基于PLUS-InVEST模型的安徽省碳储量时空变化预测.pdf

第4 3卷第3期2 0 2 3年6月水土保持通报B u l l e t i no fS o i l a n dW a t e rC o n s e r v a t i o nV o l.4 3,N o.3J u n.,2 0 2 3 收稿日期:2 0 2 2-1 1-0 6 修回日期:2 0 2 3-0 1-1 0 资助项目:国家自然科学基金项目“古徽州 传统聚落空间网络特征、形成机制及对乡村规划的启示”(5 1 6 7 8 0 0 1);安徽省高校省级人文社会科学研究项目“基于人才支援的皖西大别山区传统村落可持续发展研究”(S K 2 0 2 0 A 0 2 5 7)第一作者:汪勇政(1 9 7 9),男(汉族),安徽省怀宁市人,博士研究生,副教授,主要从事城乡规划、土地资源与G I S相关研究。E m a i l:r o c k y-h u s t 1 2 6.c o m。水保碳汇研究基于P L U S-I n V E S T模型的安徽省碳储量时空变化预测汪勇政1,2,徐雅利1,余浩然3(1.安徽建筑大学 建筑与规划学院,安徽 合肥2 3 0 6 0 1;2.安徽省城镇化发展研究中心,安徽 合肥2 3 0 6 0 1;3.南京林业大学 风景园林学院,江苏 南京2 1 0 0 4 2)摘 要:目的分析安徽省2 0 0 0年以来碳储量的时空变化及空间分布特征,为未来该区土地管理决策和生态系统碳库管理提供有效指导。方法以安徽省为例,基于2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 0年5期土地利用数据,采用P L U S模型模拟2 0 3 0,2 0 4 0年不同情景下土地利用格局,并运用I n V E S T模型定量评估不同情景下陆地生态系统碳储量的空间变化。结果2 0 0 02 0 2 0年安徽省约有8.0 3%土地发生了转移,耕地与建设用地之间的转化是该省土地利用变化的主要特征。2 0 0 02 0 2 0年陆地生态系统碳储量总体呈下降趋势,下降了1.0 11 08t。空间格局上呈现“南高北低”的特征,碳密度高值区主要分布在皖南、皖西山区。2 0 2 02 0 4 0年自然发展情景下碳储量下降趋势明显,耕地保护情景下降速度有所减缓,生态保护情景下碳储量明显增加,增量为3.0 71 07t。结论实施生态保护政策能够有效提高区域生态系统碳储量,增强生态系统服务功能。未来在进行土地利用管理决策时应统筹考虑生态保护和耕地保护,促进区域生态系统良性可持续发展。关键词:土地利用变化;碳储量;I n V E S T模型;P L U S模型;安徽省文献标识码:A 文章编号:1 0 0 0-2 8 8 X(2 0 2 3)0 3-0 2 7 7-1 3 中图分类号:X 1 7 1.1,S 1 5 7.4文献参数:汪勇政,徐雅利,余浩然.基于P L U S-I n V E S T模型的安徽省碳储量时空变化预测J.水土保持通报,2 0 2 3,4 3(3):2 7 7-2 8 9.D O I:1 0.1 3 9 6 1/j.c n k i.s t b c t b.2 0 2 3.0 3.0 3 2;W a n gY o n g z h e n g,X u Y a l i,Y uH a o r a n.P r e d i c t i o no fs p a t i a la n dt e m p o r a lc h a n g e so fc a r b o ns t o c k si nA n h u iP r o v i n c eb a s e do nP L U S-I n V E S T m o d e lJ.B u l l e t i no fS o i l a n dW a t e rC o n s e r v a t i o n,2 0 2 3,4 3(3):2 7 7-2 8 9.P r e d i c t i o no fS p a t i a l a n dT e m p o r a lC h a n g e so fC a r b o nS t o c k s i nA n h u iP r o v i n c eB a s e do nP L U S-I n V E S TM o d e lW a n gY o n g z h e n g1,2,X uY a l i1,Y