點(diǎn)生態(tài)區(qū)生態(tài)修復(fù)、國(guó)儲(chǔ)林建設(shè)等重大林業(yè)生態(tài)工程，全市生態(tài)環(huán)境得到極大改善。

（2）畢節(jié)試驗(yàn)區(qū)1990、2000、2010、2020年總儲(chǔ)量分別為51.21×107、52.34×107、51.97×107、52.37×107 t，碳密度分別為190.75、194.97、193.59、195.07 t/hm2，碳儲(chǔ)量和碳密度總體呈增加趨勢(shì)，1990—2020年試驗(yàn)區(qū)碳儲(chǔ)量總量增加1.16×107 t，年均增加0.04×107 t，碳密度增加4.32 t/hm2，年均增加0.14 t/hm2。30年來，隨著林地面積的增加，碳儲(chǔ)量增加，這說明林地發(fā)揮著重要的碳匯作用，林地的轉(zhuǎn)入表現(xiàn)出強(qiáng)烈的碳匯效應(yīng)，林地的轉(zhuǎn)出將降低區(qū)域碳吸收能力［18］。這一結(jié)果與其他學(xué)者對(duì)各個(gè)區(qū)域碳儲(chǔ)量時(shí)空變化的研究一致［28-30］。

（3）畢節(jié)試驗(yàn)區(qū)總碳儲(chǔ)量在縣域尺度上由高到低依次為威寧縣>大方縣>七星關(guān)區(qū)>赫章縣>織金縣>納雍縣>金沙縣>黔西市，呈現(xiàn)出西高東低的空間分布趨勢(shì)。

（4）1990—2020年，畢節(jié)試驗(yàn)區(qū)林地和建設(shè)用地碳儲(chǔ)量增加，分別增加2.69×107和0.07×107 t，耕地、林地碳儲(chǔ)量減少，分別減少0.71×107和0.89×107 t。隨著社會(huì)發(fā)展、人口持續(xù)增長(zhǎng)和人類活動(dòng)頻繁，對(duì)建設(shè)用地需求增大，林地和耕地轉(zhuǎn)為建設(shè)用地。

參考文獻(xiàn)

［1］? 楊潔，謝保鵬，張德罡.基于InVEST和CA-Markov模型的黃河 流域碳儲(chǔ)量時(shí)空變化研究［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2021，29（6）：1018-1029.

［2］ HOUGHTON R A，HOUSE J I，PONGRATZ J，et al.Carbon emissions from land use and landcover change［J］.Biogeosciences discussions，2012，9：5125-5142.

［3］ BAUMANN M，GASPARRI I，PIQUERRODRGUEZ M，et al.Carbon emissions from agricultural expansion and intensification in the Chaco［J］.Global change biology，2017，23（5）：1902-1916.

［4］ 唐睿，彭開麗.土地利用變化對(duì)區(qū)域陸地碳儲(chǔ)量的影響研究綜述［J］.江蘇農(nóng)業(yè)科學(xué)，2018，46（19）：5-11.

［5］ 李姣，汪杰，李朗，等.洞庭湖生態(tài)經(jīng)濟(jì)區(qū)土地利用變化對(duì)碳儲(chǔ)量的影響［J］.生態(tài)學(xué)雜志，2022，41（6）：1156-1165.

［6］ DANGULLA M，ABD M L，RAMLI M F，et al.Exploring urban tree diversity and carbon stocks in Zaria Metropolis，North Western Nigeria［J］.Applied geography，2021，127（1）：1-8.

［7］ 徐釗，曹國(guó)華，李思剛，等.江蘇省森林植被碳儲(chǔ)量分布結(jié)構(gòu)及變化特征［J］.西北林學(xué)院學(xué)報(bào)，2019，34（2）：69-75，91.

［8］ 吳恒，胥輝.森林植被碳密度遙感反演和校準(zhǔn)研究［J］.林業(yè)資源管理，2021（6）：43-51.

［9］ 辛?xí)云?，丁蕾，程偉，?北方草地及農(nóng)牧交錯(cuò)區(qū)草地植被碳儲(chǔ)量及其影響因素［J］.中國(guó)農(nóng)業(yè)科學(xué)，2020，53（13）：2757-2768.

［10］? 程鵬飛，王金亮，王雪梅，等.森林生態(tài)系統(tǒng)碳儲(chǔ)量估算方法研究進(jìn)展［J］.林業(yè)調(diào)查規(guī)劃，2009，34（6）：39-45.

