付 瑋， 夏文浩， 樊童生， 鄒 貞， 霍 瑜

（1.塔里木大學經(jīng)濟與管理學院，新疆 阿拉爾 843300；2.南寧師范大學自然資源與測繪學院，廣西 南寧 530001）

全球氣候變暖已危害到生態(tài)系統(tǒng)的穩(wěn)定［1］和人類的可持續(xù)發(fā)展［2］，陸地生態(tài)系統(tǒng)是碳儲量不可或缺的部分，其對平衡碳排放和碳吸收有著重要作用［3］。陸地生態(tài)系統(tǒng)的碳儲量是由地上、地下、土壤和死亡有機物4種碳密度組成。土地利用的固碳能力根據(jù)其類型的不同存在一定的差異性，土地利用的變化將直接影響到陸地生態(tài)系統(tǒng)碳儲量［4-5］。近年來，由于人類活動、自然氣候等因素導致土地利用發(fā)生改變，而土地利用的變化會影響碳儲量其及循環(huán)，從而改變研究區(qū)固碳能力影響碳存儲［6-7］。因此，把握土地利用與碳儲量時空格局演化的客觀規(guī)律，模擬預測土地利用變化和碳儲量對區(qū)域的可持續(xù)發(fā)展維持碳平衡有著重要意義。

關(guān)于土地利用研究的探索多集中于土地利用預測、碳儲量評估、生態(tài)系統(tǒng)服務(wù)價值評估等視角，常用的預測模型有馬爾科夫模型［8］、元胞自動機［9］、FLUS模型［10］、SD模型［11］、CLUE-S模型［12］等，但這些模型不能有效挖掘土地利用變化的特征、碳儲量的空間變化格局以及土地利用變化和碳儲量變化之間的關(guān)系。而PLUS模型相較于其他模型具備精度高、適應(yīng)性強和處理數(shù)據(jù)速度快等優(yōu)點，且已有研究經(jīng)對比PLUS、FLUS、CLUE-S 模型模擬黑河流域土地利用效果發(fā)現(xiàn)PLUS模型擬合效果最好［13］。牛統(tǒng)莉等［14］利用PLUS模型對長江流域土地利用的時空格局進行剖析，并模擬3 種情景下長江流域的土地利用變化。謝向東等［15］運用PLUS模型模擬分析重慶市南川區(qū)土地利用分布及2030 年多情景下的差異。

此外，對陸地碳儲量的估算多采用實地調(diào)查法和FORCCHN 等模型模擬［16］，但這些估算方法存在數(shù)據(jù)采取復雜，適應(yīng)力差等局限，而InVEST 模型在數(shù)據(jù)參數(shù)較少的情況下能夠精確的估算研究區(qū)碳儲量，因而被廣泛利用。很多學者采用InVEST模型計算區(qū)域碳儲量情況，如許源溪等［17］通過InVEST模型計算宜賓市碳儲存量，李月等［18］利用InVEST模型測算黔中典型喀斯特地區(qū)的陸地生態(tài)系統(tǒng)碳儲量和其空間分布。部分學者通過采用PLUS模型和In-VEST 模型相結(jié)合估算和預測研究區(qū)的土地利用和碳儲量的分布格局，楊瀲威等［19］采用PLUS和InVEST模型預測西安市未來不同情景下土地利用和碳儲量的時空特征；李俊等［16］、孫方虎等［3］、張鵬等［20］、孫欣欣等［5］、林彤等［21］，分別通過2個模型結(jié)合對昆明市、安徽省、邯鄲市、南京市、鄱陽湖流域、廣東省的土地利用和碳儲量分布格局作了估算和預測。

