基于土地利用數(shù)據(jù)研究寧夏沙坡頭國(guó)家級(jí)自然保護(hù)區(qū)碳儲(chǔ)量變化

摘要： 為了研究寧夏沙坡頭國(guó)家級(jí)自然保護(hù)區(qū)的土地利用類(lèi)型變化對(duì)碳儲(chǔ)量時(shí)空分布的影響，利用該保護(hù)區(qū)1990—2020年土地利用數(shù)據(jù)，運(yùn)用斑塊生成土地利用模擬（PLUS）模型和生態(tài)系統(tǒng)服務(wù)和權(quán)衡的綜合評(píng)估（InVEST）模型研究保護(hù)區(qū)碳儲(chǔ)量對(duì)土地利用類(lèi)型變化的響應(yīng)，預(yù)測(cè)2030年保護(hù)區(qū)不同情景下的土地利用類(lèi)型及碳儲(chǔ)量的變化。結(jié)果表明： 1990—2020年保護(hù)區(qū)內(nèi)未利用地面積持續(xù)減少，草地和耕地面積增加； 未利用地向草地轉(zhuǎn)化以及草地的碳密度較大，導(dǎo)致草地碳儲(chǔ)量增大； 2030年保護(hù)區(qū)在自然變化情景和生態(tài)保護(hù)情景下的碳儲(chǔ)量分別增加2.39×105、 1.05×105 t，而在耕地保護(hù)情景下的碳儲(chǔ)量則減少0.1×105 t，自然變化情景更有利于提高保護(hù)區(qū)的碳儲(chǔ)量。

關(guān)鍵詞：碳儲(chǔ)量；土地利用數(shù)據(jù)；斑塊生成土地利用模擬模型；生態(tài)系統(tǒng)服務(wù)和權(quán)衡的綜合評(píng)估模型；寧夏沙坡頭國(guó)家級(jí)自然保護(hù)區(qū)

文章編號(hào)：1671-3559（2025）02-0159-08

中圖分類(lèi)號(hào)： X171.1

文獻(xiàn)標(biāo)志碼： A

Analysis on Carbon Storage Changes in Shapotou National Nature Reserve of Ningxia Based on Land Use Data

ZHENG Caizhi1， HUANG Yaru2， MA Jianxue2， NIU Zhiming2， PANG Haiwei1， ZHANG Yu1，GUO Jiacheng1， HOU Sen1， GENG Qikang1， BIAN Zhen1， LIU Jiankang3

（1. School of Water Conservancy and Environment， University of Jinan， Jinan 250022， Shandong， China;

2. Ningxia Shapotou National Nature Reserve Administration， Zhongwei 755000， Ningxia， China;

3. School of Ecology and Environment， Ningxia University， Yinchuan 750021， Ningxia， China）

Abstract： To study the effect of land use type change on temporal-spatial distribution of carbon storage in Shapotou National Nature Reserve of Ningxia， land use data from 1990 to 2020 were used， and patch-generated land use simulation （PLUS） model and integrated valuation of ecosystem services and trade-offs （InVEST） model were used to study the response ofcarbonstorageintheresearchregion to the changes in land use types and carbon storage under different scenarios in 2030. The results show that the unused land area in the researchregioncontinuouslydecreases，whilethearea of grassland and cultivated land increase from 1990 to 2020. The conversion of unused land to grassland and the higher carbon density of grassland led to the increase of grassland carbon storage. In 2030， the carbon storages of the research region under the natural change scenario and ecological protection scenario increase by 2.39×105 t and 1.05×105 t， respectively， while the carbon storage under the cultivated land protection scenario decreases by 0.1×105 t. The natural change scenario is more conducive to improving the carbon storage of the research region.

