删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

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

本站小编 Free考研考试/2021-12-29

朱文博, 张静静, 崔耀平, 郑辉, 朱连奇
河南大学环境与规划学院,开封 475004

Assessment of territorial ecosystem carbon storage based on land use change scenario: A case study in Qihe River Basin

ZHUWenbo, ZHANGJingjing, CUIYaoping, ZHENGHui, ZHULianqi
College of Environment and Planning, Henan University, Kaifeng 475004, Henan, China
通讯作者:朱连奇(1963-), 男, 河南郸城人, 教授, 博士生导师, 中国地理学会会员(S110007014M), 主要从事山地地理环境及资源开发利用的研究。E-mail: lqzhu@henu.edu.cn
收稿日期:2018-03-15
修回日期:2019-02-14
网络出版日期:2019-03-25
版权声明:2019《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:

国家重点基础研究发展计划(2015CB452702)

国家自然科学基金项目(41671090)

作者简介:
-->朱文博(1989-), 女, 河南开封人, 博士, 主要从事全球变化与生态系统服务研究。E-mail: zhuwb517@163.com

展开

摘要
区域土地利用变化是导致生态系统碳储量变化的主要原因,影响其碳源、碳汇效应,但以往结合时空尺度探讨流域未来土地利用变化对生态系统碳储量影响的研究尚不多见。以太行山淇河流域为例,分析2005-2015年土地利用变化,采用Markov-CLUE-S复合模型预测2025年自然增长、耕地保护及生态保护情景下的土地利用格局,并基于土地利用数据,运用InVEST模型的碳储量模块评估2005-2015年及未来不同情景下的生态系统碳储量。结果表明：① 2015年淇河流域生态系统碳储量和平均碳密度分别为3.16×10⁷ t和141.9 t/hm²,自2005年以来分别下降0.07×10⁷ t和2.89 t/hm²。② 2005-2015年碳密度在低海拔区域以减少为主,在高海拔区域增加区与减少区比例相当,淇河中下游地区建设用地的大肆扩张以及上游林地的退化是导致碳密度下降的主要原因。③ 2015-2025年自然增长情景下碳储量和碳密度下降仍较明显,主要是低海拔区域固碳能力的减弱;耕地保护情景减缓了碳储量和碳密度的下降幅度,主要是由于低海拔区固碳能力的增强;生态保护情景下,碳储量和碳密度显著增加,分别达到3.19×10⁷ t和143.26 t/hm²,主要发生在海拔高于1100 m的区域。生态保护情景能够增强固碳能力,但不能有效控制耕地面积的减小。因此,研究区土地利用规划可统筹考虑生态保护和耕地保护情景,既能增加碳汇,又能保障耕地质量和粮食安全。

关键词：土地利用;Markov-CLUE-S复合模型;InVEST模型;碳储量;情景模拟;淇河流域
Abstract
The change of regional land use is the main cause for the change of carbon storage in territorial ecosystem, which affects the process of carbon emission and sink. However, previous studies on the impact of future land use change on ecosystem carbon storage considering temporal and spatial scales in the basin are still absent. This study analyzed land use change from 2005 to 2015 in the Qihe River Basin, Taihang mountainous areas, and used Markov-CLUE-S composite models to predict land use pattern of this region in 2025, under three scenarios of natural growth, farmland protection and ecological conservation. Based on the data of land use, we used carbon storage module in InVEST model to evaluate carbon storage of territorial ecosystem during the past 10 years and the future. The results showed that: (1) The carbon storage and carbon density of the ecosystem in the Qihe River Basin in 2015 were 3.16×10⁷ t and 141.9 t/hm², respectively, and they both had decreased by 0.07×10⁷ t and 2.89 t/hm² during the 10 years. (2) From 2005 to 2015, the carbon density was mainly reduced in low altitude areas, and the ratio of the increased areas was similar to that of the reduced areas in the high altitude areas. The decrease of carbon density was mainly caused by expansion of construction land in the middle and lower reaches, and degradation of forestland in the upper reach of Qihe River Basin. (3) From 2015 to 2025, the carbon storage and carbon density of ecosystem will decrease by 0.03×10⁷ t and 1.38 t/hm² respectively in the natural growth scenario, mainly due to the reduction of carbon sequestration capacity in low altitude areas. The farmland conservation scenario will slow down the decrease of carbon storage and carbon density (0.01×10⁷ t and 0.44 t/hm²), mainly due to the enhancement of carbon sequestration capacity in low altitude areas. The ecological protection scenario will increase carbon storage and carbon density significantly to 3.19×10⁷ t and 143.26 t/hm² respectively, mainly appearing in the area above 1100 m. The ecological protection scenario can enhance carbon sequestration capacity, but it cannot effectively control the loss of farmland area. Therefore, the land use planning of the study area can comprehensively consider the ecological protection scenario and farmland conservation scenario, which not only increases carbon sink, but also ensures the farmland quality and food security.

Keywords：land use;Markov-CLUE-S composite model;InVEST model;carbon storage;scenario simulation;Qihe River Basin

-->0
PDF (2918KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
朱文博, 张静静, 崔耀平, 郑辉, 朱连奇. 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 https://doi.org/10.11821/dlxb201903004
ZHU Wenbo, ZHANG Jingjing, CUI Yaoping, ZHENG Hui, ZHU Lianqi. Assessment of territorial ecosystem carbon storage based on land use change scenario: A case study in Qihe River Basin[J]. Acta Geographica Sinica, 2019, 74(3): 446-459 https://doi.org/10.11821/dlxb201903004

1 引言

陆地生态系统碳在全球碳循环过程中起关键作用,提高陆地生态系统碳储量能够有效地减少大气中CO₂的含量,被认为是缓解温室效应对全球气候影响的最经济可行与生态环境友好的重要途径之一,成为世界各国政府和****关注的焦点^[1,2,3,4,5]。土地利用变化是引起陆地生态系统碳储量变化最重要的因素之一,通过改变陆地生态系统的结构、功能和过程来影响其碳储量的变化^[6,7];对大气中CO₂含量增加的贡献仅次于化石燃料的燃烧^[8,9]。因此,定量评估和预测区域土地利用变化对生态系统碳储量的影响,从而探寻土地利用结构优化途径以提高区域生态系统碳储量,对于改善区域生态系统服务功能及减缓气候变化具有重要意义。
近年来国内外****分别从单一或者综合性的生态系统,探究了全球、国家和区域层面土地利用变化对生态系统碳储量的影响。研究表明,在全球尺度,热带地区的森林砍伐是导致陆地生态系统碳储量下降的主要原因^{[10,11,12,13,14]};在国家和区域尺度,耕地转为建设用地增加碳排放以及退耕还林还草或造林计划减少碳排放,是生态系统碳储量变化的两个重要过程^{[15,16,17,18,19,20]}。还有****基于模型模拟未来土地利用变化情景及其对城市生态系统和绿洲生态系统碳储量的影响^[21,22],探讨低碳视角下土地利用空间格局的优化^[23],实现了区域生态系统碳储量的预测及结果的空间可视化表达。以往研究表明土地利用变化对生态系统碳储量的影响主要取决于生态系统类型以及土地利用的转移方式,对未来区域生态系统的管理具有重要的实践意义,并为探寻以碳平衡为目标的土地利用结构优化途径提供了思路。但结合时间和空间尺度预测流域土地利用情景及其生态系统碳储量变化的研究尚不多见。流域是由水资源、社会经济和生态系统构成的复杂巨系统,具有明显的层次结构以及整体功能,从流域角度解决生态环境问题并实现社会经济的可持续发展是一个有效的系统综合途径^[24,25]。有****评估了流域尺度生态系统碳储量的时空格局,并研究了土地利用动态对碳储量的影响^[25,26],但缺少未来情景的模拟研究,对未来流域土地利用变化进行多情景分析并评估潜在碳储量,能够为流域的土地利用规划以及决策提供一定的科学依据,有助于实现流域生态系统的可持续发展。
CLUE-S（Conversion of Land Use and its Effectsat Small region extent）模型是基于土地利用类型与各驱动因素之间的定量关系以及土地利用转换规则,对模拟年份的土地利用数量需求进行空间分配,能够有效模拟不同情景的土地利用格局^[27,28,29]。但该模型的土地利用数量需求模块需要借助其他模型或方法计算。Markov模型可以较好地预测土地利用数量的变化,与CLUE-S模型结合,既可以提高土地利用数量需求的预测精度,又可以有效地模拟土地利用的空间变化^[30]。InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型以土地利用数据为基础,可以实现多目标、多情景下的生态系统碳储量评估^[31,32]。本文选择太行山淇河流域开展研究,该区域位于华北平原与太行山南段的过渡地带,地形起伏较大,地貌类型多样,景观类型丰富。然而由于人类活动的持续干扰,土地利用方式发生了很大的变化,导致生态系统碳储存功能也发生明显变化。鉴于此,本文以2005年和2015年太行山淇河流域土地利用数据为基础,采用Markov-CLUE-S复合模型预测2025年自然增长、耕地保护及生态保护情景下的土地利用格局,并运用InVEST模型的碳储量模块评估近10年及未来不同情景下的生态系统碳储量。

2 数据来源与研究方法

2.1 研究区概况

淇河流域地处太行山南段东麓,介于113o17′E~114o23′E、35o32′N~36o04′N之间,位于中国地形第二阶梯的东缘,东与华北平原相接（图1）。淇河是海河水系卫河的支流,发源于山西陵川,流经山西壶关以及河南的辉县、林州、鹤壁、淇县和浚县,于浚县刘庄和共产主义渠相汇并最终流入卫河;全长约165 km,流域面积2227 km²。海拔自西向东递减,高差起伏较大。河流、谷地横穿研究区,地貌类型有盆地、平原、丘陵及山地,86%的区域为丘陵和山地^[33]。年均气温11.9 ℃,年均降水量573.7 mm,属暖温带半湿润季风气候。该区域植被垂直分异明显,根据太行山南段植被垂直带谱的记录^[34,35],自下而上依次出现低山灌丛及农作物带、低中山落叶阔叶林带、中山针阔叶混交林带、山顶灌丛草甸带。

显示原图|下载原图ZIP|生成PPT
图1研究区位置及高程示意图
-->Fig. 1Location and elevation of Qihe river basin
-->

2.2 数据来源及处理

土地利用数据包括两期,其中2005年土地利用数据来源于国家地球系统数据共享平台—黄河下游科学数据中心（http://www.geodata.cn/）,2015年土地利用数据是以2015年Landsat 8 OLI多光谱影像（来源于地理空间数据云,http://www.gscloud.cn/）为主要数据源,辅以2005年和2010年土地利用数据（来源于黄河下游科学数据中心）、DEM及其生成的坡度和坡向数据,进行人工目视解译,根据中国土地资源分类系统^[36],得到2015年土地利用二级类型图,借助Google Earth高分影像以及经野外采样收集的验证样本对解译结果进行精度验证,解译精度达到86%,能够满足研究需要。并将土地利用二级类合并为一级类,分别为耕地、林地、草地、水域、建设用地和未利用地六类。
本文所选土地利用变化的驱动因素包括地形、土壤和可达性因素。地形因素包括高程、坡度和坡向,由DEM数据（来源于ASTER GDEM）提取得到;土壤因素包括土壤类型、土壤有机质和总氮含量（来源于黄河下游科学数据中心）,并转为栅格数据;可达性因素包括距城镇、农村居民点、河流、省道和乡村道路的距离,借助欧氏距离法计算得到,城镇、农村居民点是由2005年土地利用二级类型图提取得到,河流、省道和乡村道路数据来源于黄河下游科学数据中心。本文的矢量数据均为1∶10万的图件,栅格数据统一使用Grid格式,空间分辨率为150 m,地理坐标系采用WGS_1984_Albers。

2.3 基于Markov-CLUE-S复合模型的土地利用变化预测

（1）Markov-CLUE-S复合模型的运行包括以下5个方面：
① 限制区域的设定。根据研究区的实际情况,本研究未设定限制区域,整个研究区的土地利用都允许发生转化。
② 转换弹性系数和转移矩阵。转换弹性系数表示某地类转为其他地类的难易程度,可用参数ELAS（0~1）表达,值越大表示稳定性越高,发生转变的概率越小。本文参照2005-2015年的土地利用转移概率,结合2015年土地利用模拟精度和Kappa系数,通过多次调试使模拟效果达到最佳,最终将耕地、林地、草地、水域、建设用地和未利用地的转移弹性分别设置为0.7、0.7、0.7、0.8、0.9和0.6。转移矩阵表示各地类间的转移规则,1代表可以转变,0代表不能转变,本研究全设置为1。
③ 土地利用需求计算。本文以2005年和2015年两期土地利用数据为基础,利用Markov模型和线性插值法获得模拟年份及期内年份的土地利用需求。
④ 空间分析。根据土地利用格局和驱动因子数据,利用Binary Logistic逐步回归对每个栅格可能出现某地类的概率进行诊断。
⑤ 模型检验。采用ROC曲线对Logistic回归结果进行检验,若值大于0.7,表明所选驱动因子具有较好的解释能力^[37]。采用Kappa系数对模拟结果进行精度验证,若Kappa系数较大,则表明两幅图件差别较小,模拟精度高^[38]。
（2）土地利用情景设置。由于淇河流域不是一个完整的行政单元,其未来土地利用需求难以预测。鉴于此,本文采用情景分析法,根据各情景模式的特点并参照《山西省土地利用总体规划》和《河南省土地利用总体规划》,通过修改Markov模型的过程转移概率以及CLUE-S模型的输入参数,估算研究区2025年不同情景各用地类型的需求面积。具体情景如下：
① 自然增长情景（Q1）。根据研究区2015年土地利用数据和2005-2015年的土地利用转移概率矩阵,以10年为步长,利用Markov模型预测研究区2025年自然增长情景下的各土地利用类型的面积。
② 耕地保护情景（Q2）。该情景主要通过遏制建设用地的扩张速度以及减缓耕地向其他地类的转移速率,从而加强对耕地的保护。本情景将耕地向建设用地的转移概率降低80%,向林地、草地和水域的转移概率降低30%,向未利用地的转移概率降低100%。
③ 生态保护情景（Q3）。该情景即加强对林地、草地和水域等生态用地的保护,同时加强其他用地向生态用地的转化。本情景将林地、草地、水域向建设用地和未利用地的转移概率分别降低90%和100%;将耕地向林地的转换概率增加20%,向建设用地转换概率放缓60%。
根据2005-2015年土地利用转移概率,并结合不同情景下土地利用需求,制定了不同情景下各土地利用类型的ELAS值（表1）。自然增长情景下,各用地类型的转移概率不变,与2005-2015年转移概率一致;耕地保护情景下,增大耕地的转出限制,同时要求未利用地转为其他用地,因此将耕地的ELAS值增大到0.9,未利用地的ELAS值减小到0.5;生态保护情景下,为有效保护生态用地,增大林地、草地和水域的转出限制,同时要求未利用地转为其他用地,因此分别将林地、草地和水域的ELAS值增大0.1,将未利用地的ELAS值减小0.1。
Tab. 1
表1
表1不同情景下土地利用类型的ELAS值
Tab. 1The determination of elastic parameters of land use types under different scenarios

