劉 洋,張 軍,周冬梅,馬 靜,黨 銳,馬靖靖,朱小燕

1 甘肅農(nóng)業(yè)大學(xué)管理學(xué)院,蘭州 730070

2 甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院, 甘肅省干旱生境作物學(xué)重點實驗室,蘭州 730070

3 甘肅省節(jié)水農(nóng)業(yè)工程技術(shù)研究中心,蘭州 730070

人們長期對生態(tài)系統(tǒng)服務(wù)及其重要性缺乏系統(tǒng)了解,而氣候變化和人類活動影響,使得全球生態(tài)系統(tǒng)服務(wù)正在下降[1],出現(xiàn)荒漠化、水土流失、等一系列生態(tài)環(huán)境問題。因此,人們逐漸認識到生態(tài)系統(tǒng)服務(wù)不僅為人類生產(chǎn)生活提供必需的生態(tài)產(chǎn)品,而且創(chuàng)造和維持了地球生命支持系統(tǒng)。如何保證地球生態(tài)系統(tǒng)成為適于人類生存的生命支持系統(tǒng)？已經(jīng)成為當(dāng)前緊迫的重大任務(wù)。陸地生態(tài)系統(tǒng)碳匯在全球碳循環(huán)、大氣CO2濃度以及全球氣候變化中發(fā)揮著重要作用[2],被認為是由于陸地生態(tài)系統(tǒng)和氣候變化之間的相互關(guān)系而導(dǎo)致的生態(tài)系統(tǒng)變化的一個指標(biāo)[3]。陸地生態(tài)系統(tǒng)固碳作用能夠影響區(qū)域氣候的變化,對緩解全球變暖具有重要作用[4]。土地利用類型的變化通常伴隨著大量的碳交換[5],由土地利用變化導(dǎo)致的碳排放在全球范圍內(nèi)有很大比重[6]。因此,研究碳儲量與土地利用變化的響應(yīng)關(guān)系,對于區(qū)域生態(tài)環(huán)境保護和經(jīng)濟社會發(fā)展具有重要實踐意義。

傳統(tǒng)的碳儲量估算方法如蓄積量法、生物量法、箱式法等對碳儲量估算清晰明確,操作簡便,應(yīng)用比較廣泛[7],但并不能準(zhǔn)確反映長時間序列與大尺度的碳儲量變化對自然和人類活動的響應(yīng)關(guān)系。隨著信息技術(shù)發(fā)展,以模型模擬為主的碳儲量估算方法應(yīng)運而生。相比其他研究方法,InVEST模型具有需求數(shù)據(jù)少,運行速度快的特點[8],可實現(xiàn)碳儲量空間分布與動態(tài)變化空間制圖,反映土地利用變化與碳儲量之間關(guān)系,實現(xiàn)動態(tài)量化生態(tài)服務(wù)功能價值,不同于以往服務(wù)價值評估的單一化、靜態(tài)化,被廣泛運用于不同國家與地區(qū)[9]。Jiang等[10]運用CLUE-S模型預(yù)測2023年土地利用類型,在此基礎(chǔ)上估算1995—2023年碳儲量變化；張影等[11]運用InVEST 模型估算及分析了2010年甘肅白龍江流域碳儲量及其空間格局,并探討了海拔、坡度和坡向?qū)μ純α靠臻g分布的影響。

CA-Markov(元胞自動機-馬爾科夫模型)被廣泛應(yīng)用于土地利用、城市增長和擴散等諸多領(lǐng)域。該模型綜合了 CA 模型模擬復(fù)雜系統(tǒng)空間變化的能力和 Markov 模型長期預(yù)測的優(yōu)勢,既提高了土地利用類型轉(zhuǎn)化的預(yù)測精度,又可以有效模擬土地利用格局的空間變化,具有較好的科學(xué)性和實用性[12-13]。Firozjaei等[14]開發(fā)基于方向的方法來改善CA-Markov模型的模擬性能,在1985年、2001年和2015年在伊朗巴布爾市進行了測試,結(jié)果顯示該方法精度更高。Bhagawat Rima等[15]研究了1989—2016年尼泊爾東部城市建設(shè)用地與耕地的面積變化,并采用CA-Markov模型結(jié)果表明在2026和2036年建設(shè)用地面積激增和耕地面積減少對該地區(qū)的糧食安全和環(huán)境平衡將產(chǎn)生負面影響。

