基于InVEST模型的畢節(jié)市生態(tài)系統(tǒng)碳儲量時空變化分析

董奎 董平 單紹朋

摘要? 利用畢節(jié)試驗區(qū)1990、2000、2010、2020年4期土地利用類型數據，研究30年來試驗區(qū)不同土地利用類型變化情況，并采用InVEST模型估測試驗區(qū)不同生態(tài)系統(tǒng)碳儲量，分析試驗區(qū)在生態(tài)建設取得明顯成效背景下生態(tài)系統(tǒng)碳儲量時空變化。結果表明，1990—2020年畢節(jié)市土地利用類型發(fā)生明顯變化，林地和建設用地面積增加，耕地、草地面積減少，耕地主要轉為林地、草地、 建設用地，草地主要轉為耕地和林地。1990—2020年畢節(jié)市生態(tài)系統(tǒng)總碳儲量在51.21×107～52.37×107 t，總體呈增加趨勢，碳儲量總量增加1.16×107 t，年均增加0.04×107 t。畢節(jié)市碳儲量呈現出西高東低的空間分布趨勢，1990—2020年林地和建設用地碳儲量增加，耕地和草地碳儲量減少。

關鍵詞? 土地利用類型；InVEST模型；碳儲量；生態(tài)系統(tǒng)；時空變化

中圖分類號? X171.1?? 文獻標識碼? A?? 文章編號? 0517-6611（2024）07-0072-06

doi： 10.3969/j.issn.0517-6611.2024.07.018

Analysis of Temporal and Spatial Change of Ecosystem Carbon Storage in Bijie City Based on InVEST Model

DONG Kui1， DONG Ping2， SHAN Shao-peng3

（1.Guizhou Bijie Natural Forest Resources Protection Center， Bijie，Guizhou 551700;2.Sichuan Shanhaitu Agriculture and Forestry Technology Co.， Ltd.， Chengdu，Sichuan 610081;3.Guizhou Bijie Forestry Science Research Institute， Bijie，Guizhou 551700）

Abstract? Using land use type data from four periods of 1990， 2000， 2010 and 2020 in the Bijie experimental area， the changes of different land use types in the experimental area over the past 30 years were studied. The InVEST model was used to estimate the carbon storage of different ecosystems in the experimental area， and the temporal and spatial changes of ecosystem carbon storage under the background of significant success in ecological construction were analyzed.The results showed that from 1990 to 2020， there were significant changes in land use types in the Bijie City， with an increase in the area of forest land and construction land， a decrease in the area of cultivated land and grassland， and the main conversion of cultivated land to forest land， grassland and construction land， while the main conversion of grassland to cultivated land and forest land. The total carbon storage of the ecosystem in Bijie City from 1990 to 2020 was 51.21×107-52.37×107 t， the total carbon storage increased by 1.16×107 t， with an average annual increase of 0.04×107 t. The carbon storage in Bijie City showed a spatial distribution trend of high in the west and low in the east. From 1990 to 2020， the carbon storage of forest land and construction land increased， while the carbon storage of cultivated land and grassland decreased.

Key words? Landuse type;InVEST model;Carbon storage;Ecosystem;Temporal and spatial change

森林、草原、濕地等生態(tài)系統(tǒng)的固碳作用能夠有效提升區(qū)域乃至全球碳匯能力，使得區(qū)域生態(tài)碳循環(huán)達到平衡。碳儲量作為生態(tài)系統(tǒng)中碳素儲備和碳匯的標志，受到土地利用變化等因素的影響，這些因素通過影響區(qū)域內植被和土壤的結構及完整性，進而影響區(qū)域內包括地上、地下生物碳儲量以及土壤有機碳儲量在內的整體生態(tài)系統(tǒng)碳功能［1-5］。因此，研究土地利用變化背景下生態(tài)系統(tǒng)碳儲量變化已成為生態(tài)系統(tǒng)碳匯及區(qū)域氣候變化研究的熱點。

