2010—2020年桂林市生态系统碳储量演化及土地利用的驱动影响

韦振锋 李集香 黄群英

摘要：随着经济发展与城市化进程加快，人类活动对生态环境的扰动越来越强烈，导致生态环境问题日益明显，社会对生态环境安全更加关注。本研究选取桂林市2010年、2015年、2020年共三期土地利用数据，利用ArcGIS分析其土地利用变化情况，并通过InVEST模型计算出2010—2020年桂林市生态系统碳储量，结合土地利用转移变化，分析土地利用变化对碳储量变化的影响。结果表明：（1）桂林市土地利用类型以林地为主，2010—2020年林地面积持续占桂林市土地面积的60%以上，2010－2020 年桂林市土地利用变化主要表现为建设用地的快速扩张；（2）2010、2015、2020年桂林市总碳储量分别为2503.45×106 t、2493.36×106 t、2490.56×106 t，呈现逐年减少的趋势，桂林市的固碳能力有所降低；（3）土地利用布局在极大程度上影响了碳储空间分布，桂林市碳储量存在显著的空间变异格局，西北及东部地区碳储量总体较高；（4）不同土地利用类型具有不同的固碳能力，林地、草地、耕地、建设用地、未利用地和水域对研究区的碳储贡献依次降低。本研究通过对桂林生态系统碳储量时空演化分析，以及土地利用变化对生态系统碳储量的影响进行探究，对桂林市国土空间规划、土地利用调整提供科学依据。

关键词：桂林；土地利用变化；InVEST模型；生态系统碳储量

中图分类号：X171.1 文献标志码：A

The Carbon Storage Evolution of Ecosystems and Driving Effects of Land Use in Guilin from 2010 to 2020

Abstract： With the economic growth and the acceleration of urbanization， the disturbance of human activities to the ecological environment become more intense， resulting in increasingly obvious ecological environmental problems， and society has paid more attention to ecological environmental security. This study selected three periods of land use data from Guilin in 2010， 2015 and 2020， analyzed the situation of land use change by ArcGIS， calculated the ecosystem carbon storage of Guilin from 2010 to 2020 through InVEST model， and analyzed the impact of land use change on carbon storage change combined with land use transfer and change. The results showed that： （1） Forestland was the main type of land use in Guilin， whose area continued to account for more than 60% of the land area in Guilin from 2010 to 2020， and the land use change in Guilin from 2010 to 2020 was mainly manifested by the rapid expansion of construction land; （2） The total carbon storage of Guilin in 2010， 2015 and 2020 were 2503.45 ×106 t， 2493.36×106 t and 2490.56×106 t respectively， showing a decreasing trend year by year， and the carbon sequestration capacity of Guilin was reduced; （3） Land use layout greatly affected the spatial distribution of carbon storage. There was a significant spatial variation pattern of carbon storage in Guilin， and the northwest and eastern regions had higher carbon storage overall; （4） Different land use types had different carbon sequestration capacities. The carbon storage contribution of forestland， grassland， cultivated land， construction land， unused land and water area to the study area decreased successively. By analyzing the temporal and spatial evolution of ecosystem carbon storage in Guilin and the impact of land use change on ecosystem carbon storage， this paper provides scientific basis for Guilins territorial spatial planning and land use adjustment.

Keywords： Guilin; land use change; InVEST model; ecosystem carbon storage

随着经济发展和城市化的加速推进，人口不断增多，人地矛盾日益尖锐，生态环境问题日益突出，给全球气候变化带来了诸多负面影响，人们开始对可持续发展问题进行思考。近几年，尤其是党的十八大以来，随着经济体制改革的不断深入，生态文明建设步伐加快，一系列新的政策法规相继出台，使人们对生态环境安全更加重视。生态系统对人类的生存和发展以及调节全球气候变化都至关重要。固碳能力则是衡量生态系统调节气候能力的重要指标。生态系统中的碳主要储存在地上生物量、地下生物量、土壤和死亡有机物四大碳库，大气和海洋生态系统储存的碳明显少于陆地生态系统中的碳，因此面对二氧化碳引起的全球气候变化，研究陆地生态系统的固碳能力非常重要。陆地生态系统的固碳能力在不同的土地利用类型中存在着较大的差别，土地利用类型的变化对植被和土壤的分布有着直接影响，而植被和土壤则是其最主要的碳储量表现形式。因此，土地利用类型变化是影响生态系统碳储量的重要因素，对于地区生态系统碳储量演化具有重要研究意义。

