• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于MCE-CA-Markov和InVEST模型的伊犁谷地碳儲量時空演變及預(yù)測

      2021-12-15 08:00:48史名杰武紅旗賈宏濤朱磊董通何盤星楊強(qiáng)軍
      關(guān)鍵詞:谷地伊犁儲量

      史名杰,武紅旗*,賈宏濤,朱磊,董通,何盤星,楊強(qiáng)軍

      (1.新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院,烏魯木齊 830052;2.新疆土壤與植物生態(tài)過程重點實驗室,烏魯木齊 830052)

      陸地生態(tài)系統(tǒng)中的碳是全球碳儲量的重要組成部分,在降低大氣中CO2等溫室氣體濃度、減緩全球氣候變暖等方面發(fā)揮著重要的作用[1]。土地利用/覆被變化(Land use/cover change,LUCC)是碳源與碳匯時空分異格局演變的主導(dǎo)因素之一[2],其影響程度取決于生態(tài)系統(tǒng)的類型和土地利用方式的轉(zhuǎn)變。土地利用的轉(zhuǎn)變通過改變生態(tài)系統(tǒng)的結(jié)構(gòu)和功能影響碳儲量格局及動態(tài),對土壤和植被的固碳能力具有重要的影響[3]。因此,探尋土地利用結(jié)構(gòu)優(yōu)化格局對改善區(qū)域生態(tài)系統(tǒng)服務(wù)功能及減緩全球氣候變化具有重要意義。

      當(dāng)前,土地利用模擬模型與陸地生態(tài)系統(tǒng)碳儲量模型的結(jié)合,被廣泛應(yīng)用于碳儲量估算及其未來空間變化過程的研究當(dāng)中[4-5]。在眾多量化生態(tài)系統(tǒng)服務(wù)功能的模型中,生態(tài)系統(tǒng)服務(wù)評估模型(Integrated valuation of ecosystem services and trade-offs,InVEST)因參數(shù)調(diào)整靈活、評估結(jié)果可空間化表達(dá)等優(yōu)點,在生態(tài)系統(tǒng)服務(wù)評估中得到了廣泛的應(yīng)用[5-6]。近年來,眾多學(xué)者[5-7]應(yīng)用土地利用模擬模型預(yù)測未來LUCC景觀格局變化,并結(jié)合InVEST模型評估區(qū)域生態(tài)系統(tǒng)服務(wù)功能。如:在國家尺度上,研究學(xué)者利用FLUS 模型結(jié)合InVEST 模型,對中國的未來LUCC 變化及碳儲量進(jìn)行了預(yù)測與評估[6]。雷軍成等[7]在五馬河流域的研究表明,利用CLUE-S模型模擬2030年未來LUCC 景觀格局,并結(jié)合InVEST 模型評估區(qū)域陸地生態(tài)系統(tǒng)服務(wù)功能。ZHAO 等[5]在黑河流域的研究中,應(yīng)用CA-Markov 模型和InVEST 模型估算生態(tài)工程指引下的碳儲量時空分異格局。上述研究證實了LUCC 模擬模型結(jié)合InVEST 模型對于未來生態(tài)系統(tǒng)服務(wù)功能研究的優(yōu)勢。但是,目前針對未來陸地生態(tài)系統(tǒng)碳儲量的研究仍存在評價準(zhǔn)則不統(tǒng)一、預(yù)測未來時期的研究缺乏、模型未能本地化等問題[8]。本研究基于多評價準(zhǔn)則MCE(Multi-criteria evaluation,MCE)的元胞自動機(jī)(Cell automata,CA)和馬爾科夫鏈(Markov chain)模型,通過分析影響目標(biāo)的多重驅(qū)動因素,精確地輔助并判斷不同土地類型的轉(zhuǎn)移數(shù)量[9]。同時MCE 以土地利用轉(zhuǎn)移概率及適宜性圖集為基礎(chǔ),既能有效地模擬未來LUCC 空間變化,又可以有效地提高土地利用預(yù)測的精度[8]。因此,構(gòu)建MCE-CA-Markov多評價準(zhǔn)則預(yù)測未來時期的LUCC,耦合InVEST模型探討未來時期區(qū)域陸地生態(tài)系統(tǒng)碳儲量的時空分異格局,是滿足碳儲量長時間序列評估及未來動態(tài)監(jiān)測的迫切需求。