目前,關(guān)于InVEST模型的評估研究,時間尺度上多集中于現(xiàn)在或過去,對未來模擬較少,國內(nèi)研究多集中于東南地區(qū)。Gaglio等[16]評估了保羅·杜·基奎洛自然保護區(qū)(Paul do Boquilobo)1967、1990和2015年的生態(tài)系統(tǒng)服務(wù)功能,并進一步模擬評估了2050年“高生產(chǎn)力農(nóng)業(yè)”和“自然植被完全覆蓋”兩種情景下的生態(tài)系統(tǒng)服務(wù)功能。黃康等[17]利用CA-Markov模型對福州新區(qū)2030年土地利用格局進行模擬,并利用InVEST模型中生境質(zhì)量模塊對該地區(qū)生態(tài)系統(tǒng)服務(wù)功能進行評估。疏勒河流域位于西北內(nèi)陸干旱區(qū),生態(tài)環(huán)境脆弱,卻具有極重要的生態(tài)系統(tǒng)服務(wù)功能,也是國家“一帶一路”戰(zhàn)略的重要陸路節(jié)點。本文將InVEST模型與CA-Markov模型結(jié)合,可以很好地提高土地利用類型的預(yù)測精度,同時為InVEST模型中碳儲存模塊提供數(shù)據(jù)基礎(chǔ),進而模擬未來疏勒河流域的生態(tài)系統(tǒng)服務(wù)碳儲量功能,以期為提高該流域生態(tài)系統(tǒng)服務(wù)功能提供參考。

1 研究區(qū)概況

疏勒河流域(38°00′—42°48′N,92°11′—98°30′E),是河西地區(qū)三大內(nèi)陸河流域之一,地處河西走廊最西端,包括玉門市、敦煌市、瓜州縣和肅北蒙古族自治縣,流域總面積約11.39×104km2,東接張掖市和內(nèi)蒙古自治區(qū),南接青海省,西接新疆哈密市,北接蒙古國[18]。地勢南北高、中間低,南部為阿爾金山及祁連山脈,北部為馬鬃山,中間地勢相對平緩(圖1)。流域?qū)儆诖箨懶愿珊祷哪畾夂?光熱資源豐富,無霜期長,降水少、蒸發(fā)大,海拔802—5573m。流域北部為阿拉善高原半荒漠生態(tài)區(qū),中部為河西走廊綠洲農(nóng)業(yè)生態(tài)區(qū),西南和南部為柴達木盆地荒漠-鹽殼生態(tài)區(qū),東南部為祁連山針葉林-高寒草甸生態(tài)區(qū)[19]。

圖1 研究區(qū)位置

疏勒河流域獨特的地理環(huán)境形成了獨特的社會經(jīng)濟空間格局,經(jīng)濟活動集中在綠洲區(qū),農(nóng)業(yè)生產(chǎn)高度依賴灌溉水源。土地面積廣闊,但水資源有限[20]。自20世紀(jì)90年代起,研究區(qū)陸續(xù)接收“兩西建設(shè)移民”、“疏勒河農(nóng)業(yè)開發(fā)暨移民安置工程移民”、“引洮工程九甸峽庫區(qū)移民”以及自發(fā)性移民10多萬人[21]。人口規(guī)?？焖僭黾?導(dǎo)致耕地面積和建設(shè)用地面積急劇擴張,土地利用格局發(fā)生了較大變化。流域內(nèi)自然條件嚴峻,加之人為活動,存在著土地沙化嚴重、低洼地區(qū)土壤次生鹽漬化現(xiàn)象普遍以及濕地萎縮等生態(tài)問題,因此,定量評估和預(yù)測流域內(nèi)生態(tài)系統(tǒng)服務(wù)功能具有十分重要的現(xiàn)實意義。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1InVEST模型

InVEST模型(Integrated Valuation of Ecosystem Services and Trade-offs) 即“生態(tài)系統(tǒng)服務(wù)功能與權(quán)衡交易綜合評價模型”,是由自然資本項目支持開發(fā)的、免費開源的、可以量化多種生態(tài)系統(tǒng)服務(wù)功能的模型[8]。

InVEST模型碳儲量模塊將生態(tài)系統(tǒng)的碳儲量劃分為4個基本碳庫：地上生物碳(土壤以上所有存活的植物材料中的碳)、地下生物碳(存在于植物活根系統(tǒng)中的碳)、土壤碳(分布在有機土壤和礦質(zhì)土壤中的有機碳)、死亡有機碳(凋落物、倒立或站立的己死亡樹木中的碳)。根據(jù)土地利用/覆被的分類情況,分別對不同地類地上碳庫、地下碳庫、土壤碳庫和死亡有機碳庫的平均碳密度進行計算統(tǒng)計,然后用各個地類的面積乘以其碳密度并求和,得出研究區(qū)的總碳儲量。其計算公式如下：

