基于InVEST-PLUS模型的碳储量空间关联性及预测——以广东省为例

构建土地利用碳储量数据库,基于InVEST模型Carbon模块,得到广东省1990~2020年碳储量时空分布情况.用Moran’s I指数和Getis-Ord Gi^*分析格网尺度下碳储量时空分布特征,用Anselin Local Moran’s I得到LISA集聚图.然后运用PLUS模型和14个土地利用驱动因子预测2050年土地利用及其碳储量分布.结果表明,土地利用变化直接影响区域碳储量高低,林地、草地等具有生态服务功能地类碳密度最高,分别是188.44,329.34Mg/hm².碳储量空间格局整体呈现出中部低、北部高、东西中等的特点.碳储量空间分布特征与土地利用特征一致,碳储量显著高值集聚区域分布在建设用地少、生态用地多且连片的粤北地区,显著低值区域分布在国土开发强度和生态用地破碎化程度高的珠三角地带.在自然发展情景下,到2050年广东省土地利用碳储量将减少4327.21万Mg,随着国土空间进一步开发,环珠江口沿岸城市碳储量持续下降.增加植被生态系统碳储量,是实现碳中和的重要手段之一.要继续维持粤北山区生态保护屏障的重要地位,减缓珠三角城市土地开发强度,提高建设用地集约节约能力,形成平衡协调的土地利用和碳储量格局.     

关中平原城市群土地利用变化对碳储量的影响

研究城市群地区土地利用变化对陆地生态系统碳储量的影响,对城市群地区土地利用结构优化及可持续发展具有重要意义.基于PLUS模型和InVEST模型,模拟预测了不同情景下关中平原城市群2040年土地利用变化与碳储量,并进一步分析了土地利用变化对碳储量的影响.结果表明:①关中平原城市群土地利用类型以耕地、林地和草地为主,占研究区总面积的90 %以上.②2000~2020年,关中平原碳储量呈持续下降的趋势,耕地、林地和草地是关中平原碳储量的主要来源,总体碳储量下降了15.12×10⁶ t,空间分布呈现“南北高,中间低”的分布特征.③到2040年,城镇发展情景下碳储量减少最多,共减少27.08×10⁶ t,生态发展情景下碳储量减少最少,共减少4.14×10⁶ t.研究结果可为关中城市群地区高质量发展和土地利用合理规划提供数据支撑.     

基于SSP-RCP情景的黄土高原土地变化模拟及草原碳储量

探索未来气候变化情景下土地利用/覆盖变化（LUCC）和生态系统碳储量的空间分布,可以为优化土地资源再分配和制定社会经济可持续发展政策提供科学依据.研究整合了斑块生成土地利用模拟（PLUS）模型和生态系统服务与权衡综合评价（InVEST）模型,基于CMIP6提供的共享社会经济路径和代表性浓度路径（SSP-RCP）情景,评估了黄土高原LUCC和生态系统碳储量的时空动态变化,分析驱动因素对不同区域的影响程度,探讨各区域碳储量空间相关性.结果表明：①未来3种情景LUCC变化模式相似,耕地、草地和未利用地面积都有不同程度的减少,建设用地急剧扩张,3种情景下的增幅分别为29.23%~53.56%（SSP126）、34.59%~63.28%（SSP245）和42.80%~73.27%（SSP585）.②与2020年相比,2040年SSP126情景碳储量增加1.813 8×10⁶ t,其余情景持续下降;到2060年,3种情景草原碳储量分别减少13.391×10⁶、33.548×10⁶和85.871×10⁶ t.③从空间相关性来看,黄土高原碳储量在市域间存在相关性,未来情景差异不显著,热点分布在研究区中部及中部以北地区,没有明显的冷点区域.④土地利用变化会增加或损失碳储量.林地、耕地和草地比其它土地类型有更多的碳储量,增加它们的面积和限制向其它土地类型转换会增加生态系统碳储量.     

