-
项目名称
- 国家自然科学基金"山区乡村产业振兴进程中耕地和宅基地转型耦合机制与调控研究:以贵州为例"(42261044);贵州省教育厅青年科技人才成长项目"喀斯特地区典型小流域生态治理措施的生态服务功能评价研究"(黔教合KY字[2022]202号);2022年度贵州省水利科技项目"双碳背景下喀斯特流域生态文明高质量发展水平研究"(KT202223)
-
第一作者简介
- 李月(1991-), 女, 博士, 副教授。主要研究方向: 喀斯特地区土地资源管理与生态修复。E-mail: 976438528@qq.com
-
文章历史
-
收稿日期:2022-08-25
修回日期:2023-03-28
土地利用变化不仅对土地覆被格局、生态系统结构、过程和功能产生深远影响,也会对全球变化产生反馈。随着人口的增长和人类社会的发展,过度的土地利用活动加剧水土流失、土地退化等生态恶化现象,这严重制约着陆地生态系统的碳储存能力[1-2]。目前,土地利用变化已成为全球第二大温室气体排放源[3]。土地利用变化对于陆地生态系统碳储量的影响逐步成为研究热点,厘清土地利用变化与生态系统碳储量之间的关系也成为实现“双碳”目标的重要途径。InVEST作为成熟应用的生态模型之一[4],在研究土地利用变化与生态系统服务功能之间相互关系上得以广泛应用[5];国内学者主要运用InVEST模型探讨土地利用变化碳储量相互之间的影响、驱动因素以及时空分布特征[6],其中部分学者发现陆地生态系统碳储量损失的主要原因为城市扩张占用林地、耕地以及森林乱砍乱伐等[7]。从研究区范围来看,大多集中在国家、省级等大尺度的碳储量估算及其变化态势[8-9],对小区域范围的碳储量评估关注较少[10],而县域作为中国社会经济发展的基本单元,是巩固水土保持功能、提升生态系统服务功能的重要切入点,评估县级尺度的生态状况对推动区域低碳协调发展意义重大。因此,在“双碳”战略背景下,开展县域土地利用变化及其碳储量评估是十分重要和迫切的。
贵州省普定县既是深入实施西部大开发战略提出的重点县域,也是长江、珠江上游地区的重要生态功能区。然而,随着社会经济发展,不合理的人为活动导致土地过度开发[11],造成水土流失等生态问题[12],对区域固碳能力产生不良影响。鉴于此,笔者以贵州普定县为研究区,基于1973—2020年5期遥感影像,获取土地利用数据,借助土地利用转移矩阵方法,结合InVEST模型Carbon模块,估算和分析1973—2020年各历史时期不同用地类型的碳储量及其空间分布规律,探讨土地利用变化对固碳能力的影响,从而为县域尺度水土保持、碳汇评估以及国土空间合理配置提供参考。
1 研究区概况普定县位于贵州省西部,隶属安顺市,位于素有“黔之腹,滇之喉”之称的黔中腹地(图 1),属亚热带季风湿润气候,降雨充沛,年均降水量1 378.2 mm,年均气温15.1 ℃。地势总体上呈现东、北、西三面高,南、中部低,研究区总面积1 091 km2。境内土壤种类主要有黄壤、石灰土、黄棕壤等,土层发育较为浅薄,植被多为亚热带常绿阔叶林。
遥感影像来源于美国马里兰大学和地理空间数据云(http://www.gscloud.cn/)。首先,选取1973、1989、2003、2010和2020年5期云量较少的遥感影像,其次,对5期遥感影像进行几何校正、融合、镶嵌、裁剪、大气校正等一系列预处理,通过监督分类、人机交互式解译法提取地类信息得到5个时期土地利用数据,将用地类型分为有林地、灌木林地、其他林地、草地、水田、旱地、水域、建设用地和未利用地,分辨率为30 m。InVEST模型Carbon模块所需碳密度数据包括地上植被碳库、地下植被碳库、土壤碳有机碳库和死亡有机碳库4个基本碳库。本研究碳密度数据的获取主要通过收集研究区以及相邻区域范围内的研究成果得到[13-18](表 1)。
转移矩阵能够具体反映土地利用变化的结构特征和各类型之间的转移方向。其数学形式参考阿曼妮萨·库尔班等[19]研究。
2.3 InVEST模型法基于InVEST模型Carbon模块,结合土地利用数据和碳密度数据估算生态系统碳储量,进而分析土地利用类型的变化分析固碳能力。计算公式参见邹文涛等[13]研究。
3 结果与分析 3.1 土地利用的时空变化规律 3.1.1 不同历史时期土地利用结构及变化1973年普定县主要用地类型为旱地,面积比例为32.08%,1989—2020年旱地持续减少,2020年旱地比例降至25.58%,灌木林地扩张了93.04 km2,成为主要用地类型(表 2和图 2)。从整体来看,研究区1973—1989年旱地、水田呈增长态势,灌木林地减少18.78%,说明该期间森林砍伐、陡坡开垦等人类活动较为频繁。1989—2020年旱地、水田呈减少态势,灌木林地、有林地等在东北、西南部明显增加。3.1.2不同历史阶段土地利用类型的相互转化1973—1989年期间,灌木林地、旱地转化面积最大,有88%的灌木林地转出;旱地转入面积达277.90 km2,其中灌木林地转入占42.32%(图 3a);1989—2003年期间,旱地和水田转出面积最大,除旱地与水田相互流转外,均主要转出为灌木林地和其他林地,有45.93%的旱地转入灌木林地(图 3b);2003—2010年旱地与水田分别转出389.93 km2、212.07 km2,除两者相互流转外,主要流向灌木林地;期间灌木林地转入面积持续增加,主要由旱地和水田转入;草地共流出56.20 km2(图 3c);2010—2020年,土地利用变化相对趋于稳定,建设用地面积增加明显(图 3d)。
