基于LUCC的漓江流域碳儲(chǔ)量時(shí)空變化及模擬預(yù)測(cè)

中圖分類號(hào)：X321 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-3075（2025）04-0096-10

全球氣候變暖給人類的生存與發(fā)展帶來(lái)了重大挑戰(zhàn)。聯(lián)合國(guó)環(huán)境規(guī)劃署《2021年排放差距報(bào)告》預(yù)測(cè)溫室氣體排放量遠(yuǎn)高于2015年12月《巴黎協(xié)定》所預(yù)設(shè)的目標(biāo)排放量。2021年11月，聯(lián)合國(guó)氣候大會(huì)各成員國(guó)達(dá)成的《格拉斯哥氣候公約》中進(jìn)一步強(qiáng)調(diào)了減緩碳排放的緊迫性，強(qiáng)調(diào)在本世紀(jì)要達(dá)到凈零排放，則需要在十年內(nèi)將碳排放量減少 45% 。陸地生態(tài)碳儲(chǔ)存系統(tǒng)通過植物、土壤吸收以及排放大氣中的溫室氣體來(lái)調(diào)節(jié)氣候。不同土地利用/土地覆被（LUCC）類型的轉(zhuǎn)化會(huì)引起陸地生態(tài)系統(tǒng)碳儲(chǔ)量的波動(dòng)（馬曉哲和王錚，2015；Mendoza-Ponceetal，2018）。因此，對(duì)流域碳儲(chǔ)量進(jìn)行綜合評(píng)估及模擬預(yù)測(cè)對(duì)區(qū)域的整體可持續(xù)發(fā)展具有重要意義。

目前，土地利用變化對(duì)碳儲(chǔ)量的影響研究主要采取實(shí)地調(diào)查法（李鑒霖等，2014）和模型模擬法（馮源等，2014），其中模型模擬法是通過數(shù)學(xué)模型來(lái)對(duì)不同尺度下的碳儲(chǔ)量進(jìn)行可視化表達(dá)與評(píng)估。已有學(xué)者采用不同生態(tài)模型對(duì)碳儲(chǔ)量進(jìn)行測(cè)算，呈現(xiàn)研究領(lǐng)域多元化的趨勢(shì)。生態(tài)系統(tǒng)碳儲(chǔ)存研究尺度和類型包括大城市集群（赫曉慧等，2022）、省域（柯新利和唐蘭萍，2019）、森林（韓其飛等，2014）和河流流域（劉菊等，2019）等，主要耦合了Dyna-CLUE模型、GeoSoS-FLUS模型（王雪然等，2021）、PLUS模型（李安林等，2023）和CA模型（胡燁婷和李天宏，2022）對(duì)未來(lái)碳儲(chǔ)量進(jìn)行預(yù)測(cè)。張繼平等（2015）基于MO-DISGPP數(shù)據(jù)對(duì)三江源草地生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行研究，結(jié)果表明，自2000年以來(lái)，三江源地區(qū)草地生態(tài)系統(tǒng)碳匯呈波動(dòng)增加趨勢(shì)，且個(gè)別縣因超載放牧和草地退化對(duì)其碳匯功能產(chǎn)生了負(fù)面影響。赫曉慧等（2022）運(yùn)用Dyna-CLUE模型和InVEST模型動(dòng)態(tài)評(píng)估了中原城市群的碳儲(chǔ)量演變特征，研究表明其碳儲(chǔ)量呈現(xiàn)極大的不均衡性，這種空間分布格局與人類活動(dòng)和植被覆蓋度密切相關(guān)。在各類模型中以斯坦福大學(xué)開發(fā)的InVEST模型最為成熟，得到了國(guó)內(nèi)外學(xué)者及政府機(jī)構(gòu)的認(rèn)同和廣泛應(yīng)用。鄧喆等（2022）分析了祁連山1980—2018年土地利用變化對(duì)區(qū)域碳儲(chǔ)量的影響，表明實(shí)施生態(tài)工程、保護(hù)草地等政策有利于增加生態(tài)系統(tǒng)中的碳儲(chǔ)量?？滦吕吞铺m萍（2019）從城市擴(kuò)張和耕地保護(hù)的角度對(duì)湖北省陸地生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行研究，結(jié)果表明城市擴(kuò)張通過耕地保護(hù)的傳導(dǎo)作用對(duì)生態(tài)系統(tǒng)碳儲(chǔ)量產(chǎn)生間接影響。上述研究表明通過一定的方法和模型能夠評(píng)估區(qū)域內(nèi)生態(tài)服務(wù)系統(tǒng)價(jià)值及區(qū)域碳儲(chǔ)量，對(duì)未來(lái)區(qū)域的發(fā)展進(jìn)行模擬預(yù)測(cè)，但是影響生態(tài)系統(tǒng)變化的因素較為復(fù)雜，涉及多種自然環(huán)境因子與社會(huì)環(huán)境因子，目前通過未來(lái)情景模擬對(duì)生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行預(yù)測(cè)的研究大多未能提供最優(yōu)化的土地利用格局。為了更好地服務(wù)于流域生態(tài)健康建設(shè)，設(shè)置多情景對(duì)未來(lái)土地利用格局進(jìn)行模擬是必要的。在減排目標(biāo)下，從流域尺度對(duì)未來(lái)土地利用格局進(jìn)行模擬以評(píng)估碳儲(chǔ)量變化，對(duì)流域可持續(xù)發(fā)展與碳中和目標(biāo)的早日實(shí)現(xiàn)具有更多現(xiàn)實(shí)意義和參考價(jià)值。