      伊犁谷地是新疆天山北坡一個相對完整的生態(tài)系統(tǒng)功能服務(wù)區(qū),同時也是構(gòu)建國家生態(tài)環(huán)境保護(hù)屏障的重要區(qū)域。新疆地區(qū)年均氣溫與降水呈波動上升趨勢[10],伊犁谷地是半濕潤氣候,西風(fēng)帶的溫潤氣流受高大山脈的阻攔在伊犁谷地形成豐沛的降水,伊犁谷地的生態(tài)環(huán)境在整個干旱半干旱地區(qū)具有典型性和代表性。隨著社會經(jīng)濟(jì)的發(fā)展,城市建設(shè)用地急速擴(kuò)張、人類過度砍伐森林以及林草地變更為農(nóng)業(yè)用地導(dǎo)致大氣中CO2排放明顯增多[11]。伊犁谷地作為陸上絲綢之路的關(guān)鍵樞紐帶,其土地利用質(zhì)量直接關(guān)系到伊犁谷地的綜合效益與生態(tài)安全,加強(qiáng)土地利用變化的研究,已成為當(dāng)前解決該區(qū)域陸地生態(tài)系統(tǒng)碳儲量問題的迫切需要。

      本研究基于1980—2020年LUCC 數(shù)據(jù)圖集,應(yīng)用MCE-CA-Markov 模型預(yù)測2030 年的土地利用格局,并結(jié)合InVEST 模型探討伊犁谷地LUCC 景觀格局變化下的碳儲量時空分異演變,確定陸地生態(tài)系統(tǒng)土地利用長時間及未來時間序列變化下碳源與碳匯的空間分布,為提出科學(xué)的土地利用規(guī)劃方案和城市擴(kuò)張應(yīng)對措施提供決策依據(jù),有利于實現(xiàn)“谷地-平原-森林”陸地生態(tài)系統(tǒng)的可持續(xù)發(fā)展。

      1 材料與方法

      1.1 研究區(qū)概況

      伊犁谷地位于中國天山山脈西部,地理位置為80°09′~84°56′E,42°14′~44°50′N(圖1)。研究區(qū)氣候溫潤,年平均氣溫6.68 ℃,年平均降水量332.69 mm,山區(qū)年均降水量在300~900 mm 之間,屬于溫帶大陸性氣候,年均日照時數(shù)2 842.2 h,晝夜溫差大,是新疆最濕潤的地區(qū)[12]。伊犁谷地東部頂點為特克斯與鞏乃斯河交匯處,西部底邊朝向中哈邊界,地勢東高西低。東西長360 km,南北寬275 km,伊犁谷地的植被類型主要有荒漠植被、草原、草甸、森林和隱域植被五大類。

      圖1 研究區(qū)高程示意圖Figure 1 Elevation diagram of the study area

      1.2 數(shù)據(jù)獲取與預(yù)處理

      本研究用于模擬2030 年土地利用的數(shù)據(jù)集主要包括:①土地利用數(shù)據(jù),以1980、1990、2000、2010 年和2018 年共5 期分辨率30 m 的LUCC 為歷史條件數(shù)據(jù),其中2020年的LUCC 數(shù)據(jù)由2018年LUCC 數(shù)據(jù)結(jié)合2020 年7 月1 日至8 月1 日高分一號遙感影像通過目視解譯更新獲得,結(jié)合野外調(diào)查、目視判讀與混淆矩陣判斷,解譯總精度超過85%,根據(jù)國家土地利用一類分類系統(tǒng)劃分為耕地、林地、草地、水域、建設(shè)用地和未利用土地6 種類型[13];②氣候數(shù)據(jù),用于判別不同土地類型的適宜性條件;③環(huán)境因素數(shù)據(jù),用于驅(qū)動土地利用變化的自然環(huán)境因素主要有地形、氣候、地下水等;④社會經(jīng)濟(jì)數(shù)據(jù),用于驅(qū)動土地利用變化的社會經(jīng)濟(jì)數(shù)據(jù)主要包含人口空間分布、國內(nèi)生產(chǎn)總值(GDP)、公里網(wǎng)格柵格數(shù)據(jù)和公路網(wǎng)、河流水系等矢量數(shù)據(jù)(表1)。

      表1 模擬未來時期LUCC所需數(shù)據(jù)及來源Table 1 Data and sources needed by LUCC simulation in the future period

