基于PLUS模型和InVE...型的西双版纳碳储量变化研究_胥丽.pdf

基于PLUS模型和InVEST模型的西双版纳碳储量变化研究胥丽，罗绍龙*，国朝胜，高应群，余金格（西南林业大学林学院，昆明650000）摘要：为了探究西双版纳州20002030年不同土地覆被类型变化特征及其对碳储量的影响，提升区域碳储量的估算精度和准确度，采用PLUS模型和InVEST模型相结合的方法，分别预测了2030年不同情景下西双版纳的土地覆被情况以及不同土地类型下的碳储量的变化。结果显示：（1）PLUS模型在西双版纳的预测结果比较理想，2000年模拟2010年、2010年模拟2020年的Kappa系数分别为0.80、0.81。（2）20002020年，林地、草地、灌木地在逐渐减少，建设用地在不断扩张，20年间城镇用地增加了172.37 km2，至2030年，建设用地进一步扩张，面积达到了381.18 km2，林地和草地转移成一部分转换成耕地，另一部分转换成建设用地。（3）InVEST模型计算出来的20002030年西双版纳碳储量总体呈下降趋势，空间上存在着呈块状和条状交错分布的特点。2000年、2010年、2020年西双版纳州的碳储量分别为4.94107t、4.82107t、4.76107t，2030年自然发展情景下碳储量为4.64107t，城镇发展下为4.63107t，生态保护情景下为4.65107t。总体来看，城镇化的发展导致西双版纳碳储量呈现逐年降低的趋势，生态保护情景下碳储量相比城镇发展情景提高了1.50105t，说明实施生态保护措施可以较好地实现西双版纳固碳作用。实验结果表明，运用PLUS模型模拟未来土地覆被变化具有可行性，同时结合InVEST模型可以预测出未来土地覆被变化下碳储量的增减情况，为西双版纳低碳田园农村发展规划以及推进西双版纳州实现“双碳”目标提供参考依据。关键词：PLUS模型；InVEST模型；土地覆被；碳密度；碳储量中图分类号：P964文献标志码：A文章编号：2096-2347（2023）02-0075-13收稿日期：2022-09-04作者简介：胥丽，硕士，主要从事高光谱遥感在林业上的应用研究。E-mail:*通信作者：罗绍龙，硕士，主要从事无人机数据处理研究。E-mail:引用格式：胥丽，罗绍龙，国朝胜，等.基于PLUS模型和InVEST模型的西双版纳碳储量变化研究J.三峡生态环境监测，2023，8（2）：75-87.Citation format:XU L,LUO S L,GUO C S,et al.Carbon storage change in Xishuangbanna based on PLUS and InVEST modelJ.Ecology and Environmental Monitoring of Three Gorges，2023，8（2）：75-87.CarbonStorageChangeinXishuangbannaBasedonPLUSandInVESTModelXU Li,LUO Shaolong*,GUO Chaosheng,GAO Yingqun,YU Jinge(College of Forestry,Southwest Forestry University,Kun Ming,650000,China)Abstract:In order to explored the change characteristics of different land cover types and their impact on carbon storage in Xishuangbanna from 2000 to 2030,we combined method of PLUS and InVEST model.The land cover and carbon storage of Xishuangbanna under different scenarios in 2030 were predicted.The results showed that:(1)The prediction result of PLUS model in Xishuangbanna was relatively perfect.The Kappa coefficient for 2000 simulating 2010 and 2010 simulating in 2020 were 0.80 and0.81,respectively.