将PLUS模型与InVEST模型相结合，预测中国黄河流域在多种情景下的碳动态变化（1980–2100年）

《Frontiers in Earth Science》：Integrating PLUS and InVEST model to project carbon dynamics in China’s yellow river basin under multi-scenarios (1980–2100)

黄河流域1980-2100年土地利用与碳储量模拟显示，草地碳储量占比51.03%，2020年总碳储量为2487.24百万吨。SSP1-2.6情景2030-2100碳储量增加103.99百万吨，SSP2-4.5减少23.48百万吨，SSP5-8.5微增6.49百万吨。空间上碳储量呈东南高西北低格局，主因草地分布与土地覆被变化。研究为流域生态保护与低碳政策提供依据。

　　在过去的几十年中，全球范围内对土地利用变化及其对生态系统碳储量的影响展开了广泛而深入的研究。随着人类活动的加剧和气候变化的不断演变，理解这些变化的机制与趋势对于制定有效的生态环境保护政策和实现可持续发展目标具有重要意义。本文聚焦于中国黄河河流域（YRB）的碳储量变化与未来土地利用格局预测，结合了PLUS模型与InVEST模型，对YRB在1980年至2100年间的土地利用演变和碳储量变化进行了系统分析，揭示了区域土地利用结构对碳循环和碳汇能力的深远影响。

### 土地利用变化与碳储量的动态关系

从1980年至2020年，YRB的土地利用格局经历了显著的变化。这一时期，土地利用的演变不仅反映了区域经济发展和人口增长的驱动因素，还受到政策导向、气候变化和生态环境保护措施的共同影响。研究显示，YRB的碳储量整体呈现上升趋势，增幅为12.10%。其中，2000年至2020年间的碳储量增长尤为显著，增加了1690万吨。这一阶段，草地在YRB中占据了主导地位，其碳储量高达2487.24万吨，占总碳储量的51.03%。草地的高碳储量与其广泛分布密切相关，尤其是在气候相对温和、土壤条件适宜的地区。相比之下，森林、耕地、未利用土地和建设用地等土地利用类型在碳储量上的贡献相对较小，但它们的变化趋势也对区域碳平衡产生了重要影响。

研究指出，耕地面积在1980年至2020年间略有增加，从219,770平方公里扩展至222,835平方公里。这一变化主要源于农业活动的持续扩展，尤其是在经济快速发展和人口增长的背景下，耕地需求不断上升。然而，耕地的碳储量并未呈现显著增长，部分原因在于其碳密度相对较低，且在土地利用过程中容易受到人为干扰。此外，森林面积在这一时期略有减少，表明人类活动对自然生态系统的影响在加剧，尽管其碳储量仍保持相对稳定。草地面积在1990年至2010年间经历了波动，但到了2020年，草地的面积有所恢复，这主要得益于“退耕还林还草”政策的实施，该政策旨在恢复和保护生态环境，提升碳汇能力。

### 未来土地利用情景模拟

为了预测YRB在未来几十年内的土地利用变化趋势，研究采用了共享社会经济路径（SSPs）框架，模拟了三种典型情景：SSP1-2.6、SSP2-4.5和SSP5-8.5。这些情景代表了不同的社会经济发展路径和环境政策导向，分别对应着低排放、中等排放和高排放的未来可能性。

在SSP1-2.6情景下，YRB的土地利用结构将经历显著调整。预计到2100年，草地面积将减少约12.22%，而森林面积则有望增加3.49%。这一变化趋势表明，在可持续发展政策的推动下，YRB将逐步减少对草地的过度开垦，转而扩大森林覆盖率，从而提升碳汇能力。同时，耕地和建设用地在该情景下将保持相对稳定，但其分布可能向更有利于生态恢复的区域转移。

在SSP2-4.5情景下，YRB的土地利用变化较为温和。尽管森林和耕地的碳储量可能会略有增加，但草地的减少对整体碳储量构成了主要威胁。该情景下，YRB的碳储量预计会减少2348万吨，这表明在缺乏强有力生态政策干预的情况下，碳汇能力可能受到较大削弱。

而在SSP5-8.5情景下，YRB的土地利用将面临更大的挑战。该情景假设全球经济增长和能源消耗将持续增加，碳排放水平将显著上升。研究预测，在这一情景下，YRB的碳储量将略有增加，但增幅较小，仅为649万吨。这一结果反映了高排放情景下，尽管部分土地利用类型可能有所恢复，但整体生态系统仍然面临较大的压力。

