扬子江城市群土地利用时空变化及其对陆地生态系统碳储量的影响

扬子江城市群是江苏省城市化进程最快,土地利用变化最明显的区域。研究该地区地利用变化及其对陆地生态系统有机碳储量的影响,对江苏省低碳土地利用研究具有重要意义。该文利用五期30 m土地利用栅格数据、土壤样点数据、林地植被清查数据、农作物数据以及经验数据,分析了1995～2015年扬子江城市群土地利用时空变化、核算了其对有机碳储量的影响。主要结果如下:(1) 1995～2015年间,扬子江城市群约有15. 90%的土地发生了转移,其中,耕地作为主要的转出者,建设用地作为主要的转入者,耕地转移为建设用地的面积约为4 161. 78 km~2,占扬子江城市群耕地转出面积的85. 86%,是主要的土地转移类型;(2) 1995～2015年间,由于土地利用类型转移变化,扬子江城市群有机碳储量总量减少了472. 63×10~4t,其中土壤有机碳储量总量增加110. 28×10~4t,植被碳储量总量减少582. 91×10~4t;(3)建设用地占用耕地是区域有机碳储量减少的主要原因,导致有机碳储量减少406. 40×10~4t,占整个区域有机碳储量减少总量的85. 99%;(4)未来扬子江城市群可通过增加生态用地、控制建设用地、优化土地利用结构,提高区域碳储量,减少对陆地生态系统碳平衡的扰动。     

川中丘陵典型农田土壤有机碳储量及空间分布特征

土壤有机碳在陆地生态系统碳循环中起着举足轻重的作用。针对农田区域内典型县域尺度有机碳储量及其空间格局特征的研究,可以为区域农田土壤固碳提供参考,为研究我国土壤有机碳储量提供基础数据支持。基于2012年农田土壤有机碳分析调查数据,结合GIS和GPS技术对川中丘陵区盐亭县土壤有机碳密度和储量及空间格局进行了估算和分析。结果表明:其主要土壤类型的0~20cm耕层土壤有机碳密度为1.11~4.26kg/m2,平均值为2.66kg/m2,水田和旱地耕层土壤有机碳密度分别为3.45和2.34kg/m2,均低于全国平均值;全县20cm深度土壤有机碳总储量2.50×109 kg C,紫色土类土壤有机碳储量最大,为1.53×109kg C,水稻土次之,有机碳储量0.93×109kg C,两者占据了农田土壤有机碳储量约98%,冲积土和黄壤土类由于面积小,有机碳储量也最低。各土壤类型有机碳储量丰度指数(RI)值都较低,碳存储能力处于中下水平。在县域农田尺度,有机碳空间格局与气候差异、植被类型关系不大,土壤类型空间差异和地形差异是有机碳空间格局形成的主要原因。     

区域土地用途转换的土地资源碳储量研究

土地用途转换是人类社会经济活动过程中不可或缺的重要环节，也是带来土地资源碳储量变化的重要因素。在“双碳”目标下开展区域土地用途转换的土地资源碳储量研究具有重要的现实意义。基于湖北省2000—2020年5期土地用途转换数据，运用InVEST模型和PLUS模型，研究湖北省土地用途转换引致的土地资源碳储量时空变化。研究结果表明：近20年湖北省土地资源碳储量总体上呈明显下降趋势；2000—2020年湖北省土地资源总碳储量减少约10.6×107 t；在不同土地用途类型中，林地碳储量占土地资源总碳储量比重最大，达到70.68%；在空间上，湖北省土地资源碳储量高值主要集中于4大山区，武汉城市圈土地资源碳储量损失较为严重；根据PLUS模型预测的湖北省土地用途转换结果，2030年湖北省各地区在生态保护优先状态下的土地资源碳储量值最大，达到7.32×109 t，高于自然发展状态下的7.02×109 t和耕地保护优先状态下的6.76×109 t。研究结论：2000—2020年湖北省土地资源碳储量总体上呈现明显下降趋势，主要原因是湖北省城镇化的快速发展致使建设用地迅速扩张，大量侵占耕地、林地和草地。2030年...     

