基于LUCC的南京市生态系统碳储量时空演变预测及多情景模拟分析

doi:10.14088/j.cnki.issn0439-8114.2022.06.007

摘要/Abstract

摘要： 利用Markov-Flus模型和InVEST模型中的Carbon模块,基于多情景视角模拟并预测南京市2030年碳储量变化与空间分布情况。结果表明,2010—2015年南京市土地利用变化以林地转变为耕地为主要趋势;2015—2018年以生态功能用地转化为建设用地为主要趋势。南京市碳储量空间分布总体上表现为南北两侧高、中部低的特点。耕地是区域最主要的碳汇地类。对比多情景模拟结果可知,生态增汇情景下总体碳储量相较自然发展情景增加0.40×10⁶ t,城镇周边生态类用地碳储量增长较为明显;耕地增汇情景下总体碳储量比自然发展情景增加0.61×10⁶ t,除城镇地区外各地区碳储量均增长。预测未来南京市生态系统碳储量会进一步下降,采取耕地保护和生态保护相结合的措施能够有效提升区域陆地生态系统碳储量。

关键词: 碳储量, Markov-Flus模型, InVEST模型, 情景模拟, 南京市

Abstract: Using the carbon module in the Markov-Flus model and the InVEST model, the changes and spatial distribution of carbon storage were simulated and predicted in Nanjing in 2030 based on a multi-scenario perspective. The results showed that the main trend of land use change in Nanjing from 2010 to 2015 was the conversion of forest land to cultivated land; The main trend of land use conversion was from ecological function land to construction land from 2015 to 2018. The spatial distribution of carbon stocks in Nanjing was heterogeneous, with the overall performance being high on the north and south sides and low in the middle. Cultivated land was the main land type for the distribution of carbon storage. Comparing the results of multi-scenario simulations, the overall carbon storage under the ecological increase scenario was 0.40×10⁶ t more than the natural development scenario, and the carbon storage of the ecological land around towns had increased significantly; The overall carbon storage under the cultivated land increase scenario was higher than the natural development scenario. The scenario increased by 0.61×10⁶ t, and carbon storage in all regions except urban areas would increase. It was predicted that the carbon storage of Nanjing would further decline in the future, and the combination of cultivated land protection and ecological protection could effectively increase the carbon storage of the regional terrestrial ecosystem.

Key words: carbon storage, Markov-Flus model, InVEST model, scenario simulation, Nanjing city

中图分类号:

F301.24

郭天, 王之昱. 基于LUCC的南京市生态系统碳储量时空演变预测及多情景模拟分析[J]. 湖北农业科学, 2022, 61(6): 33-40.

GUO Tian, WANG Zhi-yu. Prediction and multi-scenario simulation analysis of the temporal and spatial evolution of ecosystem carbon storage in Nanjing based on LUCC[J]. HUBEI AGRICULTURAL SCIENCES, 2022, 61(6): 33-40.

