淮海经济区植被碳汇时空动态及其驱动机制解析：多源遥感与地理探测器的协同洞察

《iScience》：Spatiotemporal dynamics of vegetation carbon sink and its driving mechanisms in the Huaihai Economic Zone, China

本研究聚焦中国东部快速城市化区域——淮海经济区，针对高人类活动强度下植被碳汇功能演变机制不清的科学问题，结合MOD17A3 NPP数据与土壤微生物呼吸模型，重构了2001–2023年净生态系统生产力（NEP）时空格局。通过趋势分析、Hurst指数、空间自相关及最优参数地理探测器（OPGD）等方法，揭示了NEP呈波动上升趋势（年均增速2.08 g C·m–2·a–1），但51.73%区域呈现弱反持续性，未来碳汇能力面临退化风险。驱动机制表明，GDP（q=0.443）与人口密度（q=0.418）是空间分异的主导因子，而降水影响显著强于温度。研究成果为经济密集区生态修复与碳中和路径优化提供了科学依据。

　　

随着工业化进程加速，全球气候变化已成为人类社会的重大挑战。IPCC第六次评估报告指出，全球平均气温较工业化前水平已上升1.1°C，对陆地生态系统产生深远影响。陆地生态系统作为全球碳循环的核心环节，其碳汇能力的提升是减缓温室气体浓度上升的关键途径。然而，现有研究多聚焦于生态脆弱区或气候敏感带，对经济发达、人类活动密集的城市群关注不足。淮海经济区地处中国东部四省交界，既是国家战略枢纽，也是高强度农业与工业化叠加的典型区域，其植被碳汇功能的演变机制亟待解析。

本研究利用MOD17A3HGF NPP产品与气象数据，通过NEP估算模型（NEP = NPP – R_h）和土壤微生物呼吸模型，量化了2001–2023年淮海经济区净生态系统生产力。结合Theil-Sen趋势分析、变异系数（CV）、Hurst指数、重心迁移模型、空间自相关（Moran's I）、偏相关分析和最优参数地理探测器（OPGD）等方法，系统评估了NEP的时空分异特征及自然-人文因子的驱动机制。关键技术包括：基于遥感反演的NPP数据融合、多时序空间统计模型、地理探测器因子交互作用解析。

结果

1. 净生态系统生产力的时间特征

2001–2023年区域年均NEP为122.83 g C·m^–2·a^–1，呈“上升-下降-上升”波动趋势，最低值（58.19 g C·m^–2·a^–1）出现在2013年，峰值（180.03 g C·m^–2·a^–1）见于2021年。碳汇面积占比最高达98.91%（2007年），最低为78.10%（2013年），整体碳汇功能增强。

2. 净生态系统生产力的空间特征

NEP空间分布呈现“东高西低”格局，高值区集中于连云港、宿迁等东部城市，低值区分布于菏泽、商丘等西部区域。2001–2023年间，NEP重心向西北迁移，平均移动距离24.37 km，标准差椭圆显示空间格局沿东南-西北方向先扩张后收缩。

3. 净生态系统生产力的未来趋势分析

Hurst指数均值0.434，51.89%区域呈弱反持续性，预示未来碳汇能力可能退化。持续性增强区（H>0.5）仅占12.58%，集中分布于东部与西部生态修复区。

4. 净生态系统生产力的空间聚集特征

全局Moran's I始终为正（Z>1.96），表明NEP存在显著空间正相关。局部空间自相关（LISA）显示高-高聚类区向东扩张，低-低聚类区集中于城市建成区。

5. 偏相关分析

降水与NEP的偏相关系数（均值0.362）显著高于温度（均值0.129），说明水分条件是区域碳汇的主要气候限制因子。

6. 土地利用变化对净生态系统生产力的影响

2001–2023年间，13,773.25 km2耕地转为建设用地，导致NEP减少788,847.20 t C·a^–1；而建设用地复垦为农田贡献了312,116.21 t C·a^–1的碳汇增益。

7. 净生态系统生产力变化的驱动机制

地理探测器显示，GDP（q=0.443）和人口密度（q=0.418）是NEP空间分异的主导因子。GDP与NDVI的交互作用（q=0.716）最强，凸显经济发展与植被恢复的协同效应。

结论与讨论

本研究揭示了淮海经济区植被碳汇的时空演化规律及驱动机制。尽管NEP整体提升，但弱反持续性区域占主导，未来碳汇稳定性面临挑战。GDP和人口密度为核心人文驱动因子，而降水的作用远超温度。建议通过生态空间分区、高碳产业转型、农业碳汇提升等策略优化区域碳管理。研究创新性地融合多源遥感与地理探测器，为经济密集区碳中和路径提供了理论支撑。然而，MOD17A3数据在高度异质性的城市区域可能存在低估，未来需引入更高分辨率遥感数据深化研究。