耦合PLUS-InVEST-Geodector模型的三峡库区碳储量时空变化及其定量归因

探明区域长时期陆地生态系统碳储量时空变化及其影响因素对于碳中和目标实现具有重要的理论与现实意义。研究耦合PLUS-InVEST-Geodector模型，探究三峡库区1990～2035年不同情景下碳储量时空变化规律，并从土地利用变化以及自然-社会经济复合关系角度定量揭示其影响碳储量变化归因。结果表明：(1)1990～2020年三峡库区碳储量表现为“减少-增加-减少”的波动性，整体减少6.66 Tg,减幅为1.25%,其中耕地大面积转移至建设用地是导致碳储量减少的主要原因；(2)1990～2035年三峡库区碳储量空间分布与土地利用变化具有高度一致性，其空间异质性较为显著，总体呈现出“东高西低，南低北高且库首>库腹>库尾”的分布特征；(3)2035年自然发展情景和生态保护情景碳储量较2020年分别减少7.53和0.37 Tg,生态保护情景较自然发展情景能显著降低库区碳储量损失；(4)影响碳储量时空变化因素较为显著，其中土地利用变化是其主导因子，其次则为温度、人口密度、高程和土壤类型，且各因子交互作用均对碳储量变化解释力增强。研究可为库区碳库管理以及碳储功能的可持续发展提供科学参考...     

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

选取了泛长三角地区的高程、坡度、坡向、GDP、人口、温度、降雨量、河流距离、城市距离和海岸线距离10个驱动因子作为土地利用变化驱动力，基于这些驱动力因子，利用Logistic分析制作土地适宜性图集；运用CA Markov模型模拟得到2000年、1995年、1990年、1985年、1980年、1975年6期的土地利用格局；采用全数检测的方法对模拟结果进行精度检验；在此基础上，得到了泛长三角地区土壤有机碳储量，进而重建历史土壤有机碳储量空间格局。研究结果表明：（1）模型模拟精度为8873%，说明CA Markov模型对历史土地利用模拟具有一定可行性；（2）泛长三角地区历史土壤有机碳储量从今往前逐期递增，且明显高于2010年土壤有机碳储量水平，1995、1990、1985、1980、1975年土壤有机碳储量分别为3235 1、3241 9、3247 6、3251 8、3255 3；（3）各时期泛长三角地区土壤有机碳储量空间格局呈现出南高北低的趋势，土地利用类型与土壤有机碳储量密切相关，城市建成区有机碳储量低于其他区域，土壤有机碳储量增加区域主要出现在其高值区周边；（4）耕地与林地面积的增加，建设用地面积减少，导致了1995~1975年间有机碳储量的增加。基于CA Markov模型可以有效重建历史土壤有机碳储量的空间格局     

红壤丘陵区土壤有机碳储量模拟

土壤的有机碳蓄积量及其动态变化,不仅是维持农业生产可持续发展的重要因素,而且在全球变化碳循环研究中具有重要地位.本文基于GIS技术和DNDC模型,以江西省余江县为例,模拟研究了典型红壤丘陵区不同土地利用方式下的土壤有机碳储量及其变化.结果表明:余江县表层土壤有机碳储量为3.52×109 kg,平均土壤有机碳密度为4.24 kg m-2.不同利用方式中,灌溉水田的土壤有机碳密度最高,其次是望天田、园地、林地和菜地,旱地的较低,草地的最低.该县土壤有机碳库的年度变化量为8.63×107 kg, 变化率为+2.45%.土壤有机碳密度下降的地区多位于农田区内,特别是旱地,部分灌溉水田的碳密度略有增加,林地、园地、草地的土壤有机碳密度是增加的,其中园地的增幅最大.在不考虑土壤流失的情况下,自然植被覆盖下的土壤碳截留能力强于农业植被下的土壤,但是灌溉、施肥、种植绿肥等保护性农业措施可以减少土壤碳的损失,甚至增加有机碳的储量.     

川中丘陵紫色土区农田土壤有机碳储量及空间分布特征

土壤有机碳在陆地生态系统碳循环中起着举足轻重的作用。针对农田区域内典型县域尺度有机碳储量及其空间格局特征的研究,可以为区域农田土壤固碳提供参考,为研究我国土壤有机碳储量提供基础数据支持。基于2012年农田土壤有机碳分析调查数据,结合GIS和GPS技术对川中丘陵区盐亭县土壤有机碳密度和储量及空间格局进行了估算和分析。结果表明:其主要土壤类型的0~20 cm耕层土壤有机碳密度为111~426 kg/m2,平均值为266 kg/m2,水田和旱地耕层土壤有机碳密度分别为345和234 kg/m2,均低于全国平均值;全县20 cm深度土壤有机碳总储量250×109 kg C,紫色土类土壤有机碳储量最大,为153×109kg C,水稻土次之,有机碳储量0.93×109kg C,两者占据了农田土壤有机碳储量约98%,冲积土和黄壤土类由于面积小,有机碳储量也最低。各土壤类型有机碳储量丰度指数(RI)值都较低,碳存储能力处于中下水平。在县域农田尺度,有机碳空间格局与气候差异、植被类型关系不大,土壤类型空间差异和地形差异是有机碳空间格局形成的主要原因。     

