基于InVEST模型的陸良縣固碳能力研究

摘要以云南省曲靖市陸良縣為例，通過2000、2005、2010、2015、2020年5期土地利用數(shù)據(jù)和碳密度數(shù)據(jù)，利用GIS和InVEST的碳儲(chǔ)量模塊，獲取研究區(qū)碳儲(chǔ)量的時(shí)空分布數(shù)據(jù)，分析近20年陸良縣碳儲(chǔ)量變化特征。結(jié)果表明，20年間耕地和林地面積略微下降，而草地面積減少較為明顯，水域和建設(shè)用地面積增加明顯，未利用地減少明顯。碳儲(chǔ)量總體呈減少趨勢(shì)，尤其是2015—2020年減少明顯，與土地利用類型變化表現(xiàn)一致。不同類型土地在碳儲(chǔ)量變化方面存在明顯差異，林地的平均碳儲(chǔ)量最高，而建設(shè)用地、水域和未利用地的平均碳儲(chǔ)量較低。碳儲(chǔ)量空間分布變化不大，高值區(qū)主要分布在林地區(qū)域，低值區(qū)主要在建設(shè)用地和耕地集中區(qū)域。綜上所述，土地利用變化與碳儲(chǔ)量變化之間存在密切關(guān)聯(lián)，城市化進(jìn)程、耕地減少等因素可能導(dǎo)致碳儲(chǔ)量的減少，而對(duì)林地的保護(hù)、濕地的保護(hù)等措施可能有助于維持或增加碳儲(chǔ)量。

關(guān)鍵詞碳儲(chǔ)量；InVEST模型；固碳能力；陸良縣

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）24-0054-05

doi：10.3969/j.issn.0517-6611.2024.24.013

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

StudyonCarbonSequestrationCapacityinLuliangCountyBasedonInVESTModel

MAShan-jun1，SHAOZhi-peng2

（1.YunnanForestryTechnologicalCollege，Kunming，Yunnan650224;2.ForestryandGrasslandBureauofLuliangCounty，Luliang，Yunnan655699）

AbstractTakingLuliangCounty，QujingCity，YunnanProvinceasanexample，thespatialandtemporaldistributiondataofcarbonstorageinthestudyareawereobtainedthroughfiveperiodsoflandusedataandcarbondensitydatain2000，2005，2010，2015and2020.ThecarbonstoragemoduleofGISandInVESTwasusedtoanalyzethecharacteristicsofcarbonstoragechangesinLuliangCountyinthepast20years.Theresultsshowedthatoverthe20-yearperiod，theareaofcultivatedlandandforestlandhadslightlydecreased，whilethegrasslandareahaddecreasedsignificantly，andtheareasofwaterbodiesandconstructionlandhadincreasedsignificantly，withunusedlanddecreasingnoticeably.Theoverallcarbonstorageshowedadecliningtrend，especiallyduringtheperiodfrom2015to2020，whichwasconsistentwithchangesinlanduse.Thereweresignificantdifferencesincarbonstoragechangesamongdifferentlandtypes，withforestlandhavingthehighestaveragecarbonstorage，whileconstructionland，watersandunusedlandhadrelativelylowaveragecarbonstorage.Thespatialdistributionofcarbonstoragehadnotchangedsignificantly，high-valueareasmainlydistributedinforestareas，andlow-valueareasmainlydistributedinconstructionlandandcultivatedlandconcentrationareas.Insummary，therewasaclosecorrelationbetweenlandusechangeandcarbonstoragechange.Factorssuchasurbanizationandreducedcultivatedlandmayleadtoadecreaseincarbonstorage，whilemeasuressuchasprotectingforestsandwetlandsmayhelpmaintainorincreasecarbonstorage.