本文基于2000一2020年漓江流域的土地利用數(shù)據(jù)，結(jié)合修正的FLUS模型，對(duì)2025年和2030年的景觀格局在不同情景下進(jìn)行模擬預(yù)測(cè)，并運(yùn)用InVEST模型對(duì)不同情景下的生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行評(píng)估，以期為漓江流域的土地資源分配和自然資源可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1材料與方法

1.1 研究區(qū)概況

漓江發(fā)源于廣西壯族自治區(qū)桂林市興安縣貓兒山東北面老界山南，自北向南流，于平樂縣平樂鎮(zhèn)與恭城河匯合后注入珠江（圖1）。漓江流域位于東經(jīng)110^°5^′～110^°44^′ ，北緯 24^°38^′～25^°56^′ ，面積約5768.29km² ，全長(zhǎng) 214km ，是廣西東北部十分重要的河流（Lietal，2021），屬于亞熱帶季風(fēng)氣候，年均氣溫 20°C 左右，年均降雨量 1949.5mm 。四季分明，冬季較短暫而夏季長(zhǎng)，受到海陸熱力性質(zhì)差異的影響，全年多雨，其中夏季炎熱多雨，冬季溫和多雨（段文軍等，2014；胡金龍，2016；伍秀蓮和白先達(dá)，2017）。該區(qū)域?yàn)榈湫偷目λ固氐孛矃^(qū)，山地多平地少且內(nèi)部分布不均，北部主要為中低山地，中西部地勢(shì)相對(duì)平坦，主要由低山、丘陵及河谷平原組成。

1.2未來(lái)土地利用變化模擬

按照設(shè)計(jì)的研究思路（圖2），采用PLSR-FLUS模型預(yù)測(cè)漓江流域2025年和2030年不同情境下的土地利用變化。FLUS模型由Liu等（2017）提出，是基于地理模擬與優(yōu)化系統(tǒng)（GeoSOS）開發(fā)的景觀格局變化情景模擬模型。偏最小二乘法（PLSR）是PCA、CCA和多元線性回歸這3種基本算法組合的產(chǎn)物，用以解決對(duì)于 n 個(gè)自變量， m 個(gè)因變量的建模問題。與傳統(tǒng)CA模型相比，F(xiàn)LUS模型通過引入人工神經(jīng)網(wǎng)絡(luò)（ANN）來(lái)提高景觀在空間分布上的擬合預(yù)測(cè)能力，但ANN模型在輸入因子較多時(shí)容易出現(xiàn)過擬合現(xiàn)象（Heetal，2021）。因此本研究在驅(qū)動(dòng)因子輸入ANN模型前，用PLSR對(duì)驅(qū)動(dòng)因子進(jìn)行約束，提取驅(qū)動(dòng)因子的主成分（累計(jì)貢獻(xiàn)率 595% 作為ANN模型的輸入?yún)?shù)，減小模型的復(fù)雜度，從而提高模型的穩(wěn)定度。

1.3碳儲(chǔ)量計(jì)算

結(jié)合PLSR-FLUS模型對(duì)漓江流域的景觀格局進(jìn)行模擬，依據(jù)漓江流域的景觀類型數(shù)據(jù)和碳密度表，運(yùn)用InVEST 模型中的 carbon storage and sequestra-tion模塊（馬良等，2015）評(píng)估漓江流域碳儲(chǔ)量的變化。碳儲(chǔ)量計(jì)算式如下：

式中：i為某種土地利用類型， C_itot 為研究區(qū)域內(nèi)生態(tài)系統(tǒng)的碳儲(chǔ)總量， C_iabove 為植被地上碳儲(chǔ)量；C_ibelow 為植被地下碳儲(chǔ)量； C_isoil 為土壤碳儲(chǔ)量，單位為t；; C_idead 為死亡有機(jī)質(zhì)碳儲(chǔ)量。植被碳儲(chǔ)量以其生物現(xiàn)存量乘以其含碳量求得，結(jié)合PIE-Engine平臺(tái)公布的中國(guó)植被生物量分布圖（空間分辨率為 500m） 計(jì)算得到；在采樣區(qū)內(nèi)選取3＼～5個(gè)主要種，采集植物葉片，枝條及根系，分別測(cè)定其碳含量。以蛇形采樣法采集土壤，在樣區(qū)內(nèi)采集 0～20cm 深度土壤樣品6個(gè)，均勻混合后，取 1kg 作為該樣區(qū)土壤樣品；植物和土壤碳含量采用濃硫酸-重鉻酸鉀水合加熱法測(cè)定，土壤碳儲(chǔ)量 （C_isoil） 參考滕秋梅等（2020）的方法計(jì)算獲得；其他部分碳儲(chǔ)量參考相關(guān)文獻(xiàn)（朱鵬飛，2018；蘭秀等，2019；李元強(qiáng)等，2020），結(jié)合漓江流域?qū)嶋H情況確定。