目前關(guān)于塔里木河流域土地利用和碳儲量的研究相對集中在土地利用時空演變［22-25］和碳儲量動態(tài)評估［26-28］2個視角，而土地利用變化對碳儲量的影響以及對研究區(qū)未來碳儲量情景預測的研究相對較少。塔里木河流域地處新疆南部，位處塔克拉瑪干沙漠腹地，當?shù)厮こ探ㄔO(shè)相對滯后，生物多樣性遭到破壞，土地沙漠化嚴重。因此，對該區(qū)域生態(tài)治理至關(guān)重要，相關(guān)生態(tài)保護政策和未來土地規(guī)劃都需明確路徑。

為此，本文以塔里木河流域為研究區(qū)，耦合PLUS 模型和InVEST 模型，采用1980—2020 年土地利用數(shù)據(jù)與驅(qū)動因素數(shù)據(jù)，分析和評估40 a土地利用和碳儲量的時空格局特征，同時借助多情景模擬預測2030 年不同情景下塔里木河流域的未來土地利用和碳儲量分布格局特征。通過對塔里木河流域土地利用和碳儲量的模擬，為塔里木河流域生態(tài)環(huán)境保護及碳儲量研究和實現(xiàn)“雙碳”目標提供一定的科學依據(jù)。

1 研究區(qū)概況

塔里木河流域（75°06′～92°50′E，36°30′～42°10′N，圖1）位于新疆南部，全長2179 km，是世界上最大內(nèi)陸河流域。其是塔里木河干流和其分支河流匯合而成，主要補水源為冰川融水，面積約為10.5×105km2。流域間高山平原相間，沙漠處研究區(qū)中腹，其面積占37.04×104km2。塔里木河流域位處歐亞大陸腹地，遠離海洋，四面環(huán)山，晝夜溫差大，夏季平均氣溫在20～30 ℃，冬季平均氣溫在-10～-20 ℃，降水稀少，蒸發(fā)強烈，是典型的干旱大陸氣候，屬于干旱暖溫帶。其中研究區(qū)土地利用類型多以未利用地和草地為主［26］。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

本文用于模擬未來土地利用的數(shù)據(jù)包括：自然條件、社會經(jīng)濟和交通區(qū)位（表1）。其中土地利用碳密度數(shù)據(jù)如表2。綜合考慮模型的適用性及其精度，結(jié)合自然條件、社會經(jīng)濟和交通區(qū)位，將土地利用變化引入14 個驅(qū)動因子，并采用PLUS 模型中隨機森林法來處理驅(qū)動因子間的空間自相關(guān)和多重共線性［27］。對所用到的碳庫數(shù)據(jù)與研究區(qū)相關(guān)的基InVEST模型的碳儲量采用的碳庫數(shù)據(jù)進行對比，篩除異常值并進行分析，最終得到碳庫數(shù)據(jù)［21,28］。

表1 數(shù)據(jù)及來源Tab.1 Data and sources

表2 土地利用碳密度Tab.2 Carbon density of land use/t·hm-2

2.2 研究方法

2.2.1 InVEST模型 InVEST 模型用于模擬不同土地覆被情景下將生態(tài)服務(wù)功能量和經(jīng)濟價值空間化和可視化［29-30］，本文采用陸地生態(tài)系統(tǒng)中碳儲存模塊，該模塊的區(qū)域總碳儲量主要由4 個碳庫分別乘以各類土地利用面積后求和，其計算公式如下：

式中：Ci為i類土地類型所含碳密度；Cabove、Cbelow、Csoil和Cdead分別為地上、地下、土壤和死亡有機物碳密度；Cit為區(qū)域總碳儲量；Si為i類土地利用類型的面積。本文結(jié)合前人研究［31-33］中修正的碳密度數(shù)據(jù)，并對其進行對比修正篩除異常值，最終得到塔里木河流域各土地類型的碳密度表（表2）。

對地上、地下和土壤碳儲量的修正公式如下：

式中：PMA和TMA分別為平均降水量和平均氣溫；CBP、CSP和CBT分別為平均降水量修正后得到的地上、土壤碳儲量和平均氣溫修正的生物碳儲量；KBP、KSP和KBT分別為地上碳儲量降雨因子修正系數(shù)、土壤碳儲量降雨因子修正系數(shù)和土壤碳儲量溫度因子修正系數(shù)；C1和C2是根據(jù)全國和研究區(qū)的降水量與平均氣溫計算得到的數(shù)據(jù)。

