TN-CS：耦合地形与净生态系统生产力（NEP）改进碳储量估算及人然驱动解耦——以京津冀地区为例

《Environmental and Sustainability Indicators》：TN-CS: Coupled topography and Net Ecosystem Productivity for improved carbon-storage estimation and human-nature driver disentanglement in the Beijing-Tianjin-Hebei region

　　

对区域碳储量时空演变及驱动机制的合理估算，是中国“双碳”战略的基础支撑。以京津冀（BTH）地区为研究区，该研究利用2000—2023年多源数据，构建了融合年际净生态系统生产力（Net Ecosystem Productivity, NEP）变化与三维地形表面积计算的精细化TN-CS碳储量校正方法，以针对传统InVEST模型在精确时空碳储量量化中静态碳密度和平面面积偏差的缺陷。与传统InVEST输出相比，TN-CS产生+4.21%的区域平均相对偏差，在高起伏山区偏差更大。结合Theil-Sen趋势分析、优化地理探测器（Geodetector）和双变量空间自相关（bivariate spatial autocorrelation），系统探讨了自然与人为驱动因素。结果表明：（1）BTH经校正的平均碳储量以每年0.10887 t/hm²波动下降，总下降2.50401 t/hm²，空间上西北山地高、东南平原低；地形校正显著提高山区碳估算值，验证了地形起伏的重要性。（2）地貌、坡度、高程、人口密度和夜间灯光主导空间分异，人口密度与地貌之间的非线性交互解释力最强。（3）识别出典型空间耦合悖论：自然本底有利的区域常遭受强烈人类干扰且碳储量相对较低。该TN-CS框架为中国北方复杂地形城市群碳储量评估提供了方法参考。

研究背景与问题：全球气候变化引发的极端天气和生态退化制约可持续发展，中国“双碳”战略对区域碳储量时空估算及驱动机制提出更高要求。传统InVEST模型以静态碳密度和投影面积估算碳储量，忽略植被年际生长固碳和三维地形起伏，易在复杂地形区产生偏差；京津冀（BTH）西北山地、东南平原分异明显，已有研究多关注土地利用驱动，较少同时考虑三维地形和NEP年际动态，自然—人为交互驱动定量识别不足。为此，研究人员构建TN-CS框架，耦合地形与NEP，利用2000—2023年多源数据开展碳储量校正、趋势分析和驱动解耦，以提高复杂地形城市群碳储量估算合理性，为碳汇分区管理、生态保护红线和低碳国土空间规划提供方法参考。研究得出校正后碳储量波动下降、西北高东南低，地貌—人口密度交互解释力最强，并识别“自然本底优—人类干扰强—碳储量低”的空间耦合悖论，具有方法学与分区管理意义。

关键技术方法（≤250字）：以BTH为研究区，采用2000—2023年多源数据；土地利用来自中国年度土地覆盖数据集（CLCD，2000—2020年，2021—2023年沿用2020年格局），碳密度来自Xu Li等数据集及区域研究，数字高程模型（DEM）为30 m，NPP、NDVI来自MODIS，气象、人口密度和夜间灯光等来自相应数据集，并统一重采样至1 km。方法包括：InVEST基线碳储量估算；以NEP=NPP?R_h进行年际动态校正，并以3×3像元窗口和Helen公式计算三维地表面积/投影面积比进行地形校正，构成TN-CS；采用Theil-Sen趋势分析与Mann-Kendall检验；采用参数优化地理探测器（Geodetector）进行单因子和交互检测；采用双变量空间自相关（bivariate spatial autocorrelation）分析空间耦合。样本队列来源：无；数据来源为上述公开数据集。