基于CLUE-S模型的重庆市主城区土地利用情景模拟

以重庆市主城区为研究区,采用120m×120m栅格大小的数据为模拟基准,借助CLUE-S模型、情景分析法、SPSS软件及ArcGIS10.1软件建立了数量变化和空间分布变化相结合的不同情景下土地利用/覆盖变化的动态模拟模型,并对研究区不同情景下的土地利用/覆盖动态变化进行了模拟,模型综合考虑各种宏观驱动因子与土地利用变化之间的关系,较全面地考虑了多种土地利用/覆盖变化驱动因子,并利用SPSS软件进行相关性分析,确定了各因子的回归模型,提高了模拟结果的精度,通过对已有数据的模拟及精度分析,整体模拟精度达86%以上,在一定程度上反映了该模型在研究高分辨率土地利用/覆盖变化方面有很好的适应性,对土地利用/覆盖变化的复杂性研究和相关部门对土地布局、规划方面具有一定的参考价值。模拟结果表明:到2030年湿地、人工用地、林地将增加,耕地和其它用地减少,草地在不同的情景下均有稍微的增加,耕地和人工用地是变化最大的两种类型,随着时间的推移耕地和林地面积不断接近甚至持平,研究区西部及西南部变化比较明显。     

基于CLUE-S模型的重庆市渝北区土地利用变化动态模拟

以重庆市渝北区为研究区域,运用CLUE-S模型,结合Logistic回归分析,分别以2007年和2009年为基期,对渝北区2013年土地利用情况进行模拟研究,在此基础上构建了渝北区2013~2020年3种不同情景的土地利用变化模式,模拟了3种情景模式下渝北区在2020年的土地利用空间分布格局。结果表明:(1)两期模拟的正确率分别达到了92.26%和94%,Kappa系数值分别为90.32%和92.5%,均取得了较好的模拟效果,说明CLUE-S模型适用于渝北区的土地利用空间格局变化的模拟研究,具有较好的模拟区域土地利用时空变化的能力;(2)地形、国道、省道、高速公路等主要道路、河流、城镇和村庄是影响渝北区土地利用空间格局变化的重要驱动因素;(3)在3种情景模式中,主要的用地格局变化均发生在两江新区,区内建设用地总体呈现向东北部扩张的趋势,表明区域经济社会发展政策对用地类型的变化具有较大的影响;(4)从促进城乡统筹和谐发展、土地节约集约利用、生态环境显著改善和保护耕地的区域发展目标而言,情景模式2为较为合理的发展模式。研究结果可为决策部门在土地可持续利用和土地管理方面提供参考依据。     

上海土壤有机碳储量及其空间分布特征

区域土壤碳库的估算不仅是陆地土壤碳循环研究的重要内容，同时也可为国家尺度的土壤碳库的估算提供更多的数据支持。利用上海第二次土壤普查资料，结合GIS技术对上海土壤有机碳储量、碳密度及其空间分布格局展开研究，结果表明，上海地区0～100 cm深度的土壤有机碳总储量为576×107 t，占全国的0.062 6%，0～100 cm的平均土壤有机碳密度为1055 kg/m2，高于全国平均值，反映出上海土壤具有较高的碳蓄积能力。各类土壤中，水稻土的土壤碳储量最大，其次是灰潮土和滨海盐土，而黄棕壤由于面积狭小，所以土壤碳储量最小。各类土壤0～100 cm土壤有机碳密度的大小顺序依次为水稻土>灰潮土>黄棕壤>滨海盐土。从空间分布格局来看，上海土壤碳密度呈现为西高东低，在局部范围内还表现出高低相间，错综复杂的局面，这种分布规律在一定程度上体现了地形、微地貌、母质、土地利用方式等因素的影响。而快速的城市化引起的土地利用变化造成了土壤碳库的净碳损失量为39244万t，相当于2000年化石燃料产生的碳排放的9.86%，这表明在经济和城市快速发展地区，土地利用变化已经成为影响土壤碳库的重要驱动力。     

