基于InVEST模型的陸良縣固碳能力研究

摘要以云南省曲靖市陸良縣為例，通過2000、2005、2010、2015、2020年5期土地利用數據和碳密度數據，利用GIS和InVEST的碳儲量模塊，獲取研究區碳儲量的時空分布數據，分析近20年陸良縣碳儲量變化特征。結果表明，20年間耕地和林地面積略微下降，而草地面積減少較為明顯，水域和建設用地面積增加明顯，未利用地減少明顯。碳儲量總體呈減少趨勢，尤其是2015—2020年減少明顯，與土地利用類型變化表現一致。不同類型土地在碳儲量變化方面存在明顯差異，林地的平均碳儲量最高，而建設用地、水域和未利用地的平均碳儲量較低。碳儲量空間分布變化不大，高值區主要分布在林地區域，低值區主要在建設用地和耕地集中區域。綜上所述，土地利用變化與碳儲量變化之間存在密切關聯，城市化進程、耕地減少等因素可能導致碳儲量的減少，而對林地的保護、濕地的保護等措施可能有助于維持或增加碳儲量。

關鍵詞碳儲量；InVEST模型；固碳能力；陸良縣

中圖分類號X171.1"文獻標識碼A

文章編號0517-6611（2024）24-0054-05

doi：10.3969/j.issn.0517-6611.2024.24.013

開放科學（資源服務）標識碼（OSID）：

StudyonCarbonSequestrationCapacityinLuliangCountyBasedonInVESTModel

MAShan-jun1，SHAOZhi-peng2

（1.YunnanForestryTechnologicalCollege，Kunming，Yunnan650224;2.ForestryandGrasslandBureauofLuliangCounty，Luliang，Yunnan655699）

AbstractTakingLuliangCounty，QujingCity，YunnanProvinceasanexample，thespatialandtemporaldistributiondataofcarbonstorageinthestudyareawereobtainedthroughfiveperiodsoflandusedataandcarbondensitydatain2000，2005，2010，2015and2020.ThecarbonstoragemoduleofGISandInVESTwasusedtoanalyzethecharacteristicsofcarbonstoragechangesinLuliangCountyinthepast20years.Theresultsshowedthatoverthe20-yearperiod，theareaofcultivatedlandandforestlandhadslightlydecreased，whilethegrasslandareahaddecreasedsignificantly，andtheareasofwaterbodiesandconstructionlandhadincreasedsignificantly，withunusedlanddecreasingnoticeably.Theoverallcarbonstorageshowedadecliningtrend，especiallyduringtheperiodfrom2015to2020，whichwasconsistentwithchangesinlanduse.Thereweresignificantdifferencesincarbonstoragechangesamongdifferentlandtypes，withforestlandhavingthehighestaveragecarbonstorage，whileconstructionland，watersandunusedlandhadrelativelylowaveragecarbonstorage.Thespatialdistributionofcarbonstoragehadnotchangedsignificantly，high-valueareasmainlydistributedinforestareas，andlow-valueareasmainlydistributedinconstructionlandandcultivatedlandconcentrationareas.Insummary，therewasaclosecorrelationbetweenlandusechangeandcarbonstoragechange.Factorssuchasurbanizationandreducedcultivatedlandmayleadtoadecreaseincarbonstorage，whilemeasuressuchasprotectingforestsandwetlandsmayhelpmaintainorincreasecarbonstorage.

KeywordsCarbonstorage;InVESTmodel;Carbonsequestration;LuliangCounty

在全球氣候變化日益嚴峻的背景下，碳儲量及其動態變化已成為全球科學研究的熱點問題之一^［1-3］。隨著人類活動的不斷增加，土地利用類型作為影響碳循環的關鍵因素^［4］，對全球碳儲量的影響日益顯著。碳儲量作為評估生態系統服務功能和氣候變化適應性的重要指標，其動態變化不僅關系到區域生態環境的穩定，也直接影響到全球碳平衡和氣候變化的趨勢。因此，對碳儲量的精準評估及其時空動態變化的監測顯得尤為重要。

目前，生態系統碳儲量的評估方法多種多樣^［5］，其中，基于生物量估算和模型模擬的方法因其科學性和可操作性而被廣泛應用。InVEST模型作為一種強大的生態系統服務評估工具^［6］，能夠綜合考慮土地利用變化、碳密度分布等因素，對區域碳儲量進行精準估算^［7］。結合GIS的空間分析能力，InVEST模型能夠直觀地展示碳儲量的空間分布及其動態變化，為區域碳管理提供科學依據。