當前，國內外研究生態(tài)系統(tǒng)碳儲量的方法主要有地面調查法［6-7］、遙感估測法［8-9］、模型法［10-11］。地面調查法精度高，但適用范圍小，同時，需要投入大量人力、物力和財力，在開展調查時，會對研究環(huán)境造成破壞［12-13］。遙感估測法是結合地面調查的碳庫數據，利用遙感快速、大尺度優(yōu)勢建模反演特定生態(tài)系統(tǒng)碳儲量。模型法則是以生態(tài)系統(tǒng)服務評估與權衡（InVEST）模型為代表且能夠在空間上模擬和展示土地利用對陸地生態(tài)系統(tǒng)碳儲量變化影響的時空分布特征的方法［14］，近年來被廣泛使用并取得了良好效果，如王成武等［15］基于2005、2010、2015、2020年太行山區(qū)4期土地覆蓋及碳密度數據，使用 InVEST 模型估算了太行山沿線地區(qū)生態(tài)系統(tǒng)碳儲量；劉曉娟等［16］利用FLUS-InVEST 模型，分析并模擬了土地利用變化背景下中國的碳儲量。

1988年經國務院批準，中國第一個以消除貧困、堅持可持續(xù)發(fā)展為突出特征，以“開發(fā)扶貧、生態(tài)建設、人口控制”為主題的農村改革試驗區(qū)——畢節(jié)試驗區(qū)成立。畢節(jié)試驗區(qū)成立以來，黨和國家領導人多次對試驗區(qū)工作進行重要批示，30多年過去，畢節(jié)試驗區(qū)經濟、社會、生態(tài)環(huán)境發(fā)生了翻天覆地的變化，通過大規(guī)模國土綠化、荒山造林、退耕還林、石漠化綜合治理、天然林保護等重點林業(yè)生態(tài)修復工程，森林覆蓋率從1988年的14.9%提升到2023年的60.0%，實現了生態(tài)環(huán)境從不斷惡化到明顯改善的跨越。國家先后將畢節(jié)列為“生態(tài)文明先行區(qū)”“全國生態(tài)文明示范工程試點”“全國生態(tài)保護與建設示范區(qū)” “全國石漠化防治示范區(qū)”和“全國林業(yè)碳匯試點市”。

筆者利用畢節(jié)試驗區(qū)1990、2000、2010、2020年4期土地利用類型數據，研究30年來試驗區(qū)不同土地利用類型變化情況，并采用InVEST模型估測試驗區(qū)不同生態(tài)系統(tǒng)碳儲量， 分析試驗區(qū)在生態(tài)建設取得明顯成效背景下生態(tài)系統(tǒng)碳儲量時空變化，為畢節(jié)試驗區(qū)“綠色發(fā)展、人力資源開發(fā)、體制機制創(chuàng)新”新三大主題提供參考依據。

1 材料與方法

1.1 研究區(qū)概況

畢節(jié)市位于貴州省西北部，地處川、滇、黔3省結合部，地處105°36′～106°43′E、26°21′～27°46′N。北接四川省、西鄰云南省，東與本省的遵義市、貴陽市接壤，南與六盤水市、安順市相連（圖1），是烏江、北盤江、赤水河發(fā)源地，是貴州屋脊，長江和珠江上游重要生態(tài)屏障區(qū)域，生態(tài)區(qū)位十分重要。下轄8縣（市、區(qū)）和1個縣級風景名勝區(qū)管理區(qū)（百里杜鵑管理區(qū)），土地面積2.69萬km2，占貴州省總面積的15.25%，轄區(qū)內地質構造復雜，山高坡陡，溝壑縱橫， 巖溶地貌形態(tài)多樣，是典型的石漠化山區(qū)，成土母質多為石灰?guī)r，具有典型的喀斯特地貌。境內平均海拔1 600.0 m，最高為2 900.6 m，為貴州省最高點，最低為457.0 m，年均氣溫在10～15 ℃，年降水量在849～1 399 mm，屬亞熱帶季風氣候，受海拔高差影響，垂直氣候變化明顯。畢節(jié)境內動植物種類豐富，有野生脊椎動物387種，苔類植物近100種，蕨類植物34科130種，裸子植物9科22種，被子植物155科1 809種。