### 碳储量的空间分布特征

从1980年至2100年，YRB的碳储量呈现出明显的空间异质性。总体而言，碳储量在东南部地区较高，而西北部地区则相对较低。这种分布特征与区域土地利用类型密切相关，例如草地、森林和耕地的分布格局直接影响了碳储量的空间变化。研究指出，在SSP1-2.6情景下，YRB的碳储量在2030年至2100年间预计会显著增加，主要得益于森林和草地的恢复，以及土地利用效率的提升。相比之下，SSP2-4.5和SSP5-8.5情景下的碳储量变化则较为复杂，尤其是在草地减少的情况下，其对碳储量的负面影响尤为显著。

此外，研究还发现，YRB的碳储量变化在不同时间段呈现出不同的特征。例如，在2000年至2020年间，碳储量的增加主要集中在北方的巴颜喀拉山和西部的河套平原，而其他区域的变化则相对较小。这种空间分布模式表明，某些地区的生态环境恢复措施对提升碳储量起到了关键作用。然而，在2030年至2100年间，YRB的碳储量变化趋势可能更加复杂，尤其是在高排放情景下，某些区域可能会经历显著的碳储量下降。

### 土地利用与碳储量变化的关联性

研究进一步揭示了土地利用变化与碳储量之间的紧密联系。草地、森林和耕地作为主要的碳汇类型，其面积变化直接影响了YRB的碳储量。草地在1980年至2020年间占据主导地位，是区域碳储量的主要贡献者。然而，随着人类活动的加剧，草地面积的减少可能会对碳储量造成显著影响。特别是在SSP1-2.6情景下，草地的减少速度较快，但其对碳储量的负面影响被森林和耕地的增加所部分抵消。

相比之下，森林和耕地的碳储量变化则较为稳定。尽管森林面积在1980年至2020年间略有减少，但其碳密度较高，因此对整体碳储量的贡献依然显著。耕地的碳储量虽然较低，但其面积的扩大可能会带来一定的碳汇效应，尤其是在农业技术进步和土地管理优化的背景下。

### 模型方法与研究意义

为了实现对YRB未来碳储量变化的模拟，研究采用了PLUS模型和InVEST模型。PLUS模型是一种基于栅格数据的细胞自动机（CA）模型，能够模拟土地利用变化的微观过程，并预测不同土地利用类型的演化路径。而InVEST模型则用于计算生态系统碳储量，能够将不同土地利用类型的碳密度与面积相结合，从而得出区域碳储量的总体变化。

在模型的应用过程中，研究者对LUH2数据进行了修正，以提高土地利用模拟的准确性。LUH2数据虽然具有较高的时空分辨率，但其对水体的模拟存在一定的局限性，因此研究者假设水体面积在2030年至2100年间保持不变，以避免对结果造成不必要的干扰。同时，研究还对草地、森林和耕地的碳密度进行了调整，以更精确地反映区域气候和土壤条件对碳储量的影响。

### 未来研究方向与政策建议

尽管本研究在一定程度上揭示了YRB碳储量变化的趋势和驱动因素，但仍存在一些局限性。例如，InVEST模型在计算碳储量时主要依赖于静态的土地利用类型，忽略了动态过程如净固碳通量、植被年龄结构和土地管理措施等。此外，研究未对模型参数进行敏感性分析，也未与其他模拟模型（如CA-Markov、FLUS）进行对比，这可能会对结果的可靠性产生一定影响。

因此，未来的研究可以进一步探索这些动态因素对碳储量变化的影响，并通过更精细的模型参数调整来提高预测的准确性。同时，研究还应关注不同土地利用类型的内部结构和管理方式对碳汇能力的影响，例如不同类型的森林、草地和耕地可能具有不同的碳密度和碳储量潜力。

在政策层面，本研究的结果为YRB的生态保护和可持续发展提供了重要的科学依据。为了提升区域碳汇能力，政策制定者应优先考虑增加森林和草地的覆盖率，同时优化耕地和建设用地的布局，以减少对碳储量的负面影响。此外，加强区域生态环境监测和土地利用管理，有助于实现更精准的碳储量预测和更有效的生态保护措施。

综上所述，YRB的碳储量变化与土地利用格局密切相关，而未来土地利用的变化趋势则受到多种社会经济和环境因素的影响。通过综合应用PLUS和InVEST模型，本研究为理解YRB的碳储量变化提供了新的视角，并为制定区域土地利用政策和生态保护措施提供了科学支持。未来的研究应进一步深化对碳储量变化机制的理解，探索更全面的土地利用模拟方法，并结合动态模型和多因素分析，以更准确地预测区域碳汇潜力。