2.2.2 PLUS 模型PLUS 模型是基于現(xiàn)有土地類型，以柵格數(shù)據(jù)為基礎(chǔ)對斑塊級土地利用變化進行預測。該模型通過提取土地利用數(shù)據(jù)之間的各土地利用類別之間相互轉(zhuǎn)換的樣本，同時基于轉(zhuǎn)移概率對土地利用進行模擬。對各土地類別擴張和驅(qū)動因素的計算采用隨機森林算法，以得到各土地類別的發(fā)展?jié)摿膀?qū)動因子的貢獻［34］。本研究以1980年土地利用數(shù)據(jù)為基礎(chǔ)，采用14個驅(qū)動因子模擬預測出2030 年土地利用類型，同時基于1980—2020年土地利用的變化設(shè)置轉(zhuǎn)移成本矩陣［20］，其所集成的馬爾科夫鏈可基于歷史土地類型轉(zhuǎn)移成本矩陣對未來土地類型變化進行預測，公式如下：

式中：St+1為土地利用在t+1 時刻的土地類型；Pix為土地類轉(zhuǎn)移概率；St為土地利用t時刻的土地類型。本文通過改變轉(zhuǎn)移概率設(shè)置4 種情景：自然增長、耕地保護、生態(tài)保護和城鎮(zhèn)發(fā)展，并對未來4 種不同情景下的土地利用類型進行預測。

轉(zhuǎn)移矩陣是用于為不同情景下的土地類型之間是否能夠發(fā)生轉(zhuǎn)換而下的定義，其中可以發(fā)生轉(zhuǎn)換用1 表示，不可以發(fā)生轉(zhuǎn)換用0 表示。多情景模擬下土地利用的轉(zhuǎn)移成本矩陣最終確定為表3，公式如下：

表3 多情景模擬下土地利用轉(zhuǎn)換成本矩陣Tab.3 Cost matrix of land use conversion under multi-scenario simulation

表4 1980—2020年土地利用面積Tab.4 Land use area from 1980 to 2020/km2

3 結(jié)果與分析

3.1 土地利用變化分析

塔里木河流域40 a的土地利用分布及漲落勢如圖2、3所示。未利用地廣泛分布在塔里木河流域的中間位置塔里木盆地塔克拉瑪干沙漠，該區(qū)域氣候干燥，植被稀疏；草地分布在塔里木河流域上，圍繞在沙漠邊緣；其次，水域和耕地分別分布在流域的西南側(cè)和阿克蘇河、葉爾羌河、喀什噶爾河干流，以及和田河、開孔河下流；林地和建設(shè)用地分別分布在塔里木河中上游，建設(shè)用地分布在耕地上。

圖2 1980—2020年土地利用分布Fig.2 Land use distribution map from 1980 to 2020

其次，塔里木河流域40 a 的土地利用是以草地與未利用地為主，水域和林地次之（表3～4）。40 a來，各地類都有明顯的變化，草地和水域落勢圖中所呈現(xiàn)面積較廣（圖3a），其土地利用動態(tài)度呈負向增長。而耕地和建設(shè)用地土地利用動態(tài)度正向增長，以及漲勢圖中的二者面積都有明顯的擴張（圖3b），未利用地和林地面積分別有小幅的增加和減少，從表5中看出在研究時段內(nèi)，土地利用類型中建設(shè)用地變化最為顯著，其次是耕地、水域、草地、林地。其中耕地和建設(shè)用地的面積大幅度增加，在2000—2010 年內(nèi)二者的土地利用動態(tài)度分別為3.4574%和14.2387%，這是因為此時間內(nèi)城市建設(shè)、城鎮(zhèn)化進程的推進導致建設(shè)用地的擴張，其次為響應(yīng)國家糧食安全政策，加大了對耕地及農(nóng)用地的開墾。