KeywordsCarbonstorage;InVESTmodel;Carbonsequestration;LuliangCounty

在全球氣候變化日益嚴(yán)峻的背景下，碳儲(chǔ)量及其動(dòng)態(tài)變化已成為全球科學(xué)研究的熱點(diǎn)問題之一^［1-3］。隨著人類活動(dòng)的不斷增加，土地利用類型作為影響碳循環(huán)的關(guān)鍵因素^［4］，對(duì)全球碳儲(chǔ)量的影響日益顯著。碳儲(chǔ)量作為評(píng)估生態(tài)系統(tǒng)服務(wù)功能和氣候變化適應(yīng)性的重要指標(biāo)，其動(dòng)態(tài)變化不僅關(guān)系到區(qū)域生態(tài)環(huán)境的穩(wěn)定，也直接影響到全球碳平衡和氣候變化的趨勢(shì)。因此，對(duì)碳儲(chǔ)量的精準(zhǔn)評(píng)估及其時(shí)空動(dòng)態(tài)變化的監(jiān)測(cè)顯得尤為重要。

目前，生態(tài)系統(tǒng)碳儲(chǔ)量的評(píng)估方法多種多樣^［5］，其中，基于生物量估算和模型模擬的方法因其科學(xué)性和可操作性而被廣泛應(yīng)用。InVEST模型作為一種強(qiáng)大的生態(tài)系統(tǒng)服務(wù)評(píng)估工具^［6］，能夠綜合考慮土地利用變化、碳密度分布等因素，對(duì)區(qū)域碳儲(chǔ)量進(jìn)行精準(zhǔn)估算^［7］。結(jié)合GIS的空間分析能力，InVEST模型能夠直觀地展示碳儲(chǔ)量的空間分布及其動(dòng)態(tài)變化，為區(qū)域碳管理提供科學(xué)依據(jù)。

云南省曲靖市陸良縣位于滇中腹地，地處南盤江上游，地勢(shì)平坦，水系發(fā)達(dá)，擁有豐富的自然資源和多樣的生態(tài)系統(tǒng)，為碳儲(chǔ)量的形成與積累提供了得天獨(dú)厚的條件。然而，隨著近年來城市化進(jìn)程的加快和人口的增長(zhǎng)，陸良縣的土地利用結(jié)構(gòu)發(fā)生一定的變化，這對(duì)該區(qū)域的碳儲(chǔ)量產(chǎn)生了深遠(yuǎn)影響。筆者以陸良縣為例，利用2000—2020年的土地利用數(shù)據(jù)和碳密度數(shù)據(jù)，結(jié)合GIS和InVEST模型的碳儲(chǔ)量模塊，對(duì)陸良縣的碳儲(chǔ)量進(jìn)行全面分析，揭示陸良縣碳儲(chǔ)量的時(shí)空變化特征，探討土地利用變化對(duì)碳儲(chǔ)量的影響機(jī)制，并提出相應(yīng)的生態(tài)保護(hù)和管理建議，這不僅有助于深入了解陸良縣生態(tài)系統(tǒng)的固碳能力，也為其他地區(qū)碳儲(chǔ)量的評(píng)估與管理提供了有益的參考。

1資料與方法

1.1 研究區(qū)概況 陸良縣位于云南省東部、曲靖市南部，地處云貴高原東部的南盤江上游，屬珠江流域，地跨103°23′～104°02′E、24°44′～25°18′N（圖1）。東鄰羅平，西靠宜良，南連師宗、瀘西、石林，北接曲靖、馬龍^［8］。縣城位于中樞鎮(zhèn)（103°41′E、25°02′N），是全縣政治、經(jīng)濟(jì)、文化中心。境內(nèi)陸良?jí)巫訛樵颇鲜〉谝淮髩巫?，面積771.99 km2，占全縣總面積的38.75%。陸良縣地質(zhì)構(gòu)造單元屬揚(yáng)子準(zhǔn)地臺(tái)，陸良?jí)巫有纬芍两窦s6 500萬年，是一個(gè)新生代第三紀(jì)斷陷盆地，境內(nèi)三面環(huán)山，東有龍海山，最高海拔2 687 m；西有牛頭山，最高海拔2 493 m；北有竹子山，最高海拔2 577 m，整個(gè)地勢(shì)呈北高南低走勢(shì)，南盤江從中迂回過境，形成高原、山地、丘陵、盆地相間的地貌^［9］，是滇東北較典型的巖溶地貌之一。陸良縣屬北亞熱帶高原季風(fēng)氣候類型，終年溫和，冬無嚴(yán)寒，夏無酷暑，春暖干旱，秋涼濕潤(rùn)，降水集中，干濕分明^［10］。

