FLUS-InVEST模型...生态系统碳储量时空差异分析_李小军.pdf

2023 年第 6 期李小军，等:FLUS-InVEST 模型的北海市生态系统碳储量时空差异分析引文格式:李小军，车良革，胡宝清 FLUS-InVEST 模型的北海市生态系统碳储量时空差异分析J 测绘通报，2023(6):117-123 DOI:1013474/j cnki 11-2246 2023 0178FLUS-InVEST 模型的北海市生态系统碳储量时空差异分析李小军1，车良革2，胡宝清3，4(1 北海市国土资源信息中心，广西 北海 536000;2 广西致和天泰地理信息系统工程服务有限公司，广西 南宁 530201;3 北部湾环境演变与资源利用教育部重点实验室，广西 南宁 530001;4 广西地表过程与智能模拟重点实验室，广西 南宁 530001)摘要:通过耦合 FLUS-InVEST 模型和 20102020 年土地利用现状数据，核算并预测自然演变情景和绿色集约生态情景下 2035 年城市土地利用变化及其碳储量的影响，进行空间自相关分析，以期为“双碳”目标下土地利用管理和国土空间规划提供科学参考。结果表明:20102020 年地类转化整体以低碳密度地类向高碳密度地类转换为主，耕地无序流向林地问题较为突出;10 年间北海市碳储量整体呈现出先减后增的趋势，整体增加 4.01105t;到 2035 年，北海市碳储量预测值在自然演变情景下仍将继续降低，而在绿色集约生态保护情景中，既可充分保障社会经济高质量发展的前提下使碳储量得到缓慢恢复，又可使碳储量在未来15 年间比自然变化情景下少损失 1.36105t。关键词:土地利用;FLUS-InVEST 模型;碳储量;空间自相关分析;多情景模拟中图分类号:P208文献标识码:A文章编号:0494-0911(2023)06-0117-07Spatio-temporal difference analysis of carbon storage in Beihai secosystembased on FLUS-InVEST modelsLI Xiaojun1，CHE Liangge2，HU Baoqing3，4(1 Beihai City Land and Resources Information Center，Beihai 536000，China;2 Guangxi Zhihetiantai Geographic InformationSystem Engineering Services Co，Ltd，Nanning 530201，China;3 The Key Laboratory of Environmental Evolution and ResourcesUtilization of Beibu Gulf，Ministry of Education，Nanning Normal University，Nanning 530001，China;4 Guangxi Key Laboratory ofSurface Process and Intelligent Simulation，Nanning 530001，China)Abstract:By coupling FLUS-InVEST models and the current data of land use from 2010 to 2020，this study calculated and predictedthe spatio-temporal difference of land and carbon storage in Beihai city，and predicted the impact of natural evolution scenarios andgreen intensive ecological development scenarios on land use and carbon storage in 2035 The spatial autocorrelation model was used toreveal the future spatial distribution trend，of which can provide scientific reference for land use management and land spatial planningunder the“dual carbon”goal The results show that:From 2010 to 2020，the overall transformation of land types was dominated bythe conversion of land types with low carbon density to land types with high carbon density The disordered flow of cultivated land toforest land is prominent;Over the course of the study，the overall carbon storage of Beihai city decreased first and then increased，with an overall increase of 4.01105t in the past 10 years;By 2035，the predicted carbon reserves in Beihai city would furtherdecrease in the natural evolution scenario But in the green intensive ecological protection scenario，carbon reserves can still slowlyrecover under the premise of fully ensuring high-quality socio-economic development In the next 15 years，carbon reserves can lose1.36105t less than in the natural change scenarioKey words:land use;FLUS-InVEST model;carbon storage;spatial autocorrelation analysis;multi-scenario simulation植被碳库和土壤碳库作为陆地生态系统的关键碳库，对全球的碳循环及气候变化发挥着重要作用1。