普定县1973、1989、2003、2010和2020年碳储量分别为1 586.8万t、1 419.6万t、1 502.2万t、1 583.4万t和1 652.9万t,总体呈增加趋势,累计增加66.1万t。如图 4所示,普定县主要有灌木林地、旱地、水田以及有林地4大碳库。有林地和灌木林地碳储量均呈先下降后上升的变化特征,在1973—1989年分别损失96.4万和386.3万t,1989—2020年各增加259.9万和509.2万t;2020年其他林地碳储量锐减至34.7万t;1973—2020年草地碳储量波动下降。1989—2020年水田碳库碳损失剧烈,降至223.6万t;2020年旱地碳储量仅达到316.7万t;建设用地碳储量由1973年的1.6万t增加至2020年108.7万t。
由图 5可知,1973—1989年,东北和西南部的碳储量降低程度最大,减少区域呈聚集分布;1989—2003年,东部和西南部碳储量增加显著,中部区域减少明显,中北和中南地区变化较为稳定;2003—2010年,东北、西南部区域碳储量持续上升,北部区域碳储量减少呈面状分布;2010—2020年西北、东北部地区碳储量显著增加。总的来看,1973—2020年,西部、东北部碳储量稳定增加,中南、中北部地区以基本不变和减少为主。
由表 3可知,灌木林地扩张使其生态系统碳储量增加134.37万t,然而,灌木林地转出致碳储量损失84.28万t,其中,向旱地和建设用地转出损失的碳储量分别占53.47%、13.20%;水田转出使碳储量减少25.03万t;有林地转出累计损失27.73万t碳储量,其中以转为旱地碳储量流失最为明显。而建设用地扩张致使碳储量减少26.68万t,以占用旱地、水田和灌木林地碳储量损失较多。
土地利用变化是决定区域碳储量空间分布差异的关键因素,碳储量的时空变化能够反映区域固碳能力的动态变化[8-12]。笔者发现,普定县1973—2020年碳储量总体呈增加趋势,反映出研究区生态服务功能已有所改善,灌木林地是研究区碳储量最为丰富的用地类型之一,承担着主要的碳汇功能,表明灌木林地、有林地等生态用地具有巨大的固碳潜力。普定县碳储量呈现出“东北、西南部增加,中南部减少”的空间变化规律,主要与近年来实施的长防工程、坡耕地及石漠化综合治理等生态恢复工程有关[20],在东北、西南部大面积的旱地和水田向灌木林地、有林地转移,使碳储存能力逐渐增强,碳汇作用显著。由此可见,植被恢复能够明显提升生态环境质量。由于中南部是普定县经济发展中心,是建设用地显著扩张的主要地带,水田、灌木林地的减少和建设用地的增加是南部区域碳储量减少的主要原因之一。由此可见,县域的碳储量时空变化能够为提升区域生态系统质量及水土保持功能提供科学依据与数据支撑。今后普定县在进行土地利用规划时应着重关注中南部区域生态系统的固碳能力,适当实施生态保护工程,优化土地利用结构。
4.2 不确定性分析由于InVEST模型中碳密度无年际变化,且获得的土地利用类型碳密度不是实测碳密度的动态变化数据,对碳储量估算精度有一定影响,具有一定不确定性,但其运行结果能够清晰反映普定县近50年碳储量时空变化。为更好地反映区域生态碳储存能力,未来应对研究区不同用地类型碳密度进行连续监测,从而提高区域碳储量估算精度。
5 结论1) 普定县1973—2020年生态系统碳储量总体呈增加趋势,累计增加66.1万t。说明普定县生态系统固碳能力显著增强,生态系统服务功能明显改善。
2) 普定县碳储量表现出“东北、西南部增加,中南部减少”的空间变化规律。其中西南、东北地区碳储量在1989—2020年保持稳定趋势逐年增加,中南部区域碳储量在2010—2020年损失严重。
3) 普定县碳储量上升的主要原因为旱地、草地、水田、其他林地转为灌木林地,旱地、草地、其他林地转为有林地,旱地转为水田;碳储量下降主要由水田面积的减少以及建设用地的扩张导致。
[1] |
易兴松, 戴全厚, 严友进, 等. 西南喀斯特地区耕地撂荒生态环境效应研究进展[J]. 生态学报, 2023, 43(3): 925. YI Xingsong, DAI Quanhou, YAN Youjin, et al. Research progress on the ecological environment effect of farmland abandonment in karst areas of Southwest China[J]. Acta Ecologica Sinica, 2023, 43(3): 925. |
[2] |
邹航, 宋娅丽, 王克勤, 等. 开采对矿区天然森林生态系统碳损失量的影响[J]. 中国水土保持科学, 2022, 20(2): 124. ZOU Hang, SONG Yali, WANG Keqin, et al. Effects of mining on the carbon loss of natural forest ecosystem in mining area[J]. Science of Soil and Water Conservation, 2022, 20(2): 124. |
[3] |