作为一个旅游城市，生态环境是桂林最有竞争力的资源之一。但桂林地区多为喀斯特地貌，石漠化严重，且山脉高，悬垂性很强，相对高度差异大，平坦区域较少。近年来砍伐树木、种植经济果林不仅经济效益不高[1]，而且破坏生态环境，导致水土流失和石漠化等问题加剧，对当地旅游景观造成很大影响。若对其开展生态系统服务功能评估，将结果应用于生态环境的发展建设中，对桂林地区发展具有加强的现实发展意义。InVEST（Integrated Valuation of Ecosystem Services and Trade-Offs）模型，全称为生态系统服务和交易的综合评估模型。2007年由世界自然基金会（WWF）、美国斯坦福大学及大自然保护协会（TNC）共同研发[2]。在生态系统服务功能评估研究上影响显著，国内学者已经成功将InVEST模型应用于洞庭湖[3]、疏勒湖[4]和中国西南等地区的生态系统服务功能定量评估。且InVEST模型在全球范围内广泛应用，已成功用于评估亚洲、欧洲、南北美洲和非洲生态系统服务的功能和价值。随着大众对生态环境的重视，生态系统服务功能评估的需求日益增加，对于固碳能力评估研究也逐渐增多。在国内外的许多生态碳储量研究评估中，也常将InVEST模型与土地利用结合研究，探究在不同土地利用类型中生态系统的固碳能力。国外学者，NELSON等[5]通过探究北美威拉米特河流域的土地利用变化，对其土壤保持、碳储量、生物多样性的维持功能进行了评估，并对其服务功能的空间分异进行了分析；GOLDSTEIN等[6]和FISHER等[7]分别对夏威夷岛和坦桑尼亚的森林生态系统进行了在不同情景下的水净化、碳储存和木材生产等方面的评估。而国内学者，韩晋榕等[8]基于InVEST模型对不同土地利用情景下碳储量的变化，表明土地利用与生态系统碳储量变化研究具有相关性。陈耀亮等[9]研究30年来中亚地区土地利用变化对植被碳储量的影响，表明地区土地利用变化是地区植被碳储量变化的重要影响因素；朱文博等[10]则认为，土地利用变化对陆地生态系统碳储量变化的影响最大，并模拟淇河流域3种土地利用方案下的碳储量变化；王渊刚等[11]则通过研究玛纳斯流域近50年来的土地利用变化对其碳储量的影响，发现碳储量变化是由于土地利用类型转换和转换后不同的碳密度造成的。因此，可利用 InVEST 模型对桂林生态系统碳储量进行评估，进一步探索桂林市生态系统碳储量在土地利用变化下的驱动影响，对其生态系统价值提升提供参考。

综上所述，目前多数学者主要关注土地利用变化对大区域的生态系统服务功能和价值，且将土地利用与生态碳储量影响结合研究，而桂林对于这一领域主要集中在森林和土壤等陆地生态系统碳储存的小规模研究上，大规模LUCC遥感数据较少用于分析土地利用变化对碳储量的影响[1-11]。此外，桂林市地处岩溶地区，石漠化程度高，水土保持能力差，生态系统变化敏感，自然灾害频繁。本研究旨在应用InVEST模型研究桂林市生态系统的固碳能力，结合土地利用变化分析，探索桂林市生态系统碳储量在土地利用变化下的驱动影响，提升桂林地区生态系统调节能力，促进该地区的可持续发展。

1 研究区概况

桂林市位于广西壮族自治区的东北部（图 1），东经109°36'50″至111°29'30″，北纬24°15'23″至26°23'30″，全市面积约为2.76万km2。桂林市的北部、东北部与湖南省交界，东南部与贺州市接壤，南部与梧州市、来宾市等相邻，西部和西南部与柳州市相接。桂林市位于南岭山系西南部、桂林—阳朔岩溶盆地北端中部，处在“湘桂夹道”中。桂林属典型的喀斯特地貌石灰岩地形，大部分为丘陵，地形为西部、北部及东南部高，中部较低[12]。桂林地处西江支流的桂江流域，桂河的上游通过运河（灵渠）与漓江和湘江相连。漓江流域约有12565 km2的排水量，主要河道长约300 km，该流域年平均径流量为128.95亿m3，年均流量408.9 m3/s。同时桂林市湿地面积分布较广，景观优美，国家级湿地公园主要有会仙喀斯特湿地公园、荔浦荔江湿地公园、龙胜龙脊梯田、全州天湖湿地公园、灌阳灌江湿地公园[1]。桂林属亚热带季风气候，气候温暖，降雨多，光照和热量充足，雨热基本同季。年平均气温19.1 ℃，年降雨量1887.6 mm，年平均相对湿度为76%，常年风向以偏北风为主。桂林市森林资源丰富，树种资源种类繁多，全市共有维管束植物249科，1103属，区域内已知高等植物有2000多种。桂林市下辖6个区，10个县，1个县级市。据第七次人口普查资料显示，桂林市2020年常住人口493.137万。桂林市2010年城镇化率为38.76%，至2020年城镇化率为52.58%。