Keywords： carbon storage; land use data; patch-generating land use simulation model; integrated valuation of ecosystem services and trade-offs model; Shapotou National Nature Reserve of Ningxia

土地是人類(lèi)社會(huì)活動(dòng)的基礎(chǔ)，是人與自然相互作用的重要載體。隨著人類(lèi)對(duì)自然環(huán)境的影響不斷加大，碳排放量不斷增加，成為全球氣候變暖的主要原因之一^［1］。碳儲(chǔ)量代表著生態(tài)系統(tǒng)中存儲(chǔ)的碳量，不僅對(duì)氣候變暖具有有效的減緩作用，而且還可以為其他生態(tài)系統(tǒng)服務(wù)提供支持^［2］。土地利用是碳存儲(chǔ)的主要影響因素，土地利用開(kāi)發(fā)模式的變化通過(guò)改變生態(tài)系統(tǒng)的結(jié)構(gòu)與功能來(lái)影響生態(tài)系統(tǒng)碳匯能力與碳儲(chǔ)量的變化^［3］。國(guó)家“十四五”規(guī)劃明確指出，我國(guó)將加強(qiáng)空間規(guī)劃，以減少人類(lèi)活動(dòng)對(duì)自然空間的占用，并努力推動(dòng)實(shí)現(xiàn)碳達(dá)峰、 碳中和（簡(jiǎn)稱(chēng)“雙碳”）目標(biāo)^［4］。在“雙碳”目標(biāo)背景下，土地利用空間格局必然發(fā)生變化，及時(shí)評(píng)估土地利用變化引起的碳儲(chǔ)量變化，對(duì)區(qū)域生態(tài)系統(tǒng)碳循環(huán)及碳匯能力提升等研究具有重要意義^［5］。

目前生態(tài)系統(tǒng)服務(wù)和權(quán)衡的綜合評(píng)估（InVEST）模型碳儲(chǔ)量模塊在計(jì)算碳儲(chǔ)量方面應(yīng)用最為廣泛，該模型能夠以高精度模擬不同時(shí)空尺度下的碳儲(chǔ)量分布，具有廣闊的應(yīng)用前景^［6］。斑塊生成土地利用模擬（PLUS）模型具有模擬精度高、 數(shù)據(jù)處理快、 可有效模擬多地類(lèi)復(fù)雜演變過(guò)程等優(yōu)勢(shì)，在對(duì)未來(lái)土地利用的精確預(yù)測(cè)研究中得到了應(yīng)用^［7-8］。楊瀲威等^［9］應(yīng)用PLUS-InVEST模型對(duì)2030年西安市在不同情景下碳存儲(chǔ)的時(shí)空變化進(jìn)行了模擬和預(yù)測(cè)，探討碳存儲(chǔ)對(duì)土地利用變化的響應(yīng)關(guān)系。李俊等^［10］應(yīng)用PLUS-InVEST模型探究了昆明市土地利用變化及碳儲(chǔ)量變化狀況。伍丹等^［11］應(yīng)用PLUS-InVEST模型對(duì)成渝經(jīng)濟(jì)區(qū)2000—2050年碳存儲(chǔ)進(jìn)行了模擬預(yù)測(cè)。

寧夏沙坡頭國(guó)家級(jí)自然保護(hù)區(qū)（簡(jiǎn)稱(chēng)沙坡頭保護(hù)區(qū)）位于寧夏回族自治區(qū)中衛(wèi)市沙坡頭區(qū)，地處北方農(nóng)牧交錯(cuò)帶核心區(qū)，自2001年開(kāi)始實(shí)施全面禁牧政策以來(lái)，草地生態(tài)系統(tǒng)有所改善，但退化問(wèn)題仍未得到根本解決^［12］。土地利用類(lèi)型變化在生態(tài)系統(tǒng)碳循環(huán)過(guò)程具有雙重影響，可能發(fā)揮碳匯作用，也可能發(fā)揮碳源作用，這與土地利用格局密切相關(guān)^［13］。目前針對(duì)寧夏地區(qū)農(nóng)牧交錯(cuò)地帶不同生態(tài)系統(tǒng)碳庫(kù)的研究較少，因此本文中基于沙坡頭保護(hù)區(qū)的歷史土地利用數(shù)據(jù)，對(duì)未來(lái)土地利用類(lèi)型變化進(jìn)行預(yù)測(cè)。運(yùn)用PLUS模型，模擬2030年耕地保護(hù)、 然變化以及生態(tài)保護(hù)情景下的土地利用空間分布格局，同時(shí)借助InVEST模型，估算保護(hù)區(qū)1990—2020年的碳儲(chǔ)量以及未來(lái)2030年碳儲(chǔ)量變化。通過(guò)探討碳儲(chǔ)量對(duì)土地利用變化的響應(yīng)關(guān)系及變化規(guī)律，可以為沙坡頭保護(hù)區(qū)制定更有效的土地開(kāi)發(fā)利用策略，在“雙碳”目標(biāo)背景下實(shí)現(xiàn)可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況

