基于土地利用數據研究寧夏沙坡頭國家級自然保護區碳儲量變化

摘要： 為了研究寧夏沙坡頭國家級自然保護區的土地利用類型變化對碳儲量時空分布的影響，利用該保護區1990—2020年土地利用數據，運用斑塊生成土地利用模擬（PLUS）模型和生態系統服務和權衡的綜合評估（InVEST）模型研究保護區碳儲量對土地利用類型變化的響應，預測2030年保護區不同情景下的土地利用類型及碳儲量的變化。結果表明： 1990—2020年保護區內未利用地面積持續減少，草地和耕地面積增加； 未利用地向草地轉化以及草地的碳密度較大，導致草地碳儲量增大； 2030年保護區在自然變化情景和生態保護情景下的碳儲量分別增加2.39×105、 1.05×105 t，而在耕地保護情景下的碳儲量則減少0.1×105 t，自然變化情景更有利于提高保護區的碳儲量。

關鍵詞：碳儲量；土地利用數據；斑塊生成土地利用模擬模型；生態系統服務和權衡的綜合評估模型；寧夏沙坡頭國家級自然保護區

文章編號：1671-3559（2025）02-0159-08

中圖分類號： X171.1

文獻標志碼： A

Analysis on Carbon Storage Changes in Shapotou National Nature Reserve of Ningxia Based on Land Use Data

ZHENG Caizhi1， HUANG Yaru2， MA Jianxue2， NIU Zhiming2， PANG Haiwei1， ZHANG Yu1，GUO Jiacheng1， HOU Sen1， GENG Qikang1， BIAN Zhen1， LIU Jiankang3

（1. School of Water Conservancy and Environment， University of Jinan， Jinan 250022， Shandong， China;

2. Ningxia Shapotou National Nature Reserve Administration， Zhongwei 755000， Ningxia， China;

3. School of Ecology and Environment， Ningxia University， Yinchuan 750021， Ningxia， China）

Abstract： To study the effect of land use type change on temporal-spatial distribution of carbon storage in Shapotou National Nature Reserve of Ningxia， land use data from 1990 to 2020 were used， and patch-generated land use simulation （PLUS） model and integrated valuation of ecosystem services and trade-offs （InVEST） model were used to study the response ofcarbonstorageintheresearchregion to the changes in land use types and carbon storage under different scenarios in 2030. The results show that the unused land area in the researchregioncontinuouslydecreases，whilethearea of grassland and cultivated land increase from 1990 to 2020. The conversion of unused land to grassland and the higher carbon density of grassland led to the increase of grassland carbon storage. In 2030， the carbon storages of the research region under the natural change scenario and ecological protection scenario increase by 2.39×105 t and 1.05×105 t， respectively， while the carbon storage under the cultivated land protection scenario decreases by 0.1×105 t. The natural change scenario is more conducive to improving the carbon storage of the research region.

Keywords： carbon storage; land use data; patch-generating land use simulation model; integrated valuation of ecosystem services and trade-offs model; Shapotou National Nature Reserve of Ningxia

土地是人類社會活動的基礎，是人與自然相互作用的重要載體。隨著人類對自然環境的影響不斷加大，碳排放量不斷增加，成為全球氣候變暖的主要原因之一^［1］。碳儲量代表著生態系統中存儲的碳量，不僅對氣候變暖具有有效的減緩作用，而且還可以為其他生態系統服務提供支持^［2］。土地利用是碳存儲的主要影響因素，土地利用開發模式的變化通過改變生態系統的結構與功能來影響生態系統碳匯能力與碳儲量的變化^［3］。國家“十四五”規劃明確指出，我國將加強空間規劃，以減少人類活動對自然空間的占用，并努力推動實現碳達峰、 碳中和（簡稱“雙碳”）目標^［4］。在“雙碳”目標背景下，土地利用空間格局必然發生變化，及時評估土地利用變化引起的碳儲量變化，對區域生態系統碳循環及碳匯能力提升等研究具有重要意義^［5］。