基于CLUE-S模型的湿地公园情景规划——以南京长江新济洲国家湿地公园为例

基于计算机模型的湿地公园规划具有低成本、高效率、多情景等优点,可以为规划研究提供初步方案的评优和选择。将CLUE-S模型运用到湿地公园规划中,结合生态保护情景和旅游开发情景的设定,对新济洲湿地公园进行2020年景观格局模拟预测,最后从湿地鸟类穿越的最小累积阻力模型角度,对两种情景进行了比较分析,得出如下结论:(1)对CLUE-S模型在研究区的适用性进行验证,经过计算,模拟的精度检验指数Kappa值为0.763,表明CLUE-S模型用来做新济洲湿地公园景观格局变化的预测模型具有良好的可靠性;(2)土壤有机质含量是推动新济洲湿地公园景观变化的最重要驱动因子,其影响力度远远高于其他因子;(3)通过建立MCR模型可以发现,两种情景都具有各自的优缺点,对于生态保护情景需要注意的是拓宽湿地鸟类穿越廊道,减少最小累积阻力路线生态缓冲区内的人为干扰。而对于旅游开发情景来说,构建整体的生态串联性则显得尤为重要,需要在中部大阻力区域为湿地鸟类穿越开辟一条良好的保护通道。     

CLUE-S模型对村镇土地利用变化的模拟与精度评价

利用航片、IKONOS和Quickbird影像得到研究区3期（1991、2001和2009年）土地利用历史数据，运用CLUE S模型，基于1991、2001年的土地利用数据对2009年土地利用格局进行模拟预测，并将模拟结果与2009年真实土地利用数据进行比较。类型水平上，选择ROC曲线统计和偏离度指数分别对各地类的Logistic回归拟合精度和CLUE S模型模拟精度进行评价；景观水平上，采用景观指数和Kappa指数系列方法，从综合预测能力、景观格局、数量和空间位置等方面对CLUE S模型的模拟精度进行全面评估。结果表明:①CLUE S模型对各土地利用类型的模拟精度均较高，各地类的Logistic回归的拟合精度随着模拟分辨率的提高而逐渐增加；②随着模拟时间的缩短，CLUE S模型对整体景观格局的模拟精度提高；③该模型对土地利用数量的模拟精度明显优于其对空间位置的模拟精度。总体而言，CLUE S模型在村镇尺度的模拟效果良好，预测精度较高，但在空间位置和景观格局精度方面还有待提高     

生态岛建设过程中环境类指标构建研究——以崇明岛为例

提出了将压力 状态 响应（PSR）模型与系统分析法理论集成起来构建生态岛建设过程中环境类指标的方法和步骤。指标构建过程分为4个步骤：（1）首先利用已有生态区域（岛）相关环境类指标确定备选指标集；（2）利用PSR模型对指标逻辑关系进行分析筛选；（3）以2010年为近期目标年，利用系统分析法确定指标核心要素，得到二次筛选指标；（4）以2030年为远期目标年，以综合性和动态性为依据确定最终指标。以上海市崇明岛为例，确定水、气、土为核心考核要素，构建了基于崇明生态岛建设过程的近期及远期目标的环境类考核指标体系。指标评价结果表明，崇明生态岛建设过程中环境类综合指数为72，其中环境压力指数、环境质量指数、环境保护指数分别为85、80和51，与崇明岛实际较为吻合。部分研究结果已在崇明岛生态建设过程中得到实际应用。     

典型流域土地利用/覆被变化预测及景观生态效应分析——以太湖上游西苕溪流域为例

以太湖上游西苕溪流域为研究区，基于1985和2002年土地利用空间数据，结合土地利用变化的驱动因子，运用马尔科夫模型和CLUE S模型，模拟了研究区2020年土地利用的空间格局；在此基础上，通过对斑块类型和景观水平上格局指数的变化分析， 揭示研究区未来土地利用/覆被变化及其景观生态效应。结果表明： 按照1985～2002年土地利用变化的发展趋势，未来研究区土地利用变化主要表现为建设用地面积大幅度增加，耕地、林地面积减小，研究区未来景观格局指数将发生较大的变化。在景观尺度上，斑块数量、边缘密度、多样性指数、均匀度指数、分维数等指标都呈增加趋势，而斑块平均面积减小，表现出景观结构破碎化、斑块形状复杂化、景观向多样性和均匀化发展的特点；而从斑块类型水平上看，各景观类型之间的景观格局指数变化差异较大，反映了生态系统的复杂性.     

