馬曉哲, 王 錚,2,*

1 中國科學院科技政策與管理科學研究所, 北京 100090 2 華東師范大學地理信息科學教育部重點實驗室, 上海 200241

土地利用變化對區(qū)域碳源匯的影響研究進展

馬曉哲1, 王 錚1,2,*

1 中國科學院科技政策與管理科學研究所, 北京 100090 2 華東師范大學地理信息科學教育部重點實驗室, 上海 200241

土地利用變化對陸地生態(tài)系統(tǒng)碳循環(huán)有著重要的影響，既可能成為碳源，也可能是碳匯。在國內(nèi)外相關(guān)研究的基礎(chǔ)上，綜述了土地利用變化對全球及區(qū)域尺度上森林、草地和農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)的影響。全球范圍內(nèi)，森林砍伐后向草地和農(nóng)田的轉(zhuǎn)化發(fā)揮碳源的作用，在毀林碳排放中占主導地位，其中熱帶地區(qū)森林轉(zhuǎn)變?yōu)檗r(nóng)田和草場的碳排放均高于溫帶和北方森林。另一方面，土地利用變化可促進森林的碳貯存，如退耕還林、改善森林管理等。各區(qū)域森林生態(tài)系統(tǒng)通過土地利用變化貯存碳的潛力存在顯著差別，熱帶濕潤和半濕潤地區(qū)具有較大的碳匯潛力，而干旱地區(qū)減少碳排放的空間相對較少。開墾活動是影響草地生態(tài)系統(tǒng)碳儲存最主要的人類活動，草地轉(zhuǎn)變?yōu)檗r(nóng)田伴隨著土壤碳的流失。森林或草場轉(zhuǎn)變?yōu)檗r(nóng)田的過程伴隨著植被和土壤碳儲量的減少，生態(tài)系統(tǒng)碳儲量降低，因此它是一個碳排放的過程。伴隨著城市的擴張，農(nóng)田向建設(shè)用地的轉(zhuǎn)化也是一個碳排放的過程。當前評估土地利用變化影響的研究方法主要有遙感觀測和遙感模型、統(tǒng)計估算、生態(tài)系統(tǒng)模型以及土地利用與生態(tài)系統(tǒng)模型的耦合。研究方法得到不斷地完善和改進的同時，還存在著一些不確定性，因此需要建立統(tǒng)一的觀測統(tǒng)計方法，降低數(shù)據(jù)中的不確定性；完善土地利用與生態(tài)系統(tǒng)模型的耦合研究；建立多尺度土地利用變化及生態(tài)系統(tǒng)綜合技術(shù)方法體系；開展碳減排目標下土地利用最優(yōu)化布局研究。

土地利用變化; 生態(tài)系統(tǒng); 碳源; 碳匯; 模型

土地利用變化改變了地球原有的土地覆被格局，影響范圍廣、強度大，是陸地生態(tài)系統(tǒng)碳循環(huán)最直接的人為驅(qū)動因素之一[1]。土地覆蓋類型的變化往往伴隨著大量的碳交換，多數(shù)的土地利用變化增加了大氣中的碳含量，是一個碳排放的過程，其對大氣CO2濃度急劇增加的影響僅次于人類燃燒化石燃料[2]，1850—2000年土地利用變化累積碳排放156 GtC，約占人為碳排放的33%[3]，2000—2009年土地利用變化年排放(1.1±0.7) GtC，占人為碳排放的12.5%。近年來土地利用變化碳排放占人為碳排放的比重有所下降，主要是化石燃料碳排放量上升的結(jié)果[4]。另一方面，通過退耕還林還草、合理采伐和耕作、完善管理等保護性措施，可以減少陸地生態(tài)系統(tǒng)的碳排放，此時土地利用變化發(fā)揮碳匯的作用。

土地利用變化對陸地生態(tài)系統(tǒng)碳循環(huán)的影響已引起政府和研究機構(gòu)的廣泛關(guān)注。國際地圈生物圈研究計劃與全球環(huán)境變化的人文因素研究計劃聯(lián)合提出了“土地利用/土地覆蓋”研究計劃，作為八個核心研究計劃之一。目前關(guān)于土地利用變化碳效應(yīng)的研究已從多個層面展開，其中多位學者研究了全球歷史時期土地利用變化對陸地生態(tài)系統(tǒng)碳循環(huán)的影響[5- 8]。另有學者從區(qū)域和國家的層面展開研究，涉及到亞馬遜地區(qū)、喜馬拉雅地區(qū)和巴西、英國、印度、奧地利、尼泊爾、中國等國家[9- 17]。受土地利用變化影響的生態(tài)系統(tǒng)主要包括森林、草地、農(nóng)業(yè)等，影響主要體現(xiàn)在生態(tài)系統(tǒng)碳儲量的變化上，因此多位學者分別針對森林、草地、農(nóng)業(yè)或者特定的生態(tài)系統(tǒng)展開了相關(guān)研究。Lal指出自然生態(tài)系統(tǒng)轉(zhuǎn)換到農(nóng)業(yè)生態(tài)系統(tǒng)會使土壤有機碳含量在溫帶地區(qū)降低 60%、熱帶地區(qū)降低 75%以上[18]。Müller-Wenk和Brand?o研究了不同氣候帶森林轉(zhuǎn)變?yōu)椴輬龊娃r(nóng)田的碳排放，并對不同土地利用方式造成植被和土壤的碳排放及在大氣中停留時間做了說明[19]。Tao等指出1901—2005年亞洲熱帶地區(qū)土地利用變化累計碳排放(19.12±3.06) PgC，主要來自東南亞地區(qū)[20]。另外一些學者[21-22]則從政策及經(jīng)濟的角度探討土地利用變化對生態(tài)系統(tǒng)碳循環(huán)所帶來的影響。

隨著研究的不斷深入，模型法成為土地利用變化碳效應(yīng)研究的主要方法，主流模型有 CASA(Carnegie-Ames-Stanford Approach Model)、TEM(Terrestrial Ecosystem Model)、IMAGE(Integrated Model to Assess the Global Environment)、LPJmL(Lund-Potsdam-Jena managed Land Dynamic Global Vegetation, Agriculture and Water Balance Model)等[20,23- 25]。遙感數(shù)據(jù)和技術(shù)在陸地生態(tài)碳循環(huán)方面也取得較大的進展，并被引用到土地利用變化對碳排放影響的研究中[15,26- 30]。雖然土地利用變化碳排放的研究不斷深入，研究方法和模型得到不斷地改進和完善，但土地利用變化對生態(tài)系統(tǒng)碳循環(huán)的影響是一個復雜的過程，當前的研究中仍然存在著很大的不確定性。因此，本文在已有研究的基礎(chǔ)上，綜述土地利用變化對全球及區(qū)域森林、草地和農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)的影響，概括當前研究涉及的模型和方法，并對未來的研究方向提出展望。

1 土地利用變化對碳源匯的影響

土地利用變化對生態(tài)系統(tǒng)的物質(zhì)循環(huán)與能量流動產(chǎn)生較大的影響，改變了生態(tài)系統(tǒng)的結(jié)構(gòu)、過程和功能，進而顯著影響生態(tài)系統(tǒng)各部分的碳分配[31-32]。土地利用變化對陸地生態(tài)系統(tǒng)碳循環(huán)的影響取決于生態(tài)系統(tǒng)的類型和土地利用變化的方式[33]，既可能成為碳源，也可能成為碳匯。森林、草地和農(nóng)業(yè)生態(tài)系統(tǒng)的碳循環(huán)易受土地利用變化的直接影響，因此本文從這幾個方面進行總結(jié)。