1.2 數據來源及處理

該研究使用的土地利用數據來源于武漢大學楊杰和黃昕教授發(fā)布的 “1990—2019 年的中國30 m年度土地覆蓋數據”［17］。該數據目前已經更新到1985—2020年，并全部免費公開。選擇1990、2000、2010、2020年4期數據，利用畢節(jié)市行政邊界裁剪得到研究區(qū)4期土地利用數據，空間分辨率為30 m。根據研究區(qū)實際，參照《土地利用現狀分類》（GB/T 21010—2017），將土地利用類型重新分類為耕地、林地、草地、水域、建設用地5類。通過查閱已有文獻獲取各土地利用類型的碳密度數據，參照陳大蓉等［18］的方法，優(yōu)先使用貴州省及周邊城市的實測碳密度成果，并采用碳密度與氣溫和降水的關系模型修正得到的結果［19-20］，同時結合丁訪軍等［21-24］的研究成果，得到畢節(jié)市各土地利用類型碳密度（表1）。

1.3 研究方法

該研究利用1990、2000、2010、2020年研究區(qū)4期土地利用數據，采用生態(tài)系統(tǒng)服務功能評估軟件InVEST軟件中Carbon模型計算得到對應年份的碳儲量數據，分析碳儲量的時空分異情況。

InVEST（integrated valuation of ecosystem services and tradeoffs）是美國自然資本項目組開發(fā)的且用于評估生態(tài)系統(tǒng)服務功能量及其經濟價值、支持生態(tài)系統(tǒng)管理和決策的一套模型系統(tǒng)，它包括陸地、淡水和海洋3類生態(tài)系統(tǒng)服務評估模型。目前，自然資本項目組開發(fā)的InVEST模型已在20多個國家和地區(qū)的空間規(guī)劃、生態(tài)補償、風險管理、適應氣候變化等環(huán)境管理決策中得到廣泛應用。近年來，中國的生態(tài)系統(tǒng)服務研究越來越多，并在國家、區(qū)域、流域等多個尺度的生態(tài)功能區(qū)劃、生態(tài)保護紅線劃定、生態(tài)補償、資源環(huán)境承載力評估等政策中得到應用。InVEST中包含了多個模型，其中陸地生態(tài)模型中的“碳儲存和固持”模塊（Carbon）可以很好地評估區(qū)域內的碳儲量及其價值，是目前進行碳儲量估計的有效方法［25-26］。Carbon模塊將生態(tài)系統(tǒng)碳儲量劃分為地上生物炭、地下生物炭、土壤和死亡有機質4個基本碳庫［27］，計算公式如下：

Ci=Ci，above+Ci，below+Ci，soil+Ci，dead （1）

Ctotal=∑?n i=1 （Ci×Ai） （2）

式中：i為第i種土地利用類型；Ci為第i種土地利用類型的碳密度（t/hm2）；Ctotal為研究對象總碳儲量（t）；Ci，above、Ci，below、Ci，soil和Ci，dead分別為第i種土地利用類型的地上碳密度、地下碳密度、土壤碳密度、死亡有機質碳密度（t/hm2）；Ai 為第i種土地利用類型的總面積（hm2）。

2 結果與分析

2.1 畢節(jié)試驗區(qū)土地利用時空變化

結合畢節(jié)市1990—2020年4期土地利用類型圖（圖2）及土地利用類型轉移矩陣（表2）發(fā)現，畢節(jié)市土地利用類型空間上存在一定差異，同時，各土地利用類型在時間尺度上也有明顯變化。

從圖2可以看出，1990—2020年畢節(jié)市土地利用類型均以耕地和林地為主，草地、水域和建設用地較少，這與試驗區(qū)一直以來以傳統(tǒng)農業(yè)等第一產業(yè)為主、工商業(yè)較少的生產生活方式現實相符。其中，耕地主要集中分布在東部的黔西市大部、大方縣和金沙縣南部、織金縣北部，以及西部的威寧縣中部草海周邊，這些區(qū)域地勢相對平坦且連片，適于耕作；林地主要集中分布在中部的赫章縣、七星關區(qū)及南部的納雍縣和織金縣，該區(qū)域為全市國有林場主要分布區(qū)，森林資源豐富；建設用地集中分布在各縣城城區(qū)；草地主要集中分布在威寧縣的西部區(qū)域。

從土地利用類型轉移矩陣（表2）及轉移弦圖（圖3）來看，隨著社會經濟不斷發(fā)展，畢節(jié)市土地利用類型發(fā)生變化。近30年來，共有1 737.17 km2土地發(fā)生變化，除水域變化較小外，其他土地利用類型均有明顯變化，其中，耕地和草地分別凈減少763.04和20.35 km2，林地和建設用地分別凈增加73264和56.61 km2。耕地主要轉入林地和草地及建設用地，草地主要轉入耕地和林地，林地主要轉入耕地和草地，林地增加部分主要來源于耕地。