1.2數(shù)據(jù)收集該研究所需要數(shù)據(jù)主要有基礎(chǔ)地理數(shù)據(jù)中的行政邊界數(shù)據(jù)，當(dāng)前土地利用覆蓋圖、碳密度表等。土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心（http：//www.resdc.edu/），比例尺1∶10萬。經(jīng)過掩膜提取得到陸良縣2000、2005、2010、2015、2020年這5期的土地利用圖，將研究區(qū)域土地利用類型重分類為耕地、林地、草地、水域、建設(shè)用地、未利用土地6個(gè)一級(jí)類型，再將重分類后數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)，導(dǎo)入InVEST模型。

1.3 碳密度 地上部分碳密度和土壤碳密度數(shù)據(jù)主要通過收集研究區(qū)及其相鄰區(qū)域內(nèi)已有的研究成果來獲取^［11］，具體如表1所示。

1.4 數(shù)據(jù)處理 該研究應(yīng)用InVEST中的碳儲(chǔ)存模塊進(jìn)行固碳能力研究^［12］，該模塊認(rèn)為碳儲(chǔ)量變化是土地利用變化的結(jié)果，簡(jiǎn)化了碳循環(huán)過程，將生態(tài)系統(tǒng)碳庫分成地上碳、地下碳、枯落物碳和土壤碳4部分^［13］。地上碳主要包括地上存活植被，樹干、樹枝、樹葉等中的碳含量^［14-19］?；贗nVEST碳儲(chǔ)量模型的目的，暫不考慮地上碳庫中極不穩(wěn)定的碳，如短周期農(nóng)作物等，因?yàn)樵擃愄枷鄬?duì)于整個(gè)地上碳庫，含量相對(duì)較少且非常穩(wěn)定或更新較快^{［14，16，20］}。地下碳主要是活性植被根系中的碳含量；土壤碳一般被限制為礦質(zhì)土壤中碳含量，也包含有機(jī)土壤中碳含量；枯落物碳包括掉落物或者枯萎死亡的樹木碳含量^［16］。模型運(yùn)算公式如下：

Ci=Ca+Cb+Cc+Cd（1）

Call=ni=1（Ci×Si）（2）

式中：Ci為土地利用類型i的總碳密度（t/hm2）；Ca為土地利用類型i地上碳密度（t/hm2）；Cb為土地利用類型i地下碳密度（t/hm2）；Cc為土地利用類型i枯落物碳密度（t/hm2）；Cd為土地利用類型i土壤碳密度（t/hm2）^［16］。Si為土地利用類型i的面積（hm2）；n為土地利用類型的數(shù)量；Call表示總碳儲(chǔ)量（t）^［20］。

2結(jié)果與分析

2.1土地利用變化分析通過ArcGIS軟件將柵格數(shù)據(jù)轉(zhuǎn)為矢量數(shù)據(jù)，再求算橢球面積，得出陸良縣2000、2005、2010、2015、2020年5期土地利用類型面積及變化率，詳見表2和表3。從表2、3可以看出，近20年研究區(qū)耕地和林地總體分別減少了580.09、448.33hm2，變化率分別為-0.74%、-0.87%，耕地和林地面積雖有所波動(dòng)，但總體趨勢(shì)平穩(wěn)；草地面積減少了1945.78hm2，變化率為-2.45%，減少較為明顯；水域面積增加了844.01hm2，變化率為30.62%，是所有類型中增加最快的；建設(shè)用地面積增加了2262.20hm2，變化率也為30.62%，顯示出快速的擴(kuò)張趨勢(shì)；未利用地面積減少了132.01hm2，變化率為-56.29%，是減少幅度最大的類型。