2 数据来源与处理

2.1 数据来源

本研究包含的基本数据来源有：（1）资源环境数据云平台的桂林行政区划数据；（2）美国地质调查局网站的30 mDEM数据；（3）中国科学院资源环境数据中心的2010年、2015年和2020年土地利用遥感监测数据，空间分辨率为30 m。利用ArcGIS10.8软件，将桂林市的二级地类归为耕地、林地、草地、水域、建设用地、未利用地六大类型。

通过查阅和参考有关文献选取全国水平下各土地利用的碳密度，根据碳密度影响因素（气温和降水量）对碳密度进行修正，碳密度修正公式的选择以通用程度高且温度和降水水平与研究区的实际情况较为接近的原则，结合全国和桂林市的气温和降水量，得到桂林市不同类型的碳密度。

2.2 数据处理

2.2.1 土地利用动态度

土地利用动态度能够对土地利用的变化速率进行定量描述，并能对各地区间土地利用变化的差异性进行比较，预测未来的土地利用变化趋势[12]。本文在土地利用覆盖数据的基础上，计算单一的土地利用动态度，对桂林市土地利用动态变化特征进行研究。单一土地利用动态度公式如下[13-14]：

式中，K为变化率；Ua、Ub分别为研究初期与研究末期某一土地利用类型的数量；T为研究时段长。当T的时段设定为年时，K为研究时段内某一土地利用类型的年变化率。

2.2.2 碳储量计算公式

InVEST 模型将生态系统的碳储量分为四个基本碳库，分别为地上生物量、地下生物量、土壤碳库、死亡有机质。地上部分生物量指土壤以上所有存活的植物材料中的碳；地下部分生物量指地表以下0～20 cm深度以及附近范围内存在于植物活根系统中的碳；土壤碳库是指分布在有机土壤和矿质土壤中的有机碳；死亡有机质包括已经死亡或倒下的树木、凋落的物质中的碳。利用ArcGIS10.8分析桂林市近10年来的土地利用变化情况，并利用InVEST模型中的碳模块来估算研究区的碳储量，结合土地利用转移情况，分析土地利用变化对碳储量变化的影响。在InVEST模型中，通过不同土地类型地上、地下、土壤、死亡有机物四种碳库的平均碳密度乘以不同土地类型的面积，来计算生态系统的碳储量，如下公式（公式2）[15]。

[Ctotal=Csoil+Cabove+Cbelow+Cdead] （2）

式中，[Ctotal]为研究区的总碳储量；[Cabove]为地上碳储量；[Cbelow]为地下碳储量；[Csoil]为土壤碳储量；[Cdead]为死亡有机物碳储量；以上单位均为t/hm2。

2.2.3 碳密度的修正

本文参考周文龙等[16]、蔡会德等[17]、陈曦[18]、张珍明[19]、朱鹏飞[20]、余娜等[21]的研究结果，选取全国水平下的碳密度。由于不是研究区实测数据，为了研究的可靠性、实用性与准确性，需要进行碳密度系数修正。各土地利用类型对应的地上部分碳密度、地下部分碳密度、土壤碳密度和死亡有机物碳密度数据如表1所示。

碳密度值随气候、土壤性质和土地利用的不同而不同[21]，考虑选择气温和降水量两个气候因素来修正桂林市的碳密度。国内外研究表明生物量碳密度和土壤有机碳密度都与年降水量呈显著正相关，而与年均气温的相关性较弱[22-24]。采用ALAM研究中的公式（公式3、公式4）计算年降水量与生物量、土壤碳密度之间的关系，修正降水量因子。年均温与生物量碳密度的关系借鉴陈光水等[25]人研究中使用的公式（公式5），修正年均温因子。由于年均温和土壤碳密度之间的相关性远小于降水量，此处只考虑降水量对土壤碳密度的影响。