uH a o r a n3(1.S c h o o l o fA r c h i t e c t u r ea n dP l a n n i n g,A n h u iU n i v e r s i t yo fA r c h i t e c t u r e,H e f e i,A n h u i2 3 0 6 0 1,C h i n a;2.A n h u iU r b a n i z a t i o nD e v e l o p m e n tR e s e a r c hC e n t e r,H e f e i,A n h u i2 3 0 6 0 1,C h i n a;3.S c h o o l o fL a n d s c a p eA r c h i t e c t u r e,N a n j i n gF o r e s t r yU n i v e r s i t y,N a n j i n g,J i a n g s u2 1 0 0 4 2,C h i n a)A b s t r a c t:O b j e c t i v eT h e s p a t i o-t e m p o r a l v a r i a t i o na n ds p a t i a l d i s t r i b u t i o no f c a r b o ns t o c k s s i n c e2 0 0 0w e r ea n a l y z e d i no r d e rt op r o v i d ee f f e c t i v eg u i d a n c ef o r l a n dm a n a g e m e n td e c i s i o n-m a k i n ga n de c o s y s t e mc a r b o np o o lm a n a g e m e n t i nA n h u iP r o v i n c e i nt h e f u t u r e.M e t h o d sT h eP L U Sm o d e lw a su s e dw i t h l a n du s ed a t ai nA n h u iP r o v i n c eo v e rf i v ep e r i o d s(2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 0)t os i m u l a t el a n du s ep a t t e r n su n d e rd i f f e r e n t s c e n a r i o si n2 0 3 0a n d2 0 4 0.T h eI n V E S T m o d e lw a sa p p l i e dt oq u a n t i t a t i v e l ya s s e s st h es p a t i a lc h a n g e so f c a r b o n s t o c k s i n t e r r e s t r i a l e c o s y s t e m s u n d e r d i f f e r e n t s c e n a r i o s.R e s u l t s A p p r o x i m a t e l y8.0 3%o ft h e l a n dc h a n g e dc l a s s i f i c a t i o nf r o m2 0 0 0t o2 0 2 0,a n dt h ec h a n g eb e t w e e nc u l t i v a t e dl a n da n dc o n s t r u c t i o nl a n dw a s t h e f u n d a m e n t a l e l e m e n t o f l a n du s e c h a n g e i nA n h u i P r o v i n c e.B e t w e e n2 0 0 0a n d2 0 2 0,t h e t o t a la m o u n to f c a r b o ns t o r e di nt e r r e s t r i a le c o s y s t e m sd e c r e a s e db y1.0 11 08t.H