类型	耕地	林地	草地	水域	建设用地	未利用地
Q1	0.7	0.7	0.7	0.8	0.9	0.6
Q2	0.9	0.7	0.7	0.8	0.9	0.5
Q3	0.7	0.8	0.8	0.9	0.9	0.5

新窗口打开

2.4 基于InVEST模型的生态系统碳储量评估

（1）碳储量的估算。InVEST模型对生态系统碳储量的估算包括常见的四大基本碳库（地上、地下、土壤和死亡有机质）,但由于死亡有机质碳库数据难以获取,故本文仅考虑三大碳库碳储量。碳储量计算原理如下：

C_{i} = C_{i - above} + C_{i - below} + C_{i - soil}

（1）

C_{tot} = \overset{n}{\sum_{i = 1}} C_{i} \times S_{i}

（2）
式中：i为某种土地利用类型;C_i_-_above为土地利用类型i的地上碳密度（t/hm²）;C_i_-_below为土地利用类型i的地下生物碳密度（t/hm²）;C_i_-_soil为土地利用类型i的土壤碳密度（t/hm²）;C_tot为生态系统总的碳储量（t）;S_i为土地利用类型i的面积（hm²）;n为土地利用类型的数量,本文n为6。
（2）碳密度数据的选定。首先,根据李克让等相关研究^[39],并结合不同地类的根茎比^[40,41,42],获得全国水平耕地、林地和草地地上、地下生物量和土壤碳密度数据;根据揣晓伟等研究得到江苏省水域、建设用地和未利用地的地上生物量和土壤碳密度^[43],地下生物量碳密度均默认为0。然后,通过查找资料获得全国、江苏省和淇河流域的年均温分别为9 ℃、15.7 ℃、11.9 ℃,降水量分别为628 mm、1040.4 mm、573.7 mm。最后,采用陈光水等^[44]、Giardina等^[45]、Alam等^[46]研究中的关于生物量碳密度和土壤碳密度分别与气温和降水量的关系模型,修正得到研究区碳密度数据（表2）。
Tab. 2
表2
表2研究区土地利用类型的碳密度(t/hm²)
Tab. 2Carbon density of different land use types (t/hm²)

类型	C_i_-_above	C_i_-_below	C_i_-_soil
耕地	4.02	0.76	105.14
林地	55.74	12.14	174.97
草地	0.39	2.46	96.89
水域	0.04	0	64.03
建设用地	0.01	0	57.63
未利用地	0.01	0	58.89

新窗口打开
在碳模块中基于土地利用和碳密度数据,计算研究区2005年、2015年和2025年3种情景下的碳储量,并进行时空变化分析。

3 结果分析

3.1 土地利用模拟检验及变化特征

3.1.1 土地利用驱动因子诊断运用Logistic回归模型对2005年土地利用数据和驱动因子进行回归分析（表3）。除草地外其他地类的ROC值都在0.8以上,表明所选驱动因子对土地利用的空间格局具有很好的解释能力。草地的ROC值最低,为0.711,主要是由于草地的分布比较分散,导致其空间分布与驱动因子之间的相关性较低。
Tab. 3
表3
表32005年淇河流域不同土地利用类型的Logistic回归结果
Tab. 3Results of Logistic regression for different land use types of Qihe river basin in 2005

编码	耕地		林地		草地		水域		建设用地		未利用地
编码	Beta系数	Exp(B)	Beta系数	Exp(B)	Beta系数	Exp(B)	Beta系数	Exp(B)	Beta系数	Exp(B)	Beta系数	Exp(B)
常量	2.1439	8.5329	-4.8852	0.0076	-1.9361	0.1443	-3.7741	0.0230	0.2381	1.2688	-13.1827	0
sc1gr0	0.0007	1.0007	0.0014	1.0014	-0.0014	0.9986	-0.0023	0.9977	-	-	0.0017	1.0017
sc1gr1	-0.1333	0.8752	0.0980	1.1029	0.0388	1.0395	-0.0896	0.9143	-0.0113	0.9888	0.0738	1.0766
sc1gr2	0.0004	1.0004	-0.0002	0.9998	-	-	-	-	-	-	-	-
sc1gr3	-0.0150	0.985	0.0105	1.0106	-0.0211	0.9791	0.1532	1.1656	-	-	-	-
sc1gr4	0.0084	1.0085	0.0638	1.0659	-0.0825	0.9209	-0.2295	0.7949	0.1963	1.2169	-	-
sc1gr5	-0.0325	0.9680	0.1033	1.1088	-	-	-	-	-	-	-	-
sc1gr6	-	-	0.0001	1.0001	-	-	-	-	-	-	-	-
sc1gr7	-0.0005	0.9995	0.0002	1.0002	0.0004	1.0004	0.0002	1.0002	-0.0090	0.9911	-	-
sc1gr8	-	-	-	-	0.0001	1.0001	-	-	-	-	-	-
sc1gr9	0.0001	1.0001	-	-	-	-	0.0001	1.0001	-	-	-	-
ROC值	0.810		0.848		0.711		0.843		0.956		0.825

注：sc1gr0~sc1gr9所代表的驱动因素依次为：sc1gr0海拔（m）、sc1gr1坡度（o）、sc1gr2坡向、sc1gr3土壤类型、sc1gr4有机质（g/kg）、sc1gr5总氮（g/kg）、sc1gr6到城镇距离（m）、sc1gr7到农村居民点距离（m）、sc1gr8到河流距离（m）及sc1gr9到主要道路距离（m）;-表示未通过0.05的显著性检验;Beta系数为回归系数,Exp（B）为Beta系数以e为底的幂指数,表示事件的发生比率。

新窗口打开
耕地的分布概率主要与地形、土壤类型以及到农村居民点和主要道路的距离有关,其中受坡度的影响最大,坡度每增加1°,耕地分布概率降低12.48%;林地的分布概率与土壤总氮含量呈较强的正相关关系,总氮含量增加1 g/kg,林地分布概率增加10.88%,其次受坡度的影响也较大,坡度增加1°,其分布概率增加10.29%;草地的分布概率与土壤有机质含量呈较强的负相关关系,有机质含量增加1 g/kg,草地分布概率减少7.91%,其次受坡度的影响也较大,坡度增加1°,其分布概率增加3.95%。相对其他用地类型,对水域、建设用地和未利用地有解释作用的因素较少,且显著性不高。水域的分布概率主要与土壤类型和有机质含量有关;建设用地的分布概率与有机质呈正相关关系,而与坡度呈负相关关系;未利用地与海拔和坡度均呈较强的正相关关系。
3.1.2 2005-2015年淇河流域土地利用变化特征表4为2005-2015年淇河流域土地利用转移矩阵。由表4可知,2015年淇河流域土地利用类型以耕地、草地和林地为主,面积占比分别为27.08%、29.88%和35.19%,其次为建设用地和水域（5.41%和2.43%）,未利用地面积占比极少（0.02%）。整体来看,2005-2015年,淇河流域耕地和林地面积呈减少态势,分别减少16.99%和2.57%,水域和建设用地扩张明显,面积分别增加50.27%和37.8%,草地面积增加12.92%,未利用地面积增加了22.5 hm²。10年间发生变化的面积为62286.75 hm²,占总面积的28.2%。耕地的转出面积（25236 hm²）大约是转入面积（12890.25 hm²）的两倍,是其他土地利用类型转入的主要贡献者。林地的转出面积（16427.25 hm²）多于转入面积（14670 hm²）,主要流向草地（12136.5 hm²）,而转入面积来源于草地（8196.75 hm²）和耕地（6169.5 hm²）。草地的转入面积（25143.75 hm²）显著多于转出面积（16177.5 hm²）,转入面积的主要来源是林地（12136.5 hm²）和耕地（12114 hm²）。水域的转入面积（4009.5 hm²）显著大于转出面积（2198.25 hm²）,且有61.56%来源于耕地。建设用地在2005-2015年间表现为大幅扩张态势,转入面积（5541.75 hm²）约为转出面积（2238.75 hm²）的2.5倍,且有80.76%来源于耕地。
Tab. 4
表4
表42005-2015年淇河流域土地利用转移矩阵(hm²）
Tab. 4Land use conversion matrix in Qihe river basin during 2005-2015 (hm²)

2015年	2005年
2015年	耕地	林地	草地	水域	建设用地	未利用地	总计	转入总计
耕地	47422	3262.5	6655.5	1257.75	1714.5	0	60312.25	12890.25
林地	6169.5	51878.75	8196.75	231.75	67.5	4.5	66548.75	14670
草地	12114	12136.5	53237.5	591.75	299.25	2.25	78381.25	25143.75
水域	2468.25	623.25	762.75	1404.75	155.25	0	5414.25	4009.5
建设用地	4475.25	391.5	555.75	117	6499.25	2.25	12041	5541.75
未利用地	9	13.5	6.75	0	2.25	2	33.5	31.5
总计	72658	68306	69415	3603	8738	11	222731	-
转出总计	25236	16427.25	16177.5	2198.25	2238.75	9	-	62286.75

新窗口打开
（3）模拟结果检验基于2005年的土地利用模拟2015年的土地利用,并运用Kappa系数进行精度检验,2005年土地利用图和2015年现状及模拟的土地利用图如图2所示。模拟正确的栅格数为82768,正确率为83.8%,Kappa系数为80.6%,能够满足研究需要。

显示原图|下载原图ZIP|生成PPT
图22005年淇河流域土地利用图和2015年现状与模拟的土地利用图
-->Fig. 2Land use maps of 2005 and as well as simulation maps of 2015 in Qihe river basin
-->

3.2 土地利用变化情景分析

图3展示了2025年淇河流域不同情景下的土地利用模拟结果,图4为2015-2025年淇河流域不同情景下土地利用变化。由图3、图4可见,耕地面积在自然增长和生态保护情景下呈不同程度的减少态势,分别减少6081.75 hm²（10.03%）和3280.5 hm²（5.41%）;在耕地保护情景下得到有效控制,增加了3352.5 hm²（5.53%）。作为主要生态用地的林地,在生态保护情景下得到了有效的保护,面积达到68724 hm²（30.84%）,而在其他两种情景下面积逐渐缩小。草地面积在自然增长情景下呈明显扩张趋势,增加了4925.25 hm²（6.28%）,在生态保护情景下扩张速度减缓,仅增加了486 hm²（0.62%）,而在耕地保护情景下由于控制了耕地向草地的流转,导致草地面积减少。水域面积在3种情景下的变化与草地相似,在自然增长和生态保护情景下呈扩张态势,在耕地保护情景下呈萎缩态势。3种情景下建设用地均呈不同幅度的扩张,且表现为以居民点为中心的圈层式扩张,以及沿河流和道路两侧的轴式扩张。而由于耕地保护情景和生态保护情景分别加强了对耕地和生态用地的保护,因此两种情景下建设用地的扩张速度均得到有效遏制,面积分别增加13.5 hm²（0.11%）和297 hm²（2.44%）。未利用地面积在自然增长情景下增加了13.5 hm²,而在耕地保护和生态保护情景下被开发利用,分别减少20.25 hm²和29.25 hm²。

显示原图|下载原图ZIP|生成PPT
图32025年淇河流域不同情景下土地利用模拟结果
-->Fig. 3The simulated results of land use under different scenarios of Qihe river basin in 2025
-->

显示原图|下载原图ZIP|生成PPT
图42015-2025年淇河流域土地利用变化情景对比
-->Fig. 4Scenario comparison of land use change in the Qihe river basin during 2010-2030
-->

3.3 生态系统碳储量和碳密度的时空变化

由图5a发现,淇河流域2005年和2015年总碳储量分别为3.23×10⁷ t和3.16×10⁷ t,平均碳密度分别为144.79 t/hm²和141.9 t/hm²,10年间分别下降了0.07×10⁷ t和2.89 t/hm²,该区建设用地的大肆扩张以及林地、耕地和草地之间的相互转化是碳储量和碳密度下降的直接原因。2015-2025年自然增长情景下碳储量和平均碳密度继续减少,分别下降0.03×10⁷ t和1.38 t/hm²;耕地保护情景下两者下降的幅度明显减小,分别下降0.01×10⁷ t、0.44 t/hm²;生态保护情景下两者明显增加,分别达到3.19×10⁷ t和143.26 t/hm²。由此可见,自然增长情景碳储量下降仍较明显,耕地保护情景降低了碳储量下降幅度,生态保护情景能够有效增加生态系统碳储量。

显示原图|下载原图ZIP|生成PPT
图52005年、2015年和2025年各情景下淇河流域的碳储量和碳密度及碳密度随海拔的变化
-->Fig. 5Carbon storage and carbon density under different scenarios of 2005, 2015, and 2025, and the change of carbon density with the increase of altitude in Qihe river basin
-->

图5b表明淇河流域碳密度始终随海拔而发生变化,随海拔升高,淇河流域碳密度的变化趋势均呈“N”字型,表现为先增后减再增加的特征,碳密度高值区（≥ 150 t/hm²）主要分布于海拔650 m以上的区域,约占研究区面积的48%。由图6a、6b、6d、6e和6f可知,在空间上碳密度高值区主要位于山西陵川、壶关境内,小部分位于林州和鹤壁交界处,该区林地所占比重较大;低值区位于中游的林州境内和下游的鹤壁市辖区及淇县、浚县境内,相比其他区域,该区建设用地和水域所占比重相对较大,因此碳密度普遍较低。

显示原图|下载原图ZIP|生成PPT
图62005、2015和2025年各情景下淇河流域的碳密度及其变化量的空间分布
-->Fig. 6Spatial distribution of carbon density and their changes under different scenarios of 2005, 2015 and 2025 in Qihe river basin
-->

由图5b还可以发现,2005-2015年碳密度在海拔低于600 m及1300~1500 m区域以减少为主;在1000~1100 m和1700~1800 m区域以增加为主。自然增长情景下,低海拔区域的碳密度继续减少;耕地保护情景下,低海拔区域的碳密度略有增加;生态保护情景碳密度的增加主要发生在海拔高于1100 m的区域。
由图6c、6g、6h和6i和表5发现,碳密度变化量均以基本不变为主,所占比例均在96%以上。2005-2015年碳密度明显减少区占3.45%,分布较为分散,淇河中下游林州和鹤壁境内碳密度的下降主要是由于建设用地的大肆扩张侵占了耕地,淇河上游碳密度的下降是由于林地向草地的转换及草地向水域的转换所致;碳密度明显增加区占0.43%,集中在林州与壶关及辉县与陵川的交界处,与该区实施退耕还林及生态重建工程等有关。2015-2025年,自然增长情景下碳密度明显减少区和明显增加区所占比例均有所下降,分别为1.61%和0.12%,在上游地区两者交错分布,下游地区主要以减少为主;耕地保护情景下,碳密度明显减少区所占比例显著下降（0.6%）,明显增加区所占比例有所增加（0.51%）,在中上游地区两者交错分布,下游地区以增加为主,主要由于海拔较低区域有效地控制了建设用地的扩张;生态保护情景下,碳密度明显减少区所占比例显著减少（0.17%）,分散分布在中下游地区,明显增加区所占比例增加（1.1%）,集中在中上游地区,生态恢复主要发生在该区,耕地、草地转为林地使该区碳密度增加。
Tab. 5
表5
表52005-2015年及2015-2025年淇河流域不同情景碳密度变化量统计
Tab. 5Statistics on carbon density changes during 2005-2015 and 2015-2025 under different scenarios