1.1 森林生態(tài)系統(tǒng)

森林生態(tài)系統(tǒng)包含了生物圈中大部分的碳，陸地植被與大氣之間碳交換的90%以上是由森林植被來完成的，森林面積及覆蓋類型的變化將會引起全球碳循環(huán)的變動[34]。整個陸地由于森林生態(tài)系統(tǒng)的變化每年向大氣中釋放碳(0.9±0.4) PgC[33]。土地利用變化對森林生態(tài)系統(tǒng)的影響主要表現(xiàn)在毀林，即森林向農(nóng)田或者草地的轉(zhuǎn)變、工業(yè)用材和薪柴的收獲與加工、不適當?shù)墓芾淼?。這些活動，尤其是向農(nóng)田或草地的轉(zhuǎn)變，會導致森林地上生物量的減少，也會降低土壤有機碳含量。這是因為地表植被生物量的降低進一步減少了土壤碳的輸入，其次覆被類型的改變造成土壤溫度升高，加速有機碳的分解并釋放到大氣中[35]。而森林變?yōu)檗r(nóng)田和草場后的土地利用，如農(nóng)田的耕種，會進一步引起土壤有機碳的降低[36]，因此土地利用變化中的毀林是一個碳排放的過程。

毀林的動因主要包括增加耕地和草場面積、用于薪柴和燒炭、不適當?shù)纳止芾?、城市化的發(fā)展等。據(jù)統(tǒng)計發(fā)展中國家中，有61個國家通過毀林實現(xiàn)農(nóng)田和草場面積的增加，44個國家采伐森林主要用作薪材和燒炭，34個國家由于不適當?shù)墓芾韺е律滞嘶痆37]。全球范圍內(nèi)擴張農(nóng)田和草場面積成為毀林的主要動因，其造成的碳排放在毀林碳排放中占據(jù)主導地位。這主要是因為，伴隨著經(jīng)濟的發(fā)展和人口的增長，糧食需求的劇增進一步促進農(nóng)田和草場面積的擴張。Olofsson和Hickler研究表明[6]，4000 B.C. —1990年全球永久性耕地造成的碳排放為194 GtC，其中74%的碳排放源自森林向永久性耕地的轉(zhuǎn)變。Van Minnen等指出[7]，不考慮森林向農(nóng)田和草場的轉(zhuǎn)變，木材的收獲和加工在1700—2000年間產(chǎn)生44 PgC的碳通量，而這一部分碳與重新造林產(chǎn)生的碳匯相當，對大氣CO2濃度影響較小，這進一步說明了森林向農(nóng)田或草地的轉(zhuǎn)變是主要的碳源。

區(qū)域?qū)用嫔希瑲Я值闹饕獎右虿槐M一致，進而毀林碳排放的主要方式呈現(xiàn)區(qū)域性差異。熱帶地區(qū)的森林砍伐主要是為了農(nóng)田和草場的擴張，因此森林向農(nóng)田和草地轉(zhuǎn)換的碳排放占主導地位，約為毀林碳排放的85%，而收獲木材及木材加工品釋放的碳約占15%，碳排放相對較小[3]。這種現(xiàn)象在巴西境內(nèi)尤為顯著，砍伐后的土地6%作為耕地，62%為畜牧場，32%為次生林。熱帶森林轉(zhuǎn)變?yōu)檗r(nóng)田后，碳儲量將損失40%，轉(zhuǎn)變?yōu)槟翀鰧p少20%[38]。另有研究表明，1990—2009年拉丁美洲和非洲熱帶森林轉(zhuǎn)變?yōu)檗r(nóng)田或草場的年均碳排放分別為260和209 TgC，分別占這些地區(qū)森林年排放量的50%和65%,這與森林的大量砍伐直接相關(guān)[36]。與熱帶地區(qū)不同，在北美洲、歐洲和俄羅斯的溫帶地區(qū)，木材的收獲及加工所導致的碳排放成為主要部分[7]。

受氣候帶的影響，森林向農(nóng)田和草場轉(zhuǎn)變導致的碳排放存在區(qū)域差異，如表1所示，熱帶地區(qū)每公頃森林轉(zhuǎn)變?yōu)檗r(nóng)田和草場的碳排放分別為151和120 tC/hm2，均高于溫帶和北方森林的排放量，這主要是因為熱帶森林的單位面積生物量和碳密度往往要高于溫帶和北方森林[19]。表1還說明了，森林轉(zhuǎn)變?yōu)檗r(nóng)田造成的碳排放要高于向草場轉(zhuǎn)變造成的排放，這主要是因為森林用作農(nóng)田后，地上生物量幾乎完全被清除，土壤碳含量也處于下降狀態(tài)，1 m深度土層內(nèi)的土壤碳損失達到25%—30%[39]，而森林轉(zhuǎn)化為草地后，土壤碳的一部分被保留下來，草地土壤有機碳含量高于農(nóng)田[40]，因此森林轉(zhuǎn)變?yōu)椴輬龅奶寂欧畔鄬^小。

土地利用變化一方面減少了森林生態(tài)系統(tǒng)的碳貯存，造成碳排放，另一方面卻可以通過減少森林砍伐、退耕還林、完善管理等保護性措施，促進森林生態(tài)系統(tǒng)的恢復和再生長，達到增匯的目的。森林恢復過程中，植被可以吸收大氣中的碳，而土壤的碳含量則受溫度和濕度的影響，表現(xiàn)出一定的趨勢，從溫帶向熱帶地區(qū)吸收速度加快。受氣候帶的影響，土地利用變化的減排潛力存在明顯的區(qū)域差異，熱帶濕潤和半濕潤地區(qū)土地利用變化碳匯潛力最大，熱帶人工林和林地的恢復可帶來較大的碳匯，而在半干旱地區(qū)，通過土地利用變化減少碳排放的空間相對較少[41]。多位學者針對特定區(qū)域森林碳匯展開研究，Cantarello等[42]估算了英國西南部地區(qū)2000—2020年退耕還林和加強現(xiàn)有森林管理帶來的碳匯，此種情境下年碳匯量相對較高，達到3.63 MgC hm-2a-1。由于退耕還林等政策的實施，中國大量荒漠地、農(nóng)田都轉(zhuǎn)化為了草地或林地，六大造林工程使森林覆蓋率不斷增加[33]。Fang等指出1981—2000年間中國森林面積由116.5 Mhm2增加到142.8 Mhm2，森林總碳庫由4.3 PgC增加到5.9 PgC，年均碳匯0.096—0.106 PgC/a，相當于同期中國工業(yè)CO2排放量的14.6%—16.1%[43]。西南山區(qū)和東北林區(qū)是中國森林的主要碳庫，碳儲量具有較大幅度地增長，表明中國近幾十年大規(guī)模植樹造林的碳匯效果顯著[44]。

表1 森林轉(zhuǎn)變?yōu)椴輬龊娃r(nóng)田轉(zhuǎn)化的碳排放[19]

1.2 草地生態(tài)系統(tǒng)