城市建设发展所造成的土地利用及其覆被变化，通过改变区域陆地生态系统的植被与土壤碳库影响着区域碳储量，是影响区域碳汇的关键因素之一2。在国家大力实施“双碳”战略目标的时代背景下，通过优化国土空间规划和城市用地用途管控，提升生态系统碳汇、碳储量能力成了当前国家711收稿日期:2023-03-27基金项目:国家自然科学基金重点项目(41930537)作者简介:李小军(1978)，男，高级工程师，主要从事互联网地图服务、测绘航空摄影、地籍测绘、工程测量等地理信息相关工作。E-mail:bhgtzyxxzx2021 163 com通信作者:车良革。E-mail:23clg 163 com测绘通报2023 年第 6 期重点科技领域研究的热点和优先课题3。目前，城市 LUCC 与碳储量变化及未来的预测研究已有了较好的研究基础，在流域尺度下，文献 4 利用 InVEST(integrated valuation of ecosystem services and trade-offs)模型碳储量模块和 CA-Markov 模型，预测到2030 年黄河流域生态保护情景下土地利用覆被格局固碳能力高于自然变化情景 228.03106t;在城市群尺度下，文献 5应用 PLUS-InVEST 模型预测成渝经济区 20002050 年碳储量总体呈现先增后降的趋势;在城市尺度下，文献 6 基于耦合 FLUS-InVEST 模型预测广州市 20182034 年碳储量将下降 1.20106t。但当前研究中，土地利用预测模型的土地利用数据大多采用全国大尺度遥感解译成果，其数据精度与自然资源管理系统管理台账及矢量属性数据间存在一定误差，在发展情景中，考虑永久基本农田、生态红线等政策因素，优化土地利用结构以提升区域碳储量的研究仍较缺乏，其相关研究成果难以直接指导县(区)自然资源管理部门政策制定。本文依托土地利用现状精确矢量，以国土空间规划“三区三线”成果作为政策限制因素，进行定量化设置情景对比分析，根据 2035 年规划期末总体管控目标要求，推演并分析两种情景下 2030 年的生态系统碳储量时空差异，以期为北海市实现“双碳”目标制定相关政策提供决策依据。1研究区域与数据1.1研究区概况北海市地处广西南部、北部湾东北岸，下辖海城区、银海区和铁山港区 3 个市辖区，总面积为1227 km2，海岛众多、沿海滩涂分布广阔，拥有红树林、海草床、珊瑚礁等典型海洋生态系统，是陆海生态系统典型研究区域，是全国 14 个沿海开放城市之一，也是广西重点开发的美丽海滨城市之一。属于亚热带海洋性季风气候，平均气温为 24.0 24.3，年降水量为 1245 1582 mm。研究区内植被为北热带季节性雨林，森林覆盖率为 32.64%。1.2数据源与预处理本文土地利用现状数据主要使用北海市第二、第三次全国土地调查成果(2010、2020 年)、2015 年末年度变更成果三期数据(见表 1)。将 15 个二级地类7 的土地利用数据划归为八大一级地类:耕地、园地、林地、草地、湿地、水域、建设用地和未利用地。用于探究未来土地利用及其碳储量变化的驱动因素包括自然因素、人文因素及限制转化/政策约束因素 3 类。受土地利用变化驱动因素的多样性和数据可获得性影响，本文未来土地预测自然驱动因素包括 DEM(分辨率为 30 m)、坡度(三调坡度库)、归一化植被指数(NDVI，分辨率为500 m)、年均气温和降水量;人文驱动因素包括人口密度和人均 GDP(分辨率为 1000 m)、到市中心距离以及到公路、铁路的距离;限制制约因素包括耕地保护区、永久基本农田保护区、城镇开发边界和生 态 保 护 红 线 作 为 约 束 转 化 条 件;使 用ArcGIS10.3 转为统一坐标系后，将驱动因素层均重采样为 30 m30 m 栅格格式。表 1北海市土地利用类型碳密度(t/hm2)土地类型一级类二级类植被地上碳密度植被地下碳密度土壤碳密度死亡有机物碳密度耕地水田13.492.6817.341.00旱地13.652.6217.341.00园地园地30.707.6822.200.51林地乔木林地58.3014.5819.735.80灌木林地32.928.239.702.47其他林地31.787.9423.290.51草地草地3.0113.5316.511.00湿地红树林17.464.5448.520.72沼泽地9.591.9123.860.00盐碱地27.115.421.030.00滩涂0.492.383.131.24水域水域2.802.400.000.00建设用地建设用地11.450.931.000.00城市绿地11.450.9312.880.00未利用地未利用地3.400.0011.360.008112023 年第 6 期李小军，等:FLUS-InVEST 模型的北海市生态系统碳储量时空差异分析2研究方法基于 2010、2015、2020 年 3 期土地利用现状数据和 InVEST 模型，计算北海市 20102020 年土地利用转移矩阵并分析其碳储量时空差异;以国土空间规划“三区三线”成果作为政策约束条件，应用FLUS-InVEST 耦合模型，精细化模拟北海市未来城市发展在自然