韓 敏, 徐長春, 隆云霞, 劉 芳

(新疆大學 地理科學學院, 新疆綠洲生態(tài)重點實驗室, 新疆 烏魯木齊 830017)

21世紀以來，全球范圍內的工業(yè)污染物排放量一直居高不下，2017年中國碳排放量已占全球總排放量的27%，如何減少碳排放，早日實現(xiàn)“碳達峰、碳中和”的“雙碳”目標日漸成為國際關注的焦點與學術界研究的熱點。據(jù)相關研究，土地利用變化引起的碳排放量約占全球總碳排放的三分之一[1-2]，生態(tài)系統(tǒng)結構功能變化正在深刻影響著全球碳循環(huán)過程，林地、耕地、草地等土地利用方式的轉變促使植被覆蓋改變，進而引起自然界碳存儲及碳源/匯變化[3-4]。因此，正確認識土地利用變化下的碳儲量時空分布、碳源/匯變化，對于區(qū)域自然資源管理、經(jīng)濟發(fā)展和土地利用決策具有重要的指導意義和參考價值[5]。為此，眾多學者對碳儲量及碳源/匯開展了相關研究，Zhang等[6]、Bu等[7]對某一植被類型或者城市土地覆被的碳源/匯進行了模擬分析；Yang等[8]、Liang等[9]針對不同土地利用變化下的碳儲量進行了模擬，并評估了碳儲量變化對生態(tài)環(huán)境的影響；楊潔等[10]、史名杰等[11]評估了不同土地利用情景下的碳儲量變化。目前，針對區(qū)域碳儲量變化或某一植被類型、土地利用類型碳源/匯變化的研究較多，但對多種土地利用類型及其在不同情景下的碳儲量、碳源/匯變化評估的研究還相對較少。因此，關注土地利用變化基礎上的碳儲量及碳源/匯就顯得極為必要，它可為優(yōu)化生態(tài)系統(tǒng)服務價值及提高碳存儲能力提供指導，為區(qū)域持續(xù)協(xié)調發(fā)展提供方向和路徑。

西北干旱區(qū)作為“一帶一路”核心區(qū)和中國重要的能源戰(zhàn)略基地，隨著社會經(jīng)濟的發(fā)展，城市建設用地不斷擴張，人為干預下的林地、草地變更為耕地導致了大氣中CO2濃度顯著上升[12]，既不利于當?shù)亟?jīng)濟發(fā)展，也不利于全球氣候變暖的減緩和節(jié)能減排措施的實施。因此，開展該區(qū)域土地利用變化對碳儲量、碳源/匯的影響研究十分重要且必要。

鑒于此，本文以中國西北干旱區(qū)為例，采用7期土地利用數(shù)據(jù)，分析了2000—2020年該區(qū)的土地利用變化狀況，運用FLUS模型預測了該區(qū)2100年在自然發(fā)展情景、耕地保護情景和生態(tài)保護情景下的土地利用狀況；利用InVEST模型對2000—2020年和2100年的碳儲量、碳源/匯進行了模擬；分析了2000—2020年和2100年土地利用變化對碳儲量、碳源/匯的影響，以期為該區(qū)未來土地發(fā)展規(guī)劃和“雙碳”目標達成提供決策參考依據(jù)。

1 研究區(qū)概況

西北干旱區(qū)地處亞歐大陸腹心、中國西北內陸，其地理范圍73°—107° E和35°—50° N，面積2.35×106km2，約占全國總面積的24.5%[13]。其行政區(qū)劃自西向東主要包括新疆維吾爾自治區(qū)全部、甘肅河西走廊地區(qū)及內蒙古西北部地區(qū)。區(qū)域內生態(tài)系統(tǒng)類型多樣，包括山地、綠洲、荒漠及尾閭湖生態(tài)系統(tǒng)[14]；地理地貌單元復雜，海拔高度為-162～7 249 m，主要以山脈、盆地、沙漠為主，其中山脈包括阿爾泰山、天山、昆侖山、祁連山、賀蘭山；盆地包括準噶爾盆地、塔里木盆地；沙漠包括古爾班通古特沙漠、塔克拉瑪干沙漠、庫姆塔格沙漠、巴丹吉林沙漠、騰格里沙漠。該區(qū)域深居內陸，距海遙遠，且受山脈阻隔水汽難以到達，屬于典型的溫帶大陸型氣候，大部分區(qū)域年均降水不足200 mm，氣候干燥，植被覆蓋率低，自然條件惡劣(圖1)。