Ctotal=Cabove+Cbelow+Csoil+Cdead

式中,Ctotal為流域總碳儲量(t/hm2)；Cabove為地上部分碳儲量(t/hm2)；Cbelow為地下部分碳儲量(t/hm2),Csoil為土壤碳儲量(t/hm2)；Cdead為死亡有機碳儲量(t/hm2)。

2.1.2CA-Markov模型

基于IDRISI 17.0中的CA-Markov模塊對研究區(qū)土地利用格局變化進行模擬。具體過程如下：①確定1990—2000年和1990—2015年研究區(qū)土地利用類型轉(zhuǎn)移面積矩陣和轉(zhuǎn)移概率矩陣,用來進行CA-Markov模型檢驗精度和結(jié)果預(yù)測；②利用多標(biāo)準(zhǔn)評價模塊(Multi-criteria Evaluation,MCE)建立土地利用類型變化適宜性規(guī)則圖集。以限制性因素和驅(qū)動因素作為自變量進行分析,得到每種地類的空間分布概率圖,再利用Collection editor模塊將所有概率圖集成在一個圖集中；③構(gòu)造CA濾波器。本文采用 5×5 摩爾鄰域作為 CA-Markov 模型的濾波參數(shù)[22- 23]；④確定起始時刻及迭代次數(shù)。首先以1990—2000年為預(yù)測起始時刻,設(shè)定CA的迭代次數(shù)為10,模擬研究區(qū)2010年的土地利用類型空間分布。對模擬結(jié)果進行精度驗證后,以1990—2015年為預(yù)測起始時刻,設(shè)定迭代次數(shù)為25,預(yù)測研究區(qū)2040年的土地利用類型。

為了確保模擬結(jié)果的準(zhǔn)確性,采用 Kappa 指數(shù)對模擬結(jié)果進行檢驗。運用 IDRISI 17.0軟件中 CROSSTAB 模塊,輸入研究區(qū)2010年實際土地利用類型圖與預(yù)測土地利用類型圖進行精度檢驗,得到2010年的Kappa系數(shù)為0.92,表明模擬效果較好,可使用通過驗證的CA-Markov模型規(guī)則進行2040年土地利用類型預(yù)測。

2.2 數(shù)據(jù)來源

2.2.1行政邊界數(shù)據(jù)

行政邊界數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/data),經(jīng)過提取得到疏勒河流域矢量數(shù)據(jù)。

2.2.2土地利用類型數(shù)據(jù)

土地利用類型數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心(http://www. resdc.cn/data),包括6個一級類和26個二級類,經(jīng)合并和重分類后將土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地六大類(表1),裁剪后得到1990、1995、2000、2005、2010和2015六期疏勒河流域土地利用類型圖,分辨率為1km×1km。

表1 疏勒河流域土地利用類型分類表

2.2.3碳密度數(shù)據(jù)

根據(jù)模型用戶手冊,InVEST模型中的碳儲存模塊所做的假設(shè)是將某一土地利用類型的碳密度看作是一個常量。碳密度數(shù)據(jù)從前人研究文獻中得到[24- 32](表2)。在選取文獻時應(yīng)注意：一、由于不同學(xué)者得出碳密度存在差異,為避免數(shù)據(jù)相差過大,盡量選擇同一作者數(shù)據(jù)；二、盡可能選擇以北方,特別是以西北為研究區(qū)的文獻數(shù)據(jù)為參考,避免選擇南方或世界范圍的數(shù)據(jù)。最終得到不同土地利用類型的碳密度表。

表2 疏勒河流域土地利用各部分碳密度/(t/hm2)[24- 32]

2.2.4DEM與slope數(shù)據(jù)

DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)；在ArcGIS 10.5中利用DEM數(shù)據(jù)得到坡度(slope)柵格數(shù)據(jù),空間分辨率為90m×90m。

2.2.5道路數(shù)據(jù)

道路數(shù)據(jù)來自O(shè)SM(Open Street Map,https://www.openstreetmap.org),包括高速公路和城市交通道路,數(shù)據(jù)格式為矢量。