i g hv a l u e so fc a r b o nd e n s i t yw e r ep r i m a r i l y f o u n d i n t h eh i l l y r e g i o n so f S o u t h e r na n dW e s t e r nA n h u i P r o v i n c e.T h e s p a t i a l d i s t r i b u t i o no fc a r b o nd e n s i t ye x h i b i t e dap a t t e r no f“h i g h i n t h e s o u t ha n d l o wi n t h en o r t h.”F r o m2 0 2 0t o2 0 4 0,c a r b o ns t o c k s f o rt h en a t u r a ld e v e l o p m e n ts c e n a r i oc l e a r l yd e c l i n e d,w h i l et h ed e c r e a s ei nc a r b o ns t o c k sf o rt h ec u l t i v a t e dl a n dp r e s e r v a t i o ns c e n a r i os l o w e dd o w n.C a r b o ns t o c k sf o rt h ee c o l o g i c a lp r o t e c t i o ns c e n a r i oi n c r e a s e ds i g n i f i c a n t l y,w i t ha n i n c r e m e n t o f 3.0 71 07t.C o n c l u s i o nI m p l e m e n t i n ge c o l o g i c a l c o n s e r v a t i o np o l i c i e s c a ne f f e c t i v e l y i n c r e a s e c a r b o ns t o c k s o f r e g i o n a l e c o s y s t e m s a n de n h a n c e e c o s y s t e ms e r v i c e f u n c t i o n s.E c o l o g i c a l c o n s e r v a t i o na n dc u l t i v a t e dl a n dp r o t e c t i o ns h o u l db ec o n s i d e r e di nf u t u r el a n du s em a n a g e m e n td e c i s i o n s t op r o m o t e t h ee n v i r o n m e n t a l l yh a r m l e s sa n ds u s t a i n a b l ed e v e l o p m e n to f r e g i o n a l e c o s y s t e m s.K e y w o r d s:l a n du s e c h a n g e;c a r b o ns t o c k s;I n V E S Tm o d e l;P L U Sm o d e l;A n h u iP r o v i n c e 工业革命以来,二氧化碳大量排放导致全球气候变暖愈加严重,引起了一系列气候灾害问题,严重影响了人类生存和社会经济发展1-5。中国为提高国家自主贡献度明确提出了“双碳”战略目标。研究表明,提高陆地生态系统碳储量能够有效减少大气C O2含量,是助力“双碳”目标最经济可行和最环保的方式之一5-8。土地利用是影响陆地生态系统碳储量的主要人为驱动因子9-1 1。随着城市的快速发展,中国土地利用方式发生明显变化,陆地生态系统的固碳能力也随之改变1 2-1 4。因此,探究土地利用变化对陆地生态系统碳储量的影响尤为重要。近年来,国内外学者基于土地利用变化对陆地生态系统碳储量进行了大量研究8,1 5-1 8。