關(guān)鍵詞：碳儲量;PLUS模型；InVEST模型;江蘇省

中圖分類號：F301.2，X171.1 文獻(xiàn)標(biāo)志碼：A 文章編號：1003-5168（2025）07-0098-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.07.019

Simulation and Prediction of Carbon Storage Changes in Jiangsu ProvinceBasedonPLUSandInVESTModel

JING Xiaorong （College of Land Engineering，Chang'an University，Xi'an 71OO54，China）

Abstract：[Purposes] This puper studies study the impact of land-use change on carbon stocks to providea scientific basis for promoting sustainable regional development.[Methods]Based on the land use data of Jiangsu Province from 1990 to 2O20，the PLUS-InVEST model was used to analyze the characteristics of spatial and temporal changes in carbon stocks from 1990 to 2O20，and to predict the changes in carbon stocks in Jiangsu Province under different scenarios in 2O3o.[Findings] ① The overall trend of carbon stock in Jiangsu Province from 1990 to 202O is declining，with a decrease of 201.66×10 t.The transferof arable land to construction land is the main reason for the decrease in carbon stock.In spatial distribution，the carbon stock is higher in the north of Jiangsu Province and lower in the south of Jiangsu Province. ② Compared with 2O2O，the carbon stocks under the four different scenarios in Jiangsu Province in 2O3O show a decreasing trend， with the smallest decrease in carbon stocks under the cropland protection scenario and the largest decrease in carbon stocks under the urban development scenario. [Conclusions] The cropland protection scenario has the highest carbon stock，and the cropland protection scenario can significantly inhibit the reduction of carbon stock compared with other scenarios.The results of the study can provide data support for enhancing ecosystem carbon storage in Jiangsu Province. Keywords： carbon storage; PLUS model; InVEST model; Jiangsu Province

0 引言

受人類活動和自然因素的共同影響，全球氣候變暖的風(fēng)險加劇。為應(yīng)對氣候變化，我國將“碳達(dá)峰、碳中和\"納入經(jīng)濟(jì)社會發(fā)展全局，發(fā)布國家適應(yīng)氣候變化戰(zhàn)略。生態(tài)系統(tǒng)碳儲量是評估生態(tài)系統(tǒng)健康和穩(wěn)定性的關(guān)鍵指標(biāo)之一，對評估全球氣候變化影響、維持生態(tài)平衡和推動可持續(xù)發(fā)展都具有重要意義[2]。

土地利用類型的轉(zhuǎn)變是驅(qū)動生態(tài)系統(tǒng)碳儲量動態(tài)演變的關(guān)鍵因子之一[3]，土地利用類型不同，固碳能力的強(qiáng)弱也不同[4]。研究土地利用格局變化與碳儲量的內(nèi)在關(guān)聯(lián)，對促進(jìn)生態(tài)系統(tǒng)碳匯的增加和增強(qiáng)面對氣候變化的適應(yīng)性具有重要現(xiàn)實意義[5]。本研究以江蘇省為研究區(qū)，以10a為間隔選取了1990—2020年間4期土地覆蓋類型數(shù)據(jù)，運(yùn)用PLUS和InVEST模型，對江蘇省近30年碳儲量在時間與空間維度上的演變趨勢進(jìn)行分析，并模擬預(yù)測2030年多情景變化情況，以期為促進(jìn)區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇省位于沿海地區(qū)中部 ，與上海市、浙江省、安徽省、山東省接壤，是長江三角洲地區(qū)的重要組成部分，總面積為10.72萬 ，地勢平坦，由平原、丘陵和山地構(gòu)成，以平原為主；屬東亞季風(fēng)氣候區(qū)，處在亞熱帶和暖溫帶的氣候過渡帶，四季分明，雨熱同季，年平均氣溫為 ，年降水量為 7 0 4 ～ 1 2 5 0 m m 湖泊眾多，河網(wǎng)密布，東臨黃海，地跨長江、淮河兩大水系。