云南省曲靖市陸良縣位于滇中腹地，地處南盤江上游，地勢平坦，水系發達，擁有豐富的自然資源和多樣的生態系統，為碳儲量的形成與積累提供了得天獨厚的條件。然而，隨著近年來城市化進程的加快和人口的增長，陸良縣的土地利用結構發生一定的變化，這對該區域的碳儲量產生了深遠影響。筆者以陸良縣為例，利用2000—2020年的土地利用數據和碳密度數據，結合GIS和InVEST模型的碳儲量模塊，對陸良縣的碳儲量進行全面分析，揭示陸良縣碳儲量的時空變化特征，探討土地利用變化對碳儲量的影響機制，并提出相應的生態保護和管理建議，這不僅有助于深入了解陸良縣生態系統的固碳能力，也為其他地區碳儲量的評估與管理提供了有益的參考。

1資料與方法

1.1 研究區概況 陸良縣位于云南省東部、曲靖市南部，地處云貴高原東部的南盤江上游，屬珠江流域，地跨103°23′～104°02′E、24°44′～25°18′N（圖1）。東鄰羅平，西靠宜良，南連師宗、瀘西、石林，北接曲靖、馬龍^［8］。縣城位于中樞鎮（103°41′E、25°02′N），是全縣政治、經濟、文化中心。境內陸良壩子為云南省第一大壩子，面積771.99 km2，占全縣總面積的38.75%。陸良縣地質構造單元屬揚子準地臺，陸良壩子形成至今約6 500萬年，是一個新生代第三紀斷陷盆地，境內三面環山，東有龍海山，最高海拔2 687 m；西有牛頭山，最高海拔2 493 m；北有竹子山，最高海拔2 577 m，整個地勢呈北高南低走勢，南盤江從中迂回過境，形成高原、山地、丘陵、盆地相間的地貌^［9］，是滇東北較典型的巖溶地貌之一。陸良縣屬北亞熱帶高原季風氣候類型，終年溫和，冬無嚴寒，夏無酷暑，春暖干旱，秋涼濕潤，降水集中，干濕分明^［10］。

1.2數據收集該研究所需要數據主要有基礎地理數據中的行政邊界數據，當前土地利用覆蓋圖、碳密度表等。土地利用數據來源于中國科學院資源環境數據中心（http：//www.resdc.edu/），比例尺1∶10萬。經過掩膜提取得到陸良縣2000、2005、2010、2015、2020年這5期的土地利用圖，將研究區域土地利用類型重分類為耕地、林地、草地、水域、建設用地、未利用土地6個一級類型，再將重分類后數據轉換為柵格數據，導入InVEST模型。

1.3 碳密度 地上部分碳密度和土壤碳密度數據主要通過收集研究區及其相鄰區域內已有的研究成果來獲取^［11］，具體如表1所示。

1.4 數據處理 該研究應用InVEST中的碳儲存模塊進行固碳能力研究^［12］，該模塊認為碳儲量變化是土地利用變化的結果，簡化了碳循環過程，將生態系統碳庫分成地上碳、地下碳、枯落物碳和土壤碳4部分^［13］。地上碳主要包括地上存活植被，樹干、樹枝、樹葉等中的碳含量^［14-19］。基于InVEST碳儲量模型的目的，暫不考慮地上碳庫中極不穩定的碳，如短周期農作物等，因為該類碳相對于整個地上碳庫，含量相對較少且非常穩定或更新較快^{［14，16，20］}。地下碳主要是活性植被根系中的碳含量；土壤碳一般被限制為礦質土壤中碳含量，也包含有機土壤中碳含量；枯落物碳包括掉落物或者枯萎死亡的樹木碳含量^［16］。模型運算公式如下：

Ci=Ca+Cb+Cc+Cd（1）

Call=ni=1（Ci×Si）（2）

式中：Ci為土地利用類型i的總碳密度（t/hm2）；Ca為土地利用類型i地上碳密度（t/hm2）；Cb為土地利用類型i地下碳密度（t/hm2）；Cc為土地利用類型i枯落物碳密度（t/hm2）；Cd為土地利用類型i土壤碳密度（t/hm2）^［16］。Si為土地利用類型i的面積（hm2）；n為土地利用類型的數量；Call表示總碳儲量（t）^［20］。

2結果與分析

2.1土地利用變化分析通過ArcGIS軟件將柵格數據轉為矢量數據，再求算橢球面積，得出陸良縣2000、2005、2010、2015、2020年5期土地利用類型面積及變化率，詳見表2和表3。從表2、3可以看出，近20年研究區耕地和林地總體分別減少了580.09、448.33hm2，變化率分別為-0.74%、-0.87%，耕地和林地面積雖有所波動，但總體趨勢平穩；草地面積減少了1945.78hm2，變化率為-2.45%，減少較為明顯；水域面積增加了844.01hm2，變化率為30.62%，是所有類型中增加最快的；建設用地面積增加了2262.20hm2，變化率也為30.62%，顯示出快速的擴張趨勢；未利用地面積減少了132.01hm2，變化率為-56.29%，是減少幅度最大的類型。

