關(guān)鍵詞土地利用變化；InVEST模型；碳儲(chǔ)量；時(shí)空變化；撫順市

中圖分類號(hào)X87文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào) 0517-6611（2025）08-0055-05

doi：10.3969/j.issn.0517-6611.2025.08.012

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

AbstractTakingFushnCityatheresearcareaasedonlandusedatafrom0，0，2010，215nd，thecarbonstoragehnges intheareawereanaldusingArcSsoftwareandInVESTodelTeresultssowedthattheareaofaablelandforestandgasladd decreasedfromotO2hiletareaofwaterbodiesonstructionlandndusedlandhdincreasedTearboeseshn City in 2000，2005，2010，2015，2020 were and ，respectively ，showing a decreasing trend year by year，with a total decrease of over the past 21 years.The carbon sequestration capacity of forest was the strongest，hiletatofuusedlandastheakestTedreaseiforestandgaslandreaadteireaseincostructionladaraere the main reasons for the decline in carbon storage in Fushun City in recent years.

Key wordsLand use change；InVEST model；Carbon storage；Spatiotemporal changes ；Fushun City

近年來城市化的快速發(fā)展及人類活動(dòng)的不斷加劇導(dǎo)致生態(tài)系統(tǒng)承載了巨大壓力，帶來了氣候變暖、海平面上升等一系列環(huán)境問題[1-2]。陸地生態(tài)系統(tǒng)的碳儲(chǔ)量作為全球碳儲(chǔ)存的重要組分之一[3]，能夠封存大氣中的碳并存儲(chǔ)于土壤中[4]，對(duì)于緩解氣候變化、維持生態(tài)平衡、促進(jìn)全球碳循環(huán)等具有重要作用，已作為衡量生態(tài)系統(tǒng)對(duì)于碳排放承載力的一項(xiàng)重要指標(biāo)[5-6]。土地利用覆被變化通過改變土壤和植被的分布和固碳能力，進(jìn)而影響生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，是導(dǎo)致陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化的主要驅(qū)動(dòng)因素[7]。近年來我國(guó)人口的加速增長(zhǎng)、建設(shè)用地不斷擴(kuò)張及森林砍伐等行為導(dǎo)致碳儲(chǔ)量正在逐漸下降，因此定量評(píng)估土地利用變化與生態(tài)系統(tǒng)碳儲(chǔ)量的響應(yīng)關(guān)系對(duì)于未來土地規(guī)劃和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。

對(duì)于陸地生態(tài)系統(tǒng)碳儲(chǔ)量的計(jì)算國(guó)內(nèi)外眾多學(xué)者都開展了大量研究，研究方法因尺度大小而異。傳統(tǒng)的估算方法如生物量法、蓄積量法通常需要野外調(diào)查、數(shù)據(jù)統(tǒng)計(jì)分析等方式來計(jì)算，雖然操作簡(jiǎn)單估算清晰，但缺乏空間代表性，僅適用于中小尺度的研究[8]；而基于遙感的模型估算法很好地解決了這些問題，不僅適用于中大尺度區(qū)域的研究，與傳統(tǒng)方法相比還具有計(jì)算方式靈活、輸出結(jié)果更具可視性等優(yōu)點(diǎn)，其中InVEST模型以其運(yùn)行速度快、數(shù)據(jù)要求簡(jiǎn)單等優(yōu)勢(shì)被廣泛應(yīng)用于眾多的國(guó)家和地區(qū)，成為目前使用最多的模型之-[9-10]。如 Hernández-Guzmán 等[1]基于 InVEST模型和元胞自動(dòng)機(jī)模型分析了墨西哥西部盆地1986—2017年土地利用覆被變化及該區(qū)域的碳儲(chǔ)量變化，證明了InVEST模型計(jì)算的準(zhǔn)確性；Wang等[12]利用MLP模型和InVEST模型計(jì)算了三峽水庫城市1995—2025年陸地生態(tài)系統(tǒng)的碳損失，發(fā)現(xiàn)城市擴(kuò)張會(huì)導(dǎo)致嚴(yán)重的陸地碳損失，對(duì)生態(tài)系統(tǒng)有巨大潛在威脅；鄧喆等[13]以祁連山國(guó)家公園為研究區(qū)，基于In-VEST模型中的碳儲(chǔ)量模塊分析了土地利用變化對(duì)碳儲(chǔ)量的影響，發(fā)現(xiàn)土地利用的轉(zhuǎn)移變化對(duì)碳儲(chǔ)量的增減變化有主要影響。

