基于InVEST模型的大兴安岭天保工程区碳储量时空变化研究*
2024-04-12张宇飞王子昊王冰张秋良
张宇飞,王子昊,王冰,2,张秋良,2
(1.内蒙古农业大学 林学院,内蒙古 呼和浩特 010019;2.内蒙古大兴安岭森林生态系统国家野外科学观测研究站,内蒙古 根河 022350)
陆地生态系统碳储量是全球碳储存的核心组分,与气候变化有密切联系,是导致全球气候变暖和气候恶化的主要原因之一[1-5]。陆地生态系统的碳主要源于地上和地下生物量、土壤和死亡有机质。在生态系统中,陆地生态碳循环和碳储量的变化是由土地利用变化决定的[6],通过人类活动改变土地利用类型,使得地类表层植物发生改变,进而改变地面固碳的方式与能力,最终导致陆地生态系统内碳储量产生波动[7]。当前,众多学者在不同地区的土地利用变化和碳储量的研究已有一定成果。InVEST模型由于其操作简单、可根据不同研究灵活调节参数、结果简单明了[8]的特点常用于评估土地利用变化对碳储量的影响。目前在国内研究中,大量学者运用该模型对生态系统进行了模拟、预测和评估。李瑾璞等[9]以1990—2015年河北省土地利用数据为基础,利用InVEST模型对建设用地侵占生态用地而导致的陆地生态系统碳储量减少进行了定量评估;朱丽亚等[2]分析了1995—2018年辽宁省海岸带地区的土地利用变化特征,运用InVEST模型碳储量模块估算了1995—2018年区域生态系统的碳储量,得出土地利用类型转变是研究区碳储量变化的主要原因;邹文涛等[10]基于InVEST碳储量模型,以遥感影像分类数据作为模型驱动数据,通过调整土地利用结构优化提升钱江源国家公园的生态系统服务功能;杨潋威等[11]利用PLUS和InVEST模型对西安市未来不同情景下土地利用变换及碳储量时空变化特征变化进行预测,分析了碳储量在土地利用变化下的变化情况。
2000年起,国务院实施世界上最大和最全面的天然林保护工程(天保工程),主要目标是解决天然林的恢复发展问题,保护环境与促进社会和谐发展[12]。近年来,一些学者对天保工程实施以来的碳储量变化进行了探讨。魏亚伟等[13]通过构建生物量-蓄积量回归模型,以第7次森林资源清查为基础,对东北天保工程区森林植被碳储量进行了估算。张逸如等[14]利用天保工程区第6~9次森林资源连续清查数据,基于行业标准的生物量模型和碳计量参数、采用生物量加权平均法等方法,估算了全国工程区和各省工程区的森林植被总碳储量。陈科屹等[15]估算了天保工程实施20年黑龙江大兴安岭重点国有林区累计产生的净固碳量。本文将大兴安岭天保工程区选做研究区,选取2000、2005、2010、2015、2020年5个时段的土地利用数据,利用InVEST模型中的碳储量模块开展了研究区该时段内生态系统碳储量的时空估算,并分析了各组分碳储量的时间变化特征及土地利用变化对碳储量的影响,以期为大兴安岭天保工程区生态系统保护和土地利用规划提供科学依据。
1 研究区自然概况
大兴安岭天保工程区位于内蒙古自治区东北地区和黑龙江省西北地区,行政范围涉及黑龙江省大兴安岭地区和内蒙古自治区呼伦贝尔市和兴安盟,面积约26×104km2(图1)。研究区属于温带大陆性季风气候,冬季较长且寒冷,夏季较短且多雨,太阳辐射资源丰富,全年均温-2.5~6.8℃,年均降水量310~750 mm,该研究区内以林地类型为主,是我国的重点林区,主要树种有落叶松(Larixgmelinii)、樟子松(Pinussylvestris)、红皮云杉(Piceakoraiensis)、白桦(Betulaplatyphylla)、蒙古栎(Quercusmongolica)和山杨(Populusdavidiana)等。