1.4未來(lái)情景模擬

為了更好地保障漓江流域碳儲(chǔ)資源的可持續(xù)性，本研究設(shè)定了自然發(fā)展和生態(tài)保護(hù)優(yōu)先2種情景。

1.4.1自然發(fā)展情景是對(duì)其歷史景觀格局演變的延續(xù)，與生態(tài)保護(hù)優(yōu)先情景形成對(duì)照。以漓江流域景觀格局演變不受新政策的影響為前提，各用地類型的鄰域因子參數(shù)和轉(zhuǎn)移成本矩陣不變，基于2010年、2015年和2020年的景觀格局演變規(guī)律，使用FLUS模型中的MarKov模型對(duì)用地需求進(jìn)行預(yù)測(cè)。

1.4.2生態(tài)保護(hù)優(yōu)先情景通過生態(tài)保護(hù)來(lái)提升區(qū)域碳儲(chǔ)量，在此情景下，主要參考《桂林市國(guó)土空間總體規(guī)劃2021—2035年草案》及《桂林市人口發(fā)展規(guī)劃2020一2030》，并考慮到居民對(duì)城市建設(shè)用地需求有所下降的基礎(chǔ)上，將生態(tài)文明建設(shè)放在首位并作為城市建設(shè)的指導(dǎo)思想，加強(qiáng)林地、草地、水域等生態(tài)保護(hù)區(qū)的管理，遏制公園綠地以及生態(tài)保護(hù)區(qū)內(nèi)的用地類型向建設(shè)用地轉(zhuǎn)化，嚴(yán)格控制建設(shè)用地的無(wú)序擴(kuò)張，減緩林地和耕地下降趨勢(shì)。以自然發(fā)展模式2020一2030年土地利用轉(zhuǎn)移矩陣為基礎(chǔ)，將林地、草地向建設(shè)用地的轉(zhuǎn)化率減少約 40% ，耕地向建設(shè)用地的轉(zhuǎn)化率減少約 30%

1.5數(shù)據(jù)來(lái)源與處理

研究所使用的漓江流域2000、2005、2010、2015和2020年土地利用數(shù)據(jù)以Landsat衛(wèi)星影像為基礎(chǔ)，通過googleearthengine（GEE）平臺(tái)得到，數(shù)據(jù)總體精度為 92%～95% 。根據(jù)漓江流域?qū)嶋H情況，將土地利用類型劃分為耕地、林地、草地、水域以及建設(shè)用地5種類型。影響土地類型變化的因子主要包括自然因子和社會(huì)經(jīng)濟(jì)因子，具體指標(biāo)和來(lái)源如表2所示。

2結(jié)果與分析

2.12000一2020年漓江流域碳密度及碳儲(chǔ)量時(shí)空變化

2000一2020年漓江流域碳密度為 0.02～ 27.87t/hm² ，其密度均值約為 20.46t/hm² （圖3）。流域整體碳密度和碳儲(chǔ)量空間格局呈現(xiàn)較大一致性，均呈現(xiàn)北部高，西部和南部次之，中部最低的特點(diǎn)。2000一2020年流域內(nèi)的碳儲(chǔ)量總體呈下降趨勢(shì)，減少量達(dá) 4.62×10⁶t，2000-2010 年間碳儲(chǔ)量減少了0.32×10⁶t，2010--2020 年間碳儲(chǔ)量減少了 4.3×10⁶1 ，約占總減少量的 91% ；碳儲(chǔ)量在不同的時(shí)間段內(nèi)有所差異，2010—2020年碳儲(chǔ)量增加約 6.5×10⁶t ，碳儲(chǔ)量減少約 10.80×10⁶t ，其中2015—2020年變化量最大，碳儲(chǔ)量減少了 2.4×10⁶t ，約占2000—2020年減少量的 67.44% （表3）。碳儲(chǔ)量減少的區(qū)域主要分布在流域中下游的陽(yáng)朔縣等地，增加的區(qū)域主要集中在流域的中部和西部青獅潭水庫(kù)附近（圖4）。碳儲(chǔ)量增加的區(qū)域面積，即碳匯能力得以提升的區(qū)域面積，呈先增后減趨勢(shì)；碳儲(chǔ)量減少的區(qū)域面積，即碳源能力提升的區(qū)域面積，呈持續(xù)增加趨勢(shì)（表4）。

2.2喀斯特地貌及對(duì)碳儲(chǔ)量的影響

漓江流域地貌主要由喀斯特地貌和非喀斯特地貌構(gòu)成，其中喀斯特地貌面積約 2 393.65km² ，占整個(gè)流域面積的 41% 。漓江流域的碳儲(chǔ)量分布有著明顯的地貌差異，在2000一2020年非喀斯特地貌區(qū)域的碳密度均值遠(yuǎn)高于喀斯特地貌，喀斯特地貌的碳密度均值為 15.97～16.98t/hm²， 而非喀斯特地貌區(qū)域的碳密度為 22.76～23.38t/hm² 。因不同地貌區(qū)碳儲(chǔ)量的密度和面積占比有所差異，其碳儲(chǔ)量也有所不同，非喀斯特地貌區(qū)的碳儲(chǔ)量約為 78.12×10⁶～80.32×10⁶t 約占漓江流域碳儲(chǔ)量的2/3，碳儲(chǔ)量約是喀斯特地貌區(qū)的2倍?？λ固氐孛埠头强λ固氐孛驳奶济芏群吞純?chǔ)量均呈波動(dòng)下降趨勢(shì)，在這20年間，喀斯特地貌區(qū)域碳儲(chǔ)量共下降了 5.05% ，非喀斯特地貌區(qū)域下降了2.65% ?？λ固氐孛驳奶純?chǔ)量2010年比2005年增加了 0.1×10⁶ t，非喀斯特地貌的碳儲(chǔ)量2010年比2005年減少了 0.3×10⁶ t（表5）。