3 結(jié)果與分析

3.1 疏勒河流域1990—2015年碳儲量變化

利用InVEST模型中Carbon模塊分別計算了疏勒河流域1990、1995、、2000、2005、2010、2015年的碳儲量數(shù)據(jù)。

從數(shù)量來看(圖2),疏勒河流域1990、1995、2000、2005、2010、2015年的碳儲量分別為7.994×108、7.996×108、7.998×108、8.038×108、8.064×108、8.071×108t,呈現(xiàn)增加趨勢,總體增加了7.7×106t。其中,1990—2005年碳儲量增加緩慢；2000—2005年碳儲量上升較快,增加了4×106t,增幅為0.5%,主要源于耕地面積的增加,其中,瓜州縣和玉門市耕地面積增加最多,主要是由于移民安置項目的實施,其中瓜州縣接收甘肅省14個縣區(qū)移民22925人[33]；玉門市接收“兩西”建設(shè)移民15366人[34],人口增加促使耕地面積增加。1996年,疏勒河農(nóng)業(yè)灌溉暨移民安置綜合開發(fā)項目實施,在疏勒河上游新建昌馬水庫樞紐工程,同時在昌馬(31333.33 hm2)、雙塔(16200 hm2)、花海(7066.67 hm2)三大灌區(qū)新增保灌面積54600 hm2,以及營造防護林4700 hm2,經(jīng)濟林3333.33 hm2和封灘封沙育林14241.6 hm2[35]。因此,耕地增加是該時期碳儲量快速增長的主要原因(圖3)。

圖2 疏勒河流域各年份碳儲量及變化趨勢

從土地利用類型來看(圖3),疏勒河流域不同時期不同土地利用類型的碳儲量略有變化。主要表現(xiàn)為：耕地、林地、建設(shè)用地、草地碳儲量增加,未利用地碳儲量減少,其中,耕地碳儲量增加較為明顯。流域內(nèi)不同土地利用類型碳儲量對流域總碳儲量的貢獻值由大到小依次為：草地、未利用地、耕地、林地、建設(shè)用地和水域。1990—2015年,草地總面積最大時為20180km2,僅占流域總面積的17.71%,但碳儲量占流域總碳儲量的57%,是流域最主要的碳庫。未利用地的面積占整個流域面積約80%,碳儲量占流域總碳儲量的35%,其面積和碳儲量呈下降趨勢,但仍是流域的主要碳庫之一。

圖3 疏勒河流域各年份各土地利用類型碳儲量

由圖4可知,流域內(nèi)總碳儲量與地上生物碳儲量有顯著負相關(guān)性,農(nóng)作物和草地作為一年生植物,無法長期將碳固定在地上,因此總碳儲量與地上生物碳儲量呈顯著負相關(guān)性和大面積的一年生植被秋冬季節(jié)枯萎而導(dǎo)致的地上碳儲量的損耗有極大關(guān)系；流域內(nèi)總碳儲量與地下生物碳儲量、土壤碳儲量和死亡有機物碳儲量呈顯著正相關(guān)關(guān)系,因為植被土壤中的碳含量約是地上生物量的3倍,是大氣中碳含量的2倍[36- 37],是總碳儲量的最大碳來源。

圖4 疏勒河流域地上碳儲量、地下碳儲量、土壤碳儲量、死亡有機物碳儲量與總碳儲量的相關(guān)關(guān)系

3.2 疏勒河流域碳儲量空間變化特征

從空間來看(圖5),碳儲量較高的區(qū)域呈現(xiàn)“北部點狀-中部帶狀-南部點狀片狀”分布且空間變化不大的特征,“點狀”指的是肅北(北)以馬鬃山為主的部分區(qū)域碳儲量較高；“帶狀”指的是流域中部疏勒河兩岸綠洲地區(qū)碳儲量分布；“點狀片狀”指的是玉門市和肅北(南)交界地區(qū)以及肅北(南)中西部碳儲量較高值呈片狀分布,而在肅北(南)南部碳儲量的較高值則以點狀分布。

圖5 1990、1995、2000、2005、2010和2015年疏勒河流域碳儲量時空分布圖

1990—2015年疏勒河流域碳儲量空間變化較小,碳儲量較高的地區(qū)主要分布在流域綠洲以及肅北。具體來說,主要分布于敦煌東部、瓜州中部、玉門中部和南部、肅北(南),肅北(南)分布較為較廣,肅北(北)南部分布較多,這些地區(qū)植被面積較大,碳儲存能力較強。最高值為40820tC/km2,分布在玉門東北部、肅北(南)東北部和敦煌東部,這些地區(qū)土地利用類型主要為林地,土壤碳密度較大；最低值為0tC/km2,主要分布于肅北(南)的祁連山,主要地類為水域(冰川積雪、河流等)。