目前生態系統服務和權衡的綜合評估（InVEST）模型碳儲量模塊在計算碳儲量方面應用最為廣泛，該模型能夠以高精度模擬不同時空尺度下的碳儲量分布，具有廣闊的應用前景^［6］。斑塊生成土地利用模擬（PLUS）模型具有模擬精度高、 數據處理快、 可有效模擬多地類復雜演變過程等優勢，在對未來土地利用的精確預測研究中得到了應用^［7-8］。楊瀲威等^［9］應用PLUS-InVEST模型對2030年西安市在不同情景下碳存儲的時空變化進行了模擬和預測，探討碳存儲對土地利用變化的響應關系。李俊等^［10］應用PLUS-InVEST模型探究了昆明市土地利用變化及碳儲量變化狀況。伍丹等^［11］應用PLUS-InVEST模型對成渝經濟區2000—2050年碳存儲進行了模擬預測。

寧夏沙坡頭國家級自然保護區（簡稱沙坡頭保護區）位于寧夏回族自治區中衛市沙坡頭區，地處北方農牧交錯帶核心區，自2001年開始實施全面禁牧政策以來，草地生態系統有所改善，但退化問題仍未得到根本解決^［12］。土地利用類型變化在生態系統碳循環過程具有雙重影響，可能發揮碳匯作用，也可能發揮碳源作用，這與土地利用格局密切相關^［13］。目前針對寧夏地區農牧交錯地帶不同生態系統碳庫的研究較少，因此本文中基于沙坡頭保護區的歷史土地利用數據，對未來土地利用類型變化進行預測。運用PLUS模型，模擬2030年耕地保護、 然變化以及生態保護情景下的土地利用空間分布格局，同時借助InVEST模型，估算保護區1990—2020年的碳儲量以及未來2030年碳儲量變化。通過探討碳儲量對土地利用變化的響應關系及變化規律，可以為沙坡頭保護區制定更有效的土地開發利用策略，在“雙碳”目標背景下實現可持續發展提供參考。

1 研究區概況

沙坡頭保護區的地理位置為東經104°49′—105°09′、 北緯37°25′—37°37′，面積為140.43 km2，年降水量為179.6 mm，年蒸發量為1 829.6 mm，年均氣溫為8.8 ℃。保護區北接騰格里沙漠，南臨黃河，東部為中衛綠洲，屬于沙漠與綠洲的過渡地帶，為中衛綠洲提供了重要的防風固沙和生態安全屏障，具有保障區域生態系統的穩定性作用。沙坡頭保護區概況如圖1所示。

2 數據來源和研究方法

2.1 數據來源

本文中的研究數據來源如表1所示。

2.2 研究方法

2.2.1 InVEST模型

本文中采用InVEST模型精確計算生態系統中的碳儲量^［10］，利用土地利用數據和碳密度數據，綜合評估植被地上碳儲量、 植被地下碳儲量、土壤有機碳儲量和死亡有機碳儲量四大碳庫，計算得到碳庫總碳儲量^［14］，計算公式為

C_tot=Ca+Cb+ Cc+Cd ，（1）

式中： C_tot為生態系統中碳庫總碳儲量； Ca為植被地上碳庫的碳儲量； Cb為植被地下碳庫的碳儲量； Cs為土壤碳庫的碳儲量； Cd為死亡有機碳庫的碳儲量。

本文中的碳密度數據優先參考寧夏現有研究成果^［15］綜合確定，對于部分缺少數據，借鑒臨近地區的研究成果數據^［16-19］補全， 若仍存在空缺， 利用相關文獻［20-21］提出的碳密度修正公式和李克讓等^［22］、解憲麗等^［23］研究得到的全國6種土地類型碳密度數據修正，獲得不同土地利用類型本地化碳密度數據（見表2）。碳密度修正公式為

C_bp=6.789e^{0.005 4rm} ，（2）

C_sp=3.396 8rm+3 996.1 ，（3）

K_bp=C_bp1/C_bp2 ，（4）

K_sp=C_sp1/C_sp2 ，（5）

式中： C_bp為生物量碳密度； rm為年均降水量； C_sp為土壤碳密度； K_bp為生物量碳密度降水因子修正系數； C_bp1、 C_sp1分別為全國年均降水量、 年均氣溫； K_sp為土壤碳密度降水因子修正系數； C_bp2、 C_sp2分別為中衛市年均降水量、 年均氣溫。