草地生態(tài)系統(tǒng)占陸地總面積的25%，超過3.0 Ghm2，是全球陸地生態(tài)系統(tǒng)的主要類型之一[34]。全球草地生態(tài)系統(tǒng)中碳儲量約為266.3 PgC，約占陸地生態(tài)系統(tǒng)碳儲量的12.7%，其中草地土壤碳儲量占世界土壤有機質(zhì)碳儲量的15.5%，生物部分碳儲量占世界的6%[45]。因為草地的碳儲量絕大部分約90%集中在土壤中，因此土地利用變化對草地碳循環(huán)的影響主要表現(xiàn)為對土壤碳貯量影響，它即可以通過影響凈初級生產(chǎn)力直接影響土壤碳儲量，也可以通過溫度改變土壤呼吸間接影響土壤有機碳儲量[46]。開墾活動是影響草地碳儲存最主要的人類活動。草地開墾為農(nóng)田的燒荒使植被中的碳素全部釋放到大氣中，也使土壤有機質(zhì)充分暴露在空氣中，促進了土壤呼吸，加速了土壤有機質(zhì)的分解，土壤碳隨之釋放。另外，開墾后農(nóng)作物的收割進一步加劇了土壤碳的流失。總體上，草地的開墾會使土壤碳儲量下降59%[47]，1m深度土層內(nèi)的碳損失20%—30%[39]。

土地利用變化影響草地生態(tài)系統(tǒng)碳儲存的研究，主要是針對特定的地區(qū)和生態(tài)群落進行。Paustian等指出溫帶地區(qū)草地變?yōu)檗r(nóng)田[48]，造成土壤有機碳釋放到大氣中，碳儲量減少18%—29%。近些年來中國糧食和土地需求增加，開墾草原的現(xiàn)象日益突出，嚴重退化草原達到1.8×108hm2，并以每年2×106hm2的速度繼續(xù)退化，草地碳匯總量減少，從2000年的5.54 TgC減少到2008年的5.49 TgC，減少量雖然不大，但減少趨勢明顯[49]。另有學者指出，中國在1990—2010年草地生態(tài)系統(tǒng)碳儲量沒有顯著的變化，處于中性碳匯狀態(tài)，草地的碳吸納強度為0.021t/hm2，同時放牧與圍封等人類活動將對草地碳儲量及其動態(tài)變化產(chǎn)生強烈影響[50]。劉紀遠和王紹強等研究表明，中國在1990—2000年草地土壤碳儲量損失了42.5—112.8 TgC，其中林地轉(zhuǎn)變?yōu)椴莸睾?，中國西南地區(qū)土壤碳損失2.04 TgC，為中國六大地區(qū)之首；草地轉(zhuǎn)變?yōu)楦睾?，華北地區(qū)的土壤碳排放30.53 TgC[51]。

對于草地生態(tài)系統(tǒng)，可以通過減少放牧和割草，對退化草地禁牧，合理灌溉施肥等管理措施，促進草地的自然演替，實現(xiàn)碳儲量的增加。Schmitt等研究了奧地利阿爾卑斯山土地利用變化對山地草原碳交換的影響。研究表明，收割和放牧之后草地從碳匯轉(zhuǎn)變?yōu)樘荚?。采取管理措施的草地生物量和碳儲量要高于沒有管理措施的草地，減弱管理強度則可能導致草地碳儲量的下降[52]。由此可見，管理在草原碳平衡中發(fā)揮重要作用，完善管理將促進草地生態(tài)系統(tǒng)的碳吸收。

1.3 農(nóng)業(yè)生態(tài)系統(tǒng)

森林或草場向農(nóng)田轉(zhuǎn)變大量減少植被碳儲量的同時，也伴隨著土壤碳儲量的減少，尤其是森林向耕地的轉(zhuǎn)變導致土壤有機碳含量下降30%，土壤有機碳密度下降22%[53]。高強度的農(nóng)業(yè)生產(chǎn)活動會增加土壤呼吸強度，土壤有機質(zhì)加速分解并釋放到大氣中。傳統(tǒng)的耕作方式也會降低碳素在土壤中的留存時間，減少向土壤歸還的碳素，導致土壤碳每年流失大約0.9 PgC。Houghton 和Goodale研究表明當森林轉(zhuǎn)變?yōu)橛谰眯愿氐臅r候，表層土壤中25%—30%的碳會釋放到大氣中[54]。周濤和史培軍等對中國土壤剖面樣本展開研究，土地利用變化在總體上導致了耕地土壤碳的排放[46]，發(fā)揮碳源的作用。中國農(nóng)地利用碳排放量從1993年的4.3 Mt上升到2008年的7.8 Mt，年平均增長率為4.08%[49]。中國農(nóng)地的碳排放強度為0.37 t hm-2a-1，低于國際平均水平，主要是因為施用有機肥和秸稈還田利于土壤有機碳的蓄積[55]。

耕地向建設(shè)用地轉(zhuǎn)化也是土地利用變化碳排放的一個主要過程，對植被和土壤碳庫造成長期的影響。耕地轉(zhuǎn)化為建設(shè)用地伴隨著地表植被的清除，經(jīng)過土地的翻動和回填后，以不透水地面和綠化用地代替原本的用地類型，這些覆被類型吸納碳的能力減弱，將對土壤有機碳含量產(chǎn)生直接的影響[56]。姜群鷗等對黃淮海平原耕地的轉(zhuǎn)移展開研究，指出耕地與建設(shè)用地之間的轉(zhuǎn)移是減少植被碳儲量的主要原因[57]。從土地利用結(jié)構(gòu)變化與碳排放量的關(guān)系來看，建設(shè)用地面積增加將導致強烈的碳排放[58]。隨著城市化的發(fā)展，中國建設(shè)用地大規(guī)模擴張，農(nóng)用地被建設(shè)用地占用所引發(fā)的碳排量，由2001年的9.05 Mt升至2008年的10.57 Mt，8a增長了16.73%，年增長率2.23%[56]。

與森林或草場轉(zhuǎn)變?yōu)楦卦斐商寂欧挪煌?，耕地恢復為草場或森林是一個碳貯存的過程，退耕還林還草使土壤碳儲量分別增加18%和19%，農(nóng)田轉(zhuǎn)變?yōu)榇紊滞寥捞純α吭黾幼疃啵_到53%[13]。2001—2008年中國因生態(tài)退耕產(chǎn)生碳匯5.87 Mt[49]，其中，退耕還林和退耕還草的碳匯潛力約為每畝70.5 Kg和34 Kg，由此可見在適宜條件下，退耕還林的碳匯潛力要高于退耕還草[59]。另一方面，完善耕地管理，加強土地整治，采用保護性耕作措施也可緩解碳排放。美國是實施保護性耕作的國家，預計到2020年57%的耕地將采用保護性耕作措施，固碳能力將達到80—129 Tg[59]。Tao等[20]評估了農(nóng)田管理對1901—2005年間熱帶亞洲陸地生態(tài)系統(tǒng)碳儲量的影響，指出采取積極的土地管理政策可減少10%的碳排放，這表明完善土地管政策和措施是亞洲熱帶地區(qū)減少碳排放和適應(yīng)氣候變化的一個重要方向。

2 土地利用變化碳效應(yīng)研究方法

土地利用變化對碳循環(huán)的影響研究中，模型法是不可缺少的手段[59]。20世紀90年代以后，隨著地理信息系統(tǒng)和遙感技術(shù)的發(fā)展，研究偏向于遙感資料和技術(shù)以及復雜機理模型的應(yīng)用，因此目前土地利用變化影響的研究方法主要有遙感觀測和遙感模型、統(tǒng)計估算、生態(tài)系統(tǒng)模型以及土地利用預測與生態(tài)系統(tǒng)模型的耦合[60]。