2.2 畢節(jié)試驗區(qū)碳儲量時空變化

根據土地利用類型和碳密度數據，利用InVEST軟件計算得出研究區(qū)4期總碳儲量，由碳儲量和碳密度時間變化（圖4）可知，畢節(jié)市1990、2000、2010、2020年總碳儲量分別為51.21×107、52.34×107、51.97×107、52.37×107 t，碳密度分別為190.75、194.97、193.59、195.07 t/hm2；1990—2020年碳儲量和碳密度總體呈增加趨勢，碳儲量總量增加1.16×107 t，年均增加0.04×107 t，碳密度增加4.32 t/hm2，年均增加0.14 t/hm2。1990年后，畢節(jié)市通過大規(guī)模造林、退耕還林、石漠化治理等工程的實施，植被逐漸恢復，生態(tài)系統(tǒng)碳儲量和碳密度增加，到2010年略有下降，這可能是因為2010年之后，社會經濟加速發(fā)展，工業(yè)和城鎮(zhèn)化步伐加快，城區(qū)擴張，建設用地需求增大，植被等高碳密度土地發(fā)生變化，碳儲量出現下降。

統(tǒng)計各縣（市、區(qū)）碳儲量變化情況及全市碳儲量空間分布（圖5～6）發(fā)現，全市碳儲量空間分布存在差異，高碳儲量區(qū)主要分布在西部的威寧縣及中部和北部的赫章縣、七星關區(qū)、大方縣，低碳儲量區(qū)域主要分布在東部的黔西市、金沙縣。各縣區(qū)總碳儲量由高至低依次為威寧縣>大方縣>七星關區(qū)>赫章縣>織金縣>納雍縣>金沙縣>黔西市，呈現出西高東低的空間分布趨勢。30年間，除赫章縣碳儲量下降了778×105 t，其余縣（市、區(qū)）均有所增加，其中黔西市和威寧縣增加較多，分別增加了4.40×106和2.25×106 t。

2.3 碳儲量對土地利用變化的響應

統(tǒng)計各土地利用類型碳儲量（表3）發(fā)現，30年來畢節(jié)市不同時期不同土地利用類型碳儲量發(fā)生了一定變化。5種土地利用類型中，林地碳儲量占比最大，4個時期占比均超過60.0%，其次是耕地，平均占比超過30.0%，草地平均占比約3.8%，建設用地占比最小，低于1.0%。

分析發(fā)現，1990—2020年，林地和建設用地碳儲量增加，分別增加2.69×107和0.07×107 t，耕地、草地碳儲量減少，分別減少0.71×107和0.89×107 t。耕地和林地碳儲量變化較快的時期為1990—2000年，其中，林地碳儲量增加了2.47×107 t，耕地碳儲量減少了1.43×107 t。2000—2010年耕地碳儲量增加，林地碳儲量有所下降，2010年之后，變化趨勢相反，耕地碳儲量下降，林地上升；草地碳儲量在1990—2000年增加，之后的20年減少；30年來建設用地碳儲量均小幅度增加。

從各時期不同土地利用類型碳儲量變化的空間分布（圖7）來看，1990—2000年畢節(jié)市碳儲量的變化趨勢為黔西大部分區(qū)域有明顯增加，七星關西部、赫章縣南部及威寧縣東南部減少。2000—2010年，織金縣南部區(qū)域碳儲量增加明顯，大方、黔西、織金交界區(qū)域明顯減少，原因可能是在此期間，洪家渡水電站（現支嘎阿魯湖）建成，此區(qū)域耕地和林地等轉為水域，碳儲量減少。2010—2020年，黔西大部碳儲量增加明顯，這與烏江流域生態(tài)恢復有關。1990—2020年，畢節(jié)市碳儲量變化總體上呈東部比其他區(qū)域增加明顯，赫章縣南部和威寧縣東南部減少較為明顯。

3 結論與討論

該研究以貴州省畢節(jié)市（畢節(jié)試驗區(qū)）為研究對象，以1990、2000、2010、2020年4期土地利用數據為基礎，采用InVEST模型，分析畢節(jié)試驗區(qū)1990—2020年不同土地利用類型碳儲量變化情況，得出如下主要結論：