2.3土地利用變化及對(duì)碳儲(chǔ)量的影響

從表6和表7可知，2000—2020年漓江流域土地利用類型發(fā)生轉(zhuǎn)移的面積共計(jì) 1171.22km² ，約占漓江流域總面積的 20% 。其中耕地轉(zhuǎn)出面積為 467.3km² 表72000—2020年漓江流域各類土地利用類型碳儲(chǔ)量變化 10⁶t 轉(zhuǎn)移到林地的有 407.47km² ，約增加了 7.98×10⁶ t的碳儲(chǔ)量，建設(shè)用地轉(zhuǎn)出面積為 276.18km² ，約增加了 3×10⁶ t的碳儲(chǔ)量，耕地轉(zhuǎn)為建設(shè)用地的面積為45.18km² ，由此帶來(lái)的碳儲(chǔ)量損失為 0.45×10⁶t ，林地轉(zhuǎn)出面積為 353.36km² ，帶來(lái)的碳儲(chǔ)量損失為6.93×10⁶t ，林地轉(zhuǎn)出是該階段碳儲(chǔ)量損失的主要原因。漓江流域在2015—2020年的5年間碳儲(chǔ)量減少量高于2000一2015年這15年的總和，這是由于生態(tài)保護(hù)跟不上城市發(fā)展速度導(dǎo)致的碳儲(chǔ)量下降速度，2000一2015年正是城市快速發(fā)展、建設(shè)用地不斷擴(kuò)張、碳源景觀不斷增加的時(shí)期。

2.4漓江流域的碳儲(chǔ)量預(yù)測(cè)

在自然發(fā)展情景和生態(tài)優(yōu)先情景2種土地利用格局模擬的基礎(chǔ)上，運(yùn)用InVEST模型的carbon模塊分別計(jì)算2025和2030年的碳儲(chǔ)量變化，結(jié)果如表8和圖5所示。在2種情景模擬下，碳儲(chǔ)量的空間格局整體均呈現(xiàn)出東北、東南部高，中西部以及西南低的態(tài)勢(shì)（圖5）。2020年漓江流域的碳儲(chǔ)量為 129.11×10⁶t ，在2種情境下碳儲(chǔ)量均有所下降，自然發(fā)展情景下2020—2030年漓江流域碳儲(chǔ)量降為 123.08×10⁶t ，主要減少的區(qū)域?yàn)楣鹆质兄鞒菂^(qū)及陽(yáng)朔縣等南部縣域以及鐵路沿線，而碳儲(chǔ)量增加的區(qū)域面積為66.92km² 。在生態(tài)優(yōu)先的情境下，碳儲(chǔ)量仍處于下降趨勢(shì)，但其下降的速率有所減緩，在該情境下碳儲(chǔ)量的空間分布減少量均少于自然發(fā)展情境，下降區(qū)域主要是流域中部的桂林市主城區(qū)一帶，南部的陽(yáng)朔及鐵路沿線碳儲(chǔ)量基本無(wú)變化，漓江流域碳儲(chǔ)量比減少 1.61×10⁶t ，相比于自然發(fā)展情景下碳儲(chǔ)量增加 4.58×10⁶ t（表8）。2020—2025年，自然發(fā)展模式與生態(tài)優(yōu)先發(fā)展情景碳儲(chǔ)量空間變化差異不大（圖5C、D），但隨著時(shí)間推移，2025一2030年這2種發(fā)展情景之間的差距被放大，尤其在生態(tài)優(yōu)先發(fā)展情景下，原本漓江流域中部碳儲(chǔ)量處于減少狀態(tài)的區(qū)域，已經(jīng)不再繼續(xù)減少，而流域北部碳儲(chǔ)量則有少量增加（圖5E、F）。整體而言，在生態(tài)優(yōu)先發(fā)展情景下，碳儲(chǔ)量增加的區(qū)域隨時(shí)間變多，而延續(xù)自然發(fā)展模式，會(huì)讓碳儲(chǔ)量減少的區(qū)域變多（圖5G、H，圖6）。