撫順市作為遼寧省重要的工業(yè)基地，近年來礦區(qū)的大量開采對(duì)市區(qū)的土地利用格局和生態(tài)環(huán)境造成了嚴(yán)重影響。該研究利用2000、2005、2010、2015、2020年土地利用數(shù)據(jù)和InVEST模型的碳儲(chǔ)量模塊，分析近21年來撫順市土地利用變化格局及碳儲(chǔ)量分布情況，探討土地利用變化對(duì)該區(qū)域陸地生態(tài)系統(tǒng)碳儲(chǔ)量的影響，以期為撫順市土地利用規(guī)劃和生態(tài)可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1資料與方法

1.1研究區(qū)概況撫順市位于遼寧省東北部，東與吉林省接壤，西接沈陽，北與鐵嶺相接，南與本溪相望，地處長(zhǎng)白山余脈，地理坐標(biāo)為 ，下轄4區(qū)（新?lián)釁^(qū)、望花區(qū)、東洲區(qū)、順城區(qū)）3縣（撫順縣、新賓滿族自治縣、清原滿族自治縣），如圖1所示。全市土地總面積約 ，地質(zhì)構(gòu)造復(fù)雜，地貌特征以山地為基礎(chǔ)，處于中緯地帶，屬于典型的溫帶季風(fēng)氣候。撫順市歷史悠久，是清王朝發(fā)祥地，也是遼寧重要的工業(yè)基地，同時(shí)也是我國(guó)最大的特殊鋼生產(chǎn)基地，其獨(dú)特的氣候和地理位置使該地區(qū)水資源、生物資源、礦產(chǎn)資源豐富。

1.2 數(shù)據(jù)來源

1.2.1土地利用數(shù)據(jù)。土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http：//www.resdc.cn），分辨率為 ，被分為6個(gè)一級(jí)類和25個(gè)二級(jí)類型，經(jīng)過掩膜提取和重分類后，將土地利用分為耕地（水田、旱地）、林地（有林地、灌木林、疏林地、其他林地）、草地（高覆蓋度草地、中覆蓋度草地）水域（河渠、湖泊、水庫坑塘、灘地）建設(shè)用地（城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、其他建設(shè)用地）未利用地（沼澤地、裸土地、裸巖石質(zhì)地）共6類，最終得到2000、2010、2020年3期的土地利用柵格圖。

1.2.2行政邊界數(shù)據(jù)。行政邊界數(shù)據(jù)來自全國(guó)地理信息資源目錄系統(tǒng)（https：//www.webmap.cn/），經(jīng)提取得到撫順市的矢量數(shù)據(jù)。

1.2.3 DEM數(shù)據(jù)。高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云（ht-tps：//www.gscloud.cn/），分辨率為

1.2.4碳密度數(shù)據(jù)。該研究以研究區(qū)相近地區(qū)的大量研究成果為綜合參考[14-17]，總結(jié)出該地區(qū)的碳密度數(shù)據(jù)，如表1所示。

單位：

1.3研究方法該研究運(yùn)用InVEST模型中的碳儲(chǔ)量模塊進(jìn)行研究，該模塊將陸地的生態(tài)系統(tǒng)碳儲(chǔ)量劃分為地上生物碳、地下生物碳、土壤有機(jī)質(zhì)碳和死亡有機(jī)質(zhì)碳4個(gè)基本碳庫[3]，其原理是以土地利用數(shù)據(jù)為基礎(chǔ)，各地類的面積與各個(gè)碳庫的碳密度均值的乘積總和是碳儲(chǔ)量的最終結(jié)果，具體計(jì)算公式如下：

式中： 為總碳儲(chǔ)量（ ）； 為土壤地上部分的碳儲(chǔ)量 ）； 為土壤地下部分的碳儲(chǔ)量 ）； 為土壤中有機(jī)質(zhì)碳儲(chǔ)量（ ）； 為已死亡的有機(jī)質(zhì)碳儲(chǔ)量（20 ）°