图1 大兴安岭天保工程区范围
2 数据源及方法
2.1 数据源
2.1.1 土地利用数据
土地利用数据源自于武汉大学的杨杰和黄昕教授发布的1990—2021年的中国的年度土地覆盖数据,空间分辨率为30 m×30 m,数据下载于AI Earth地球科学云平台(https://engine-aiearth.aliyun.com/)。该数据集通过卫星时间序列数据、谷歌地球和谷歌地图目视解译,数据精度大于80%。研究共选取了2000、2005、2010、2015、2020年5期数据。
2.1.2 碳密度数据
根据李慧颖的研究结果[16],研究区的各类碳密度数据如表1所示。
表1 不同土地利用类型的碳密度
2.1.3 高程和行政边界数据
DEM数据源于地理空间数据云平台(http://www.gscloud.cn),空间分辨率90 m×90 m;行政边界数据下载于中国科学院资源环境数据中心(http://www.resdc.cn/data)。
2.2 土地利用单一动态指数计算
该指数表示研究区内某一土地利用类型在一定时间范围内的数量变化,反映一定时间段内某土地类型的变化速率[17]。其计算公式如下:
①
式中:K为某种土地利用类型的单一动态指数;Ua和Ub分别为研究初期和研究末期某种土地利用类型的数量;T为研究期,在此研究期为5。
2.3 碳储量估算
研究采用InVEST模型计算研究区内碳储量。该模型碳储量共划分为4个基本碳库[18-20]:Cabove、Cbelow、Cdead和Csoil,分别为地上部分生态系统碳储量、地下部分生态系统碳储量、死亡有机生态系统碳储量和土壤生态系统碳储量。首先,根据土地利用的分类情况,分别对不同用地类型的平均碳密度Ctotal进行计算统计,其计算公式如下:
Ctotal=Cabove+Cbelow+Csoil+Cdead
②
然后,基于碳密度的和土地利用数据的不同,计算研究区每种土地利用类型的总碳储量:
Ctotali=(Cabovei+Cbelowi+Csoili+Cdeadi)×Ai
③
式中:Cabovei、Cbelowi、Csoili和Cdeadi为每种土地利用的平均碳密度,Ai为该土地类型i的面积(03 结果与分析
3.1 各组分碳储量时间变化特征
利用InVEST模型碳储量模块分别估算了大兴安岭天保工程区2000、2005、2010、2015和2020年的碳储量(图2)。研究区2000、2005、2010、2015和2020年的总碳储量分别为569.87×107、573.22×107、573.69×107、572.42×107、573.14×107t。总体呈先上升后下降的趋势,20年内碳储量累计增加3.27×107t。2000—2020年间,除土壤碳储量外,其他3类碳储量总体呈现增长趋势,其中死亡有机质碳储量增长最多,为3.053×107t;土壤碳储量呈递减趋势,减少量为1.166×107t。
图2 2000—2020年间大兴安岭天保工程碳储量时间变化
3.2 碳储量空间变化特征
基于研究区选取的5期碳储量数据绘制其空间分布图(图3),从空间分布上来看,2000—2020年间大兴安岭天保工程区碳储量空间分布格局基本一致,无明显空间变化。碳储量较高的区域主要分布在研究区的北部和中部林地,最高值为32.68 t/km2;漠河市、塔河县、根河市、呼玛县全域内碳储量均较高,且均以林地为主;额尔古纳市北部和中部、鄂伦春族自治旗的北部和西部、牙克石除西部、鄂温克族自治旗的东南部、扎兰屯的西部、阿尔山的西北部,也属于碳储量较高的地区,均以林地为主。碳储量较低的区域主要分布在额尔古纳市的南部、牙克石市中西部、鄂温克族自治旗西北部、科尔沁右翼前旗全域、扎兰屯市东南部以及鄂伦春自治旗东南部,主要土地利用类型以农田和草地为主(图3)。