(2)From 2000 to 2020,woodland,grassland and shrubland gradually decreased,while construction land furtherto expand.Urban land increased by 172.37 km2in 20 years.By 2030,construction land further expanded and reached 381.18 km2.(3)The carbon storage of Xishuangbanna from 2000 to 2030 calculated by InVEST model shows a general trend of decline,and ischaracterized by staggered block and strip distribution in space.In 2000,2010,and 2020,the carbon storage of XishuangbannaDOI：10.19478/ki.2096-2347.2023.02.10生态研究三峡生态环境监测Ecology and Environmental Monitoring of Three Gorges2023年6月Jun.2023第8卷第2期Vol.8No.2三峡生态环境监测http:/ carbon storage was 4.94107t、4.82107t、4.76107t,respectively.In 2030,the carbon storage of Xishuangbannawill be 4.64107t under natural development scenario,4.63107t under urban development scenario,and 4.65107t under ecological protection scenario.In general,the development of urbanization leads to the trend of carbon storage of Xishuangbanna underecological protection scenario increase by 1.50105t compared with that under urban development scenario,indicating that the implementation of ecology carbon sequestration in Xishuangbanna can be realized by conservation measures.The experimental resultsshowed that it is feasible to use the PLUS model to simulate future land cover change,and combined with InVEST model,the increase and decrease of carbon storage under future land cover change can be predicted,which provides a reference for the low-carbon development planning of Xishuangbanna.Key wWords:PLUS model;InVEST model;land cover;carbon density;carbon storage气候变化是人类面临的全球性问题，随着各国二氧化碳排放增加，温室气体猛增，对全球生态系统构成了威胁。在这一背景下，世界各国以全球协约的方式减排温室气体，我国由此提出碳达峰和碳中和的目标。根据已有的研究，土地利用的碳储量在碳循环中起着举足轻重的作用 1，陆地生态系统的碳库与土地利用及其变化之间存在着很强的联系，主要体现在植被以及土壤碳在土地利用变化过程中可能产生的碳汇。因此，土地利用的变化导致不同地类的碳储量发生变化，如何增加不同城市植被和土壤的碳储量，这和我国是否能如期达到两碳目标有很大的关系。