      本研究用于估算碳儲量的數(shù)據(jù)集主要包括:①地上與地下生物量碳密度數(shù)據(jù),來自于美國航空航天局(National Aeronautics and Space Administration,NASA)的地球數(shù)據(jù)集ORNL DAAC;②土壤碳密度數(shù)據(jù),在不同土地類型下各挖取3~5 個土壤剖面,采樣深度為0~10、10~20、20~50 cm 和50~100 cm,用重鉻酸鉀外加熱法測得有機(jī)碳含量,結(jié)合質(zhì)地、厚度、容重等土壤理化性質(zhì)計算土壤有機(jī)碳密度,測定方法依據(jù)《土壤農(nóng)化分析》與分層法計算各土層土壤碳密度[17-18];③凋落物碳密度數(shù)據(jù),選取公開發(fā)表的碳儲量實測論文[14-16],主要選取2000—2020年公開發(fā)表的論文并且選擇新疆維吾爾自治區(qū)的實測采樣數(shù)據(jù)。對于以上方法無法獲取的碳密度數(shù)據(jù),選取全國的碳密度數(shù)據(jù)進(jìn)行校正。

      1.3 研究方法

      1.3.1 CA-Markov模型

      CA-Markov 是Markov 和CA 模型的結(jié)合。CA 模型是模擬復(fù)雜空間過程的有效工具,每一個元胞都受其相鄰元胞及自身的元胞特征變化影響[19]。CA 模型是一種在時間和空間上都離散的模型,CA 模型可用公式(1)表示:

      式中:S為元胞有限且離散的集合;t、t+1 為不同時刻;N為元胞的鄰域;f為局部空間的元胞轉(zhuǎn)化規(guī)則。

      LUCC 預(yù)測包括t1 到t2 時期之間的土地利用變化,并將這些變化發(fā)生的概率過渡到未來。Markov鏈?zhǔn)且环N隨機(jī)級數(shù),通過轉(zhuǎn)移矩陣的過渡概率來分析LUCC 隨時間變化的概率[20]。Markov 鏈的轉(zhuǎn)移矩陣表達(dá)式為:

      式中:如果轉(zhuǎn)移概率隨時間而變化,則需要將上述矩陣計算為函數(shù)k;n為第n年的土地利用類型。

      1.3.2 MCE多評價準(zhǔn)則

      MCE(Multi-criteria evaluation)模塊的綜合分析可影響目標(biāo)的諸多因素,為實現(xiàn)未來土地利用變化提供決策輔助。限制性因子將驅(qū)動因素嚴(yán)格控制在某種范圍之內(nèi),以0和1表示。根據(jù)MCE 模塊生成的適宜性圖像集來定義演化規(guī)則,MCE-CA-Markov 的適宜性圖集可為元胞在下一時刻的狀態(tài)提供決策目標(biāo)。MCE-CA-Markov 多評價準(zhǔn)則方法可以提高模型模擬精度,且對未來時期的LUCC預(yù)測結(jié)果更為可靠[8]。

      本研究基于IDRISI Selva 17.0 平臺,分別提取1980—1990、1990—2000、2000—2010 年 和2010—2020 年共4 個時期的轉(zhuǎn)移矩陣概率,選取地下水深度、降水量、DEM、坡度、≥10 ℃積溫、與道路距離、與水系距離、GDP和人口數(shù)量9個約束性因子,將水體和建設(shè)用地作為限制性條件。采用層次分析法通過構(gòu)建判斷矩陣來確定各因素的權(quán)重,設(shè)置領(lǐng)域元胞大小為5×5,分別模擬2000、2010、2020年土地利用現(xiàn)狀,并與實際LUCC 進(jìn)行對比分析,進(jìn)而選取模型模擬參數(shù)的最優(yōu)組合對伊犁谷地2030年LUCC進(jìn)行模擬。

      1.3.3 InVEST模型

      本研究運(yùn)用InVEST 3.5.0 模型中的Carbon 模塊分析伊犁谷地1980—2030 年的碳儲量時空分異格局。此模塊將陸地生態(tài)系統(tǒng)的碳儲量分為:地上生物量碳庫(指樹葉、樹皮、樹枝、樹干和地表以上其他存活的植被)、地下生物量碳庫(指地下存活根系中的有機(jī)碳)、土壤中的碳庫(指土壤中的有機(jī)碳)和死亡有機(jī)碳庫(指死亡的植被及枯枝落葉中所含的有機(jī)碳)四個碳庫[21]。模型的計算公式為:

      式中:Ci-above是植物地上生物量的碳密度,Mg·hm-2;Ci-below是植物地下生物量碳密度,Mg·hm-2;Ci-soil指土層中土壤有機(jī)碳密度,Mg·hm-2;Ci-dead指枯落物中的有機(jī)質(zhì)碳密度,Mg·hm-2;Ctotal為總碳儲量,Mg;Ak是每種土地類型覆蓋的總面積,hm2;n表示土地利用類型的總數(shù)。碳密度和碳儲量均以C計。

      輸入合理的參數(shù)是模擬精確性的保證,因此選擇合適的碳密度數(shù)據(jù)是模擬碳儲量的關(guān)鍵。對于實測土壤剖面數(shù)據(jù)與NASA 數(shù)據(jù)集無法獲取的碳密度數(shù)據(jù),采用文獻(xiàn)[22-23]中碳密度與氣候因子的線性相關(guān)性方程進(jìn)行參數(shù)修正,其結(jié)論已成功在其他學(xué)者的研究中得到印證[24],修正后的碳密度數(shù)據(jù)如表2所示。

      表2 不同土地利用類型碳密度(Mg·hm-2)Table 2 Carbon density of land use types in the study area(Mg·hm-2)

      1.3.4 土地利用動態(tài)變化率

      土地利用動態(tài)變化率用來描述研究區(qū)某一土地利用類型在一定時間段內(nèi)的變化率,能夠表現(xiàn)土地利用空間動態(tài)變化的強(qiáng)度,對分析碳儲量時空變化趨勢提供依據(jù)[26]。公式為:

      式中:Rs為某一土地利用類型在研究期間的年變化率;Ua和Ub分別表示研究初時期值和后時期值的土地利用類型的面積;T為研究期的時間長度。

      1.3.5 精度驗證

      以伊犁谷地2000 年實際LUCC 為底圖,運(yùn)用MCE-CA-Markov模型基于1980年和1990年的LUCC模擬出2000 年LUCC 模擬圖,利用IDRISI 平臺的Crosstab模塊進(jìn)行精度驗證。優(yōu)化數(shù)據(jù)集參數(shù)后模擬2010 年與2020 年伊犁谷地LUCC,并與實際的2010年與2020 年LUCC 進(jìn)行對比分析。最終選取最優(yōu)參數(shù)合集模擬2030年伊犁谷地的LUCC景觀格局。

      2 結(jié)果與分析

      2.1 伊犁谷地1980—2030年土地利用時空分布格局

      運(yùn)用MCE-CA-Markov 模型模擬2000、2010 年和2020 年LUCC,并與實際LUCC 進(jìn)行精度驗證,Kappa系數(shù)分別為0.929 1、0.875 5和0.929 7,表明模擬研究區(qū)的LUCC 精度較高,且能夠適用于本研究需求。進(jìn)而選取最優(yōu)參數(shù)合集模擬2030 年LUCC,探討伊犁谷地1980—2030 年(6 期)土地利用變化及動態(tài)特征(圖2)。

      伊犁谷地的土地類型以草地為主,其面積占比超過58%(圖3)。該區(qū)域LUCC 在時間分布上呈現(xiàn)不同的變化趨勢。歷史時期(1980—2000 年),耕地面積持續(xù)擴(kuò)張,由6 968.85 km2增加至7222.12km2;林地面積呈縮減趨勢,由6394.92km2減少至6 330.19 km2。當(dāng)前時期(2000—2020 年)耕地面積擴(kuò)張迅速,由7 222.12 km2增加至9 357.46 km2;林地面積在當(dāng)前時期損失嚴(yán)重,由6 330.19 km2縮減至3 603.16 km2。預(yù)計到未來時期(2020—2030年)耕地面積將進(jìn)一步擴(kuò)張至10 175.24 km2,而林地面積縮減至3 540.23 km2。

      圖3 伊犁谷地1980—2030年不同土地利用類型面積占比Figure 3 Area proportion of different land use types from 1980 to 2030 in the Yili Valley