[Csp=3.3968×MAP+3996.1（R?=0.11）] （3）

[Cbp=6.798×e0.0054×MAP（R?=0.70）] （4）

[Cbt=28×MAT+398（R?=0.47，P＜0.01）] （5）

式中，[Csp]为依据年降水量得到的土壤碳密度，单位为kg/m?；[Cbp]、[Cbt]分别是依据年降水量和年均温得到的生物量碳密度，单位为kg/m?；MAP代表年均降水量，单位为mm；MAT代表年均气温，单位为℃。

ALAM、GIARDINA、陈光水等人的研究表明，碳密度与气候因子呈显著的线性相关关系，其研究成果在其他学者[26-28]的引用中也得到了实证。将全国和桂林市的年平均温度（9 ℃/19.1 ℃）和年平均降水量（651 mm/1887.6 mm）的值带入上述公式，两者之比即为桂林碳密度的修正系数。再考虑到温度和降水两个因素的影响，综合上述公式，得到桂林地区的碳密度修正系数（公式6，公式7，公式8）。

[KBP=C′BP/C″BP]；[KBT=C′BT/C″BT] （6）

[KB]=[KBP]×[KBT]=[C′BP/C″BP×C′BT/C″BT] （7）

[KS=C′SP/C″SP] （8）

式中，[KBP]、[KBT]分别是生物量碳密度的降水因子和气温因子修正系数；C＇和C〞分别是桂林和全国的碳密度数据；[KB]、[KS]分别为生物量碳密度修正系数和土壤碳密度修正系数。将碳密度修正系数乘以全国碳密度值，得到桂林的碳密度数据。通过结合气温和降水因子修正得到的桂林市碳密度数据，如下表 2所示。

3 结果分析

3.1 研究区土地利用变化

3.1.1 土地利用现状

根据2010年、2015年、2020年桂林市土地利用覆盖变化图（图2），桂林市主要以林地、耕地为主要土地类型。桂林市西部、北部及东南部地势较高，分布着大片林地与草地；中心地带地势低洼，以耕地、建设用地为主。建设用地主要集中在桂林的市区，并零星分布于中心城镇周边；桂林市的水体主要为漓江，零星的水域为中部地区的湖泊和水库，其中灵川县的青狮潭水库为桂北地区容量最大的水库。

根据桂林市土地利用结构图所示（图3），2010—2020年桂林市土地利用结构较稳定。在过去10年间，林地与耕地一直是桂林市总面积中占比最多的两种土地利用类型。在2010年、2015年、2020年林地比重分别为64.34%、64.12%、64.09%；在2010年、2015年、2020年耕地比重分别为19.39%、19.14%、19.06%，林地和耕地面积都在逐步缩小。

3.1.2 土地利用变化情况

由桂林市2010—2020年土地利用变化数据得到桂林市土地利用类型年度变化表（表 3）可知，桂林市2010—2015年的土地利用发展趋势为建设用地增加，耕地和林地面积下降。其中，耕地面积减少幅度最大，为0.26%；林地面积减少幅度为0.07%；草地的面积减少幅度最小，为0.04%。建设用地面积增长幅度为5.33%，这与桂林市的经济发展、城镇人口持续增长等有关，水域增加幅度为1.15%，这可能与当地的季节性水田有关。

桂林市2015—2020年土地利用变化主要体现在建设用地与水域的不断增长，耕地、林地和草地不断萎缩。由于受到经济增长的冲击，对建筑土地的需求持续增长，建设用地面积增加，其土地利用动态度为1.28%，持续受到建设用地扩张的影响，耕地面积下降了0.08%。同时林地面积也有所减少，减少幅度为0.01%；草地减少幅度为0.09%。对比2010—2015年，虽然各地类面积为持续增加或持续减少，但变化度都在变小。

总体而言，2010—2020年桂林市的土地利用变化比较明显，桂林市建设用地与水域增加面积最多，其中建设用地增加16161.48 hm2，水域增加2411.30 hm2。耕地与林地减少面积最大，耕地面积减少9164.90 hm2，林地面积减少7019.07 hm2。反映出前几年我国土地使用中存在的一个共性问题，那就是过分追求经济效益而忽略了合理的土地结构，从而造成土地利用结构出现了“倾斜”。

