基于碳密度修正的甘肃省土地利用变化对碳储量的影响

任玺锦, 裴婷婷, 陈英, 谢保鹏, 程东林

基于碳密度修正的甘肃省土地利用变化对碳储量的影响

任玺锦, 裴婷婷, 陈英*, 谢保鹏, 程东林

甘肃农业大学管理学院, 兰州 730070

研究甘肃省土地利用变化对陆地生态系统碳储量的影响, 以期为甘肃省生态文明建设提供一定理论参考。因此，基于遥感数据, 通过修正全国碳密度得到甘肃省碳密度, 应用修正的碳密度输入InVEST模型对1990—2015年甘肃省碳储量进行估算, 分析土地利用变化对碳储量的影响。研究结果表明: 1)1990—2015年, 甘肃省建设用地面积增加1268 km2, 增幅为38.09%; 未利用地面积共减少1850 km2, 减幅为1.08%。约有1.71%的土地发生了转移, 其中耕地和草地、建设用地、未利用地之间的转化是甘肃省土地利用变化的主要特征。2)甘肃省碳储量总体呈上升趋势。因土地利用类型转化引起碳储量净增加251.46万t, 其中植被碳储量和土壤碳储量分别增加89.06 万t和162.40 万t。3)未利用地向耕地、草地和林地转化是碳储量增加的主要原因, 而耕地向建设用地转化是造成碳储量减少的重要因素。4)优化土地利用结构, 提高林地面积规模, 控制建设用地增速, 能够对陆地生态系统碳积蓄产生积极的效果。

土地利用变化; 碳储量; InVEST模型; 碳密度修正; 甘肃省

0 前言

土地利用覆盖变化是全球气候变化的重要驱动力, 对生态服务系统功能产生重要的影响[1]。近50年, 由于人类活动所导致的温室效应使得全球气温上升, 威胁人类生存发展[2]。因此, 减少温室气体排放已经成为全人类面临最严峻的环境变化问题。陆地生态系统作为大气中CO2重要的源和汇, 在维持全球碳循环和全球气候变化中起着极其重要的作用[3]。土地利用变化是驱动陆地生态系统碳循环过程的重要因素, 不同土地利用类型的固碳能力存在差异, 因此, 土地利用类型的变化对碳储量的变化有较大的影响[4]。

目前学者们就土地利用变化对陆地生态系统碳储量的影响进行了大量研究。陈耀亮等探讨了1975—2005年中亚土地利用变化对植被碳储量的影响[5]。王渊刚等在近50年玛纳斯河流域土地利用变化对碳储量影响的研究中发现, 因土地利用类型的转化和转换后不同地类碳密度的差异, 将会引起碳储量变化[6]。吕欣怡、韩晋榕等通过InVEST模型对不同土地利用变化情景下引起的碳储量变化进行了测算[7–8]。郭晓敏等人研究了扬子江城市群土地利用时空变化及对陆地生态系统碳储量的影响[9]。然而, 甘肃省在该方面的研究主要侧重小尺度的森林、土壤等典型陆地生态系统的碳储量研究, 利用大尺度的LUCC遥感数据分析土地利用类型的转化对碳储量的影响较少[10–11], 且随着甘肃省经济的快速发展, 城市化进程不断加快, 土地利用变化也会发生显著变化, 而甘肃省作为我国的生态屏障, 其生态环境质量事关整个民族的生存质量和发展空间, 其土地利用方式对于维护生态平衡和地区可持续发展尤为重要。因此, 本文将通过修正全国碳密度, 获得甘肃省碳密度, 利用InVEST模型分析1990—2015年甘肃省土地利用变化对碳储量的影响, 以期为甘肃省生态文明建设和引导城市低碳发展提供一定的科学依据和理论支撑。

1 研究区与数据

1.1 研究区域

甘肃省位于32°31′N—42°57′N, 92°13′E—108° 46′E, 地处黄土高原、青藏高原和内蒙古高原三大高原的交汇地带, 地形破碎, 地貌类型齐全, 气候复杂多样。年均温为0—15℃, 年平均降水量在40—750 mm之间, 降水空间分布差异显著, 干旱、半干旱区达到总面积的75%。截止2017年, 全省土地总面积为42.58万km2, 土地开发利用面积为27.71万km2, 土地利用率仅为65.07%。荒漠化土地面积为19.50万km2, 占全省土地总面积的45.79% (甘肃省第五次荒漠化和沙化监测统计)。全省森林覆盖率11.28%, 其中天然林是甘肃省碳储量的主要来源, 其类型主要包括栎类、阔叶混交林、冷杉林和云杉林[12]。有机碳储量占前5位的土壤类型为亚高山草甸土、高山草甸土、褐土、灰褐土, 亚高山草原土[13]。