沙坡頭保護(hù)區(qū)的地理位置為東經(jīng)104°49′—105°09′、 北緯37°25′—37°37′，面積為140.43 km2，年降水量為179.6 mm，年蒸發(fā)量為1 829.6 mm，年均氣溫為8.8 ℃。保護(hù)區(qū)北接騰格里沙漠，南臨黃河，東部為中衛(wèi)綠洲，屬于沙漠與綠洲的過(guò)渡地帶，為中衛(wèi)綠洲提供了重要的防風(fēng)固沙和生態(tài)安全屏障，具有保障區(qū)域生態(tài)系統(tǒng)的穩(wěn)定性作用。沙坡頭保護(hù)區(qū)概況如圖1所示。

2 數(shù)據(jù)來(lái)源和研究方法

2.1 數(shù)據(jù)來(lái)源

本文中的研究數(shù)據(jù)來(lái)源如表1所示。

2.2 研究方法

2.2.1 InVEST模型

本文中采用InVEST模型精確計(jì)算生態(tài)系統(tǒng)中的碳儲(chǔ)量^［10］，利用土地利用數(shù)據(jù)和碳密度數(shù)據(jù)，綜合評(píng)估植被地上碳儲(chǔ)量、 植被地下碳儲(chǔ)量、土壤有機(jī)碳儲(chǔ)量和死亡有機(jī)碳儲(chǔ)量四大碳庫(kù)，計(jì)算得到碳庫(kù)總碳儲(chǔ)量^［14］，計(jì)算公式為

C_tot=Ca+Cb+ Cc+Cd ，（1）

式中： C_tot為生態(tài)系統(tǒng)中碳庫(kù)總碳儲(chǔ)量； Ca為植被地上碳庫(kù)的碳儲(chǔ)量； Cb為植被地下碳庫(kù)的碳儲(chǔ)量； Cs為土壤碳庫(kù)的碳儲(chǔ)量； Cd為死亡有機(jī)碳庫(kù)的碳儲(chǔ)量。

本文中的碳密度數(shù)據(jù)優(yōu)先參考寧夏現(xiàn)有研究成果^［15］綜合確定，對(duì)于部分缺少數(shù)據(jù)，借鑒臨近地區(qū)的研究成果數(shù)據(jù)^［16-19］補(bǔ)全， 若仍存在空缺， 利用相關(guān)文獻(xiàn)［20-21］提出的碳密度修正公式和李克讓等^［22］、解憲麗等^［23］研究得到的全國(guó)6種土地類(lèi)型碳密度數(shù)據(jù)修正，獲得不同土地利用類(lèi)型本地化碳密度數(shù)據(jù)（見(jiàn)表2）。碳密度修正公式為

C_bp=6.789e^{0.005 4rm} ，（2）

C_sp=3.396 8rm+3 996.1 ，（3）

K_bp=C_bp1/C_bp2 ，（4）

K_sp=C_sp1/C_sp2 ，（5）

式中： C_bp為生物量碳密度； rm為年均降水量； C_sp為土壤碳密度； K_bp為生物量碳密度降水因子修正系數(shù)； C_bp1、 C_sp1分別為全國(guó)年均降水量、 年均氣溫； K_sp為土壤碳密度降水因子修正系數(shù)； C_bp2、 C_sp2分別為中衛(wèi)市年均降水量、 年均氣溫。

2.2.2 PLUS土地利用預(yù)測(cè)模型與多情景設(shè)定

1）PLUS模型。該模型是一種基于現(xiàn)有的土地利用類(lèi)型預(yù)測(cè)未來(lái)的土地利用變化的模型^［24］，以往的研究^［25-26］表明，PLUS模型能夠?qū)崿F(xiàn)對(duì)土地利用變化的精確模擬。

2）精度驗(yàn)證。通過(guò)統(tǒng)計(jì)分析2009、 2016年的歷史土地利用數(shù)據(jù)， 利用降水、 氣溫、 高程、 坡度、 坡向、 距道路距離、 距鐵路距離及人口密度8個(gè)驅(qū)動(dòng)因子模擬2023年的土地利用類(lèi)型。 通過(guò)與實(shí)際數(shù)據(jù)對(duì)比， PLUS模型的模擬精度評(píng)估結(jié)果顯示， Kappa系數(shù)為0.78， 精度滿足試驗(yàn)?zāi)M精度。