时段	明显减少(≤ -20 t/hm²)		基本不变(-20~20 t/hm²)		明显增加(≥ 20 t/hm²)
时段	栅格数	比例(%)	栅格数	比例(%)	栅格数	比例(%)
2005-2015年	3419	3.45	95205	96.11	430	0.43
2015-2025年(Q1)	1599	1.61	97340	98.27	115	0.12
2015-2025年(Q2)	595	0.60	97958	98.89	501	0.51
2015-2025年(Q3)	170	0.17	97795	98.73	1089	1.10

新窗口打开

4 结论与讨论

4.1 结论

（1）2005-2015年淇河流域耕地和林地面积分别减少16.99%和2.57%,水域和建设用地扩张明显,面积分别增加50.27%和37.8%。2015-2025年自然增长情景下耕地面积继续减少,建设用地继续扩张;耕地保护情景下,耕地面积增加5.53%,建设用地面积仅增加0.11%;生态保护情景下,耕地面积减少5.41%,生态用地面积均呈不同程度的增加趋势。
（2）2015年淇河流域碳储量和碳密度分别为3.16×10⁷ t和141.9 t/hm²,2005-2015年分别下降0.07×10⁷ t和2.89 t/hm²。2005-2015年碳密度在低海拔区域以减少为主,在高海拔区域增加区与减少区比例相当,淇河中下游建设用地的大肆扩张以及上游林地的退化是导致碳密度下降的主要原因。
（3）2015-2025年淇河流域自然增长情景下碳储量和碳密度下降仍较明显,分别下降0.03×10⁷ t和1.38 t/hm²,明显减少区所占比例远大于明显增加区,主要是低海拔区域固碳能力的减弱;耕地保护情景减缓了碳储量和碳密度下降幅度（0.01×10⁷ t和0.44 t/hm²）,主要是由于低海拔区域固碳能力的增强;生态保护情景下明显增加区占比大于明显减少区,碳储量和碳密度显著增加,分别达到3.19×10⁷ t和143.26 t/hm²,主要发生在海拔高于1100 m的区域。
综上所述,近年来淇河流域生态系统固碳能力呈减弱态势,自然增长情景下继续减弱,耕地保护情景可以有效控制减弱速度,生态保护情景能够增强固碳能力,但不能有效控制耕地面积的减小。因此未来对淇河流域土地利用结构的优化,可统筹考虑耕地保护和生态保护情景,在低海拔区域适当控制建设用地的扩张,加强对优质耕地的保护,高海拔区域实施生态恢复工程,并对陡坡劣质耕地采取退耕还林措施,在提高碳储量的同时,粮食安全与耕地质量也得到了保障。