為了更清楚的反映疏勒河流域碳儲量的空間變化,將1990—2015年碳儲量空間變化值分別為三類：減少、基本不變和增加。對前后兩個時期碳儲量分布圖進行柵格減法運算,得到每個柵格值的增減變化情況。經(jīng)過柵格重分類,將碳儲量變化值大于5%定義為增長區(qū)域,變化值小于5%定義為碳儲量減少區(qū)域,將變化值介于±5%之間的定義為碳儲量基本不變區(qū)域。由圖6可知,1990—2015年,大部分地區(qū)的碳儲量基本不變,占到流域總面積的99.41%；碳儲量減少的面積為159km2,僅占流域總面積的0.14%,零散分布在瓜州和玉門市的中部；碳儲量增加的面積為512km2,占流域總面積的0.45%,主要分布在敦煌、瓜州和玉門中部的綠洲地區(qū),肅北分布較少且較零散。總體來說,大部分地區(qū)碳儲量空間變化較小,碳儲量增加和減少的區(qū)域面積僅占總面積的0.59%。變化較大的區(qū)域主要分布在流域中部的綠洲地區(qū),這些區(qū)域人類活動頻繁,土地利用方式變化較之其他區(qū)域更為劇烈。由于退耕還林等生態(tài)環(huán)境政策實施,后期植被面積不斷擴大,碳儲量呈現(xiàn)增大的趨勢。

圖6 疏勒河流域1990—2015年碳儲量空間分布變化

3.3 疏勒河流域土地利用類型變化及其對碳儲量的影響

疏勒河流域大部分地區(qū)為未利用地,而耕地、林地、建設(shè)用地和水域主要分布在流域中部的綠洲地區(qū),草地分布較為廣泛,除了疏勒河兩岸,玉門南部、肅北(南)都廣泛分布,肅北(北)的草地分布則較為分散。研究期間,各類用地均發(fā)生了變化。1990—2015年,流域內(nèi)土地利用變化主要以耕地和未利用地為主,耕地面積增加了433km2,增幅達到為36.66%,主要出現(xiàn)在瓜州、玉門河流兩岸的綠洲地區(qū)；未利用地面積變化最大,減少了536km2,相較于1990年減少了0.59%；建設(shè)用地增加了64km2,相比較1990年增幅為30.19%；水域面積增加了29km2,增幅達到5.21%；草地面積增加了8km2,增幅為0.039%,敦煌市和玉門市增加面積較大；林地面積增加了2km2,增幅為0.36%,玉門東部地區(qū)增長面積較大。

表4反映了1990—2015年由于土地利用變化而導(dǎo)致的碳儲量的變化情況。由表4可知,土地利用變化導(dǎo)致疏勒河流域碳儲量增加約7.7×106t,主要是因為大面積的未利用地轉(zhuǎn)化為耕地和草地,植被覆蓋使得土壤和植被地上、地下碳儲量增加,增加了流域總碳儲量；林地向耕地、草地和未利用的轉(zhuǎn)出非常不利于碳儲量的增加；由于水域的碳密度設(shè)為0 t/hm2,因此,水域的轉(zhuǎn)出有利于碳匯形成,增加了流域碳儲量。

表4 1990—2015年疏勒河流域土地利用類型轉(zhuǎn)化及其引起的碳儲量變化

1990—2015年,耕地面積持續(xù)增長,2000—2005年增長速度最快,主要是由于移民安置工程實施后,人口大量增加,興修水庫,農(nóng)業(yè)灌溉面積增加；2000—2012年玉門和瓜州總?cè)丝趶?8.58萬人減少到26.87萬人,但農(nóng)村人口卻從14.47萬人增加到19.63萬人,導(dǎo)致耕地面積快速增加[38],從轉(zhuǎn)移方向來看主要是以草地和未利用地位為主,說明這一時期耕地的來源主要是開荒造田,植被面積不斷擴大,增加了區(qū)域碳儲量。