1.2 數(shù)據(jù)來源

江蘇省1990、2000、2010、2020年4期土地利用數(shù)據(jù)來源于武漢大學(xué)1990—2022年中國 3 0 m 土地覆被數(shù)據(jù)集（https：/doi.org/10.5281/zenodo.4417810）；DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云（https：//www.gscloud.cn/）;坡度和坡向數(shù)據(jù)在DEM數(shù)據(jù)基礎(chǔ)上通過ArcGIS計算生成；年均氣溫、年均降水、歸一化植被指數(shù)（NDVI）、經(jīng)濟(jì)生產(chǎn)總值（GDP）、人口密度（POP）、夜間燈光等數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（https：//www.resdc.cn/）;距河流距離、距國道距離、距省道距離、距高速公路距離、距鐵路距離、距一級道路距離等數(shù)據(jù)來源于OpenStreetMap（http：//www.openstreetmap.or）。

2 研究方法

2.1基于InVEST模型的生態(tài)系統(tǒng)碳儲量估算

InVEST模型通過模擬不同土地覆被情景下生態(tài)系統(tǒng)服務(wù)物質(zhì)量和價值量的變化，用于評估生態(tài)系統(tǒng)服務(wù)功能°，將生態(tài)系統(tǒng)碳儲量劃分為4個基本碳庫，即地上生物碳、地下生物碳、土壤碳和死亡有機(jī)碳[]，總碳儲量的公式如式（1）。

式中： 為生態(tài)系統(tǒng)的碳儲量總量； 為地上植被碳儲量; 為地下植被碳儲量; 為土壤有機(jī)碳儲量； 為死亡有機(jī)碳儲量。

本研究基于江蘇省土地利用柵格數(shù)據(jù)和碳庫數(shù)據(jù)，運(yùn)用 I n V E S T 模型的碳儲存和封存模塊估算碳儲量。各類土地利用的碳密度數(shù)據(jù)（見表1）參考相關(guān)研究獲得。

2.2基于PLUS模型的土地利用變化模擬

PLUS模型可用于挖掘土地擴(kuò)張的驅(qū)動因素并預(yù)測土地利用景觀的斑塊級演化，該模型集成了土地擴(kuò)張分析策略LEAS和基于多類型隨機(jī)種子的CARS兩個模塊，并提供了線性回歸方法和馬爾科夫鏈法來預(yù)測未來的土地利用需求[10]。結(jié)合研究區(qū)實際情況設(shè)定了4種土地利用模擬情景（見表2），分別為自然發(fā)展情景、生態(tài)保護(hù)情景、耕地保護(hù)情景和城鎮(zhèn)發(fā)展情景。

3結(jié)果與分析

3.11990—2020年碳儲量時空變化特征

3.1.1碳儲量時間變化特征。通過InVEST模型計算出江蘇省1990一2020年土地利用的碳儲量（見表3），總體呈下降趨勢，較1990年減少了 ，降幅為 9 . 8 7 % ，2000—2010年碳儲量減少了 t，減量最大。1990—2020年各土地利用類型碳儲量變化結(jié)果中，耕地碳儲量減量最大為 ，林地和未利用地碳儲量小幅度減少，減少量分別為 和 ，草地碳儲量呈現(xiàn)“減少-增加-減少\"的趨勢，總量減少了 ，建設(shè)用地碳儲量大幅度增加，增加量為 t。因此，耕地是江蘇省碳儲量的主要來源，在1990年、2000年、2010年和2020年分別占總碳儲量的 9 4 . 4 6 % . 9 3 . 4 9 % . 9 1 . 9 4 % 和 9 0 . 4 4 % 。

3.1.2碳儲量空間變化特征。1990—2020年江蘇省碳儲量空間分布整體差異不大（如圖1所示）。碳儲量空間分布與土地利用類型分布區(qū)域較一致，碳儲量較高的區(qū)域與耕地、林草地等碳密度較高地類分布一致，主要分布在蘇北地區(qū)，這些區(qū)域耕地分布密集，固碳能力較強(qiáng)；碳儲量較低的區(qū)域，其空間分布與水域、建設(shè)用地等碳密度較低的地類分布相吻合，主要集中在蘇南地區(qū)，這些區(qū)域建設(shè)用地分布密集且水域面積較大，固碳能力弱。