（1）1990—2020年，畢節(jié)試驗區(qū)土地利用類型以耕地和林地為主，草地、水域和建設用地較少。30年來試驗區(qū)共有1 737.17 km2土地發(fā)生轉移，除水域變化較小外，其他土地利用類型均有明顯變化，其中，耕地和草地不同程度減少，分別凈減少763.04和20.35 km2，林地和建設用地增加，分別凈增加732.64和56.61 km2。試驗區(qū)成立以來，在國家、省的大支持下，全市通過實施天然林資源保護、兩輪退耕還林、畢節(jié)巖溶地區(qū)石漠化綜合治理、重點生態(tài)區(qū)生態(tài)修復、國儲林建設等重大林業(yè)生態(tài)工程，全市生態(tài)環(huán)境得到極大改善。

（2）畢節(jié)試驗區(qū)1990、2000、2010、2020年總儲量分別為51.21×107、52.34×107、51.97×107、52.37×107 t，碳密度分別為190.75、194.97、193.59、195.07 t/hm2，碳儲量和碳密度總體呈增加趨勢，1990—2020年試驗區(qū)碳儲量總量增加1.16×107 t，年均增加0.04×107 t，碳密度增加4.32 t/hm2，年均增加0.14 t/hm2。30年來，隨著林地面積的增加，碳儲量增加，這說明林地發(fā)揮著重要的碳匯作用，林地的轉入表現出強烈的碳匯效應，林地的轉出將降低區(qū)域碳吸收能力［18］。這一結果與其他學者對各個區(qū)域碳儲量時空變化的研究一致［28-30］。

（3）畢節(jié)試驗區(qū)總碳儲量在縣域尺度上由高到低依次為威寧縣>大方縣>七星關區(qū)>赫章縣>織金縣>納雍縣>金沙縣>黔西市，呈現出西高東低的空間分布趨勢。

（4）1990—2020年，畢節(jié)試驗區(qū)林地和建設用地碳儲量增加，分別增加2.69×107和0.07×107 t，耕地、林地碳儲量減少，分別減少0.71×107和0.89×107 t。隨著社會發(fā)展、人口持續(xù)增長和人類活動頻繁，對建設用地需求增大，林地和耕地轉為建設用地。

參考文獻

［1］? 楊潔，謝保鵬，張德罡.基于InVEST和CA-Markov模型的黃河 流域碳儲量時空變化研究［J］.中國生態(tài)農業(yè)學報，2021，29（6）：1018-1029.

［2］ HOUGHTON R A，HOUSE J I，PONGRATZ J，et al.Carbon emissions from land use and landcover change［J］.Biogeosciences discussions，2012，9：5125-5142.

［3］ BAUMANN M，GASPARRI I，PIQUERRODRGUEZ M，et al.Carbon emissions from agricultural expansion and intensification in the Chaco［J］.Global change biology，2017，23（5）：1902-1916.

［4］ 唐睿，彭開麗.土地利用變化對區(qū)域陸地碳儲量的影響研究綜述［J］.江蘇農業(yè)科學，2018，46（19）：5-11.

［5］ 李姣，汪杰，李朗，等.洞庭湖生態(tài)經濟區(qū)土地利用變化對碳儲量的影響［J］.生態(tài)學雜志，2022，41（6）：1156-1165.

［6］ DANGULLA M，ABD M L，RAMLI M F，et al.Exploring urban tree diversity and carbon stocks in Zaria Metropolis，North Western Nigeria［J］.Applied geography，2021，127（1）：1-8.

［7］ 徐釗，曹國華，李思剛，等.江蘇省森林植被碳儲量分布結構及變化特征［J］.西北林學院學報，2019，34（2）：69-75，91.

［8］ 吳恒，胥輝.森林植被碳密度遙感反演和校準研究［J］.林業(yè)資源管理，2021（6）：43-51.

［9］ 辛曉平，丁蕾，程偉，等.北方草地及農牧交錯區(qū)草地植被碳儲量及其影響因素［J］.中國農業(yè)科學，2020，53（13）：2757-2768.

［10］? 程鵬飛，王金亮，王雪梅，等.森林生態(tài)系統(tǒng)碳儲量估算方法研究進展［J］.林業(yè)調查規(guī)劃，2009，34（6）：39-45.