1.2 数据来源

本研究包括的基本数据有: 甘肃省(市级)行政边界数据来自资源环境数据云平台(http://www. resdc.cn); 30m DEM 数据来自美国地质勘探局网站(https://earthexplorer.usgs.gov); 1990年、1995年、2000年、2005年、2010年和2015年六期的LUCC遥感影像数据来源于资源环境数据云平台, 空间分辨率为1km。利用ArcGIS 10.2 软件平台将甘肃省24个二级地类合并为耕地、林地、草地、水域、建设用地和未利用地6个大类。碳密度通过查阅文献, 并根据甘肃省气候条件, 对甘肃省碳密度进行修正, 得到甘肃省各土地利用类型的碳密度。

2 研究方法

2.1 计算模型

InVEST模型是由美国斯坦福大学、大自然保护协会(TNC)与世界自然基金会(WWF)联合开发的能够直观、可视化表达生态系统服务功能价值的一种工具。通过模拟不同土地覆被情景下生态服务系统物质量和价值量的变化, 为决策者权衡人类活动的效益和影响提供科学依据。它主要包括淡水生态系统评估、海洋生态系统评估和陆地生态系统评估三大生态系统服务功能评估模块, 其中陆地生态系统评估模块包括生物多样性、碳储量、农作物授粉和木材产量四个子模块[14]。

图1 甘肃省地理位置区位图

Figure 1 Location map of Gansu Province

2.2 碳储量计算

2.2.1 碳储量计算公式

碳储量通过InVEST模型中的碳模块来测算, 具体计算公式为:

式中, C为总碳储量, C为地上碳储量, C为地下碳储量, C为土壤碳储量, C为死亡有机物碳储量。

全国水平下和西部干旱区水平下不同地类对应的碳密度数据通过文献[15—21]获得(表1)。本研究碳储量主要计算各种用地类型地上植被、地下植被和土壤碳密度值, 死亡有机物碳储量由于在碳库中所占比重较小, 故在本研究中不予考虑。

2.2.2 碳密度的修正

碳密度修正公式的选择以通用程度高且气候条件较相似为原则, 对全国水平下的碳密度进行修正。年降水量与生物量和土壤碳密度的关系采用Alam研究中的公式(公式2, 公式3)[22]; 年均温与生物量碳密度的关系借鉴Giardina、陈光水等人研究中的公式(公式4)[23—25]。而气温与土壤碳密度的相关性明显低于降水, 因此本文仅考虑降水量对土壤碳密度的影响[26]。

式中: C为根据年降水量得到的土壤碳密度(kg·m-2), C、C分别是根据年降水量和年均温得到的生物量碳密度(kg·m-2), MAP是年均降水量(mm), MAT是年均气温(℃)。

表1 生物量碳密度和土壤碳密度(kg·m–2)

将甘肃省和全国的年均温值和年均降水量值(全国和甘肃省年均温、年均降水量的值分别确定为9 ℃/6.3 ℃和628 mm/340.8 mm)带入上述公式, 二者之比(公式5－6)即为甘肃省碳密度修正系数。

式中:、分别为生物量碳密度的降水因子和气温因子修正系数,＇和〞分别是甘肃省和全国的碳密度数据;、分别为生物量碳密度修正系数和土壤碳密度修正系数。将碳密度修正系数与全国碳密度数值相乘即是甘肃省碳密度数据(表2)。

2.2.3 土地利用变化引起的碳储量计算

利用ArcGIS 10.2 软件中的Raster Calculator工具, 对1990年和2015年的土地利用变化数据进行运算, 可得到研究区1990—2015年土地转移矩阵(表4)。土地利用变化引起的碳储量变化则等于各转化地类的植被、土壤碳密度的变化值乘以土地转移矩阵面积, 公式如下[9]:

式中:为碳储量总变化量,, 为第种土地类型转移为第种土地类型的面积(km2); ∆为第种土地类型转移为第种土地类型的碳密度变化(kg·m-2); 106为单位之间的转换;=1, 2, 3, 4, 5, 6;=1, 2, 3, 4, 5, 6, 按数字排序依次为耕地、林地、草地、建设用地、水域和未利用地。