3討論

3.1流域土地利用變化對(duì)碳儲(chǔ)量的影響

碳儲(chǔ)量的變化與區(qū)域土地利用類型變化息息相關(guān)，近20年間，土地利用類型均發(fā)生了不同程度的轉(zhuǎn)移，其中流域中下游陽(yáng)朔縣等地是碳儲(chǔ)量的主要減少區(qū)域，流域中部和西部略有增加。隨著城市化進(jìn)程的不斷推進(jìn)，建設(shè)用地不斷侵占耕地和林地，使得原有的高碳密度林地和耕地轉(zhuǎn)化為低碳密度的建設(shè)用地。隨著旅游業(yè)的發(fā)展，漓江中下游區(qū)域的自然風(fēng)光進(jìn)行大力開發(fā)，獲取經(jīng)濟(jì)利益的同時(shí)卻使得林地面積大量流失。林明明等（2022）的研究表明近年來(lái)桂林市環(huán)境保護(hù)的力度逐漸跟不上生態(tài)環(huán)境壓力的增長(zhǎng)，人類的過度開發(fā)建設(shè)可能是漓江流域后期碳儲(chǔ)量迅速下降的原因。對(duì)2030年的碳儲(chǔ)量進(jìn)行預(yù)測(cè)，結(jié)果顯示不同的發(fā)展情景會(huì)導(dǎo)致2種截然不同的未來(lái)發(fā)展格局，按照自然發(fā)展模式繼續(xù)發(fā)展下去，漓江流域碳儲(chǔ)量的下降趨勢(shì)將進(jìn)一步加快，生態(tài)保護(hù)情景下碳儲(chǔ)量減少的區(qū)域明顯少于自然發(fā)展情景。

3.2喀斯特地貌及對(duì)碳儲(chǔ)量的影響

漓江流域是我國(guó)南方生態(tài)屏障的重要組成部分，同時(shí)也是喀斯特世界遺產(chǎn)地?？λ固氐孛沧鳛橐环N多相多層復(fù)雜界面體系，具有生態(tài)敏感性強(qiáng)、自我調(diào)節(jié)修復(fù)及抗外界干擾能力低、景觀類型穩(wěn)定性差等特征。隨著人類社會(huì)的發(fā)展，對(duì)漓江流域的喀斯特地貌不可避免地產(chǎn)生一定破壞，且喀斯特地貌存在水土漏失這一特殊現(xiàn)象，即流域內(nèi)被侵蝕破壞的土壤資源是不可再生的，這導(dǎo)致原本高碳密度的林地、草地在被破壞后轉(zhuǎn)變?yōu)榈吞济芏鹊挠玫仡愋?，不僅會(huì)釋放原本被封存的碳，而且會(huì)降低碳儲(chǔ)存總量。與非喀斯特地貌相比，喀斯特地貌更易受人類活動(dòng)影響，且在被破壞后所需要的治理成本也高于非喀斯特地貌區(qū)。因此，未來(lái)需要合理構(gòu)建喀斯特區(qū)域生態(tài)監(jiān)管體系，加強(qiáng)其生態(tài)修復(fù)研究，呵護(hù)好漓江這片綠水青山。

A為自然發(fā)展情景，B為生態(tài)優(yōu)先情景，C為自然發(fā)展情景碳儲(chǔ)量空間變化，D為生態(tài)優(yōu)先發(fā)展情景碳儲(chǔ)量空間變化，E為自然發(fā)展情景碳儲(chǔ)量空間變化，F(xiàn)為生態(tài)優(yōu)先發(fā)展情景碳儲(chǔ)量空間變化，G為自然發(fā)展情景碳儲(chǔ)量空間變化，H為生態(tài)優(yōu)先發(fā)展情景碳儲(chǔ)量空間變化。

3.3緩解碳儲(chǔ)量下降趨勢(shì)的對(duì)策

碳儲(chǔ)量變化受政策因素影響顯著。2002年在退耕還林政策指導(dǎo)下，自然植被得以恢復(fù)，因此在2000一2010年間建設(shè)用地快速增長(zhǎng)的情況下，漓江流域的碳儲(chǔ)量依舊能夠保持穩(wěn)定，這歸功于我國(guó)實(shí)施的退耕還林等一系列生態(tài)保護(hù)政策提升了生態(tài)系統(tǒng)的碳匯能力。結(jié)合漓江流域不同情景下的碳儲(chǔ)量變化可知，未來(lái)區(qū)域應(yīng)重點(diǎn)保護(hù)林地資源，完善低碳土地利用方式轉(zhuǎn)化的監(jiān)管網(wǎng)絡(luò)，減緩中下游旅游區(qū)縣的開發(fā)強(qiáng)度，保障北部生態(tài)屏障的重要地位?？λ固氐孛驳纳鷳B(tài)系統(tǒng)較為脆弱，需要重點(diǎn)保護(hù)，加深大眾對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)的認(rèn)識(shí)，鞏固生態(tài)建設(shè)成果。同時(shí)為碳中和目標(biāo)的實(shí)現(xiàn)指明生態(tài)環(huán)境治理的方向。實(shí)施生態(tài)優(yōu)先戰(zhàn)略有利于緩解碳儲(chǔ)量下降態(tài)勢(shì)，退耕還林還草以及設(shè)立天然林地保護(hù)區(qū)等政策對(duì)區(qū)域碳匯能力的提升有巨大作用也得到了眾多學(xué)者的研究印證。鄧元杰等（2020）的研究表明黃土高原子長(zhǎng)縣的碳儲(chǔ)存服務(wù)隨著退耕還林還草工程的實(shí)施而提升，并且在未來(lái)能夠因此獲得一定的碳匯價(jià)值，姚平等（2014）的研究表明在退耕還林工程影響下，西南地區(qū)的森林碳匯能力有所提升，進(jìn)一步證實(shí)了實(shí)施生態(tài)保護(hù)優(yōu)先戰(zhàn)略有利于提升區(qū)域碳儲(chǔ)量。