表3 1990—2015疏勒河流域土地利用類型變化

林地面積變化呈現(xiàn)“增長-下降-增長”趨勢。20世紀(jì)70年代起,疏勒河流域先后被列為“三北”防護林體系建設(shè)工程、平原綠化工程等生態(tài)工程建設(shè)區(qū)域,在生態(tài)工程的推動下,林地面積不斷增加[20]。1990—1995年增長速度較快,隨后面積開始減少,2005年之后開始緩慢增長；從轉(zhuǎn)移方向看,林地的轉(zhuǎn)入主要為草地和未利用地。樹木的固碳潛力取決于其生物量,尤其是地上生物量在評估樹木生物量時被廣泛考慮[39],森林強大的固碳能力使其成為生態(tài)系統(tǒng)中最大的碳庫[40],林地面積擴大增加了總碳儲量。

草地面積呈現(xiàn)波動變化趨勢,2005年面積減少到最小值為20143km2,2005—2010年面積迅速增大,2010年后開始減少。草地的轉(zhuǎn)出主要為耕地和未利用地,說明毀草造田和荒漠化是草地減少的原因,同期,草地的轉(zhuǎn)入主要為未利用地和耕地,表明荒地種草和退耕還林是草地面積增加的主要方式。退耕還林還草工程(1999年啟動)、草原沙化防護工程(2001年啟動)、退牧還草工程(2003年啟動)[20]等生態(tài)工程的實施,使植被面積擴大,使得更多碳固定在土壤中[39]。

1990—2010年建設(shè)用地面積較為穩(wěn)定,2010年后迅速增加。從轉(zhuǎn)移方向看,建設(shè)用地很少為轉(zhuǎn)出為其他的地類,而轉(zhuǎn)入建設(shè)用地主要為未利用地和草地,說明城鎮(zhèn)用地和農(nóng)村居民地會占用周邊耕地,而交通用地、工礦倉儲等用地則占用未利用地。20世紀(jì)80年代,政府實施了一系列移民安置工程,極大促進了耕地和城鄉(xiāng)建設(shè)用地的擴張,加速草地、水域濕地及無植被區(qū)向耕地和城建用地的轉(zhuǎn)變；同時由于玉門油田等生活基地搬遷、玉門新區(qū)等新興城市建設(shè)的加速,區(qū)域內(nèi)建設(shè)用地急劇擴張。移民城鎮(zhèn)化導(dǎo)致區(qū)域內(nèi)建設(shè)用地不斷占用耕地、草地和未利用地[41]。

未利用地面積呈現(xiàn)持續(xù)減少趨勢,從轉(zhuǎn)移方向看,未利用地的轉(zhuǎn)出主要為耕地和草地。同期,轉(zhuǎn)入未利用地的地類主要為草地,說明草地和未利用地之間呈現(xiàn)相互轉(zhuǎn)化的趨勢,且未利用地轉(zhuǎn)入草地的面積大于由草地轉(zhuǎn)入的面積。未利用地向耕地、草地的流入主要是由于人口的增加和環(huán)境保護政策的實施,植被覆蓋面積的增加提高了流域的總碳儲量。

為進一步探究土地利用變化對流域內(nèi)碳儲量變化的影響,計算了1990—2015年各土地利用類型變化與碳儲量的相關(guān)性(水域地上生物、地下生物、土壤和死亡有機物碳密度都為0,因此不做分析)。

由圖7可知,流域總碳儲量與耕地、草地、建設(shè)用地的面積與流域總碳儲量呈正相關(guān)關(guān)系,其主要原因是研究期內(nèi)植被面積的增加,提高了土壤中固碳量；林地、未利用的面積與總碳儲量呈現(xiàn)負相關(guān)關(guān)系,未利用地面積持續(xù)減少,轉(zhuǎn)入碳密度較高的植被地類,導(dǎo)致其與總碳儲量呈現(xiàn)負相關(guān)的關(guān)系。

圖7 疏勒河流域耕地、林地、草地、建設(shè)用地和未利用地與總碳儲量的相關(guān)關(guān)系

3.4 疏勒河流域2015—2040年碳儲量時空分布特征

首先利用IDRISI 17.0中CA-Markov模型得到2040年土地利用類型圖,然后同碳密度數(shù)據(jù)在InVEST模型的Carbon模塊中運行,最終獲得2040年疏勒河流域碳儲量及空間分布圖。

2040年,疏勒河流域碳儲量為9.128×108t,較2015年增加了13.1%。呈現(xiàn)“北部片狀-中部帶狀-南部點片狀”分布(圖8),北部即肅北(北)由于草地面積增長,碳儲量分布也由點狀分布變?yōu)槊鏍罘植?；中部碳儲量主要分布在河流兩岸綠洲地區(qū),最高值出現(xiàn)在玉門市以及敦煌市的東部的林地；南部肅北(南)碳儲量呈點狀分布,主要地類為祁連山的高山草甸,流域的東南部碳儲量呈現(xiàn)面狀分布,主要地草地。