参考文献

[1] 柯新利,唐兰萍. 城市扩张与耕地保护耦合对陆地生态系统碳储量的影响——以湖北省为例[J]. 生态学报,2019,39(2):672-683.
[2] 陈晓玲,曾永年,王慧敏. 区域土地利用总体规划碳效应分析——以青海省海东市为例[J]. 中国人口·资源与环境,2015,25(S1):31-34.
[3] 张影,谢余初,齐姗姗,等. 基于InVEST模型的甘肃白龙江流域生态系统碳储量及空间格局特征[J]. 资源科学,2016,38(8):1585-1593.
[4] 巫涛,彭重华,田大伦,等. 长沙市区马尾松人工林生态系统碳储量及其空间分布[J]. 生态学报,2012,32(13):4034-4042.
[5] 张继平,刘春兰,郝海广,等. 基于MODISGPP/NPP数据的三江源地区草地生态系统碳储量及碳汇量时空变化研究[J]. 生态环境学报,2015,24(1):8-13.
[6] 徐自为,张智杰. 基于土地利用变更调查的2010—2016年新疆尉犁县生态系统碳储量时空变化[J]. 环境科学研究,2018,31(11):1909-1917.
[7] 杨晓菲,鲁绍伟,饶良懿,等. 中国森林生态系统碳储量及其影响因素研究进展[J]. 西北林学院学报,2011,26(3):73-78.
[8] 高天伦,管伟,毛静,等. 广东省雷州附城主要红树林群落碳储量及其影响因子[J]. 生态环境学报,2017,26(6):985-990.
[9] 崔传洋. 基于二类调查数据的县级森林碳储量及碳密度测算[D]. 山东泰安:山东农业大学,2016.
[10] 崔丽娟,马琼芳,宋洪涛,等. 湿地生态系统碳储量估算方法综述[J]. 生态学杂志,2012,31(10):2673-2680.
[11] 揣小伟,黄贤金,郑泽庆,等. 江苏省土地利用变化对陆地生态系统碳储量的影响[J]. 资源科学,2011,33(10):1932-1939.
[12] 周苗,李思亮,丁虎,等. 地表流域有机碳地球化学研究进展[J]. 生态学杂志,2018,37(1):255-264.
[13] 韩晋榕. 基于InVEST模型的城市扩张对碳储量的影响分析[D]. 长春:东北师范大学,2013.
[14] 黄卉. 基于InVEST模型的土地利用变化与碳储量研究[D]. 北京:中国地质大学(北京),2015.
[15] 邓元杰,姚顺波,侯孟阳,等. 退耕还林还草工程对生态系统碳储存服务的影响——以黄土高原丘陵沟壑区子长县为例[J]. 自然资源学报,2020,35(4):826-844.
[16] 王秀明,刘谞承,龙颖贤,等. 基于改进的InVEST模型的韶关市生态系统服务功能时空变化特征及影响因素[J]. 水土保持研究,2020,27(5):381-388.
[17] 荆田芬,余艳红. 基于InVest模型的高原湖泊生态系统服务功能评估体系构建[J]. 生态经济,2016,32(5):180-185.
[18] 朱志强,马晓双,胡洪. 基于耦合FLUS-InVEST模型的广州市生态系统碳储量时空演变与预测[J]. 水土保持通报,2021,41(2):222-229,239.
[19] 李艳梅,赵锐. 西藏碳汇资源评估与碳汇产业发展路径分析[J]. 中国藏学,2015(1):147-153.
[20] 周杰,张学儒,牟凤云,等. 基于CA-Markov的土壤有机碳储量空间格局重建研究——以泛长三角地区为例[J]. 长江流域资源与环境,2018,27(7):1565-1575.
[21] 吴欣昕,刘小平,梁迅,等. FLUS-UGB多情景模拟的珠江三角洲城市增长边界划定[J]. 地球信息科学学报,2018,20(4):532-542.
[22] 王保盛,廖江福,祝薇,等. 基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例[J]. 生态学报,2019,39(12):4284-4298.
[23] 王旭,马伯文,李丹,等. 基于FLUS模型的湖北省生态空间多情景模拟预测[J]. 自然资源学报,2020,35(1):230-242.
[24] JIANG X W,BAI J J.Predicting and assessing changes in NPP based on multi-scenario land use and cover simulations on the Loess Plateau[J]. Journal of geographical sciences,2021,31(7):977-996.
[25] 彭云飞. 面向生态安全的城市土地利用优化模拟[D]. 武汉:武汉大学,2018.
[26] 黄从红,杨军,张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志,2013,32(12):3360-3367.
[27] 马良,金陶陶,文一惠,等. InVEST模型研究进展[J]. 生态经济,2015,31(10):126-131,179.
[28] 奚小环,张建新,廖启林,等. 多目标区域地球化学调查与土壤碳储量问题——以江苏、湖南、四川、吉林、内蒙古为例[J]. 第四纪研究,2008(1):58-67.
[29] 方精云,郭兆迪,朴世龙,等. 1981~2000年中国陆地植被碳汇的估算[J]. 中国科学(D辑:地球科学),2007(6):804-812.
[30] 解宪丽,孙波,周慧珍,等. 不同植被下中国土壤有机碳的储量与影响因子[J]. 土壤学报,2004(5):687-699.
[31] 朴世龙,方精云,贺金生,等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报,2004(4):491-498.
[32] 李克让,王绍强,曹明奎. 中国植被和土壤碳贮量[J]. 中国科学(D辑:地球科学),2003(1):72-80.
[33] 周玉荣,于振良,赵士洞. 我国主要森林生态系统碳贮量和碳平衡[J]. 植物生态学报,2000(5):518-522.