2.2.2 PLUS土地利用預測模型與多情景設定

1）PLUS模型。該模型是一種基于現有的土地利用類型預測未來的土地利用變化的模型^［24］，以往的研究^［25-26］表明，PLUS模型能夠實現對土地利用變化的精確模擬。

2）精度驗證。通過統計分析2009、 2016年的歷史土地利用數據， 利用降水、 氣溫、 高程、 坡度、 坡向、 距道路距離、 距鐵路距離及人口密度8個驅動因子模擬2023年的土地利用類型。 通過與實際數據對比， PLUS模型的模擬精度評估結果顯示， Kappa系數為0.78， 精度滿足試驗模擬精度。

3）鄰域權重設置。鄰域權重代表不同土地利用類型的擴張能力^［27］， 通過計算確定不同土地利用類型鄰域權重： 耕地的權重為0.074， 草地的權重為0.599， 水域的權重為0.020， 未利用地的權重為0.299， 建設用地的權重為0.008。

4）轉移矩陣設置。土地利用轉移矩陣可以有效地展示土地利用變化的過程和趨勢，本文中設置自然變化、 耕地保護和生態保護3種情景，不同情景下土地利用轉移矩陣如表3所示，其中“×”表示不同土地利用類型之間不可以發生轉換，“√”表示不同土地利用類型之間可以發生轉換。

3 結果與分析

3.1 歸一化植被指數的時間變化

沙坡頭保護區不同情景下土地利用分布如圖2所示， 土地利用類型面積數據見表4。 由圖、 表可知： 1990—2020年保護區內主要土地利用類型為未利用地（沙地和裸土地）， 位于北部和西北部， 處于騰格里沙漠邊緣地帶， 多年來保護區內未利用地面積持續減少， 面積占比減少35.12個百分點； 保護區內主要的土地利用類型為草地， 主要位于南部、 中部和東北部， 多年來保護區內草地面積持續增加， 面積占比增幅為29.48個百分點； 耕地面積、 水域面積以及建設用地面積在原有基礎上有不同程度的增加， 面積占比增幅分別為3.73、 1.69、 0.22個百分點。 保護區內未利用地主要轉化為草地， 說明保護區內防沙治沙工作取得良好的成果， 同時由于保護區內禁止大規模開發建設， 因此建設用地面積增幅最小。

與2020年各土地利用類型面積相比： 在自然變化情景下， 2030年保護區未利用地面積減少23.09 km2，降幅為20.51%， 草地面積增加16.41%， 耕地面積減少6.02%， 水域面積增加5.71%， 建設用地面積不變， 未利用地減少面積主要轉化為草地； 在耕地保護情景下， 2030年保護區耕地面積增幅為25.90%， 草地面積降幅為2.93%， 水域面積增幅為13.33%， 未利用地降幅為0.08%， 建設用地面積不變， 耕地增加面積主要由草地轉化而來； 在生態保護情景下， 2030年保護區未利用地面積減少11.05 km2， 降幅為9.81%， 草地面積增加6.04%， 耕地面積增幅為13.74%， 水域面積增幅為0.57%， 建設用地面積不變， 大量未利用地向草地進行轉化。

3.2 不同情景下土地利用變化對碳儲量的影響

在碳儲量模擬過程中，InVEST模型主要依賴于不同土地利用類型的碳密度數據來預測碳儲量變化。沙坡頭保護區碳儲量的變化直接受到各土地利用類型面積增減的影響，即碳儲量的變化與某土地利用類型面積變化呈正比。沙坡頭保護區1990—2030年不同土地利用類型碳儲量見表5。由表中數據可知，草地碳庫是主要的碳庫，占總碳儲量的58%以上。由于保護區未利用地面積占比大，因此未利用地碳儲量貢獻度同樣較大。1990—2020年，保護區草地碳儲量增幅最大，增量達10.59×105 t，耕地碳儲量增幅較大，增量為1.10×105 t，水域和建設用地碳儲量基本保持不變，未利用地碳儲量減少2.33×105 t。結合保護區各土地利用類型碳密度（表2）和各土地利用類型面積及比例（表4）分析，草地、 耕地碳儲量增加主要是由這2類土地利用面積增加和碳密度值較大所致，未利用地碳儲量減少主要原因是未利用地減少面積主要轉化為草地，并且未利用地的碳密度值較小。