注：基于審圖號GS(2020)4632號底圖制作，底圖來自于自然資源部標準地圖服務系統(tǒng)(http:∥bzdt.ch.mnr.gov.cn)。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

(1) 土地利用數(shù)據(jù)。來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，包括7期原始分辨率為30 m的中國土地利用數(shù)據(jù)(2000，2005，2008，2010，2015，2018，2020年)，將其重采樣至1 km，并重分類為耕地、林地、草地、水域、建設用地、未利用地6種類型，主要用于土地利用變化分析及土地利用變化下的碳儲量模擬。

(2) 驅動因子數(shù)據(jù)。本研究中的驅動因子數(shù)據(jù)包括人口密度(POP)、國內生產(chǎn)總值(GDP)、氣溫、降水、數(shù)字高程模型(DEM)、坡度、坡向、公路、鐵路、高速、河流、湖泊和城鎮(zhèn)。人口密度、國內生產(chǎn)總值、氣溫、降水數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn)，坡度、坡向數(shù)據(jù)在ArcGIS 10.6中用DEM數(shù)據(jù)經(jīng)表面分析得到，分辨率為1 km。驅動因子數(shù)據(jù)主要用來分析各類因子變化對土地利用變化的影響。

(3) 道路數(shù)據(jù)。來源于Open Street Map (https:∥www.openstreetmap.org)，河流、湖泊和城鎮(zhèn)數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http:∥www.resdc.cn/data)，經(jīng)投影、裁剪、統(tǒng)一行列數(shù)，處理成FLUS模型輸入數(shù)據(jù)，用于分析道路變化對土地利用變化的影響。

(4) 氣象數(shù)據(jù)。本研究所用的氣象數(shù)據(jù)主要包括年均溫和年均降水，來源于中國地面氣候資料日值數(shù)據(jù)集(v3.0)，該數(shù)據(jù)包括824個國家級地面氣象觀測站站點數(shù)據(jù)，經(jīng)Anusplin插值法插值成分辨為1 km的格點數(shù)據(jù)，裁剪獲得本研究區(qū)相應數(shù)據(jù)用于碳密度修正。

2.2 研究方法

2.2.1 FLUS模型 FLUS模型全稱GeoSOS-FLUS模型，由中山大學黎夏團隊開發(fā)[15]，是一個用于模擬、預測土地利用變化的模型。該模型以GeoSOS模型為基礎，在元胞自動機的基礎上，結合人工神經(jīng)網(wǎng)絡算法和輪盤選擇機制改進升級獲得。與其他土地利用模型相比，該模型充分考慮了區(qū)域內土地利用變化的自然、人為驅動力因子的作用，極大地提高了土地利用變化格局精度，使模擬變化無限接近實際變化。

2.2.2 InVEST模型 InVEST模型由美國自然資源項目組開發(fā)，主要用于評估生態(tài)系統(tǒng)服務功能及經(jīng)濟價值，可為生態(tài)系統(tǒng)管理提供決策服務[16]。模型主要包括陸地、淡水和海洋三大生態(tài)系統(tǒng)服務評估模塊[17]，本文基于碳密度和土地利用數(shù)據(jù)，使用陸地生態(tài)系統(tǒng)碳儲量子模塊，估算土地利用變化下的碳儲量及碳源/匯。

2.3 碳儲量估算

2.3.1 碳儲量值的估算 InVEST模型可模擬不同土地利用類型及未來土地發(fā)展情景下的生態(tài)系統(tǒng)碳儲量及碳源/匯變化。該模型通過碳庫代替法模擬碳儲量，即采用土地利用類型地上、地下、土壤、死亡凋落物碳密度數(shù)據(jù)，用對應面積乘以碳密度數(shù)據(jù)的形式，分別計算各碳庫儲量數(shù)據(jù)，經(jīng)相加得到某一地區(qū)生態(tài)系統(tǒng)碳儲總量。其計算公式為：