      由圖4分析得出,伊犁谷地1980—2030年期間耕地面積擴(kuò)張明顯,預(yù)計其面積增加46.01%,耕地面積的土地動態(tài)變化率分別為0.04%、0.33%、2.20%、0.62%和0.87%,耕地的大規(guī)模擴(kuò)張導(dǎo)致伊犁河與特克斯河附近的草地和林地的覆蓋面積銳減;其中林地?fù)p失最為嚴(yán)重,面積減少了44.63%,其土地面積的動態(tài)變化率分別為0.01%、-0.11%、-4.01%、-0.50%、和-0.17%。

      圖4 伊犁谷地1980—2030年土地動態(tài)變化率Figure 4 Dynamic change rate of land use from 1980 to 2030 in the Yili Valley

      2.2 伊犁谷地1980—2030年碳儲量時空分布格局

      經(jīng)InVEST模型碳儲量模塊估算得出1980、1990、2000、2010、2020 年和2030 年的總碳儲量分別為1 114.95、1 115.04、1 106.95、1 069.37、1 059.56 Tg 和1 049.01 Tg。1980—2030 年期間總碳儲量年平均減少1.31 Tg,50年間年均減少率為1.30%。1980—2030年伊犁各地類碳儲量占比見圖5。

      圖5 伊犁谷地1980—2030年各地類碳儲量占比Figure 5 The proportion of carbon storages for different land use type from 1980 to 2030 in the Yili Valley

      圖6 反映了伊犁谷地1980—2030 年期間不同土地類型變化導(dǎo)致的碳儲量的動態(tài)變化特征(ArcGIS 10.2中圖例是表征柵格像元的屬性數(shù)據(jù),故圖例的單位是碳密度的單位,碳儲量由像元數(shù)量乘以碳密度計算得到)。經(jīng)計算,林地和草地的縮減使得碳儲量分別凈損失101.83 Tg和4.75 Tg。其中林地碳釋放最為嚴(yán)重,約占總碳儲量累計釋放量的95.54%。

      圖6 伊犁谷地1980—2030年碳儲量時空分布格局Figure 6 Spatial and temporal distribution pattern of carbon reserves from 1980 to 2030 in the Yili Valley

      1980—2000 年伊犁谷地部分草地轉(zhuǎn)換為耕地,由草地面積縮減導(dǎo)致的碳儲量減少量為10.88 Tg,占50年間草地總減少量的21.01%。2000—2020年伊犁谷地大量林地轉(zhuǎn)為耕地、草地與建設(shè)用地,這致使林地縮減導(dǎo)致的碳儲量凈損失97.27 Tg,僅在2000—2010 年,就累計減少了90.46 Tg,占50 年間林地碳儲量總減少量的88.83%。2020—2030 年,由于耕地面積的擴(kuò)張,碳儲量將呈潛在增加趨勢,碳儲量預(yù)計增量為10.88 Tg,占50 年間耕地總碳儲量凈增加的25.50%。總體而言,伊犁谷地1980—2030 年期間,林地與草地面積大幅減少導(dǎo)致碳釋放大幅增加,由于碳密度較高的林地轉(zhuǎn)化為碳密度較低的其他土地類型,其固碳能力大幅下降,總碳儲量也呈逐期下降趨勢。

      2.3 土地利用類型轉(zhuǎn)換對碳儲量時空分異的影響

      通過模型構(gòu)建器對總碳儲量圖進(jìn)行批處理,統(tǒng)計分析得出土地類型的轉(zhuǎn)移時空分布格局與碳儲量轉(zhuǎn)移量(圖7)。在時間序列上,1980—2030年期間每10年林地轉(zhuǎn)為耕地、草地、水域、建設(shè)用地和未利用土地凈釋放的碳儲量總和分別為5.12、44.64、2.07、2.08 Tg和3.01 Tg。此外,未利用土地轉(zhuǎn)向耕地、林地、草地和水域碳儲量的凈固持量總和分別為3.76、1.95、29.67 Tg 和0.66 Tg。然而,碳儲量的凈固持量遠(yuǎn)小于凈釋放量,因此伊犁谷地總體固碳能力呈明顯下降趨勢(圖8)。