根據(jù)碳儲量變化值，將其劃分為減少（碳儲量變化值 lt; 0 ）、不變（碳儲量變化值 = 0 ）和增加（碳儲量變化值 gt;0 ）三類，結(jié)果如圖2所示。由圖2可知，1990—2020年江蘇省碳儲量值不變區(qū)域占 8 4 . 0 5 % ，其中1990—2000年不變區(qū)域面積達(dá) ;碳儲量值增加區(qū)域占 2 . 1 9 % ，其中2010一2020年碳儲量增加最為明顯，增加面積為 ，主要位于連云港市東北邊緣處、鹽城市北部和東部邊緣處及研究區(qū)的中部和南部地區(qū)；碳儲量值減少區(qū)域占 1 3 . 7 6 % ，其中2000—2010年碳儲量減少最明顯，減少面積為 ，主要位于省域南部及各地級市中心周圍。

綜合來看，1990—2020年研究區(qū)大部分區(qū)域的碳儲量不變，而城市周邊碳儲量密集程度明顯增強(qiáng)，說明這些區(qū)域高碳儲量土地利用類型向低碳儲量土地利用類型轉(zhuǎn)移，即耕地向建設(shè)用地轉(zhuǎn)移，主要原因是城市發(fā)展較快，建設(shè)用地擴(kuò)張，耕地減少。

3.2 2030年不同情景下碳儲量時空變化特征

3.2.1碳儲量2020—2030年時間變化特征。通過InVEST模型得出江蘇省2030年不同情景下碳儲量預(yù)測結(jié)果（如圖3所示），2030年自然發(fā)展情景、生態(tài)保護(hù)情景、耕地保護(hù)情景和城鎮(zhèn)發(fā)展情景下的總碳儲量分別為 和 ，相較于2020年均呈下降趨勢，下降幅度分別為 2 . 5 8 % ， 1 . 5 6 % ， 0 . 0 5 % 和3 . 4 6 % ，表明2030年江蘇省碳密度較高的地類面積有所減少，固碳能力下降。對比2020年的碳儲量，城鎮(zhèn)發(fā)展情景下共減少了 ，減少較為顯著，說明建設(shè)用地的擴(kuò)張能夠加速碳儲量的下降速度；耕地保護(hù)情景減少了 ，減少量最小，說明耕地保護(hù)能夠減緩碳儲量的下降幅度；自然發(fā)展情景和生態(tài)保護(hù)情景下碳儲量分別減少了 t和 t，研究區(qū)林地、草地和水域面積較小，對這些地類采取保護(hù)措施也能減緩碳儲量的下降幅度。

3.2.2碳儲量2020—2030年空間變化特征。江蘇省2030年不同情景下碳儲量分布特征（如圖4所示）與1990—2020年基本一致，碳儲量較高的區(qū)域主要分布在蘇北地區(qū)，這些區(qū)域的耕地面積較大，固碳能力較強(qiáng)；碳儲量較低的區(qū)域主要分布在蘇南地區(qū)，這些區(qū)域建設(shè)用地和水域面積較大，城市化水平較高，固碳能力較弱。

從碳儲量空間變化分布來看，相較于2020年，在自然發(fā)展情景、生態(tài)保護(hù)情景、耕地保護(hù)情景和城鎮(zhèn)發(fā)展情景下的碳儲量值大部分區(qū)域處于不變狀態(tài)，碳儲量值增加的區(qū)域面積分別為 、 和 ，面積占比均不足1 % ；碳儲量值減少的區(qū)域面積分別為 和 ，分別占區(qū)域總面積的 2 . 8 1 % 1 . 7 0 % 0 . 3 1 % 和 3 . 7 6 % 。自然發(fā)展情景、生態(tài)保護(hù)情景和城鎮(zhèn)發(fā)展情景下，碳儲量減少的區(qū)域大致相同，主要集中于蘇南、蘇北和蘇中地區(qū)的南部。但相較于自然發(fā)展情景和城鎮(zhèn)發(fā)展情景，生態(tài)保護(hù)情景下碳儲量降低的區(qū)域范圍顯著縮小，具體表現(xiàn)為面積分別減少了 和 。耕地保護(hù)情景下碳儲量減少區(qū)域面積最小，主要位于研究區(qū)西南部、淮安市南部和連云港市北部。綜合來看，4種情景下碳儲量不變的區(qū)域面積最多，減少區(qū)域面積大于增加區(qū)域面積。

