李燦鋒,方 林

(1.中國地質(zhì)調(diào)查局 昆明自然資源綜合調(diào)查中心,云南 昆明 650100;2.安徽農(nóng)業(yè)大學 公共管理系,安徽 合肥 230036)

2030年實現(xiàn)碳達峰、2060年實現(xiàn)碳中和是我國政府立足于中華民族永續(xù)發(fā)展及應對氣候變化引發(fā)的全球性生態(tài)環(huán)境問題所做出的莊嚴承諾[1-3]。陸地生態(tài)系統(tǒng)作為全球碳循環(huán)的重要組成部分,在調(diào)節(jié)和緩和全球氣候問題方面發(fā)揮著重要作用[4]?！半p碳”目標的實現(xiàn)及全球性生態(tài)環(huán)境問題的解決離不開陸地生態(tài)系統(tǒng)碳儲量的保護與提高[5]。土地是承載人類生產(chǎn)經(jīng)營性活動的核心場所[6],人類活動的顯性后果將直接作用于陸地表面[7],對土地利用類型、格局、強度產(chǎn)生密切影響,進而改變區(qū)域碳儲量的時空特征,并對區(qū)域碳匯能力產(chǎn)生巨大影響[8-11]。因此基于土地利用視角開展區(qū)域生態(tài)系統(tǒng)碳儲量的時空動態(tài)研究,并就區(qū)域不同發(fā)展目標開展模擬預測,對于加強區(qū)域生態(tài)治理及促進雙碳目標的實現(xiàn)具有重要意義。

碳儲量核算是生態(tài)系統(tǒng)碳匯保護以及相關政策制定的基礎[12],當前生態(tài)系統(tǒng)碳儲量量化的研究方法主要包括實測法[13]、遙感估算法[14]、模型估算法[15]。實測法在研究精度上具有顯著優(yōu)勢,但這一方法依賴于大量人力物力投入,耗時相對較長,難以大面積地推廣使用。近年來,伴隨著3S技術的發(fā)展,依靠衛(wèi)星遙感及模型推演,開展區(qū)域碳儲量時空演化的動態(tài)評估得以普及[16],主要包括向量自回歸模型[17]、高精度表面建模模型[18]、通用集成生物地球化學建模系統(tǒng)[19]以及InVEST模型[20]。其中InVEST模型是目前最成熟、應用最廣泛的生態(tài)系統(tǒng)碳儲量評估模型之一[21]。InVEST模型中的碳模塊以土地利用數(shù)據(jù)為輸入基礎,同時結(jié)合實測所得的陸地碳庫數(shù)據(jù),有效保證了研究精度,同時提升了實驗的可操作性[4]。

已有研究證明,土地利用變化通過改變地球表面的生物物理化學過程及其能量收支和物質(zhì)循環(huán),進而對區(qū)域碳儲量時空格局產(chǎn)生劇烈影響[22-23]。洞悉土地利用變化與區(qū)域碳儲量時空變化的關系對于生態(tài)系統(tǒng)碳匯管理具有重要意義。但以往基于土地利用視角的生態(tài)系統(tǒng)碳儲量變化研究多集中在生態(tài)系統(tǒng)碳儲量的歷史變化上,對未來陸地生態(tài)系統(tǒng)碳儲量的時空變化研究還不夠深入[24-25]?？紤]到政策實施效果的時間滯后性,單純從歷史情景思考區(qū)域土地利用變化與生態(tài)系統(tǒng)碳儲量變化的時空關系難以滿足生態(tài)保護與治理的實踐需求。生態(tài)管理實踐迫切需要采用前瞻性視角對當前區(qū)域生態(tài)變化開展模擬預測研究?，F(xiàn)有的土地利用預測模型包括CA-Markov[26]、CLUE-S[27]、PLUS[28]等,其中CA-Markov模型是當前成熟度最高的土地利用預測模型,但在模擬精度及情景模擬方面則有所欠缺。相對而言,基于隨機森林算法的CLUE-S模型在模擬精度及情景分析上更具優(yōu)勢,但該模型主要適用于縣域微觀尺度的土地利用預測,對于較大區(qū)域的預測模擬并不適用,且難以洞察單個土地利用類型轉(zhuǎn)換的驅(qū)動背因。而基于斑塊生成模擬的PLUS模型,可以有效避免以上問題,依托自身強大的數(shù)據(jù)挖掘能力,實現(xiàn)高精度景觀格局變化模擬的同時,通過耦合自然地理、社會經(jīng)濟等多指標因子分析土地利用演化的驅(qū)動背因,這對于系統(tǒng)分析未來不同情景下的區(qū)域生態(tài)系統(tǒng)碳儲量時空變化,加強區(qū)域生態(tài)及碳治理具有重要的理論指導作用。