3.1.3 土地利用转移情况

利用ArcGIS对桂林市2010年、2015年、2020年3期土地利用数据建立转移矩阵（表4），分析2010—2020年桂林市的土地利用转移的变化特征。2010—2020年桂林市耕地面积减少最多，由536412.87 hm2减少到527247.97 hm2。耕地作为主要的转出者，主要转为林地、建设用地与草地等多种土地类型，分别占耕地转出量的43.71%、38.51%、11.35%。退耕还林还草政策是耕地转为林地、草地的主要原因。耕地转变为建设用地的面积达到2553.51 hm2，这与地区经济发展、人口增长等因素有关。

2010—2020年林地和草地的转入转出情况也较为突出，面积分别净减少为7019.07 hm2和2569.74 hm2表明尽管由于退耕还林政策的实施，林地和草地的面积虽有所扩大，但总体上转出总量大于转入总量，林地和草地面积减少。

水域面积在2010—2020年增加2411.30 hm2，水域的主要转入地类为耕地和林地，面积为1723.83 hm2。

建设用地作为主要的转入者，面积显著增加，由46554.91 hm2增加至62716.39 hm2，净转入量为16161.48 hm2，主要由耕地与林地转入，转入率分别为54.93%、26.56%。这表明2010—2020年期间，耕地和林地面积持续压缩。

3.2 研究区碳储量变化特征

3.2.1 桂林市生态系统碳储总量

经InVEST模型对桂林市生态系统碳储量进行计算，并对各年份的碳储总量进行分析可知，桂林市2010年、2015年和2020年各生态系统总碳储量分别为2503.45 ×106 t、 2493.36×106 t和2490.56×106 t。桂林市生态系统碳储量整体呈下降趋势，但下降幅度逐渐减小，总体土地利用覆盖格局趋向城镇化方向发展。

2010—2015年间桂林市生态系统总碳储量有少幅下降，减少量为10.09×106 t，表明这5年间研究区为碳源区；2015—2020年间固碳量下降速度减慢，减少量为2.80×106 t，与2014年相比减少了0.11%。总体来看，2010—2020年桂林市累计减少碳储量12.89×106 t，固碳能力呈现下降趋势。

3.2.2 不同土地利用类型碳储量时间变化特征

运用InVEST模型计算出2010—2020年桂林市生态系统碳储量，并利用ArcGIS对模型的运行结果进行分析，得出2010—2020年桂林市不同地类对应的碳储量。根据2010—2020年桂林市土地利用转移矩阵及各地类的碳密度测算土地利用变化对碳储量变化的影响。

如表5所示，2010—2020年林地的固碳能力最强，其中2020年林地的约占碳储总量的77.6%，是桂林市的核心碳库；耕地和草地的固碳能力中等，其中草地碳储变化较小；水域和建设用地的碳储量最少，两者碳储量之和不足林地的千分之五。桂林市不同土地利用类型碳储量对总碳储量的贡献依次为林地>耕地>草地>水域>建设用地>未利用地。

2010—2020年桂林市耕地碳储量持续降低，2010年的碳储量为295.71×106 t，至2020年为290.66×106 t，累计减少量达到5.05×106 t。2015—2020年固碳量继续减少，但相较于2010—2015年，减少的速度有所减缓。总体上，耕地碳储量和固碳量在研究期内呈逐年递减趋势，且递减速度变慢。

表 5显示林地碳储量也有逐年减少的趋势，2010—2020年碳储量累计减少7.66×106 t。虽然林地碳储量呈逐年递减趋势，但下降速率在2015—2020年出现明显放缓。2010—2015年、2015—2020年碳储量分别减少了6.78×106 t、0.88×106 t。总体看来桂林市林地碳储量逐年减少，减少速率逐渐放缓。与林地面积2010—2015年大量减少，到了2020年基本稳定，这与其固碳量的变化相一致。

2010—2020年10年间桂林市草地碳储量略有下降，累计减少量为1.76×106 t。2010—2015年草地碳储量出现少量下降，由257.27×106 t下降到了256.71×106 t。到了2015—2020年，下降至255.52×106 t。总的来说，桂林市草地碳储量和固碳量逐年下降。

2010—2020年间，水域整体碳储量不断增加，由5.87×106 t增加到6.20×106 t后继续增加至6.39×106 t，累计固碳量增加0.52×106 t。从固碳量角度来看，2010—2015年间固碳量为0.34×106 t，2015—2020年间固碳量为0.18×106 t，固碳速率稳步增加。

建设用地碳储量总体呈增加的趋势，2010—2015年碳储量增加了0.78×106 t，2015—2020年增加了0.24×106 t，10年间累计增加碳储量1.02×106 t。在研究期内，建设用地碳储量的变化与其土地面积先大幅度增加后小幅度增加的变化情况一致。