2.1 遙感觀測和遙感模型

遙感數(shù)據(jù)在時空分辨率、空間格局與客觀性方面優(yōu)于傳統(tǒng)統(tǒng)計數(shù)據(jù)，也避免了站點實測數(shù)據(jù)在空間上的不連續(xù)、破壞性大、耗費大的缺點，因此采用遙感數(shù)據(jù)和模型測算土地利用變化對碳循環(huán)的影響成為土地利用變化研究的熱點[28,30]。遙感技術(shù)和數(shù)據(jù)在生態(tài)系統(tǒng)碳循環(huán)研究的應(yīng)用主要體現(xiàn)在以下兩個方面：

(1)通過遙感數(shù)據(jù)可以獲得土地利用時空變化數(shù)據(jù)等。土地利用變化時空數(shù)據(jù)集的建立是利用遙感手段評估土地利用變化碳效應(yīng)的一個關(guān)鍵環(huán)節(jié)。國際上已構(gòu)建了全球尺度的300 m、1 km和10 km的土地利用變化數(shù)據(jù)集[32]。兩個代表性的全球數(shù)據(jù)集分別是美國威斯康星大學全球環(huán)境和可持續(xù)發(fā)展中心建立的“全球土地利用數(shù)據(jù)集”和荷蘭環(huán)境評價局建立的“全球歷史環(huán)境數(shù)據(jù)集”，它們作為定量評估土地利用環(huán)境效應(yīng)的重要數(shù)據(jù)，已被廣為采用，但這兩個全球數(shù)據(jù)集在區(qū)域尺度上的數(shù)據(jù)精度和準確性有待于進一步的論證[61]。美國、北美、歐盟和中國等區(qū)域自20世紀90年代開始，也相繼建立了30 m或1∶10萬比例尺的土地覆蓋數(shù)據(jù)庫[32]。這些時空遙感數(shù)據(jù)雖然對于辨識多尺度土地利用變化的驅(qū)動機制和環(huán)境效應(yīng)有重要的意義，但也存在著數(shù)據(jù)缺失、不一致、多源信息融合等多方面的問題[62]。

(2)通過遙感技術(shù)可以獲取溫度和土壤水分等地表信息以及植被結(jié)構(gòu)參數(shù)，作為遙感模型的驅(qū)動數(shù)據(jù)，如CASA (Carnegie Ames Stanford Approach)和GLO-PEM(Global Primary Production Efficiency Model)模型等。這些模型簡單實用，大部分參數(shù)可以通過遙感方式獲得，而且采用的遙感數(shù)據(jù)周期性強、觀測面廣、時空分辨率高，這成為估算陸地生態(tài)系統(tǒng)碳儲量的一個主要方法。CASA模型是從植被機理出發(fā)而建立的遙感參數(shù)模型，模型需要的土地覆被、土壤水分和地表輻射溫度等可以通過遙感數(shù)據(jù)計算得到。目前，CASA模型已被廣泛地應(yīng)用于區(qū)域陸地凈生產(chǎn)力、全球碳循環(huán)的評估中，但是利用CASA模型模擬土地利用變化對碳通量的影響，需要基于區(qū)域特征對模型中的參數(shù)做作進一步的調(diào)整，改善模型的可行性[63- 65]。GLO-PEM模型是以植物光合作用和自養(yǎng)呼吸等生態(tài)機理過程為基礎(chǔ)，完全由遙感模型驅(qū)動的生產(chǎn)力效率模型。姜群鷗等應(yīng)用GLO-PEM模型和1988年NOAA衛(wèi)星遙感數(shù)據(jù)，估算了不同土地利用類型的植被碳密度，并估算了耕地轉(zhuǎn)移對植被碳儲量的影響[57]。劉海桂等利用GLO-PEM模型的結(jié)果，分析了1981—2000年期間廣東省凈初級生產(chǎn)力的時空動態(tài)[66]。陳卓奇等利用MODIS數(shù)據(jù)反演光合有效輻射，采用遙感土壤濕度數(shù)據(jù)和光合有效輻射吸收比率，驅(qū)動GLO-PEM模型估算了青藏高原凈初級生產(chǎn)力[67]。

2.2 統(tǒng)計估算

“簿記”模型是模擬生態(tài)系統(tǒng)碳循環(huán)統(tǒng)計模型的典型代表，得到普遍認可與應(yīng)用，影響較大。該模型雖然是一個計數(shù)模型，但它將許多基礎(chǔ)生態(tài)過程表達成各式干擾曲線，具有生態(tài)過程模型的許多特征。模型追蹤生物體、枯枝落葉、木材產(chǎn)品和不同土地類型土壤碳的儲量及其變化，因此可用于估算土地利用變化對生態(tài)系統(tǒng)碳密度造成的影響[3]。但土地利用變化的碳效應(yīng)過程復雜，“簿記”模型欠缺對林地恢復和再造林的考慮，Van Minnen等在考慮造林的情景下，對土地利用碳排放的估算結(jié)果要比Houghton采用“簿記”模型的估算結(jié)果低[68]，這是因為Houghton過高的估計了歷史森林砍伐，沒有考慮森林的恢復和再造，森林砍伐率要比其他的研究項目高30%—60%[3]。Fearnside[69]和Ramankutty等[8]分別利用“簿記”模型估算歷史土地利用碳排放，估算結(jié)果均偏高，是因為該模型忽視了大氣碳濃度、氣候和生態(tài)系統(tǒng)碳循環(huán)相互作用帶來的反饋作用。

除了“簿記”模型，還存在其他的統(tǒng)計模型用于估算生態(tài)系統(tǒng)凈初級生產(chǎn)力和碳儲量。生態(tài)系統(tǒng)的生物化學循環(huán)與環(huán)境因子具有較大的相關(guān)關(guān)系，因此將氣候因子如溫度、降水量等作為驅(qū)動數(shù)據(jù)來建立的統(tǒng)計回歸模型[70]。這種模型的優(yōu)點在于參數(shù)較少并簡單，適用于資料和數(shù)據(jù)欠缺的情況，但其缺乏對生理學機制的考慮，簡化了生態(tài)系統(tǒng)碳循環(huán)的影響因素，將氣候因子等運用到模型中進行回歸，影響了模型的估算精度。另外，模型得到的往往是生態(tài)系統(tǒng)的凈初級生產(chǎn)力，要估算碳儲量的變化還需要進一步的轉(zhuǎn)化，常用的方法是采用平均的轉(zhuǎn)換率，這進一步增加了模擬結(jié)果的不確定性。IPCC(Intergovernmental Panel on Climate Change)溫室氣體清單方法、生物量法和生物量清單法也常被應(yīng)用于生態(tài)系統(tǒng)碳凈變化量的計算[51,71]，涉及到平均碳密度和土地利用變化的碳庫影響因子，同一種土地利用類型往往采用相同的碳密度和影響因子。這些方法簡單易用，但對影響過程過于簡化，未涉及土地利用變化影響碳循環(huán)的機理，存在一定的局限性，模擬結(jié)果精確度不高。