云貴地區(qū)作為我國西南地區(qū)重要的生態(tài)安全屏障,生態(tài)地位十分突出,但近年來受全球氣候變暖與人類活動影響,整個地區(qū)的生態(tài)環(huán)境系統(tǒng)正變得更加脆弱與敏感,各類資源環(huán)境問題不斷凸顯,對區(qū)域生態(tài)系統(tǒng)碳儲量的維持與平衡造成了嚴重影響?，F(xiàn)有針對云貴地區(qū)生態(tài)系統(tǒng)碳儲量時空研究并不多見,特別是缺少對區(qū)域不同發(fā)展目標開展的情景預測研究。因此本研究分析1980-2020年間云貴地區(qū)土地利用的變化特征,揭示云貴地區(qū)土地利用變化驅(qū)動因素;分析歷史情景下云貴地區(qū)生態(tài)系統(tǒng)碳儲量變化的時空特征;創(chuàng)建不同發(fā)展情景,探究未來情景下區(qū)域碳儲量的演化規(guī)律。

1 材料與方法

1.1 研究區(qū)概況

云貴地區(qū)地處中國西南部,是我國四大高原之一云貴高原的主體部分(圖1),云貴地區(qū)受來自西太平洋及印度洋的暖濕氣流影響,雨熱條件優(yōu)越,林草地廣布,是我國西南乃至全國重要的碳匯地之一[3-4]。此外域內(nèi)地形地貌及水文地質(zhì)條件復雜,云貴地區(qū)亦是我國最大的喀斯特地貌區(qū)之一,生態(tài)環(huán)境敏感脆弱。

圖1 研究區(qū)區(qū)位Fig.1 Location map of the study area

1.2 數(shù)據(jù)來源與預處理

所需的5期(1980、1990、2000、2010、2020年)土地利用數(shù)據(jù)(圖2)來源于中國科學院資源與環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn/),該數(shù)據(jù)空間分辨率為30×30 m,數(shù)據(jù)精度達90%;DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/);公路及鐵路數(shù)據(jù)來源于開放街道(https://www.openhistoricalmap.org);河流水系數(shù)據(jù)集、人口空間分布及GDP空間分布數(shù)據(jù)集源自資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn/)。所有柵格數(shù)據(jù)均通過ArcGIS重采樣工具,將空間分辨率統(tǒng)一為30m×30m,投影統(tǒng)一為Krasovsky_1940_Albers。

圖2 1980-2020年云貴地區(qū)土地利用現(xiàn)狀Fig.2 Land use status map of Yunnan-Guizhou region from 1980 to 2020

1.3 研究方法

1.3.1 土地利用模擬預測 PLUS模型是一種基于斑塊生成模擬的新型土地利用預測軟件,得益于先進的算法及強大的數(shù)據(jù)挖掘能力,在圖層可視化及區(qū)域土地利用變化驅(qū)動背因的刻畫方面具有突出優(yōu)勢[29],本研究通過耦合Markov模型對云貴地區(qū)的土地利用變化情況開展預測模擬。

1)Extract Land Expansion:以2010年土地利用數(shù)據(jù)為基期,提取2010-2020年云貴地區(qū)的土地利用擴張數(shù)據(jù)。