沙坡頭保護區1990—2030年碳儲量空間分布見圖3。 從圖中可以看出： 1990—2020年保護區碳儲量呈現南高北低的空間分布特征，碳儲量高值區主要分布于中部、 東北、 西南部草地分布區， 西北部點狀分布； 從空間分布變化來看， 西北部碳儲量空間變化較大， 主要原因是該區域處于沙漠邊緣， 人工鋪設大面積草方格用于防沙固沙， 加之天然草本植物群落的分布， 草地面積增加， 因此碳儲量增大。

與2020年的數據相比： 在自然變化情景下， 2030年保護區草地碳儲量增加3.03×105 t， 增幅為16.41%，耕地碳儲量減少0.1×105 t，降幅為5.79%，未利用地碳儲量減少0.54×105 t， 降幅為20.32%， 水域和建設用地碳儲量不變； 在耕地保護情景下， 2030年保護區耕地碳儲量增加0.45×105 t， 增幅為26.07%，草地碳儲量減少0.54×105 t，降幅為2.92%； 在生態保護情景下，2030年保護區耕地碳儲量增加0.45×105 t，增幅為26.07%，草地碳儲量增加0.86×105 t，增幅為4.65%，未利用地碳儲量減表6為沙坡頭保護區1990—2030年不同土地利用類型的碳儲量變化量。 由表可見： 1990—2020年保護區未利用地轉化為草地使碳儲量增加954.81×103 t， 使總碳儲量較1990年明顯增加。在自然變化情景下，保護區2020—2030年不同土地利用類型的碳儲量變化趨勢與1990—2020年的變化趨勢基本保持一致， 未利用地轉化為草地使碳儲量增加194.42×103 t， 使總碳儲量較2020年明顯增加； 在耕地保護情景下， 2020—2030年保護區草地轉化為耕地使碳儲量減少9.47×103 t， 使總碳儲量較2020年略微降低； 在生態保護情景下，2020—2030年保護區未利用地轉化為耕地使碳儲量增加89.48×103 t，耕地轉化為草地使碳儲量增加15.32×103 t，因此總碳儲量較2020年有所增加。

4 結論與討論

4.1 結論

本文中以沙坡頭保護區為研究對象，通過長時間序列的土地利用數據，借助InVEST模型估算1990—2020年保護區的碳儲量，并進一步預測2030年不同情景的碳儲量，此外還探討了土地利用變化對保護區碳儲量的影響，主要結論如下：

1）1990—2020年間沙坡頭保護區土地利用類型面積變化較大，草地面積增加82.96 km2，耕地面積增加10.48 km2，未利用地（沙地、 裸土地）面積減少98.80 km2，未利用地主要轉化為草地和耕地，碳儲量變化呈現增長趨勢，土地利用類型向碳密度值大的類型轉換，導致碳總儲量增大。

2）與2020年相比，2030年保護區在自然變化、 生態保護情景下的碳儲量分別增加2.39×105 t、 1.05×105 t， 在耕地保護情景下碳儲量減少0.1×105 t。草地是保護區主要的碳庫，在耕地保護情景下碳儲量減少主要是由草地面積減少所致。

3）在固碳方面，自然變化情景下的碳儲量大于耕地保護、 生態保護情景下的碳儲量，表明在土地利用類型在自然變化情景下可發揮最大的固碳效果，可對保護區后續碳政策的制定提供參考數據。