崇明岛中长期碳排放预测及其影响因素分析

为更好地推动崇明低碳生态岛的建设,在应用以自下而上的部门法为基础的区域范围温室气体排放评估核算方法,全面核算崇明岛能源消费及温室气体排放现状的基础上,应用LEAP模型,通过情景分析预测崇明岛中长期能源消费需求以及温室气体排放水平,并进一步应用对数平均指数法(LMDI)对影响崇明岛未来温室气体排放的主要因素进行了定量分析。研究表明:参考情景下,崇明岛能源消费总量从2010年的101万吨标煤增加到2050年的533万吨标煤,净碳足迹从2010年的238万吨CO2e增加到2050年的579万吨CO2e。崇明岛能源消费需求和碳排放增加的主要驱动因素是未来的经济发展、人口增长和生活水平的提高,但是通过一系列的优化,尤其是能源结构的变化和能耗强度的下降,减排情景下,崇明岛能源消费总量有可能在2039年左右达到峰值,并有望在2050年左右实现"零碳岛"的长期发展目标。结合定量分析的结论,进一步提出了实现崇明岛低碳发展中长期目标的可能性和重点发展领域。     

Accounting for carbon stocks in models of land-use change: an application to Southern Yucatan

To assess the impact of land-use change on carbon stocks, we apply a new methodology, linking ecological and economic modeling, to southern Yucatan, Mexico. A spatial econometric multinomial logit model of ten land-cover classes is estimated (four primary forest categories, three secondary growth categories, an invasive species, and two agricultural land-cover categories), using satellite data on land cover, linked with census socioeconomic data and other biophysical spatial data from 2000. The analysis is novel in that it is the first attempt to link detailed satellite data on land use, with on-the-ground estimates of carbon stocks in a spatial econometric model of land use. The estimated multinomial logit model is then used with two scenarios of future economic growth (“low growth” and “high growth” changes in population, agricultural land use, market access, and education levels) in the region to predict land-cover changes resulting from the economic growth. The per hectare carbon (C) stocks in each land-cover class are derived from previously published estimates of biomass from field sampling across the study region. We consider aboveground-only, aboveground plus soil, transient and non-transient pools of carbon. These estimates are scaled up to the total area in each class according to the predictions of the model baseline and the two development scenarios. Subsequently, the changes in carbon stocks resulting from the predicted land-cover changes are calculated. Under the low growth scenario, carbon stocks declined by 5%; under the high growth scenario, losses were 12%. Including soil C, the proportional losses were lower, but the absolute amount lost was more than double (to 6 Tg C under the low and almost 15 Tg C under the high-growth scenario). This methodology could be further developed for applications in global change policy, such as payments for environmental services (PES) or reduction in emissions from deforestation and degradation (REDD).     

汉江流域生态系统服务权衡与协同关系演变

汉江流域是我国南水北调工程的水源地,也是国家重要的生态功能区,定量分析其生态系统服务关系对协调区域发展与保护环境有重要意义。综合利用RS与GIS技术对该区域2000～2015年的土壤保持、碳储量与食物供给服务进行空间制图,并基于空间采样法对3种生态系统服务间的权衡与协同关系进行研究。结果表明:(1)在2000～2015年,汉江流域土壤保持量在波动中下降,高值区位于汉江上游林地、草地交叉分布区域,低值区位于汉江中下游林地、耕地等单一聚集地类区;碳储量年际变化较小,其高低值分布与土壤保持量基本相同;食物供给量增长迅速,高值区位于中下游的平原区,低值区位于上游的山地和盆地区。(2)在权衡与协同分析中,碳储量与食物供给、土壤保持与食物供给之间以权衡关系为主,而碳储量与土壤保持以协同关系为主,各生态系统间权衡与协同关系存在空间异质性。(3)空间热点制图显示,2000～2015年0类服务热点区占比减少,主要地类为草地;1类服务热点区占比最大且呈增加趋势,主要地类为耕地,生态服务类型以食物供给为主;2类服务热点区有所减少,多分布在上游林地区域,服务类型为碳储存和土壤保持;3类服务热点区占比很少。该研究结果对揭示生态系统服务之间的区域差异有重要作用。