2.3 生態(tài)系統(tǒng)模型

生態(tài)系統(tǒng)模型主要包含靜態(tài)和動態(tài)兩個類別，常被用于土地利用變化影響的研究中。靜態(tài)模型假定植被類型在區(qū)域內(nèi)均勻分布，模擬過程中土壤類型和植被類型不變，同時最大葉面積、光合作用等生理生態(tài)參數(shù)也保持不變。模型以天到月為時間分辨率，模擬凈初級生產(chǎn)力、土壤呼吸等的變化，最終得到區(qū)域尺度碳儲量的變化[60]。這類模型包括CENTURY、CASA、和BIOME模型等。CENTURY模型包含了土壤有機質(zhì)子模型、水循環(huán)子模型、植被生產(chǎn)子模型，模擬了水、碳和氮的動態(tài)循環(huán)變化過程[72]。CASA模型將環(huán)境變量和遙感數(shù)據(jù)、植被生理參量聯(lián)系起來，主要模擬全球或區(qū)域凈初級生產(chǎn)力、地上地下生物量、葉面積指數(shù)和碳通量[23]。BIOME系列模型耦合了碳和水循環(huán)模型，用來模擬大尺度的氣候變化對植被結(jié)構(gòu)和功能類型的影響，模型主要涉及高程、土壤類型、月均溫、降水和日照時長等數(shù)據(jù)。這類模型的優(yōu)點是充分考慮了生態(tài)系統(tǒng)生長和發(fā)育的基本生理過程，通過對植物的光合作用、有機物分解及元素的循環(huán)等生理過程的模擬進行估算，模擬結(jié)果可靠性強[73]。但模型涉及較多的機理過程，要求輸入?yún)?shù)較多，模型的適用性受到限制。另外，模型并未考慮參數(shù)具有的地域差異性，只在一定范圍內(nèi)適用，而且這類模型局限于現(xiàn)實植被條件下碳收支的模擬，不能很好地預測未來的碳收支，模擬結(jié)果也不能反映出空間格局的異質(zhì)性。

動態(tài)模型與靜態(tài)模型的區(qū)別在于動態(tài)模型考慮了生態(tài)系統(tǒng)隨氣候和時間的變化，考慮了生態(tài)系統(tǒng)結(jié)構(gòu)和組成的變化問題。這類模型的主要特征是植被類型可以隨時間改變，并使反照率、地表粗糙度和光合作用速率等以年或天為時間分辨率發(fā)生變化，因此可以用來估算時間連續(xù)下生態(tài)系統(tǒng)碳收支的變化問題[74]。這類模型包括全球植被動態(tài)模型(The Lund-Potsdam-Jena Dynamic Global Vegetation Model，LPJ-DGVM)、TEM等。LPJ-DGVM從BIOME系列模型發(fā)展而來，它以氣候、土壤質(zhì)地和大氣二氧化碳濃度為輸入變量，考慮死亡和自然干擾等因素的影響，模擬了生態(tài)系統(tǒng)各元素的循環(huán)。模型通過植被對環(huán)境的適應(yīng)性和資源競爭力，模擬植被的分布與組成，將植被分為10種功能類型[75]。Olofsson和Hickler使用LPJ-DGVM模型，首次嘗試估算人類過去六千年中土地利用對全球碳循環(huán)的影響，分情景模擬了土地利用的碳排放量[6]。TEM模型是基于生態(tài)系統(tǒng)過程的動態(tài)仿真模型，該模型和氣候模型的耦合，利用不同區(qū)域空間分布的系列參數(shù)如氣候、植被、水容量、土壤屬性、海拔高度等，模擬生態(tài)系統(tǒng)中碳氮通量和規(guī)模?，F(xiàn)已發(fā)展出多個版本，如TEM-Hydro能夠動態(tài)模擬水、碳、氮的通量變化[76- 77]。這類模型的優(yōu)點是考慮了植被形成的氣候因素和物候?qū)W因素的影響，并加入了植被競爭和替代的生長機制，可以模擬從景觀到全球尺度的碳收支動態(tài)，但在土地利用變化對生態(tài)系統(tǒng)碳循環(huán)的研究中，未能將土地利用變化整合到模型中，進而不能模擬土地利用變化的時空格局對生態(tài)系統(tǒng)碳循環(huán)的影響，限制了模型的預測能力。

2.4 土地利用預測和生態(tài)系統(tǒng)模型耦合

以上的方法模型能較好地模擬生態(tài)系統(tǒng)的碳收支，但模型并沒有充分考慮到土地利用變化對生態(tài)系統(tǒng)的影響機制，因此建立土地利用變化與生態(tài)系統(tǒng)的耦合模型成為未來的一個發(fā)展方向，目前該類模型較少[25]，有代表性的是IMAGE模型和LPJmL模型。

IMAGE模型是全球環(huán)境綜合評估模型，主要用于溫室氣體排放情景和減排政策的評估。模型主要包括三個模塊，其中第一個模塊用來計算溫室氣體的排放量，考慮了土地利用對溫室氣體排放的影響。土地利用模塊考慮了8種土地利用類型，可以估算土地利用變化及生態(tài)系統(tǒng)帶來的溫室氣體排放總量[77]。IMAGE模型將生態(tài)模型、土地利用與社會經(jīng)濟模型耦合，并以社會經(jīng)濟系統(tǒng)為驅(qū)動，如人口增長、經(jīng)濟、能源供應(yīng)和需求等，對土地利用空間格局進行預測，精確地反映土地利用變化及其造成的碳排放[24]。Meijl等通過全球經(jīng)濟模型GTAP(Global Trade Analysis Project)和綜合評估模型IMAGE，預測了歐洲2001—2030年的農(nóng)業(yè)土地需求，模擬了四種情景下的土地利用變化情況[78]。Leemans等運用IMAGE模型研究了城市化導致的土地利用變化對碳循環(huán)的影響[24]。LPJmL模型是全球植被動態(tài)模型之一，模型能夠模擬自然生態(tài)系統(tǒng)和農(nóng)業(yè)生態(tài)系統(tǒng)的植被組成和碳水循環(huán)，考慮了光合作用、植被生長、火災(zāi)干擾和灌溉等過程對生態(tài)系統(tǒng)碳貯存的影響。LPJmL模型考慮了全球范圍內(nèi)土地利用動態(tài)變化，采用0.5度格網(wǎng)的時序數(shù)據(jù)，是以生物地球化學過程為導向的全球土地利用模型。基于減少碳排放的目標，Lapola等利用LPJmL模型研究了巴西和印度生物質(zhì)能源的生產(chǎn)潛力和土地需求，比較了政策目標下的土地需求和土地利用格局的變化[25]。該類模型不僅對陸地生態(tài)系統(tǒng)碳循環(huán)有很好的模擬，并能充分考慮土地利用變化對生態(tài)系統(tǒng)的反饋作用，提高了模擬結(jié)果的準確度。另外，模型采用全球土地利用變化時空數(shù)據(jù)，可以進行全球及區(qū)域尺度的模擬，但是土地利用變化的驅(qū)動和影響因地域尺度不同存在差異，因此還需要考慮研究尺度對模型參數(shù)和假設(shè)的影響。

3 總結(jié)與研究展望

土地利用變化是人類對陸地自然生態(tài)系統(tǒng)的最大影響因素之一，是陸地生態(tài)系統(tǒng)碳循環(huán)最直接的影響因子，其主要表現(xiàn)為森林、草場和農(nóng)田的砍伐或退化，以及向城市建設(shè)用地的轉(zhuǎn)化，這些過程均伴隨著生態(tài)系統(tǒng)碳儲量的變化。全球范圍內(nèi)，森林向農(nóng)田或草場轉(zhuǎn)變導致的碳排放居于土地利用變化碳排放的主導地位。從研究方法上來看，統(tǒng)計資料的完善、遙感技術(shù)的出現(xiàn)與遙感數(shù)據(jù)分析方法的改進以及系統(tǒng)模型的逐步完善等都促進了土地利用變化碳效應(yīng)的研究，但目前的研究結(jié)論尚存在很大的不確定性，因此未來需要加強以下幾方面的研究：