研究结果：3.1.1 校正前后碳储量时间变化：通过2000—2023年时间序列比较发现，未校正碳储量缓降，NEP校正后呈波动下降，地形校正后年均碳储量显著增加；地形校正后年均下降0.13491 t/hm²，2023年为117.283887 t/hm²；TN-CS年均下降0.10887 t/hm²，2023年最低为117.09503 t/hm²，较2000年总降2.50401 t/hm²；地形修正增量与坡度正相关（R²=0.7618），不同地貌类型间差异显著（p<0.05），中山中起伏、低山中起伏最高，平原台地较小。3.1.2 校正前后空间格局比较：通过空间制图比较发现，未校正结果在同土地利用类型内完全一致，NEP校正后出现类型内差异但不明显，地形校正后空间差异显著；耦合校正后呈“西北高、东南低”，高值达373.852 t/hm²，集中于张家口、承德西北山地生态保育区，低值低至8.0686 t/hm²，分布于北京—天津及冀中南平原城市群。3.1.3 耦合校正碳储量变化趋势：通过Theil-Sen趋势分析和Mann-Kendall检验分为7级，极显著/显著增加区集中于张家口、承德等西北生态工程区及塞罕坝周边，极显著/显著减少区与北京、天津、石家庄、唐山、保定等城市扩张区空间耦合，基本不变/微变区位于廊坊北部、沧州西部、衡水北部等低干扰区。3.2.1 驱动因子选择与分析：通过系统综述2018—2026年76篇相关文献，筛选出现≥15次且经多篇高影响研究验证的指标，建立地形、气候、土壤、人类活动4维9指标：年均温、年降水、潜在蒸散、高程、坡度、地貌类型、土壤类型、人口密度、夜间灯光。3.2.2 单因子检测：通过优化Geodetector发现，q值排序为地貌类型（0.6341）>坡度（0.5994）>高程（0.5324）>人口密度（0.5274）>夜间灯光（0.4575）>年均温（0.4266）>潜在蒸散（0.3810）>土壤类型（0.3671）>年降水（0.1004），地貌类型解释力最强，坡度和高程次之，人口密度和夜间灯光亦较强，气候因子较弱。3.2.3 双变量交互检测：通过交互检测发现，所有两因子交互均强于单因子，36对中27对为非线性增强、9对为双因子增强；地貌类型×人口密度q=0.7066最强，坡度×人口密度q=0.6869，地貌类型×夜间灯光q=0.6721，地貌类型与其他因子交互解释力多超过60%。3.3 碳储量与驱动因子空间相关分析：通过双变量局部空间自相关识别H-H、L-L、H-L、L-H集聚，碳储量与年均温的L-H集聚在石家庄、沧州、廊坊等平原占比高；与年降水的L-H集聚在唐山、邯郸较多；与潜在蒸散的L-H集聚在石家庄、沧州城市区最大；与归一化植被指数（NDVI）的H-H集聚主要在承德燕山；与高程的L-L集聚集中于北京、天津城区及石家庄、保定平原；与坡度的H-H集聚在太行山和承德；与夜间灯光显著负相关，H-L集聚指向太行山西部生态保护区和承德塞罕坝；与人口密度总体负相关，H-L集聚位于西部和北部核心生态保护区。

讨论部分总结：TN-CS的价值在于校正系统偏差而非产生绝对真值；NEP补足植被年际生长固碳，地形校正在山区明显提高估算、平原和湿地影响较小。NEP校正后年均碳储量波动下降、西北高东南低，与已有京津冀研究一致；相对偏差+4.21%为模型间比较而非实测验证，山区偏差更大。人口密度—地貌交互为核心驱动，森林与农田碳密度及土壤碳周转差异解释“自然条件优但碳储量低”。政策上提出西北山地保护、东南平原农业固碳、核心城区绿色基础设施、基于真实面积和动态碳汇的横向补偿及星—空—地监测预警；局限包括静态碳密度、地理探测器对非线性边际和滞后解释有限、情景不足及缺乏流域尺度实测验证，未来可结合LiDAR、机器学习、通量塔和FLUS多情景模拟。

研究结论翻译：为应对传统碳储量评估的局限，该研究开发了耦合NEP与三维地形校正的碳储量校正方法，系统分析2000—2023年BTH碳储量时空演变，并利用参数优化地理探测器（Geodetector）和双变量空间自相关识别碳储量空间异质性的主导因子及交互机制。主要发现如下：TN-CS耦合框架的方法学改进有效补偿InVEST模型静态碳密度和投影面积失真的双重缺陷；NEP引入使碳储量估算具备年际动态响应，地形校正提高复杂地形区估算合理性，为区域尺度碳储量估算提供方法参考。2000—2023年BTH经NEP校正的年均碳储量呈波动下降，空间上保持“西北高、东南低”的分异格局；趋势分析表明极显著增加区与三北防护林、塞罕坝等生态工程区高度吻合，极显著减少区与城市扩张区空间耦合，揭示生态建设与城市化对碳储量的双向塑造。单因子检测显示地貌类型、坡度和人口密度为主导驱动因子；交互检测表明两因子交互均呈增强效应，人口密度与地貌类型交互解释力最强，说明自然本底与人为扰动耦合是塑造碳汇格局的基本力量；双变量空间自相关识别出“自然适宜性高—人类活动强—碳储量低”的显著空间耦合特征，揭示高强度人类活动对自然禀赋优势的侵蚀效应。总体而言，该研究在方法学上提高碳储量估算合理性，阐明交互驱动机制与空间悖论，为分区管理应用提供依据；识别“地貌—人口”耦合核心驱动模式及自然适宜区碳储量偏低悖论的形成机制，可为BTH碳汇分区管理、生态保护红线优化和低碳国土空间规划提供科学证据，也可为中国北方复杂地形城市群碳汇合理估算与方法创新提供方法参考。