基于RSEI、CASA与InVEST的中国中部三省生态质量、植被生产力与碳储存时空格局及空间关系研究

《Land》：Carbon Stock Differences Associated with Private Forest Land-Use Designation in South Korea

　　

生态质量、植被生产力与碳储存代表不同的生态系统属性，并可能对土地利用变化产生不同响应。本研究评估了中国中部三个主要农业省份——湖北、河南和安徽的时空格局与空间关系。生态质量通过遥感生态指数（RSEI）进行评估，植被生产力使用Carnegie–Ames–Stanford Approach（CASA）模型估算为净初级生产力（NPP），碳储存使用生态系统服务与权衡综合评估（InVEST）模型进行估算。研究人员采用Spearman相关、GeoDetector和描述性协调指数比较了它们的空间关系。生态质量从2000年到2010年下降，此后仅适度恢复，东部和北部平原的值持续低于西部和南部山区。从1990年到2020年，建设用地扩张了112.03%，而模型估算的碳储存减少了34.59 × 10⁶ t。RSEI与NPP主要呈正相关，但各省份、生态质量等级和土地利用类型之间的相关性差异很大。在综合因子中，RSEI对碳储存空间变异的解释力最大（q = 0.420–0.467），NDVI是RSEI中最强的组分。GeoDetector识别出双因子增强和非线性增强，表明成对因子比单因子解释了更多的空间变异。中等协调和初级协调合计占有效像素的99%以上，而严重失衡从0.88%下降到0.44%。这些发现表明，这三个指标在空间上相关，但不能互换。总之，结果支持保护森林山地，限制平原和城市边缘的建设用地扩张和耕地流失，并使用多种指标来识别需要本地评估的区域。

中国中部三省生态质量、植被生产力与碳储存的时空格局及空间关系——基于RSEI、CASA与InVEST模型的整合研究

生态系统具有多种属性，生态质量、植被生产力和碳储存代表不同的生态过程，对土地利用变化的响应也可能不同。土地利用/覆盖变化（LUCC）将生态条件与碳相关功能直接联系，但在农业区，耕地保护、城市扩张和生态保护存在显著的空间竞争。湖北、河南、安徽是中国中部连片的主要农业省份，横跨山地、丘陵与平原，兼具粮食生产、城市发展和生态保育功能。以往研究多聚焦于局部区域或单一指标，缺乏跨三省统一框架下的多维比较。因此，研究人员在统一的分析框架中整合遥感生态指数（Remote Sensing Ecological Index, RSEI）、生态系统服务与权衡综合评估（Integrated Valuation of Ecosystem Services and Tradeoffs, InVEST）模型和Carnegie–Ames–Stanford Approach（CASA）模型，系统评估三省的生态质量、植被生产力和碳储存的时空格局及空间关系，为跨省土地利用优化和差异化管理提供证据。

研究结果显示，2000—2020年生态质量呈“先降后缓升”的两阶段变化，低值区集中平原，高值区集中山地；1990—2020年建设用地扩张112.03%，模型估算碳储存下降34.59 × 10⁶ t；RSEI与NPP以正相关为主，但存在显著的省际、等级和地类差异；RSEI对碳储存空间变异的解释力最强，GeoDetector识别出双因子和非线性增强；RSEI与碳储存以中等协调和初级协调为主。这些发现表明三个指标空间相关但不可互换，支持对森林山地实施保护、对平原和城市边缘限制建设用地扩张并保护耕地，以及采用多指标进行监测和筛选。研究框架可推广至类似区域，但具体管理需结合本地土壤、生产和管理强度等信息。

研究人员所用的关键技术方法包括：基于Landsat影像构建RSEI，通过主成分分析综合绿度（NDVI）、湿度（WET）、干度（NDBSI）和热度（LST），并归一化为[0,1]；利用中国土地覆盖数据集（CLCD）1990、2000、2010、2020年土地利用数据，结合文献碳密度参数，用InVEST模型估算四碳库碳储存；基于MOD13A2 NDVI和气象数据，用CASA模型估算2000—2020年5期年NPP，并与MODIS NPP对比（R2=0.73）；采用像素级Spearman相关分析RSEI与NPP的时间关系；用GeoDetector因子和交互探测器分析碳储存空间变异的解释因子；用描述性协调指数评估RSEI与碳储存的空间协调程度。研究区域为湖北、河南、安徽三省，总面积约49万km2，所有数据统一到90m网格。

