《Land》：Land Transition Pathways Govern Carbon Storage Dynamics in an Olympic Host Region: A PLUS–InVEST Simulation in Yanqing District
编辑推荐：
大型赛事可通过基础设施开发和生态干预加速土地利用/覆盖变化（LULCC），但不同土地转型路径的碳后果仍不清楚。本研究以北京2022年冬奥会主办区域之一延庆区为案例，调查了土地利用/覆盖（LULC）转型、碳储量动态和未来土地管理。研究人员将耦合PLUS–InVE
大型赛事可通过基础设施开发和生态干预加速土地利用/覆盖变化（LULCC），但不同土地转型路径的碳后果仍不清楚。本研究以北京2022年冬奥会主办区域之一延庆区为案例，调查了土地利用/覆盖（LULC）转型、碳储量动态和未来土地管理。研究人员将耦合PLUS–InVEST框架与转型归因和轨迹分析相结合，应用于10米分辨率的LULC数据集（2018、2021和2024年），以重建历史转型并模拟2035年的四种土地管理情景。结果表明，尽管城市同步扩张，总碳储量从2018年的41.19 × 106 t C持续增加到2024年的42.14 × 106 t C。这一增加源于两个时期不同的转型过程：2018–2021年期间，农田向草地转化对碳增益贡献最大；而2021–2024年期间，草地向树木类转化主导了碳增益。像元级轨迹分析进一步揭示，这些主导转型很少在同一位置形成连续恢复序列，其中草地–草地–树木类轨迹占树木类增益轨迹的76.2%。未来模拟显示，相对于2024年基线，城市发展情景将使碳储量减少5.6%，而生态保护情景将使碳储量增加2.3%。这些结果表明，区域碳动态不仅取决于LULC组成，还取决于转型路径，为如何利用转型路径指导生态恢复和可持续土地管理提供了见解。
土地利用/覆盖变化（LULCC）通过改变植被组成、生物量积累和土壤碳库，显著调节陆地生态系统的碳汇能力。然而，现有研究多聚焦于LULC面积变化或单一时期转移矩阵，难以揭示多时期连续转型路径对碳储量的调控机制。尤其在地形复杂、生态修复与基础设施建设并存的山区，不同转型路径可能产生截然不同的碳效应。延庆区作为北京2022年冬奥会三大赛区之一，兼具生态屏障与快速发展的双重压力，为研究复合社会-生态胁迫下土地系统演变提供了理想案例。相关成果发表在《Land》期刊。
研究人员采用耦合PLUS–InVEST框架，以2018、2021和2024年10米分辨率LULC数据为基础，结合转型归因与轨迹分析，重建历史转型过程，并设置自然发展、城市发展、耕地保护和生态保护四种情景模拟2035年LULC与碳储量。数据源于Esri Sentinel-2 10米LULC时间序列，经目视检验后保留七类地类；辅助驱动因子包括地形（高程、坡度、坡向）、社会经济（人口密度、GDP、交通距离）和气候（降水、温度）。PLUS模型（Patch-generating Land Use Simulation）通过随机森林算法和元胞自动机模拟未来LULC分布，InVEST模型（Integrated Valuation of Ecosystem Services and Tradeoffs）基于四碳库（地上、地下、土壤、死有机质）估算碳储量。碳密度参数来源于北京山区已有文献。模型验证显示Kappa系数为0.75，总体精度0.88，表明模拟可靠。此外，通过转移矩阵计算各转型路径的碳贡献率，并基于像元叠加识别2018-2024年三时点轨迹。
3.1 土地利用/覆盖变化的时空特征
2018–2024年间，草地（rangeland）始终主导景观，占比超过68.7%；树木类（trees）面积由35.3 km2增至110.1 km2。2018–2021年主要转型为耕地转草地（33.5 km2），2021–2024年主导转型为草地转树木类（73.2 km2）。空间上，耕地转草地集中在东部和中部山区，草地转树木类广泛分布于北部和中部山区。
3.2 碳储量动态与归因
总碳储量从2018年的41.19×10? t C增至2024年的42.14×10? t C。2018–2021年耕地转草地贡献碳增益9.6×10? t；2021–2024年草地转树木类贡献163.5×10? t，占总绝对变化的82.6%。城市扩张引起局部碳损失（如草地转建设用地?3.5×10? t），但被植被驱动的增益抵消。碳储量高值区集中在北部山地，低值区分布在南部平原农田和建设用地。
3.3 2035年未来LULC与碳储量情景
城市发展情景下建设用地扩张76.3 km2（较2024年增加48.6%），碳储量较2024年减少5.6%；生态保护情景下树木类面积增加182.5 km2，碳储量增加2.3%。自然发展情景和耕地保护情景的碳储量变化居中。各情景碳储量范围从39.8×10? t（城市发展）到43.1×10? t（生态保护），表明不同管理策略可导致约3.3×10? t的碳储量差异。
讨论总结指出，区域碳储量不能仅用净LULC变化解释，转型路径的方向和时序至关重要。2018–2021年的耕地转草地可能与山区边际农田退耕和长期生态修复工程有关，而2021–2024年的草地转树木类可能反映树木覆盖增加，但具体机制无法从土地覆盖数据中区分。大型赛事期间的碳增益并非单一直接后果，而是生态恢复、基础设施建设和长期环境治理共同作用的结果。情景模拟表明，促进有益转型路径比单纯增加生态用地面积更有利于长期碳封存，同时需权衡耕地保护目标。空间针对性管理更为有效，现有树木覆盖区应优先保护连通性，开发活动需避免占用生态用地。研究局限性包括静态碳密度参数、情景假设简化、观测时点有限以及无法定量归因具体政策或事件。
结论部分：利用10米分辨率LULC数据和耦合PLUS–InVEST框架，本研究调查了延庆区的历史LULC转型、碳储量动态和未来情景。结果表明，区域碳储量在2018–2024年持续增加，这与多个时间上分化的土地转型路径相关，而非单一恢复轨迹。2018–2021年耕地转草地贡献最大，2021–2024年草地转树木类贡献最大。像元轨迹分析显示，不同时期的优势转型未在同一位置连续发生。情景模拟显示，生态保护路径比开发导向路径产生更高碳储量。因此，评估区域碳动态需同时考虑土地利用组成和转型路径，促进针对性植被恢复并限制生态用地转建设用地，有助于提升山区碳储量。本研究的路径导向框架整合了转型归因、轨迹分析和情景模拟，为复杂LULCC碳后果评估提供了有效方法。