3）鄰域權(quán)重設(shè)置。鄰域權(quán)重代表不同土地利用類(lèi)型的擴(kuò)張能力^［27］， 通過(guò)計(jì)算確定不同土地利用類(lèi)型鄰域權(quán)重： 耕地的權(quán)重為0.074， 草地的權(quán)重為0.599， 水域的權(quán)重為0.020， 未利用地的權(quán)重為0.299， 建設(shè)用地的權(quán)重為0.008。

4）轉(zhuǎn)移矩陣設(shè)置。土地利用轉(zhuǎn)移矩陣可以有效地展示土地利用變化的過(guò)程和趨勢(shì)，本文中設(shè)置自然變化、 耕地保護(hù)和生態(tài)保護(hù)3種情景，不同情景下土地利用轉(zhuǎn)移矩陣如表3所示，其中“×”表示不同土地利用類(lèi)型之間不可以發(fā)生轉(zhuǎn)換，“√”表示不同土地利用類(lèi)型之間可以發(fā)生轉(zhuǎn)換。

3 結(jié)果與分析

3.1 歸一化植被指數(shù)的時(shí)間變化

沙坡頭保護(hù)區(qū)不同情景下土地利用分布如圖2所示， 土地利用類(lèi)型面積數(shù)據(jù)見(jiàn)表4。 由圖、 表可知： 1990—2020年保護(hù)區(qū)內(nèi)主要土地利用類(lèi)型為未利用地（沙地和裸土地）， 位于北部和西北部， 處于騰格里沙漠邊緣地帶， 多年來(lái)保護(hù)區(qū)內(nèi)未利用地面積持續(xù)減少， 面積占比減少35.12個(gè)百分點(diǎn)； 保護(hù)區(qū)內(nèi)主要的土地利用類(lèi)型為草地， 主要位于南部、 中部和東北部， 多年來(lái)保護(hù)區(qū)內(nèi)草地面積持續(xù)增加， 面積占比增幅為29.48個(gè)百分點(diǎn)； 耕地面積、 水域面積以及建設(shè)用地面積在原有基礎(chǔ)上有不同程度的增加， 面積占比增幅分別為3.73、 1.69、 0.22個(gè)百分點(diǎn)。 保護(hù)區(qū)內(nèi)未利用地主要轉(zhuǎn)化為草地， 說(shuō)明保護(hù)區(qū)內(nèi)防沙治沙工作取得良好的成果， 同時(shí)由于保護(hù)區(qū)內(nèi)禁止大規(guī)模開(kāi)發(fā)建設(shè)， 因此建設(shè)用地面積增幅最小。

與2020年各土地利用類(lèi)型面積相比： 在自然變化情景下， 2030年保護(hù)區(qū)未利用地面積減少23.09 km2，降幅為20.51%， 草地面積增加16.41%， 耕地面積減少6.02%， 水域面積增加5.71%， 建設(shè)用地面積不變， 未利用地減少面積主要轉(zhuǎn)化為草地； 在耕地保護(hù)情景下， 2030年保護(hù)區(qū)耕地面積增幅為25.90%， 草地面積降幅為2.93%， 水域面積增幅為13.33%， 未利用地降幅為0.08%， 建設(shè)用地面積不變， 耕地增加面積主要由草地轉(zhuǎn)化而來(lái)； 在生態(tài)保護(hù)情景下， 2030年保護(hù)區(qū)未利用地面積減少11.05 km2， 降幅為9.81%， 草地面積增加6.04%， 耕地面積增幅為13.74%， 水域面積增幅為0.57%， 建設(shè)用地面積不變， 大量未利用地向草地進(jìn)行轉(zhuǎn)化。