從表4可以看出，20年間各土地利用類型均發(fā)生了變化，建設(shè)用地轉(zhuǎn)移變化最為明顯，轉(zhuǎn)出1445.46hm2，轉(zhuǎn)入3707.67hm2，主要是與耕地相互轉(zhuǎn)移；其次為草地變化較明顯，轉(zhuǎn)出8002.16hm2，轉(zhuǎn)入6056.35hm2，主要是以林地和耕地相互轉(zhuǎn)移。從各年度間的土地利用類型變化來看，研究區(qū)經(jīng)歷了明顯的土地利用結(jié)構(gòu)調(diào)整。其中，建設(shè)用地的快速擴(kuò)張和未利用地的急劇減少最為突出，反映出城市化進(jìn)程加速和土地集約利用的趨勢(shì)。水域面積的增加可能與生態(tài)保護(hù)和水利工程建設(shè)有關(guān)，體現(xiàn)了研究區(qū)對(duì)水資源保護(hù)和利用的重視。林地和耕地面積雖有波動(dòng)，但總體保持相對(duì)穩(wěn)定，表明研究區(qū)在保障生態(tài)基底的同時(shí)，也在逐步優(yōu)化土地利用結(jié)構(gòu)。

從2000—2020年陸良縣土地利用類型空間分布（圖2）可以看出，研究區(qū)城區(qū)主要集中在壩區(qū)的中部區(qū)域，20年間整體土地利用變化趨勢(shì)并不劇烈，顯示了一種相對(duì)穩(wěn)定的城市發(fā)展脈絡(luò)。建設(shè)用地向西南和東北方向帶狀擴(kuò)張，這一變化模式在2015—2020年更加明顯，反映出該階段城市化進(jìn)程的加速發(fā)展。

2.2碳儲(chǔ)量變化分析從表5可以看出，20年間研究區(qū)碳儲(chǔ)量整體上保持穩(wěn)定，但呈減少趨勢(shì)，累計(jì)減少了9.15萬t，特別是2015—2020年減少明顯，碳儲(chǔ)量減少了7.56萬t。2015—2020年也是城市擴(kuò)張、耕地減少明顯時(shí)期，可見碳儲(chǔ)量減少與土地利用類型變化表現(xiàn)一致。從各碳庫看，2000—2020年地上碳儲(chǔ)量總體呈現(xiàn)減少趨勢(shì)，減少了3.74萬t；地下碳儲(chǔ)量的變化相對(duì)較小，但也呈現(xiàn)出減少趨勢(shì)，減少了2.40萬t；枯落物碳儲(chǔ)量在初期有所波動(dòng)，但總體上也呈現(xiàn)出減少趨勢(shì)，減少了2.75萬t；土壤碳儲(chǔ)量也表現(xiàn)出一定的減少趨勢(shì)，但變化幅度相對(duì)較小，減少了0.25萬t。

從各時(shí)期不同土地利用類型碳儲(chǔ)量的變化情況來看，各土地利用類型的平均碳儲(chǔ)量從大到小依次為林地（0.557 1 t/hm2）gt;草地（0.272 5 t/hm2）gt;耕地（0.158 9 t/hm2）gt;建設(shè)用地（0.009 6 t/hm2）gt;水域（0.001 4 t/hm2）gt;未利用地（0.000 4 t/hm2）。林地的平均碳儲(chǔ)量最高，表明林地在碳儲(chǔ)量中起重要作用；耕地和草地的平均碳儲(chǔ)量相對(duì)較高，對(duì)總碳儲(chǔ)量有一定貢獻(xiàn)；建設(shè)用地、未利用地和水域的平均碳儲(chǔ)量較低，表明它們?cè)谔純?chǔ)量中的貢獻(xiàn)較小^［21］。從表6可以看出，研究區(qū)耕地的碳儲(chǔ)量減少較為明顯，尤其是2015—2020年大幅減少，減少了39 408 t；林地的碳儲(chǔ)量減少也較為明顯，尤其是2010—2015年，減少了28 510 t；草地在不同時(shí)間段內(nèi)碳儲(chǔ)量的變化較為明顯，特別是2005—2010年，減少量達(dá)67 175 t；水域的碳儲(chǔ)量2005—2010和2010—2015年出現(xiàn)較大幅度的減少，2015—2020年出現(xiàn)明顯增加，增加了6 117 t；建設(shè)用地的碳儲(chǔ)量變化趨勢(shì)相對(duì)平穩(wěn)，呈緩慢增加趨勢(shì)，2015—2020年出現(xiàn)較大幅度增加，增加了11 973 t；未利用地的碳儲(chǔ)量變化波動(dòng)較大，2005—2010年出現(xiàn)較大幅度的增加，增加了796 t，2015—2020年出現(xiàn)較大幅度減少，減少了2 562 t。從變化率上看，耕地、林地和草地的變化相對(duì)穩(wěn)定，波動(dòng)較小，而水域和未利用地的變化較為劇烈，其次為建設(shè)用地。不同土地利用類型在不同年份之間的碳儲(chǔ)量變化呈現(xiàn)出明顯差異，這些差異可能來源于土地開發(fā)、城市化進(jìn)程等因素的影響，對(duì)林地和濕地的保護(hù)以及土地復(fù)耕等措施。