就研究方法来看,传统的碳储量评估方法主要有资源清查、通量观测、经验统计等,此类估算方法参数较少、操作简便1 9-2 0,但在大尺度区域中难以实现准确评估,而遥感模型克服了传统碳储量估算方法在空间尺度和时间序列上的限制,兼具数据需求少、实用性强等优势,已被广泛应用于碳储量的研究中2 1-2 2。目前,已有学者借助土地利用模拟模型和I NV E S T模型探究土地利用变化对碳储量的影响机制1 4-1 5。朱文博等9基于M a r k o v-C L U E-S模型研究并预测了太行山淇河流域2 0 0 52 0 2 5年不 同情景下生 态系统碳储 量;刘晓娟等2 3结合F L U S-I n V E S T模型 模拟分析 了2 0 0 0年中国陆地生态系统碳储量空间分布;W a n g等2 4运用MC E-C A-M a r k o v和I n V E S T模型分析了中国甘肃省土地利用变化对陆地生态系统碳储量的影响。该方法可以清晰揭示土地利用变化与碳储量的关系,定量评估不同土地利用情景下碳储量的空间变化,能够有效指导区域土地利用结构调整2 5。但既往模型在性能和情景设置上尚有不足,在大尺度区域中的模拟精度有待提高2 6-2 7。P L U S模型耦合了人类活动和环境因素,从斑块级别模拟未来土地利用变化并评估其驱动因素的贡献度,已被证明在大尺度土地利用模拟中效果更优2 8-3 0。在研究范围上,当前研究主要集中在流域、高原、湿地和海岸带等特定尺度的生态敏感区和生态脆弱区1 3-1 4,2 2,3 1。在研究内容上,多数研究集中在历史土地利用变化和碳储量空间分布3 2,少数学者进行了未来情景下碳储量模拟研究2 3,而结合不同梯度下土地利用及碳储量的分布特征并探究未来情景下碳储量变化并挖掘潜在驱动因素的研究较为少见。安徽省地貌类型复杂多样且南北差异明显,涵盖平原、丘陵、山地等。区域内丰富的生态资源和农业资源提供了重要的生态服务价值3 3。然而随着安徽省城镇化步伐加快,城市建设用地需求不断提高导致其土地利用结构及区域生态系统功能产生变化3 4。因此,本文选取安徽省作为研究区域,依托2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 0年5期土地利用数据及碳密度数据,结合历史土地利用变化特征,运用P L U S模型分别模拟预测2 0 3 0,2 0 4 0年不同情景下土地利用格局,在此基础上利用I n V E S T模型定量评估不同情景下陆地生态系 统碳储量的 空 间 格 局,并 分 析2 0 0 0年以来碳储量的时空变化及空间分布特征,以期为未来安徽省土地管理决策和生态系统碳库管理提供有效指导。1 研究区域与研究方法1.1 研究区概况安徽省位于中国大陆东部,介于东经1 1 4 5 4 1 1 9 3 7,北纬2 9 4 1 3 4 3 8 之间,地跨长江、淮河南北,全省分为淮北平原、江淮丘陵、皖南山区三大自然区域。国土总面积约1 4 01 3 9k m2,省内水系发达,湖泊众多,地形地貌复杂多样,平原、丘陵、山地类型俱全。安徽地处中纬度地带,在气候上属暖温带与亚热带的过渡地区,年平均气温为1 41 7,年均降水量为7 7 316 7 0mm,有南多北少,山区多、平原丘陵少的特点。区域土地肥沃,生物资源繁多,生态环境良好,全省已建成国家级自然保护区8个,省级自然872 水土保持通报 第4 3卷保护区3 2个。地质条件良好,农产品资源丰富,是全国主要的产粮基地(图1)。1.2 数据来源安徽省边界矢量数据来源于标准地图服务系统官网。土 地 利 用 类 型 数 据 来 自 武 汉 大 学1 9 8 52 0 2 0中国3 0 m土地覆被数据集(h t t p:d o i.o r g/1 0.5 2 81/z e n o d o.4 4 1 7 8 0 9),为开源数据,裁剪后得到2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 05期安徽省土地利用类型图(图2),分辨率为3 0m3 0m。人口、G D P、气温、降水、土壤类型数据来自中国科学院资源环境数据中心(h t t p:www.r e s d c.c n/d a t a)。距道路距离、距铁路距离、距河流距离和D EM数据来源于地理空间数据云,对D EM数据进行处理得到坡度栅格数据。碳 密 度 数 据 来 源 于 国 家 生 态 科 学 数 据 中 心(h t t p:www.c n e r n.o r g.c n/)并参考前人研究结果进行修正1 9-2 0,3 5-3 7。