在空间上直接模拟土地利用变化减少对陆地生态系统碳储量的影响，InVEST模型被广泛使用并成为一个较经典的方法。研究表明：InVEST模型评估结果有助于区域生态系统的管理，特别是在多种服务和多种目标分析中具有明显优势。目前，已有学者结合InVEST模型和土地利用数据来计算区域碳储量 2，同时结合土地预测模型来预测区域未来土地利用情况和碳储量变化 3-4。在现有的土地预测模型中，FLUS 5、CLUE-S 6 及 CA-Markov 7 被广泛使用。现有的耦合模型研究热点集中于改进建模技术、模型的规则以及准确性，对于影响土地覆被变化的潜在驱动力挖掘甚少 8。FLUS模型中的神经网络模块，能够发掘出不同的驱动因子与某一年土地利用/覆被类型的关系，但这种关系无法用明确的公式表达出来。为解决上述问题，梁迅等 9 在2020年提出了PLUS（patch-generating land use simulation）模型，该模型集成了土地扩张分析策略（land expansion analysis strategy，LEAS）和一种基于多类型随机斑块种子的CA 模 型（CA based on multi-type random patchseeds，CARS）。一方面，LEAS 汲取了传统转化分析策略的优点，可以更好地挖掘各类土地利用变化的驱动因素；另一方面，CARS结合了随机种子生成和阈值递减机制，能够更好地模拟土地利用斑块级的变化。PLUS模型具有强大的数据挖掘能力，斑块级的土地变化动态模拟能力，在土地资源优化配置、城市扩展边界划定等方面具有很强的应用前景 10。西双版纳属于北回归线以南的热带湿润气候，利于热带植被的生长，是我国热带雨林国家级自然保护区。西双版纳作为我国唯一保存的一块热带雨林，也是地球北回归线上仅存的一片绿洲。在已有的研究中，大多数都是对西双版纳橡胶林 11-12、整个森林植被 13 或某种特定树种如思茅松 14、常绿阔叶林 15 等进行研究。而对西双版纳土地利用变化对碳储量影响的研究较少。本文结合自然社会等因素，在分析西双版纳 2000 年、2010年、2020年的土地利用类型和变化趋势的基础上，将PLUS模型和InVEST模型结合，可以精确地提高土地利用类型的预测精度，同时为InVEST模型里碳储存模块提供数据基础，进而模拟2030年西双版纳不同情景下的碳储量，为西双版纳地区低碳城市建设及气候变暖问题和热带雨林的保护提供一定的理论依据和参考。1研究区概况及数据预处理1.1研究区概况西双版纳傣族自治州，是云南省下辖的一个自治州、地级行政区，位于云南省最南端，位于北纬21102240，东经995510150，处于北回第8卷第2期77归线以南的热带北部边界。国土面积19 096 km2，东北、西北与普洱市接壤，东南与老挝相连，西南与缅甸接壤，国境线长966.3 km，地理位置如图 1所示。全州辖一市二县（景洪市、勐海县、勐腊县），三区（西双版纳旅游度假区、磨憨经济开发区、景洪工业园区）。全州有森林面积15 550 km2，全州各级自然保护区（含保护小区）面积4 152 km2。有西双版纳和纳板河流域2个国家级自然保护区，面积2 680 km2。西双版纳是我国热带生态系统保存最完整的地区，素有“植物王国”“动物王国”“生物基因库”“植物王国桂冠上的一颗绿宝石”等美称。图1西双版纳地理位置Fig.1Geographical location of Xishuangbanna1.2数据来源与处理本研究所使用的数据包括土地覆盖数据、地理环境数据、社会经济数据、交通路网水系数据。其中，地理环境数据包括高程数据、坡度及坡向数据、年降水量、年均气温。社会经济数据包括夜间灯光和各区县中心点。交通路网数据包括高速、国道、省道、河流。土地覆盖数据来源于全球30 m地表覆盖数据GlobeLand30（http:/ ASTER GDEMV2，分辨率为30 m，经过拼接裁剪后得到西双版纳DEM数据，坡度和坡向数据则利用ArcGIS的表面分析工具和原始DEM数据提取得到。年降水量、年均气温为从中国科学院资源环境科学与数据中心（https:/ 年平均气温、年降水量插值数据集；夜间灯光数据为 2013 年DMSP/OLS夜间灯光影像。交通路网数据来源于国家基础信息数据库，利用欧氏距离进行可达性分析。所有的数据都要在ArcGIS里转换为WGS84投影坐标系，分辨率经过重采样后为30 m。