從碳儲(chǔ)量空間分布（圖3）可以看出，2000—2020年研究區(qū)碳儲(chǔ)量的空間分布變化不大，碳儲(chǔ)量高值區(qū)主要集中在研究區(qū)的西部和東南部，該區(qū)域大面積分布林地；碳儲(chǔ)量低值主要集中在中部壩區(qū)，即建設(shè)用地和耕地集中區(qū)域。

3結(jié)論與討論

（1）研究區(qū)20年間土地利用空間格局未發(fā)生明顯變化，但土地利用類型的面積變化較為明顯。20年間，耕地、林地、草地和未利用地面積減少，而建設(shè)用地和水域面積增加，城市向西南和東北方向擴(kuò)張。這種土地利用變化主要是由于城市化進(jìn)程的加速，導(dǎo)致耕地被占用，而草地和林地被轉(zhuǎn)化為建設(shè)用地和耕地。特別是2015—2020年城市化發(fā)展較明顯，同時(shí)受耕地及林地政策影響，耕地和林地互相制約，草地面積不斷減少，水域面積明顯增加。

（2）研究區(qū)不同土地利用類型的碳儲(chǔ)量呈現(xiàn)較大差異，各土地利用類型的平均碳儲(chǔ)量從大到小依次為林地gt;草地gt;耕地gt;建設(shè)用地gt;水域gt;未利用地，20年間碳儲(chǔ)量整體上保持穩(wěn)定，但呈減少趨勢(shì)，累計(jì)減少9.15萬t，尤其是2015—2020年碳儲(chǔ)量減少明顯，這與城市擴(kuò)張和耕地減少密切相關(guān)。不同土地利用類型的碳儲(chǔ)量變化也有所不同，耕地和林地的碳儲(chǔ)量減少較為明顯，而建設(shè)用地的碳儲(chǔ)量呈緩慢增加趨勢(shì)。研究區(qū)20年間碳儲(chǔ)量的空間分布相對(duì)穩(wěn)定，高碳儲(chǔ)量區(qū)主要分布在研究區(qū)的西部和東南部，即林地區(qū)域；而低碳儲(chǔ)量區(qū)主要集中在中部壩區(qū)，即建設(shè)用地和耕地集中區(qū)域。

（3）通過對(duì)研究區(qū)20年碳儲(chǔ)量的研究可以看出土地利用變化對(duì)碳儲(chǔ)量有重要影響。研究區(qū)處于城市化發(fā)展階段，應(yīng)該加強(qiáng)土地利用規(guī)劃，合理控制城市擴(kuò)張，保護(hù)耕地和林地，以促進(jìn)碳儲(chǔ)量的增加和生態(tài)環(huán)境的改善。

參考文獻(xiàn)

［1］IPCC.2006IPCCguidelinesfornationalgreenhousegasinventories［R］.Kanagawa：IPCC，2006.

［2］同德成，羅格平，許文強(qiáng)，等.1960—2008年阿克蘇河流域生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)［J］.應(yīng)用生態(tài)學(xué)報(bào)，2010，21（2）：399-408.

［3］莫文康.碳中和愿景下我國(guó)政府綠色采購的多維困境及紓解［D］.南寧：廣西大學(xué)，2023.