Ci=Ci-above+Ci-below+Ci-soil+Ci-dead

(1)

(2)

注：Ci為土地利用類型；Ci-above為土地利用類型i的地上碳密度(t/hm2)；Ci-below為土地利用類型i的地下生物量碳密度(t/hm2)；Ci-soil為土地利用類型i的土壤碳密度(t/hm2)；Ci-dead為土地利用類型i的死亡凋落物碳密度(t/hm2)；Ci-all為生態(tài)系統(tǒng)中的碳儲量(t)；Si為土地利用類型i的面積(km2)；n為土地利用類型的數(shù)量(本研究區(qū)n為6)。

2.3.2 碳密度值的選定及修正 根據(jù)李克讓等[18]、解憲麗等[19]、朱超等[20]，張杰等[21]，柳梅英等[22]的相關研究，得到全國6種土地利用類型碳密度，運用Alam等[23]、陳光水等[24]提出的氣象因子修正公式對碳密度進行修正，由于死亡凋落物碳庫在總碳庫中占比微小且數(shù)據(jù)難以獲得，故設其為0。修正公式如下：

CSP=3.396 8×MAP+3 996.1

(3)

CBP=6.789×e0.005 4×MAP

(4)

CBT=28×MAT+398

(5)

注：CSP表示年均降水量修正后的土壤碳密度(t/hm2)；CBP表示年均降水修正后的生物量碳密度(t/hm2)；CBT表示年均溫修正后的生物量碳密度(t/hm2)； MAP表示年均降水量(mm)； MAT表示年均溫(℃)。

(6)

KB=KBP×KBT

(7)

(8)

注：KBP表示年均降水因子修正的生物量碳密度系數(shù)；KBT表示年均溫因子修正的生物量碳密度系數(shù)；KB表示生物量碳密度修正系數(shù)；KS表示土壤碳密度修正系數(shù)；C1和C2表示研究區(qū)及全國的相關數(shù)據(jù)。

精準的碳密度數(shù)據(jù)是碳儲量模擬的關鍵，選擇適合本研究區(qū)的碳密度數(shù)據(jù)尤為重要。在沒有本地實測碳密度數(shù)據(jù)的情況下，選擇前人研究的其他區(qū)域實測的碳密度數(shù)據(jù)，采用本地氣象因子加以修正，以獲得適合本研究區(qū)的碳密度數(shù)據(jù)(表1)。

表1 西北干旱區(qū)不同土地利用類型的碳密度 t/hm2

3 結果與分析

3.1 土地利用變化分析

3.1.1 2000—2020年土地利用變化 由表2可知，2000—2020年西北干旱區(qū)的土地利用類型主要以未利用地、草地、耕地為主，面積比例分別為57.70%，18.55%，2.91%；建設用地面積極少，僅占0.94%，這與西北干旱區(qū)人口密度低、城市化水平程度低有關；耕地、草地、建設用地呈增長狀態(tài)，面積分別占總轉移用地的11.46%，42.48%，2.15%；林地、水域、未利用地面積均呈下降態(tài)勢，面積分別減少了0.22%，55%，0.77%。

表2 2000—2020年西北干旱區(qū)土地利用面積轉移矩陣 km2

從土地利用類型之間的轉移情況(圖2)來看，各土地利用類型均在相互轉化，21 a間發(fā)生轉移的面積為3.92×105km2。耕地轉入面積為4.49×104km2，約為轉出面積的3.68倍，是其他土地利用類型的接受者；草地、建設用地轉入面積均大于轉出面積，轉入面積分別為轉出面積1.02，3.02倍；水域以轉出為主，轉向草地的面積為8.81×103km2，占轉出總面積的2.25%。未利用地轉出面積顯著大于轉入面積，面積比例分別為33.70%，3.28%。

圖2 2000—2020年西北干旱區(qū)土地利用轉移數(shù)量和弦圖(103 km2)