從表4可以看出，20年間各土地利用類型均發生了變化，建設用地轉移變化最為明顯，轉出1445.46hm2，轉入3707.67hm2，主要是與耕地相互轉移；其次為草地變化較明顯，轉出8002.16hm2，轉入6056.35hm2，主要是以林地和耕地相互轉移。從各年度間的土地利用類型變化來看，研究區經歷了明顯的土地利用結構調整。其中，建設用地的快速擴張和未利用地的急劇減少最為突出，反映出城市化進程加速和土地集約利用的趨勢。水域面積的增加可能與生態保護和水利工程建設有關，體現了研究區對水資源保護和利用的重視。林地和耕地面積雖有波動，但總體保持相對穩定，表明研究區在保障生態基底的同時，也在逐步優化土地利用結構。

從2000—2020年陸良縣土地利用類型空間分布（圖2）可以看出，研究區城區主要集中在壩區的中部區域，20年間整體土地利用變化趨勢并不劇烈，顯示了一種相對穩定的城市發展脈絡。建設用地向西南和東北方向帶狀擴張，這一變化模式在2015—2020年更加明顯，反映出該階段城市化進程的加速發展。

2.2碳儲量變化分析從表5可以看出，20年間研究區碳儲量整體上保持穩定，但呈減少趨勢，累計減少了9.15萬t，特別是2015—2020年減少明顯，碳儲量減少了7.56萬t。2015—2020年也是城市擴張、耕地減少明顯時期，可見碳儲量減少與土地利用類型變化表現一致。從各碳庫看，2000—2020年地上碳儲量總體呈現減少趨勢，減少了3.74萬t；地下碳儲量的變化相對較小，但也呈現出減少趨勢，減少了2.40萬t；枯落物碳儲量在初期有所波動，但總體上也呈現出減少趨勢，減少了2.75萬t；土壤碳儲量也表現出一定的減少趨勢，但變化幅度相對較小，減少了0.25萬t。

從各時期不同土地利用類型碳儲量的變化情況來看，各土地利用類型的平均碳儲量從大到小依次為林地（0.557 1 t/hm2）gt;草地（0.272 5 t/hm2）gt;耕地（0.158 9 t/hm2）gt;建設用地（0.009 6 t/hm2）gt;水域（0.001 4 t/hm2）gt;未利用地（0.000 4 t/hm2）。林地的平均碳儲量最高，表明林地在碳儲量中起重要作用；耕地和草地的平均碳儲量相對較高，對總碳儲量有一定貢獻；建設用地、未利用地和水域的平均碳儲量較低，表明它們在碳儲量中的貢獻較小^［21］。從表6可以看出，研究區耕地的碳儲量減少較為明顯，尤其是2015—2020年大幅減少，減少了39 408 t；林地的碳儲量減少也較為明顯，尤其是2010—2015年，減少了28 510 t；草地在不同時間段內碳儲量的變化較為明顯，特別是2005—2010年，減少量達67 175 t；水域的碳儲量2005—2010和2010—2015年出現較大幅度的減少，2015—2020年出現明顯增加，增加了6 117 t；建設用地的碳儲量變化趨勢相對平穩，呈緩慢增加趨勢，2015—2020年出現較大幅度增加，增加了11 973 t；未利用地的碳儲量變化波動較大，2005—2010年出現較大幅度的增加，增加了796 t，2015—2020年出現較大幅度減少，減少了2 562 t。從變化率上看，耕地、林地和草地的變化相對穩定，波動較小，而水域和未利用地的變化較為劇烈，其次為建設用地。不同土地利用類型在不同年份之間的碳儲量變化呈現出明顯差異，這些差異可能來源于土地開發、城市化進程等因素的影響，對林地和濕地的保護以及土地復耕等措施。

從碳儲量空間分布（圖3）可以看出，2000—2020年研究區碳儲量的空間分布變化不大，碳儲量高值區主要集中在研究區的西部和東南部，該區域大面積分布林地；碳儲量低值主要集中在中部壩區，即建設用地和耕地集中區域。

3結論與討論

（1）研究區20年間土地利用空間格局未發生明顯變化，但土地利用類型的面積變化較為明顯。20年間，耕地、林地、草地和未利用地面積減少，而建設用地和水域面積增加，城市向西南和東北方向擴張。這種土地利用變化主要是由于城市化進程的加速，導致耕地被占用，而草地和林地被轉化為建設用地和耕地。特別是2015—2020年城市化發展較明顯，同時受耕地及林地政策影響，耕地和林地互相制約，草地面積不斷減少，水域面積明顯增加。