4.2 讨论

（1）本文碳密度数据是通过搜集前人研究成果并采用模型参数修正法修正获得,相比以往区域性研究大多直接采用全国尺度的碳密度值,本文碳密度的获取方法是一种比较新的尝试,有助于提高区域生态系统碳储量估算结果的准确性。由于数据获取的限制性,本文搜集了研究区周边若干种实测的或通过模型模拟得到的碳密度数据与本研究结果进行对比。王海稳研究发现太行山区耕地和林地地上生物量碳密度分别为4.53 t/hm²和50.92 t/hm^{2 [47]},与本文通过修正获得的耕地和林地地上生物量碳密度（4.02 t/hm²和55.74 t/hm²）非常接近;朴世龙等研究发现河南省草地地上和地下生物量碳密度分别为0.63 t/hm²和2.82 t/hm^{2 [48]},均高于本研究得到的草地地上和地下生物量碳密度（0.39 t/hm²和2.46 t/hm²）,后者与本研究的结果更为接近;李豪杰研究发现河南省建设用地和未利用地的土壤碳密度分别为60 t/hm²和53.3 t/hm^{2 [49]},与本研究得到的建设用地和未利用地的土壤碳密度（57.63 t/hm²和58.89 t/hm²）相一致;陈遐林研究发现华北地区林地土壤碳密度为187.51 t/hm^{2 [50]},与本文的研究结果（174.97 t/hm²）较为一致。整体来看,本文采用模型参数修正法获取碳密度数据具有一定的可靠性和合理性,可见该方法是区域生态系统碳密度获取的一种快速、有效的途径。
（2）Markov-CLUE-S复合模型的应用克服了单一模型的弊端,充分发挥了两个模型分别在数量预测和空间分配方面的优点,实现了土地利用变化模拟在数量和空间上的双重优化,在一定程度上提高了未来土地利用格局的预测精度,但仍存在一定的不足之处：① 在构建未来土地利用情景时,仅仅通过修改Markov模型的过程转移概率估算了不同情景下各用地类型的需求面积,与地方相关政策的结合较弱。然而随着社会经济的发展,未来土地利用变化受当地政策的影响逐渐增强。因此,如何结合相关政策制定更为合理的土地利用需求,将成为未来土地利用变化模拟研究的重点之一。② 驱动力因子的选择对模拟精度有着极大的影响,本文所选的驱动因子都是较容易空间化的因子,如地形、土壤因素、距离因子等,但区域土地利用变化往往还受社会经济及政策的影响,因此本文所选驱动因子不够全面,在一定程度上降低了对回归方程的解释效果。未来的研究如何将社会经济因子和相关政策进行定量化和空间化表达,并纳入驱动因子体系中,是提高CLUE-S模型模拟精度的关键。
（3）碳储量估算结果存在一定的不确定性。① InVEST模型输入数据的不确定性。利用Markov-CLUE-S复合模型模拟不同情景土地利用格局时,由于未充分考虑社会经济和地方相关政策的影响,使得模拟结果具有一定的不确定性。同时,参照前人研究成果以及气象数据修正获取的研究区碳密度值,虽然与研究区周边的碳密度数据比较接近,但由于在人类活动和环境变化等因素的影响下碳密度值会发生动态变化,因此采用以往研究结果修正得到的碳密度值也会使碳储量估算结果存在不确定性。② 估算结果的不确定性来自模型本身。InVEST模型碳储量模块侧重于不同土地利用类型之间的碳密度差异,忽视了土地利用类型内部以及植被年龄结构带来的固碳功能的差异,给碳储量服务空间格局的模拟带来一定的障碍,造成碳储量评估结果的不确定性。未来的研究应通过实地调研获取实测数据对碳密度值的合理性进行验证,或获取充足的野外监测数据,及时补充土地利用类型内部空间异质性以及植被年龄结构对碳密度的影响,以提高区域生态系统碳储量评估的准确性。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	Schimel D S, House J I, Hibbard K A, et al.Recent patterns and mechanisms of carbon recent patterns and mechanisms of carbon exchange by terrestrial ecosystems . Nature, 2001, 414(6860): 169-172.https://doi.org/10.1038/35102500 URLPMID:11700548 [本文引用: 1]摘要 Knowledge of carbon exchange between the atmosphere, land and the oceans is important, given that the terrestrial and marine environments are currently absorbing about half of the carbon dioxide that is emitted by fossil-fuel combustion. This carbon uptake is therefore limiting the extent of atmospheric and climatic change, but its long-term nature remains uncertain. Here we provide an overview of the current state of knowledge of global and regional patterns of carbon exchange by terrestrial ecosystems. Atmospheric carbon dioxide and oxygen data confirm that the terrestrial biosphere was largely neutral with respect to net carbon exchange during the 1980s, but became a net carbon sink in the 1990s. This recent sink can be largely attributed to northern extratropical areas, and is roughly split between North America and Eurasia. Tropical land areas, however, were approximately in balance with respect to carbon exchange, implying a carbon sink that offset emissions due to tropical deforestation. The evolution of the terrestrial carbon sink is largely the result of changes in land use over time, such as regrowth on abandoned agricultural land and fire prevention, in addition to responses to environmental changes, such as longer growing seasons, and fertilization by carbon dioxide and nitrogen. Nevertheless, there remain considerable uncertainties as to the magnitude of the sink in different regions and the contribution of different processes.
[2]	Piao S, Fang J, Ciais P, et al.The carbon balance of terrestrial ecosystems in China . Nature, 2009, 458(7241): 1009-1013.https://doi.org/10.1038/nature07944 URLPMID:19396142 [本文引用: 1]摘要 The carbon balance of China is of a large scientific and political concern because China is one of the largest fossil fuel CO2 emitter.Here,we use three independent approaches,biomass and soil carbon inventories,biogeochemical models,and atmospheric inversions,to quantify the terrestrial carbon balance of China and its mechanisms.The three approaches produce robustly similar estimates of a net carbon sink in a range of 0.19-0.24 petagrams C per year,indicating that China's terrestrial biosphere has absorbed 28%-37% of its cumulated fossil carbon emission during 1980s and 1990s.The sink is mostly located in southern China,which is related to regional climate change,plantation programs,and shrub recovery.
[3]	Ji Jinjun, Huang Mei, Li Kerang.The predication research of Chinese carbon exchange between the terrestrial ecosystem and the atmosphere in 21st century . Scientia Sinica (Terrae), 2008, 38(2): 211-223.https://doi.org/10.1007/s11442-008-0201-7 URL [本文引用: 1]摘要利用大气-植被相互作用模型(AVIM2)模拟研究了中国陆地生态系统碳贮量的变化和与大气的碳交换,即生态系统的净初级生产力(NPP)、植被和土壤碳贮量、土壤呼吸和净生态系统生产力(NEP)对SRESB2气候变化情景和大气CO2浓度变化情景的响应.研究表明,未来100a大气CO2浓度不变而只考虑气候变化情景时,中国陆地生态系统NPP总量随时间变化逐渐下降;与此同时,植被和土壤碳总量以及NEP总量也下降.至2020年,中国陆地生态系统由21世纪初的碳汇变成碳源.在同时考虑未来气候变化和大气二氧化碳浓度增加的情景下,未来100a中国陆地生态系统NPP总量持续增长,由20世纪末的2.94GtC·a-1增加到21世纪末的3.99GtC·a-1,同时土壤和植被碳贮量也持续增加,到21世纪末总量增大到110.3GtC.NEP总量在21世纪初期和中期保持上升趋势,大约在2050年达到最大值,之后逐渐下降,到21世纪末接近于零. [季劲钧, 黄玫, 李克让. 21世纪中国陆地生态系统与大气碳交换的预测研究 . 中国科学: 地球科学, 2008, 38(2): 211-223.]https://doi.org/10.1007/s11442-008-0201-7 URL [本文引用: 1]摘要利用大气-植被相互作用模型(AVIM2)模拟研究了中国陆地生态系统碳贮量的变化和与大气的碳交换,即生态系统的净初级生产力(NPP)、植被和土壤碳贮量、土壤呼吸和净生态系统生产力(NEP)对SRESB2气候变化情景和大气CO2浓度变化情景的响应.研究表明,未来100a大气CO2浓度不变而只考虑气候变化情景时,中国陆地生态系统NPP总量随时间变化逐渐下降;与此同时,植被和土壤碳总量以及NEP总量也下降.至2020年,中国陆地生态系统由21世纪初的碳汇变成碳源.在同时考虑未来气候变化和大气二氧化碳浓度增加的情景下,未来100a中国陆地生态系统NPP总量持续增长,由20世纪末的2.94GtC·a-1增加到21世纪末的3.99GtC·a-1,同时土壤和植被碳贮量也持续增加,到21世纪末总量增大到110.3GtC.NEP总量在21世纪初期和中期保持上升趋势,大约在2050年达到最大值,之后逐渐下降,到21世纪末接近于零.
[4]	Fang Jingyun, Yu Guirui, Ren Xiaobo, et al.Carbon sequestration in China's terrestrial ecosystems under climatechange: Progress on ecosystem carbon sequestration from the CAS Strategic Priority Research Program . Bulletin of the Chinese Academy of Sciences, 2015, 30(6): 848-857.URL [本文引用: 1]摘要气候变化是当前人类生存和发展所面临的共同挑战,受到世界各国人民和政府的高度关注。陆地生态系统固碳被认为是最经济可行和环境友好的减缓大气CO2浓度升高的重要途径之一,因此,如何提高陆地生态系统碳储量及其固碳能力,是近年来全球变化研究的热点领域。2011年,中科院启动了"应对气候变化的碳收支认证及相关问题"的战略性先导科技专项;其中,生态系统固碳任务群在中国森林、灌丛、草地和农田生态系统约16 000个野外样地进行了系统的野外调查,并开展了6大国家重大生态工程固碳效应评估和4个典型区域固碳增汇技术体系和示范的综合研究。在全国尺度上准确评估了森林、灌丛、草地和农田生态系统的固碳现状、速率和潜力,科学评估了中国重大生态工程的固碳效应,并发展了兼顾社会经济和固碳效应需求的区域可持续新模式。此外,生态系统固碳任务群首次在国家尺度构建了科学的、可核查的陆地生态系统碳清查实体数据库,不仅可为中国应对气候变化的国际间谈判提供重要数据,还将在中国生态文明建设中发挥重要作用。 [方精云, 于贵瑞, 任小波, 等. 中国陆地生态系统固碳效应: 中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”之生态系统固碳任务群研究进展 . 中国科学院院刊, 2015, 30(6): 848-857.]URL [本文引用: 1]摘要气候变化是当前人类生存和发展所面临的共同挑战,受到世界各国人民和政府的高度关注。陆地生态系统固碳被认为是最经济可行和环境友好的减缓大气CO2浓度升高的重要途径之一,因此,如何提高陆地生态系统碳储量及其固碳能力,是近年来全球变化研究的热点领域。2011年,中科院启动了"应对气候变化的碳收支认证及相关问题"的战略性先导科技专项;其中,生态系统固碳任务群在中国森林、灌丛、草地和农田生态系统约16 000个野外样地进行了系统的野外调查,并开展了6大国家重大生态工程固碳效应评估和4个典型区域固碳增汇技术体系和示范的综合研究。在全国尺度上准确评估了森林、灌丛、草地和农田生态系统的固碳现状、速率和潜力,科学评估了中国重大生态工程的固碳效应,并发展了兼顾社会经济和固碳效应需求的区域可持续新模式。此外,生态系统固碳任务群首次在国家尺度构建了科学的、可核查的陆地生态系统碳清查实体数据库,不仅可为中国应对气候变化的国际间谈判提供重要数据,还将在中国生态文明建设中发挥重要作用。
[5]	Dai Erfu, Huang Yu, Wu Zhuo, et al.Spatial-temporal features of carbon source-sink and its relationship with climate factors in Inner Mongolia grassland ecosystem . Acta Geographica Sinica, 2016, 71(1): 21-34.https://doi.org/10.11821/dlxb201601002 URL [本文引用: 1]摘要草地净生态系统生产力(NEP)能够表征草地生态系统的固碳能力,直接定性定量地描述草地生态系统的碳源/汇性质和大小。因此,研究区域尺度草地生态系统NEP具有重要的实践意义。基于卫星遥感资料、地面气象观测资料及实地采样数据,结合光能利用率模型估算了2001-2012年内蒙古草地生态系统净初级生产力(NPP)。同时,应用土壤呼吸模型估算了逐月平均土壤呼吸量(Rs),进而估算内蒙古草地净生态系统生产力(NEP)。研究揭示了2001-2012年内蒙古草地生态系统NPP、NEP年际变化规律、气候因子的年际变化规律,以及草地NPP、NEP与主要气候因子的关系。结果表明:2001年以来,内蒙古草地生态系统整体发挥碳汇效应,净碳汇总量达到0.55 Pg C,年均固碳率约为0.046 Pg C/a;研究区大部分草地NPP、NEP与降水均呈正相关关系,与温度相关性不显著,内蒙古草地生态系统仍有巨大的固碳潜力。 [戴尔阜, 黄宇, 吴卓, 等. 内蒙古草地生态系统碳源/汇时空格局及其与气候因子的关系 . 地理学报, 2016, 71(1): 21-34.]https://doi.org/10.11821/dlxb201601002 URL [本文引用: 1]摘要草地净生态系统生产力(NEP)能够表征草地生态系统的固碳能力,直接定性定量地描述草地生态系统的碳源/汇性质和大小。因此,研究区域尺度草地生态系统NEP具有重要的实践意义。基于卫星遥感资料、地面气象观测资料及实地采样数据,结合光能利用率模型估算了2001-2012年内蒙古草地生态系统净初级生产力(NPP)。同时,应用土壤呼吸模型估算了逐月平均土壤呼吸量(Rs),进而估算内蒙古草地净生态系统生产力(NEP)。研究揭示了2001-2012年内蒙古草地生态系统NPP、NEP年际变化规律、气候因子的年际变化规律,以及草地NPP、NEP与主要气候因子的关系。结果表明:2001年以来,内蒙古草地生态系统整体发挥碳汇效应,净碳汇总量达到0.55 Pg C,年均固碳率约为0.046 Pg C/a;研究区大部分草地NPP、NEP与降水均呈正相关关系,与温度相关性不显著,内蒙古草地生态系统仍有巨大的固碳潜力。
[6]	Houghton R A, Werf G R V D, Defries R S, et al. Chapter G2 Carbon emissions from land use and land-cover change . Biogeosciences, 2012, 9(1): 5125-5142.https://doi.org/10.5194/bg-9-5125-2012 URL [本文引用: 1]摘要 The net flux of carbon from land use and land-cover change (LULCC) accounted for 12.5% of anthropogenic carbon emissions from 1990 to 2010. This net flux is the most uncertain term in the global carbon budget, not only because of uncertainties in rates of deforestation and forestation, but also because of uncertainties in the carbon density of the lands actually undergoing change. Furthermore, there are differences in approaches used to determine the flux that introduce variability into estimates in ways that are difficult to evaluate, and not all analyses consider the same types of management activities. Thirteen recent estimates of net carbon emissions from LULCC are summarized here. In addition to deforestation, all analyses considered changes in the area of agricultural lands (croplands and pastures). Some considered, also, forest management (wood harvest, shifting cultivation). None included emissions from the degradation of tropical peatlands. Means and standard deviations across the thirteen model estimates of annual emissions for the 1980s and 1990s, respectively, are 1.14 ?? 0.23 and 1.12 ?? 0.25 Pg C yr???1 (1 Pg = 1015 g carbon). Four studies also considered the period 2000???2009, and the mean and standard deviations across these four for the three decades are 1.14 ?? 0.39, 1.17 ?? 0.32, and 1.10 ?? 0.11 Pg C yr???1. For the period 1990???2009 the mean global emissions from LULCC are 1.14 ?? 0.18 Pg C yr???1. The standard deviations across model means shown here are smaller than previous estimates of uncertainty as they do not account for the errors that result from data uncertainty and from an incomplete understanding of all the processes affecting the net flux of carbon from LULCC. Although these errors have not been systematically evaluated, based on partial analyses available in the literature and expert opinion, they are estimated to be on the order of ?? 0.5 Pg C yr???1.
[7]	Baumann M, Gasparri I, Gavier Pizarro G, et al.Carbon emissions from agricultural expansion and intensification in the Chaco . Global Change Biology, 2017, 23(5): 1902-1916.https://doi.org/10.1111/gcb.13521 URLPMID:27782350 [本文引用: 1]摘要 Abstract Carbon emissions from land-use changes in tropical dry forest systems are poorly understood, although they are likely globally significant. The South American Chaco has recently emerged as a hot spot of agricultural expansion and intensification, as cattle ranching and soybean cultivation expand into forests, and as soybean cultivation replaces grazing lands. Still, our knowledge of the rates and spatial patterns of these land-use changes and how they affected carbon emissions remains partial. We used the Landsat satellite image archive to reconstruct land-use change over the past 30 years and applied a carbon bookkeeping model to quantify how these changes affected carbon budgets. Between 1985 and 2013, more than 142 000 km(2) of the Chaco's forests, equaling 20% of all forest, was replaced by croplands (38.9%) or grazing lands (61.1%). Of those grazing lands that existed in 1985, about 40% were subsequently converted to cropland. These land-use changes resulted in substantial carbon emissions, totaling 824 Tg C between 1985 and 2013, and 46.2 Tg C for 2013 alone. The majority of these emissions came from forest-to-grazing-land conversions (68%), but post-deforestation land-use change triggered an additional 52.6 Tg C. Although tropical dry forests are less carbon-dense than moist tropical forests, carbon emissions from land-use change in the Chaco were similar in magnitude to those from other major tropical deforestation frontiers. Our study thus highlights the urgent need for an improved monitoring of the often overlooked tropical dry forests and savannas, and more broadly speaking the value of the Landsat image archive for quantifying carbon fluxes from land change.