3 结果与分析

3.1 土地利用变化

3.1.1 土地利用类型面积变化分析

总体来说, 1990－2015年甘肃省各地类面积变化主要表现为耕地、建设用地面积大量增加; 未利用地面积大量减少; 林地和水域面积少量增加以及草地面积的少量减少。其中, 耕地面积增加534 km2, 增加幅度为0.82%; 未利用地面积大量减少, 共减少1850 km2, 减少幅度是1.08%; 水域面积增加91 km2, 增加幅度为2.74%, 林地面积增加149 km2, 增加幅度为0.39%; 草地面积减少192 km2, 减少幅度是0.13%。建设用地在全省总面积中占比较小, 但发生了较为明显的面积变化, 1990年面积为3329 km2, 2015年面积为4597 km2, 净增加1268 km2, 增加幅度为38.09%(图2)。

具体来说, 25a间, 耕地面积呈现先增后减趋势, 主要表现为1990－2005年耕地面积增加, 2005－2015年耕地面积减少。其中耕地面积增加幅度最大的为1990－1995年, 增加了479 km2, 增长幅度为0.74%; 耕地面积减少幅度最大的为2010－2015年, 减少了127 km2, 减少幅度为0.19%。林地面积呈现先减后增再减趋势, 面积增减基本相抵。其中1990－1995年林地面积减少幅度最大, 为1.13%, 减少量达到430 km2; 2000－2005年林地面积增加幅度最大, 为1.15%, 增加量达到435 km2。草地面积波动减少, 其中面积减少幅度最大的为1995－2000年, 减少了354 km2, 减少幅度为0.25%, 增加幅度最大的为2005－2010年, 增加了255 km2, 增加幅度为0.18%。水域面积呈现先减后增趋势, 1990－2015年水域面积共增加了93 km2, 其中2010－2015年面积增加幅度最大, 为2.80%, 增加了95 km2。建设用地面积呈现持续增加趋势, 由1990年的3329 km2增加至2015年的4597 km2, 增加量为1268 km2, 其中2010－2015年增加幅度最大, 为22.23%。未利用地面积呈现持续减少趋势, 1990－2015年共减少1850 km2, 其中2000－2005年减少幅度最大, 为0.48%(表3)。

表2 甘肃省碳密度(kg·m–2)

图2 1990－2015年甘肃省各地类面积变化量图

Figure 2 The variation of land area of different types from 1990 to 2015 in Gansu Province

3.1.2 土地利用类型转移分析

表4显示了1990－2015年间甘肃省土地利用转移情况。甘肃省约有1.71%的土地发生了转移。建设用地是主要的转入者, 净转入量为1268 km2, 这期间主要接受了耕地、草地和未利用地的大量转入, 面积增长较快; 而未利用地面积较大, 是主要的转出者, 主要转为耕地和草地, 转出面积相对较大。研究期内, 主要转移类型包括: 一是草地为耕地的主要转入者, 草地转为耕地的面积为1230 km2, 占各地类转入耕地面积的46.03%。二是耕地为建设用地的主要转入者, 耕地转为建设用地的面积为755 km2,占各地类转入建设用地面积的58.67%。三是未利用地主要转出为耕地, 未利用地转为耕地的面积为1271 km2, 占未利用地转出各地类面积的56.61%。

综上可知, 耕地与草地、建设用地、未利用地之间的转化是甘肃省土地利用变化的主要特征。图3显示了1990－2015年甘肃省3种主要转化地类的空间分布, 耕地、草地和未利用地的转出总面积占转移地类总面积的89.31%。其中, 未利用地转出是河西地区土地转移的主体, 主要包括酒泉市、嘉峪关市、张掖市、金昌市和武威市, 其中金昌市和武威市未利用地转移分布较为集中。耕地转出主要分布于甘肃中东部, 其中兰州市耕地转移图斑分布较为集中, 定西市、平凉市和天水市以小图斑的形式零星分布。草地的转出以小图斑的形式零星分布于全省, 其中张掖市中部、庆阳市北部、陇南市西南部和甘南藏族自治州北部分布数量相对较多。

表3 甘肃省典型年份间土地利用面积变化

图3 1995－2015年甘肃省主要土地类型转出空间分布图

Figure 3 Spatial distribution of major transferred land types from 1995 to 2015 in Gansu Province