2)Land Expansion Analysis Strategy:考慮到數(shù)據(jù)的可獲取性,依據(jù)PLUS模型指南[30],圍繞自然地理(海拔ELE、坡度SLO、坡向SLA)、可達性(距離鐵路的距離DTR、距離公路的距離DTH)、社會經(jīng)濟(人口規(guī)模PS、經(jīng)濟發(fā)展GDP)3個方面構(gòu)建土地利用變化驅(qū)動因素指標體系。

3)CA based on Multiple Random Seeds:通過耦合Markov 模型對云貴山區(qū)土地需求展開預測,并基于PLUS模型中CARS模塊開展土地利用模擬預測。其中多情景模擬分析詳見1.3.2。

4)模型精度驗證:采用Kappa系數(shù)及FoM系數(shù)對模型模擬結(jié)果進行驗證。

1.3.2 情景設置 鑒于土地利用變化對于區(qū)域碳儲量的重要影響[31],結(jié)合云貴地區(qū)的發(fā)展階段及生態(tài)功能定位,構(gòu)建3種不同發(fā)展情景,即自然發(fā)展情景(natural development scenarios,NDS)、生態(tài)保護情景(ecological protection scenarios,EPS)、耕地保護情景(cultivated land protection scenario,CPS),對未來云貴地區(qū)的土地利用及生態(tài)系統(tǒng)的碳儲量動態(tài)變化展開分析。

1)自然發(fā)展情景:是一種基準情景,用以對比不同政策傾向干預下的生態(tài)系統(tǒng)碳儲量變化。在沒有外力干涉情況下,按照區(qū)域土地利用歷史演進趨勢,基于現(xiàn)有經(jīng)濟發(fā)展及生態(tài)保護政策,各土地利用類型轉(zhuǎn)移概率不變的情況下,模擬2030年云貴地區(qū)土地利用變化情況。

2)生態(tài)保護情景:設置生態(tài)保護的政策制定傾向,以生態(tài)保護為首要目的,減緩農(nóng)用地退化,開展植樹造林活動,提升區(qū)域林草水等生態(tài)空間的占比,限制城鎮(zhèn)用地無序擴張,模擬植被封禁管護、退耕還林還草等生態(tài)措施后果,將林草地轉(zhuǎn)出率下降30%,將耕地向林草地轉(zhuǎn)出率提高5%,防止建設用地侵吞現(xiàn)有的林草等碳匯空間。

3)耕地保護情景:考慮到耕地在云貴地區(qū)約20%的占比,以及不斷下降的整體趨勢,本研究設置了以耕地保護為目的的未來發(fā)展情景,在土地轉(zhuǎn)移的參數(shù)設置上具體表現(xiàn)為將耕地向建設用地轉(zhuǎn)移概率降低30%;同時將林地、草地、建設用地向耕地的轉(zhuǎn)入概率提高5%。防止建設用地的無序增長占用過多的耕地。

此外本研究根據(jù)模型參數(shù)設置要求,并參考前人研究成果[29]以及情景模擬的具體要求,設置云貴地區(qū)土地利用轉(zhuǎn)移成本矩陣(表1)。

表1 云貴地區(qū)不同情景下土地利用轉(zhuǎn)移成本矩陣Table 1 Land use transfer cost matrix under different scenarios in Yunnan-Guizhou region

1.3.3 碳儲量評估 利用InVEST模型中Carbon module對云貴地區(qū)碳儲量時空動態(tài)進行評估,該模塊是根據(jù)常見地上生物、地下生物、死亡有機質(zhì)、土壤有機質(zhì)4大碳庫對云貴地區(qū)碳儲量進行估算[32],模型表達式為

Ctotal=Cabove+Cbelow+Csoil+Cdead

(3)

式中:Ctotal為總碳儲量(t·hm-2);Cabove為地上碳儲量;Cbelow為地下碳儲量;Csoil為土壤碳儲量;Cdead為死亡有機質(zhì)碳儲量。碳儲總量由碳密度與各地類土地利用面積相乘所得。

在碳庫數(shù)據(jù)的獲取上,根據(jù)已有研究成果[33-36]及研究區(qū)實際情況,優(yōu)先選取山區(qū)較多、同緯度、相鄰地區(qū)的碳密度數(shù)據(jù),以保證數(shù)據(jù)的可靠真實(表2)。