(1)研究數(shù)據(jù)中存在的不確定性?；跉v史的土地利用變化數(shù)據(jù)，其精度很難驗證，遙感影像的解譯、分類，也容易受人為主觀因素的干擾。另一方面，土地利用變化對生態(tài)系統(tǒng)影響的驅(qū)動因素涉及社會、經(jīng)濟、自然生態(tài)多方面多分辨率的時域數(shù)據(jù)，這對數(shù)據(jù)積累和多源數(shù)據(jù)耦合提出很高的要求。因此，建立統(tǒng)一的觀測統(tǒng)計和解譯方法，構(gòu)建相對完善的土地利用分類體系，并對多方數(shù)據(jù)進行驗證，這將減少不確定性，提高模擬結(jié)果的精度。

(2)開展土地利用與生態(tài)系統(tǒng)模型耦合是該領(lǐng)域發(fā)展方向之一，但模型之間的耦合尚處于初級階段。兩類模型的耦合利于綜合評估土地利用變化造成的影響，但各模型均存在一些理想假設(shè)和參數(shù)設(shè)定，因此耦合的過程需要準確把握各個模型的假設(shè)，并對模型的參數(shù)進行重新擬合。另外，耦合過程應(yīng)注重模型適用的時空尺度，并對模擬結(jié)果進行驗證。

(3)土地利用變化對生態(tài)系統(tǒng)的影響涉及到多個時空尺度，影響結(jié)果存在尺度上的差異，因此需要建立多尺度土地利用變化及生態(tài)系統(tǒng)綜合技術(shù)方法體系和模擬平臺，定量研究土地利用不同時空尺度的變化趨勢和對生態(tài)環(huán)境的影響。

(4)當前的研究多是被動地評估土地利用政策對生態(tài)環(huán)境造成的影響，并未提供最優(yōu)的土地利用格局，決策支持的力度有限。因此應(yīng)加強碳減排目標下土地利用最優(yōu)化布局的研究，模擬結(jié)果將具有更多的現(xiàn)實意義和參考價值。

[1] Lambin E F, Turner B L, Geist H J, Agbola S B, Angelsen A, Bruce J W, Coomes O T, Dirzo R, Fischer G, Folke C, George P S, Homewood K, Imbernon R, Li X B, Moran E F, Mortimore M, Ramakrishnan P S, Richards J F, Sk?nes H, Steffen W, Stone G D, Svedin U, Veldkamp T A, Vogel C, Xu J C. The causes of land-use and land-cover change: moving beyond the myths. Global Environmental Change, 2001, 11(4): 261- 269.

[2] Bolin B, Sukumar R. Global perspective //Watson R T, Noble I R, Bolin B, Ravindranath N H, Dokken D J. Land Use, Land Use Change, and Forestry. Cambridge: Cambridge University Press, 2000: 23- 51.

[3] 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 B, 2003, 55(2): 378- 390.

[4] Friedlingstein P, Houghton R A, Marland G, Hackler J, Boden T A, Conway T J, Canadell J G, Raupach M R, Ciais P, Le Quéré C. Update on CO2emissions. Nature Geoscience, 2010, 3(12): 811- 812.

[5] Houghton R A. The annual net flux of carbon to the atmosphere from changes in land use 1850—1990. Tellus B, 1999, 51(2): 298- 313.

[6] Olofsson J, Hickler T. Effects of human land-use on the global carbon cycle during the last 6, 000 years. Vegetation History and Archaeobotany, 2008, 17(5): 605- 615.

[7] Van Minnen J G, Goldewijk K K, Stehfest E, Eickhout B, van Drecht G, Leemans R. The importance of three centuries of land-use change for the global and regional terrestrial carbon cycle. Climatic Change, 2009, 97(1/2): 123- 144.

[8] Ramankutty N, Gibbs H K, Achard F, Defries R, Foley J A, Houghton R A. Challenges to estimating carbon emissions from tropical deforestation. Global Change Biology, 2007, 13(1): 51- 66.

[9] Werth D, Avissar R. The local and global effects of Amazon deforestation. Journal of Geophysical Research: Atmospheres (1984—2012), 2002, 107(D20): LBA 55- 1-LBA 55- 8.

[10] Sharma P, Rai S C, Sharma R, Sharma E. Effects of land-use change on soil microbial C, N and P in a Himalayan watershed. Pedobiologia, 2004, 48(1): 83- 92.

[11] Schroeder P. A carbon budget for Brazil: influence of future land-use change. Climatic Change, 1996, 33(3): 369- 383.

[12] Batlle-Bayer L, Batjes N H, Bindraban P S. Changes in organic carbon stocks upon land use conversion in the Brazilian Cerrado: a review. Agriculture, Ecosystems & Environment, 2010, 137(1/2): 47- 58.

[13] Ostle N J, Levy P E, Evans C D, Smith P. UK land use and soil carbon sequestration. Land Use Policy, 2009, 26: S274-S283.

[14] Ravindranath N H, Murthy I K, Chaturvedi R K, Andrasko K, Sathaye J A. Carbon forestry economic mitigation potential in India, by land classification. Mitigation and Adaptation Strategies for Global Change, 2007, 12(6): 1027- 1050.

[15] Erb K H. Land use-related changes in aboveground carbon stocks of Austria′s terrestrial ecosystems. Ecosystems, 2004, 7(5): 563- 572.

[16] Upadhyay T P, Solberg B, Sankhayan P L, Shahi C. Land-use changes, forest/soil conditions and carbon sequestration dynamics: a bio-economic model at watershed level in Nepal. Journal of Bioeconomics, 2011, 15(2): 135- 170.

[17] Huang L, Liu J Y, Shao Q Q, Xu X L. Carbon sequestration by forestation across China: past, present, and future. Renewable and Sustainable Energy Reviews, 2012, 16(2): 1291- 1299.

[18] Lal R. Soil carbon sequestration impacts on global climate change and food security. Science, 2004, 304(5677): 1623- 1627.

[19] Müller-Wenk R, Brand?o M. Climatic impact of land use in LCA—carbon transfers between vegetation/soil and air. The International Journal of Life Cycle Assessment, 2010, 15(2): 172- 182.

[20] Tao B, Tian H Q, Chen G S, Ren W, Lu C Q, Alley K D, Xu X F, Liu M L, Pan S F, Virji H. Terrestrial carbon balance in tropical Asia: contribution from cropland expansion and land management. Global and Planetary Change, 2013, 100: 85- 98.

[21] Wong G Y, Alavalapati J R R. The land-use effects of a forest carbon policy in the US. Forest Policy and Economics, 2003, 5(3): 249- 263.

[22] Nijdam D, Rood T, Westhoek H. The price of protein: review of land use and carbon footprints from life cycle assessments of animal food products and their substitutes. Food Policy, 2012, 37(6): 760- 770.

[23] Potter C S, Randerson J T, Field C B, Matson P A, Vitousek P M, Mooney H A, Klooster S A. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7(4): 811- 841.

[24] Leemans R, van Amstel A, Battjes C, Kreileman E, Toet S. The land cover and carbon cycle consequences of large-scale utilizations of biomass as an energy source. Global Environmental Change, 1996, 6(4): 335- 357.

[25] Lapola D M, Priess J A, Bondeau A. Modeling the land requirements and potential productivity of sugarcane and jatropha in Brazil and India using the LPJmL dynamic global vegetation model. Biomass and Bioenergy, 2009, 33(8): 1087- 1095.

[26] Bijalwan A, Swamy S L, Sharma C M, Sharma N K, Tiwari A K. Land-use, biomass and carbon estimation in dry tropical forest of Chhattisgarh region in India using satellite remote sensing and GIS. Journal of Forestry Research, 2010, 21(2): 161- 170.