图3 2000—2020 年间大兴安岭天保工程区碳储量空间分布图
为清晰地反映研究区内碳储量的变化,选取研究期的起始年2000年和截止年2020年的碳储量空间分布图,对两期的碳储量数据进行差值计算,根据结果波动范围,将碳储量的差值结果划分为基本不变、增加和减少(图4)。
图4 大兴安岭天保工程区2000-2020年期间碳储量空间分布变化
从图4中可知,2000—2020年间,研究区大部分区域的碳储量基本不变,占比为93.23%;碳储量减少的区域占比2.86%,碳储量增加的区域占比3.91%,变化区域散点分布在研究区内。碳储量变化区域仅占总面积的6.77%,表明多数地区碳储量较为稳定。
3.3 土地利用变化及其对碳储量的影响
3.3.1 土地利用变化
根据5期土地利用数据统计结果(图5、表2),研究区由南到北,土地利用类型分别为耕地→草地→林地;研究区由西到东,土地利用类型分别为草地→耕地→林地→耕地。研究区以林地为主要土地利用类型。主要分布在漠河市、塔河县、呼玛县、根河市、额尔古纳市、鄂伦春自治旗、加格达奇区、牙克石市、阿尔山市、扎兰屯市和鄂温克族自治旗的东南地区,占研究区总面积的81%~83%;其次是草地和耕地,草地主要分布在科尔沁右翼前旗西部、鄂温克族自治旗西北地区和额尔古纳市南部,占研究区总面积的10%~12%;耕地分布较分散,一部分耕地分布在额尔古纳市南部、鄂伦春自治旗东南部、扎兰屯市东部、科尔沁右翼前旗东部、牙克石市西南角;除此之外研究区各地零星分布着部分耕地,共占研究区总面积的5%~6%。灌木、水域、雪地、荒地、建设性用地、湿地共计占比总面积的1%~2%。从整体上来看,2000—2020年间,各类土地利用类型在20年间变化有所差异,主要表现在草地、水域和湿地面积分别减少了2.16%、0.01%和0.012%,而耕地、林地、荒地和建设性用地面积分别增加了0.6%、1.41%、0.003%和0.163%,灌木和雪地面积变化不明显。
表2 2000-2020年大兴安岭天保工程区土地利用类型面积和占比变化
图5 2000—2020年大兴安岭天保工程区土地利用空间分布
从土地利用单一动态指数来看,2000年到2020年,耕地持续变化,2000—2005年耕地减少,变化率为-0.65%,2010—2015年变化面积最大,变化率最大为2.06%。从整体来看耕地变化较大,2000—2020年变化率为1.95%。林地在2000—2020年总体上呈现增加趋势,但其占地面积较大,因此相较于其他类型,虽增加面积较大,但变化率较小,为0.35%。灌木、草地、水域和湿地面积在20年间呈下降趋势,面积变化明显,变化率较明显,分别为16%、3.52%、0.97%和9.93%。在此期间,荒地和建设性用地面积增加较为明显,变化较大,变化率分别为7.16%和15.71%。雪地面积极小,影响极小。
根据转移矩阵法得到(表3)。从各地类变化上看,2000年林地转化为耕地和草地分别为0.96%和0.18%,减少的耕地主要转化为12.31%的草地和6.45%的林地,减少的草地主要转为15.96%的林地和8.44%的耕地,说明林耕地和草地三者土地类型之间相互转化。荒地和灌木主要转化为草地,超过50%以上的面积转为草地。湿地主要转变为耕地、林地、草地,到2020年湿地转出面积超出2000年原面积的一半,但从耕地、林地、草地转入湿地比例极小。减少的水域面积主要转为林地、草地和建设性用地;建设性用地增加主要由水域和荒地转入,建设性用地主要转为水域、耕地、林地、草地;其中耕地、林地和草地转入建设性用地很小,水域转出主要为建设性用地,说明水域与建设性用地之间呈现相互转化的趋势;但是水域转出为耕地、林地和草地比例也较高,耕地、林地和草地转入水域比例很低,形成水域缩减。总体上,2000—2020年间,该地区耕地、林地、荒地、建设性用地等地类面积呈现增加趋势,草地、水域、湿地面积明显减少趋势。