总体来说，2010－2020年研究区土地利用变化导致碳储量总量减少了12.89×106 t。林地和耕地面积的减少使得碳储量大量减少，不利于碳汇的形成。

3.2.3 碳储量空间变化特征

InVEST模式根据土地利用类型和不同地类相应的碳密度计算出每个栅格的碳储量，并根据不同时期不同土地类型的栅格数量计算总碳储量（图4）。由于碳储量是在不同的土地利用类型及其相应的碳密度的基础上计算得出，因此碳储量与土地利用类型密切相关。

碳储量空间分布图显示，桂林市碳储量最高值主要分布在西北部和东部等山林地区，包括龙胜县、永福县、兴安县北部与南部区域、灵川县北部与南部区域、临桂区北部、灌阳县、恭城县北部与南部区域，大多呈现片状分布，说明这些区域固碳能力较强；碳储量最低值主要位于桂林市区，呈团状分布，其余零散分布于各县域的建设用地区域；中等碳储量区域大片分布于东北部、南部、中部地区，这也与桂林市耕地与草地的分布特征对应，主要位于桂林市区、全州县、资源县、阳朔县、荔浦市和平乐县北部。

3.3 土地利用变化与固碳的关系分析

3.3.1 不同土地利用类型变化引起的碳储量变化

桂林市2010—2020年耕地面积发生了较大变化，面积减少了9164.90 hm2，主要转变为了林地和建设用地。耕地碳储量从2010年的295.71×106 t降至2020年的290.66×106 t，累计减少量为5.05×106 t。总体来看，耕地面积有所下降，同时也导致了在研究期内耕地碳储量下降。

2010—2020年间林地面积净减少7019.07 hm2。林地碳储量也在逐年减少，从2010年到2020年，减少量已达7.66×106 t。大部分林地转为耕地、草地和建设用地，导致了林地碳储量的下降。林地碳储量在2010—2015年间出现减少，到2020年呈现相对稳定，这与林地面积的变化趋势相一致。

2010—2020年间草地面积净减少2569.74 hm2。桂林市草地碳储量逐年下降，由257.27×106 t下降到了255.52×106 t，碳储量累计减少1.76×106 t。草地面积减少的主要原因是人口的持续增加和经济的大力发展，致使大面积的草地转为建设用地，一些草地因土地开垦而转变为耕地，草地向建设用地和耕地的转化使草地碳储量的下降。

2010—2020年建设用地净增加16161.48 hm2，固碳量为1.02×106 t。随着人口的不断增长和社会经济的发展，建设用地扩张，使得建设用地的碳储量不断上升。为保护耕地，部分建设用地转出为耕地，导致建设用地碳储量的下降。但建设用地面积增加的幅度远大于其转出面积，因此，在此期间，建设用地的碳储量也有一定程度的提高。在研究期内，建设用地中的碳储量的增加和减少与土地面积的变化趋势相一致。

由表 6可知，2010－2020 年桂林市耕地转为水域、建设用地和未利用地，分别使桂林市的碳储量减少0.58×106 t、5.25×106 t和0.03×106 t；林地转为耕地、草地、水域、建设用地、未利用地，分别使碳储量减少6.51×106 t、4.13×106 t、1.60×106 t、5.35×106 t、0.10×106 t；草地转为耕地、水域、建设用地，分别使碳储量减少0.10×106 t、0.10×106 t、0.10×106 t；草地转为林地使碳储量增加3.67×106 t；水域转向耕地、林地和草地，分别使碳储量增加0.32×106 t、0.53×106 t和0.10×106 t；水域转为建设用地使碳储量减少0.03×106 t；建设用地转向耕地、林地、草地和水域，分别使流域碳储量增加1.25×106 t、0.51×106 t、0.13×106 t和0.03×106 t。碳储量的增加量总和小于减少量总和，因此，2010－2020年桂林市总体碳储量呈下降趋势，其主要原因是受耕地占补平衡、退耕还林等政策的影响，建设用地占用耕地和林地，林地转为其他土地利用类型。

3.3.2 不同时段土地利用变化引起的碳储量变化

2010—2015年间，桂林市土地利用覆盖有较为明显的变化，碳储量总体下降10.09×106 t，主要表现为建设用地碳储量的增加和耕地、林地、草地碳储量的下降，这与各土地利用类型的面积变化趋势增减情况相符。