3.1.2 未來2100年土地利用情景模擬分析 在GeoSOS-FLUS模型中采用馬爾可夫鏈預測各類土地利用柵格數(shù)，基于2005年土地利用模擬了2015年的土地利用結果。將2015年模擬結果與2015年實際土地利用情況進行疊合分析，計算模擬圖中正確像元數(shù)與真實圖像元數(shù)之間的比值(圖3)，比較kappa指數(shù)。該值越接近1，模擬精度越高，越接近研究區(qū)實際情況，經(jīng)檢驗本文中kappa指數(shù)模擬精度為91.28%。因此，該模型適用于本研究區(qū)土地利用模擬。

圖3 西北干旱區(qū)2015年實際土地利用圖與模擬

基于社會和經(jīng)濟不同的發(fā)展目標及政府發(fā)展規(guī)劃，本研究設定了未來發(fā)展的3種土地利用情景(圖4)。 ①自然發(fā)展情景：假定2020—2100期間土地利用變化不受重大政策、規(guī)劃的影響，未來土地利用變化幅度、趨勢延續(xù)2000—2020年演變發(fā)展模式，運行Markov轉移概率矩陣得到2100年自然發(fā)展情景下的土地利用柵格數(shù)。 ②耕地保護情景：在自然發(fā)展情景的基礎上，根據(jù)《全國土地利用總體規(guī)劃綱要(2006—2020年)》《甘肅省土地利用總體規(guī)劃(2006—2020年)》《新疆維吾爾自治區(qū)土地利用總體規(guī)劃(2006—2020年)》，對耕地加以保護，確保耕地面積在各用地類中占有較多的比重，與自然發(fā)展情景相比，耕地面積約增長了1.3倍。③生態(tài)保護情景：優(yōu)先考慮生態(tài)效益，確保林地、草地、水域生態(tài)用地類型的數(shù)量優(yōu)勢，限制其大面積、大速率向其他用地類型轉化，與自然發(fā)展情景相比，林地、草地、水域面積分別增長了1.2，1.2，1.6倍(表3)。

圖4 2100年西北干旱區(qū)不同土地發(fā)展情景下的土地利用模擬結果

表3 未來情景下西北干旱區(qū)各土地利用類型面積 km2

由圖5可知，未來2100年與2020年相比，在自然發(fā)展情景下，除未利用地外其他土地利用類型均處于增長狀態(tài)。耕地保護情景下，耕地面積呈增加狀態(tài)，增加了3.10×104km2，其他土地利用類型不變或減少，其中草地面積變化為0 km2，林地、水域、建設用地分別減少了4 538，3 478，2 577 km2。生態(tài)保護情景，具有生態(tài)效益的林地、草地、水域面積在生態(tài)保護情景下呈明顯的擴張趨勢，分別增加了1.20×104，3.02×104， 6 943 km2，這表明在此情景下自然環(huán)境持續(xù)向好發(fā)展。由于未利用地被大量開發(fā)利用，3種情景下均呈減少特征，分別減少了1.08×105，2.04×104，1.25×104km2。

圖5 西北干旱區(qū)3種土地發(fā)展情景下土地利用面積變化

3.2 土地利用變化對碳儲量的影響

3.2.1 2000—2020年土地利用變化對碳儲量的影響 根據(jù)2000—2020年土地利用轉移變化及土壤、植被碳密度差異，計算西北干旱區(qū)土地利用變化對碳儲量的影響。需說明，這里計算的碳儲變化量僅指土地利用類型轉移引起的變化量，不包括未轉移面積上的碳儲量。由表4可知，耕地轉出使整個區(qū)域的碳儲量減少了1.67×107t，其中耕地轉向林地碳儲量增加了8.50×106t，而耕地轉向其他用地類型均使碳儲量減少，共減少了2.53×107t，其減少量遠大于增加量，故耕地轉出不利于增加區(qū)域碳儲量；大量的林地轉向碳密度值小的草地、未利用地和耕地，同時部分林地轉向水域和建設用地，使林地碳儲量下降了2.06×108t；草地轉出共計流失碳儲量6.55×108t，其根源在于大量的草地退化為未利用地，區(qū)域生態(tài)功能趨向惡化；水域均轉向比其密度大的土地利用類型，故碳儲量增加，共計增加1.14×108t；建設用地和未利用地轉出使區(qū)域碳儲量分別增加了5.24×106，9.18×108t，這對減少碳排放具有十分重要的意義。