2 結(jié)果與分析

2.1土地利用時(shí)空變化分析從土地利用類型面積占比情況（表2）來看，2000—2020年撫順市土地利用類型以林地為主，占研究區(qū)總面積的 7 5 % 以上，其次是耕地，占總面積的1 9 % 以上，草地、水域、建設(shè)用地和未利用地的面積均較小，4種地類的面積總和僅占研究區(qū)的 5 % 左右，近21年來撫順市各地類的面積均有所變化，但總體的占比結(jié)構(gòu)較為穩(wěn)定。

由土地利用類型面積變化情況（表2）可知，2000—2020年撫順市耕地、林地、草地的面積有所減少，水域、建設(shè)用地、未利用地的面積有所增加。與2000年相比，2020年耕地面積減少了 ，降幅達(dá)到 3 . 5 5 % ；林地面積減少了 ，降幅為 0 . 4 4 % ；草地面積減少了 ，降幅達(dá)到 6 5 . 6 5 % ；水域面積變化較小，近21年內(nèi)僅增加了 ，增幅為 1 . 0 0 % ；建設(shè)用地面積大量增加，2000—2020年共增加了 ，增幅高達(dá) 7 2 . 9 8 % ，在所有地類中面積變化最大；未利用地面積僅增加了 ，增幅為 6 . 7 3 % 。

從土地利用空間分布（圖2）可以看出，撫順市土地利用空間分布主要以林地為主，覆蓋在撫順市的大部分地區(qū)；耕地的分布受地形海拔影響，多分散在撫順市較低海拔的地區(qū)；草地面積較小，且近21年空間分布變化較為劇烈，2000—2005年呈斑點(diǎn)狀分散在撫順市西部、南部和中東部地區(qū)，而2005年以后草地面積大量減少，大部分草地消失，到2020年僅剩少量草地呈斑塊狀集中在撫順市西部，還有少量以點(diǎn)狀分散在南部地區(qū)；水域的空間分布較為穩(wěn)定，集中分布在撫順市西部地區(qū)，2000—2020年無明顯變化；建設(shè)用地呈點(diǎn)狀分散在撫順市境內(nèi)，在撫順市的西部分布較為集中，近21年來西部的部分耕地被建設(shè)用地所侵占，使建設(shè)用地的面積有明顯的擴(kuò)增；未利用地由于面積太小，導(dǎo)致其空間分布并不明顯，2010年以前未利用地呈點(diǎn)狀分布在西部和南部地區(qū)，之后的未利用地逐漸破碎化，到2020年未利用地向撫順市中部轉(zhuǎn)移，以斑塊形式零星分布在中部和西部地區(qū)。

2.2碳儲(chǔ)量時(shí)空變化分析運(yùn)用 模型的碳儲(chǔ)量模塊對(duì)撫順市2000—2020年碳儲(chǔ)量變化進(jìn)行估算，結(jié)果如圖3所示。從時(shí)間變化來看，2000、2005、2010、2015、2020年撫順市碳儲(chǔ)量分別為 、 ，呈逐年遞減趨勢(shì)，其中2005—2010年碳儲(chǔ)量下降最明顯，21年來碳儲(chǔ)量共減少了 2

將InVEST模型的運(yùn)行結(jié)果導(dǎo)人ArcGIS中繪制得到撫順市2000—2020年碳儲(chǔ)量空間分布圖，如圖4所示。從空間分布上看，2000—2020年撫順市碳儲(chǔ)量的空間結(jié)構(gòu)較為穩(wěn)定，無明顯的空間分布變化，高值區(qū)分布廣泛，覆蓋在撫順市大部分地區(qū)，土地利用類型主要為林地和草地；中值區(qū)集中在撫順市西側(cè)，土地利用類型以水域?yàn)橹?；低值區(qū)的空間分布情況與耕地相似，空間結(jié)構(gòu)較為分散，在撫順市西部、東北部、東南部均有分布，其中西部的低值區(qū)分布較為集中。2000—2020年撫順市西側(cè)的高值區(qū)有明顯增加，結(jié)合土地利用變化來看，這可能與該地區(qū)草地面積的增加有關(guān)；受建設(shè)用地增加的影響，西部的碳儲(chǔ)量低值區(qū)也繼續(xù)向西側(cè)有明顯的擴(kuò)增。由此可見，林地、草地和水域?qū)犴樖锌傮w的固碳能力有明顯的促進(jìn)作用，而耕地和建設(shè)用地對(duì)固碳能力促進(jìn)作用不明顯。

