渤海湾碳储量的时空动态与驱动机制：多模型融合视角下的海陆交互带研究

《Carbon Balance and Management》：Quantifying spatiotemporal dynamics and driving factors of carbon stock with integrated model in Bohai Bay, China

本研究针对快速城镇化与生态保护矛盾下沿海区域碳汇功能分异加剧的问题，构建“历史评估-未来预测-机制解析”框架，集成InVEST-PLUS-OPGD-SEM模型，以渤海湾典型区域（北戴河、曹妃甸、黄骅）为案例，量化碳储量时空演变并揭示驱动机制。结果表明：2000–2010年建设用地扩张导致碳储量下降，而2010–2020年曹妃甸通过生态修复实现碳储量恢复1.50×106吨；多情景模拟显示2030年耕地保护情景（CP）碳储量峰值达3.00×107吨；驱动分析识别人口密度（q=0.2126–0.2129）为核心因子，其与GDP/交通因子非线性交互主导空间分异。研究为沿海差异化低碳空间规划提供科学依据，支撑“双碳”目标实现。

　　

在全球气候变化加剧的背景下，沿海区域作为生态敏感带与经济活跃区的交汇处，其碳汇功能的稳定性对实现“双碳”目标至关重要。然而，快速城镇化与生态保护的矛盾导致沿海碳储量呈现显著空间分异，现有研究多聚焦省域或流域尺度，对海陆交互型生态脆弱区的精细化碳循环机制解析不足。尤其在渤海湾地区，兼具港口集群、盐碱农业与滨海旅游等多元功能，其碳储量动态如何响应土地利用变化（LUCC），自然与人文因子如何非线性驱动碳空间分异，成为亟待破解的科学问题。

为解决上述问题，Yan等人于《Carbon Balance and Management》发表研究，以渤海湾北戴河（旅游生态）、曹妃甸（重工业港）、黄骅（盐碱农业）为典型区，构建了涵盖历史评估、未来预测与机制解析的多模型融合框架。通过集成InVEST碳储量评估、PLUS土地利用模拟、OPGD地理探测与SEM结构方程模型，系统揭示了2000–2020年碳储量时空演变规律，预测了2030年多情景下碳储量变化，并量化了自然-社会经济因子的驱动路径。

关键技术方法

研究基于30m分辨率土地利用数据（2000/2010/2020），结合DEM、气候、土壤及社会经济等13类驱动因子，首先利用PLUS模型模拟历史LUCC并预测2030年自然发展（ND）、生态保护（EP）、经济发展（ED）与耕地保护（CP）情景；进而通过InVEST模型估算各时期碳储量（含地上/地下生物量、土壤有机碳、死有机质碳库）；采用OPGD解析单因子解释力（q值）与交互作用，最后通过SEM量化多因子因果路径（如人口密度对碳储量的直接负效应）。

研究结果

1. 土地利用变化特征（2000–2020）

北戴河耕地转建设用地比例达21.33%，黄骅耕地转建设用地比例高达68.33%，曹妃甸水域转建设用地比例28.53%，共同导致碳汇主体萎缩。曹妃甸通过湿地修复实现草地与耕地面积增长，为碳储量逆势回升奠定基础。

2. 碳储量时空演化格局

2000–2010年，北戴河与黄骅碳储量净减2.35×10⁵吨与6.37×10⁵吨，而曹妃甸因湿地修复在2010–2020年实现碳储量增长1.50×10⁶吨。空间上，碳储量高值区向沿海湿地与生态修复区集聚，低值区与建设用地扩张范围高度重叠。

3. 多情景碳储量预测

2030年CP情景下碳储量达3.00×10⁷吨，为各情景最优；EP情景对曹妃甸碳储量提升显著（增长2.40×10⁶吨），而ED情景下黄骅碳储量降幅达8.17×10⁵吨，凸显生态保护政策对碳汇增强的正向效应。

4. 驱动机制解析

OPGD显示人口密度为核心驱动因子（q>0.212），其与GDP密度（北戴河q=0.2965）、夜间灯光数据（曹妃甸q=0.2498）呈双因子增强型交互。SEM进一步证实人口密度对碳储量存在直接负向路径（系数-0.3807），而气候因子通过影响土地利用间接调控碳空间分异。

结论与讨论

本研究揭示沿海碳储量演变受LUCC直接驱动与多因子非线性交互共同塑造：城镇化进程中建设用地扩张是碳流失的关键物理过程，而生态修复（如曹妃甸湿地）可有效抵消碳损失。多情景模拟表明，耕地保护与生态优先政策是提升区域碳储量的最优路径。机制上，人口密度及其与社会经济因子的协同效应主导空间分异，提示未来空间规划需注重“分区管控”——如北戴河控制城镇扩张、曹妃甸强化生态修复、黄骅优化盐碱地治理。研究创新性融合多模型，弥补了传统驱动分析中政策因子量化与复杂因果链解析的不足，为渤海湾经济圈差异化“双碳”路径提供理论支撑。然而，碳密度参数静态假设与驱动因子时序滞后效应等局限，仍需通过动态碳库模型与多源数据融合进一步优化。