4.2 討論

通過對沙坡頭保護區內土地利用的模擬和預測可知，自然發展情景下的碳儲量最大，原因是1990—2020年保護區未利用地主要向草地轉變且草地碳密度遠大于未利用地的，而耕地保護、 生態保護情景下限制了未利用地向草地的轉變，因此導致碳儲量增大。楊彥東等^［28］通過對寧夏荒漠草原植被根系特征研究發現，在自然變化情景下能在一定程度上改善荒漠草原植物根性狀。徐苗苗等^［29］通過對寧夏鹽池縣灌叢草地土壤優先流的研究發現，圍欄封育管理有利于草本根系對水分及養分的吸收利用。上述研究均表明，在排除人為干擾前提下，自然變化情景更有利于草本植物生長，佐證了本文中的研究結果。田海靜等^［30］通過對寧夏2000—2022年禁牧封育前、后研究發現，草原植被在自然條件下得到有效恢復生長，進一步佐證了本文中的研究結果。在未來的研究中，應考慮加入綜合發展情景，兼顧經濟發展和生態保護，滿足碳中和的政策需求。為此，政府部門可制定合理的發展戰略，采取有效措施使保護區向更好的方向發展，如繼續大力實施防沙治沙工程，擴大草地面積，提高生態效益。

本文中合理分析了沙坡頭保護區的碳儲量變化，但仍存在以下不確定性： 保護區多年實行圍欄封育政策和防沙治沙工程，極大地增加了草地面積； 但在對2030年碳儲量模擬不同情景設置過程中沒有得到很好地體現，因此在今后的研究中應進一步細化和量化政策措施帶來的影響。

參考文獻：

［1］ 牛亞文， 趙先超， 胡藝覺. 基于NPP-VIIRS夜間燈光的長株潭地區縣域土地利用碳排放空間分異研究［J］. 環境科學學報， 2021， 41（9）： 3847.

［2］ HOUGHTON R A. Revised estimates of the annual net flux of carbon to the atmosphere from changes in land use and land management 1850-2000［J］. Tellus， 2010， 55（2）： 378.

［3］ 李緣緣， 魏偉， 周俊菊， 等. 中國土地利用碳排放變化及協調分區［J］. 環境科學， 2023， 44（3）： 1267.

［4］ 鞏晟萱， 張玉虎， 李宇航. 基于PLUS-InVEST模型的京津冀碳儲量變化及預測［J］. 干旱區資源與環境， 2023， 37（6）： 20.

［5］ 卿苗， 趙軍， 馮超， 等. 1980-2030年石羊河流域生態系統碳儲存服務對土地利用變化的響應［J］. 生態學報， 2022， 42（23）： 9525.

［6］ HE C Y， ZHANG D， HUANG Q X， et al. Assessing the potential impacts of urban expansion on regional carbon storage by linking theLUSD-urbanandInVESTmodels［J］.EnvironmentalModelling amp; Software， 2016， 75： 44.

［7］ 王佳楠， 張志. 基于Markov-PLUS模型的柴北緣土地利用變化及模擬分析［J］. 西北林學院學報， 2022， 37（3）： 139.

［8］ 陸羽， 黃秋昊， 趙琪琪， 等. 基于InVEST與CARS的生態空間分區與未來預測研究［J］. 地理信息世界， 2021， 28（3）： 15.

［9］ 楊瀲威， 趙娟， 朱家田， 等. 基于PLUS和InVEST模型的西安市生態系統碳儲量時空變化與預測［J］. 自然資源遙感， 2022， 34（4）： 175.

［10］ 李俊， 楊德宏， 吳鋒振， 等. 基于PLUS與InVEST模型的昆明市土地利用變化動態模擬與碳儲量評估［J］. 水土保持通報， 2023， 43（1）： 378.

［11］ 伍丹， 朱康文， 張晟， 等. 基于PLUS模型和InVEST模型的成渝經濟區碳儲量演化分析［J］. 三峽生態環境監測， 2022， 7（2）： 85.

［12］ 王蓓， 仲俊濤， 譚美寶. 2000—2015年鹽池縣禁牧草地生態系統服務空間格局［J］. 生態科學， 2023， 42（1）： 30-39.

［13］ 馬曉哲， 王錚. 土地利用變化對區域碳源匯的影響研究進展［J］. 生態學報， 2015， 35（17）： 5898.

