《Land Degradation & Development》:Ecological Network Characteristics of Cultivated Land Carbon Flows in Major Grain-Producing Regions: Case Study of Jingzhou City, China
编辑推荐:
与耕地相关的土地利用变化显著影响主要粮食产区的区域碳预算,但耕地碳流的生态网络特征仍未被充分理解。本研究开发了一个综合框架,将生态网络分析(ENA)与空间分析相结合,以评估中国荆州市(2000–2020年)的耕地碳流。网络流分析显示,有害流在整个研究期间占主导
与耕地相关的土地利用变化显著影响主要粮食产区的区域碳预算,但耕地碳流的生态网络特征仍未被充分理解。本研究开发了一个综合框架,将生态网络分析(ENA)与空间分析相结合,以评估中国荆州市(2000–2020年)的耕地碳流。网络流分析显示,有害流在整个研究期间占主导地位,先加剧后缓解,其驱动因素是耕地向交通和工业用地的转换。空间分析表明,有益流集中在几何中心东南部,随后向西迁移,而有害流中心仍靠近几何中心,在东南部和西北部之间振荡。网络结构分析将耕地识别为核心枢纽,其在所有时期持续主导驱动力权重,而自身牵引力权重也很大且稳步上升。网络效用分析揭示了明显的结构失衡:剥削与控制关系以及竞争关系占主导地位(92.86%),而共生关系仅占7.14%。在整个研究期间,生态效用指数(M)始终低于1,表明存在持续的负面生态效应。这些发现为荆州市以及其他面临类似发展压力的可比地区提供了低碳土地利用管理的框架和见解。
**耕地碳流生态网络特征:主要粮食产区荆州市的案例研究解读**
**1. 研究背景与问题**
全球变暖加剧了极端气象事件,对生态系统造成严重影响。土地利用变化已成为全球碳循环动态的关键驱动因素,深刻改变了陆地碳储量和碳流。耕地作为主要粮食产区的核心土地利用类型,同时面临粮食安全、快速城市化和生态保护政策的竞争性需求,导致其发生频繁且多方向的转换(如转换为建设用地或生态用地)。这些转换产生了复杂的碳流网络,但现有研究多聚焦于城市碳代谢或将耕地视为一般土地利用类型,忽视了其在碳流网络中的独特中心地位和高转换频率。此外,碳代谢研究侧重于经济发达的大都市区,主要粮食产区研究不足。因此,亟需针对主要粮食产区耕地的碳流生态网络特征进行专门分析,以理解其形成机制,为低碳土地管理提供科学依据。
**2. 研究内容与结论**
研究人员以中国主要粮食产区——湖北省荆州市为案例,构建了结合生态网络分析(ENA)与空间分析的综合框架,系统评估了2000–2020年期间耕地碳流。研究得出以下核心结论:有害碳流在整个研究期占主导,导致净碳流始终为负,先恶化后改善;有益流中心位于几何中心东南部并西移,有害流中心靠近几何中心并振荡;耕地始终主导碳通流量和驱动力权重,其牵引力权重也稳步上升;生态关系以剥削控制和竞争关系为主(92.86%),共生关系极少(7.14%);生态效用指数(M)持续低于1,表明碳代谢系统长期处于不利状态。这些发现揭示了耕地碳流网络的结构失衡与空间差异,为定制化低碳干预提供了框架。该研究发表在《Land Degradation & Development》。
**3. 关键技术方法**
本研究主要采用以下关键技术方法:(1)**土地利用碳预算核算**:结合空间数据(中国科学院30米分辨率土地利用栅格数据,时间点2000、2005、2010、2013、2020年)与统计年鉴数据(如荆州市统计年鉴、湖北省农村统计年鉴),计算各土地利用类型的碳排放和碳汇,得到碳代谢密度。(2)**生态网络分析(ENA)**:构建8×8碳流加权邻接矩阵,量化碳通流量、驱动力与牵引力权重,分析生态关系(剥削、控制、竞争、共生)及生态效用指数(M)。(3)**标准差椭圆(SDE)分析**:以土地利用转换斑块为单元,以碳流绝对值为权重,刻画碳流重心、分布方向和范围的空间演化特征。样本队列来源为荆州市下辖8个县级行政区。
**4. 研究结果**
**4.1 碳流分析(Carbon Flow Analysis)**
**4.1.1 碳流网络形成机制(Carbon Flow Network Formation Mechanism)**
通过土地利用转换矩阵与碳代谢密度差异,识别出耕地碳流网络。2000-2020年间,耕地与水域的转换(C→W)占据重要地位,而耕地向交通和工业用地(C→T&I)的转换始终是最大有害碳流来源,2010-2013年达到峰值,随后因反向转换(如T&I→C)而缓解。