表4 2000—2020年西北干旱區(qū)土地利用類型轉化引起的碳儲量變化

從總體來看，2000—2020年土地利用變化有利于提升研究區(qū)的碳儲量，其中植被碳儲量和土壤碳儲量均呈增加趨勢，分別增加了2.89×105，1.60×108t，總碳儲量累計增加1.60×108t。

3.2.2 未來2100年土地利用變化對碳儲量的影響 由表5可知，耕地保護情景下，耕地面積增加了3.10×104km2，耕地變化與碳儲量呈正相關，植被碳儲量增加了7.37×106t，土壤碳儲量增加了2.49×108t，共增加了2.56×108t；草地變化穩(wěn)定，面積不增不減，對該地類上的碳儲量無影響；林地、水域、建設用地、未利用地面積，分別下降了4.54×103，3.48×103，2.58×103，2.04×104km2。隨之造成該土地利用類型碳儲量的流失，其排序為：林地>未利用地>建設用地>水域。與其他土地利用類型的碳儲量相比，耕地增加的碳儲量遠大于其他土地利用類型虧損的碳儲總量，說明耕地保護情景可使生態(tài)系統(tǒng)朝著良性方向發(fā)展，提升整個區(qū)域的生態(tài)系統(tǒng)服務功能。

表5 2100年西北干旱區(qū)耕地保護情景相較自然發(fā)展情景的碳儲量變化

由表6統(tǒng)計得到，在生態(tài)保護情景下，耕地、未利用地的面積分別減少了1.12×104， 3.28×104km2，林地、草地、水域面積分別增加了7 415，3.01×104，3 466 km2，與之相對應碳儲量分別減少了9.27×107，5.46×107t，增加了1.08×108，2.34×108t，3 000 t，這說明生態(tài)保護情景生態(tài)用地面積增加可提升區(qū)域碳儲量。綜上，生態(tài)用地面積增加的同時造成了耕地面積減少，因此土地利用規(guī)劃可統(tǒng)籌考慮生態(tài)保護和耕地保護情景，既能增加碳匯，又能保障糧食安全。

表6 2100年西北干旱區(qū)生態(tài)保護情景相較自然發(fā)展情景的碳儲量變化

3.3 碳儲量及碳源/匯時空變化

3.3.1 2000—2020年碳儲量及碳源/匯變化 從碳儲總量變化來看，西北干旱區(qū)2000，2005，2008，2010，2015，2018，2020年的碳儲量分別為7.86×109，7.88×109，7.89×109，7.91×109，7.93×109，7.99×109，8.02×109t，21 a來呈持續(xù)上升趨勢，年均增長量為7.90×106t。

從空間分布來看(圖6)，2000—2020年，西北干旱區(qū)碳儲量空間分布格局未發(fā)生顯著變化，但碳儲量高、中、低值分布存在空間異質性。碳儲量低值區(qū)(1～1 600 t)分散分布于阿爾泰山、天山南部、伊犁盆地邊緣及昆侖山南部，這些地方多分布有固態(tài)水體、湖泊及建設用地。碳儲量中值區(qū)(5 800～7 800 t)的分布與草地范圍相一致，碳儲量高值區(qū)(9 800～14 568 t)主要集中分布在海拔較高的山林區(qū)，如阿爾泰山林區(qū)、祁連山林區(qū)、塔里木盆地北緣綠洲區(qū)及伊犁河谷地區(qū)。