High2 390Low37503060120 km西双版纳傣族自治州在云南省示意图高程/m勐海县景洪市勐腊县昆明市N胥丽，等：基于PLUS模型和InVEST模型的西双版纳碳储量变化研究三峡生态环境监测http:/ 16。2.2PLUS模型参数设置2.2.1土地需求土地预测的需求量一般根据已知年份土地利用的实际情况或Markov chain模型等的预测结果来填写。2.2.2成本矩阵成本矩阵中0表示不能转换，1表示可以转换，一般根据前人的经验和实际的土地覆盖转移情况来确定，比如说耕地常常会变为人造地表，而人造地表很难转变为土地，林地不容易转换等。成本矩阵如表1所示。表1成本矩阵Table 1Neighborhood weight耕地林地草地灌木地水体人造地表111100耕地林地111100草地011100灌木地011100水体111110人造地表1111012.2.3邻域权重在研究区域中，不同的土地覆盖类型会产生不同的邻域效应，邻域权重的取值范围为01，如果权重值越靠近1，说明该土地覆盖类型转换能力越弱，越不容易向其他土地覆盖类型转换。如果权重值越靠近0，则表示该土地覆盖类型向其他土地覆盖类型转换越容易 17。土地覆盖的权重值可以根据专家知识和前人的经验及模拟测试来决定，或者也可以通过计算各个土地覆盖类型占总扩张量的比例来确定。本研究的土地覆盖类型的邻域权重值是通过计算西双版纳傣族自治州各个类型的土地扩张以及根据模拟的精度反复试验和调试所得，如表2所示。表2邻域权重Table 2Field of weight土地类型权重耕地0.25林地0.35草地0.22灌木地0.06水体0.03人造地表0.202.3PLUS模型驱动因子的选取PLUS模型的模拟精度很大程度上和驱动因素的选择有很大关系，影响西双版纳州土地覆盖的因素是复杂多样的，为了提高PLUS模型预测精度和模拟结果，应该综合地选取土地覆盖驱动因素。土地覆盖的变化很复杂，一般来说，不同的地区、不同的时间节点选取的驱动因素不同，因此，驱动因子选取要遵循以下原则：因子数据易获取性；因子数据一致性；因子的可量化性；空间差异性和相关性显著；因子选取的完整性。根据以上选取原则和前人的研究成果以及西双版纳的实际情况，从自然、社会、可达性三个第8卷第2期79方面选取影响西双版纳傣族自治州土地覆盖变化的11个驱动因子。从自然环境的方面来看，坡度、坡向、高程、年降水量、年均气温对西双版纳土地覆盖影响比较大；从人文社会的方面来看，夜间灯光、距城中心是影响西双版纳人造地表用地的重要因素；从可达性的方面来看，国道、省道、县道、河流是影响西双版纳傣族自治州耕地、林地及其他土地类型的重要因素。同时，本研究将水域设置为土地利用变化的限制因子。2.4InVEST模型InVEST模型即生态系统服务和交易的综合评价模型（integrated valuation of ecosystem servicesand trade-offs）是美国斯坦福大学、大自然保护协会（TNC）与世界自然基金（WWF）联合开发的，旨在通过模拟不同土地覆盖情景下生态服务系统物质质量和价值量的变化。InVEST模型碳储量模块将生态系统的碳储量分为植被地上碳储量、植被地下碳储量、土壤碳储量和死亡有机质碳储量，公式为：Ctotal=Cdead+Cabove+Cbelow+Csoil式中：Ctotal为总体碳储量，t；Cdead为死亡有机质碳储量，t；Cabove为植被地上碳储量，t；Cbelow为植被地下碳储量，t；Csoil为土壤碳储量，t。本研究中的碳储量主要计算各种用地类型地上植被、地下植被和土壤碳密度值，死亡有机质碳储量由于含量非常低、在碳库中所占比重较小，故在本研究中不予考虑 18。InVEST模型需要输入研究区土地覆盖数据和各土地类型对应的碳密度值（即“碳密度表”），通常是借助文献查阅和修正公式计算得到研究区的碳密度数据。前人研究认为处于同一气候带的土地类型碳密度差异比较小 19。因此植被碳密度 20-21 和土壤碳密度数据 22-23 主要参考前人研究，研究表明土地类型碳密度受降水量、气温、生物量、环境等的影响，综合文献资料和本文的实际情况，本文采用降水和气温因子通过公式修正西双版纳州不同土地类型碳密度数据，得到真实的西双版纳州土地类型碳密度。修正公式借鉴前人陈水光等 24 和Alam等 25 的公式。CBP=6.798 e0.0054 MAP（1）CBT=28 MAT+398（2）CSP=3.3968 MAP+399.61（3）式中：CBP和CBT为根据降水量和年均气温得到的生物量碳密度，CSP为根据降水量得到的土壤碳密度，MAT表示年均气温，MAP表示年均降水量。