[27] 史利江. 基于遙感和GIS的上海土地利用變化與土壤碳庫研究 [D]. 上海: 華東師范大學, 2009: 3- 10.

[28] 賴力. 中國土地利用的碳排放效應(yīng)研究 [D]. 南京: 南京大學, 2010: 15- 25.

[29] 揣小偉, 黃賢金, 賴力, 張梅. 基于 GIS 的土壤有機碳儲量核算及其對土地利用變化的響應(yīng). 農(nóng)業(yè)工程學報, 2011, 27(9): 1- 6.

[30] 沈亞明. 基于RS與GIS的區(qū)域土地利用變化引起的生態(tài)環(huán)境效應(yīng)研究-以廣陽島為例 [D]. 重慶: 重慶師范大學, 2012: 3- 7.

[31] 陳廣生, 田漢勤. 土地利用/覆蓋變化對陸地生態(tài)系統(tǒng)碳循環(huán)的影響. 植物生態(tài)學報, 2007, 31(2): 189- 204.

[32] 劉紀遠, 邵全琴, 延曉冬, 樊江文, 鄧祥征, 戰(zhàn)金艷, 高學杰, 黃麟, 徐新良, 胡云峰, 王軍邦, 匡文慧. 土地利用變化對全球氣候影響的研究進展與方法初探. 地球科學進展, 2001, 26(10): 1015- 1022.

[33] 楊景成, 韓興國, 黃建輝, 潘慶民. 土地利用變化對陸地生態(tài)系統(tǒng)碳貯量的影響. 應(yīng)用生態(tài)學報, 2003, 14(8): 1385- 1390.

[34] 周廣勝. 全球碳循環(huán). 北京: 氣象出版社, 2003: 28- 67.

[35] 陳朝, 呂昌河, 范蘭, 武紅. 土地利用變化對土壤有機碳的影響研究進展. 生態(tài)學報, 2011, 31(18): 5358- 5371.

[36] 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.

[37] 林德榮, 李智勇. 減少毀林和森林退化引起的排放: 一個綜述視角的分析. 世界林業(yè)研究, 2010, 23(2): 1- 4.

[38] Detwiler R P, Hall C A S. Tropical forests and the global carbon cycle. Science, 1988, 239(4835): 42- 47.

[39] 鐘華平, 樊江文, 于貴瑞, 韓彬, 胡中民, 岳燕珍, 梁飚. 草地生態(tài)系統(tǒng)碳循環(huán)研究進展. 草地學報, 2005(增刊): 67- 73.

[40] Cole C V, Flach K, Lee J, Sauerbeck D, Stewart B. Agricultural sources and sinks of carbon. Water, Air, and Soil Pollution, 1993, 70(1/4): 111- 122.

[41] Paustian K, Cole C V, Sauerbeck D, Sampson N. CO2mitigation by agriculture: an overview. Climatic change, 1998, 40(1): 135- 162.

[42] Cantarello E, Newton A C, Hill R A. Potential effects of future land-use change on regional carbon stocks in the UK. Environmental Science & Policy, 2011, 14(1): 40- 52.

[43] Fang J Y, Guo Z D, Piao S L, Chen A P. Terrestrial vegetation carbon sinks in China, 1981—2000. Science in China Series D: Earth Sciences, 2007, 50(9): 1341- 1350.

[44] 趙明偉, 岳天祥, 趙娜, 孫曉芳. 基于HASM的中國森林植被碳儲量空間分布模擬. 地理學報, 2013, 68(9): 1212- 1224.

[45] 趙有益, 龍瑞軍, 林慧龍, 任繼周. 草地生態(tài)系統(tǒng)安全及其評價研究. 草業(yè)學報, 2008, 17(2): 143- 150.

[46] 周濤, 史培軍, 王紹強. 氣候變化及人類活動對中國土壤有機碳儲量的影響. 地理學報, 2003, 58(5): 727- 734.

[47] Guo L B, Gifford R M. Soil carbon stocks and land use change: a meta analysis. Global Change Biology, 2002, 8(4): 345- 360.

[48] Paustian K, Killian K, Cipra J, Elloitt E T, Bluhm G, Smith J L. Modeling and regional assessment of soil carbon: a case study of the Conservation Reserve Program // Soil Special Science Society of American. Soil Carbon Sequestration and the Greenhouse Effect. Madison: Soil Special Science Society of American, 2001, 57: 207- 226.

[49] 李波. 我國農(nóng)地資源利用的碳排放及減排政策研究 [D]. 武漢: 華中農(nóng)業(yè)大學, 2011.

[50] 方精云, 楊元合, 馬文紅, 安尼瓦爾·買買提, 沈海花. 中國草地生態(tài)系統(tǒng)碳庫及其變化. 中國科學: 生命科學, 2010, 40(7): 566- 576.

[51] 劉紀遠, 王紹強, 陳鏡明, 劉明亮, 莊大方. 1990- 2000 年中國土壤碳氮蓄積量與土地利用變化. 地理學報, 2004, 59(4): 483- 496.

[52] Schmitt M, Bahn M, Wohlfahrt G, Tappeiner U, Cernusca A. Land use affects the net ecosystem CO2exchange and its components in mountain grasslands. Biogeosciences, 2010, 7(8): 2297- 2309.

[53] Murty D, Kirschbaum M U F, Mcmurtrie R E, Mcgilvray H. Does conversion of forest to agricultural land change soil carbon and nitrogen? A review of the literature. Global Change Biology, 2002, 8(2): 105- 123.

[54] Defries R S, Asner G P, Houghton R A. Effects of land-use change on the carbon balance of terrestrial ecosystems. Ecosystems and Land Use Change, 2004: 85- 98.

[55] 低碳排放: 土地利用調(diào)控新課題[2014-05- 16]. http://www.mlr.goV.cn/xwdt/jrxw/200912/t20091225_130977.htm.

[56] 羅上華, 毛齊正, 馬克明, 鄔建國. 城市土壤碳循環(huán)與碳固持研究綜述. 生態(tài)學報, 2012, 32(22): 7177- 7189.

[57] 姜群鷗, 鄧祥征, 戰(zhàn)金艷, 劉興權(quán). 黃淮海平原耕地轉(zhuǎn)移對植被碳儲量的影響. 地理研究, 2008, 27(4): 839- 847.

[58] 王克強. 土地利用變化的碳排放效應(yīng)研究——兼沂水縣實證分析 [D]. 雅安: 四川農(nóng)業(yè)大學, 2012.

[59] 侯寧, 何繼新, 朱學群. 陸地生態(tài)系統(tǒng)碳循環(huán)研究述評. 生態(tài)經(jīng)濟, 2009, (10): 140- 143.

[60] 毛留喜, 孫艷玲, 延曉冬. 陸地生態(tài)系統(tǒng)碳循環(huán)模型研究概述. 應(yīng)用生態(tài)學報, 2006, 17(11): 2189- 2195.

[61] 李蓓蓓, 方修琦, 葉瑜, 張學珍. 全球土地利用數(shù)據(jù)集精度的區(qū)域評估: 以中國東北地區(qū)為例. 中國科學: D輯, 2010, 40(8): 1048- 1059.

[62] 唐先明, 章曉一, 王文娟. 中科院資源環(huán)境數(shù)據(jù)交換與共享系統(tǒng)的建設(shè). 地理信息世界, 2005, 3(1): 7- 10.