3.4研究的局限性

土地利用變化與碳儲(chǔ)量的研究方法仍然需要持續(xù)改進(jìn)，對(duì)未來(lái)發(fā)展情景的預(yù)測(cè)僅假定了2種情景下2025年和2030年的碳儲(chǔ)量變化及分布情況，研究的時(shí)間尺度相對(duì)較小。InVEST模型在計(jì)算碳儲(chǔ)量上的局限性在于過于簡(jiǎn)化了碳循環(huán)過程，與實(shí)際情況存在潛在誤差。因此，未來(lái)應(yīng)該實(shí)地進(jìn)行連續(xù)的監(jiān)測(cè)以驗(yàn)證碳密度值的合理性，在土地利用變化模擬的驅(qū)動(dòng)因子指標(biāo)選取上，主要偏向于自然環(huán)境因子，未來(lái)研究應(yīng)適當(dāng)增加社會(huì)環(huán)境因子。

4結(jié)論

（1）2000—2020年漓江流域碳儲(chǔ)量整體呈東北高西南低的空間分布特征，漓江流域的總碳儲(chǔ)量為129.11×10⁶～133.80×10⁶ ，碳密度約為 20.64t/hm² ，20年間碳儲(chǔ)量整體呈下降趨勢(shì)，共減少約 4.62×10⁶t 碳儲(chǔ)量的減少主要是林地與耕地向建設(shè)用地轉(zhuǎn)移引起的。

（2）研究期間喀斯特地貌與非喀斯特地貌區(qū)域碳儲(chǔ)量均呈現(xiàn)下降趨勢(shì)，2000一2020年喀斯特地貌區(qū)域碳儲(chǔ)量下降了 5.05% ，非喀斯特地貌區(qū)域下降了2.65% ，喀斯特地貌碳儲(chǔ)量更易受到外界影響而下降。（3）在自然發(fā)展和生態(tài)保護(hù)2種情景下，2030年漓江流域的碳儲(chǔ)量分別為 123.08×10⁶ 和 127.66×10⁶t 以自然發(fā)展情景至2030年，漓江流域的總碳儲(chǔ)量比2020年下降 1.45×10⁶t ，以生態(tài)保護(hù)模式發(fā)展至2030年，漓江流域的碳儲(chǔ)量下降趨勢(shì)得到遏制，與2020年的碳儲(chǔ)量持平?？刂屏值嘏c耕地的退化和建設(shè)用地的無(wú)序擴(kuò)張對(duì)陸地生態(tài)系統(tǒng)的碳儲(chǔ)量增加是有效的。

參考文獻(xiàn)

鄧喆，丁文廣，蒲曉婷，等，2022.基于InVEST模型的祁連山 國(guó)家公園碳儲(chǔ)量時(shí)空分布研究[J].水土保持通報(bào)，42（3）： 324-334，396.

DENG Z，DING WG，PU XT， etal，2022.Spatial-temporal distribution of carbon storage in Qilian Mountain National ParkbasedonInVESTmodel[J].BulletinofSoilandWater Conservation，42（3）：324-334，396.

段文軍，王金葉，張立杰，等，2014.1960—2010年漓江流域降 水變化特征研究[J].水文，34（5）：88-93.

DUANWJ，WANGJY，ZHANGLJ，etal，2014.Characteristicsof precipitationin LijiangRiverBasin during 1960-

鄧元杰，姚順波，侯孟陽(yáng)，等，2020.退耕還林還草工程對(duì)生態(tài) 系統(tǒng)碳儲(chǔ)存服務(wù)的影響：以黃土高原丘陵溝壑區(qū)子長(zhǎng)縣 為例[J].自然資源學(xué)報(bào)，35（4）：826-844.

DENG Y J， YAO SB，HOU MY， et al，2020. Assessing the effects of the Green for Grain Program on ecosystem carbon storage service by linking the InVEST and FLUS models： a case study of Zichang county in hilly and Gully Region of Loess Plateau[J]. Journal of Natural Resources，35（4）： 826-844.

李鑒霖，江長(zhǎng)勝，郝慶菊，2014.土地利用方式對(duì)縉云山土壤 團(tuán)聚體穩(wěn)定性及其有機(jī)碳的影響[J].環(huán)境科學(xué)，35（12）： 4695-4704.

LI JL， JIANG C S， HAO Q J，2014. Impact of land use type on stability and organic carbon of soil aggregates in Jinyun Mountain[J]. Environmental Science，35（12）：4695-4704.

馮源，付甜，朱建華，等，2014.加拿大碳收支模型（CBMCFS3）原理、結(jié)構(gòu)及應(yīng)用[J].世界林業(yè)研究，27（3）：87-91.

FENG Y，F(xiàn)U T， ZHU JH， et al，2014.Principle， structure and application of carbon budget model（CBM-CFS3） in Canada[J].World Forestry Research，27（3）：87-91.

赫曉慧，徐雅婷，范學(xué)峰，等，2022.中原城市群區(qū)域碳儲(chǔ)量的時(shí) 空變化和預(yù)測(cè)研究[J].中國(guó)環(huán)境科學(xué)，42（6）：2965-2976.

HEXH，XUYT，F(xiàn)ANXF，etal，2022.Temporal and spatial variation and prediction of regional carbon storage in Zhongyuan Urban Agglomeration[J]. China Environmental Science， 42（6）：2965-2976.

韓其飛，羅格平，李超凡，等，2014.基于Biome-BGC模型的 天山北坡森林生態(tài)系統(tǒng)碳動(dòng)態(tài)模擬[J].干旱區(qū)研究，31 （3）：375-382.