圖8 2040年疏勒河流域碳儲量空間分布

2015—2040年疏勒河流域碳儲量空間變化如圖9所示。經(jīng)過重分類后可得：碳儲量減少的面積為3417km2,占流域總面積的3%,增加的面積為8304km2,占流域面積的7.29%,而大部分地區(qū)的碳儲量呈現(xiàn)穩(wěn)定狀態(tài)。肅北(北)碳儲量增加的面積較大,主要因為草地面積的增大；而在肅北(南),碳儲量增加和減少的現(xiàn)象并存,總體變化不大；在敦煌、瓜州和玉門,碳儲量呈現(xiàn)增加趨勢,主要是由于草地、耕地、林地面積增大。

圖9 2015—2040疏勒河流域碳儲空間變化

相比2015年,疏勒河流域耕地、林地、草地、水域、建設(shè)用地的面積增加,未利用地面積減少,其中,草地的面積增加的最多,為4766km2,其次為耕地和林地,分別增加了678km2和429km2,建設(shè)用地和水域的面積增加較少,分別增加了149km2和107km2,未利用面積減少較大,為6088km2。疏勒河流域降水稀少,生態(tài)環(huán)境脆弱,因此,流域內(nèi)仍然需實行嚴格的生態(tài)環(huán)境保護措施,退耕還林還草政策的實行使自然植被面積不斷擴大,在肅北(北),原來呈“點”狀分布的草地在面積擴大到一定程度后與周圍“點”狀分布的地類連接,呈現(xiàn)“片”狀的分布；為了實現(xiàn)使流域內(nèi)水資源的高效利用和充分保護,政府部門實施高效的水資源利用計劃,在確保流域生產(chǎn)生活用水的同時,保證了生態(tài)用水。灌溉用水的高效節(jié)約,為耕地面積的擴大提供了可能,同時,上游節(jié)約水資源,最大限度保障了下游的生態(tài)用水,植被面積不斷擴大,提高流域碳儲量,改善流域生態(tài)環(huán)境。

4 討論

4.1 碳儲量時空變化及其影響因素

本研究表明,1990—2015年疏勒河流域碳儲量呈現(xiàn)逐年增加的趨勢,一定程度上反映了疏勒河流域生態(tài)系統(tǒng)服務(wù)功能有所提高,通過模擬和預(yù)測2040年的土地利用類型空間分布和碳儲量功能,發(fā)現(xiàn)未來流域內(nèi)碳儲量持續(xù)提高,生態(tài)系統(tǒng)服務(wù)功能不斷增強。與部分學(xué)者研究結(jié)果一直,李曼等[42]研究表明1985—2010年疏勒河流域生態(tài)系統(tǒng)服務(wù)價值呈增加趨勢,且發(fā)現(xiàn)草地貢獻了最大的生態(tài)系統(tǒng)服務(wù)功能增加值。孫曉芳等[43]在全球尺度的模擬研究結(jié)果也表明生態(tài)系統(tǒng)碳儲量呈增加趨勢。在模型設(shè)定中,碳密度無年際變化,因此碳儲量的變化主要是由于區(qū)域內(nèi)不同土地利用類型的相互轉(zhuǎn)化而導(dǎo)致,由于流域內(nèi)人口增加和經(jīng)濟發(fā)展而導(dǎo)致的開墾荒地以及退耕還林等政策的實施在一定程度上增加了植被覆蓋率,大面積低碳密度的未利用地向高碳密度的草地、林地等地轉(zhuǎn)移,由此使得生態(tài)系統(tǒng)碳儲量增加,草地為主要碳庫。由此可見,諸如退耕還林等生態(tài)措施可以提高生態(tài)系統(tǒng)碳儲量,而Zhao等[44]利用CA-Markov和InVEST 模擬也發(fā)現(xiàn)積極的人類生態(tài)工程措施可以提高生態(tài)系統(tǒng)碳儲量。本研究結(jié)果表明建設(shè)用地擴張會導(dǎo)致生態(tài)系統(tǒng)碳儲量減少,與Jiang等[45]和He等[46]研究結(jié)果同樣表明城鎮(zhèn)化會導(dǎo)致生態(tài)系統(tǒng)碳儲量減少。同樣在干旱區(qū),徐自為等[47]在新疆尉犁縣的研究發(fā)現(xiàn)生態(tài)系統(tǒng)碳儲量有減少趨勢,而導(dǎo)致碳儲量減少的主要原因是建設(shè)用地擴張占用了耕地、林地和草地等。