表2 云貴地區(qū)土地利用各部分碳密度Table 2 Carbon density of land use components in Yunnan-Guizhou region (t·hm-2)

2 結(jié)果與分析

2.1 云貴地區(qū)土地利用時空特征及驅(qū)動因素分析

由圖3可見,云貴地區(qū)主以林地為主,占比達55%左右;草地與耕地相近,占20%左右;水域及建設用地及未利用地的面積占比較小。1980-2020年間,區(qū)域耕地面積持續(xù)減少,2010年后減勢增加;1980-2000年間林地面積呈現(xiàn)減少趨勢,但減勢較緩,2000-2010年間,區(qū)域林地面積增長明顯,但2010-2020年間,區(qū)域林地面積呈較大幅度的減少;建設用地及水域面積增勢明顯,特別是建設用地占比由1980年的0.41%上升到2020年的1.28%;未利用地呈現(xiàn)減少趨勢。40 a間林地面積減少1 455.47 km2,草地面積減少2 007.76 km2,耕地面積減少3 168.04 km2,而建設用地面積增長達4 884.81 km2。

(a)為1980-2020年間云貴地區(qū)土地利用變化趨勢;(b)為1980-2020年間云貴地區(qū)土地利用面積占比變化表;(c)為云貴地區(qū)土地利用變化驅(qū)動因素貢獻率。ELE.海拔;SLO.坡度、坡向;SLA、DTR.距離鐵路的距離;DTH.距離公路的距離;DTW.距離湖泊的距離;PS.人口規(guī)模;GDP.經(jīng)濟發(fā)展圖3 云貴地區(qū)土地利用時空特征及驅(qū)動因素Fig.3 Spatial and temporal characteristics of land use in Yunnan and Guizhou region and the driving factors

基于2010-2020年土地利用變化,并耦合區(qū)域自然地理,可達性及社會經(jīng)濟發(fā)展等多指標因子,開展云貴地區(qū)2030-2060年土地利用變化的多情景模擬,研究發(fā)現(xiàn)Kappa系數(shù)達0.87,FoM系數(shù)達0.19,整體精度達0.92,說明模型精度較高,模擬結(jié)果可靠。此外,研究發(fā)現(xiàn)造成云貴地區(qū)土地利用變化的驅(qū)動因子貢獻率大小排序為:距離公路的距離(DTH)>海拔(ELE)>地區(qū)生產(chǎn)總值(GDP)>坡度(SLO)>人口規(guī)模(PS)>距離鐵路的距離(DTR)>距離湖泊的距離(DTW)>坡向(SLA)。這表明,公路鋪設、海拔差異及經(jīng)濟發(fā)展是造成區(qū)域土地利用變化的主要影響因素。

2.2 歷史情景下云貴地區(qū)碳儲量時空變化

由圖4可知,云貴地區(qū)1980、1990、2000、2010、2020年碳儲量分別為78.69、78.67、78.56、78.72億t及78.22億t,在近40 a間共計下降了近0.47億t。區(qū)域碳儲量變化呈現(xiàn)整體減少趨勢,但2000年前減少趨勢較緩,2000-2010年間呈現(xiàn)明顯的增長趨勢,但在2010年后,區(qū)域的碳匯儲量大幅下降。

圖4 1980-2020年間云貴地區(qū)碳儲量變化Fig.4 Changes in carbon storage in Yunnan and Guizhou region between 1980 and 2020

從云貴地區(qū)碳儲量的空間分布特征上看(圖5),該區(qū)域碳儲量高值區(qū)主要分布在西部的橫斷山區(qū)以及貴陽市的東部的低山丘陵區(qū),低值區(qū)主要分布在云貴兩省交界的地區(qū)。該地區(qū)海拔較低,以草地及耕地為主,經(jīng)濟發(fā)展相對迅速,包含昆明、六盤水、貴陽等的中國西部較大規(guī)模的城市。因此云貴地區(qū)的碳儲量空間分布主要呈現(xiàn)東西高,中間低的空間分布格局。盡管這一空間分布格局在六盤水、貴陽等大城市附近;相反,1980-2020年云貴地區(qū)碳儲量增加區(qū)域主要分布在研究區(qū)西邊的橫斷山脈附近,近40 a間碳儲量增加區(qū)域的面積為268.19萬hm2,占比達4.80%;值得注意的是,空間上六盤水-貴陽一帶既是云貴地區(qū)碳儲量增加的主要區(qū)域,同時也是該地區(qū)碳儲量減少的核心地帶,六盤水-貴陽地區(qū)碳儲量空間變化十分明顯。