2.3土地利用變化對(duì)碳儲(chǔ)量的影響利用ArcGIS中的分區(qū)統(tǒng)計(jì)工具對(duì)撫順市2000—2020年不同土地利用類型的碳儲(chǔ)量進(jìn)行計(jì)算，結(jié)果如表3所示?？傮w而言，林地的碳儲(chǔ)量最

單位： t

大，是撫順市碳庫的主要來源；未利用地的碳儲(chǔ)量最小，為0；各地類對(duì)碳儲(chǔ)量的貢獻(xiàn)程度由高到低依次為林地 gt; 耕地 gt; 水域 gt; 草地 gt; 建設(shè)用地 gt; 未利用地。受土地利用變化的影響，近21年來撫順市各地類的碳儲(chǔ)量均有一定程度變化，與2000年相比，2020年耕地、林地和草地的碳儲(chǔ)量有所減少，而水域和建設(shè)用地的碳儲(chǔ)量有所增加。具體而言，耕地的碳儲(chǔ)量呈先增后減的趨勢(shì)，2000—2020年共減少了 ；林地的碳儲(chǔ)量呈減少一增加一減少的趨勢(shì)，總體減少了 0 . 5 3 8 × t；草地的碳儲(chǔ)量減少量最大，呈增加一減少—增加的趨勢(shì)，近21年來共減少了 ；水域的碳儲(chǔ)量呈先減后增的趨勢(shì)，總體增加了 ；建設(shè)用地的碳儲(chǔ)量呈逐年穩(wěn)定增加的趨勢(shì)，21年來共增加了 t；未利用地的碳儲(chǔ)量沒有變化，均為0。

3結(jié)論與討論

該研究基于ArcGIS軟件和InVEST模型的碳儲(chǔ)量模塊評(píng)估了撫順市 2 0 0 0 ， 2 0 0 5 ， 2 0 1 0 ， 2 0 1 5 ， 2 0 2 0 年的土地利用時(shí)空變化和碳儲(chǔ)量時(shí)空變化，主要結(jié)論如下：

（1）撫順市土地利用類型主要為林地，占總面積的 7 5 % 以上。2000—2020年耕地、林地、草地的面積有所減少，而水域、建設(shè)用地和未利用地的面積有所增加，其中建設(shè)用地的面積變化最大，共增加 。撫順市土地利用的空間分布結(jié)構(gòu)總體較為穩(wěn)定，近21年來西部建設(shè)用地的擴(kuò)增較為明顯。

（2）2000、2005、2010、2015、2020年撫順市的碳儲(chǔ)量分別為 、 ，呈逐年遞減趨勢(shì)，21年來共減少了 以林地和草地為主的高值區(qū)廣泛覆蓋在大部分地區(qū)，以耕地為主的低值區(qū)集中于撫順市西部，此外在東北部和東南部地區(qū)也均有分布。

（3）林地的碳儲(chǔ)量最大，是撫順市碳庫的主要來源，未利用地的碳儲(chǔ)量最小，各地類對(duì)碳儲(chǔ)量的貢獻(xiàn)程度由高到低依次為林地 gt; 耕地 gt; 水域 gt; 草地 gt; 建設(shè)用地 gt; 未利用地。21年來耕地、林地和草地的碳儲(chǔ)量分別減少了 t，水域和建設(shè)用地的碳儲(chǔ)量分別增加了 t，未利用地的碳儲(chǔ)量沒有變化，均為0。

由該研究結(jié)果可知，林地、草地面積的減少和建設(shè)用地面積的增加是導(dǎo)致?lián)犴樖薪陙硖純?chǔ)量下降的主要原因。土地利用變化對(duì)生態(tài)系統(tǒng)的固碳能力有很大影響，林地、草地等生態(tài)價(jià)值較高的地類對(duì)區(qū)域的固碳能力有明顯的促進(jìn)作用，而耕地、建設(shè)用地等人類活動(dòng)頻繁、干擾強(qiáng)度較大的地區(qū)對(duì)區(qū)域的固碳能力促進(jìn)作用不明顯。未來撫順市應(yīng)注意土地資源的合理規(guī)劃，加強(qiáng)推進(jìn)退耕還林還草等生態(tài)工程的實(shí)施，提高地區(qū)的固碳能力，以促進(jìn)生態(tài)環(huán)境可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]楊元合，石岳，孫文娟，等.中國(guó)及全球陸地生態(tài)系統(tǒng)碳源匯特征及其對(duì)碳中和的貢獻(xiàn)[J].中國(guó)科學(xué)：生命科學(xué)，2022，52（4）：534-574.