将西双版纳州和全国的年均温值和年均降水量值（全国和西双版纳州年均温、年均降水量的值分别确定为10.6/19.4 和 648.4 mm/1 389.1 mm）代入上述公式，两者得到的比值就是生物量碳密度修正系数和土壤修正系数。KBP=CBPCBP；（4）KBT=CBTCBT（5）KB=KBP KBT=CBPCBPCBTCBT（6）KS=CSPCSP（7）式中：KBP、KBT分别为生物量碳密度的降水因子和气温因子修正系数，C、C分别为西双版纳州和全国的碳密度数据，kg/m2；KB、KS分别为地上地下植被碳密度修正系数和土壤密度修正系数。将碳密度修正系数与参考的全国的碳密度值相乘即为西双版纳州碳密度数据，见表3。表3西双版纳州碳密度表Table 3CarbondensitytableofXishuangbanna（单位：kg/m2）土地覆盖类型耕地林地草地灌木地水体人造地表地上生物量碳密度50.30374.16311.51105.9001.71地下生物量碳密度712.141 022.77763.32829.5100土壤碳密度15.4122.5814.2020.00010.103结果分析3.1西双版纳土地覆盖时空变化及模拟分析土地覆盖的变化原因受众多因素的影响，变化方式纵横交错，包括类型的变化和结构的变化。根据得到的覆被数据，在ArcGIS 10.4中进行融合处理，可以把相同的地类进行合并。通过计算得胥丽，等：基于PLUS模型和InVEST模型的西双版纳碳储量变化研究三峡生态环境监测http:/ 20002020 年的土地覆被空间分布来看（图2），西双版纳傣族自治州以林地、耕地、草地为主，这三种地类占总面积的90%以上。景洪市是西双版纳的经济政治文化中心，80%左右的人造地表都集中在这里，林地总体面积占全市面积的60%，交错分布在各个自然保护区，如勐养子保护区、勐腊子保护区、易武保护区和尚勇子保护区以及外围区域，而且范围大，分布面积广。耕地占全市总体面积的30%，大部分分布在勐海县和勐腊县的周围，其余离散分布在整个西双版纳州。草地分布不聚集，呈碎片化分布在勐海县和景洪市的周边区域。水体主要是澜沧江、曼满水库、勐邦水库等，澜沧江贯穿景洪市，曼满水库和勐邦水库分布在勐海县。图220002020年西双版纳土地利用类型图Fig.2Land use type map of Xishuangbanna from 2000 to 202020002020年西双版纳傣族自治州土地覆被面积变化如表4所示，根据计算结果可知20002010年西双版纳各土地利用类型和变化速度呈现出不同的特点，其中面积变化最大的是耕地，耕地增加了976.54 km2，这是由于西双版纳地区生活着很多少数民族，如傣族、哈尼族、彝族、景颇族等，他们早期的生产方式以“刀耕火种”为主，所以不断地砍伐森林来扩张耕地，将大量的热带雨林和林地砍成耕地；其次是林地，10年间以较快的速度减少了836.83 km2，在GlobeLand30里面，茶园和橡胶园都被归纳在耕地里面，所以林地减少的很大部分原因是西双版纳人民大面积地种植橡胶和茶树而砍伐林地来获得更高的经济效益；草地面积减少了175.76 km2，主要是因为草地一部分转换为耕地、林地和灌木地；灌木地增加了39.54 km2；水体和人造地表的变化较小，水体减少了9.05 km2，人造地表扩张了5.57 km2。20102020年西双版纳土地利用类型面积变化最大的是人造地表，在10年间增加了166.80 km2，原因是西双版纳傣族自治州 20102020 年推行“守住红线、统筹城乡、城镇上山，农民进城”的土地利用总体规划，推进城镇化科学发展，因此，景洪市、勐海县、勐腊县的周边城区新增了很多 建设用地。而耕地、林地、草地分别减少了5.72 km2、140.91 km2、59.09 km2。耕地减少的原因一部分是由于城镇化的建设，一部分耕地转换为了建设用地，另一部分原因是国家的退耕还林政策，以及橡胶林达到它的种植年限，橡胶的经济效益降低，所以人们砍伐橡胶林使得耕地减少。林地一部分转换为人造地表。水体增加了44.98 km2，原因是西双版纳州对澜沧江的防护和治理，以及综合整治城镇水体环境，推进水污染防治、水生态保护和水资源管理，提升了澜沧江的水生态环境质量。灌木地变化相较于2020年变化不是很明显，减少了6.07 km2。