      在空間分異上,碳儲量的增減與各個地類的面積呈正相關(guān)關(guān)系。隨著土地覆被面積的擴(kuò)大,其碳儲量也隨之增加,反之亦然(圖9)。林地面積銳減、耕地與城市建設(shè)用地面積大幅擴(kuò)張是導(dǎo)致碳儲量變化的最主要原因。昭蘇縣是碳儲量降幅最大的區(qū)域,由于該縣的土壤質(zhì)地優(yōu)良且耕地面積占比較大,同時該縣林地面積大幅下降,預(yù)計2030 年該縣耕地面積相較于1980 年擴(kuò)張率為69.40%,而林地面積縮減率為44.67%,進(jìn)而導(dǎo)致固碳能力大幅下降,總碳儲量累計凈損失11.52 Tg。

      圖9 伊犁谷地1980—2030年土地流入格局(a)及區(qū)域碳儲量變化(b)Figure 9 Land inflow pattern(a)and regional carbon reserve change(b)from 1980 to 2030 in the Yili Valley

      3 討論

      本研究利用伊犁谷地1980—2020 年土地利用數(shù)據(jù)集,并結(jié)合不同地類的適宜性圖集,基于MCE-CAMarkov 耦合InVEST 模型對伊犁谷地1980—2030 年碳儲量的景觀格局及動態(tài)進(jìn)行評估與預(yù)測。研究發(fā)現(xiàn):在空間分布上,伊犁谷地未來的土地利用類型在景觀配置上有所不同,導(dǎo)致陸地生態(tài)系統(tǒng)碳儲量具有廣泛的空間分異[27];在時間序列上,伊犁谷地1980—2020 年土地利用發(fā)生變化的像元主要集中在伊犁河、特克斯河和鞏乃斯河等流域,多分布在人類活動較為頻繁的河谷平原區(qū)域。預(yù)測至2030 年,隨著伊犁谷地城市化的不斷發(fā)展,林地、草地、濕地等陸地生態(tài)用地也被相繼侵占,耕地與建設(shè)用地類型的面積發(fā)生顯著變化[28]。

      運(yùn)用InVEST模型分析得出伊犁谷地各個地類的碳密度由大到小依次為林地、草地、耕地、水域、建設(shè)用地及未利用土地。由于林地轉(zhuǎn)化為草地或耕地時,大部分地上生物量以碳的形式釋放到大氣中,同時樹木的根系也會分解釋放大量碳,因此森林轉(zhuǎn)化為草地與耕地的過程是碳的凈釋放過程[29]。且林地面積快速地銳減,這可能是伊犁谷地總碳儲量下降的主要原因。InVEST 模型的估算過程需要輸入合理的碳密度參數(shù),朱文博等[24]的研究發(fā)現(xiàn)耕地的地上生物量和土壤碳密度分別為4.02 Mg·hm-2和105.14 Mg·hm-2,與本研究通過修正獲得的耕地的地上生物量和土壤碳密度(5.44 Mg·hm-2和128.83 Mg·hm-2)接近;ZHAO等[5]的研究發(fā)現(xiàn)灌木林地和未利用土地的碳密度分別為0.63 Mg·hm-2和305.70 Mg·hm-2,與本研究得到的實測林地土壤碳密度和未利用土地碳密度(0.75 Mg·hm-2和300.70 Mg·hm-2)一致。因此,本研究采用的基于土壤剖面實測的碳密度數(shù)據(jù),與模型參數(shù)修正法獲取的碳密度具有一定的可靠性和合理性,能夠更加精準(zhǔn)地估算區(qū)域碳固存動態(tài)特征。

      本研究估算伊犁谷地碳儲量平均值為1 085.81 Tg,預(yù)測1980—2030 年50 年期間潛在碳儲量年均減少1.31 Tg,總碳儲量累計凈損失65.94 Tg。楊玉海等[12]的研究發(fā)現(xiàn)通過計算伊犁谷地不同土壤類型分布面積與土壤碳儲量,得出伊犁地區(qū)0~60 cm 土壤有機(jī)碳儲量總量為925 Tg。由于本研究不僅估算了土壤碳儲量,還綜合考慮并且預(yù)測了植被地上生物量碳儲量與植被地下生物量的潛在碳儲量,以及枯落物碳儲量等陸地生態(tài)系統(tǒng)中的總碳儲量,因此本研究結(jié)果高于其他研究估算的碳儲量值。此外,柯新利等[11]運(yùn)用CA-Markov與InVEST模型分析了城市擴(kuò)張和耕地保護(hù)的耦合政策對于碳儲量的影響,發(fā)現(xiàn)城市擴(kuò)張導(dǎo)致湖北省的碳儲量累計減少40.09 Tg。此結(jié)論與本研究結(jié)果一致,表明城市建設(shè)用地與耕地擴(kuò)張是加劇區(qū)域碳儲量損失的主導(dǎo)因素之一。