圖5 1980-2020年間云貴地區(qū)碳儲量空間變化Fig.5 Spatial changes of carbon storage in Yunnan-Guizhou region during 1980-2020

2.3 未來情景下云貴地區(qū)碳儲量時空變化

通過對云貴地區(qū)2030、2040、2050、2060年4個時期的土地利用及碳儲量時空變化開展情景模擬(圖6),研究發(fā)現(xiàn)生態(tài)保護情景對于云貴地區(qū)的碳儲量提升有著很大的助益,其中2030、2040、2050、2060年4個時期的碳儲量分別為78.69、78.68、78.72、78.70億t,呈現(xiàn)先增后減、整體增加的趨勢;耕地保護情景下,2030-2060年,碳儲量下降趨勢明顯,30 a間下降0.18億t;自然發(fā)展情景下,區(qū)域碳儲量呈現(xiàn)先增加后減少的趨勢,特別是2050年后,區(qū)域碳儲量下降明顯。

圖6 1980-2060年間云貴地區(qū)碳儲量變化Fig.6 Changes in carbon stocks in Yunnan and Guizhou region during 1980-2060

未來不同情景下區(qū)域生態(tài)系統(tǒng)碳儲量仍呈現(xiàn)東西高,中間低的空間分布格局(圖7)。就不同情景下碳儲量減少區(qū)域面積變化而言,生態(tài)保護情景下,碳儲量減少區(qū)域為2.07萬km2;自然發(fā)展情景下,碳儲量減少區(qū)域3.35萬km2;耕地保護情景下,碳儲量減少區(qū)域3.22萬km2。而不同情景下碳儲量增加區(qū)域占比變化不明顯,其中自然情景下碳儲量增加區(qū)域占0.05%,生態(tài)保護情景下碳儲量增加區(qū)域占比0.04%,耕地保護情景碳儲量增加區(qū)域占比0.05%。造成這一現(xiàn)象的可能原因是1980年云貴地區(qū)生態(tài)系統(tǒng)碳儲量處于歷史較高水平,而生態(tài)保護情景下2060年云貴地區(qū)碳儲量亦處于較高水平,因此二者碳儲量空間分布的重疊度最高,即變化不顯著區(qū)域最多。通過對比1980-2060年不同情景下變化不顯著區(qū)域面積,發(fā)現(xiàn)生態(tài)保護情景下重疊面積最高(51.76萬km2),耕地保護情景下次之(50.17萬km2),自然發(fā)展情景下重疊面積最低(49.54萬km2),這從側(cè)面印證了本研究的猜測。

圖7 2030-2060年間云貴地區(qū)碳儲量空間變化Fig.7 Spatial changes of carbon storage in Yunnan and Guizhou region during 2030-2060

3 結(jié)論與討論

3.1 結(jié)論

云貴地區(qū)土地利用主要以林草地為主,耕地次之,1980-2020年間,林草地均有所下降,耕地面積持續(xù)減少,建設用地持續(xù)上升,其中林地面積減少1 455.47 km2,草地面積減少2 007.76 km2,耕地面積減少3 168.04 km2,而建設用地面積增長達4 884.81 km2。造成區(qū)域土地利用變化的主要驅(qū)動背因為道路鋪設、海拔地形及經(jīng)濟發(fā)展。