2000年2010年2020年图例西双版纳边界耕地林地草地灌木地水体人造地表03060120 kmN第8卷第2期81表420002020年西双版纳各土地类型面积Table 4Area of each land type of Xishuangbanna from 2000 to 2020土地利用类型耕地林地草地灌木地水体人造地表2000年面积/km24 831.6012 470.071 566.70119.4349.2064.49比例/%25.2965.288.200.630.260.342010年面积/km25 808.1411 633.241 390.94158.9740.1570.06比例/%30.4160.907.280.830.210.372020年面积/km25 802.4211 492.331 331.85152.9085.13236.86比例/%30.3860.166.970.800.451.243.2PLUS模拟的2030年不同情景土地覆盖情况为了更精确地模拟出2030年土地覆盖的情况和数据，本文借助PLUS模型，首先利用2000年土地覆盖数据模拟出2010年土地覆盖数据，再利用2010年的数据模拟2020年的土地利用情况，并与2010年、2020年的实际土地利用数据做比较。研究表明，Kappa系数越接近于1，说明一致性越好，模拟的土地利用数据与实际土地利用数据越接近。当Kappa系数0.75时，模拟结果较好，可信度高，可行性强。本研究利用PLUS模型的CARS模块模拟出来的 2010 年、2020 年的 Kappa 系数分别为0.80、0.81，均大于0.75；总体精度分别为0.87和0.90，说明本研究预测的结果与真实的土地覆盖情况相比具有极高的相似性和准确性。由此可以见，PLUS模型模拟未来土地利用具有高度的精确性，符合精度要求。因此，可以利用2020年的参数来对2030年西双版纳傣族自治州的土地覆盖情况进行预测。3.3不同情景的土地覆盖预测结果本文设定的自然发展情景，是假设 2020 2030年各土地覆盖变化不受较大程度的政策干扰，其土地利用变化与20102020年土地覆盖变化一致，利用Markov模型概率转移矩阵，得到西双版纳州2030年自然发展情景下各土地利用类型的需求量。城镇发展情景是指扩大人造地表的建设，在自然发展情景的基础上参考西双版纳州国土空间规划（20202035年）编制工作方案对城镇用地进行一定范围的扩建，将耕地、林地、草地、灌木地向人造地表转移的概率增加20%，除了耕地，人造地表向其他用地转移的概率降低30%。生态保护情景是加强对林地、自然保护区、草地的保护，在自然发展情景的基础上参考西双版纳傣族自治州水土保持规划（20202030年）西双版纳州国土空间规划（20202035年）编制工作方案，严格控制具有生态功能的耕地、林地、草地、灌木地向人造地表转换。其中，耕地、林地向人造地表转移的概率降低30%，草地、灌木地向人造地表转移的概率降低20%，人造地表向林地转移的概率增加10%。结合2020年土地覆盖情况和各个驱动因子数据，运用 PLUS 模型模拟预测得到西双版纳州2030年自然发展情景、城镇发展情景和生态保护情景下的土地覆盖分布的空间格局。与2020年西双版纳州土地覆盖现状相比，2030年3种情景下土地覆盖呈现出不同情况的变化。由图 3可以看出，总体上来说预计到2030年，3种情景下的耕地、林地、草地、灌木地在持续减少，水体和人造地表在持续增加。随着经济社会的发展，城镇进行扩张是必不可少的，因此，就会侵占其他的地类导致其他地类减少。2030年不同情景下的地类转移面积如表5所示。自然发展情景下，林地、草地、灌木地预计比2020年分别减少140.12 km2、44.24 km2、4.28 km2，耕地、水体、人造地表的面积在增加，分别增加了7.28 km2、37.04 km2、144.32 km2。从图中可以看出，水域很少转为其他地类，但可以由耕地、林地、草地转入；林地和草地的小部分转换成了耕地，但更大部分转换成了人造地表。在城镇发展情景下，与2020年相比，耕地、林地、草地、灌木地都有一定程度的减少，分别降低19.19 km2、146.57 km2、46.76 km2、4.43 km2，水体和人造地表分别增加了36.05 km2、180.90 km2。