基于PLUS-InVEST模型的江西省生态系统碳储量时空演变与预测

土地利用变化是影响陆地生态系统碳储量变化的重要因素,研究土地利用变化与碳储量之间关系对优化区域土地利用结构,维持区域碳平衡可提供可靠的数据支撑.以江西省为例,分析1990~2020年土地利用变化,基于PLUS模型,结合自然发展情景、生态优先情景和经济发展情景设置,对2030年江西省土地利用格局进行模拟分析,运用InVEST模型测算1990~2020年及未来不同情景下江西省碳储量变化,利用空间自相关分析探索江西省不同情景下陆地生态系统碳储量时空变化特征,并提出相应的政策建议.结果表明:①1990~2020年江西省碳储量整体呈下降趋势,共减少4.58×10⁷ t.其中,水域和建设用地的面积增加,耕地、林地、草地及未利用地面积减少是导致碳储量减少的主要原因.②2030年江西省陆地生态系统碳储量在自然发展情景、生态优先情景和经济发展情景下分别为2.20×10⁹、2.24×10⁹和2.19×10⁹ t.③3种情景下的碳储量值在空间分布上具有相似性,碳储量高值区域在江西省北部、西北部及西部区域出现集聚,低值区域则在中部区域聚集.研究结果可为江西省未来国土空间规划,提升陆地生态系统碳储量提供数据支撑.     

基于InVEST模型和PLUS模型的环杭州湾生态系统碳储量

研究土地利用方式与生态系统服务碳储量的关系,对于区域碳排放管理具有重要意义.利用InVEST模型碳储量模块和PLUS模型,探究并预测研究区2000～2018年和2018～2030年生态系统碳储量时空变化特征及其与土地利用方式之间的关系.结果表明,研究区2000、 2010和2018年碳储量分别为7.250×10⁸、 7.227×10⁸和7.241×10⁸ t,呈先减后增趋势.土地利用类型变化是导致生态系统碳储量变化的主要因素,建设用地的快速扩张导致碳储量降低.与土地利用类型相对应,研究区碳储量空间分异显著,并以碳储量分界线为界,呈现“东北低西南高”特征.预测结果显示,至2030年碳储量为7.344×10⁸ t,较2018年增加1.42%,林地面积的增长是主要原因.     

基于InVEST-PLUS模型的淮北市碳储量时空演变及预测

研究土地利用时空演变对生态系统碳储量的影响,对研究区未来的国土空间规划以及减排增汇提供理论依据.基于1985、1995、2005、2015和2020年这5期土地利用数据,结合InVEST模型分析了研究区碳储量时空变化,运用PLUS模型预测研究区2035年自然发展情景、耕地保护情景、生态保护情景以及耕地和生态双保护情景土地利用变化并估算不同情景下的生态系统碳储量.结果表明:①1985~2020年研究区耕地面积持续减少,2015~2020年土地利用变化较快,综合土地利用动态度达到了34.62 %;②1985~2020年碳储量呈下降趋势,减少1.55×10⁵ t,其中在2005~2015年间,碳储量减少了1.22×10⁵ t,年均减少量达1.22×10⁴ t;③碳储量较高区域分布在研究区的东部,碳储量较低区域分布在研究区中部和西北部;耕地碳储量占比从66.89 %下降到57.73 %,但耕地仍是研究区最主要的碳库;其他地类向草地和林地转化有利于生态系统碳储量的增加;④2035年,自然发展情景、耕地保护情景、生态保护情景以及双保护情景下的碳储量分别为81.77×10⁵ 、82.45×10⁵、82.82×10⁵和82.51×10⁵ t.     

ASPEN PLUS软件在氨法烟气脱硫模拟中的应用

运用流程模拟软件ASPEN PLUS模拟了氨法湿式脱硫工艺脱除燃煤烟气中的SO2,介绍了建立模型过程中模块的选取、物性方法的选择、工艺参数的输入以及灵敏度分析,考察了吸收剂浓度、原烟气流量、液气比等工艺参数对脱硫效果的影响。     