［11］ 雷軍成，劉紀新，雍凡，等.基于CLUE-S和InVEST模型的五馬河流域生態(tài)系統(tǒng)服務多情景評估［J］.生態(tài)與農村環(huán)境學報，2017，33（12）：1084-1093.

［12］ 張志堂.上海城市典型綠地的碳匯估算［J］.綠色科技，2017（15）：60-62.

［13］ 應天玉，李明澤，范文義.哈爾濱城市森林碳儲量的估算［J］.東北林業(yè)大學學報，2009，37（9）：33-35.

［14］ 張徐，李云霞，呂春娟，等.基于InVEST模型的生態(tài)系統(tǒng)服務功能應用研究進展［J］.生態(tài)科學，2022，41（1）：237-242.

［15］ 王成武，羅俊杰，唐鴻湖.基于InVEST模型的太行山沿線地區(qū)生態(tài)系統(tǒng)碳儲量時空分異驅動力分析［J］.生態(tài)環(huán)境學報，2023，32（2）：215-225.

［16］ 劉曉娟，黎夏，梁迅，等.基于FLUS-InVEST模型的中國未來土地利用變化及其對碳儲量影響的模擬［J］.熱帶地理，2019，39（3）：397-409.

［17］ YANG J，HUANG X.The 30m annual land cover dataset and its dynamics in China from 1990 to 2019［J］.Earth system science data，2021，13（8）：3907-3925.

［18］ 陳大蓉，周旭，楊勝天，等.基于貴州省土地變化的碳儲量演變及其脆弱性特征分析［J］.水土保持通報，2023，43（3）：301-309.

［19］ 陳光水，楊玉盛，謝錦升，等.中國森林的地下碳分配［J］.生態(tài)學報，2007，27（12）：5148-5157.

［20］ GIARDINA C P，RYAN M G.Evidence that decomposition rates of organic carbon in mineral soil do not vary with temperature［J］.Nature，2000，404（6780）：858-861.

［21］ 丁訪軍，潘忠松，吳鵬，等.貴州東部常綠落葉闊葉混交林碳素積累及其分配特征［J］.生態(tài)學報，2015，35（6）：1761-1768.

［22］ 虎帥，張學儒，官冬杰.基于InVEST模型重慶市建設用地擴張的碳儲量變化分析［J］.水土保持研究，2018，25（3）：323-331.

［23］ CHUAI X W，HUANG X J，LAI L，et al.Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China［J］.Environmental science & policy，2013，25：50-61.

［24］ 李義平，蔡宏，田鵬舉，等.貴州省黎平縣地表覆被變化引起的生態(tài)系統(tǒng)碳儲量變化［J］.水土保持通報，2020，40（2）：92-99.

［25］ 唐堯，祝煒平，張慧，等.InVEST模型原理及其應用研究進展［J］.生態(tài)科學，2015，34（3）：204-208.

［26］ MOREIRA M，FONSECA C，VERGLIO M，et al.Spatial assessment of habitat conservation status in a Macaronesian island based on the InVEST model：A case study of Pico Island（Azores，Portugal）［J］.Land use policy，2018，78：637-649.

［27］ 朱文博，張靜靜，崔耀平，等.基于土地利用變化情景的生態(tài)系統(tǒng)碳儲量評估：以太行山淇河流域為例［J］.地理學報，2019，74（3）：446-459.

［28］ 王超越，郭先華，郭莉，等.基于FLUS-InVEST的西北地區(qū)土地利用變化及其對碳儲量的影響：以呼包鄂榆城市群為例［J］.生態(tài)環(huán)境學報，2022，31（8）：1667-1679.

［29］ 朱麗亞，胡克，孫爽，等.基于InVEST模型的遼寧省海岸帶碳儲量時空變化研究［J］.現代地質，2022，36（1）：96-104.

［30］ 李瑾璞，夏少霞，于秀波，等.基于InVEST模型的河北省陸地生態(tài)系統(tǒng)碳儲量研究［J］.生態(tài)與農村環(huán)境學報，2020，36（7）：854-861.

作者簡介?? 董奎（1990—），男，貴州織金人，工程師，碩士，從事森林資源調查等工作。

通信作者，工程師，從事林業(yè)資源保護等工作。