圖6 西北干旱區(qū)2000—2020碳儲量及碳源/匯分布

根據(jù)區(qū)域實際將碳儲量分布情況劃分為碳匯區(qū)、平衡區(qū)、碳源區(qū)，將0值及基本趨近0值(-500～500 t)的范圍劃分為平衡區(qū)。由圖6可知，2000—2020年碳匯區(qū)面積大于碳源區(qū)，碳匯、碳源面積占比分別為9.36%，7.82%。從空間分布來看，碳匯區(qū)主要集中分布在阿爾泰山、天山南北坡、伊犁河河谷、塔里木盆地北部、南部地區(qū)及昆侖山林區(qū)，這與碳儲量高值區(qū)的分布基本一致，碳源區(qū)與碳匯區(qū)呈交錯、嵌套分布于天山北坡、塔里木盆地綠洲外緣，這些區(qū)域靠近人類活動區(qū)，經(jīng)濟活動強烈、土地利用轉換頻繁，難以形成碳匯。平衡區(qū)面積占比為82.82%，主要分布在沙漠、戈壁等未利用地區(qū)，該區(qū)域受人類活動影響小。

3.3.2 2100年不同情景下的碳儲量及碳源/匯變化 從2100年3種土地發(fā)展情景碳儲總量(圖7)變化來看，自然發(fā)展情景、耕地保護情景、生態(tài)保護情景下的碳儲總量分別為8.65×109，8.79×109，8.87×109t，較2020年分別增加了6.37×108，7.78×108，8.49×108t，其中生態(tài)保護情景下碳儲增量最大，說明生態(tài)類用地面積增減是西北干旱區(qū)碳儲量發(fā)生變化的主要驅動力之一。

圖7 西北干旱區(qū)2100年自然發(fā)展情景、耕地保護情景、生態(tài)保護情景下的碳儲量分布及碳源/匯分布

從空間布局來看(圖7a,7b,7c)，未來情景下碳儲量空間分布與2000—2020年基本一致。碳儲低值區(qū)(1～1 600 t)主要分布于山間固態(tài)水體、湖泊、城鎮(zhèn)建設用地附近；(1 600～5 800 t)的碳儲量值多分布于環(huán)境惡劣荒漠區(qū)；碳儲量中值區(qū)(5 800～7 800 t)沿山脈、盆地、河谷環(huán)狀分布；碳儲量高值(9 800～14 568 t)多分布于高海拔山地林區(qū)。與自然情景相比，耕地保護情景的碳儲量值(7 800～9 800 t)范圍顯著擴大，由7.38%擴大至8.86%，這可能與耕地面積的增加有關。生態(tài)保護情景下(1～1 600 t)，(5 800～7 800 t)，(9 800～14 568 t)碳儲量閾值區(qū)面積呈增長趨勢，分別擴大了0.17%，27.30%，0.35%，這與生態(tài)型用地面積的增長有關?？傮w來說，西北干旱區(qū)高、中、低值碳儲量分布與土地利用類型分布密切相關。

由3種情景比較可知，生態(tài)保護情景下碳匯面積最大，耕地保護情景次之，自然發(fā)展情景最小。圖7d,7e,7f顯示了3種情景下碳源/匯及碳儲平衡區(qū)分布情況，平衡區(qū)面積最大，占比分別為93.43%，92.80%，92.29%，碳匯區(qū)面積次之，占比分別為5.40%，6.53%，6.74%，碳源區(qū)面積最小，占比分別為1.17%，0.67%，0.97%。從整體來看，西北干旱區(qū)碳匯區(qū)明顯大于碳源區(qū)，主要位于山脈及盆地周邊植被茂盛的區(qū)域，可見區(qū)域碳儲存能力良好，生態(tài)系統(tǒng)發(fā)展穩(wěn)定。

4 討論與結論

4.1 討 論

全球氣候變化及人類生產(chǎn)生活導致的土地利用類型改變，正在深刻影響著全球CO2排放格局，控制溫升、改善能源結構比重、減少碳排放，已成為許多國家在節(jié)能減排、環(huán)保方面的政治共識。西北干旱區(qū)作為我國最重要的生態(tài)屏障區(qū)之一，在國家生態(tài)安全領域起著舉足輕重的作用。