注:本图基于自然资源部标准地图服务系统G S(2 0 2 0)4 6 1 9号标准地图制作。下同。图1 安徽省政区及高程分布F i g.1 D i s t r i b u t i o no fC i t i e sa n de l e v a t i o no fA n h u iP r o v i n c e图2 2 0 0 02 0 2 0年安徽省历史年份土地利用空间格局F i g.2 S p a t i a lp a t t e r no f l a n du s e i nA n h u iP r o v i n c ed u r i n g2 0 0 02 0 2 0972第3期 汪勇政等:基于P L U S-I n V E S T模型的安徽省碳储量时空变化预测1.3 研究方法1.3.1 地形分布指数 地形分布指数(P)可以描述不同土地利用类型在不同梯度上的分布情况,并能够消除量纲的影响3 8。当P1时,表示该土地类型呈优势分布,P值越大,分布优势越大;当P1时,表示该土地类型呈劣势分布,P值越小,分布劣势越大。分布指数公式如下:P=Se iSiSSe(1)式中:P为地形分布指数;Se i为第i种土地类型在第e梯度的面积;Si为第i种土地类型的面积;Se为第e梯度的面积;S为研究区总面积。根据安徽省的地形地貌特点及土地分布情况将高程分为1 2个等级(表1)。将高程10 0 0m的单独分级,010 0 0m之间以1 0 0m为间隔划分等级。表1 安徽省高程分级T a b l e1 E l e v a t i o nG r a d i n go fA n h u iP r i v n c e高程编号等级分级指标/m面积比例/%110 0 00.6 61.3.2 基 于P L U S模 型 的 土 地 利 用 变 化 预 测 P L U S模型是一种可以从斑块级别生成土地利用变化模拟的模型,可以更好地挖掘土地利用的驱动因素及探索可持续的景观布局3 0。该模型包含用地扩张分析策略L E A S(l a n de x p a n s i o na n a l y s i s s t r a t e g y)和基于多类随机斑块种子的C A模型C A R S(C Ab a s e do nm u l t i p l er a n d o ms e e d s)两大模块3 9。它应用了一种新的分析策略,可以更好地挖掘各类土地利用变化的诱因,采用随机森林算法捕捉影响土地利用扩张的因素,以获取各类用地的发展概率及驱动因素对各类土地扩张的贡献3 9。(1)影响因子选取。本研究根据前人经验及研究区相关规划政策,从自然环境因素和社会经济因素两方面分别选取了1 2项驱动因子和1项限制因子(图3)。驱动因子是指对土地利用及土地覆被变化产生影响的主导因素,限制因子是指一定时间内不会发生土地利用类型变化的区域4 0。本文选取气温、降水量、高程、坡度、土壤类型、G D P值、人口、距道路距离、距铁路距离和距河流距离作为土地利用变化的驱动因子,水域作为限制因子(图3)。在P L U S模型L E A S模块输入驱动因子数据获取所有驱动因子对各类用地扩张的贡献度。(2)精度验证。首先基于2 0 0 0,2 0 1 0年安徽省土地利用数据获取发展概率,然后以2 0 1 0年为基准年运用P L U S模型预测2 0 2 0年土地利用结果,将其与安徽省2 0 2 0年实际土地利用数据进行对比,通过精度验证得到总体精度为0.9,k a p p a系数为0.8 2,表明P L U S模型在安徽省尺度上的模拟准确度较高,适宜性较好,可使用通过验证的规则预测未来年份的土地利用格局。(3)多情景设定。根据安徽省保护与发展的需求,本文设定自然增长、生态保护和耕地保护3种不同的情景,依据2 0 0 02 0 2 0年土地利用转移矩阵,结合M a r k o w模型以1 0a为步长预测2 0 3 0,2 0 4 0安徽省的土地利用格局。情 景 一:自 然 增 长 情 景。该 情 景 下 基 于M a r k o w模型预测结果设置未来土地利用需求,依据2 0 1 02 0 2 0年安徽省各用地类型扩张面积的占比设置邻域权重系数。情景二:生态保护情景。该情景主要考虑生态环境的发展。依据安徽省生态环境保护规划目标,以自然发展情景为基础,设置生态用地不可向其他用地转移,同时将水域作为限制区。情景三:耕地保护情景。该情景在自然发展情景的基础上,通过限制耕地向其他地类的转移来保障耕地面积,实现耕地保护9。