      本研究耦合MCE-CA-Markov 與InVEST 模型對伊犁谷地的碳儲量進(jìn)行估算和預(yù)測,定量評估區(qū)域土地利用規(guī)劃和區(qū)域碳儲量的數(shù)字化和可視化,為探討土地利用變化下的碳儲量提供了一種新思路。然而,針對MCE-CA-Markov 模型預(yù)測時存在限制性因素不夠全面等問題,在后續(xù)的研究中需要考慮某些特定情景之下的土地利用類型變化。這將進(jìn)一步提高土地利用預(yù)測的準(zhǔn)確度,進(jìn)而有助于分析后續(xù)的碳儲量的估算結(jié)果。此外,InVEST 模型在設(shè)置地上和地下生物量碳密度參數(shù)時,應(yīng)結(jié)合更多實地采樣的碳密度數(shù)據(jù)來設(shè)置模型參數(shù),以更加精準(zhǔn)地揭示研究區(qū)域的總碳儲量動態(tài)變化特征。

      4 結(jié)論

      (1)伊犁谷地過去40年(1980—2020年)的LUCC呈現(xiàn)出建設(shè)用地和耕地持續(xù)擴(kuò)張、林地與草地面積持續(xù)縮減等特征。利用MCE-CA-Markov模型預(yù)測2030年LUCC,結(jié)果表明耕地與建設(shè)用地將繼續(xù)擴(kuò)張,土地利用動態(tài)度大幅增加,土地利用可持續(xù)性降低。

      (2)碳儲量在空間上呈現(xiàn)一定的規(guī)律性,碳儲量高值區(qū)域主要分布在南北山區(qū)林草地,其面積的快速縮減對伊犁谷地的陸地生態(tài)系統(tǒng)碳儲量構(gòu)成了嚴(yán)重威脅。預(yù)計到2030年伊犁谷地潛在碳儲量僅為1 049.01 Tg,且碳儲量的凈固持量遠(yuǎn)小于凈釋放量。

      (3)伊犁谷地平原耕作帶周圍耕地迅速擴(kuò)張和高山林草地大幅退化是導(dǎo)致區(qū)域總碳儲量下降的主要原因。

      本研究采用MCE-CA-Markov 耦合InVEST 模型的方法,定量評估與預(yù)測了伊犁谷地1980—2030 年的陸地生態(tài)系統(tǒng)碳儲量,可為區(qū)域土地利用規(guī)劃及生態(tài)可持續(xù)發(fā)展提供決策依據(jù)。

      猜你喜歡
      谷地伊犁儲量
      《礦產(chǎn)資源儲量技術(shù)標(biāo)準(zhǔn)》修訂對資源儲量報告編寫的影響
      The Kathmandu Valley
      基于三維軟件資源儲量估算對比研究
      伊犁書
      散文詩(2017年15期)2018-01-19 03:07:52
      湟水谷地世界屋脊上的隱秘詩意
      伊犁之旅
      絲綢之路與伊犁
      大眾考古(2015年1期)2015-06-26 07:20:54
      概率統(tǒng)計法在儲量估算中的應(yīng)用
      斷塊油氣田(2014年5期)2014-03-11 15:33:45
      本月起實施頁巖氣儲量行業(yè)標(biāo)準(zhǔn)
      基于可視性分析的谷地彎曲識別及結(jié)構(gòu)化方法
      上饶市| 西畴县| 靖安县| 商洛市| 信丰县| 峨眉山市| 东丽区| 个旧市| 新化县| 贵德县| 石河子市| 民和| 乌审旗| 南宫市| 屯留县| 夏邑县| 类乌齐县| 淳化县| 哈密市| 同德县| 宝丰县| 宣恩县| 礼泉县| 涡阳县| 南京市| 沧源| 太白县| 西充县| 商河县| 南皮县| 博湖县| 油尖旺区| 丰县| 长寿区| 仙游县| 京山县| 临猗县| 武冈市| 龙游县| 威信县| 图们市|