4結(jié)論

1990—2020年，江蘇省碳儲量總體上呈下降趨勢且2000—2010年碳儲量下降最為顯著。研究區(qū)內(nèi)耕地、林地、草地和未利用地轉(zhuǎn)出，水域和建設(shè)用地轉(zhuǎn)人，主要從碳密度較高的地類向碳密度較低的地類轉(zhuǎn)化，其中，耕地向建設(shè)用地的顯著轉(zhuǎn)化構(gòu)成了碳儲量減少的主導(dǎo)驅(qū)動力，凸顯了建設(shè)用地擴(kuò)張對耕地資源的侵占現(xiàn)象。同時，隨著建設(shè)用地與水域面積的擴(kuò)增，耕地、林地、草地及未利用地的面積相應(yīng)縮減，這一土地利用結(jié)構(gòu)的深刻變化直接削弱了研究區(qū)域的碳固定潛力，進(jìn)而影響了整體的碳儲存能力，因此碳儲量總體呈現(xiàn)減少趨勢，這與江蘇省碳儲量減少的情形相印證。

江蘇省1990—2020年間，碳儲量總體下降了 ，耕地碳儲量下降最多達(dá)到 t，建設(shè)用地碳儲量增加最多達(dá)到 ，主要原因是耕地向建設(shè)用地轉(zhuǎn)移，但耕地依舊是江蘇省最主要的碳庫。碳儲量空間分布呈現(xiàn)北高南低的特點(diǎn)，碳儲量較高的區(qū)域主要分布在蘇北地區(qū)，耕地分布密集，固碳能力強(qiáng)。碳儲量較低的區(qū)域主要分布在蘇南地區(qū)，建設(shè)用地分布密集且水域面積較大，固碳能力較弱。

江蘇省2030年不同情景下的總碳儲量相較于2020年均呈減少狀態(tài)，自然發(fā)展情景、生態(tài)保護(hù)情景、耕地保護(hù)情景和城鎮(zhèn)發(fā)展情景下碳儲量分別下降了 t和 6 3 . 7 8 × 其中耕地保護(hù)情景下的碳儲量最高，城鎮(zhèn)發(fā)展情景下的碳儲量最低，耕地保護(hù)情景較其他情景能顯著抑制碳儲量的減少。

參考文獻(xiàn)：

[1]王慧，孫慧，肖涵月，等.碳達(dá)峰約束下減污降碳的協(xié)同增效及其路徑[J].中國人口·資源與環(huán)境，2022，32（11）： 96-108.

[2任璽錦，裴婷婷，陳英，等.基于碳密度修正的甘

肅省土地利用變化對碳儲量的影響[J].生態(tài)科學(xué)，2021，40（4）： 66-74.

[3]朱文博，張靜靜，崔耀平，等.基于土地利用變化情景的生態(tài)系統(tǒng)碳儲量評估：以太行山淇河流域為例[J]地理學(xué)報，2019，74（3）：446-459.

[4]楊潔，謝保鵬，張德罡.基于InVEST和CA-Markov模型的黃河流域碳儲量時空變化研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2021，29（6）：1018-1029.

[5]于芝琳，趙明松，高迎鳳，等.基于InVEST-PLUS模型的淮北市碳儲量時空演變及預(yù)測[J].環(huán)境科學(xué)，2024，45（6）：3270-3283.

[6]胥麗，羅紹龍，國朝勝，等.基于PLUS模型和In-VEST模型的西雙版納碳儲量變化研究[J」.三峽生態(tài)環(huán)境監(jiān)測，2023，8（2）：75-87.

[7]盧慧婷，黃瓊中，朱捷緣，等，拉薩河流域生態(tài)系統(tǒng)類型和質(zhì)量變化及其對生態(tài)系統(tǒng)服務(wù)的影響[J].生態(tài)學(xué)報，2018，38（24）：8911-8918.

[8]施歌，王雨桐，劉嘉航.基于土地利用/覆被變化的江蘇省陸地生態(tài)系統(tǒng)碳儲量時空演變特征[J/OL].環(huán)境科學(xué)，1-15[2024-08-26].https：//doi.0rg/10.13227/j.hjkx.202310037.

[9]王炎，鄧文彬.基于Markov-PLUS模型的烏魯木齊市土地利用變化及模擬研究[J].河南科技，2023，42（18）：95-100.

[10]毛永發(fā)，周啟剛，王陶，等.耦合PLUS-InVEST-Geodector模型的三峽庫區(qū)碳儲量時空變化及其定量歸因[J].長江流域資源與環(huán)境，2023，32（5）：1042-1057.