1980-2020年,云貴地區(qū)碳儲量呈現(xiàn)先減后增再減,整體減少的動態(tài)變化趨勢,40 a間共減少0.47億t;區(qū)域碳儲量呈現(xiàn)東西高,中間低的空間分布格局;近40 a間碳儲量增加區(qū)域主要分布于橫斷山區(qū),碳儲量減少區(qū)域主要分布在昆明、貴陽、六盤水、保山等城市附近,其中六盤山貴陽一帶,碳儲量增減矛盾突出。

生態(tài)保護情景對于云貴地區(qū)生態(tài)系統(tǒng)碳儲量提升有著明顯的促進作用,但該情景下碳儲量并非持續(xù)提升,2050年后呈現(xiàn)下降趨勢;耕地保護情景不利于區(qū)域生態(tài)系統(tǒng)碳儲量的保護,加強區(qū)域耕地保護,會帶來區(qū)域生態(tài)系統(tǒng)碳儲量的進一步下降,需協(xié)調(diào)耕地保護與生態(tài)保護之間的矛盾關系。

3.2 討論

3.2.1 歷史情景下云貴地區(qū)碳儲量變化 研究發(fā)現(xiàn),在過去的40 a間,區(qū)域碳儲量呈現(xiàn)先減后增再減、整體減少的趨勢。研究初期(1980-1990年),云貴地區(qū)經(jīng)濟發(fā)展緩慢,對于建設用地的需求較低,域內(nèi)生態(tài)空間基本完整,區(qū)域碳儲量處于歷史較高水平;研究中期(1990-2010年),云貴地區(qū)碳儲量波動較大,因為期間正值我國改革開放全面實行,內(nèi)陸經(jīng)濟發(fā)展迅速,城市化進程加快,對于林木資源需求增多,致使該區(qū)域碳儲量在1990-2000年間呈現(xiàn)較大幅度的減少,而2000年后,為應對國家范圍生態(tài)普遍惡化的嚴峻趨勢,政府大力推行退耕還林政策,10 a的發(fā)展,云貴地區(qū)生態(tài)明顯好轉(zhuǎn),區(qū)域碳儲量達到歷史最高水平。但研究末期(2010-2020年)迫于云貴地區(qū)經(jīng)濟的普遍上行,域內(nèi)生態(tài)系統(tǒng)碳儲量呈現(xiàn)快速下降的趨勢。盡管已有研究表明區(qū)域生態(tài)系統(tǒng)碳儲量的變化受土地利用、地形、土壤、生物、氣候、社會經(jīng)濟等諸多因素影響,但在區(qū)域尺度下,土地利用方式對區(qū)域生態(tài)系統(tǒng)服務碳儲量變化的影響則更為顯著[25-26]。本研究發(fā)現(xiàn)造成云貴地區(qū)土地利用變化的主要驅(qū)動因素是交通可達性,海拔地形差異及經(jīng)濟發(fā)展。低海拔地區(qū)及路網(wǎng)密集地區(qū)通常經(jīng)濟發(fā)展迅速,而經(jīng)濟的快速發(fā)展又會加劇區(qū)域的人類活動,三者共同影響和驅(qū)動了云貴地區(qū)的土地利用變化,進而導致該地區(qū)耕地的持續(xù)下降,建設用地的快速增長,林草地退化,以至于2010年后云貴地區(qū)碳儲量大幅下降。從空間上看,云貴地區(qū)生態(tài)系統(tǒng)碳儲量的大致呈現(xiàn)東西高,中間低的空間分布格局,近40 a間,碳儲量的減少區(qū)域主要集中于保山、臨滄、昆明、六盤水、貴陽等大城市附近;而碳儲量的增加區(qū)域主要分布于橫斷山區(qū);值得注意的是六盤水-貴陽地區(qū)的碳儲量增減矛盾突出,該地區(qū)礦產(chǎn)資源豐富,工業(yè)較為發(fā)達,且地形以喀斯特為主,環(huán)境脆弱,容易導致區(qū)域碳儲量的相對減少。綜合而言,結(jié)合區(qū)域歷史情景下碳儲量變化的時空特征,未來應加強昆明、六盤水、貴陽等大城市的建設用地擴張的管理,防止其進一步侵吞當?shù)厣鷳B(tài)空間。而為防止區(qū)域生態(tài)系統(tǒng)碳儲量進一步下滑,應積極調(diào)整現(xiàn)有發(fā)展政策,協(xié)調(diào)好區(qū)域資源保障、經(jīng)濟發(fā)展、生態(tài)保護之間的關系,并以云貴兩省接壤的喀斯特山區(qū)為重點,加強該地的生態(tài)治理。