（2）研究區不同土地利用類型的碳儲量呈現較大差異，各土地利用類型的平均碳儲量從大到小依次為林地gt;草地gt;耕地gt;建設用地gt;水域gt;未利用地，20年間碳儲量整體上保持穩定，但呈減少趨勢，累計減少9.15萬t，尤其是2015—2020年碳儲量減少明顯，這與城市擴張和耕地減少密切相關。不同土地利用類型的碳儲量變化也有所不同，耕地和林地的碳儲量減少較為明顯，而建設用地的碳儲量呈緩慢增加趨勢。研究區20年間碳儲量的空間分布相對穩定，高碳儲量區主要分布在研究區的西部和東南部，即林地區域；而低碳儲量區主要集中在中部壩區，即建設用地和耕地集中區域。

（3）通過對研究區20年碳儲量的研究可以看出土地利用變化對碳儲量有重要影響。研究區處于城市化發展階段，應該加強土地利用規劃，合理控制城市擴張，保護耕地和林地，以促進碳儲量的增加和生態環境的改善。

參考文獻

［1］IPCC.2006IPCCguidelinesfornationalgreenhousegasinventories［R］.Kanagawa：IPCC，2006.

［2］同德成，羅格平，許文強，等.1960—2008年阿克蘇河流域生態系統服務價值動態［J］.應用生態學報，2010，21（2）：399-408.

［3］莫文康.碳中和愿景下我國政府綠色采購的多維困境及紓解［D］.南寧：廣西大學，2023.

［4］袁霄.近20年來重慶市土地利用碳排放的時空格局及低碳優化［D］.重慶：西南大學，2018.

［5］孫方虎，方鳳滿，洪煒林，等.基于PLUS和InVEST模型的安徽省碳儲量演化分析與預測［J］.水土保持學報，2023，37（1）：151-158.

［6］官冬杰，黃大楠，殷博靈.重慶市生態保護紅線內的生態系統服務動態變化評估［J］.重慶交通大學學報（自然科學版），2021，40（9）：68-77.

［7］POLASKYS，NELSONE，PENNINGTOND，etal.Theimpactofland-usechangeonecosystemservices，biodiversityandreturnstolandowners：AcasestudyintheStateofMinnesota［J］.Enconomics，2011，48（2）：219-242.

［8］高維全.陸良縣野生動物資源調查初報［J］.安徽農學通報，2021，27（5）：21-23.

［9］高永坤，吳紅全，陳培榮.陸良縣森林及森林生態資源管理與保護的思考［J］.綠色科技，2014（4）：128-131.

［10］高昆瑞.陸良縣國家森林撫育補貼試點項目實施情況分析［J］.防護林科技，2013（5）：53-56.

［11］劉宇.基于InVEST模型的喀斯特地區茶園生態系統服務功能評估［D］.昆明：云南大學，2021.

［12］肖小妮，任瑩，張悅.基于InVEST模型的北京碳儲存功能評估［J］.農家科技，2016（1）：296.

［13］張孝宇，賴宗裕，張安錄.基于地塊尺度的耕地非農化驅動力空間異質性研究：以武漢市為例［J］.長江流域資源與環境，2015，24（6）：994-1002.

［14］叢文翠，孫小銀.基于GIS和InVEST模型的日照市固碳能力研究［J］.水土保持通報，2018，38（5）：200-205.

［15］彭怡.InVEST模型在生態系統服務功能評估中的應用研究：以四川汶川地震災區為例［D］.北京：中國科學院研究生院，2010.

［16］陳海鵬，竇苗.基于InVEST模型的云南小江流域生態系統碳儲量及空間格局研究［J］.安徽農業科學，2017，45（12）：51-54.

［17］張靖宙，吳秀芹，肖桂英.云南省建水縣不同石漠化治理模式下碳儲量功能評估［J］.北京林業大學學報，2018，40（8）：72-81.

［18］劉冠，李國慶，李潔，等.基于InVEST模型的1999—2016年麻塔流域碳儲量變化及空間格局研究［J］.干旱區研究，2021，38（1）：267-274.

［19］王紹強，周成虎，李克讓，等.中國土壤有機碳庫及空間分布特征分析［J］.地理學報，2000，55（5）：533-544.

［20］武海喆，劉登峰，黃強，等.不同潛在蒸發估算方法對黃土高原渭河徑流模擬的影響研究［J］.人民珠江，2020，41（10）：36-43，65.

［21］曹婧昳.干旱半干旱區生態系統服務時空變化特征及驅動力研究：以寧夏回族自治區為例［D］.南昌：江西財經大學，2023.