[8]	Foley J A, Defries R, Asner G P, et al.Global consequences of land use . Science, 2005, 309(5734): 570-574.https://doi.org/10.1126/science.1111772 URL [本文引用: 1]
[9]	Houghton R A.Revised estimates of the annual net flux of carbon to the atmosphere from changes in land use and land management 1850-2000 . Tellus, 2003, 55(2): 378-390. [本文引用: 1]
[10]	Baccini A, Goetz S J, Walker W S, et al.Estimated carbon dioxide emissions from tropical deforestation improved by carbon-density maps . Nature Climate Change, 2012, 2(3): 182-185.https://doi.org/10.1038/nclimate1354 URL [本文引用: 1]摘要 Deforestation contributes 6-17% of global anthropogenic CO2 emissions to the atmosphere(1). Large uncertainties in emission estimates arise from inadequate data on the carbon density of forests and the regional rates of deforestation. Consequently there is an urgent need for improved data sets that characterize the global distribution of aboveground biomass, especially in the tropics. Here we use multi-sensor satellite data to estimate aboveground live woody vegetation carbon density for pan-tropical ecosystems with unprecedented accuracy and spatial resolution. Results indicate that the total amount of carbon held in tropical woody vegetation is 228.7 Pg C, which is 21% higher than the amount reported in the Global Forest Resources Assessment 2010 (ref. 3). At the national level, Brazil and Indonesia contain 35% of the total carbon stored in tropical forests and produce the largest emissions from forest loss. Combining estimates of aboveground carbon stocks with regional deforestation rates(4) we estimate the total net emission of carbon from tropical deforestation and land use to be 1.0 Pg C yr(-1) over the period 2000-2010-based on the carbon bookkeeping model. These new data sets of aboveground carbon stocks will enable tropical nations to meet their emissions reporting requirements (that is, United Nations Framework Convention on Climate Change Tier 3) with greater accuracy.
[11]	Houghton R A.Carbon emissions and the drivers of deforestation and forest degradation in the tropics . Current Opinion in Environmental Sustainability, 2012, 4(6): 597-603.https://doi.org/10.1016/j.cosust.2012.06.006 URL [本文引用: 1]摘要 The net emissions of carbon from deforestation and degradation in the tropics, including the draining and burning of peat swamps in SE Asia, averaged 651.4 (±0.5)PgCyr611 over the period 1990–2010. Most (60–90%) of the emissions were from deforestation; degradation (or reductions of biomass density within forests) is more difficult to document but results from harvest of wood and the re-clearing of fallow forests within the shifting cultivation cycle. The main driver of deforestation is agriculture, whether permanent or shifting, and whether for food crops or pasture. The relative contribution of deforestation and degradation to anthropogenic carbon emissions has been declining, but reducing emissions from land, along with reduced emissions from fossil fuels, could help stabilize the CO2 concentration of the atmosphere.Received: 25-4-2012; Accepted: 8-6-2012
[12]	Navin R, Hollyk G, Frédéric A, et al.Challenges to estimating carbon emissions from tropical deforestation . Global Change Biology, 2007, 13(1): 51-66.https://doi.org/10.1111/j.1365-2486.2006.01272.x URL [本文引用: 1]摘要 An accurate estimate of carbon fluxes associated with tropical deforestation from the last two decades is needed to balance the global carbon budget. Several studies have already estimated carbon emissions from tropical deforestation, but the estimates vary greatly and are difficult to compare due to differences in data sources, assumptions, and methodologies. In this paper, we review the different estimates and datasets, and the various challenges associated with comparing them and with accurately estimating carbon emissions from deforestation. We performed a simulation study over legal Amazonia to illustrate some of these major issues. Our analysis demonstrates the importance of considering land-cover dynamics following deforestation, including the fluxes from reclearing of secondary vegetation, the decay of product and slash pools, and the fluxes from regrowing forest. It also suggests that accurate carbon-flux estimates will need to consider historical land-cover changes for at least the previous 20 years. However, this result is highly sensitive to estimates of the partitioning of cleared carbon into instantaneous burning vs. long-timescale slash pools. We also show that carbon flux estimates based on 'committed flux' calculations, as used by a few studies, are not comparable with the 'annual balance' calculation method used by other studies.
[13]	Gutierrez-Velez V H, Pontius R G. Influence of carbon mapping and land change modelling on the prediction of carbon emissions from deforestation . Environmental Conservation, 2012, 39(4): 325-336.https://doi.org/10.1017/S0376892912000173 URL [本文引用: 1]
[14]	Nogueira E M, Yanai A M, Vasconcelos S S D, et al. Carbon stocks and losses to deforestation in protected areas in Brazilian Amazonia . Regional Environmental Change, 2018, 18(5): 261-270.https://doi.org/10.1007/s10113-017-1198-1 URL [本文引用: 1]摘要 By 2014 approximately 2.2 million km2 (~43%) of Brazil’s Legal Amazonia region had been incorporated into an extensive network of 718 protected areas, which are comprised by 372 indigenous lands, 313
[15]	Tao Y, Li F, Liu X, et al.Variation in ecosystem services across an urbanization gradient: A study of terrestrial carbon stocks from Changzhou, China . Ecological Modelling, 2015, 318(1): 210-216.https://doi.org/10.1016/j.ecolmodel.2015.04.027 URL [本文引用: 1]摘要 Ecosystem services in urban areas are regarded as multiple environmental benefits fostered by urban ural landscapes. A wide range of ecosystem services have been largely affected by land use and cover change in urban areas, leading to significant variation of ecosystem services, such as terrestrial carbon stocks across a gradient of urbanization. Urban areas are critical for terrestrial carbon dynamics owing to both considerable amount of biomass and soil carbon stored in cities and significant losses in carbon stocks from urban land use and cover change. We used Changzhou, a typical fast-growing city in China, as a case study, and estimated biomass and soil carbon stored in land covers using the InVEST model. We also quantified gradient changes in terrestrial carbon stocks in response to urban land use and cover change along two sample transects as a function of distance from the urban center. We found that carbon densities decreased with increasing intensity of urban development. Gradient transect analyses revealed an overall trend of increasing carbon stocks from the urban center to peri-urban areas as a direct result of land use and cover change driven by policy-oriented urban planning, which led to both infilling of empty areas within the urban center and sprawling of urban land toward peri-urban areas. As recent growth trends continue, the expansion of urban land markedly decreased areas previously dominated by green open spaces, making urban land use and cover change and losses in carbon stocks an increasingly important component of regional carbon dynamics. We proposed measures to mitigate these negative effects of urbanization on carbon stocks both for densely built-up areas and for rapidly urbanizing peri-urban areas.
[16]	Lai L, Huang X, Yang H, et al.Carbon emissions from land-use change and management in China between 1990 and 2010 . Science Advances, 2016, 2(11): e1601063.https://doi.org/10.1126/sciadv.1601063 URLPMID:5099982 [本文引用: 1]摘要 Overall land-use change and management have contributed about 1.45 Pg of carbon to the total carbon released in China from 1990 to 2010. China has experienced enormous changes in land use in recent decades, which are largely driven by its unparalleled economic development. We analyze changes in vegetation and soil carbon storage between 1990 and 2010 resulting from combinations of land-use category conversion and management. Results demonstrate a major decline in grasslands (616.85%; 20.83 × 106ha) and large increases in urban areas (+43.73%; 6.87 × 106ha), farmlands (+0.84%; 1.48 × 106ha), and forests (+0.67%; 1.52 × 106ha). The total soil organic carbon pool has been reduced by approximately 11.5 Tg of carbon (TgC) year611, whereas 13.2 TgC year611has accumulated in the biomass carbon pool because of land-use category change. Large carbon losses (approximately 101.8 TgC year611) have resulted from land management failures, including forest fires and insect pests. Overall land-use change and land management have contributed about 1.45 Pg of carbon to the total carbon released from 1990 to 2010. Our results highlight the importance of improving land-use management, especially in view of the recently proposed expansion of urban areas in China.
[17]	Zhao Mingwei, Yue Tianxiang, Zhao Na, et al.Spatial distribution of forest vegetation carbon stock in China based on HASM . Acta Geographica Sinica, 2013, 24(9): 1212-1224.https://doi.org/10.1007/s11442-014-1086-2 URL [本文引用: 1]摘要当前区域尺度上森林碳储量估算主要依据森林资源清查数据,整个过程不仅消耗大量人力、物力,而且十分耗时,严重影响了森林碳储量估算的时效性。针对这一问题,本文提出了基于HASM的森林植被碳储量模拟方法,该方法以全球植被动态模型LPJ-Guess输出的植被碳储量为驱动场,以森林清查样地数据为精度控制点,模拟生成中国陆地森林碳储量分布情况。研究以第7次中国森林资源清查数据作为精度控制点数据源,同时作为本文模拟方法的精度验证。结果表明,中国森林碳储量为9.2405 Pg,考虑到森林资源清查是基于一定的郁闭度进行的,因此HASM模拟的结果与根据森林资源清查结果计算得出的7.8115 Pg相比更符合实际情况,西南山区和东北林区是中国森林最主要的碳库,其碳储量分别占中国森林植被碳储量的39.82%和20.46%。同时与之前(1975-1995年)相比具有较大幅度的增长,表明近几十年来中国坚持大规模植树造林的碳汇效果显著。同时也表明基于HASM的森林植被碳储量空间分布模拟方法是有效的,模拟结果合理且精度较高,表明该方法在全球尺度上森林植被碳储量模拟及其它生态系统中碳储量模拟中具有应用潜力。 [赵明伟, 岳天祥, 赵娜, 等. 基于HASM的中国森林植被碳储量空间分布模拟 . 地理学报, 2013, 24(9): 1212-1224.]https://doi.org/10.1007/s11442-014-1086-2 URL [本文引用: 1]摘要当前区域尺度上森林碳储量估算主要依据森林资源清查数据,整个过程不仅消耗大量人力、物力,而且十分耗时,严重影响了森林碳储量估算的时效性。针对这一问题,本文提出了基于HASM的森林植被碳储量模拟方法,该方法以全球植被动态模型LPJ-Guess输出的植被碳储量为驱动场,以森林清查样地数据为精度控制点,模拟生成中国陆地森林碳储量分布情况。研究以第7次中国森林资源清查数据作为精度控制点数据源,同时作为本文模拟方法的精度验证。结果表明,中国森林碳储量为9.2405 Pg,考虑到森林资源清查是基于一定的郁闭度进行的,因此HASM模拟的结果与根据森林资源清查结果计算得出的7.8115 Pg相比更符合实际情况,西南山区和东北林区是中国森林最主要的碳库,其碳储量分别占中国森林植被碳储量的39.82%和20.46%。同时与之前(1975-1995年)相比具有较大幅度的增长,表明近几十年来中国坚持大规模植树造林的碳汇效果显著。同时也表明基于HASM的森林植被碳储量空间分布模拟方法是有效的,模拟结果合理且精度较高,表明该方法在全球尺度上森林植被碳储量模拟及其它生态系统中碳储量模拟中具有应用潜力。
[18]	Laganière J, Angers D A, Paré D.Carbon accumulation in agricultural soils after afforestation: A meta-analysis . Global Change Biology, 2010, 16(1): 439-453.https://doi.org/10.1111/j.1365-2486.2009.01930.x URL [本文引用: 1]摘要 <P>Deforestation usually results in significant losses of soil organic carbon (SOC). The rate and factors determining the recovery of this C pool with afforestation are still poorly understood. This paper provides a review of the influence of afforestation on SOC stocks based on a meta-analysis of 33 recent publications (totaling 120 sites and 189 observations), with the aim of determining the factors responsible for the restoration of SOC following afforestation. Based on a mixed linear model, the meta-analysis indicates that the main factors that contribute to restoring SOC stocks after afforestation are: previous land use, tree species planted, soil clay content, preplanting disturbance and, to a lesser extent, climatic zone. Specifically, this meta-analysis (1) indicates that the positive impact of afforestation on SOC stocks is more pronounced in cropland soils than in pastures or natural grasslands; (2) suggests that broadleaf tree species have a greater capacity to accumulate SOC than coniferous species; (3) underscores that afforestation using pine species does not result in a net loss of the whole soil-profile carbon stocks compared with initial values (agricultural soil) when the surface organic layer is included in the accounting; (4) demonstrates that clay-rich soils (> 33%) have a greater capacity to accumulate SOC than soils with a lower clay content (< 33%); (5) indicates that minimizing preplanting disturbances may increase the rate at which SOC stocks are replenished; and (6) suggests that afforestation carried out in the boreal climate zone results in small SOC losses compared with other climate zones, probably because trees grow more slowly under these conditions, although this does not rule out gains over time after the conversion. This study also highlights the importance of the methodological approach used when developing the sampling design, especially the inclusion of the organic layer in the accounting.</P>