2000~2020年辽宁省生态系统服务评估与多情景预测

生态系统服务评估和预测在可持续地区发展和资源管理中扮演着关键角色. 辽宁省作为中国东北地区的一个典型代表,在面临着城市化、工业化和农业现代化等快速发展的挑战同时,也迫切需要更深入地了解其生态系统的演化趋势以及对生态系统服务的影响. 以辽宁省2000~2020年土地利用变化情况为基础,利用InVEST-Markov-PLUS模型对辽宁省过去-未来的生态系统服务评估及多情景预测等开展了模拟研究,为更好地促进生态系统服务,推动辽宁省高质量均衡发展提供科学可靠的建议. 结果发现：①2000~2020 年,辽宁省碳储量和土壤保持量总体呈升高趋势,产水量呈现先降后升再降的波动降低态势. ②辽宁省碳储量和土壤保持量呈现出东部山区和西部丘陵高,中部较低的趋势,产水量呈现出从东到西递减的趋势. ③生态系统服务价值从5479.44亿元上升到5655.26亿元,总计上升了175.82亿元,且4种服务在研究时期内均有上升,文化服务变化最快. ④2030年,辽宁省碳储量和土壤保持总量除生态保护情景外均有所下降,产水量除耕地保护情景有所上升,其他3种情景下均有所下降,研究区生态系统服务价值除经济优先情景外均有所上升.     

京津冀城市群建设用地扩张多情景模拟及其对生态系统碳储量的影响

量化分析建设用地扩张对陆地生态系统碳储量的影响,探索模拟建设用地扩张的优化方案以提高未来生态系统碳储量,对区域可持续发展和生态文明建设具有重要的现实意义.基于土地利用和地理空间数据,利用生态系统服务与权衡综合评估（InVEST）模型和基于栅格的斑块生成土地利用模拟（PLUS）模型,以2 km网格为基本单元,核算分析了京津冀城市群2000~2020年生态系统碳储量和格局演变,拟合回归了建设用地变化和碳储量变化两者关系,设置不同城市扩张发展情景对京津冀城市群2030年土地利用格局进行了模拟并分析了不同发展情景下2020~2030年建设用地扩张对碳储量的影响.结果表明：①京津冀城市群2000、2010和2020年生态系统碳储量（以C计）分别为2 088.02、2 106.78和2 121.25 Tg,其中林地碳库占比最大.研究期间碳储量减少的网格单元集中分布在北京、天津、石家庄和唐山等大城市周边,建设用地扩张的区域是碳储量变化最为剧烈的区域.②在建设用地占比10%以上的各等级网格单元区域,建设用地扩张和碳储量变化回归拟合关系良好,两者回归系数均呈现波动上升趋势.③在自然发展、建设用地扩张增速减少15%和建设用地扩张增速减少30%这3种发展情景下,2030年生态系统碳储量（以C计）分别为2 129.12、2 133.55和2 139.10 Tg.2020~2030年建设用地扩张和碳储量变化两者回归拟合效果均明显优于2000~2010年和2010~2020年,回归系数随着建设用地占比等级的增加均呈现波动增加的趋势.在各建设用地占比等级区域,回归系数值均呈现：自然发展情景<建设用地扩张增速减少15%发展情景<建设用地扩张增速减少30%发展情景.在“双碳”目标下,京津冀城市群应优先选择建设用地扩张增速降低发展情景,对建设用地的扩张应优先控制在建设用地占比较高的区域.     

天山北坡城市群碳储量时空变化及预测研究

为了有效评估城市群碳储量变化,以天山北坡城市群为研究对象,运用PLUS模型和InVEST模型,动态评估2000～2020年及2030年不同情景下土地利用变化及碳储量变化特征.结果表明,2000～2020年天山北坡城市群碳储量呈现持续增加趋势,且碳储量变化与土地利用变化密切相关,主要表现为2000～2010年林地面积的减少导致其碳储量减少约266×106t,2010～2020年草地面积的增加使其碳储量增加约69.14×10⁶t.2030年自然发展情景、生态保护情景和经济快速发展情景下碳储量预测值分别为8875.88×10⁶t、8895.58×10⁶t和8841.58×10⁶t;经济快速发展情景下碳储量最低,生态保护情景下碳储量最高.土地利用是影响碳储量空间变化分布的第一主导因素,贡献率接近于90%,土地利用强度与碳储量协调性分析与两者双变量空间自相关分析进一步验证了这一结论.土地利用变化在一定程度上能够对碳储量产生积极影响,对于本研究区而言,生态保护发展情景可能更符合未来城市发展模式,研究结果能够为土...