《Frontiers in Environmental Science》：Spatiotemporal evolution and prediction of carbon storage in Hunan Province using PLUS and InVEST models
编辑推荐：
摘要
引言：为探究快速城市化背景下土地利用变化对生态系统碳储量的影响及其内在驱动机制，本研究以湖南省为案例区域。方法：通过耦合PLUS与InVEST模型，研究人员模拟了2030年多情景下的土地利用变化及其碳储量响应，并采用地理探测器（Geo-detector）
摘要
引言：为探究快速城市化背景下土地利用变化对生态系统碳储量的影响及其内在驱动机制，本研究以湖南省为案例区域。方法：通过耦合PLUS与InVEST模型，研究人员模拟了2030年多情景下的土地利用变化及其碳储量响应，并采用地理探测器（Geo-detector）模型识别时空分异的主导因子。结果：结果表明：（1）湖南省碳储量呈现出显著的“西南高、东北低”空间格局。怀化、娄底等山地城市是主要碳汇贡献区，而长沙、岳阳等经济发达城市面临较大的碳储量压力；（2）情景模拟显示，生态保护情景（EPD）下碳储量最高（2816.25 Tg C），经济优先情景（EPS）下碳储量最低（2801.71 Tg C）。建设用地无序扩张被确定为碳储量减少的主要驱动因素；（3）驱动机制分析表明，自然因素尤其是归一化植被指数（NDVI）和海拔主导了碳储量的空间分布，且双因子交互作用的解释力显著强于单因子。讨论：本研究表明，尽管人类活动受到自然背景的制约，但其通过土地利用决策深刻影响着碳储量的时空演变。建议在西南山区严格划定生态保护红线，并在未来国土空间规划中根据不同城市的资源禀赋制定差异化的低碳发展路径。
论文解读
一、研究背景与意义
在全球气候变化与中国“双碳”目标及生态文明建设深入推进的宏观背景下，快速城市化进程中土地利用变化对区域碳收支的影响已成为全球环境变化研究的核心议题之一。作为世界上最大的发展中国家，中国面临在保持经济稳定增长的同时，通过优化国土空间格局实现碳减排的关键挑战。湖南省作为长江经济带的重要组成部分和华中南部地区的关键生态屏障，具有独特的三面环山、北开口的马蹄形地貌格局，以及湘、资、沅、澧四水汇入洞庭湖的复杂水系特征。湖南省不仅支撑着长株潭城市群的经济腾飞，还承担着维护区域生态安全的重任。自然地理本底与强烈人类活动的空间重叠，使湖南省成为探究土地利用变化与生态系统碳储量响应机制的理想样本区域。
尽管已有大量研究关注单一土地利用变化或单一模型模拟对碳储量的影响，但在复杂地形条件下整合多情景模拟与驱动因子交互探测的综合研究仍显不足。特别是在国家强调“因地制宜”差异化低碳发展的政策导向下，亟需进一步量化自然因子（如海拔、植被覆盖）与人为因子（如建设用地扩张）交互驱动碳储量空间分异的机制。因此，本研究选取湖南省为研究对象，耦合PLUS与InVEST模型模拟2030年多情景下的土地利用变化及其碳储量响应，并运用地理探测器模型揭示时空分异的主导因子。
二、研究技术与方法概述
为开展此项研究，研究人员首先从中国土地利用与土地覆盖数据集（CLUD）获取2000年和2020年30米分辨率的土地利用数据，并裁剪至湖南省行政边界。植被和土壤碳密度数据主要参考已有研究的文献值，并针对建设用地和未利用地补充了经验碳密度值。研究选取了人口、GDP、海拔、坡度、年均温、年均降水、距城市中心距离、距各类道路和高铁站距离、距各级政府驻地距离等10个驱动因子。在技术方法上，研究人员主要运用了以下关键技术手段：第一，PLUS模型，其包含土地扩张分析策略（LEAS）模块和基于随机种子的元胞自动机（CARS）模块，利用随机森林算法分析各土地利用类型的扩张动态与驱动因子，并基于转换成本矩阵设置了自然演变情景（NES）、经济优先情景（EPS）和生态保护情景（EPD）三种未来发展情景；第二，InVEST模型碳储量模块，将生态系统碳储量分为地上碳储量、地下碳储量、土壤有机碳储量和死亡有机质碳储量四类，基于各土地利用类型的平均碳密度计算区域总碳储量；第三，地理探测器模型，采用因子探测器和交互探测器分析碳储量空间分异的驱动机制；第四，模拟精度评估，采用Kappa系数和品质因子（FoM）对模型模拟精度进行验证。
三、主要研究结果
（一）PLUS模型模拟精度验证
基于2000年和2010年土地利用数据模拟的2020年土地利用结果，与实际2020年土地利用数据相比，Kappa系数为0.87，FoM值为0.31，表明模型具有较高的模拟精度，适用于预测湖南省2030年土地利用格局。