4.2 不確定性分析

InVEST模型計算碳儲量時也有一些不確定性因素。首先,模型基于大尺度的土地利用類型變化計算碳儲量及其時空變化,但對碳固持存在重要影響的光合速率和土壤微生物活動等諸多因素未考慮；其次,模型中,碳密度無年際變化,這樣的情況下,碳儲量的變化就是由土地利用類型的轉(zhuǎn)化而引起；最后,土地利用變化的數(shù)據(jù)多基于遙感技術(shù)的使用,雖然遙感技術(shù)日益走向成熟,但在遙感影像解譯等過程中,由于操作人員主觀因素的影響,土地利用分類的精度難以保證[48]。除此之外,利用CA-Markov模型進行土地利用類型模擬時,由于數(shù)據(jù)獲取較為困難,各種地類的轉(zhuǎn)化的動因較少,對地類轉(zhuǎn)化預(yù)測造成一定影響。

雖然InVEST模型和CA-Markov模型有一定的不確定性,但是其運算結(jié)果能清晰反映和預(yù)測疏勒河流域1990—2040年來的碳儲量時空變化,碳儲量作為生態(tài)系統(tǒng)服務(wù)功能的一個重要指標(biāo),在一定程度上反映區(qū)域生態(tài)系統(tǒng)服務(wù)功能的好壞。因此,在以后的研究中,還需加強以下3個方面的工作：第一,加強各土地利用類型碳密度監(jiān)測,提高土地利用分類的空間分辨率。InVEST模型中碳儲存模塊只考慮了不同地類的碳密度,而未考慮到不同地類的空間異質(zhì)性,評估結(jié)果只會隨著地類變化而變化,因此今后的研究中應(yīng)該加強對碳密度的實地的連續(xù)監(jiān)測；土地利用類型的分類應(yīng)該采用高分辨率影像作為基礎(chǔ)數(shù)據(jù),綜合提高碳儲量評估的精度。第二、本文中僅對未來土地利用類型作了一種預(yù)測,預(yù)測方向偏向于自然發(fā)展下的數(shù)量預(yù)測,而忽略了地方政府在社會經(jīng)濟政策和土地利用規(guī)劃政策上對未來土地利用變化的約束和干預(yù)[49],因此在未來研究中,應(yīng)當(dāng)利用更多自然和社會經(jīng)濟條件,結(jié)合流域內(nèi)的發(fā)展政策,對流域內(nèi)不同情境下的土地利用類型進行模擬和預(yù)測,以期能提高科學(xué)的預(yù)見性與決策的合理性。第三、加強多領(lǐng)域跨學(xué)科研究,注重碳質(zhì)量的研究[50],為提高生態(tài)系統(tǒng)服務(wù)提供科學(xué)依據(jù)；建立土地利用變化與生態(tài)系統(tǒng)耦合模型,優(yōu)化不同土地利用類型下碳循環(huán)模型,厘清土地利用變化對于陸地生態(tài)系統(tǒng)碳儲量的影響機制,在分清不同的碳循環(huán)過程這一重要基礎(chǔ)上,對已有模型予以完善,綜合考慮環(huán)境、生化及人為因素等的影響,建立土地利用變化與生態(tài)系統(tǒng)相耦合的模型。

5 結(jié)論

(1)1990、1995、2000、2005、2010、2015年疏勒河流域碳儲量分別為7.994×108、7.996×108、7.998×108、8.038×108、8.064×108、8.071×108t,呈現(xiàn)逐年增加趨勢,總體增加了7.7×106t,年均增加 0.038%。

疏勒河流域碳儲量存在顯著的空間分布特征,碳儲量較高的地區(qū)主要為疏勒河兩岸和肅北；碳儲量與土地利用類型變化有顯著相關(guān)性,與耕地、草地、建設(shè)用地呈正相關(guān)性,與林地和未利用地呈的負相關(guān)性。

(3)2040年,疏勒河流域碳儲量為9.128×108t,比2015年增加了1.057×108t,增加的地區(qū)主要出現(xiàn)在肅北(北)、流域中部綠洲河流兩岸,主要是因為植被面積的增加,提高了土壤和地下生物碳儲量,使得整個流域的碳儲量增加。