杨元合, 石岳, 孙文娟, 等. 中国及全球陆地生态系统碳源汇特征及其对碳中和的贡献[J]. 中国科学: 生命科学, 2022, 52(4): 534. YANG Yuanhe, SHI Yue, SUN Wenjuan, et al. Terrestrial carbon sinks in China and around the world and their contribution to carbon neutrality[J]. Scientia Sinica (Vitae), 2022, 52(4): 534. |
[4] |
XIANG Mingshun, WANG Chunjian, TAN Yuxiang, et al. Spatio-temporal evolution and driving factors of carbon storage in the western Sichuan Plateau[J]. Scientific Reports, 2022, 12(1): 8114. DOI:10.1038/s41598-022-12175-8 |
[5] |
NELSON E, MENDOZA G, REGETZ J, et al. Modeling multiple ecosystem services, biodiversity conservation, commodity production, and tradcoffs at landscape scales[J]. Frontiers in Ecology and the Environment, 2009, 7(1): 4. DOI:10.1890/080023 |
[6] |
CUI Fengqi, WANG Bojie, ZHANG Qin, et al. Climate change versus land-use change-What affects the ecosystem services more in the forest-steppe ecotone[J]. Science of the Total Environment, 2021, 759: 143525. DOI:10.1016/j.scitotenv.2020.143525 |
[7] |
ZHU Wenbo, ZHANG Jingjing, CUI Yaoping, et al. Ecosystem carbon storage under different scenarios of land use change in Qihe catchment, China[J]. Journal of Geographical Sciences, 2020, 30(9): 1507. DOI:10.1007/s11442-020-1796-6 |
[8] |
任玺锦, 裴婷婷, 陈英, 等. 基于碳密度修正的甘肃省土地利用变化对碳储量的影响[J]. 生态科学, 2021, 40(4): 66. REN Xijin, PEI Tingting, CHEN Ying, et al. Impact of land use change on carbon storage in Gansu province based on carbon density correction[J]. Ecological Science, 2021, 40(4): 66. |
[9] |
赵一行, 高润艺, 李海东, 等. 江阴市土地利用对碳储量的影响及优化研究[J]. 生态与农村环境学报, 2022, 38(10): 1290. ZHAO Yixing, GAO Runyi, LI Haidong, et al. Study on carbon storage change and optimization of land use in Jiangyin city[J]. Journal of Ecology and Rural Environment, 2022, 38(10): 1290. |
[10] |
朱文博, 张静静, 崔耀平, 等. 基于土地利用变化情景的生态系统碳储量评估: 以太行山淇河流域为例[J]. 地理学报, 2019, 74(3): 446. ZHU Wenbo, ZHANG Jingjing, CUI Yaoping, et al. Assessment of territorial ecosystem carbon storage based on land use change scenario: A case study in Qihe River Basin[J]. Acta Geographica Sinica, 2019, 74(3): 446. |
[11] |
赫晓慧, 徐雅婷, 范学峰, 等. 中原城市群区域碳储量的时空变化和预测研究[J]. 中国环境科学, 2022, 42(6): 2965. HE Xiaohui, XU Yating, FAN Xuefeng, et al. Temporal and spatial variation and prediction of regional carbon storage in Zhongyuan urban agglomeration[J]. China Environmental Science, 2022, 42(6): 2965. |
[12] |