為早日實現(xiàn)西北干旱區(qū)“碳中和”“碳達峰”的目標，本文從歷史時期及未來發(fā)展情景下探究了西北干旱區(qū)碳儲量及碳源/匯時空分布，歷史時期碳儲量持續(xù)穩(wěn)定增長，未來生態(tài)保護情景下碳儲量提升尤為顯著?？臻g上，碳儲量分布格局存在明顯的異質性，碳儲量分布與該區(qū)土地利用類型分布密切相關，碳儲量高值區(qū)分布于林地、草地、耕地，中值區(qū)分布于未利用地，低值區(qū)與高值區(qū)呈嵌套狀分布，本文研究結果與Zhu等[25]、劉曉娟等[26]的結論一致。一般認為，碳儲量低值區(qū)分布于沙漠無人區(qū)，經(jīng)分析發(fā)現(xiàn)碳儲量低值零星分布于山脈周邊，這與本區(qū)土地利用類型及自然特征極其相關，該地多分布有高海拔山脈，植被有較強的垂直帶狀分布性，如山頂分布有冰川、積雪，山腰發(fā)育了大面積的林地，山麓分布有草地，緩坡谷地分布有城市帶，這使得該山脈周邊的碳儲量分布具有高、低值嵌套分布特征。本研究區(qū)歷史時期及未來均持有一定優(yōu)勢的碳匯水平，與濕潤地區(qū)相比，因氣候干旱、生態(tài)環(huán)境脆弱，其碳匯區(qū)固碳能力有限，但占全國面積24.5%的西北干旱區(qū)保持碳匯狀態(tài)對我國實現(xiàn)碳達峰與碳中和具有十分重要的意義。

本文所采用的土地利用碳密度數(shù)據(jù)來自前人文獻研究結果，經(jīng)氣象因子修正得到，與直接采用全國范圍內的數(shù)據(jù)相比，精度更高。郭靖等[27]研究發(fā)現(xiàn)塔里木河中上游耕地地上平均碳密度為0.57 t/hm2，草地地下平均碳密度為1.44 t/hm2，與本文中的0.43，1.38 t/hm2基本一致。朱博文等[28]研究表明山西淇河流域的水域、未利用地地上碳密度為0.04，0.01 t/hm2，建設用地土壤碳密度為57.63 t/hm2，與本研究中的0.01，0，57.72 t/hm2基本接近。綜上所述，本文中計算的碳密度結果合理可靠。

4.2 結 論

基于土地利用數(shù)據(jù)，采用FLUS模型與InVEST模型，本文研究了西北干旱區(qū)2000—2020年及2100年3種土地發(fā)展情景下土地利用變化對區(qū)域碳儲量和碳源/匯的影響。

(1) 2000—2020年西北干旱區(qū)土地利用發(fā)生了顯著變化，表現(xiàn)為耕地、草地、建設用地面積持續(xù)增長，林地、水域、未利用地面積縮減。2020—2100年，自然發(fā)展情景下，耕地、建設用地面積持續(xù)擴大；耕地保護情景下，耕地面積大幅度增加；生態(tài)保護情景下，林地、草地、水域面積顯著增加，未利用地在3種情景下均呈減少狀態(tài)。

(2) 2000—2020年土地利用類型變化對碳儲量的影響表明，耕地、林地、草地、水域轉為其他用地不利于碳儲量固存，建設用地、未利用地轉為其他用地類型有利于提升區(qū)域整體的碳儲量。

(3) 2100年碳儲量分布存在明顯的空間異質性，碳儲量高值區(qū)(9 800～14 568 t)主要分布于山脈高海拔林區(qū)，碳儲量中值區(qū)(5 800～7 800 t)在區(qū)域內分布范圍最廣、面積最大，碳儲量低值區(qū)(1～1 600 t)主要分布在沙漠、戈壁區(qū)及河西走廊地區(qū)。

(4) 2000—2020年碳儲量呈持續(xù)穩(wěn)步上升趨勢，碳匯量增加值為1.59×108t。與2020年相比，未來2100年3種土地利用情景下碳儲量均有明顯上升，碳匯量分別增加6.37×108，7.78×108，8.49×108t。