[63] 馮險峰, 劉高煥, 陳述彭, 周文佐. 陸地生態(tài)系統(tǒng)凈第一性生產(chǎn)力過程模型研究綜述. 自然資源學報, 2004, 19(3): 369- 378.

[64] 李世華, 牛錚, 李壁成. 植被凈第一性生產(chǎn)力遙感過程模型研究. 水土保持研究, 2005, 12(3): 126- 128.

[65] 樸世龍, 方精云, 郭慶華. 利用 CASA 模型估算我國植被凈第一性生產(chǎn)力. 植物生態(tài)學報, 2001, 25(5): 603- 608.

[66] 劉海桂, 唐旭利, 周國逸, 劉曙光. 1981- 2000 年廣東省凈初級生產(chǎn)力的時空格局. 生態(tài)學報, 2007, 27(10): 4065- 4074.

[67] 陳卓奇, 邵全琴, 劉紀遠, 王軍邦. 基于 MODIS 的青藏高原植被凈初級生產(chǎn)力研究. 中國科學: 地球科學, 2012, 42(3): 402- 410.

[68] Van Minnen J G, Strengers B J, Eickhout B, Swart R J, Leemans R. Quantifying the effectiveness of climate change mitigation through forest plantations and carbon sequestration with an integrated land-use model. Carbon Balance and Management, 2008, 3(3): 1- 20.

[69] Fearnside P M. 2000. Global warming and tropical land-use change: greenhouse gas emissions from biomass burning, decomposition and soils in forest conversion, shifting cultivation and secondary vegetation. Climatic Change, 2000, 46(1/2): 115- 158.

[70] 鄒德富. 基于 CASA 模型的青藏高原 NPP 時空分布動態(tài)研究 [D]. 蘭州: 蘭州大學, 2012.

[71] 趙敏. 中國主要森林生態(tài)系統(tǒng)碳儲量和碳收支評估 [D]. 北京: 中國科學院植物研究所, 2004.

[72] Parton W J. The century model // Powlson D S, Smith P, Smith J U. Evaluation of Soil Organic Matter Models Using Existing Long-Term Datasets. Berlin: Springer-Verlag, 1996.

[73] Ni J. Biome models: main principles and applications. Acta Phytoecologica Sinica, 2002, 26(4): 481- 488.

[74] 陳四清. 基于遙感和GIS 的內(nèi)蒙古錫林河流域土地利用/土地覆蓋變化和碳循環(huán)研究 [D]. 北京: 中國科學院遙感應(yīng)用研究所, 2002.

[75] 孫善磊. 杭州灣地區(qū)植被凈初級生產(chǎn)力(NPP)對氣候變化響應(yīng)的模擬 [D]. 南京: 南京信息工程大學, 2008.

[76] Felzer B S, Cronin T W, Melillo J M, Kicklighter D W, Schlosser C A. Importance of carbon-nitrogen interactions and ozone on ecosystem hydrology during the 21st century. Journal of Geophysical Research: Biogeosciences (2005—2012), 2009, 114(G1).

[77] 曹銘昌, 樂志芳, 雷軍成, 徐海根. 全球生物多樣性評估方法及研究進展. 生態(tài)與農(nóng)村環(huán)境學報, 2013, 29(1): 8- 16.

[78] Van Meijl H, Van Rheenen T, Tabeau A, Eickout B. The impact of different policy environments on agricultural land use in Europe. Agriculture, Ecosystems & Environment, 2006, 114(1): 21- 38.

Progress in the study on the impact of land-use change on regional carbon sources and sinks

MA Xiaozhe1, WANG Zheng1,2,*

1InstituteofPolicyandManagementScienceofChineseAcademyofSciences,Beijing100090,China2KeyLaboratoryofGeographicalInformationScience,MinistryofStateEducationofChina,EastChinaNormalUniversity,Shanghai200241,China

Land-use change may be carbon sources or sinks that play vital roles in the terrestrial carbon cycle. This paper reviewed the effects of land-use change on the carbon cycle of forests, grasslands, and agricultural ecosystems based on researches carried out in China and worldwide. Globally, the effects of the conversion of forest to cropland and grassland on the global carbon cycle dominate the carbon emissions from deforestation. Regional differences in carbon emissions due to transformation of forests into croplands and grasslands reflect on the regional climate. The carbon emissions per/hm2from tropical forest converted into cropland and grassland were 151 and 120 tC/hm2higher than the emissions from temperate or boreal forests, respectively. Furthermore, land-use change could promote forest carbon storage through reforestation and improved forest management. Significant differences exist in the potential carbon sinks created through change in land use. Tropical humid and semi-humid regions have greater potential for carbon sequestration than temperate regions, while the potential for carbon sequestration in arid regions is relatively small. Reclamation of grassland to cropland is one of the main human activities that affects the carbon stock of grassland ecosystems, causing the soil carbon stock to fall by 59%. When a forest or grassland is converted to cropland, carbon stocks in both vegetation and soil are reduced as well as the ecosystem′s carbon storage capacity. With the expansion of cities, the conversion of cropland to land for construction further increases carbon emissions. Currently, researchers employ several methods when analyzing the effects of land-use change including remote sensing and models based on remote sensing, statistical estimation, ecosystem models, and the coupling models of land-use change and ecosystem. Temporal land-use change data can be obtained from remote sensing data, as well as the data related to temperature, soil moisture, and vegetation structure parameters. These data can be used to drive remote sensing models such as the Carnegie-Ames-Stanford Approach (CASA) and Global Production Efficiency Modeling (GLO-PEM). The bookkeeping model is a typical statistical model and is easy to use, while the simulation results cannot provide sufficient accuracy. Ecosystem models include models of static and dynamic types. CENTURY, CASA, and BIOME are believed to be the most widely used static models, while currently the Lund-Potsdam-Jena Dynamic Global Vegetation Model (LPJ-DGVM) and Terrestrial Ecosystem Model (TEM) are the most widely used dynamic models. Although ecosystem models can simulate the carbon balance of an ecosystem quite well, the current models do not consider the impact of land-use change on the carbon cycle and could be applied only at certain geographical scales. Therefore, a land-use model should be coupled with ecosystem models, such as the Integrated Model to Assess the Global Environment (IMAGE) and the Lund-Potsdam-Jena managed Land Dynamic Global Vegetation, Agriculture, and Water Balance Model (LPJmL). Although the research methods have been continually refined and improved, uncertainties remain in both the data and the models. Therefore, unified statistical observation methods should be established to reduce the uncertainties within various datasets, which will improve the accuracy of simulation results. Additionally, we need to improve the use of land-use models coupled with ecosystem models, which is expected to be the main research direction of this field. Integrated technology systems using multi-scale land-use change and ecosystem data should be established while considering social, economic, and environmental factors that drive carbon storage and emission. Furthermore, we need to carry out research designed to aid in the optimization of land-use layout with the target of reducing carbon emissions to provide more valuable information and sound policy recommendations.

land use change; ecosystem; carbon source; carbon sink; model

國家重大研究計劃(973)項目(2012CB955800)

2013- 12- 11;

日期:2014- 11- 03

10.5846/stxb201312112932

*通訊作者Corresponding author.E-mail: wangzheng@casipm.ac.cn

馬曉哲, 王錚.土地利用變化對區(qū)域碳源匯的影響研究進展.生態(tài)學報,2015,35(17):5898- 5907.

Ma X Z, Wang Z.Progress in the study on the impact of land-use change on regional carbon sources and sinks.Acta Ecologica Sinica,2015,35(17):5898- 5907.