1.3.3 基于I n V E S T模型的生态系统碳储量评估 I n V E S T模型是由自然资本项目开发用于评估多种生态系统服务功能的模型,包括生境质量、碳储量、水源供给等多个评估模块3 2,4 1。其中碳储量模块将生态系统的碳储量划分为4个基本碳库:地上生物碳(Ca b o v e)、地下生物碳(Cb e l o w)、土壤碳(Cs o i l)和死亡有机碳(Cd e a d)。总碳储量的计算公式为:Ct o t a l=Ca b o v e+Cb e l o w+Cs o i l+Cd e a d(2)基于各地类的碳密度和土地利用数据,流域内每种土地利用类型的碳储量计算公式为:Ct o t a li=Ca b o v ei+Cb e l o wi+Cs o i li+Cd e a diAi(3)式中:i为每种土地利用的平均碳密度;Ai为该土地利用的面积。082 水土保持通报 第4 3卷图3 安徽省碳储量影响因子分布F i g.3 D i s t r i b u t i o no f i n f l u e n c i n g f a c t o r so f c a r b o ns t o r a g e i nA n h u iP r o v i n c e 研究表明碳密度值受气候变化、土壤类型和土地利用类型的影响,故需对其进行修正4 2。通过查找资料及计算得到全国和安徽省的年均温分别为7.4 3,1 6.5 3,降水量分别为6 1 1.6 2,12 0 4.2 5mm。根据陈水光等3 6、A l a m3 5、G i a r d i n等4 3研究中生物量碳密度和土壤碳密度分别与年降水量和年均气温的关系模型,修正得到研究区域的碳密度数据(表2)。CS P=3.3 9 68P+39 9 6.1(R2=0.1 1)(4)CB P=6.7 9 81 e0.0 0 54 1P(R2=0.7 0)(5)CB T=2 8T+3 9 8(R2=0.4 7,p0.0 1)(6)式中:P表示年均降水量;T表示年均气温;CS P表示根据年降水量得到的土壤碳密度;CB P,CB T别为根据年降水量和年均温得到的生物量碳密度。KB P=CB PCB P(7)KB T=CB TCB T(8)KB=KB PKB T(9)KS=CS PCS P(1 0)式中:KB P和KB T分别为生物量碳密度的降水因子和气温因子修正系数;KB和KS分别为生物量碳密度修正系数和土壤碳密度修正系数。安徽省的碳密度是全国的碳密度数据与修正系数的乘积。182第3期 汪勇政等:基于P L U S-I n V E S T模型的安徽省碳储量时空变化预测表2 安徽省土地利用类型碳密度值T a b l e2 C a r b o n i n t e n s i t yv a l u e so f l a n du s et y p e s i nA n h u iP r o v i n c ek g/m2土地利用类 型地上生物碳Ca b o v e地下生物碳Cb e l o w土壤碳Cs o i l死亡有机碳Cd e a d耕 地1 9.9 82 8 2.9 41 4.4 30林 地1 4 8.6 64 0 6.3 62 1.1 42.8 0灌 木9 3.2 62 3 6.6 61 2.5 21.5 9草 地1 2 3.7 73 0 3.2 81 3.3 01.4 2水 域1.0 5000裸 地4.5 602.8 80建设用地8.7 79 6.4 2002 结果与分析2.1 2 0 0 02 0 2 0年土地利用动态变化2.1.1 2 0 0 02 0 2 0年土地利用变化特征 图4为历史年份安徽省土地利用转移桑基图。整体来说,2 0 2 0年安徽省土地利用类型以耕地和林地为主,分别占总面积的5 9.5 2%和2 6.1%,其次为建设用地和水域,占总面积的9.3 6%和5.0%,而灌木、草地和裸地的面积较少,不足总面积的1%。2 0 0 02 0 2 0年安徽省约有1 12 5 6.6 2k m2土地发展了转移,占总面积的8.0 3%。其中,耕地和草地面积呈减少趋势,分别减少了5.8 8%和7 1.7 4%;建 设 用 地 扩 张 趋 势 明 显,面 积 增 加 了5 4.4 2%;水域和林地面积分别增加了5.6 3%和0.9 0%。