表3 2000—2020年大兴安岭天保工程区土地利用面积转移矩阵
3.3.2 土地利用变化对碳储量的影响
从各土地利用类型的碳储量统计图(图6)可知,2000—2020年间,各地类转变导致碳储量波动,林地、耕地和建设性用地面积增加,导致碳储量分别增加91.55×106、5.87×106和2.22×106t,水域、湿地和草地等地类面积的减少导致碳储量下降,2000—2020年间碳储量分别下降65.62×106、1.13×106和0.17×106t,其中灌木地所占面积较小,对总体结果影响较小,故忽略不计。研究区不同土地利用类型碳储量对总碳储量的贡献值由小到大分别为雪地、灌木、湿地、水域、建设性用地、耕地、草地和林地。研究区林地和草地碳储量分别占整个研究区碳储量的92.25%和6.55%;两者面积分别占研究区总面积的82.57%和12.28%,其中林地面积最大,且最大时面积达211 127.23 km2。总体来说,建设性用地、林地和耕地面积增加;草地、湿地和水域面积减少;从碳密度变化来看,由于土地利用类型由低碳密度向高碳密度转化,故研究区碳储量呈增加趋势。
图6 2000—2020年大兴安岭天保工程区不同土地利用类型的碳储量
由大兴安岭天保工程区各土地利用类型碳储量比例分布图(图7)可知,林地是大兴安岭天保工程区最主要的碳库,其碳储量约占研究区总碳储量的93.31%,其次是草地5.37%、耕地1.15%、建设性用地0.09%、水域0.06%、湿地0.02%和灌木小于0.01%。自天保工程实施后,不同土地类型的比例趋势发生变化,林地碳储量比例明显增加,草地碳储量明显下降。虽然草地固碳能力相比林地固碳能力低,但草地仍是重要的碳库之一。本研究与高铭阳等[21]具有相同的结论,蓝绿空间中林地、草地、水域聚集程度与碳储量呈显著正相关,林地、草地为碳储量变化第一、第二主导地类。
图7 大兴安岭天保工程区各土地利用类型碳储量比例分布
由于不同地类转变,对碳储量的影响也不同,变化情况如表4。耕地面积的变化使得碳储量增加37.90×104t,主要是由于退耕还林还草工程的实施,使得耕地转化为林地和草地两类高碳密度地类。在本研究中,林地的固碳能力较高,所以林地转化为其他地类时碳储量呈现下降,共计下降50.0×104t,因此林地转化为其他地类皆不利于固碳。林地减少主要转化为耕地、草地和建设性用地,减少量分别为42.8×104、4.92×104和2.24×104t。草地转化为其他地类时,主要转化为林地和少量湿地增加碳储量,转化为其余地类碳储量均减少,草地转化使碳储量累计增44.7×104t。研究区内土地利用类型以林地为主,其他地类占比相对于林地而言较低,因此除耕地、林地和草地,其他各土地类型单一的转化影响较小,灌木、水域和建设性用地共同增加碳储量为0.74×104t,荒地和湿地共同减少碳储量为0.93×104t;其中因湿地碳密度较大,转化面积超过1/2,占减少量的82.38%。
表4 2000—2020年大兴安岭天保工程区土地利用类型变化及其引起的碳储量变化
4 讨论与结论
4.1 讨论