HAN QF，LUO G P， LI C F， et al，2014. Simulation of carbon trend in forest ecosystem in northern slope of the Tianshan Mountains based on biome-BGC model[J].Arid Zone Research， 31（3）：375-382.

胡燁婷，李天宏，2022.基于SD-CA模型的快速城市化地區(qū) 土地利用空間格局變化預(yù)測(cè)[J].北京大學(xué)學(xué)報(bào)（自然科 學(xué)版），58（2）：372-382.

HU Y T， LI T H， 2022. Forecasting spatial pattern of land use change in rapidly urbanized regions based on SD-CA model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis， 58（2）：372-382.

胡金龍，2016.漓江流域土地利用變化及生態(tài)效應(yīng)研究[D]. 武漢：華中農(nóng)業(yè)大學(xué).

柯新利，唐蘭萍，2019.城市擴(kuò)張與耕地保護(hù)耦合對(duì)陸地生態(tài) 系統(tǒng)碳儲(chǔ)量的影響：以湖北省為例[J].生態(tài)學(xué)報(bào)，39（2）： 672-683.

KE X L， TANG L P， 2019. Impact of cascading processes of urhan exnansion and cronland reclamation on the ecosvstem ofacarbon storage service in Hubei Province，China[J]. Acta Ecologica Sinica，39（2）：672-683.

李安林，周艷，唐麗毅，等，2023.怒江州土地利用模擬及生態(tài) 系統(tǒng)服務(wù)價(jià)值評(píng)估：基于PLUS模型的多情景分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，44（1）：140-149.

LI A L， ZHOU Y， TANG L Y， et al， 2023.Land use simulation and ecosystem services values evaluation in Nujiang prefecture： a multiple-scenario analysis based on plus model [J]. Chinese Journal of Agricultural Resources and Regional Planning， 44（1）：140-149.

蘭秀，杜虎，宋同清，等，2019.廣西主要森林植被碳儲(chǔ)量及其 影響因素[J].生態(tài)學(xué)報(bào)，39（6）：2043-2053.

LAN X，DU H， SONG TQ， et al，2019.Vegetation carbon storage in the main forest types in Guangxi and the related influencing factors[J].Acta Ecologica Sinica，39（6）：2043-2053.

李元強(qiáng)，何敏增，蔣恒潔，等，2020.桂西北巖溶區(qū)蘇木人工林 生物量及碳儲(chǔ)量[J].福建林業(yè)科技，47（4）：22-25，66.

林明明，王金葉，林珍銘，2022.桂林城市生態(tài)系統(tǒng)可持續(xù)發(fā) 展能力評(píng)價(jià)及提升對(duì)策[J].桂林理工大學(xué)學(xué)報(bào)，42（1）： 273-280.

LIN M M， WANG JY，LIN Z M， 2022. Evaluation and promotion countermeasures of sustainable development capacity for urban ecosystem in Guilin[J]. Journal of Guilin University of Technology， 42（1）：273-280.

劉菊，傅斌，張成虎，等，2019.基于InVEST模型的岷江上游 生態(tài)系統(tǒng)水源涵養(yǎng)量與價(jià)值評(píng)估[J].長(zhǎng)江流域資源與環(huán) 境，28（3）：577-585.

LIU J，F(xiàn)UB， ZHANG C H， et al， 2019. Assessment of ecosystem water retention and its value in the upper reaches of Minjiang River based on InVEST model[J]. Resources and Environment in the Yangtze Basin，28（3）：577-585.

馬良，金陶陶，文一惠，等，2015.InVEST模型研究進(jìn)展[J].生 態(tài)經(jīng)濟(jì)，31（10）：126-131，179.

MA L， JIN T T， WEN Y H， et al，2015. The research progress of InVEST model[J]. Ecological Economy，31（10）： 126- 131，179.

馬曉哲，王錚，2015.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)，35（17）：5898-5907.

MA X Z， WANG Z， 2015. Progress in the study on the impact of land-use change on regional carbon sources and sinks [J].Acta Ecologica Sinica， 35（17）：5898-5907.

滕秋梅，沈育伊，徐廣平，等，2020.桂北喀斯特山區(qū)不同植被 類型土壤碳庫(kù)管理指數(shù)的變化特征[J].生態(tài)學(xué)雜志，39 （2）：422-433.

TENG Q M， SHENY Y， XUG P， et al， 2020. Characteristics of soil carbon pool management indices under different vegetation types in Karst mountainous areas of North Guangxi [J]. Chinese Journal of Ecology， 39（2）：422-433.

伍秀蓮，白先達(dá)，2017.氣候變化對(duì)漓江生態(tài)環(huán)境的影響[J]. 氣象研究與應(yīng)用，38（1）：97-101.

王雪然，潘佩佩，王曉旭，等，2021.基于GeoSOS-FLUS模型 的河北省土地利用景觀格局模擬[J].江蘇農(nóng)業(yè)學(xué)報(bào)，37 （3）：667-675.

WANG XR，PANPP， WANG XX， et al， 2021. Simulation of landscape pattrn for land use in Hebei province based on GeoSOS-FLUS model[J]. Jiangsu Journal of Agricultural Sciences，37（3）：667-675.