3.2 不同情景下土地利用變化對(duì)碳儲(chǔ)量的影響

在碳儲(chǔ)量模擬過(guò)程中，InVEST模型主要依賴(lài)于不同土地利用類(lèi)型的碳密度數(shù)據(jù)來(lái)預(yù)測(cè)碳儲(chǔ)量變化。沙坡頭保護(hù)區(qū)碳儲(chǔ)量的變化直接受到各土地利用類(lèi)型面積增減的影響，即碳儲(chǔ)量的變化與某土地利用類(lèi)型面積變化呈正比。沙坡頭保護(hù)區(qū)1990—2030年不同土地利用類(lèi)型碳儲(chǔ)量見(jiàn)表5。由表中數(shù)據(jù)可知，草地碳庫(kù)是主要的碳庫(kù)，占總碳儲(chǔ)量的58%以上。由于保護(hù)區(qū)未利用地面積占比大，因此未利用地碳儲(chǔ)量貢獻(xiàn)度同樣較大。1990—2020年，保護(hù)區(qū)草地碳儲(chǔ)量增幅最大，增量達(dá)10.59×105 t，耕地碳儲(chǔ)量增幅較大，增量為1.10×105 t，水域和建設(shè)用地碳儲(chǔ)量基本保持不變，未利用地碳儲(chǔ)量減少2.33×105 t。結(jié)合保護(hù)區(qū)各土地利用類(lèi)型碳密度（表2）和各土地利用類(lèi)型面積及比例（表4）分析，草地、 耕地碳儲(chǔ)量增加主要是由這2類(lèi)土地利用面積增加和碳密度值較大所致，未利用地碳儲(chǔ)量減少主要原因是未利用地減少面積主要轉(zhuǎn)化為草地，并且未利用地的碳密度值較小。

沙坡頭保護(hù)區(qū)1990—2030年碳儲(chǔ)量空間分布見(jiàn)圖3。 從圖中可以看出： 1990—2020年保護(hù)區(qū)碳儲(chǔ)量呈現(xiàn)南高北低的空間分布特征，碳儲(chǔ)量高值區(qū)主要分布于中部、 東北、 西南部草地分布區(qū)， 西北部點(diǎn)狀分布； 從空間分布變化來(lái)看， 西北部碳儲(chǔ)量空間變化較大， 主要原因是該區(qū)域處于沙漠邊緣， 人工鋪設(shè)大面積草方格用于防沙固沙， 加之天然草本植物群落的分布， 草地面積增加， 因此碳儲(chǔ)量增大。

與2020年的數(shù)據(jù)相比： 在自然變化情景下， 2030年保護(hù)區(qū)草地碳儲(chǔ)量增加3.03×105 t， 增幅為16.41%，耕地碳儲(chǔ)量減少0.1×105 t，降幅為5.79%，未利用地碳儲(chǔ)量減少0.54×105 t， 降幅為20.32%， 水域和建設(shè)用地碳儲(chǔ)量不變； 在耕地保護(hù)情景下， 2030年保護(hù)區(qū)耕地碳儲(chǔ)量增加0.45×105 t， 增幅為26.07%，草地碳儲(chǔ)量減少0.54×105 t，降幅為2.92%； 在生態(tài)保護(hù)情景下，2030年保護(hù)區(qū)耕地碳儲(chǔ)量增加0.45×105 t，增幅為26.07%，草地碳儲(chǔ)量增加0.86×105 t，增幅為4.65%，未利用地碳儲(chǔ)量減表6為沙坡頭保護(hù)區(qū)1990—2030年不同土地利用類(lèi)型的碳儲(chǔ)量變化量。 由表可見(jiàn)： 1990—2020年保護(hù)區(qū)未利用地轉(zhuǎn)化為草地使碳儲(chǔ)量增加954.81×103 t， 使總碳儲(chǔ)量較1990年明顯增加。在自然變化情景下，保護(hù)區(qū)2020—2030年不同土地利用類(lèi)型的碳儲(chǔ)量變化趨勢(shì)與1990—2020年的變化趨勢(shì)基本保持一致， 未利用地轉(zhuǎn)化為草地使碳儲(chǔ)量增加194.42×103 t， 使總碳儲(chǔ)量較2020年明顯增加； 在耕地保護(hù)情景下， 2020—2030年保護(hù)區(qū)草地轉(zhuǎn)化為耕地使碳儲(chǔ)量減少9.47×103 t， 使總碳儲(chǔ)量較2020年略微降低； 在生態(tài)保護(hù)情景下，2020—2030年保護(hù)區(qū)未利用地轉(zhuǎn)化為耕地使碳儲(chǔ)量增加89.48×103 t，耕地轉(zhuǎn)化為草地使碳儲(chǔ)量增加15.32×103 t，因此總碳儲(chǔ)量較2020年有所增加。