［11］ 雷軍成，劉紀(jì)新，雍凡，等.基于CLUE-S和InVEST模型的五馬河流域生態(tài)系統(tǒng)服務(wù)多情景評(píng)估［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2017，33（12）：1084-1093.

［12］ 張志堂.上海城市典型綠地的碳匯估算［J］.綠色科技，2017（15）：60-62.

［13］ 應(yīng)天玉，李明澤，范文義.哈爾濱城市森林碳儲(chǔ)量的估算［J］.東北林業(yè)大學(xué)學(xué)報(bào)，2009，37（9）：33-35.

［14］ 張徐，李云霞，呂春娟，等.基于InVEST模型的生態(tài)系統(tǒng)服務(wù)功能應(yīng)用研究進(jìn)展［J］.生態(tài)科學(xué)，2022，41（1）：237-242.

［15］ 王成武，羅俊杰，唐鴻湖.基于InVEST模型的太行山沿線地區(qū)生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空分異驅(qū)動(dòng)力分析［J］.生態(tài)環(huán)境學(xué)報(bào)，2023，32（2）：215-225.

［16］ 劉曉娟，黎夏，梁迅，等.基于FLUS-InVEST模型的中國(guó)未來土地利用變化及其對(duì)碳儲(chǔ)量影響的模擬［J］.熱帶地理，2019，39（3）：397-409.

［17］ YANG J，HUANG X.The 30m annual land cover dataset and its dynamics in China from 1990 to 2019［J］.Earth system science data，2021，13（8）：3907-3925.

［18］ 陳大蓉，周旭，楊勝天，等.基于貴州省土地變化的碳儲(chǔ)量演變及其脆弱性特征分析［J］.水土保持通報(bào)，2023，43（3）：301-309.

［19］ 陳光水，楊玉盛，謝錦升，等.中國(guó)森林的地下碳分配［J］.生態(tài)學(xué)報(bào)，2007，27（12）：5148-5157.

［20］ GIARDINA C P，RYAN M G.Evidence that decomposition rates of organic carbon in mineral soil do not vary with temperature［J］.Nature，2000，404（6780）：858-861.

［21］ 丁訪軍，潘忠松，吳鵬，等.貴州東部常綠落葉闊葉混交林碳素積累及其分配特征［J］.生態(tài)學(xué)報(bào)，2015，35（6）：1761-1768.

［22］ 虎帥，張學(xué)儒，官冬杰.基于InVEST模型重慶市建設(shè)用地?cái)U(kuò)張的碳儲(chǔ)量變化分析［J］.水土保持研究，2018，25（3）：323-331.

［23］ CHUAI X W，HUANG X J，LAI L，et al.Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China［J］.Environmental science & policy，2013，25：50-61.

［24］ 李義平，蔡宏，田鵬舉，等.貴州省黎平縣地表覆被變化引起的生態(tài)系統(tǒng)碳儲(chǔ)量變化［J］.水土保持通報(bào)，2020，40（2）：92-99.

［25］ 唐堯，祝煒平，張慧，等.InVEST模型原理及其應(yīng)用研究進(jìn)展［J］.生態(tài)科學(xué)，2015，34（3）：204-208.

［26］ MOREIRA M，F(xiàn)ONSECA C，VERGLIO M，et al.Spatial assessment of habitat conservation status in a Macaronesian island based on the InVEST model：A case study of Pico Island（Azores，Portugal）［J］.Land use policy，2018，78：637-649.

［27］ 朱文博，張靜靜，崔耀平，等.基于土地利用變化情景的生態(tài)系統(tǒng)碳儲(chǔ)量評(píng)估：以太行山淇河流域?yàn)槔跩］.地理學(xué)報(bào)，2019，74（3）：446-459.

［28］ 王超越，郭先華，郭莉，等.基于FLUS-InVEST的西北地區(qū)土地利用變化及其對(duì)碳儲(chǔ)量的影響：以呼包鄂榆城市群為例［J］.生態(tài)環(huán)境學(xué)報(bào)，2022，31（8）：1667-1679.

［29］ 朱麗亞，胡克，孫爽，等.基于InVEST模型的遼寧省海岸帶碳儲(chǔ)量時(shí)空變化研究［J］.現(xiàn)代地質(zhì)，2022，36（1）：96-104.

［30］ 李瑾璞，夏少霞，于秀波，等.基于InVEST模型的河北省陸地生態(tài)系統(tǒng)碳儲(chǔ)量研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2020，36（7）：854-861.

作者簡(jiǎn)介?? 董奎（1990—），男，貴州織金人，工程師，碩士，從事森林資源調(diào)查等工作。

通信作者，工程師，從事林業(yè)資源保護(hù)等工作。