胥丽，等：基于PLUS模型和InVEST模型的西双版纳碳储量变化研究三峡生态环境监测http:/ km2、14.95 km2、5.81 km2水体和灌木地的面积变化不大，人造地表减少了87.74 km2。因为生态保护情景预设的是对林地、自然保护区以及耕地进行保护，减少土地利用的开发和进行集约用地，所以耕地、林地与城镇化发展相比面积会增加，而人造地表减少的部分则转向了耕地、林地和草地。表520202030年不同情景下西双版纳地类转移面积变化情况Table 5The land type transfer area of Xishuangbanna under difference scenarios in 20202030年份2020203020202030情景自然发展情景城镇发展情景生态保护情景自然发展情景城镇发展情景生态保护情景耕地/km25 802.425 809.705 783.235 849.587.28-19.1947.16林地/km211 492.3311 352.2111 345.7611 360.71-140.12-146.57-131.62草地/km21 331.851 287.611 285.091 290.09-44.24-46.76-41.76灌木地/km2152.90148.62148.48148.77-4.28-4.43-4.14水体/km285.13122.17121.18122.3237.0436.0537.19人造地表/km2236.86381.18417.76330.02144.32180.9093.173.4 西双版纳20002030年碳储量变化特征分析3.4.1碳储量的年际变化西双版纳州2000年、2010年、2020年、2030年自然发展情景的碳储量分别为 4.94107t，4.82107t，4.76 107t，4.64 107t，如 图 4 所 示，20002030年自然发展情景下碳储量总体呈降低趋势，一共降低 3.02106t，年均 1.01105t。其中，2000 2010 年降低得最快，碳储量降低了1.24106t，占总体下降量的40.92%；20102020年碳 储 量 下 降 了 5.79 105t，占 总 体 下 降 量 的19.18%；20202030年自然发展情景下碳储量降低了1.20106t，占总体下降量的39.89%。随着景洪市、勐海县、勐腊县的新村开发和周边城区的扩张，西双版纳州的碳储量在逐年减少。20002010年，碳流失达到高峰，该时期西双版纳州人民为实现经济快速增长，大量砍伐林木，种植橡胶和茶树，同时该时期城镇化进程加快，所以碳储量大量降低。2010年以后，由于退耕还林和对图32030年不同情景下西双版纳土地利用类型图Fig.3Plots of land use types of Xishuangbanna under different scenarios in 2030自然发展情景图例西双版纳边界耕地林地草地灌木地水体人造地表03060120 kmN城镇发展情景生态保护情景第8卷第2期83生态环境的保护以及一系列政策的出台，西双版纳碳储量减少量趋于平缓。图4西双版纳碳储量年际变化Fig.4Interannual variation of carbon storage in Xishuangbanna3.4.2碳储量的空间分布变化图 5 分别是西双版纳州 2000 年、2010 年、2020年碳储量分布情况，从空间分布来看，西双版纳的碳储量主要呈点状、带状及片状分布。由于西双版纳州森林覆盖率高，而且还拥有热带雨林、大片的原始森林以及自然保护区，这些地区植被面积大，碳储量高，因此，碳储量高的区域主要是西双版纳境内的林地，呈片状交错分布在景洪市北部的勐养子保护区，勐腊县勐腊子保护区、易武保护区和南部的尚勇子保护区，勐海县边缘的布龙保护区。由图片可以看出，碳储量较低的地方呈带状分布，地类的覆盖类型为耕地，主要分布在勐海县境内的普洱茶园区和景洪市南部的橡胶种植区以及勐腊县西部的橡胶种植区。植被覆盖度低的草地零散地分布在勐海县及景洪市和勐腊县的交界处，这些地区的碳储量处于中间值。而碳储量最低的地区是各个市县的居民点、建筑用地区域和河流及水库的分布区域。这些地区的碳储量呈点状分布，受城市扩张建设的影响比较大，如图中红色部分。这种碳储量的空间分布格局与西双版纳植被分布状况相关，即高值区域以林地、高覆盖度草地为主，而低值区域以建设用地、水体以及覆盖度低的草地为主。