表5 1980—2020年土地利用動態(tài)度Tab.5 Dynamic degree of land use from 1980 to 2020 /%

圖3 1980—2020年土地利用落勢、漲勢圖Fig.3 Land use fall and rise chart from 1980 to 2020

為更清晰描述土地利用類型的流向，通過Origin軟件制作?；鶊D對1980—2020年各個時期間土地利用類型之間的相互轉(zhuǎn)化及總量分布（圖4）進行可視化分析。40 a來耕地面積逐漸擴張了17876.97 km2，主要是草地和未利用地的流入，分別流入13063.14 km2和4164.75 km2；水域主要流向草地、未利用地和林地，其面積減少了14382.09 km2；而草地和未利用地、草地和耕地、草地和林地之間都存在著相互轉(zhuǎn)化，其中林地和草地分別減少了182.87 km2和26631.9 km2，未利用地面積增加22147.11 km2（表6）。

表6 1980—2020年土地利用轉(zhuǎn)移矩陣Tab.6 Land use transfer matrix from 1980 to 2020/km2

圖4 1980—2020年塔里木河流域土地利用轉(zhuǎn)移Fig.4 Land use transfer in the Tarim River Basin from 1980 to 2020

其中2000—2010 年間草地和未利用地存在明顯的相互轉(zhuǎn)化，歸因為：過度放牧與不合理的人類活動使得草地面積縮減［35］，土地荒漠化嚴重，同時在2002年新疆推進退耕還林還草等一系列政策，使得研究區(qū)生態(tài)修復有一定成效［36］，草地覆蓋率逐漸增加；在此時間段內(nèi)，水域面積轉(zhuǎn)出顯著，最主要原因是耕地面積的擴張導致農(nóng)田灌溉用水增加［30］，水資源配置失衡，但隨著生態(tài)輸水和節(jié)水灌溉工程［37］實施后水域面積逐漸增加。

3.2 2030年土地利用模擬預測分析

基于PLUS 模型，設(shè)置地類間不同情景下轉(zhuǎn)移矩陣后，以1980—2020 年為基準期預測2030 年塔里木河流域4 種不同情境下土地利用變化［21］情況（表7、圖5）。

表7 2030年多情景下土地利用面積Tab.7 Land use area under the multiple scenario in 2030/km2

圖5 2030年多情景下土地利用分布Fig.5 Distribution chart of land use in multiple scenarios in 2030

在自然發(fā)展情景下，耕地、水域和建設(shè)用地土地利用面積分別增加了5196.96 km2、276.39 km2和468.99 km2，其中耕地和建設(shè)用地的擴張與1980—2020年變化相一致，主要是歸因于草地向耕地的轉(zhuǎn)換，其次是林地和未利用地向水域和建設(shè)用地的轉(zhuǎn)換，林地、草地和未利用地分別減少了193.14 km2、5476.68 km2和272.52 km2。

在耕地保護情景下：該情景抑制了耕地向其他土地類型轉(zhuǎn)移，保護了耕地面積，控制建設(shè)用地向耕地的擴張，同時限制了林地、水域的轉(zhuǎn)換；耕地、水域和建設(shè)用地面積擴張，分別增加了5660.01 km2、276.39 km2和6.03 km2，林地、草地和未利用地呈減少態(tài)勢，分別減少了193.14 km2、5476.77 km2和272.52 km2，為保護耕地不向其他土地類型轉(zhuǎn)換，建設(shè)用地的擴張受到了一定的限制，只增加了6.03 km2。