4 結(jié)論與討論

4.1 結(jié)論

本文中以沙坡頭保護(hù)區(qū)為研究對(duì)象，通過(guò)長(zhǎng)時(shí)間序列的土地利用數(shù)據(jù)，借助InVEST模型估算1990—2020年保護(hù)區(qū)的碳儲(chǔ)量，并進(jìn)一步預(yù)測(cè)2030年不同情景的碳儲(chǔ)量，此外還探討了土地利用變化對(duì)保護(hù)區(qū)碳儲(chǔ)量的影響，主要結(jié)論如下：

1）1990—2020年間沙坡頭保護(hù)區(qū)土地利用類(lèi)型面積變化較大，草地面積增加82.96 km2，耕地面積增加10.48 km2，未利用地（沙地、 裸土地）面積減少98.80 km2，未利用地主要轉(zhuǎn)化為草地和耕地，碳儲(chǔ)量變化呈現(xiàn)增長(zhǎng)趨勢(shì)，土地利用類(lèi)型向碳密度值大的類(lèi)型轉(zhuǎn)換，導(dǎo)致碳總儲(chǔ)量增大。

2）與2020年相比，2030年保護(hù)區(qū)在自然變化、 生態(tài)保護(hù)情景下的碳儲(chǔ)量分別增加2.39×105 t、 1.05×105 t， 在耕地保護(hù)情景下碳儲(chǔ)量減少0.1×105 t。草地是保護(hù)區(qū)主要的碳庫(kù)，在耕地保護(hù)情景下碳儲(chǔ)量減少主要是由草地面積減少所致。

3）在固碳方面，自然變化情景下的碳儲(chǔ)量大于耕地保護(hù)、 生態(tài)保護(hù)情景下的碳儲(chǔ)量，表明在土地利用類(lèi)型在自然變化情景下可發(fā)揮最大的固碳效果，可對(duì)保護(hù)區(qū)后續(xù)碳政策的制定提供參考數(shù)據(jù)。

4.2 討論

通過(guò)對(duì)沙坡頭保護(hù)區(qū)內(nèi)土地利用的模擬和預(yù)測(cè)可知，自然發(fā)展情景下的碳儲(chǔ)量最大，原因是1990—2020年保護(hù)區(qū)未利用地主要向草地轉(zhuǎn)變且草地碳密度遠(yuǎn)大于未利用地的，而耕地保護(hù)、 生態(tài)保護(hù)情景下限制了未利用地向草地的轉(zhuǎn)變，因此導(dǎo)致碳儲(chǔ)量增大。楊彥東等^［28］通過(guò)對(duì)寧夏荒漠草原植被根系特征研究發(fā)現(xiàn)，在自然變化情景下能在一定程度上改善荒漠草原植物根性狀。徐苗苗等^［29］通過(guò)對(duì)寧夏鹽池縣灌叢草地土壤優(yōu)先流的研究發(fā)現(xiàn)，圍欄封育管理有利于草本根系對(duì)水分及養(yǎng)分的吸收利用。上述研究均表明，在排除人為干擾前提下，自然變化情景更有利于草本植物生長(zhǎng)，佐證了本文中的研究結(jié)果。田海靜等^［30］通過(guò)對(duì)寧夏2000—2022年禁牧封育前、后研究發(fā)現(xiàn)，草原植被在自然條件下得到有效恢復(fù)生長(zhǎng)，進(jìn)一步佐證了本文中的研究結(jié)果。在未來(lái)的研究中，應(yīng)考慮加入綜合發(fā)展情景，兼顧經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)，滿足碳中和的政策需求。為此，政府部門(mén)可制定合理的發(fā)展戰(zhàn)略，采取有效措施使保護(hù)區(qū)向更好的方向發(fā)展，如繼續(xù)大力實(shí)施防沙治沙工程，擴(kuò)大草地面積，提高生態(tài)效益。

本文中合理分析了沙坡頭保護(hù)區(qū)的碳儲(chǔ)量變化，但仍存在以下不確定性： 保護(hù)區(qū)多年實(shí)行圍欄封育政策和防沙治沙工程，極大地增加了草地面積； 但在對(duì)2030年碳儲(chǔ)量模擬不同情景設(shè)置過(guò)程中沒(méi)有得到很好地體現(xiàn)，因此在今后的研究中應(yīng)進(jìn)一步細(xì)化和量化政策措施帶來(lái)的影響。

參考文獻(xiàn)：

［1］ 牛亞文， 趙先超， 胡藝覺(jué). 基于NPP-VIIRS夜間燈光的長(zhǎng)株潭地區(qū)縣域土地利用碳排放空間分異研究［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2021， 41（9）： 3847.