[19]	Liao Lianglin, Zhou Lei, Wang Shaoqiang, et al.Carbon sequestration potential of biomass carbon pool for newafforestation in China during 2005-2013 . Acta Geographica Sinica, 2016, 71(11): 1939-1947.https://doi.org/10.11821/dlxb201611006 URL [本文引用: 1]摘要本文利用2005-2013年林业统计年鉴中每个省市新造林面积和遥感分类提取得到的2010年土地覆被类型,结合公开发表的各类森林生长方程和各个时期的森林存活率,估算了中国新造林在2005-2100年生物量碳库变化及其固碳潜力。结果表明：2005-2013年中国新造林面积达到4394×10^4hm^2,在自然生长状况下,到2020年新造林蓄积量增加16.8亿m^3,生物量增加1.6 Pg,生物量碳库0.76 Pg C;新造林生物量碳库在2005-2100年中将增加2.11 Pg C,相当于目前现有森林生物量碳库的25%,约是过去20年森林总碳汇的1.5倍;新造林生物量碳密度逐年增加,最高达到48.1 Mg/hm^2。整合林业统计年鉴以及遥感解译的森林类型对新造林生物量固碳潜力分析,研究表明新造林具有较大的碳汇潜力,对中国现有森林碳汇平衡有重要贡献。 [廖亮林, 周蕾, 王绍强, 等. 2005-2013年中国新增造林植被生物量碳库固碳潜力分析 . 地理学报, 2016, 71(11): 1939-1947.]https://doi.org/10.11821/dlxb201611006 URL [本文引用: 1]摘要本文利用2005-2013年林业统计年鉴中每个省市新造林面积和遥感分类提取得到的2010年土地覆被类型,结合公开发表的各类森林生长方程和各个时期的森林存活率,估算了中国新造林在2005-2100年生物量碳库变化及其固碳潜力。结果表明：2005-2013年中国新造林面积达到4394×10^4hm^2,在自然生长状况下,到2020年新造林蓄积量增加16.8亿m^3,生物量增加1.6 Pg,生物量碳库0.76 Pg C;新造林生物量碳库在2005-2100年中将增加2.11 Pg C,相当于目前现有森林生物量碳库的25%,约是过去20年森林总碳汇的1.5倍;新造林生物量碳密度逐年增加,最高达到48.1 Mg/hm^2。整合林业统计年鉴以及遥感解译的森林类型对新造林生物量固碳潜力分析,研究表明新造林具有较大的碳汇潜力,对中国现有森林碳汇平衡有重要贡献。
[20]	Han X, Zhao F, Tong X, et al.Understanding soil carbon sequestration following the afforestation of former arable land by physical fractionation . Catena, 2017, 150: 317-327.https://doi.org/10.1016/j.catena.2016.11.027 URL [本文引用: 1]摘要 To determine soil organic carbon (SOC) sequestration and storage mechanisms following the afforestation of arable land, soil samples were collected from a depth of 0–10002cm from cropland as well as six hippophae ( Hippophae rhamnoides ) and robinia ( Robinia pseudoacacia ) stands, which represented two afforestation chronosequences that were converted from arable land 13 and 3902yrs ago, respectively, in the Loess Hilly Region of China. The SOC in the whole soil profile was separated into four specific size/density fractions: coarse free (cf) particulate organic carbon (POC) inter-macroaggregates (>0225002μm), fine free POC (ffPOC) inter-microaggregates ?thyc=5?> (53–25002μm), intra–microaggregate POC (iPOC) and mineral–associated organic carbon (MOC) in silt02+02clay (022502yrs02>021302yrs, whereas under the hippophae stands, the order was 3802yrs02=022802yrs02>021302yrs. The concentrations of SOC in all of the fractions in each soil layer were significantly higher under afforested stands relative to cropland, especially in the topsoil layer (0–1002cm). At a soil depth of 0–10002cm, the SOC sequestration rates in the fractions under robinia over 3902yrs were ranked on the order of MOC (0.9402Mg02C02ha 61021 02yr 61021 )02>02iPOC (0.4102Mg02C02ha 61021 02yr 61021 )02>02cfPOC (0.3502Mg02C02ha 61021 02yr 61021 )02>02ffPOC (0.1202Mg02C02ha 61021 02yr 61021 ), whereas the order under hippophae over 3802yrs was MOC (0.2702Mg02C02ha 61021 02yr 61021 )02>02cfPOC (0.1802Mg02C02ha 61021 02yr 61021 )02>02ffPOC (0.0902Mg02C02ha 61021 02yr 61021 )02=02iPOC (0.0702Mg02C02ha 61021 02yr 61021 ). Furthermore, MOC accounted for 47.0% and 52.1% of SOC sequestration under hippophae 3802yrs after afforestation and under robinia 3902yrs after afforestation, respectively. Our results indicate that the afforestation of former arable land with robinia and hippophae in the loess hilly gully region could greatly increase SOC sequestration in all four fractions, especially the MOC.
[21]	Jiang W, Deng Y, Tang Z, et al.Modelling the potential impacts of urban ecosystem changes on carbon storage under different scenarios by linking the CLUE-S and the InVEST models . Ecological Modelling, 2017, 345(2): 30-40.https://doi.org/10.1016/j.ecolmodel.2016.12.002 URL [本文引用: 1]摘要 Carbon storage plays an important role in urban ecosystems. However, urban expansion leads to urban ecosystem changes and hence directly threatens carbon storage. Therefore, modelling the potential impacts of urban expansion on carbon storage is necessary. This study links the Conversion of Land Use and its Effects at Small regional extent (CLUE-S) model and the Integrated Valuation of Environmental Services and Tradeoffs (InVEST) model to analyze the potential impacts of urban expansion on carbon storage in Changsha-Zhuzhou-Xiangtan urban agglomeration from 2014 to 2023 under three urban expansion scenarios, namely Natural Increase Scenario (NIS), Cultivated Protection Scenario (CPS), and Ecological Protection Scenario (EPS). The results indicated (1) carbon storage of Changsha-Zhuzhou-Xiangtan urban agglomeration experienced a loss of 8.64Tg from 1995 to 2009; (2) from 2014 to 2023, the carbon storage will experience the most loss of 8.54Tg under the NIS, will experience the least loss of 7.12Tg under the EPS, and will experience moderate loss of 7.92Tg under the CPS; (3) the conversions of green land ecosystem and cultivated ecosystem to built-up ecosystem are the main cause of regional carbon storage loss in Changsha-Zhuzhou-Xiangtan urban agglomeration; (4) the carbon storage loss will primarily occur in the junction region of Changsha-Zhuzhou-Xiangtan urban agglomeration because every city is incline to expand toward other cities in an urban agglomeration system. We argue in favor of integrating multiple ecosystem services into urban land use planning to obtain a sustainable development.
[22]	Liang Y, Liu L, Huang J.Integrating the SD-CLUE-S and InVEST models into assessment of oasis carbon storage in northwestern China . PLos One, 2017, 12(2): e0172494.https://doi.org/10.1371/journal.pone.0172494 URLPMID:5322964 [本文引用: 1]摘要 Spatio-temporal integrated assessment of land-use change impacts on carbon storage services is a new and important research field in land science and landscape ecology. The objective of this paper is to use an integrated SD-CLUE-S and InVEST model to simulate and predict land-use changes impacts during 2000 2018 on carbon storage at pixel and regional scales in the Zhangye oasis, Northwest China. The SD-CLUE-S model was used to simulate land-use change, and three land-use scenarios (current trend, moderate protection, and strict protection) were defined in collaboration with oasis socioeconomic development and ecological environment conservation by local government. The InVEST model was then used to simulate land-use change impacts on carbon storage at different scales in the oasis. The results showed that: (1) the effects of built-up land expansion were especially notable, with a rapid decrease in cropland during 2009 2018; (2) the strict protection scenario saved the largest amount of carbon storage for the oasis compared with the current trend and moderate protection scenarios. The scientific value of this study has been to show that the proposed modeling method can be used to reflect different land-use patterns and their effects on ecosystem services at multiple scales in the oasis. Furthermore, this research can be used to help government managers encourage stakeholders to contribute funds and strategies to maintain oasis landscape patterns and ecological processes by implementing local plans for potential conservation projects.
[23]	Wang Huimin, Zeng Yongnian.Land use optimization simulation based on low-carbon emissions in eastern part of Qinghai Plateau . Geographical Research, 2015, 34(7): 1270-1284.https://doi.org/10.11821/dlyj201507007 URL [本文引用: 1]摘要人类活动导致的土地利用变化及其碳效应在区域及全球碳循环研究中具有举足轻重的作用.以位于青海高原东部的海东市为研究区,在探讨土地利用碳循环系数的基础上,预测海东市2020年低碳情景下的土地利用结构,并运用CLUE-S模型模拟了海东市土地利用低碳优化空间格局,然后对比分析低碳情景与规划情景下,海东市2020年土地利用格局的差异.研究表明:①尽管低碳情景下研究区域水浇地和旱地持续减少,但相对于规划情景,优质耕地的流失量减少.②有林地稳定增加,疏林草地缓慢增加,区域固碳能力逐步提升.③建设用地适度扩张,增加幅度小于规划情景,其中城镇用地相对于规划情景碳排放减少14.03万t.低碳视角的区域土地利用结构调整与空间布局优化,为区域土地利用科学规划与管理提供决策支持. [王慧敏, 曾永年. 青海高原东部土地利用的低碳优化模拟: 以海东市为例 . 地理研究, 2015, 34(7): 1270-1284.]https://doi.org/10.11821/dlyj201507007 URL [本文引用: 1]摘要人类活动导致的土地利用变化及其碳效应在区域及全球碳循环研究中具有举足轻重的作用.以位于青海高原东部的海东市为研究区,在探讨土地利用碳循环系数的基础上,预测海东市2020年低碳情景下的土地利用结构,并运用CLUE-S模型模拟了海东市土地利用低碳优化空间格局,然后对比分析低碳情景与规划情景下,海东市2020年土地利用格局的差异.研究表明:①尽管低碳情景下研究区域水浇地和旱地持续减少,但相对于规划情景,优质耕地的流失量减少.②有林地稳定增加,疏林草地缓慢增加,区域固碳能力逐步提升.③建设用地适度扩张,增加幅度小于规划情景,其中城镇用地相对于规划情景碳排放减少14.03万t.低碳视角的区域土地利用结构调整与空间布局优化,为区域土地利用科学规划与管理提供决策支持.
[24]	Zhang J, Zhu W, Zhao F, et al.Spatial variations of terrain and their impacts on landscape patterns in the transition zone from mountains to plains: A case study of Qihe River Basin in the Taihang Mountains . Science China (Earth Sciences), 2018, 61(4): 450-461.https://doi.org/10.1007/s11430-016-9158-2 URL [本文引用: 1]摘要 Terrain plays a key role in landscape pattern formation, particularly in the transition zones from mountains to plains.Exploring the relationships between terrain characteristics and landscape types in terrain-complex areas can help reveal the mechanisms underlying the relationships. In this study, Qihe River Basin, situated in the transition zone from the Taihang Mountains to the North-China Plain, was selected as a case study area. First, the spatial variations in the relief amplitudes(i.e.,high-amplitude terrain undulations) were analyzed. Second, the effects of relief amplitudes on the landscape patterns were indepth investigated from the perspectives of both landscape types and landscape indices. Finally, a logistic regression model was employed to examine the relationships between the landscape patterns and the influencing factors(natural and human) at different relief amplitudes. The results show that with increasing relief amplitude, anthropogenic landscapes gradually give in to natral landscapes. Specifically, human factors normally dominate the gentle areas(e.g., flat areas) in influencing the distribution of landscape types, and natural factors normally dominate the highly-undulating areas(e.g., moderate relief areas). As for the intermediately undulating areas(i.e.,medium relief amplitudes), a combined influence of natural and human factors result in the highest varieties of landscape types. The results also show that in micro-relief areas and small relief areas where natural factors and human factors are more or less equally active,landscape types are affected by a combination of natural and human factors.The combination leads to a high fragmentation and a high diversity of landscape patterns. It seems that appropriate human interferences in these areas can be conducive to enhancing landscape diversity and that inappropriate human interferences can aggravate the problems of landscape fragmentation.
[25]	Qian Caiyun, Gong Jie, Zhang Jinxi, et al.Change and tradeoffs-synergies analysis on watershed ecosystemservices: A case study of Bailongjiang Watershed, Gansu . Acta Geographica Sinica, 2018, 73(5): 868-879.https://doi.org/10.11821/dlxb201805007 URL [本文引用: 2]摘要甘肃白龙江流域是长江上游主要的水源涵养区和环境脆弱区,近几十年来高强度的人类活动加剧了生态环境压力,因此开展白龙江流域生态系统服务变化及权衡协同关系研究对该区域的可持续发展具有重要意义。本文通过生态系统服务变化指数(ESCI)、空间自相关、相关系数法,定量分析了1990-2014年甘肃白龙江流域生态系统服务时空变化过程、空间集聚特征及生态系统服务间的权衡与协同关系。结果表明:(1)1990-2014年间产水量、碳储量、土壤保持和农作物生产4种典型生态系统服务的ESCI值变化迥异,空间分布各具特色,具体表现为:产水量ESCI极值变化超过1倍且前后两时段(1990-2002年,2002-2014年)分布格局有较大出入,而两时段内的碳储量ESCI值变化相同,分布格局也相似,土壤保持ESCI值两极化趋势较农产品生产不明显,但这两者后一时段均与前一时段的ESCI分布相反;(2)4种典型生态系统服务存在空间自相关,局部上正相关类型"组团"出现,集聚性较强,负相关类型散布,集聚性低,空间异质性显著;(3)两种供给服务(产水量与农作物生产)呈负相关的权衡关系,两种调节服务(碳储量与土壤保持)呈正相关的协同关系,不同的供给和调节服务之间关系既有权衡也有协同关系;(4)数值关系上,不同生态系统服务之间的权衡/协同关系在Moran's I和相关系数上表现不一;空间格局上,生态系统服务间的权衡/协同关系异质性显著。 [钱彩云, 巩杰, 张金茜, 等. 甘肃白龙江流域生态系统服务变化及权衡与协同关系 . 地理学报, 2018, 73(5): 868-879.]https://doi.org/10.11821/dlxb201805007 URL [本文引用: 2]摘要甘肃白龙江流域是长江上游主要的水源涵养区和环境脆弱区,近几十年来高强度的人类活动加剧了生态环境压力,因此开展白龙江流域生态系统服务变化及权衡协同关系研究对该区域的可持续发展具有重要意义。本文通过生态系统服务变化指数(ESCI)、空间自相关、相关系数法,定量分析了1990-2014年甘肃白龙江流域生态系统服务时空变化过程、空间集聚特征及生态系统服务间的权衡与协同关系。结果表明:(1)1990-2014年间产水量、碳储量、土壤保持和农作物生产4种典型生态系统服务的ESCI值变化迥异,空间分布各具特色,具体表现为:产水量ESCI极值变化超过1倍且前后两时段(1990-2002年,2002-2014年)分布格局有较大出入,而两时段内的碳储量ESCI值变化相同,分布格局也相似,土壤保持ESCI值两极化趋势较农产品生产不明显,但这两者后一时段均与前一时段的ESCI分布相反;(2)4种典型生态系统服务存在空间自相关,局部上正相关类型"组团"出现,集聚性较强,负相关类型散布,集聚性低,空间异质性显著;(3)两种供给服务(产水量与农作物生产)呈负相关的权衡关系,两种调节服务(碳储量与土壤保持)呈正相关的协同关系,不同的供给和调节服务之间关系既有权衡也有协同关系;(4)数值关系上,不同生态系统服务之间的权衡/协同关系在Moran's I和相关系数上表现不一;空间格局上,生态系统服务间的权衡/协同关系异质性显著。