在2015—2020年期间，桂林市土地利用类型也有所改变，碳储量总体下降2.80×106 t，主要表现为建设用地碳储量的持续增加和耕地、林地、草地碳储量的持续减少。桂林市2015—2020年碳储量下降速度减缓的最主要原因是林地面积减少，速度减缓。

总体上，桂林市2010—2020年期间的碳储量呈逐年下降趋势，但是下降速度呈现逐步放缓趋势，这与研究时段内土地利用类型的变化有密切关系。

4 讨论与结论

4.1 讨论

基于InVEST模型，本研究为桂林市生态系统碳储量的可持续发展计量提供科学、系统的研究方法，充分反映土地利用对生态系统碳储量的驱动演化作用。

桂林市在2010—2020年间，由于受旅游配套设施的发展建设、城市人口数量增长以及人们对生活品质需求的不断提升等因素影响，建设用地需求扩张，建设用地增加，林地、耕地、草地面积减少。而桂林市不同土地利用类型碳储量对总碳储量的贡献依次为林地>耕地>草地>水域>建设用地>未利用地，林地、耕地、草地面积的减少，与研究期内桂林市碳储量呈逐年下降趋势一致，可知不同土地利用类型的相互转化会导致各地类碳储量的变化，从而对整个生态系统的碳储量产生一定影响。林地、草地、耕地等向建设用地转换会使碳排放量增多，导致植被和土壤的固碳速率下降，同时也降低生态系统中的碳储量。森林是碳循环的重要组成部分，也是陆地生态系统中最大的碳库，但是过度采伐林木则会改变森林生态系统的结构和功能，降低其服务价值。

但是，InVEST模式也存在着一定缺陷。首先，通过阅读文献和经验公式，获得本研究的部分参数，如不同土地利用类型和四个碳库的碳密度。由于不同区域对碳储量密度的认知程度存在差异，指标的选择也不一致，导致结果不统一；其次，InVEST模型简化了土地利用类型碳储量的计算。该模型设定在相同的土地利用类型下，碳密度是恒定的。事实上，同样的土地利用类型会因环境和时间的不同而产生或流失碳，碳密度也各不相同。因此，未来的研究将需要长期的观察和大规模的实验来收集准确数据，并使用更高的空间分辨率的土地使用遥感数据来计算出更为准确的土地碳储量。

桂林的一些地区属于典型的喀斯特地貌。由于岩溶地区土壤的物理和化学性质与非岩溶地区的土壤有很大不同，因此这两个地区的土壤有机碳密度也有很大不同。由于缺乏桂林岩溶地区土壤碳密度的实测数据，本研究无法区分两个地区的土壤碳密度差异。这对碳储量的估计会产生影响。今后的研究应通过实地调查，获得不同地区的土壤碳密度数据，以提高碳储量估算的准确性。

4.2 结论

通过研究桂林市2010年、2015年、2020年土地利用变化对碳储量的影响，主要得出了以下结论：

（1）桂林市土地利用类型以林地为主，2010—2020年林地面积持续占桂林市土地面积的60%以上。2010－2020 年桂林市土地利用变化主要表现为建设用地的快速扩张，变化量最大，面积增加了16161.48 hm2。其中耕地面积相对减少较多，减少9164.90 hm2。

（2）2010年、2015年、2020年桂林市总碳储量分别为2503.45 ×106 t、2493.36×106 t、2490.56×106 t，呈现逐年减少的趋势，桂林市的固碳能力有所降低。

（3）土地利用布局对碳储空间分布有很大影响。桂林市碳储量空间分布差异明显，西北及东部地区碳储量总体较高。高碳储量区域覆盖的面积与林地覆盖的面积基本相同，这些地区作为碳储资源丰富的区域，在未来发展中具有一定优势。此外，由于桂林市中心区人口密度大，人类活动频繁，以及建设用地碎片化现象严重，桂林北部和南部城镇居住区的碳储量持续下降，在城镇中心区达到低点，加速了低碳储区域的扩张。

（4）不同土地利用类型具有明显不同的固碳能力，土地利用类型的变化对碳储量的影响也不同。高碳密度土地利用类型的大规模转出，特别是林地和耕地的减少，导致碳储量减少，这不利于碳汇的形成。建设用地和水域的扩张也加快了碳储量的整体下降速度，最终导致该区域的固碳能力下降。总的来说，林地、耕地、草地、水域、建设用地和未利用地对研究区碳储存的贡献依次递减。

参考文献

[1] 朱柏露. 基于InVEST模型的桂林典型岩溶峰丛洼地生态系统服务功能评估[D]. 北京： 中国地质科学院， 2021.