2000—2020年,大兴安岭天保工程区生态系统碳储量整体呈现增加趋势,与部分学者如张逸如[14]和郑树峰等[19]的研究结果一致。张逸如等[14]对全国天保工程区总碳储量地理分布的研究表明,内蒙古与黑龙江在第6~9次清查中两地总碳储量呈现增加趋势。邓喆等[22]研究表明,祁连山国家公园碳储量较高的地区以林地为主,碳储量空间分布特征与土地利用类型之间存在联系。碳储量增加主要由低碳密度土地利用类型向高碳密度土地利用类型转变;土地利用类型相互转化使生态系统碳库发生变化[23-25],从而导致区域总碳储量变化。结果也说明,生态工程的实施,有利于生态系统正向演变、土地利用结构优化和陆地生态系统碳储量的增加。郑树峰等[19]研究结果显示,天保工程的实施对生态系统碳储量有显著成效。研究区内一些土地利用类型碳储量减少的主要原因是由高碳密度地区向低碳密度地区转变,即耕地、水域和荒地转为建设性用地,从而导致碳储量减少[26]。研究区内建设性用地的扩张,高碳密度地区的面积减少是导致整个生态系统碳储量减少的主要原因,这一结论与Zhu等[27]和徐自为等[28]的结果一致,即建设性用地的增加占据了高碳密度土地利用类型面积,从而导致区域生态系统碳储量减少。卢雅焱等[29]研究得出土地利用变化表现低碳密度向高碳密度增加,累计增加了19.49 Tg。孙方虎等[30]研究表明,在生态保护下,林地等高碳密度地类得到保护,碳储能力提升。李月[31]在土地利用类型研究中显示主要由碳密度较高的灌木林地大幅挤占旱地,累计增加150.7×104t,使得普定县碳储量整体呈上升趋势。李俊等[32]碳储量评估的结果显示,土地利用变化导致碳储量减少915.0×104t,表明实施和落实生态政策、优化土地利用结构,有利于减缓该地区碳储量损失。综上所述,土地利用类型的变化直接影响研究区内碳储量的变化,具体表现为:当低碳密度土地利用类型转化为高碳密度土地类型时,研究区内碳储量呈增加趋势,反之呈递减趋势。土地利用的转变造成区域内生态系统碳储量的波动。
在结合生态系统的正向演变下,由土地利用的相互转换可知,大兴安岭地区未来需要继续实施和巩固天然林保护工程。该工程促进大兴安岭地区林地保持稳定且呈现出一定的增长趋势,提高了该地区的整体固碳能力,增加了其总体碳储量。耕地和草地是林地的主要转入源,继续坚持退耕还林还草政策,将低碳密度土地向高碳密度转换。同时,也要注重草地和耕地的保护,通过合理的行政规划,调控草地和耕地向建设性用地转换;可通过人工种植、草畜平衡政策、围栏封育和优化种苗的方式来缓解草地退化和修复草地生态系统;可通过间作套作、改良品种、合理使用肥料等方法增加耕地产量,提高农业经济。
4.2 结论
本研究基于GIS手段,借助InVEST模型碳储量模块评估了2000—2020年间大兴安岭天保工程区碳储量的时空变化特征及其对土地利用变化的响应,得出以下结论:
(1)研究区2000、2005、2010、2015、2020年碳储量分别为56.987×108、57.322×108、57.369×108、57.242×108、57.314×108t,呈增加趋势,累计增加0.327×108t。
(2)碳储量较高的地方主要分布于研究区的北部和中部,土地利用类型主要以林地为主;碳储量较低的区域主要分布在研究区西部、南部、东南角和东部的小部分地区,土地利用类型以耕地、草地和建设性用地为主。研究区不同土地利用类型碳储量对总碳储量的贡献值由小到大分别为灌木、雪地、荒地、湿地、水域、建设性用地、耕地、草地、林地。林地是研究区最为重要的碳库,其次为草地和耕地,三者碳储量占研究区所有土地利用类型固碳总量的99.83%,林地和耕地面积的增加是大兴安岭天保工程区碳储量增加的主要原因。