3.2 碳储量变化分析

3.2.1 不同时期总碳储量变化

经InVEST模型计算得到甘肃省典型年份碳储量值及变化趋势, 如图4所示。25a间, 甘肃省碳储量波动上升, 固碳量净增加253.30 万t。1995年和2015年, 固碳潜力呈下降趋势, 碳储量分别减少289.09 万t和580.96 万t; 1995－2000年、2000－2005年和2005－2010年三个阶段固碳潜力明显上升, 其中2000－2005年碳储量增加最多, 累计固碳量为546.70 万t。2005年后固碳速率上升缓慢, 在2010年碳储量达到研究期内最大值。

3.2.2 土地利用变化引起的碳储量变化

根据1990－2015年甘肃省土地利用转移矩阵及各地类的植被碳密度和土壤碳密度测算土地利用变化对碳储量变化的影响。结果如表5所示: 1990－2015年研究区土地利用变化导致碳储量总量增加251.46 万t, 其中植被碳储量总量增加89.06 万t, 土壤碳储量总量增加162.40 万t。耕地、林地和草地转出类型使得碳储量大量减少, 共计减少1338.7 万t, 耕地转为建设用地导致碳储量总量减少807.85万t, 占整个区域碳储量减少总量的60.35%。水域、建设用地和未利用地转出类型使碳储量总量分别增加89.52 万t、15.11 万t和1485.52 万t。其中耕地、林地和草地3类生态用地转为水域、建设用地和未利用地使植被碳储量和土壤碳储量均发生了减少, 不利于碳汇的形成。草地－耕地和水域－未利用地的土地转换类型使土壤碳储量增加而造成植被碳储量减少; 耕地－草地和未利用地－水域的土地转移类型使得植被碳储量增加而造成土壤碳储量发生减少; 其他土地转移类型, 如耕地－林地、草地－林地、水域－耕地及建设用地－林地等土地转移类型使得植被碳储量和土壤碳储量均增加。

图4 甘肃省典型年份碳储量总量及变化趋势

Figure 4 Total carbon storage and change trends among typical years in Gansu Province

表5 1990－2015年甘肃省各土地利用类型转化下的碳储量变化

4 讨论

深入探究甘肃省土地利用变化对陆地碳储量的影响, 对于甘肃省探索未来低碳发展有重要意义。本文的土地利用方面数据来源于资源环境数据云平台1km LUCC遥感影像数据, 分类依据为中国科学院土地利用遥感监督分类系统, 将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地六类, 应该能够科学准确地反映出1990－2015年甘肃省土地利用变化和转移情况。修正后的草地生物量碳密度和耕地土壤碳密度分别与沈海花等[27]研究中的甘肃省草地平均碳密度(地上碳密度为0.13 kg·m-2, )和张梅等[19]研究中的中国西北地区耕地土壤碳密度(8.25 kg·m-2)更接近, 说明本文修正后的碳密度值更能代表研究区的平均碳密度情况。

土地利用变化对碳储量具有重要影响[28]。一方面, 土地利用类型的转化使各地类碳密度发生变化, 从而影响碳储量的变化。一般来说, 当碳密度低的土地类型向碳密度高的土地类型转化时, 将会导致碳储量增加; 反之, 则会造成碳储量减少, 这与刘淑琴[29]等人研究结果一致。同时, 研究发现, 林地对于陆地生态系统的碳储量具有很大的影响, 林地转换为其他地类, 植被和土壤碳储量都会减少, 其他地类转换为林地, 植被和土壤碳储量都会增加, 说明林地具有较高的碳密度, 可以有效增加碳汇水平[30]。另一方面, 各地类土地面积的变化也会引起陆地生态系统碳储量变化。2000－2010年甘肃省林地和草地面积增加的同时碳储量也在增加。这是可能是因为甘肃省的退耕还林还草政策, 鼓励对坡耕地实施停止耕种, 改为植树种草, 恢复植被, 使得林地和草地面积得到快速扩张, 碳储量随之增加。但由于各地类碳密度的地面实测数据缺失, 将会对研究结果的准确性造成一定的影响, 这是本研究的一大不足。今后的研究需要长期观察和大规模实验以收集准确的数据, 采用空间分辨率更高的LUCC遥感数据, 获得更可靠的LUCC碳储量计算结果。