[2]劉子剛.濕地生態(tài)系統(tǒng)碳儲(chǔ)存和溫室氣體排放研究[J].地理科學(xué)，2004，24（5）：634-639.

[3］周汝波，林媚珍，吳卓，等.珠江西岸生態(tài)系統(tǒng)碳儲(chǔ)量對(duì)土地利用變化的響應(yīng)[J].生態(tài)科學(xué)，2018，37（6）：175-183.

[4]BACANI VM，DA SILVAB HM，DE SOUZA AMEDE SATO AA，et al.Carbon storage and sequestration in a eucalyptus productive zone in theBrazilian Cerrado，using the Ca-Markov/Random Forest and InVEST mod-els[J].Journal of cleaner production，2024：444：1-15.

[5]ANESEYEE AB，SOROMESSA T，ELIASE，etal.Expressing carbon stor-age in economic terms：The case of the upper Omo Gibe Basin in Ethiopia[J].The science of the total environment，2022，808：152166.

[6]鄧元杰，姚順波，侯孟陽，等.退耕還林還草工程對(duì)生態(tài)系統(tǒng)碳儲(chǔ)存服務(wù)的影響：以黃土高原丘陵溝壑區(qū)子長(zhǎng)縣為例[J].自然資源學(xué)報(bào)，2020，35（4） ：826-844.

[7]LIKM，CAOJJ，ADAMOWSKIJF，et al.Assessing the effects of ecologi-cal engineering on spatiotemporal dynamics of carbon storage from 2000 to2016 in the Loess Plateau area using the InVEST model：A case study inHuining County，China[J].Environmental development，2O21，39：100641.

[8]劉冠，李國(guó)慶，李潔，等.基于InVEST模型的1999—2016年麻塔流域碳儲(chǔ)量變化及空間格局研究[J].干旱區(qū)研究，2021，38（1）：267-274.

[9]WUXY，SHENCT，SHILN，et al.Spatio-temporal evolution characteris-tics and simulation prediction of carbon storage：A case study in Sanjian-gyuan Area，China[J].Ecological informatics，2O24，8O：102485.

[10]劉洋，張軍，周冬梅，等.基于InVEST模型的疏勒河流域碳儲(chǔ)量時(shí)空變化研究[J].生態(tài)學(xué)報(bào)，2021，41（10）：4052-4065.

[11] HERNANDEZ-GUZMAN R， RUIZ-LUNA A， GONZALEZ C. Sssessingand modeling the impact of land use and changes in land cover related tocarbon storage in a western basin in Mexico[J].Remote sensing applica-tions：Society and environment，2019，13：318-327.

[12] WANG J Z，ZHANG Q，GOU T J，et al.Spatial-temporal changes of urbanareas and terrestrial carbon storage in the Three Gorges Reservoir in Chi-na[J].Ecologicalindicators，2018，95：343-352.

[13]鄧喆，丁文廣，蒲曉婷，等.基于InVEST模型的祁連山國(guó)家公園碳儲(chǔ)量時(shí)空分布研究[J].水土保持通報(bào)，2022，42（3）：324-334，396.

[14]付鵬，樊童生，李雄.基于PLUS-InVEST模型的生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)空特征刻畫及多情景模擬：以東北三省為例[C]//中國(guó)城市規(guī)劃學(xué)會(huì).人民城市，規(guī)戈賦能：2023中國(guó)城市規(guī)劃年會(huì)論文集（08城市生態(tài)規(guī)劃）.[出版地不詳]：[出版者不詳]，2023：416-428.

[15］朱麗亞，胡克，孫爽，等.基于InVEST模型的遼寧省海岸帶碳儲(chǔ)量時(shí)空變化研究[J].現(xiàn)代地質(zhì)，2022，36（1）：96-104.

[16］李慧穎.基于遙感和InVEST模型的遼寧省退耕還林工程生態(tài)效應(yīng)評(píng)估[D].長(zhǎng)春：吉林大學(xué)，2019.

[17]趙恒謙，劉部，楊姿涵，等.2000一2020年遼寧省生態(tài)系統(tǒng)服務(wù)評(píng)估與多情景預(yù)測(cè)[J].環(huán)境科學(xué)，2024，45（7）：4137-4151.