**4.1.2 碳流时间特征(Carbon Flow Temporal Characteristics)**
有益碳流在2013-2020年大幅上升至195.60×103 t/年,有害碳流在2010-2013年达到峰值-839.18×103 t/年,之后下降52.05%。净碳流始终为负,先恶化后改善。县级趋势类似,转折点集中在2010-2013年,如监利县(Jianli)有益碳流增幅最大,公安县(Gong'an)有害碳流恶化最严重。
**4.1.3 碳流空间特征(Carbon Flow Spatial Characteristics)**
利用标准差椭圆(SDE)分析发现:有益碳流重心位于几何中心东南部,向西迁移,椭圆面积先扩后缩再稳;有害碳流重心靠近几何中心,呈东南-西北-东南振荡,椭圆面积持续扩大。县级热点显示,有益碳流热点在洪湖市(Honghu)和监利县(Jianli)之间交替,有害碳流热点在公安县(Gong'an)和监利县(Jianli)间交替,净碳流热点在不同时期转移。
**4.2 生态结构分析(Ecological Structure Analysis)**
**4.2.1 碳通流量特征(Carbon Throughflow Characteristics)**
耕地碳通流量先升后降,2010-2013年达1684.39×103 t/年,之后下降。耕地始终占总碳通流量的50%以上,突显其核心地位。县级层面,监利县波动最大,公安县在2010-2013年出现异常峰值,江陵县(Jiangling)耕地通流量比例最高(平均67.71%)。
**4.2.2 碳流权重特征(Carbon Flow Weight Characteristics)**
驱动力权重方面,耕地始终最大(50.31%-57.75%),交通和工业用地次之。牵引力权重方面,交通和工业用地在2010-2013年达峰值51.54%,随后下降;耕地牵引力权重持续上升(36.93%→41.81%)。县级层面,驱动力权重普遍高于牵引力权重,表明耕地输出碳的比例大于依赖输入的比例。
**4.3 生态效用分析(Ecological Utility Analysis)**
**4.3.1 生态关系特征(Network Relationship Characteristics)**
碳流网络中识别出四类生态关系:剥削、控制、竞争、共生。2000-2013年剥削控制关系主导,2013-2020年竞争关系跃升至71.43%。共生关系仅零星出现(如2005-2010年耕地与裸地间,2013-2020年耕地与城市用地间)。县级空间差异显著,如2013-2020年公安县和松滋市(Songzi)剥削控制关系比例最高(66.67%)。
**4.3.2 生态效用指数特征(Utility Index Characteristics)**
生态效用指数(M)呈“先升后降”轨迹:2005-2010年升至0.75,随后下降至0.27(2013-2020年)。M始终低于1,表明碳代谢系统长期失衡。县级层面,监利县在2000-2005年曾达到1.33(中性),江陵县在2005-2010年达到2.00(正效应),而洪湖市在2013-2020年降至0.20。共生关系的出现与否与M值波动密切相关。
**5. 讨论与结论**
**讨论总结**:研究发现,有害碳流主要由耕地向建设用地(尤其是交通和工业用地)的转换驱动,且交通和工业用地因其高碳代谢密度,在面积占比之外贡献了更大比例的有害碳流。耕地作为网络核心,其驱动力和牵引力权重均高,反映了其同时受粮食安全、城市化和生态保护多重压力的中心地位。生态效用指数低于1,且2013-2020年下降的主因是竞争关系取代剥削控制关系成为主导,这与更严格的耕地保护政策(如占补平衡)导致建设用地的反向转换增加有关,但净碳流仍为负。研究强调,需通过限制有害转换(尤其是耕地转建设用地)和促进有益转换(如建设用地复垦为耕地、耕地退耕还生态)来改善碳流表现,并针对不同县域的空间差异制定差异化干预措施(如监利县重点限制转建设用地,洪湖市重点保护生态空间,沙市区(Shashi)强调集约用地,松滋市(Songzi)控制工业用地扩张并提升能效)。
**结论翻译**:本研究揭示了中国主要粮食产区荆州市(2000-2020年)耕地碳流的生态网络特征。主要发现:(1)有害碳流在整个研究期占主导,导致净碳流为负,先恶化至2010-2013年,后于2013-2020年改善。(2)有益流中心集中在东南部并向西迁移,有害流中心靠近几何中心。净碳流热点在不同时期转移,而非集中于单一县。(3)耕地在整个研究期主导碳通流量和驱动力权重,其牵引力权重也很大且稳步上升。(4)剥削控制关系与竞争关系占生态关系的绝大多数(92.86%),共生关系仅占7.14%。生态效用指数始终低于1,表明存在持续的负面生态效应。这些发现表明,改善耕地碳流表现需要重构土地利用关系以减少有害流并促进有益流,同时鉴于这些流在空间上的不同轨迹,需实施县域差异化干预。鉴于耕地在网络中的中心地位,针对该分室的干预可能在整个碳代谢系统中产生效应。