生態(tài)保護情景下，該情景保護林地數(shù)量的同時限制林地、草地和水域向建設(shè)用地及未利用地的轉(zhuǎn)移，耕地和未利用地面積分別減少了1728.90 km2和272.52 km2，耕地面積減少量最多，在此情景下采取了水域保護和退耕還林還草政策，林地和草地分別增加了638.82 km2和389.61 km2，但建設(shè)用地并沒有得到有效控制，增加了696.60 km2，其原因歸結(jié)為當?shù)亟ㄔO(shè)用地集約利用水平較低，以及順應(yīng)新疆經(jīng)濟的發(fā)展，開通鐵路沿線、完善基礎(chǔ)設(shè)施建設(shè)以及開采化石燃料導致建設(shè)用地的增加。

城鎮(zhèn)發(fā)展情景下除水域以外的土地類別均可向建設(shè)用地發(fā)生轉(zhuǎn)移，同時限制了耕地向林地、草地和水域的轉(zhuǎn)移。各地類均向建設(shè)用地轉(zhuǎn)換，林地、草地和未利用地呈減少態(tài)勢，分別減少了193.14 km2、5476.68 km2和272.52 km2，建設(shè)用地、耕地和水域分別增加了467.19 km2、5198.76 km2和276.39 km2。

綜上所述，在耕地保護情景下能有效控制建設(shè)用地的擴張，其他3 種情景保護下建設(shè)用地的擴張保持原有的變化狀態(tài)。在生態(tài)保護情景下，耕地減少量較多，含碳量較高的林地和草地面積有所增加。因此，在耕地保護情景下，要同時進行生態(tài)保護，能有效控制建設(shè)用地面積的增加。

3.3 生態(tài)系統(tǒng)碳儲量演化與預測分析

通過InVEST模型和PLUS模型評估和分析塔里木河流域40 a 碳儲量變化，并預測2030 年的4 個情景下的碳儲量。從生態(tài)系統(tǒng)碳儲量表8 可知，40 a來碳儲量總體呈增加趨勢，總體增加了22.66×106t，平均每年增加45.34×104t。1980—1990年碳儲量增加了2.13×106t，相較于1980年增幅了0.04%；1990—2000年碳儲量減少了20.01×106t，相較于1990年減幅了0.37%；2000—2010年碳儲量增加了34.76×106t，相較于2000 年增幅了0.66%；2010—2020 年碳儲量增加了5.78×106t，相較于2000年增幅了0.10%。

表8 1980—2030年土地利用碳儲量Tab.8 Carbon reserves for land use from 1980 to 2030/108 t

到2030年，在自然資源、耕地保護、生態(tài)保護和城鎮(zhèn)發(fā)展4 種情景下，碳儲量分別預測為53.3293×108t、53.3717×108t、53.3483×108t 和53.3295×108t，較2020 年分別減少了4.75×105t、5.10×105t、2.85×106t 和4.73×106t。塔里木河流域的碳儲量變化并沒有發(fā)生明顯變化，未利用地和草地仍是塔里木河流域主要的碳庫，盡管1980—2020年草地的面積和碳儲量有減少趨勢。與2020 年碳儲量相比，4 種發(fā)展情景各土地利用類型碳儲量都有不同的變化。在自然發(fā)展、耕地保護和城鎮(zhèn)發(fā)展情景下，耕地、水域和建設(shè)用地的碳儲量分別增加了0.5087×108t、0.0004×108t和0.0017×108t，耕地面積上升顯著占總增加量的100.24%，水域和建設(shè)用地變化較為細微，林地、草地和未利用地分別減少了0.0332×108t、0.4981×108t 和0.0123×108t；在生態(tài)保護情景下，耕地和未利用地的碳儲量顯著下降了0.1643×108t、0.0123×108t，林地、草地、水域和建設(shè)用地碳儲量分別增加了0.1097×108t、0.0354×108t、0.0004×108t 和0.0026×108t。