由图4可知:2 0 0 02 0 2 0年安徽省耕地的转出面积为79 9 3.4 0k m2,主要转为建设用地,面积为45 4 1.9 9k m2,占耕地转出面积的5 6.8 2%。转入面积仅27 8 0.4 2k m2,约为转出面积的三分之一。耕地的 主 要 来 源 为 林 地,林 地 转 为 耕 地 的 面 积 为18 2 1.1 1k m2,占耕地转入面积的三分之二。建设用地呈扩张趋势,转入面积(48 2 6.2 3k m2)远超转出面积(2 0 5.5 9k m2),且主要转入者是耕地,占各地类转入建设用地面积的9 4.1 1%。近2 0a间,水域面积增加了3 7 3.1 6k m2,有8 7.9 6%来源于耕地。草地主要流向耕地,转出面积(1 0 2.3 7k m2)是转入面积(7.7 8k m2)的1 0倍多。综上可知,耕地与林地、建设用地及水域之间的转化是安徽省土地利用变化的主要特征。图4 2 0 0 02 0 2 0年安徽省土地利用转移桑基图F i g.4 L a n du s e t r a n s f e rS a n k e ym a po fA n h u iP r o v i n c ed u r i n g2 0 0 02 0 2 02.1.2 基于高程梯度的土地利用类型分布特征 由图5可知,在2 0 0 02 0 2 0间,安徽省林地的地形分布指数仅在高程梯度12(1 0 0m)时小于1,处于劣势分布区,而在高程梯度31 2(1 0 018 1 7m)时地形分布指数均大于1,且随海拔高度的增加而缓慢上升,这可能与封山育林等生态保护政策的实施有关。耕地的分布优势区稳定在1 0 02 0 0m间,而在海拔小于1 0 0时虽然处于劣势分布区,但分布指数呈逐年增加趋势。灌木在海拔3 0 04 0 0m间仅在2 0 0 0年呈优势分布,而在2 0 0 0年之后呈劣势分布且分布指数不断降低。草地的分布优势区主要在梯度3,4,1 2上,2 0 1 5年后新增了梯度1 1(海拔9 0 010 0 0m),2 0 2 0年 又 新 增 高 程 梯 度91 0(7 0 09 0 0 m)。2 0 0 02 0 2 0年,水域在海拔小于1 0 0的地区处于优势分布区,且在海拔小于0时分布指数最大。建设用地的地形分布指数在高程梯度12(1 0 0m)时均大于1,呈优势分布,但到2 0 2 0年时在梯度1上的分布指数由2 0 0 0年的2.1 7逐渐减少到0.9 2,转为劣势282 水土保持通报 第4 3卷分布。2 0 0 02 0 0 5年裸地在第2梯度上表现为优势分布,到2 0 1 0年后新增了一个优势分布区,为梯度3,其分布指数由2 0 0 5年的0.1 7上升到2 0 1 0年2.6 2,而到2 0 1 5年之后裸地在梯度2转为劣势分布。图5 2 0 0 02 0 2 0年安徽省不同高程土地利用类型分布指数F i g.5 D i s t r i b u t i o n i n d e xo f l a n du s e t y p e sa td i f f e r e n t e l e v a t i o n s i nA n h u iP r o v i n c ed u r i n g2 0 0 02 0 2 02.2 未来土地利用变化情景分析表3,图6展示了2 0 3 0年和2 0 4 0年不同情景下安徽省土地利用预测结果。总体来说,在自然发展情景下,2 0 3 0,2 0 4 0年安徽省耕地、林地、灌木和草地面积明显减少,建设用地面积不断增加,表现为建设用地侵占耕地及林地等生态用地。在耕地保护情景下,侵占耕地现象得到有效控制,耕地面积呈增加趋势;林地、草地等生态用地则在生态保护情景下取得有效保护,林地面积明显增加。具体来说,在自然发展情景下,安徽省2 0 4 0年耕地、林 地 预 计 比2 0 2 0年 分 别 减 少 了26 5 8.3 5,23 5 6.8k m2,建 设 用 地 面 积 预 计 比2 0 2 0年 增 加48 9 8.9 1k m2,城市扩张趋势明显;草地等生态用地面积减少,而水域面积增加。在耕地保护情景下,由于加强了对耕地的保护,耕地面积明显增加,2 0 2 02 0 4 0年耕地增加了23 7 0.2 8k m2,同时建设用地扩张得到有效遏制,但林地依然呈显著下降态势。在生态保护情景下,受生态环境保护政策的影响,安徽省生态用地得到有效保护;2 0 2 02 0 4 0年林地、水域面积显著上升,增量分别为14 2 1.1 3k m2和2 0 3.3 9k m2,灌木及草地面积下降趋势明显减缓,生态环境保护策略取得一定成效。