[26]	Wang Yuangang, Luo Geping, Feng Yixing, et al.Effects of land use/land cover change on carbon storage in Manas River Watershed over the past 50 years . Journal of Natural Resources, 2013, 28(6): 994-1006.https://doi.org/10.11849/zrzyxb.2013.06.010 URL Magsci [本文引用: 1]摘要 <p>土地利用变化对碳收支的影响是当前全球变化研究领域的重点内容之一,中国西北干旱区土地利用变化对陆地生态系统碳收支的影响尚不清楚。论文以西北干旱区流域绿洲水土开发的典范——玛纳斯河流域为研究区,基于Bookkeeping模型,利用多期土地覆被类型图、植被和土壤碳密度历史文献及实地调查资料,开展玛纳斯河流域近50 a荒漠转变为绿洲农田和农田弃耕两种主要土地覆被变化对碳收支的影响研究。玛纳斯河流域的垦殖活动有利于碳储量的增加,在1962—2008年的46 a间,土地利用变化导致流域植被碳储量增加6.34×10<sup>5</sup> t,土壤碳储量增加3.14×10<sup>6</sup> t,总碳储量增加3.77×10<sup>6</sup> t。受土地覆被变化面积和转换类型碳密度差异的影响,不同土地覆被类型转换对碳储量的影响存在显著差异:荒漠草地、裸地开垦为耕地均引起植被和土壤碳储量显著增加;林地开垦为耕地引起植被碳储量减少,土壤碳储量增加,总碳储量减少;而耕地弃耕通常会导致流域碳储量减少。</p> [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 . 自然资源学报, 2013, 28(6): 994-1006.]https://doi.org/10.11849/zrzyxb.2013.06.010 URL Magsci [本文引用: 1]摘要 <p>土地利用变化对碳收支的影响是当前全球变化研究领域的重点内容之一,中国西北干旱区土地利用变化对陆地生态系统碳收支的影响尚不清楚。论文以西北干旱区流域绿洲水土开发的典范——玛纳斯河流域为研究区,基于Bookkeeping模型,利用多期土地覆被类型图、植被和土壤碳密度历史文献及实地调查资料,开展玛纳斯河流域近50 a荒漠转变为绿洲农田和农田弃耕两种主要土地覆被变化对碳收支的影响研究。玛纳斯河流域的垦殖活动有利于碳储量的增加,在1962—2008年的46 a间,土地利用变化导致流域植被碳储量增加6.34×10<sup>5</sup> t,土壤碳储量增加3.14×10<sup>6</sup> t,总碳储量增加3.77×10<sup>6</sup> t。受土地覆被变化面积和转换类型碳密度差异的影响,不同土地覆被类型转换对碳储量的影响存在显著差异:荒漠草地、裸地开垦为耕地均引起植被和土壤碳储量显著增加;林地开垦为耕地引起植被碳储量减少,土壤碳储量增加,总碳储量减少;而耕地弃耕通常会导致流域碳储量减少。</p>
[27]	Verburg P H, Soepboer W, Veldkamp A, et al.Modeling the spatial dynamics of regional land use: The CLUE-S model . Environmental Management, 2002, 30(3): 391-405.https://doi.org/10.1007/s00267-002-2630-x URLPMID:12148073 [本文引用: 1]摘要 Land-use change models are important tools for integrated environmental management. Through scenario analysis they can help to identify near-future critical locations in the face of environmental change. A dynamic, spatially explicit, land-use change model is presented for the regional scale: CLUE-S. The model is specifically developed for the analysis of land use in small regions (e.g., a watershed or province) at a fine spatial resolution. The model structure is based on systems theory to allow the integrated analysis of land-use change in relation to socio-economic and biophysical driving factors. The model explicitly addresses the hierarchical organization of land use systems, spatial connectivity between locations and stability. Stability is incorporated by a set of variables that define the relative elasticity of the actual land-use type to conversion. The user can specify these settings based on expert knowledge or survey data. Two applications of the model in the Philippines and Malaysia are used to illustrate the functioning of the model and its validation.
[28]	Deng Hua, Shao Jing'an, Wang Jinliang, et al. Land use driving forces and its future scenario simulation in the Three Gorges Reservoir Area using CLUE-S model . Acta Geographica Sinica, 2016, 71(11): 1979-1997.https://doi.org/10.11821/dlxb201611009 [本文引用: 1]摘要模型模拟和情景变化分析是未来土地利用变化研究的核心内容,本文以2000年三峡库区土地利用现状为基期数据,利用Binary Logistic模型回归分析驱动因子与土地利用间的关系,利用CLUE-S模型对2010年土地利用进行模拟,校验并确定影响库区土地利用驱动因素的主要参数后,基于自然增长、粮食安全、移民建设和生态保护对2020年、2030年库区土地利用情景予以模拟。结果表明:1通过Binary Logistic模型分析和检验,水田、旱地、林地、草地、建设用地和水域的ROC曲线下面积值均大于0.8,表明所选驱动因子对土地利用的解释能力较强,可用来估算土地利用概率分布;2 2010年各地类模拟结果经验证得Kappa系数分别为水田0.9、旱地0.92、林地0.97、草地0.84、建设用地0.85和水域0.77,总体上能满足模拟与预测需求;3多情景模拟显示库区不同土地利用类型在空间上的竞争关系,以及所带来的对库区粮食安全、移民建设、生态保护的影响,包括水田大量转换为旱地("水改旱")、耕地与林草地被建设占用、林草地开垦为耕地、陡坡耕地退为林草地等行为,需要在土地利用优化中平衡各方面的需求;4多因素、多情景模拟能为库区土地利用提供更为清晰的、可供抉择的政策调控思路。 [邓华, 邵景安, 王金亮, 等. 多因素耦合下三峡库区土地利用未来情景模拟 . 地理学报, 2016, 71(11): 1979-1997.]https://doi.org/10.11821/dlxb201611009 [本文引用: 1]摘要模型模拟和情景变化分析是未来土地利用变化研究的核心内容,本文以2000年三峡库区土地利用现状为基期数据,利用Binary Logistic模型回归分析驱动因子与土地利用间的关系,利用CLUE-S模型对2010年土地利用进行模拟,校验并确定影响库区土地利用驱动因素的主要参数后,基于自然增长、粮食安全、移民建设和生态保护对2020年、2030年库区土地利用情景予以模拟。结果表明:1通过Binary Logistic模型分析和检验,水田、旱地、林地、草地、建设用地和水域的ROC曲线下面积值均大于0.8,表明所选驱动因子对土地利用的解释能力较强,可用来估算土地利用概率分布;2 2010年各地类模拟结果经验证得Kappa系数分别为水田0.9、旱地0.92、林地0.97、草地0.84、建设用地0.85和水域0.77,总体上能满足模拟与预测需求;3多情景模拟显示库区不同土地利用类型在空间上的竞争关系,以及所带来的对库区粮食安全、移民建设、生态保护的影响,包括水田大量转换为旱地("水改旱")、耕地与林草地被建设占用、林草地开垦为耕地、陡坡耕地退为林草地等行为,需要在土地利用优化中平衡各方面的需求;4多因素、多情景模拟能为库区土地利用提供更为清晰的、可供抉择的政策调控思路。
[29]	Jiang W, Chen Z, Lei X, et al.Simulating urban land use change by incorporating an autologistic regression model into a CLUE-S model . Journal of Geographical Sciences, 2015, 25(7): 836-850.https://doi.org/10.1007/s11442-015-1205-8 URL [本文引用: 1]摘要 The Conversion of Land Use and its Effects at Small regional extent (CLUE-S) model is a widely used method to simulate land use change. An ordinary logistic regression model was integrated into the CLUE-S model to identify explanatory variables without considering the spatial autocorrelation effect. Using image-derived maps of the Changsha-Zhuzhou-Xiangtan urban agglomeration, the CLUE-S model was integrated with the ordinary logistic regression and autologistic regression models in this paper to simulate land use change in 2000, 2005 and 2009 based on an observation map from 1995. Significant positive spatial autocorrelation was detected in residuals of ordinary logistic models. Some variables that were much more significant than they should be were selected. Autologistic regression models, which used autocovariate incorporation, were better able to identify driving factors. The Receiver Operating Characteristic Curve (ROC) values of autologistic regression models were larger than 0.8 and the pseudo R 2 values were improved, compared with results of logistic regression model. By overlapping the observation maps, the Kappa values of the ordinary logistic regression model (OL)-CLUE-S and autologistic regression model (AL)-CLUE-S models were larger than 0.75. The results showed that the simulation results were indeed accurate. The Kappa fuzzy (Kfuzzy) values of the AL-CLUE-S models (0.780, 0.773, 0.606) were larger than the values of the OL-CLUE-S models (0.759, 0.760, 0.599) during the three periods. The AL-CLUE-S models performed better than the OL-CLUE-S models in the simulation of land use change. The results showed that it is reasonable to integrate autocovariates into CLUE-S models. However, the Kfuzzy values decreased with prolonged duration of simulation and the maximum range of time was not discussed in this paper.
[30]	Hu Y, Zheng Y, Zheng X.Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models . Chinese Geographical Science, 2013, 23(1): 92-100.https://doi.org/10.1007/s11769-013-0594-9 URL [本文引用: 1]
[31]	Dai Erfu, Wang Xiaoli, Zhu Jianjia, et al.Methods, tools and research framework of ecosystem service trade-offs . Geographical Research, 2016, 35(6): 1005-1016.https://doi.org/10.11821/dlyj201606001 URL [本文引用: 1]摘要生态系统服务之间存在着此消彼长的权衡关系或彼此增益的协同关系,科学理解和权衡这些作用关系有利于指导生态系统管理实践,也对实现社会经济发展和生态保护的＂双赢＂目标具有重要意义。系统梳理了国内外现有的生态系统服务权衡研究工作,归纳总结了权衡研究的主要方法：统计学、空间分析、情景模拟和服务流动性分析方法;对权衡研究中常用的生态系统服务权衡模型进行了机理介绍和应用分析;进一步提出了权衡研究的理论框架和重要切入点,即生态系统服务的时空尺度特征、相互作用、效益和驱动机制。对生态系统服务权衡未来的进一步深化研究进行了展望,旨在为国内相关研究提供启迪和参考。 [戴尔阜, 王晓莉, 朱建佳, 等. 生态系统服务权衡: 方法、模型与研究框架 . 地理研究, 2016, 35(6): 1005-1016.]https://doi.org/10.11821/dlyj201606001 URL [本文引用: 1]摘要生态系统服务之间存在着此消彼长的权衡关系或彼此增益的协同关系,科学理解和权衡这些作用关系有利于指导生态系统管理实践,也对实现社会经济发展和生态保护的＂双赢＂目标具有重要意义。系统梳理了国内外现有的生态系统服务权衡研究工作,归纳总结了权衡研究的主要方法：统计学、空间分析、情景模拟和服务流动性分析方法;对权衡研究中常用的生态系统服务权衡模型进行了机理介绍和应用分析;进一步提出了权衡研究的理论框架和重要切入点,即生态系统服务的时空尺度特征、相互作用、效益和驱动机制。对生态系统服务权衡未来的进一步深化研究进行了展望,旨在为国内相关研究提供启迪和参考。
[32]	Zhu Jianjia, Dai Erfu, Zheng Du, et al.Characteristic of tradeoffs between timber production and carbon storage for plantation under harvesting impact: A case study of Huitong National Research Station of Forest Ecosystem . Acta Geographica Sinica, 2018, 73(1): 152-163.https://doi.org/10.11821/dlxb201801013 URL [本文引用: 1]摘要中国人工林面积居世界首位,在全球气候变暖背景下,人工林在提供木材和固定CO_2等方面同时具有重要意义。然而木材生产与碳储量之间存在此消彼长的权衡关系,如何综合考虑二者权衡过程,实现区域森林综合效益最大化,是中国森林生态建设中亟待解决的问题。选择会同森林生态实验站磨哨林场作为研究区,采用人工林固定样地多年观测数据以及In VEST模型,定量评估木材生产与碳储量,构建了不同管理模式下的权衡分析方法,提出了研究区森林生态系统综合效益最佳的权衡对策。研究发现:(1)在采伐活动的影响下,木材生产与碳储量显著负相关(R=-0.907,P0.001),表现出强权衡关系;(2)随着采伐强度增加,木材生产与碳储量的综合效益逐渐增加,权衡值先下降后上升;每10年采伐总面积10%~20%的管理模式下,收获木材量和碳储量的综合效益相对较高且权衡值最低,是最佳森林管理模式;(3)研究区当前采伐强度略高于最佳采伐强度,适当降低采伐强度能够使森林获取更多的综合效益。因此,在明确森林管理目标的基础上,可借助基于标准差的权衡分析方法,提出中国南方人工林生态系统服务提升与可持续经营的权衡对策。 [朱建佳, 戴尔阜, 郑度, 等. 采伐影响下人工林木材生产与固碳功能权衡特征: 以湖南会同森林生态实验站为例 . 地理学报, 2018, 73(1): 152-163.]https://doi.org/10.11821/dlxb201801013 URL [本文引用: 1]摘要中国人工林面积居世界首位,在全球气候变暖背景下,人工林在提供木材和固定CO_2等方面同时具有重要意义。然而木材生产与碳储量之间存在此消彼长的权衡关系,如何综合考虑二者权衡过程,实现区域森林综合效益最大化,是中国森林生态建设中亟待解决的问题。选择会同森林生态实验站磨哨林场作为研究区,采用人工林固定样地多年观测数据以及In VEST模型,定量评估木材生产与碳储量,构建了不同管理模式下的权衡分析方法,提出了研究区森林生态系统综合效益最佳的权衡对策。研究发现:(1)在采伐活动的影响下,木材生产与碳储量显著负相关(R=-0.907,P0.001),表现出强权衡关系;(2)随着采伐强度增加,木材生产与碳储量的综合效益逐渐增加,权衡值先下降后上升;每10年采伐总面积10%~20%的管理模式下,收获木材量和碳储量的综合效益相对较高且权衡值最低,是最佳森林管理模式;(3)研究区当前采伐强度略高于最佳采伐强度,适当降低采伐强度能够使森林获取更多的综合效益。因此,在明确森林管理目标的基础上,可借助基于标准差的权衡分析方法,提出中国南方人工林生态系统服务提升与可持续经营的权衡对策。
[33]	Zhang Jingjing, Zhu Wenbo, Zhao Fang, et al.Spatial variations of terrain and their impacts on landscape patterns in the transition zone from mountains to plains: A case study of Qihe River Basin in the Taihang Mountains . Scientia Sinica(Terrae), 2018, 48(4): 476-486.URL [本文引用: 1]摘要地形对过渡带景观格局的形成起关键作用,定量探讨其作用机理有助于科学解释复杂地域单元的景观格局,从而深入理解其演变过程.文章以位于山地平原过渡带的太行山淇河流域为例,采用均值变点法提取地形起伏度,从类型和景观两个尺度探讨地形起伏度对景观格局的影响,并利用Logistic回归模型研究不同地形起伏度区自然和人为因素与景观格局的定量关系,从而阐释其影响机理.结果表明:(1)淇河流域地形以小起伏(70~200m)为主,主要位于淇河中上游;其次为平坦(0~30m)及微起伏(30~70m),位于研究区两端及中部林州境内;中起伏(≥200m)占比例较少,位于河南与山西及林州与鹤壁的交界处.(2)随地形起伏度增加,景观类型由人为景观逐渐向自然景观过渡,景观多样性和破碎度先增后减,蔓延度和聚集度先减后增.(3)随地形起伏度增加,对景观类型分布具有解释作用的因素逐渐由人为因素占主导转为以自然因素占主导.同时,人为干扰的综合影响逐渐减弱,在平坦区人为干扰使林地和草地分布概率比自然状态下分别减少41.26%和7.74%,而在中起伏区两者的分布概率仅减少1.36%和0.22%.由此可见,山地平原过渡带显著的地形起伏特征带来的水热与人为活动的差异是景观格局形成的直接原因. [张静静, 朱文博, 赵芳, 等. 山地平原过渡带地形起伏特征及其对景观格局的影响: 以太行山淇河流域为例 . 中国科学: 地球科学, 2018, 48(4): 476-486.]URL [本文引用: 1]摘要地形对过渡带景观格局的形成起关键作用,定量探讨其作用机理有助于科学解释复杂地域单元的景观格局,从而深入理解其演变过程.文章以位于山地平原过渡带的太行山淇河流域为例,采用均值变点法提取地形起伏度,从类型和景观两个尺度探讨地形起伏度对景观格局的影响,并利用Logistic回归模型研究不同地形起伏度区自然和人为因素与景观格局的定量关系,从而阐释其影响机理.结果表明:(1)淇河流域地形以小起伏(70~200m)为主,主要位于淇河中上游;其次为平坦(0~30m)及微起伏(30~70m),位于研究区两端及中部林州境内;中起伏(≥200m)占比例较少,位于河南与山西及林州与鹤壁的交界处.(2)随地形起伏度增加,景观类型由人为景观逐渐向自然景观过渡,景观多样性和破碎度先增后减,蔓延度和聚集度先减后增.(3)随地形起伏度增加,对景观类型分布具有解释作用的因素逐渐由人为因素占主导转为以自然因素占主导.同时,人为干扰的综合影响逐渐减弱,在平坦区人为干扰使林地和草地分布概率比自然状态下分别减少41.26%和7.74%,而在中起伏区两者的分布概率仅减少1.36%和0.22%.由此可见,山地平原过渡带显著的地形起伏特征带来的水热与人为活动的差异是景观格局形成的直接原因.
[34]	Ru Wenming.A research on the vegetation in the Southern part of Taihang mountain . Journal of Shanxi Normal University (Natural Science Edition), 1993, 7(Suppl.2): 54-58.URL [本文引用: 1]摘要本文对太行山南段植被的生态环境植被类型组成和分布作了初步探讨,论述了6个植被型、27个群系,并对植被的合理利用提出了初步建议。 [茹文明. 太行山南段植被的研究 . 山西师范大学学报(自然科学版), 1993, 7(Suppl.2): 54-58.]URL [本文引用: 1]摘要本文对太行山南段植被的生态环境植被类型组成和分布作了初步探讨,论述了6个植被型、27个群系,并对植被的合理利用提出了初步建议。
[35]	Kuang Shengshun.The vertical zonation of mountain vertation in Henan . Journal of Henan Normal University (Natural Science Edition), 1991, 19(4): 91-95.URL [本文引用: 1] [邝生舜. 河南山地植被的垂直分布规律 . 河南师范大学学报(自然科学版), 1991, 19(4): 91-95.]URL [本文引用: 1]