［4］袁霄.近20年來重慶市土地利用碳排放的時(shí)空格局及低碳優(yōu)化［D］.重慶：西南大學(xué)，2018.

［5］孫方虎，方鳳滿，洪煒林，等.基于PLUS和InVEST模型的安徽省碳儲(chǔ)量演化分析與預(yù)測(cè)［J］.水土保持學(xué)報(bào)，2023，37（1）：151-158.

［6］官冬杰，黃大楠，殷博靈.重慶市生態(tài)保護(hù)紅線內(nèi)的生態(tài)系統(tǒng)服務(wù)動(dòng)態(tài)變化評(píng)估［J］.重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，40（9）：68-77.

［7］POLASKYS，NELSONE，PENNINGTOND，etal.Theimpactofland-usechangeonecosystemservices，biodiversityandreturnstolandowners：AcasestudyintheStateofMinnesota［J］.Enconomics，2011，48（2）：219-242.

［8］高維全.陸良縣野生動(dòng)物資源調(diào)查初報(bào)［J］.安徽農(nóng)學(xué)通報(bào)，2021，27（5）：21-23.

［9］高永坤，吳紅全，陳培榮.陸良縣森林及森林生態(tài)資源管理與保護(hù)的思考［J］.綠色科技，2014（4）：128-131.

［10］高昆瑞.陸良縣國(guó)家森林撫育補(bǔ)貼試點(diǎn)項(xiàng)目實(shí)施情況分析［J］.防護(hù)林科技，2013（5）：53-56.

［11］劉宇.基于InVEST模型的喀斯特地區(qū)茶園生態(tài)系統(tǒng)服務(wù)功能評(píng)估［D］.昆明：云南大學(xué)，2021.

［12］肖小妮，任瑩，張悅.基于InVEST模型的北京碳儲(chǔ)存功能評(píng)估［J］.農(nóng)家科技，2016（1）：296.

［13］張孝宇，賴宗裕，張安錄.基于地塊尺度的耕地非農(nóng)化驅(qū)動(dòng)力空間異質(zhì)性研究：以武漢市為例［J］.長(zhǎng)江流域資源與環(huán)境，2015，24（6）：994-1002.

［14］叢文翠，孫小銀.基于GIS和InVEST模型的日照市固碳能力研究［J］.水土保持通報(bào)，2018，38（5）：200-205.

［15］彭怡.InVEST模型在生態(tài)系統(tǒng)服務(wù)功能評(píng)估中的應(yīng)用研究：以四川汶川地震災(zāi)區(qū)為例［D］.北京：中國(guó)科學(xué)院研究生院，2010.

［16］陳海鵬，竇苗.基于InVEST模型的云南小江流域生態(tài)系統(tǒng)碳儲(chǔ)量及空間格局研究［J］.安徽農(nóng)業(yè)科學(xué)，2017，45（12）：51-54.

［17］張靖宙，吳秀芹，肖桂英.云南省建水縣不同石漠化治理模式下碳儲(chǔ)量功能評(píng)估［J］.北京林業(yè)大學(xué)學(xué)報(bào)，2018，40（8）：72-81.

［18］劉冠，李國(guó)慶，李潔，等.基于InVEST模型的1999—2016年麻塔流域碳儲(chǔ)量變化及空間格局研究［J］.干旱區(qū)研究，2021，38（1）：267-274.

［19］王紹強(qiáng)，周成虎，李克讓，等.中國(guó)土壤有機(jī)碳庫及空間分布特征分析［J］.地理學(xué)報(bào)，2000，55（5）：533-544.

［20］武海喆，劉登峰，黃強(qiáng)，等.不同潛在蒸發(fā)估算方法對(duì)黃土高原渭河徑流模擬的影響研究［J］.人民珠江，2020，41（10）：36-43，65.

［21］曹婧昳.干旱半干旱區(qū)生態(tài)系統(tǒng)服務(wù)時(shí)空變化特征及驅(qū)動(dòng)力研究：以寧夏回族自治區(qū)為例［D］.南昌：江西財(cái)經(jīng)大學(xué)，2023.