表3 不同情景安徽省各地类面积T a b l e3 A r e ao f e a c h l a n dc a t e g o r y i nA n h u iP r o v i n c eu n d e rd i f f e r e n t s c e n a r i o sk m2土地利用类 型面积分布(自然发展情景)2 0 3 0年2 0 4 0年面积分布(生态保护情景)2 0 3 0年2 0 4 0年面积分布(耕地保护情景)2 0 3 0年2 0 4 0年耕 地8 20 7 8.6 68 07 4 1.9 98 22 7 8.3 38 17 8 5.5 18 46 1 8.1 98 57 7 0.6 3林 地3 53 6 3.5 534 2 1 2.3 13 75 4 9.0 43 79 9 0.2 43 53 6 3.5 53 42 1 2.3 1灌 木2.3 6 341.9 2 422.3 6 341.9 2 422.3 6 341.9 2 42草 地1 8.4 5 361 2.1 2 033 1.2 2 642 9.0 5 381 8.4 5 361 2.1 2 03水 域70 8 8.6 5 271 4 3.9 471 4 9.8 472 0 4.1 570 0 2.9 670 0 5.1 5 5裸 地1.0 2 870.8 9 551.0 2 870.8 9 551.0 2 870.8 9 55建设用地1 55 7 1.1 61 80 1 0.6 81 31 1 2.0 31 31 1 2.0 91 31 1 7.3 21 31 2 0.8 3382第3期 汪勇政等:基于P L U S-I n V E S T模型的安徽省碳储量时空变化预测图6 不同情景下安徽省土地利用空间分布F i g.6 S p a t i a l d i s t r i b u t i o no f l a n du s e i nA n h u iP r o v i n c eu n d e rd i f f e r e n t s c e n a r i o s2.3 2 0 0 02 0 2 0年碳储量动态变化2.3.1 2 0 0 02 0 2 0碳储量变化特征 利用I NV E S T模型分别计算安徽省2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 0年5期的碳储量并分别预测在自然发展情景、生态保护情景和耕地保护情景下2 0 3 0,2 0 4 0年的碳储量。安徽省2 0 0 0,2 0 0 5,2 0 1 0,2 0 1 5,2 0 2 0年的碳储量分别为5.0 11 09,5.0 11 09,4.9 91 09,4.9 21 09,4.9 01 09t,呈现出“先增加后减少”的变化状态。其中,2 0 0 02 0 0 5年碳储量增加了8.2 41 06M g,2 0 0 52 0 1 0,2 0 1 02 0 1 5,2 0 1 52 0 2 0年3个阶段碳储量逐渐减少,减幅分别为2.2 4 1 07,6.5 8 1 07,2.2 1 1 07t,总体上2 0 2 02 0 2 0年安徽省碳储量减少了1.0 1 1 08t。2.3.2 基于高程梯度的碳储量变化特征 图7为不同高程梯度上的碳储量分布。可以看出,2 0 0 02 0 2 0年安徽省碳储量变化量随着海拔高度的上升而下降。2 0 0 02 0 2 0年,在低海拔梯度下(2 0 0m)安徽省碳储量明显减少,减量为9.8 21 07t,约占总减少量的9 7.0 4%,其中地下生物碳储量下降最为显著,这可能与该梯度下土地开发建设及人类的剧烈活动相关。在 中 低 海 拔 梯 度 下(2 0 05 0 0 m)2 0 0 02 0 2 0年碳储量逐渐减少,减量为1.8 7 1 06t,仅占总减少量的1.8 8%,相较于低海拔梯度下的变化程度明显减弱;而在中高海拔梯度下,由于受地形影响,人类活动受限,土地利用结构无较大变化,碳储量相对稳定。2.4 不同情景下碳储量变化特征由表4可知,在自然变化情景下,安徽省2 0 3 0,2 0 4 0年的碳储量预测分别为4.8 21 09,4.7 31 07t,2 0 2 02 0 3 0,2 0 3 02 0 4 0年分别减少了8.6 71 07,8.3 71 07t。减幅分别为1.7 7