3.1 生态质量时空变化
研究人员对2000、2005、2010、2015、2020年RSEI分级统计发现，极差与差等级面积从2000年的32330.33 km2（6.51%）增至2010年的99842.62 km2（20.13%），2020年降至95557.92 km2（19.30%），恢复幅度有限，未抵消前期退化。空间上，西部和南部山地（如秦巴山、大别山）生态质量高，东部和北部平原（如豫东、皖北）低值区持续扩展。三省中，河南低值区增幅最大，湖北恢复较稳定，安徽优良等级面积在2010年急剧萎缩。

3.2 土地利用变化与模型估算碳储存变化
3.2.1 土地利用结构与主要转换途径
1990—2020年，建设用地面积从20768.16 km2增至44034.65 km2，增加112.03%；耕地减少21115.68 km2；林地增加2136.21 km2。主要转换路径为耕地与建设用地互转、耕地与林地互转，其中耕地转为其他类型中49.7%转为建设用地，35.6%转为林地。

3.2.2 碳储存时间变化及土地利用类型贡献
InVEST模型估算显示，研究区碳储存从1990年的4657.36 × 10⁶ t降至2020年的4622.77 × 10⁶ t，累计减少34.59 × 10⁶ t。耕地贡献了76.9%的减少量，林地碳储存净增25.07 × 10⁶ t，是唯一净增加的主要地类。建设用地碳储存虽增加112%，但反映的是面积扩张而非固碳能力增强。

3.2.3 碳储存空间格局与净变化
2020年碳储存空间格局呈“西高南高、东低北低”，高值连片分布于秦巴山、大别山等林地山区，低值斑块分布于郑州、武汉、合肥等城市周边。1990—2020年净变化呈小尺度斑块状，增减并存于同一市域，无明显省域统一方向。

3.3 RSEI与NPP的探索性关联及其异质性
3.3.1 总体空间格局
基于2000—2020年5期匹配数据，像素级Spearman相关显示RSEI与NPP以正相关为主，但豫西、鄂西北、皖中等地区存在局部负相关斑块，表明正相关的主导地位掩盖了局部反向变化。

3.3.2 不同生态质量等级和土地利用类型间的差异
正相关比例在省份、等级和地类间差异显著。例如，湖北“优”等级中负相关占55.93%，是唯一负相关主导的组合；草地在中高等级中负相关占主导，而耕地和建设用地正相关占主导。这说明RSEI与NPP的关联并不随生态质量等级单调变化。

3.4 碳储存空间变异的解释因子与交互作用
3.4.1 综合因子的空间解释力与交互结果
GeoDetector因子探测显示，RSEI对碳储存空间变异的解释力最强（q=0.420–0.467），其次为坡度（0.369–0.406）和DEM（0.369–0.400），GDP最弱（0.036–0.041）。交互探测发现所有组合均增强，其中RSEI∩DEM在2000和2020年最强（q=0.51281和0.48809），2010年RSEI∩降水最强（q=0.52045），且存在非线性增强（如降水∩温度），表明因子组合比单因子能解释更多空间变异。

3.4.2 RSEI组分的空间解释力与交互结果
NDVI解释力在组分中最强（q=0.37092–0.43079），NDBSI解释力从2000年0.15747升至2020年0.24554。组分间交互均为增强，其中NDVI∩LST在2010和2020年最强，体现植被和热力因子的协同关联。

3.5 RSEI与碳储存的描述性协调格局
3.5.1 协调等级的时间变化
2000—2020年，中等协调和初级协调合计占有效像素99%以上，中等协调比例稳定在69%左右，严重失衡比例从0.88%降至0.