5 结论

1990—2015年甘肃省土地利用类型变化中, 建设用地和未利用地面积变化数量最大。约有1.71%的土地发生转移, 耕地与草地、建设用地和未利用地之间的转化较为显著, 未利用地为主要的转出者, 建设用地为主要的转入者。在此期间, 甘肃省碳储量的增减与不同土地类型间的相互转化密切相关。由于土地类型转化, 引起碳储量的增加值大于其减少值, 其中未利用地向耕地、草地和林地转化是碳储量增加的主要原因, 占碳储量增加总量的69.25%; 耕地转为建设用地是导致碳储量减少的重要因素, 占碳储量减少总量的60.35%。总体上, 1990－2015年甘肃省碳储量呈现增加趋势(共计净增加251.46 万t, 其中植被碳储量总量增加89.06 万t, 土壤碳储量总量增加162.40 万t), 这说明甘肃省土地利用方式在向着储碳能力较高的模式转化, 一定程度上反映了近些年甘肃省在生态文明建设方面取得的成果。

[1] 华文剑, 陈海山, 李兴. 中国土地利用/覆盖变化及其气候效应的研究综述[J]. 地球科学进展, 2014, 29(09): 1025–1036.

[2] 孔君洽, 杨荣, 苏永中, 等. 基于土地利用/覆被变化的荒漠绿洲碳储量动态评估[J]. 生态学报, 2018, 38(21): 7801–7812.

[3] 吴佩君, 刘小平, 黎夏, 等. 基于InVEST模型和元胞自动机的城市扩张对陆地生态系统碳储量影响评估——以广东省为例[J]. 地理与地理信息科学, 2016, 32(5): 22– 28.

[4] 李明, 吕芳, 吴怡璇. 城市边缘区土地利用变化对生态系统服务价值的影响研究——以大连市甘井子区为例[J].中国农业资源与区划, 2015, 36(5): 36–42.

[5] 陈耀亮, 罗格平, 叶辉, 等. 1975—2005年中亚土地利用/覆被变化对森林生态系统碳储量的影响[J]. 自然资源学报, 2015, 30(3): 397–408.

[6] 王渊刚, 罗格平, 冯异星, 等. 近50a玛纳斯河流域土地利用/覆被变化对碳储量的影响[J]. 自然资源学报, 2013, 28(6): 994–1006.

[7] 吕欣怡. 基于InVEST模型的资源型城市碳储量时空变化研究[D]. 曲阜: 曲阜师范大学, 2018.

[8] 韩晋榕. 基于InVEST模型的城市扩张对碳储量的影响分析[D]. 长春: 东北师范大学, 2013.

[9] 郭晓敏, 揣小伟, 张梅, 等. 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[J]. 长江流域资源与环境, 2019, 28(2): 269–280.

[10] 岳军伟. 甘肃主要森林类型固碳动态、潜力及影响机制[D]. 咸阳: 中国科学院教育部水土保持与生态环境研究中心, 2018.

[11] 李卓亭. 甘肃省东南部农田土壤有机碳时空变化及DSSAT模型模拟研究[D]. 兰州: 兰州大学, 2014.

[12] 关晋宏, 杜盛, 程积民, 等. 甘肃省森林碳储量现状与固碳速率[J]. 植物生态学报, 2016, 40(4): 304–317.

[13] 陈芳, 盖艾鸿, 李纯斌. 甘肃省土壤有机碳储量及空间分布[J]. 干旱区资源与环境, 2009, 23(11): 176–181.

[14] 唐尧, 祝炜平, 张慧, 宋瑜. InVEST模型原理及其应用研究进展[J]. 生态科学, 2015, 34(3): 204–208.

[15] 解宪丽, 孙波, 周慧珍, 等. 中国土壤有机碳密度和储量的估算与空间分布分析[J]. 土壤学报, 2004(1): 35–43.

[16] 李克让, 王绍强, 曹明奎. 中国植被和土壤碳贮量[J]. 中国科学(D辑:地球科学), 2003(1): 72–80.

[17] 陈利军, 刘高焕, 励惠国. 中国植被净第一性生产力遥感动态监测[J]. 遥感学报, 2002(2): 129–135.

[18] 张杰, 李敏, 敖子强, 等. 中国西部干旱区土壤有机碳储量估算[J]. 干旱区资源与环境, 2018, 32(9): 132–137.

[19] 张梅, 赖力, 黄贤金, 等. 中国区域土地利用类型转变的碳排放强度研究[J]. 资源科学, 2013, 35(4): 792–799.

[20] YANG Yuhai, LI Weihong, ZHOU Chenggang, et al. Impact of land use/cover changes on carbon storage in a river valley in arid areas of Northwest China[J]. Journal of Arid Land, 2017, 9(6): 879–887.

[21] LAI Li, HUANG Xianjin, YANG Hong, et al. Carbon emissions from land-use change and management in China between 1990 and 2010. Science Advances, 2016, 2(11): e1601063.

