发达地区碳储量的多情景模拟与空间格局优化——以长江流域江苏段为例

《Carbon Balance and Management》：Multi-scenario simulation and spatial optimization of carbon storage in developed regions from a carbon neutrality perspective

本研究针对发达地区碳储量的空间优化需求，以长江流域江苏段为例，结合InVEST和PLUS模型，预测了2030年三种情景下的碳储量变化，并利用贝叶斯信念网络进行空间格局优化。研究发现生态保护情景下碳储量将增加0.75×106t，而自然发展和耕地保护情景则呈下降趋势。研究提出的四类优化分区方案为流域低碳发展提供了科学依据，对实现碳中和目标具有重要意义。

　　

在全球气候变化背景下，二氧化碳排放引发的环境问题已成为国际关注焦点。2020年中国提出2030年碳达峰、2060年碳中和目标，长江流域作为重要生态屏障和经济走廊，其生态系统碳储量的时空动态变化与区域可持续发展密切相关。然而，快速城镇化进程中的土地利用/覆被变化仍对区域碳储存构成挑战，亟需通过多情景模拟和空间格局优化实现生态保护与经济发展的协同。

本研究以经济发达的长江流域江苏段为例，采用InVEST模型计算碳储量，PLUS模型模拟2030年自然发展、耕地保护和生态保护三种情景下的土地利用变化，并利用贝叶斯信念网络优化碳储量空间格局。主要技术方法包括：基于资源环境科学数据中心的30米分辨率土地利用数据，结合社会经济和气候环境共13个驱动因子；通过碳密度校正公式（C_SP=3.3968×P+3996.1等）确定各土地利用类型碳密度；使用土地扩张分析策略和基于多类型随机种子的元胞自动机模块进行情景模拟；构建包含土地利用类型、DEM、NPP等节点的贝叶斯网络进行敏感性分析和空间优化。

LUCC和多情景模拟分析

2000-2020年间研究区耕地面积减少5426.56 km2，建设用地增加5195.38 km2，主要转变表现为建设用地侵占耕地。2030年模拟显示，自然发展情景下碳储量下降至372.06×10⁶t，生态保护情景下增至390.58×10⁶t，耕地保护情景介于两者之间。空间上碳储量高值区主要分布在高海拔林区，低值区集中在沿江和太湖周边的城市群。

碳储量变化和多情景分析

2000-2020年研究区碳储量从432.51×10⁶t持续下降至384.54×10⁶t，主要归因于耕地碳储量减少51.55×10⁶t。空间分布格局20年间未发生显著变化，但新建建设用地周边碳储量损失明显。局部放大显示，三种情景下碳储量减少区主要集中在建设用地周边，增加区主要分布在林区周围，生态保护情景下碳储量增加区最为密集。

基于BBN的空间格局优化

敏感性分析显示土地利用类型对碳储量影响最大（相对百分比14.00%），其次为NPP（3.67%）和夜间灯光（1.58%）。通过筛选关键变量和关键状态子集，将研究区划分为四类优化区：生态保护区（平均碳密度15016.98 t/km2）、耕地保护区（8737.18 t/km2）、水源涵养区（7924.23 t/km2）和经济建设区（2521.10 t/km2）。

研究结论表明，生态保护情景能有效提升区域碳储量，而自然发展和耕地保护情景则可能导致碳储量持续下降。基于贝叶斯网络的空间优化方案为差异化管控提供了科学依据：生态保护区需建立常态化监督机制，耕地保护区应严守永久基本农田红线，水源涵养区需强化流域协同监管，经济建设区则需通过紧凑型城市发展减少生态空间占用。该研究创新性地将过程模型与优化算法结合，为发达地区碳平衡管理提供了方法论支撑，但未来需进一步考虑碳密度动态变化和政策约束的不确定性。研究成果对推进流域碳中和目标实现和土地可持续利用具有重要实践价值。