[36]	Liu Jiyuan.Study on national resources and environment survey and dynamic monitoring using remote sensing . Journal of Remote Sensing, 1997, 1(3): 225-230.https://doi.org/10.1007/BF02951625 URL Magsci [本文引用: 1]摘要在1992―1995年期间,中国科学院和农业部组织实施了"国家资源环境遥感宏观调查和动态研究"项目,经过3年的工作,通过应用先进的遥感、地理信息系统技术,形成了以"决速、高技术、新信息源和动态"为特点,以资源环境组合分类系统为核心的成套技术路线和方法;完成了国家资源环境的组合分类调查;建立了"国家资源环境数据库";完成了典型地区的资源环境动态研究;在模型研究的基础上,对中国基本资源环境的现状进行了分析。项目的成功证明了利用遥感和地理信息系统技术进行国家资源环境调查和动态监测的优越性。一个运行的遥感、地理信息系统能快速、连续、宏观、客观、准确地提供资源环境动态信息。 [刘纪远. 国家资源环境遥感宏观调查与动态监测研究 . 遥感学报, 1997, 1(3): 225-230.]https://doi.org/10.1007/BF02951625 URL Magsci [本文引用: 1]摘要在1992―1995年期间,中国科学院和农业部组织实施了"国家资源环境遥感宏观调查和动态研究"项目,经过3年的工作,通过应用先进的遥感、地理信息系统技术,形成了以"决速、高技术、新信息源和动态"为特点,以资源环境组合分类系统为核心的成套技术路线和方法;完成了国家资源环境的组合分类调查;建立了"国家资源环境数据库";完成了典型地区的资源环境动态研究;在模型研究的基础上,对中国基本资源环境的现状进行了分析。项目的成功证明了利用遥感和地理信息系统技术进行国家资源环境调查和动态监测的优越性。一个运行的遥感、地理信息系统能快速、连续、宏观、客观、准确地提供资源环境动态信息。
[37]	Pontius R G, Schneider L C.Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA . Agriculture, Ecosystems and Environment, 2001. 85(1-3): 239-248.https://doi.org/10.1016/S0167-8809(01)00187-6 URL [本文引用: 1]摘要 Scientists need a better and larger set of tools to validate land-use change models, because it is essential to know a model prediction accuracy. This paper describes how to use the relative operating characteristic (ROC) as a quantitative measurement to validate a land-cover change model. Typically, a crucial component of a spatially explicit simulation model of land-cover change is a map of suitability for land-cover change, for example a map of probability of deforestation. The model usually selects locations for new land-cover change at locations that have relatively high suitability. The ROC can compare a map of actual change to maps of modeled suitability for land-cover change. ROC is a summary statistic derived from several two-by-two contingency tables, where each contingency table corresponds to a different simulated scenario of future land-cover change. The categories in each contingency table are actual change and actual non-change versus simulated change and simulated non-change. This paper applies the theoretical concepts to a model of deforestation in the Ipswich watershed, USA.
[38]	Lu Wentao, Dai Chao, Guo Huaicheng.Land use scenario design and simulation based on Dyna-CLUE model in Dianchi LakeWatershed . Geographical Research, 2015, 34(9): 1619-1629.https://doi.org/10.11821/d1yj201509002 URL [本文引用: 1]摘要以滇池流域为研究对象,基于1999年、2002年两期TM遥感解译数据和区域自然与社会经济数据,应用Dyna-CLUE模型模拟2008年滇池土地利用空间分布。结合滇池流域土地利用变化趋势与退耕还林政策,设定了三种土地需求情景,模拟2022年区域土地利用空间分布情况。研究结果表明:1两期模拟结果 Kappa系数分别为0.6814与0.7124,具有高度的一致性,表明Dyna-CLUE模型在滇池流域有较强的适用性。2三种情景的模拟结果显示,至2022年流域内未利用地、耕地显著减少,建设用地、林地显著增加,水域与草地相对变化较小,因加大退耕还林政策实施力度,三种情景中,位于官渡区、呈贡区、嵩明县及晋宁县的耕地与林地呈现不同的变化情况。3滇池流域建设用地扩张,增加了滇池非点源污染负荷。不合理的土地利用布局,将会恶化滇池水质,加剧水环境压力。研究结果可为未来滇池流域土地利用合理规划与非点源污染控制提供参考依据和决策支持。 [陆文涛, 代超, 郭怀成. 基于Dyna-CLUE模型的滇池流域土地利用情景设计与模拟 . 地理研究, 2015, 34(9): 1619-1629.]https://doi.org/10.11821/d1yj201509002 URL [本文引用: 1]摘要以滇池流域为研究对象,基于1999年、2002年两期TM遥感解译数据和区域自然与社会经济数据,应用Dyna-CLUE模型模拟2008年滇池土地利用空间分布。结合滇池流域土地利用变化趋势与退耕还林政策,设定了三种土地需求情景,模拟2022年区域土地利用空间分布情况。研究结果表明:1两期模拟结果 Kappa系数分别为0.6814与0.7124,具有高度的一致性,表明Dyna-CLUE模型在滇池流域有较强的适用性。2三种情景的模拟结果显示,至2022年流域内未利用地、耕地显著减少,建设用地、林地显著增加,水域与草地相对变化较小,因加大退耕还林政策实施力度,三种情景中,位于官渡区、呈贡区、嵩明县及晋宁县的耕地与林地呈现不同的变化情况。3滇池流域建设用地扩张,增加了滇池非点源污染负荷。不合理的土地利用布局,将会恶化滇池水质,加剧水环境压力。研究结果可为未来滇池流域土地利用合理规划与非点源污染控制提供参考依据和决策支持。
[39]	Li Kerang, Wang Shaoqiang, Cao Mingkui.Vegetation and soil carbon storage in China . Scientia Sinica (Terrae), 2003, 33(1): 72-80.https://doi.org/10.3321/j.issn:1006-9267.2003.01.008 URL [本文引用: 1]摘要应用0.5°经纬网格分辨率的气候、土壤和植被数据驱动的生物地球化学模型估算了当前中国植被和土壤的碳贮量.结果表明,中国陆地生态系统植被和土壤总碳贮量分别为13.33和82.65 Gt,分别为全球植被和土壤碳贮量的3％和4％,平均植被和土壤碳密度分别为1.47和9.17 kg/m2.它们受气候、植被和土壤类型等影响,区域差异明显,其总趋势是暖湿的东南区大于西北干旱区.最高植被碳密度出现在温暖的东南和西南地区,而最高土壤碳密度出现在寒冷的东北地区和青藏高原东南缘.这些空间类型决定于由气候状况所控制的植物生产力和土壤有机质分解速率,表明植被和土壤碳密度由不同的气候因素所控制. [李克让, 王绍强, 曹明奎. 中国植被和土壤碳贮量 . 中国科学: 地球科学, 2003, 33(1): 72-80.]https://doi.org/10.3321/j.issn:1006-9267.2003.01.008 URL [本文引用: 1]摘要应用0.5°经纬网格分辨率的气候、土壤和植被数据驱动的生物地球化学模型估算了当前中国植被和土壤的碳贮量.结果表明,中国陆地生态系统植被和土壤总碳贮量分别为13.33和82.65 Gt,分别为全球植被和土壤碳贮量的3％和4％,平均植被和土壤碳密度分别为1.47和9.17 kg/m2.它们受气候、植被和土壤类型等影响,区域差异明显,其总趋势是暖湿的东南区大于西北干旱区.最高植被碳密度出现在温暖的东南和西南地区,而最高土壤碳密度出现在寒冷的东北地区和青藏高原东南缘.这些空间类型决定于由气候状况所控制的植物生产力和土壤有机质分解速率,表明植被和土壤碳密度由不同的气候因素所控制.
[40]	Fang Jingyun, Liu Guohua, Xu Songling.Biomass and net production of forest vegetation in China . Acta Ecologica Sinica, 1996, 16(5): 497-508.URL Magsci [本文引用: 1]摘要利用森林蓄积量推算森林生物量和净生产量的方法，系统研究了我国森林植被的生物生产力。结果表明，我国森林生物生产力的地理分布规律与世界总趋势一致，但量上有差异，具体表现在：我国森林生物量的平均值小于世界平均水平，而净生产量却显得较高；我国森林的总生物量是９１０２．８７×１０６ｔ，其中，林分为８５９２．１３×１０６ｔ，经济林３２５．７２×１０６ｔ；竹林１８５．０２×１０６ｔ，疏林、灌木林７９０．５４×１０６ｔ；森林和疏林（含灌木林）的总生产力分别是１１７７．３１×１０６ｔ／ａ和４５８．１６×１０６ｔ／ａ。研究结果还显示，用材积推算的生物量（材积源生物量）比用平均生物量计算的结果更符合实际。分析中国森林在中国及全球陆地碳库中的作用发现，与其他区域和世界平均水平相比较，中国森林在中国陆地植被中所起的主导作用较弱，它的生物量不足全球森林总生物量的１％，然而，它在保护中国土壤碳库功能方面起着其他植被类型所无法替代的作用。 [方精云, 刘国华, 徐嵩龄. 我国森林植被的生物量和净生产量 . 生态学报, 1996, 16(5): 497-508.]URL Magsci [本文引用: 1]摘要利用森林蓄积量推算森林生物量和净生产量的方法，系统研究了我国森林植被的生物生产力。结果表明，我国森林生物生产力的地理分布规律与世界总趋势一致，但量上有差异，具体表现在：我国森林生物量的平均值小于世界平均水平，而净生产量却显得较高；我国森林的总生物量是９１０２．８７×１０６ｔ，其中，林分为８５９２．１３×１０６ｔ，经济林３２５．７２×１０６ｔ；竹林１８５．０２×１０６ｔ，疏林、灌木林７９０．５４×１０６ｔ；森林和疏林（含灌木林）的总生产力分别是１１７７．３１×１０６ｔ／ａ和４５８．１６×１０６ｔ／ａ。研究结果还显示，用材积推算的生物量（材积源生物量）比用平均生物量计算的结果更符合实际。分析中国森林在中国及全球陆地碳库中的作用发现，与其他区域和世界平均水平相比较，中国森林在中国陆地植被中所起的主导作用较弱，它的生物量不足全球森林总生物量的１％，然而，它在保护中国土壤碳库功能方面起着其他植被类型所无法替代的作用。
[41]	Huang Mei, Ji Jinjun, Cao Mingkui, et al.Modeling study of vegetation shoot and root biomass in China . Acta Ecologica Sinica, 2006, 26(12): 4156-4163.https://doi.org/10.3321/j.issn:1000-0933.2006.12.031 URL Magsci [本文引用: 1]摘要应用大气-植被相互作用模型AVIM2在0.1°×0.1°经纬度网格上估算了中国区域植被总生物量、地下和地上生物量以及根茎比的空间分布格局。研究了植被生物量和根茎比的空间分布与水热限制条件的关系。研究表明：中国植被总生物量、地下和地上生物量受水热条件影响明显，空间分布趋势基本相似，即在暖湿的东南和西南地区生物量大，而在干冷的西部地区生物量小。同类植被生物量的空间分布有显著区域差异，气温高、降水量大的区域植被生物量大；低温和干旱地区的植被生物量小。除灌木以外，植被生物量大小的空间分布受水分的影响大于温度。中国区域植被根茎比的空间分布存在明显区域差异，全国大致以大兴安岭、太行山、秦岭以及青藏高原东南侧一线为界线，界线东南植被根茎比较小；界线以西，植被根茎比较大。植被根茎比的空间分布与年平均气温、土壤湿度和年降水量显著反相关，水分因子对根茎比空间分布的影响大于温度。 [黄玫, 季劲钧, 曹明奎, 等. 中国区域植被地上与地下生物量模拟 . 生态学报, 2006, 26(12): 4156-4163.]https://doi.org/10.3321/j.issn:1000-0933.2006.12.031 URL Magsci [本文引用: 1]摘要应用大气-植被相互作用模型AVIM2在0.1°×0.1°经纬度网格上估算了中国区域植被总生物量、地下和地上生物量以及根茎比的空间分布格局。研究了植被生物量和根茎比的空间分布与水热限制条件的关系。研究表明：中国植被总生物量、地下和地上生物量受水热条件影响明显，空间分布趋势基本相似，即在暖湿的东南和西南地区生物量大，而在干冷的西部地区生物量小。同类植被生物量的空间分布有显著区域差异，气温高、降水量大的区域植被生物量大；低温和干旱地区的植被生物量小。除灌木以外，植被生物量大小的空间分布受水分的影响大于温度。中国区域植被根茎比的空间分布存在明显区域差异，全国大致以大兴安岭、太行山、秦岭以及青藏高原东南侧一线为界线，界线东南植被根茎比较小；界线以西，植被根茎比较大。植被根茎比的空间分布与年平均气温、土壤湿度和年降水量显著反相关，水分因子对根茎比空间分布的影响大于温度。
[42]	Piao Shilong, Fang Jingyun, He Jinsheng, et al.Spatial distribution of grassland biomass in China . Chinese Journal of Plant Ecology, 2004, 28(4): 491-498.https://doi.org/10.17521/cjpe.2004.0067 URL Magsci [本文引用: 1]摘要草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。 [朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局 . 植物生态学报, 2004, 28(4): 491-498.]https://doi.org/10.17521/cjpe.2004.0067 URL Magsci [本文引用: 1]摘要草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。
[43]	Chuai Xiaowei, Huang Xianjin, Zheng Zeqing, et al.Land use change and its influence on carbon storage of terrestrial ecosystems in Jiangsu Province . Resources Science, 2011, 33(10): 1932-1939.Magsci [本文引用: 1]摘要土地利用变化是影响陆地生态系统碳储量变化的重要驱动因素,目前相关研究主要集中在土地利用变化对单一生态系统的影响，如土壤生态系统、森林生态系统、农地、草地生态系统等，本文以江苏省为研究区域，综合考虑了整个生态系统来探讨土地利用变化对碳储量的影响。文中涉及到的数据包括土地利用数据、土壤数据、植被数据。利用ArcGIS9.3分析1985到2005年江苏省土地利用变化，根据不同的方法，分别计算了江苏省不同土地利用类型的土壤碳储量和植被碳储量，并分析其对土地利用变化的影响，主要结论如下：①江苏省陆地生态系统总碳储量为975.72Tg，其中土壤碳储量为922.03Tg，占有机碳总储量的94.5%，土壤平均碳密度为9.41 kg/m<sup>2</sup>，植被碳储量为53.69Tg，占有机碳总储量的5.5%，植被平均碳密度为1.791 kg/m<sup>2</sup>；②1985-2005年江苏省陆地生态系统有机碳储量共减少9.73Tg，其中土壤有机碳储量减少7.54Tg，植被有机碳储量减少2.19Tg，土地利用变化造成了有机碳的释放，释放量占江苏省陆地生态系统有机碳储量的1%；③建设占用耕地是引起碳储量变化的主要原因，但总体而言，人类土地利用活动对江苏省陆地生态系统总碳储量平衡的扰动并不大;④应通过加强耕地保护、增加碳汇和土地利用结构优化等方式来降低人为活动对自然碳过程的影响。 [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 . 资源科学, 2011, 33(10): 1932-1939.]Magsci [本文引用: 1]摘要土地利用变化是影响陆地生态系统碳储量变化的重要驱动因素,目前相关研究主要集中在土地利用变化对单一生态系统的影响，如土壤生态系统、森林生态系统、农地、草地生态系统等，本文以江苏省为研究区域，综合考虑了整个生态系统来探讨土地利用变化对碳储量的影响。文中涉及到的数据包括土地利用数据、土壤数据、植被数据。利用ArcGIS9.3分析1985到2005年江苏省土地利用变化，根据不同的方法，分别计算了江苏省不同土地利用类型的土壤碳储量和植被碳储量，并分析其对土地利用变化的影响，主要结论如下：①江苏省陆地生态系统总碳储量为975.72Tg，其中土壤碳储量为922.03Tg，占有机碳总储量的94.5%，土壤平均碳密度为9.41 kg/m<sup>2</sup>，植被碳储量为53.69Tg，占有机碳总储量的5.5%，植被平均碳密度为1.791 kg/m<sup>2</sup>；②1985-2005年江苏省陆地生态系统有机碳储量共减少9.73Tg，其中土壤有机碳储量减少7.54Tg，植被有机碳储量减少2.19Tg，土地利用变化造成了有机碳的释放，释放量占江苏省陆地生态系统有机碳储量的1%；③建设占用耕地是引起碳储量变化的主要原因，但总体而言，人类土地利用活动对江苏省陆地生态系统总碳储量平衡的扰动并不大;④应通过加强耕地保护、增加碳汇和土地利用结构优化等方式来降低人为活动对自然碳过程的影响。
[44]	Chen Guangshui, Yang Yusheng, Xie Jinsheng, et al.Total below ground carbon allocation in China's forests . Acta Ecologica Sinica, 2007, 27(12): 5148-5157.https://doi.org/10.3321/j.issn:1000-0933.2007.12.024 URL Magsci [本文引用: 1]摘要通过收集国内33个森林样地的土壤呼吸和年凋落物量数据，分析中国森林地下碳分配（TBCA）模式。结果表明，中国森林土壤呼吸年通量与年凋落物量呈显著的线性相关(<EM>R</EM><SUP>2</SUP>=0.3319, <EM>P</EM>=0.000)，其中成熟林土壤呼吸与年凋落物量间呈显著的线性相关(<EM>R</EM><SUP>2</SUP>=0.3245, <EM>P</EM>=0.004)，但未成熟林土壤呼吸与年凋落物量间的线性相关不显著(<EM>R</EM><SUP>2</SUP>=0.3485, <EM>P</EM>=0.092)。中国森林的地下碳分配变化范围1.460~25.100 t C hm<SUP>-2</SUP> a<SUP>-1</SUP>，平均值为9.217 t C hm<SUP>-2</SUP> a<SUP>-1</SUP>；中国森林的TBCA与年均气温相关关系不显著(<EM>P</EM>=0.196），但与年均降水量则呈显著正相关(<EM>R</EM>=0.480,<EM>P</EM>=0.021）。中国森林TBCA和凋落物对土壤呼吸的平均贡献分别为74.2%和25.8%；中国森林TBCA对土壤呼吸的贡献随土壤呼吸增大而增大，而凋落物对土壤呼吸的贡献则随土壤呼吸的增大而降低。 [陈光水, 杨玉盛, 谢锦升, 等. 中国森林的地下碳分配 . 生态学报, 2007, 27(12): 5148-5157.]https://doi.org/10.3321/j.issn:1000-0933.2007.12.024 URL Magsci [本文引用: 1]摘要通过收集国内33个森林样地的土壤呼吸和年凋落物量数据，分析中国森林地下碳分配（TBCA）模式。结果表明，中国森林土壤呼吸年通量与年凋落物量呈显著的线性相关(<EM>R</EM><SUP>2</SUP>=0.3319, <EM>P</EM>=0.000)，其中成熟林土壤呼吸与年凋落物量间呈显著的线性相关(<EM>R</EM><SUP>2</SUP>=0.3245, <EM>P</EM>=0.004)，但未成熟林土壤呼吸与年凋落物量间的线性相关不显著(<EM>R</EM><SUP>2</SUP>=0.3485, <EM>P</EM>=0.092)。中国森林的地下碳分配变化范围1.460~25.100 t C hm<SUP>-2</SUP> a<SUP>-1</SUP>，平均值为9.217 t C hm<SUP>-2</SUP> a<SUP>-1</SUP>；中国森林的TBCA与年均气温相关关系不显著(<EM>P</EM>=0.196），但与年均降水量则呈显著正相关(<EM>R</EM>=0.480,<EM>P</EM>=0.021）。中国森林TBCA和凋落物对土壤呼吸的平均贡献分别为74.2%和25.8%；中国森林TBCA对土壤呼吸的贡献随土壤呼吸增大而增大，而凋落物对土壤呼吸的贡献则随土壤呼吸的增大而降低。
[45]	Giardina C P, Ryan M G.Evidence that decomposition rates of organic carbon in mineral soil do not vary with temperature . Nature, 2000, 404(6780): 858-861.https://doi.org/10.1038/35009076 URL [本文引用: 1]
[46]	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 . Journal of Arid Environments, 2013, 89(1): 67-76.https://doi.org/10.1016/j.jaridenv.2012.10.002 URL [本文引用: 1]摘要 http://linkinghub.elsevier.com/retrieve/pii/S0140196312002601
[47]	Wang Haiwen.Study on the ecosystem carbon storage of different land use types in the TaiHang mountain [D] . Baoding: Agricultural University of Hebei, 2007. [本文引用: 1] [王海稳. 太行山区不同土地利用方式下生态系统碳贮量研究 [D]. 保定: 河北农业大学, 2007.] [本文引用: 1]
[48]	Piao Shilong, Fang Jingyun, He Jinsheng, et al.Spatial distribution of grassland biomass in China . Acta Phytoecologica Sinica, 2004, 28(4): 491-498.https://doi.org/10.17521/cjpe.2004.0067 URL Magsci [本文引用: 1]摘要草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。 [朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局 . 植物生态学报, 2004, 28(4): 491-498.]https://doi.org/10.17521/cjpe.2004.0067 URL Magsci [本文引用: 1]摘要草地生态系统是陆地生态系统分布最广的生态系统类型之一，它在全球变化中的作用越来越受到重视。利用中国草地资源清查资料，并结合同期的遥感影像，建立了基于最新修正的归一化植被指数(NDVI)的我国草地植被生物量估测模型，并利用该模型研究了我国草地植被生物量及其空间分布特征。结果表明：草地植被地上生物量与当年最大NDVI值具有很好的相关关系，两者可以用幂函数很好地拟合(R2=0.71, p<0.001)。我国草地植被总地上生物量为146.16 TgC(1 Tg=1012 g)，主要集中在北方干旱、半干旱地区和青藏高原；总地下生物量为898.60 TgC，是地上生物量的6.15倍；而总生物量是1 044.76 TgC，占世界草地植被的2.1%～3.7%，其平均密度约等于315.24 gC·m-2，低于世界平均水平。我国草地植被单位面积地上生物量水平分布趋势为：东南地区高，西北地区低，与水热条件的分布趋势一致；从垂直分布看，在海拔1 350 m和3 750 m处分别出现了波谷和波峰，与我国特有的三级阶梯地势有着密切的关系。此外，我国草地植被生物量为森林的1/4左右，显著大于世界平均水平，说明我国草地在碳平衡中的贡献相对较大。
[49]	Li Haojie.Accurate estimate of soil organic carbon storage in Henan Province based on high-density profile [D]. Zhengzhou: Zhengzhou University, 2016. [本文引用: 1] [李豪杰. 基于高密度剖面的河南省土壤有机碳储量精确估算 [D]. 郑州: 郑州大学, 2016.] [本文引用: 1]
[50]	Chen Xialin.Researches on carbon sequestration functions of main forest types in northern China [D]. Beijing: Beijing Forestry University, 2003. [本文引用: 1] [陈遐林. 华北主要森林类型的碳汇功能研究 [D]. 北京: 北京林业大学, 2003.] [本文引用: 1]

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

本站小编 Free考研考试/2021-12-29

Assessment of territorial ecosystem carbon storage based on land use change scenario: A case study in Qihe River Basin

1 引言