[22] ALAM S A, STARR, M, CLARK B J F. Tree biomass and soil organic carbon densities across the sudanese woodland savannab:A regional carbon sequestration study[J]. Journal of Arid Environment, 2013, (89): 67–76.

[23] GIARDINA C P, RYAN M G. Evidence that decomposition rates of organic carbon in mineral soil do notvary with temperature[J]. Nature, 2000, 404(6780): 61–858.

[24] RAICH J W. NADELHOFFER, K J. Belowground carbon allocation in forest ecosystems: Global Trends[J]. Ecology, 1989, 70(5): 1346–1354.

[25]陈光水, 杨玉盛, 刘乐中, 等.森林地下碳分配(TBCA)研究进展[J]. 亚热带资源与环境学报, 2007(1): 34– 42.

[26] 黄卉. 基于InVEST模型的土地利用变化与碳储量研究[D]. 北京: 中国地质大学(北京), 2015.

[27] 沈海花, 朱言坤, 方精云, 等. 中国草地资源的现状分析[J]. 科学通报,2016, 61(2): 139–154.

[28] ZHU Enyan, DENG Jingsong, ZHOU Mengmeng, et al. Carbon emissions induced by land-use and land-cover change from 1970 to 2010 in Zhejiang, China[J]. Science of the Total Environment, 2019, 646: 930–939.

[29] 刘淑琴, 王荣女, 夏朝宗, 等. 土地利用变化对盐池县碳储量及其价值影响[J]. 干旱区研究, 2018, 35(2): 486– 492.

[30] 揣小伟, 黄贤金, 郑泽庆, 等. 江苏省土地利用变化对陆地生态系统碳储量的影响[J]. 资源科学, 2011, 33(10): 1932–1939.

Impact of land use change on carbon storage in Gansu Province based on carbon density correction

Ren Xijin, Pei Tingting, Chen Ying*, Xie Baopeng, Cheng Donglin

College of Management, Gansu Agricultural University, Lanzhou 730070, China

Researching the impact of land use change in Gansu province on the carbon storage of terrestrial ecosystem is the aiming for this paper, which would provide some theoretical references for the construction of ecological civilization in Gansu province. Based on the remote sensing data, obtaining the carbon density of Gansu province by revising the national carbon density, the revised carbon density is inputted into the InVEST model in order to estimate the carbon storage of Gansu province from 1990 to 2015 and analyze the impact of land use change on the carbon storage. The results are as follows. Firstly, the build-up land area in Gansu province had a dramatic increase of1268 km2with growth rates of 38.09%, while the unused land area shrank by 1850 km2, a decreased ratesof 1.08%. In all, 1.71% of the land was transferred, and the dominant conversion mainly occurred among cropland and grassland, build-up land, and unused land in Gansu province. Secondly, carbon storage in Gansu province was generally on the rise. Due to the conversion of land use types, the net increase of carbon storage was 2.51 million tons, of which the vegetation carbon storage and soil carbon storage increased by 0.89 million tons and 1.62 million tons, respectively. Thirdly, the main reason of causing the increase of carbon storage was the conversion of unused land to cropland, grassland and forest, and the conversion of cropland to build-up land was a significant factor that caused the reduction of carbon storage.At last, there was a positive effect on carbon storage of terrestrial ecosystem by optimizing the structure of land use, increasing the scale of forest,and controlling the growth rate of build-up land.

land use change; carbon storage; InVEST model; carbon density correction; Gansu Province

任玺锦, 裴婷婷, 陈英,等. 基于碳密度修正的甘肃省土地利用变化对碳储量的影响[J]. 生态科学, 2021, 40(4): 66–74.

Ren Xijin, Pei Tingting, Chen Ying, et al. Impact of land use change on carbon storage in Gansu Province based on carbon density correction[J]. Ecological Science, 2021, 40(4): 66–74.

10.14108/j.cnki.1008-8873.2021.04.008

K903

A

1008-8873(2021)04-066-09

2020-01-13;

2020-02-24

国家自然科学基金: 农民土地价值观: 测度、变迁与影响(71563001); 甘肃农业大学人才专项基金: 2017RCZX-35; 甘肃省高等学校科研项目: 土地要素的减贫效应: 模式、机理及其在甘肃六盘山贫困片区的应用(2018A-037)

任玺锦(1996—), 女, 甘肃张掖人, 在读硕士, 主要从事土地生态研究, E-mail: 315567174@qq.com

陈英, 男, 博士, 教授, 主要从事土地生态和土地资产研究, E-mail: cheny@gsau.edu.cn.