3.2.2 未來情景下云貴地區(qū)碳儲量變化 基于Markov-PLUS模型對區(qū)域2030-2060年3種不同發(fā)展情景下的生態(tài)系統(tǒng)碳儲量變化開展評估,本研究發(fā)現(xiàn)生態(tài)保護情景能夠有效鞏固并提升區(qū)域生態(tài)系統(tǒng)服務碳儲量,但該情景下云貴地區(qū)生態(tài)系統(tǒng)服務碳儲量并不會持續(xù)提升,相反伴隨著時間的發(fā)展,碳儲量會呈現(xiàn)波動變化,2050年后云貴地區(qū)的生態(tài)系統(tǒng)碳儲量呈現(xiàn)下降趨勢,這表明提升植被覆蓋度,加強林草地保護,能在一定時間內(nèi)提升區(qū)域生態(tài)系統(tǒng)碳儲量。但隨著時間的推移,其提升效果逐漸飽和。這一發(fā)現(xiàn)也印證了HONG等[37]此前的研究成果。但云貴地區(qū)的碳儲量演化,將會對長江流域乃至全國生態(tài)系統(tǒng)固碳能力產(chǎn)生重要影響。就本研究預測結(jié)果而言,單純通過調(diào)整土地利用格局增加碳匯區(qū)域面積的方式來提高區(qū)域碳儲量,將在2030年左右達到峰值。因此,為保證“雙碳”目標的實現(xiàn),穩(wěn)步提升云貴地區(qū)的碳儲量,除優(yōu)化土地利用格局,穩(wěn)固現(xiàn)有碳匯空間面積外,還需要著力提升云貴地區(qū)植被、草地、耕地以及土壤碳匯的碳密度。此外,就另外2種情景模擬的結(jié)果而言,耕地保護情景對于區(qū)域生態(tài)系統(tǒng)碳儲量的提升并沒有助益,相反較之于區(qū)域自然發(fā)展情景,區(qū)域碳儲量還呈現(xiàn)進一步下降趨勢,這與朱文博等[4]關于太行山淇河流域碳儲量變化的研究結(jié)果差別較大,這是由于云貴地區(qū)與淇河流域顯著的地形地貌差異造成的,云貴地區(qū)山區(qū)廣布,盡管耕地面積占比達20%左右,但多為梯田,而這些梯田多分布于林草廣布的山腰河谷區(qū)[38]。未來加強區(qū)域的耕地保護,勢必會侵占部分的林草地,進而引發(fā)碳儲量較大幅度的下滑;相較之下,淇河地區(qū)除上游部分低山丘陵外,其余地區(qū)多為沖積扇平原,耕地保護反而可以增強低海拔地區(qū)的固碳能力。但糧食安全問題關系國計民生,保護環(huán)境不可以犧牲糧食安全為代價,未來可以對農(nóng)田生態(tài)系統(tǒng)的灌溉方式[39]、耕作方式[40],施肥方式[41]做出調(diào)整以提升耕地的固碳潛力,進而保障區(qū)域農(nóng)田生態(tài)系統(tǒng)的碳平衡。

3.2.3 不足之處 本研究采用新型土地利模擬軟件PLUS模型,并依靠InVEST模型對云貴地區(qū)歷史及未來情景下碳儲量的時空特征展開分析,為區(qū)域生態(tài)系統(tǒng)治理,碳匯空間保護提供了一個前瞻性的視角。但受限于模型及方法限制,在未來情景設置中主要依賴于對土地利用變化的調(diào)整,未來研究應結(jié)合區(qū)域社會經(jīng)濟發(fā)展,自然環(huán)境變遷的多種因素,優(yōu)化情景模擬結(jié)果,使之更好服務于生態(tài)管理實踐。