研究區(qū)在各個時期下碳儲量變化存在差異，如圖6所示：1980—2020年研究區(qū)碳儲量分布變化小，較為明顯的地區(qū)主要在該區(qū)的中西南部以及中東北部。2020—2030年自然發(fā)展、城鎮(zhèn)發(fā)展情景下碳儲量損失最多，主要在中西部方向；2020—2030 年耕地保護、生態(tài)保護情景下，碳儲量分布并沒有發(fā)生很明顯的變化。其中草地碳儲量減幅較大，減少了2.4233×108t，未利用地與耕地的碳儲量增加了1.6991×108t 和0.9958×108t，林地、水域和建設(shè)用地的碳儲量沒有明顯變化。其中碳儲量高值區(qū)主要集中在塔里木河及其分支河流上，該區(qū)域主要以草地、耕地和林地為主，碳儲量低值區(qū)主要集中在沙漠帶，該區(qū)域主要以未利用地為主。這與塔里木河流域的未利用地、草地分布一致，而圍繞未利用地周圍的土地利用類型主要是水域與耕地，其碳密度較高。結(jié)果表明，塔里木河流域土地利用類型與碳儲量變化具有高度一致性。

圖6 1980—2030年生態(tài)系統(tǒng)碳儲量分布Fig.6 Distribution of carbon reserves in ecosystem from 1980 to 2030

3.4 土地利用變化對生態(tài)系統(tǒng)碳儲量的響應(yīng)

采用InVEST 模型對塔里木河流域40 a 土地利用變化所引起的碳儲量變化進行評估，結(jié)果如表9 所示。從時間變化來看，土地利用變化導致碳儲量增加了22.6713×106t，其中土壤碳儲量增加21.5736×106t，地上生物量儲量增加4.2956×106t，地下生物量碳儲量減少4.7832×106t。從不同地類來看，草地向未利用地轉(zhuǎn)移損失碳儲量最多，高達357.3192×106t，其中土壤碳儲量減少最多；林地向草地轉(zhuǎn)移損失碳儲量為43.8733×106t，其中地上生物量碳儲量減少最多；耕地向建設(shè)用地轉(zhuǎn)移所損失12.0563×106t 的碳儲量。由于過度開發(fā)土地資源，并未重視生態(tài)保護，導致土地沙漠化鹽堿化日益嚴重，草地不斷向末利用地轉(zhuǎn)移，進而引起碳儲量的減少。

表9 1980—2020年土地利用變化引起碳儲量變化Tab.9 Changes in carbon reserves caused by land use change from 1980 to 2020/106 t

其次，耕地→林地，草地→耕地和林地的轉(zhuǎn)出，水域→其他土地利用類型的轉(zhuǎn)出，建設(shè)用地→耕地，建設(shè)用地→林地、草地和未利用地的轉(zhuǎn)出，未利用地→耕地、草地和林地的轉(zhuǎn)出等土地利用變化都有利于碳儲存，其中耕地向林地、草地向林地、水域向草地及未利用地、未利用地向耕地及草地的轉(zhuǎn)出導致的碳儲量變化較大；其他土地利用類型之間的轉(zhuǎn)化都不利于研究區(qū)碳儲存。林地和草地轉(zhuǎn)為未利用地均使土壤碳儲量大量減少，草地轉(zhuǎn)為未利用地是碳儲量減少的主要原因。其中水域與建設(shè)用地之間的轉(zhuǎn)移幾乎不引起碳儲量的變化。

4 討論與結(jié)論

4.1 討論

土地利用變化是一個復雜的過程，其受社會經(jīng)濟、自然環(huán)境等因素的共同影響［38-40］，本文選取社會經(jīng)濟、自然條件和交通區(qū)位3 類驅(qū)動因子來模擬研究區(qū)土地利用格局，但土地利用發(fā)展還受政策及未來規(guī)劃等的影響。因此為提高模型精準度，在后續(xù)研究中應(yīng)將政策和未來規(guī)劃加入驅(qū)動因子中。其次，碳儲量會隨著時間和環(huán)境發(fā)生改變，其指標選取來源于文獻并存在一定差異，以致模型估算不準確，所以在今后的研究中，應(yīng)加入實地調(diào)查數(shù)據(jù)對碳儲量進行估算。同時采用雙模型的耦合以此體現(xiàn)PLUS模型在對未來土地利用的數(shù)量和空間進行模擬及InVEST 模型對碳儲量預測的優(yōu)勢，探究1980—2020 年及2030 年4 種情景下塔里木河流域土地利用變化與碳儲量的變化，為國家在進行環(huán)境保護時提供指導性思路。

