《Ecological Indicators》：Spatiotemporal heterogeneity and multi-scenario simulation of vegetation carbon sinks under the influence of ecological engineering: a case study in the Three-River Headwaters Region, China
编辑推荐：
该研究开发了"生态保护—SSP-RCP"框架，用于植被碳汇（VCS）模拟。二期生态工程对净生态系统生产力（NEP）的提升作用显著强于一期工程。在生态工程实施条件下，SSP5-8.5情景产生最高的平均NEP（47.99 gC·m?2·a
该研究开发了"生态保护—SSP-RCP"框架，用于植被碳汇（VCS）模拟。二期生态工程对净生态系统生产力（NEP）的提升作用显著强于一期工程。在生态工程实施条件下，SSP5-8.5情景产生最高的平均NEP（47.99 gC·m?2·a?1），但其增量最低（+0.95 gC·m?2·a?1）。相比之下，SSP1-2.6情景展现出最大的NEP增量（+7.83 gC·m?2·a?1），表明其具有更优的长期碳汇潜力。该研究为高寒生态系统碳汇评估提供了一种可扩展的方法路径，并为生态保护与碳中和发展目标协同实现提供了科学依据。
在全球气候持续变暖与中国"双碳"目标提出的背景下，陆地生态系统的碳汇功能在应对气候变化和实现碳中和愿景中的作用日益凸显。植被作为陆地生态系统的重要组成部分，是重要的碳汇载体，其碳汇能力的提升对于实现碳中和目标具有关键意义。中国自20世纪以来持续实施了一系列生态保护与修复工程，显著促进了自然植被恢复，有效增强了陆地生态系统的碳汇功能。三江源地区位于青藏高原腹地，气候寒冷，对降水与温度波动极为敏感，是全球气候变化影响最强烈的地区之一。受气候变化与人类活动共同作用，该区域高寒草地退化、生物多样性下降，植被碳汇功能弱化甚至存在转为碳源的风险。为保护该地区生态环境，国家先后设立三江源自然保护区并实施两期生态保护与建设工程。然而，现有植被碳汇模拟研究多侧重于历史时期碳汇定量评估或基于未来情景的模拟预测，普遍存在情景参数设置过于简化、对生态工程实施影响的考量不足等问题。因此，如何将生态工程引起的生态系统服务变化纳入模型框架，并与SSP-RCP情景耦合，构建多情景植被碳汇模拟体系，成为实现"碳中和"目标与生态安全双赢、保障生态保护长期可持续性的关键科学问题。研究人员以三江源地区为研究区，选取生态工程实施前后（2000—2022年）及2030年和2060年两个关键未来时期，定量评估生态工程实施下NEP的演变趋势，并基于历史时期的生态系统服务识别生态保护优先区，构建"生态约束—SSP-RCP情景"耦合模拟框架，开展多情景下植被碳汇模拟研究。
研究人员得出以下主要结论：生态工程实施显著提升了三江源地区的植被碳汇功能，二期工程的提升效果较一期更为显著，但碳汇增强效应存在显著的空间异质性；在不同SSP-RCP情景下，气候条件决定碳汇演变的总体趋势，而生态保护与土地利用调控显著影响其空间分布格局；SSP1-2.6情景尽管平均NEP较低，但具有最大的增长潜力，是长期碳汇效益最优的可持续发展路径；生态保护约束在所有情景下均产生正向碳汇效益，且低碳排放情景下的生态约束增益更为显著；植被因子是影响NEP的最主要驱动因素，其次为地形、气候与人类活动；生态工程主要通过促进植被恢复、减少生态用地流失和减轻人为干扰来重塑区域碳汇格局。该研究为实现区域"碳中和"目标与生态安全的协同提供了科学支撑，并为全球类似高寒区域的生态保护与碳汇管理提供了可借鉴的研究范式。
在技术方法方面，研究人员首先利用改进的CASA模型和GSMSR模型分别估算2000—2022年三江源地区的植被净初级生产力（NPP）和土壤异养呼吸（Rh），进而计算净生态系统生产力（NEP）作为植被碳汇的核心指标；其次，基于InVEST与CASA模型评估2020年五种生态系统服务（生境质量、土壤保持、产水量、粮食生产、植被NEP），并利用有序加权平均（OWA）算法进行多情景风险权衡模拟，识别最优生态保护优先区；继而基于LUH2数据集提取SSP1-2.6、SSP2-4.5和SSP5-8.5三种情景下的未来土地利用需求，以生态限制区为约束条件，采用FLUS模型模拟2030年和2060年土地利用空间格局；最后，以模拟所得土地利用、气象和NDVI数据作为CASA与GSMSR模型输入，预测未来多情景植被NEP，并采用偏最小二乘结构方程模型（PLS-SEM）量化地形、气候、人类活动和植被四类因子对NEP的直接、间接与耦合驱动作用。研究区涵盖青海省南部16个县及唐古拉山镇，总面积约36.3万km2，所有数据统一至WGS 1984 UTM 47N坐标系、1000 m分辨率。