［2］ HOUGHTON R A. Revised estimates of the annual net flux of carbon to the atmosphere from changes in land use and land management 1850-2000［J］. Tellus， 2010， 55（2）： 378.

［3］ 李緣緣， 魏偉， 周俊菊， 等. 中國(guó)土地利用碳排放變化及協(xié)調(diào)分區(qū)［J］. 環(huán)境科學(xué)， 2023， 44（3）： 1267.

［4］ 鞏晟萱， 張玉虎， 李宇航. 基于PLUS-InVEST模型的京津冀碳儲(chǔ)量變化及預(yù)測(cè)［J］. 干旱區(qū)資源與環(huán)境， 2023， 37（6）： 20.

［5］ 卿苗， 趙軍， 馮超， 等. 1980-2030年石羊河流域生態(tài)系統(tǒng)碳儲(chǔ)存服務(wù)對(duì)土地利用變化的響應(yīng)［J］. 生態(tài)學(xué)報(bào)， 2022， 42（23）： 9525.

［6］ HE C Y， ZHANG D， HUANG Q X， et al. Assessing the potential impacts of urban expansion on regional carbon storage by linking theLUSD-urbanandInVESTmodels［J］.EnvironmentalModelling amp; Software， 2016， 75： 44.

［7］ 王佳楠， 張志. 基于Markov-PLUS模型的柴北緣土地利用變化及模擬分析［J］. 西北林學(xué)院學(xué)報(bào)， 2022， 37（3）： 139.

［8］ 陸羽， 黃秋昊， 趙琪琪， 等. 基于InVEST與CARS的生態(tài)空間分區(qū)與未來(lái)預(yù)測(cè)研究［J］. 地理信息世界， 2021， 28（3）： 15.

［9］ 楊瀲威， 趙娟， 朱家田， 等. 基于PLUS和InVEST模型的西安市生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空變化與預(yù)測(cè)［J］. 自然資源遙感， 2022， 34（4）： 175.

［10］ 李俊， 楊德宏， 吳鋒振， 等. 基于PLUS與InVEST模型的昆明市土地利用變化動(dòng)態(tài)模擬與碳儲(chǔ)量評(píng)估［J］. 水土保持通報(bào)， 2023， 43（1）： 378.

［11］ 伍丹， 朱康文， 張晟， 等. 基于PLUS模型和InVEST模型的成渝經(jīng)濟(jì)區(qū)碳儲(chǔ)量演化分析［J］. 三峽生態(tài)環(huán)境監(jiān)測(cè)， 2022， 7（2）： 85.

［12］ 王蓓， 仲俊濤， 譚美寶. 2000—2015年鹽池縣禁牧草地生態(tài)系統(tǒng)服務(wù)空間格局［J］. 生態(tài)科學(xué)， 2023， 42（1）： 30-39.

［13］ 馬曉哲， 王錚. 土地利用變化對(duì)區(qū)域碳源匯的影響研究進(jìn)展［J］. 生態(tài)學(xué)報(bào)， 2015， 35（17）： 5898.

［14］ 李小軍， 車(chē)良革， 胡寶清. FLUS-InVEST模型的北海市生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空差異分析［J］. 測(cè)繪通報(bào)， 2023（6）： 118.

［15］ 申草， 任宗萍， 李鵬， 等. 寧夏水土保持生態(tài)補(bǔ)償優(yōu)先區(qū)識(shí)別［J］. 干旱區(qū)研究， 2023， 40（9）： 1527.

［16］ 曹鵬輝， 齊曉明， 楊雯， 等. 內(nèi)蒙古土地利用多情景模擬與碳儲(chǔ)量預(yù)測(cè)分析［J］. 干旱區(qū)資源與環(huán)境， 2023， 37（9）： 83.