（二）2030年多情景下土地利用模拟
模拟结果表明，耕地和林地在三种情景下均为主导土地利用类型。从具体变化来看，建设用地、水域和未利用地在经济优先情景（EPS）下均达到最大面积（分别为6707.05 km2、7927.51 km2和1338.24 km2），在生态保护情景（EPD）下达到最小面积。相反，草地在EPD情景下面积最大（6754.37 km2），在EPS情景下面积最小（6283.82 km2）。此外，林地在EPD情景下面积最大，达133062.7 km2，略高于NES和EPS情景下的水平。
（三）2030年多情景下碳储量模拟
2030年，在生态保护情景下湖南省碳储量最高，达2816.25 Tg C；自然演变情景次之，总碳储量为2807.52 Tg C；经济优先情景下碳储量最低，为2801.71 Tg C。这种差异源于生态保护情景拥有最大面积的林地资源和最小面积的建设用地，有利于碳储量提升；而经济优先情景导致建设用地面积最大，绿色空间面积减少，碳储量相应降低。对不同城市的模拟结果进一步显示，生态保护情景下怀化市碳储量最高，达400.45 Tg C，湘西自治州最低，为106.88 Tg C。娄底（302.17 Tg C）和株洲（284.54 Tg C）等城市也保持较高碳储量水平。空间分布总体呈现西南和中部山区对区域碳汇贡献显著大于北部平原和高度城市化区域的格局。
（四）2020—2030年不同情景下碳储量变化
在生态保护情景下，碳储量预计比自然演变情景高8.73 Tg C，主要得益于长沙、常德和衡阳等地区较大面积的森林和农田带来的碳汇提升。而在经济优先情景下，碳储量比自然演变情景低5.81 Tg C，碳储量减少主要归因于常德、益阳和岳阳等地区建设用地的大幅扩张，削弱了整体碳汇能力。
（五）2020年碳储量分布驱动力分析
因子探测结果表明，自然因素是碳储量空间分异的主要驱动力，归一化植被指数（NDVI）、海拔和降水位列解释力前三。人为因子中，人口的解释力显著强于GDP。可达性指标中，距道路距离的解释力高于距政府驻地和高铁站距离，说明交通基础设施对碳储量格局的影响较行政中心更为显著。交互探测结果显示，所有双因子交互作用解释力均强于单因子，呈显著的双变量增强效应。其中，NDVI与海拔的交互作用解释力最强，表明植被覆盖与地形起伏的组合是空间异质性形成的主要驱动力；NDVI与降水、NDVI与坡度的交互作用次之。值得注意的是，GDP等社会经济因子虽单独作用较弱，但与NDVI等自然因子耦合后解释力显著提升。
四、研究讨论与结论
研究发现，湖南省碳储量空间格局主要由自然因子（NDVI、海拔和降水）决定，而时间动态则主要由人为土地利用决策驱动。地理探测器结果证实，植被覆盖与地形的交互作用是解释碳储量空间异质性的最强因子，高海拔山区是关键的生态碳汇区。然而，情景模拟揭示，自然背景设定了碳汇潜力的上限，而人类活动则决定了该潜力的实现程度。在经济优先情景下，建设用地无序扩张直接侵占高碳密度的林地和草地，导致碳储量显著下降；相反，生态保护政策通过限制开发强度有效维持了区域碳汇功能。与以往研究相比，本研究的结论与长江经济带及中国其他快速城市化区域的研究一致，即建设用地扩张是碳储量损失的主要驱动因素。然而，不同于以往主要聚焦于省级或流域尺度的研究，本研究进一步揭示了市级尺度的空间异质性，发现长沙、岳阳等北部平原城市面临较大的碳损失风险，而怀化、娄底等西南山地城市仍保持极高碳储量水平。此外，通过地理探测器模型量化因子间的非线性增强效应，能够比传统线性回归模型更准确地解释复杂的人地耦合关系。
本研究虽采用了PLUS和InVEST等成熟模型，但仍存在一定局限性：碳密度数据主要基于文献平均值，可能无法完全反映林龄、土壤类型和森林管理实践等造成的局部差异；情景模拟依赖于宏观社会经济假设，无法完全预测突发政策转向或极端气候事件的影响。尽管如此，研究结论对湖南省国土空间开发保护实践具有重要政策启示：应在西南山区严格划定生态保护红线以巩固碳汇基础，并与洞庭湖生态保护工程协同推进北部湿地生态系统保护；在长株潭城市群推广低碳土地利用模式和集约化开发方式。通过优化空间布局，可在区域经济增长与碳中和目标之间实现有效平衡。
研究总结认为，为实现区域可持续发展与“双碳”目标，湖南省未来国土空间规划应优先保护西南山地生态屏障，严格控制建设用地对生态用地的侵占，并根据不同城市的资源禀赋制定差异化的低碳发展路径。本研究通过实证分析不仅在厘清湖南省碳储量时空演变方面做出贡献，也为长江中游城市群协调经济发展与生态保护提供了科学依据，同时为全国尺度上制定基于自然的国土空间利用管控政策提供了理论支撑和方法参考。