［14］ 李小軍， 車良革， 胡寶清. FLUS-InVEST模型的北海市生態系統碳儲量時空差異分析［J］. 測繪通報， 2023（6）： 118.

［15］ 申草， 任宗萍， 李鵬， 等. 寧夏水土保持生態補償優先區識別［J］. 干旱區研究， 2023， 40（9）： 1527.

［16］ 曹鵬輝， 齊曉明， 楊雯， 等. 內蒙古土地利用多情景模擬與碳儲量預測分析［J］. 干旱區資源與環境， 2023， 37（9）： 83.

［17］ 王子昊， 王冰， 張宇飛， 等. 基于PLUS-InVEST模型的呼和浩特市多情景土地利用變化動態模擬及碳儲量評估［J］. 農業資源與環境學報， 2024， 41（2）： 292

［18］ 劉濤， 劉曉龍， 郭利彪， 等. 基于Markov-PLUS和InVEST模型的錫林郭勒草原碳儲量變化預測［J］. 草原與草坪， 2023， 43（2）： 2.

［19］ 劉洋， 張軍， 周冬梅， 等. 基于InVEST模型的疏勒河流域碳儲量時空變化研究［J］. 生態學報， 2021， 41（10）： 4052.

［20］ ALAM S A， STARR M， CLARK B J F. Tree biomass and soil organic carbon densities across the Sudanese woodland savannah： a regional carbon sequestrationstudy［J］.JournalofAridEnvironments， 2013， 89： 67.

［21］ 代杰瑞， 龐緒貴， 曾憲東， 等. 山東省土壤有機碳密度的空間分布特征及其影響因素［J］. 環境科學研究， 2015， 28（9）： 1450.

［22］ 李克讓， 王紹強， 曹明奎. 中國植被和土壤碳貯量［J］. 中國科學（D輯）： 地球科學， 2003， 33（1）： 72.

［23］ 解憲麗， 孫波， 周慧珍， 等. 中國土壤有機碳密度和儲量的估算與空間分布分析［J］. 土壤學報， 2004， 44（1）： 35.

［24］ LIC，WUYM，GAOB P， et al. Multi-scenario simulation of ecosystemservicevalueforoptimizationoflanduseinthe Sichuan-Yunnan Ecological Barrier， China［J］. Ecological Indicators， 2021， 132： 108328.

［25］ 李代超， 盧嘉奇， 謝曉葦， 等. 碳中和視角下基于主體功能區分類約束的國土空間分區優化模擬： 以福建省為例［J］. 生態學報， 2022， 42（24）： 10111.

［26］ LIN Z Q， PENG S Y. Comparison of multi-model simulations of landuseandlandcover change considering integrated constraints： a case study of the Fuxian Lake Basin［J］. Ecological Indicators， 2022， 142： 109254.

［27］ 王保盛， 廖江福， 祝薇， 等. 基于歷史情景的FLUS模型鄰域權重設置： 以閩三角城市群2030年土地利用模擬為例［J］. 生態學報， 2019， 39（12）： 4284.

［28］ 楊彥東， 馬靜利， 馬紅彬， 等. 封育對荒漠草原優勢植物根系性狀特征的影響［J］. 草業科學， 2023， 40（6）： 1507.

［29］ 徐苗苗， 孟晨， 王興， 等. 圍欄封育對荒漠草原灌叢草地土壤優先流的影響研究［J］. 水土保持學報， 2023， 37（3）： 82.

［30］ 田海靜， 黃文廣， 王林， 等. 寧夏20年禁牧封育政策對草原植被恢復貢獻評估［J］. 草地學報， 2024， 32（1）： 45.

（責任編輯：劉 飚）

基金項目： 國家自然科學基金項目（32360280）

第一作者簡介： 鄭彩之（1996—），男，山東德州人。碩士研究生，研究方向為區域生態監測研究。E-mail： zhengcaizhi96@163.com。

通信作者簡介： 邊振（1983—），男，山東濟南人。副教授，博士，研究生導師，研究方向為水土保持及生態遙感。E-mail： stu_bianz@ujn.edu.cn。