［17］ 王子昊， 王冰， 張宇飛， 等. 基于PLUS-InVEST模型的呼和浩特市多情景土地利用變化動(dòng)態(tài)模擬及碳儲(chǔ)量評(píng)估［J］. 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)， 2024， 41（2）： 292

［18］ 劉濤， 劉曉龍， 郭利彪， 等. 基于Markov-PLUS和InVEST模型的錫林郭勒草原碳儲(chǔ)量變化預(yù)測(cè)［J］. 草原與草坪， 2023， 43（2）： 2.

［19］ 劉洋， 張軍， 周冬梅， 等. 基于InVEST模型的疏勒河流域碳儲(chǔ)量時(shí)空變化研究［J］. 生態(tài)學(xué)報(bào)， 2021， 41（10）： 4052.

［20］ ALAM S A， STARR M， CLARK B J F. Tree biomass and soil organic carbon densities across the Sudanese woodland savannah： a regional carbon sequestrationstudy［J］.JournalofAridEnvironments， 2013， 89： 67.

［21］ 代杰瑞， 龐緒貴， 曾憲東， 等. 山東省土壤有機(jī)碳密度的空間分布特征及其影響因素［J］. 環(huán)境科學(xué)研究， 2015， 28（9）： 1450.

［22］ 李克讓?zhuān)?王紹強(qiáng)， 曹明奎. 中國(guó)植被和土壤碳貯量［J］. 中國(guó)科學(xué)（D輯）： 地球科學(xué)， 2003， 33（1）： 72.

［23］ 解憲麗， 孫波， 周慧珍， 等. 中國(guó)土壤有機(jī)碳密度和儲(chǔ)量的估算與空間分布分析［J］. 土壤學(xué)報(bào)， 2004， 44（1）： 35.

［24］ LIC，WUYM，GAOB P， et al. Multi-scenario simulation of ecosystemservicevalueforoptimizationoflanduseinthe Sichuan-Yunnan Ecological Barrier， China［J］. Ecological Indicators， 2021， 132： 108328.

［25］ 李代超， 盧嘉奇， 謝曉葦， 等. 碳中和視角下基于主體功能區(qū)分類(lèi)約束的國(guó)土空間分區(qū)優(yōu)化模擬： 以福建省為例［J］. 生態(tài)學(xué)報(bào)， 2022， 42（24）： 10111.

［26］ LIN Z Q， PENG S Y. Comparison of multi-model simulations of landuseandlandcover change considering integrated constraints： a case study of the Fuxian Lake Basin［J］. Ecological Indicators， 2022， 142： 109254.

［27］ 王保盛， 廖江福， 祝薇， 等. 基于歷史情景的FLUS模型鄰域權(quán)重設(shè)置： 以閩三角城市群2030年土地利用模擬為例［J］. 生態(tài)學(xué)報(bào)， 2019， 39（12）： 4284.

［28］ 楊彥東， 馬靜利， 馬紅彬， 等. 封育對(duì)荒漠草原優(yōu)勢(shì)植物根系性狀特征的影響［J］. 草業(yè)科學(xué)， 2023， 40（6）： 1507.

［29］ 徐苗苗， 孟晨， 王興， 等. 圍欄封育對(duì)荒漠草原灌叢草地土壤優(yōu)先流的影響研究［J］. 水土保持學(xué)報(bào)， 2023， 37（3）： 82.

［30］ 田海靜， 黃文廣， 王林， 等. 寧夏20年禁牧封育政策對(duì)草原植被恢復(fù)貢獻(xiàn)評(píng)估［J］. 草地學(xué)報(bào)， 2024， 32（1）： 45.

（責(zé)任編輯：劉 飚）

基金項(xiàng)目： 國(guó)家自然科學(xué)基金項(xiàng)目（32360280）

第一作者簡(jiǎn)介： 鄭彩之（1996—），男，山東德州人。碩士研究生，研究方向?yàn)閰^(qū)域生態(tài)監(jiān)測(cè)研究。E-mail： zhengcaizhi96@163.com。

通信作者簡(jiǎn)介： 邊振（1983—），男，山東濟(jì)南人。副教授，博士，研究生導(dǎo)師，研究方向?yàn)樗帘３旨吧鷳B(tài)遙感。E-mail： stu_bianz@ujn.edu.cn。