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

[3] 邓楚雄， 郭方圆， 黄栋良， 等. 基于INVEST模型的洞庭湖区土地利用景观格局对生境质量的影响研究[J]. 生态科学， 2021， 40（2）： 99-109.

[4] 刘洋， 张军， 周冬梅， 等. 基于InVEST模型的疏勒河流域碳储量时空变化研究[J]. 生态学报， 2021， 41（10）： 4052-4065.

[5] NELSON E， MENDOZA G， REGETZ J， et al. Modeling multiple ecosystem services， biodiversity conservation， commodity production， and tradeoffs at landscape scales[J]. Frontiers in Ecology and the Environment， 2009， 7（1）： 4-11.

[6] GOLDSTEIN J H， CALDARONE G， DUARTE T K， et al. Integrating ecosystem-service tradeoffs into land-use decisions[J]. Proceedings of the National Academy of Sciences of the United States of America， 2012， 109（19）： 7565-7570.

[7] FISHER B， TURNER R K， BURGESS N D， et al. Measuring， modeling and mapping ecosystem services in the Eastern Arc Mountains of Tanzania[J]. Progress in Physical Geography： Earth and Environment， 2011， 35（5）： 595-611.

[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] 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.

[10] 朱文博， 张静静， 崔耀平， 等. 基于土地利用变化情景的生态系统碳储量评估： 以太行山淇河流域为例[J]. 地理学报， 2019， 74（3）： 446-459.

[11] 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.

[12] 张凯琪， 陈建军， 侯建坤， 等. 耦合InVEST与GeoSOS-FLUS模型的桂林市碳储量可持续发展研究[J]. 中国环境科学， 2022， 42（6）： 2799-2809.

[13] 滕秋梅， 何斌， 梁添富， 等. 桂东南火力楠人工林生态系统碳储量及其分布格局[J]. 农业研究与应用， 2016（4）： 7-11.

[14] 李丽娟，杨俊伟，姜德娟，等. 20世纪90年代无定河流域土地利用的时空变化 [J]. 地理研究， 2005（4）： 527-534，656.

[15] 刘纪远， 布和敖斯尔. 中国土地利用变化现代过程时空特征的研究： 基于卫星遥感数据[J]. 第四纪研究， 2000， 20（3）： 229-239.

[16] 周文龙， 熊康宁， 龙健， 等. 喀斯特石漠化综合治理区表层土壤有机碳密度特征及区域差异[J]. 土壤通报， 2011， 42（5）： 1131-1137.

[17] 蔡会德， 张伟， 江锦烽， 等. 广西森林土壤有机碳储量估算及空间格局特征[J]. 南京林业大学学报（自然科学版）， 2014， 38（6）： 1-5.

[18] 陈曦. 广西土壤有机碳储量估算及与全国部分省区的比较研究[J]. 地理科学， 2014， 34（10）： 1247-1253.

[19] 张珍明. 喀斯特石漠化土壤有机碳分布、储量及植被恢复潜力评估[D]. 贵阳： 贵州大学， 2017.

[20] 朱鹏飞. 基于InVEST模型的广西沿海地区土地利用/覆被变化的生态效应研究[D]. 南宁： 广西师范学院， 2018.

[21] 余娜， 丁波. 贵州不同森林植被碳储量和固碳经济价值研究[J]. 贵州林业科技， 2021， 49（4）： 22-27， 41.

[22] FU Q， XU L L， ZHENG H Y， et al. Spatiotemporal dynamics of carbon storage in response to urbanization： A case study in the su-xi-Chang region， China[J]. Processes， 2019， 7（11）： 836.

[23] ALAM S A， STARR M， CLARK B J F. Tree biomass and soil organic carbon densities across the Sudanese woodland savannah： A regional carbon sequestration study[J]. Journal of Arid Environments， 2013， 89： 67-76.

[24] 莫少壮， 罗星乐， 李嘉方， 等. 南丹县毛竹人工林生态系统生物量、碳储量及其分配格局[J]. 农业研究与应用， 2023， 36（1）： 39-44.

[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， 2（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] 黄凤珠， 陆贵锋， 李鸿莉， 等. 酿酒葡萄新品种在丘陵山地生态条件下的栽培表现[J]. 农业研究与应用， 2016（5）： 1-4.

[28] 杨洁， 谢保鹏， 张德罡. 基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究[J]. 中国生态农业学报（中英文）， 2021， 29（6）： 1018-1029.