王毅, 郭跃. 喀斯特地貌区植被覆盖与地形因子的空间关系分析: 以贵州普定县为例[J]. 长江流域资源与环境, 2018, 27(1): 157. WANG Yi, GUO Yue. Analysis of spatial correlation between vegetation coverage and terrain factors in karst landform: Taking Puding area in Guizhou for example[J]. Resources and Environment in the Yangtze Basin, 2018, 27(1): 157. |
[13] |
邹文涛, 何友均, 叶兵, 等. 基于InVEST模型的钱江源国家公园生态系统碳储量研究[J]. 中南林业科技大学学报, 2021, 41(3): 120. ZOU Wentao, HE Youjun, YE Bing, et al. Study on carbon storage of ecosystem in Qianjiangyuan national park based on InVEST model[J]. Journal of Central South University of Forestry and Technology, 2021, 41(3): 120. |
[14] |
李默然, 丁贵杰. 贵州黔东南主要森林类型碳储量研究[J]. 中南林业科技大学学报, 2013, 33(7): 119. LI Moran, DING Guijie. Study on carbon storage of main forest types in southeast part of Guizhou province[J]. Journal of Central South University of Forestry and Technology, 2013, 33(7): 119. |
[15] |
黄从红. 基于InVEST模型的生态系统服务功能研究: 以四川宝兴县和北京门头沟区为例[D]. 北京: 北京林业大学, 2014: 11. HUANG Conghong. Ecosystem services evaluation based on the InVEST model: Case studies in Baoxing county, Sichuan and Mentougou district, Beijing[D]. Beijing: Beijing Forestry University, 2014: 11. |
[16] |
李义平. 基于地表覆被变化的黔东南碳储量时空动态变化研究[D]. 贵阳: 贵州大学, 2020: 40. LI Yiping. Spatialtemporal dynamic change of carbon storage in Southeast Guizhou based on surface cover change[D]. Guiyang: Guizhou University, 2020: 40. |
[17] |
解宪丽, 孙波, 周慧珍, 等. 中国土壤有机碳密度和储量的估算与空间分布分析[J]. 土壤学报, 2004, 41(1): 35. XIE Xianli, SUN Bo, ZHOU Huizhen, et al. Organic carbon density and storage in soils of China and spatial analysis[J]. Acta Pedologica Sinica, 2004, 41(1): 35. |
[18] |
李克让, 王绍强, 曹明奎. 中国植被和土壤碳贮量[J]. 中国科学(地球科学), 2003, 33(1): 72. LI Kerang, WANG Shaoqiang, CAO Mingkui. Vegetation and soil carbon storage in China[J]. Science in China (Series D), 2003, 33(1): 72. |
[19] |
阿曼妮萨·库尔班, 满苏尔·沙比提, 艾克旦·依萨克, 等. 近19年新疆阿克苏河流域耕地利用时空演变特征[J]. 中国水土保持科学, 2022, 20(3): 72. Amannisa KUERBAN, Mansuer SHABITI, Aikedan YISAKE, et al. Spatiotemporal evolution of arable land use in Aksu River Basin, Xinjiang in recent 19 years[J]. Science of Soil and Water Conservation, 2022, 20(3): 72. |
[20] |
秦罗义, 白晓永, 王世杰, 等. 近40年来贵州高原典型区土地利用变化及驱动机制[J]. 山地学报, 2015, 33(5): 619. QIN Luoyi, BAI Xiaoyong, WANG Shijie, et al. History of land use change and driving mechanism of typical Guizhou Plateau region during 40 years[J]. Mountain Research, 2015, 33(5): 619. |