研究结果如下：3.1 生态工程影响下植被碳汇的时空演变特征。3.1.1 植被碳汇时空演变。2000—2022年三江源地区植被NEP均值为32.30 gC·m
?2·a
?1，总体呈波动上升趋势，最低值出现在生态工程实施前的2003年（12.32 gC·m
?2·a
?1），最高值出现在实施后的2021年（56.18 gC·m
?2·a
?1）。工程实施前NEP均值仅为20.90 gC·m
?2·a
?1且无显著趋势；一期工程期间增至30.81 gC·m
?2·a
?1；二期工程期间进一步升至35.44 gC·m
?2·a
?1，增量显著超过一期；工程实施后达48.99 gC·m
?2·a
?1。空间格局呈现明显的"东南高、西北低"梯度。约90%区域NEP呈增加趋势，其中50.98%显著增加。3.1.2 碳源碳汇格局动态。2000—2022年间碳汇区面积整体超过碳源区，源汇比约1:1.38。工程实施前源汇比接近1:1，工程实施后碳汇区比例持续扩大。碳源转碳汇的主要路径为低覆盖草地→中覆盖草地（24.28%）及同类型内NEP由负转正（59.45%），碳汇损失的主要路径为中覆盖草地→低覆盖草地（11.49%）及同类型内NEP由正转负（69.70%），表明碳源汇转化的核心是草地覆盖度等级间的转换。3.2 生态工程影响下基于SSP-RCP情景的植被碳汇预测。3.2.1 基于历史植被生态系统服务的生态保护区域。通过OWA算法对11种情景的分析，选择情景2作为划定优先保护区域的最优方案，该情景的生态系统服务综合保护效率最高（均值2.69）。最终确定的生态限制区面积约145,702 km2，占三江源地区总面积37.62%。3.2.2 SSP-RCP情景下土地利用格局模拟。至2030年和2060年，SSP1-2.6与SSP2-4.5情景下草地适度扩张、裸地减少，SSP5-8.5情景下裸地显著增加、草地明显减少，其余地类变化不大。3.2.3 SSP-RCP情景下植被碳汇变化。2060年NEP均值排序为SSP5-8.5（47.99 gC·m
?2·a
?1）> SSP2-4.5（42.59 gC·m
?2·a
?1）> SSP1-2.6（39.62 gC·m
?2·a
?1），但增量排序相反：SSP1-2.6增量最大（+7.83 gC·m
?2·a
?1），SSP5-8.5增量最小（+0.95 gC·m
?2·a
?1）。生态保护约束在各情景均产生正向碳汇效益，2060年增益为SSP1-2.6（8.65 gC·m
?2·a
?1）> SSP2-4.5（4.65 gC·m
?2·a
?1）> SSP5-8.5（3.72 gC·m
?2·a
?1）。3.3 植被碳汇的驱动因素。3.3.1 历史时期影响。2000、2010和2020年四类因子对NEP的总影响排序均为植被>地形>气候>人类活动。植被对NEP的影响完全为直接效应；地形主要通过影响气候、人类活动和植被间接作用于NEP，其间接影响逐渐减弱而直接影响逐渐增强；气候在2000年和2010年以间接影响为主，至2020年间接影响接近零而直接影响升至?0.413；人类活动的直接与间接影响均较小。3.3.2 未来时期影响。2030年和2060年SSP-RCP情景下总影响排序与历史时期一致，植被因子的影响最为显著且为直接影响，地形主要通过影响气候和植被间接作用于NEP，气候的直接作用在特定情景下显著增强，人类活动影响始终较低。
讨论部分指出，三江源地区二期生态工程碳汇提升效果优于一期，可归因于工程空间范围扩大、恢复强度增加（禁牧与草地修复面积扩展）、生态系统完整性提升（湿地保护与水源涵养功能恢复促进泥炭碳库积累）以及气候—工程协同效应（暖湿化改善水热条件延长生长季）。然而，碳汇增强效应存在非显著性与不稳定性，可能与工程实施的空间异质性、草地生长受气候变化主导等因素有关。在SSP-RCP情景模拟中，"高均值—低增量"与"低均值—高增量"的对比可归因于CO
2施肥效应的主导作用及其浓度依赖性边际递减、气候背景的调节作用（SSP1-2.6情景下水热条件接近最适区间，而SSP5-8.5情景下增温加剧土壤水分亏缺并提高异养呼吸温度敏感性Q
10，导致碳汇过早饱和），以及生态限制区的缓冲效应（空间调控规避生态用地流失）。研究结论为：（1）构建了融合SSP-RCP情景、土地利用变化与生态保护约束的植被碳汇模拟框架，实现了气候变化、社会经济发展与生态保护过程的耦合分析；（2）高寒生态系统植被碳汇的时空变化是气候条件、土地利用转型与生态工程共同作用的结果，气候变化决定碳汇演变的总体趋势，生态保护与土地利用调控显著影响其空间分布与区域差异；（3）生态工程主要通过促进植被恢复、减少生态用地流失和减轻人为干扰重塑区域碳汇格局，但碳汇增强效应存在显著空间异质性，应依据生态脆弱性、植被恢复潜力与气候风险实行分区分类管理。未来高寒地区应将生态保护目标嵌入SSP-RCP情景分析与国土空间规划，协调自然恢复与人工修复，优化生态工程布局，强化重点脆弱区和高碳汇潜力区的长期监测与适应性管理。