姚平，陳先剛，周永鋒，等，2014.西南地區(qū)退耕還林工程主要 林分 50年碳匯潛力[J].生態(tài)學(xué)報(bào)，34（11）：3025-3037.

YAO P， CHEN X G， ZHOU Y F， et al， 2014. Carbon sequestration potential of the major stands under the Grain for Green Program in Southwest China in the next 5O years [J].Acta Ecologica Sinica，34（11）：3025-3037.

張繼平，劉春蘭，郝海廣，等，2015.基于MODISGPP/NPP數(shù) 據(jù)的三江源地區(qū)草地生態(tài)系統(tǒng)碳儲(chǔ)量及碳匯量時(shí)空變 化研究[J].生態(tài)環(huán)境學(xué)報(bào)，24（1）：8-13.

ZHANG JP， LIU C L，HAO HG， et al，2015. Spatial-temporal change of carbon storage and carbon sink of grassland ecosystem in the Three-River Headwaters Region based on MODIS GPP/NPP data[J]. Ecology and Environmental Sciences，24（1）：8-13.

朱鵬飛，2018.基于InVEST模型的廣西沿海地區(qū)土地利用/ 覆被變化的生態(tài)效應(yīng)研究[D].南寧：廣西師范學(xué)院.

MENDOZA-PONCE A， CORONA-NUNEZ R， KRAXNER F， et al，2018.Identifying effects of land use cover changes and climate change on terrestrial ecosystems and carbon stocks in Mexico[J]. Global Environmental Change， 53：12-23.

LI N，WANGJY，WANG HY， et al， 2021. Impacts of land use change on ecosystem service value in Lijiang River Basin， China[J]. Environmental Science and Pollution Research International， 28（34）：46100-46115.

LIU X P， LIANG X，LI X， et al， 2017. A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects[J].Landscape and Urban Planning，168：94-116.

HE W，LIY Q， WANG JY， et al，2021. Using field spectroradiometer to estimate the leaf N/P ratio of mixed forest in a Karst area of Southern China： a combined model to overcome overfiting[J]. Remote Sensing，13（17）：3368. （善任妒娼熊羊化岸蘇蘇）

Prediction of Carbon Storage in the Lijiang River Basin Based on Land Use/Land Cover （LUCC）

ZHOU Xinran1，HE Wen2， WANG Jinyel，3， WEI Qingqing1， YAO Yuefeng2 （1. College of Tourism amp; Landscape Architecture， Guilin University of Technology， Guilin 541006，P.R. China; 2. Guangxi Key Laboratory of Plant Conservation and Restoration Ecology in Karst Terrain， Guangxi Institute of Botany， Guangxi Zhuang Autonomous Region and Chinese Academy of Sciences， Guilin 541006，P.R. China; 3. Nanning College of Technology， Nanning 530000， P.R. China）

Abstract： Quantitative prediction of carbon storage in terrestrial ecosystems by model simulation is important for climate regulation and ecosystem management. In this study，the Lijiang River basin was selected for case study，and we analyzed the dynamic changes in carbon storage resulting from land use variation in Lijiang River basin （2000-2020），based on land use data for 2000，2005，2010，2015 and 2020. Landscape simulation and prediction of the spatial distribution of carbon storage in the Lijiang River basin in 2025 and 203O was accomplished by combining partial least squares regression with the Future Land Use Simulation （PLSR-FLUS） model and the Integrated Valuation of Ecosystem Services and Tradeoffs （InVEST） model using two simulation scenarios （natural development and ecological priority）. Results show that： （1） The carbon storage in Lijiang River basin in 2000，2005，2010，2015and 2020 were， respectively， 133.8×10⁶ 133.58×10⁶ ， 133.43×10⁶ ， 132.32×10⁶ and 129.11×10⁶ t. Over the period of 2000 to 2020，thecarbon storage in the Lijiang Riverbasin declined consistently and significantly，withan overall decrease of 4.62×10⁶ t over the 20 year period， attributed primarily to conversion of forest and cultivated lands to construction land.（2）From 2000 to 2O20，the spatial distribution of carbon storage in the Lijiang River basin was consistently higher in the northeast and lower in the southwest.（3） During the study period，carbon storage in both karst and non-karst areas declined.However， from 20o0 to 2020，carbon storage in karst areas decreased by 5.05% and by 2.65% in non-karst areas，indicating that karst ecosystems are more susceptible to external influences that result in carbon loss.Specifically，carbon storage differed between karst and non-karst landforms，with recorded values of 44.54×10⁶ t and 84.76×10⁶ tin 2020.（4） Carbon storage in the Lijiang River basin for 2O3O was estimated to be 123.08×10⁶ t with the natural development scenario and 127.66×10⁶ t with the ecological priority scenario. Under the ecological priority scenario，the decrease in carbon storage was significantly less than under the natural development scenario. Our research demonstrates that rational planning and restrictions on land development， coupled with controlling the conversion of high-carbon-density land types to low-carbon-density land types，can effectively enhance watershed carbon sequestration capacity.The results provide a scientific reference for enhancing regional ecosystem carbon storage by optimizing land use and promoting the sustainable development of Guilin City as a national innovative demonstration zone for achieving the goal of carbon neutrality.

Key words：land use/land cover;carbon storage; InVEST model; PLSR-FLUS model; multi-scenario simulation; Lijiang River basin