总体来说，碳储量低的城镇建筑群在不断扩大，碳储量高的林地在逐渐被低覆盖度的耕地和草地分离，呈现出分散的情况。图520002020年西双版纳碳储量空间分布Fig.5Spatial distribution of carbon storage of Xishuangbanna from 2000 to 202020002020年碳储量的变化如图6所示，具有大聚集和零星分布的特点，20002020年碳储量显著下降的区域为图中红色部分，主要分布在景洪市市中心周边区域、澜沧江流域附近、勐腊县的北部和中部勐伴镇周围以及勐海县县城周边区域，这一时期建设用地扩张剧烈，景洪市、勐腊县、勐海县城市扩张明显，大量的耕地转为建设用地，靠近城市中心的碳储量显著减少。同时，这一时期，耕地的面积明显扩张，特别是在西双版纳州的西北边缘地区，大量的林地和草地被侵占为耕地，而在勐腊县的北部和中部勐伴镇周围，大量的林地变成草地和耕地，如图中勐腊县北部2030年自然发展情景2030年城镇发展情景2030年生态保护情景200020102020年份西双版纳碳储量碳储量/107t5004904804704604504.944.824.764.644.634.652000年2010年2020年图例高 127.755低 0西双版纳碳储量/t03060120 kmN胥丽，等：基于PLUS模型和InVEST模型的西双版纳碳储量变化研究三峡生态环境监测http:/ 4.64107t、4.63107t、4.65107t。与2020年相比，自然发展情景下，2030年总碳储量减少1.20106t，林地的碳储量减少了1.07106t，占总体变化量的88%；城镇发展情景下，2030年总碳储量减少1.25106t，耕地、林地和草地的碳图620002020年西双版纳区域碳储量变化图Fig.6Diagram of changes in regional carbon stocks of Xishuangbanna from 2000 to 2020表6不同情景下各地类的碳储量Table 6Carbon storage of different land use type under different scenarios土地类型耕地林地草地灌木地水体人造地表总计2020年碳储量/（107t)1.452.860.330.040.020.064.762030年碳储量/（107t）自然发展情景1.412.760.310.040.030.094.64城镇发展情景1.402.750.310.040.030.104.63生态保护情景1.422.770.310.040.030.084.65图72030年西双版纳不同情景下碳储量分布图Fig.7Carbon storage distribution map of Xishuangbanna under different scenarios in 2030西双版纳碳储量/t图例增加不变减少03060120 km勐海县景洪市勐腊县N高：127.755低：0图例自然发展情景城镇发展情景生态保护情景03060120 kmN第8卷第2期85储量分别减少了4.26105t、1.11106t、2.00105t，人造地表增加了4.24105t，由此可以看出，由于城镇化的发展，大量林地和耕地转变成了人造地表，因此导致碳储量也随之降低；生态保护情景下总碳储量减少了1.10106t，但相比于城镇发展情景，耕地、林地、草地分别增加了2.07105t，1.25105t、0.22105t。显然生态情景下的碳储量相较于其他情景明显升高，这是由于生态保护情景下限制了耕地、林地、草地和灌木地向建筑用地的转移，林地和草地等得到了保护；而城镇发展情景下，人造地表向周围扩展，所以生态情景下碳储量相较于城镇发展情景下碳储量有所增加。不同情景下勐腊子自然保护区、勐养子自然保护区、勐满保护区、安麻山景区、尚勇子自然保护区等的碳储量较为稳定，这些区域覆被大量的森林资源，城镇扩张能力低，碳储量相对稳定。景洪市中心、勐海县县城、勐腊县县城受城市发展影响，碳储量变化比较大。可以看出，土地利用的变化会导致区域碳储量也发生变化。4讨论城市土地利用变化引起的碳排放是仅次于化石燃料燃烧的人类碳源，中国城市化进程速度快规模大，由此带来的土地利用变化碳排放效应将是影响我国实现碳减排目标的关键因素，研究区域土地利用变化与区域碳储量的变化关系可以为西双版纳打造无废城市、碳循环、碳中和示范村寨、低碳田园农村发展以及推进西双版纳州实现“双碳”