通過對不同情景下土地利用變化及其碳儲量的模擬與預測發(fā)現(xiàn)，若采取耕地保護措施，在一定程度上保護了耕地面積的同時也限制了建設(shè)用地的擴張，但生態(tài)效益卻減少了；若采取生態(tài)保護措施，林地、草地可以得到自然發(fā)展，碳儲量也得到保護，但是耕地面積卻得不到保護。因此，未來應(yīng)繼續(xù)注重生物多樣性的恢復，豐富濕地植被、改善土壤結(jié)構(gòu)，從而增強區(qū)域的碳儲能力。其次，林地、草地碳儲能力較強，但現(xiàn)狀占地比例較小，未來可以在植被稀疏地區(qū)培育適宜的植被類型，加強林草地的保護與修復，以提升區(qū)域碳儲量；與未利用地相比，水田的碳儲能力較強，因此可以在保障耕地紅線的基礎(chǔ)上選擇適宜的地區(qū)發(fā)展水生農(nóng)作物種植，包括實行水稻和旱地作物輪種的耕作方式。政府可以制定相關(guān)生態(tài)保護發(fā)展規(guī)劃，采取因地制宜的措施，使塔里木河流城向更好的方向發(fā)展，保留現(xiàn)在所含碳儲量的基礎(chǔ)上再提高土地固碳能力，為實現(xiàn)“雙碳”目標提供基礎(chǔ)。

4.2 結(jié)論

本研究耦合PLUS 模型和InVEST 模型分析1980—2020 年塔里木河流域土地利用和碳儲量的變化，并預測2030年不同發(fā)展情景下土地利用變化及其生態(tài)系統(tǒng)碳儲量的變化，得出以下結(jié)論：

（1）塔里木河流域在研究時段內(nèi)耕地、建設(shè)用地和未利用地面積增加，林地、草地和水域面積減少，其中水域和未利用地變化最大，水域減少14382.09 km2，未利用地增加22147.11 km2。出現(xiàn)此情況原因是因為塔里木河流域氣候干燥，加上人類活動導致斷流，進一步加劇了土地沙漠化。

（2）1980—2020年研究區(qū)碳儲量總體是上升趨勢，總體增加了22.66×106t，2030年在不同情景下的碳儲量總體延續(xù)了2020年增長態(tài)勢，2020—2030年耕地保護和生態(tài)保護情景下，未利用地與耕地的碳儲量增加了37.37×106t和1.23×106t。

（3）2023 年在自然發(fā)展情景下，耕地大幅度擴張、草地大幅減少，林地、水域、建設(shè)用地和未利用地有不同程度的擴張和縮??；在耕地保護情景下，除與自然發(fā)展情景有相同的變化外，耕地保護限制了建設(shè)用地向外的擴張；在生態(tài)保護情景下，耕地大幅下降，除未利用地小幅減少外其他地類均有不同程度增加；城鎮(zhèn)發(fā)展情景與自然發(fā)展情景類似。

（4）2030年碳儲量在自然發(fā)展、耕地保護、生態(tài)保護和城鎮(zhèn)發(fā)展都有不同程度的增加或減少，在自然保護和城鎮(zhèn)發(fā)展情景下，耕地、水域和建設(shè)用地的碳儲量增加，耕地保護情景下除建設(shè)用地減少以外，耕地和水域下的碳儲量也是增加態(tài)勢，3個情景下的草地、林地和未利用地中的碳儲量均減少。在生態(tài)保護情景下，除耕地和未利用地碳儲量減少以外，其余地類所含碳儲量均增加。