基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究

基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究
摘要：区域土地利用/覆被变化是导致生态系统碳储量变化的主要原因,预测未来土地利用/覆盖变化及其对碳储量的影响对区域陆地生态系统的认识具有重要意义。

本研究基于黄河流域2005—2018年土地利用/覆被变化规律,运用CA-Markov模型分别预测了生态保护情景(EVC)和自然变化情景(NVC)下的土地利用/覆被空间格局,采用修正后的碳密度,运用InVEST模型评估黄河流域2005—2030年6期碳储量。

结果表明:2005—2018年黄河流域林地、水域和建设用地面积持续增加,耕地、草地和未利用土地面积减少, 13 a间全流域碳储量减少28.734×10
陆地生态系统的碳储量在全球碳循环和气候变化中起着非常重要的作用
黄河流域是我国重要的生态屏障,是连接青藏高原、黄土高原、华北平原的生态廊道,拥有多个国家公园和国家重点生态功能区,流域内林草面积占流域总面积的50%以上,是我国陆地生态系统重要的碳汇和碳储存区域。

伴随黄河流域人口增加和城镇化进程,国土开发利用活动强烈而且频繁,为了保护流域生态环境,国家实施了退耕还林还草等一系列生态保护工程,流域内土地利用覆被发生了显著变化。

王光谦等
1 研究区概况与研究方法
1.1 研究区概况
黄河是我国第二大河流,位于96°～119°E、32°～42°N,发源于青藏高原巴颜喀拉山,在山东省垦利县注入渤海,流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9省区,干流全长5464 km,东西长约1900 km,南北宽约1100 km,落差4480 m,流域面积7.95×10
1.2 研究方法
1.2.1 In VEST模型碳储量模块
In VEST模型(Integrated Valuation of Ecosystem Services and Trade-offs)即“生态系统服务功能与权衡交易综合评价模型”,In VEST模型碳储量模块将生态系统的碳储量划分为4个基本碳库:地上生物碳(土壤以上所有存活的植物材料中的碳)、地下生物碳(存在于植物活根系统中的碳)、土壤碳(分布在有机土壤和矿质土壤中的有机碳)、死亡有机碳(凋落物、倒立或站立的己死亡树木中的碳)。

根据土地利用的分类情况,分别对不同地类
地上碳库(C
基于各地类的碳密度和土地利用数据,流域内每种土地利用类型的碳储量计算公式为:
式中:i为每种土地利用的平均碳密度,A
流域内总碳储量为所有地类碳储量之和。

1.2.2 碳密度及其修正
碳密度是In VEST模型准确评估碳储量非常重要的输入参数。

本研究不同地类碳密度数据来源于国家生态科学数据中心(/)并参考了部分文献
由于本研究的碳密度数据来源于全国和一些地方的研究结果,并不是实际的测量结果,而碳密度值随气候、土壤性质和土地利用的不同而不同
式中:C
式中:K
1.2.3 CA-Markov模型及情景设定
1.2.3. 1 CA-Markov模型原理
CA-Markov模型将CA和Markov模型结合起来,利用一个转移概率矩阵来模拟土地利用随时间的变化。

Markov链是以马尔可夫随机过程为理论基础的预测方法
式中:S
但在马尔科夫链过程中没有充分考虑空间参数,无法识别土地利用的空间变异性
式中:S为元胞有限、离散状态的集合,f为元胞状态的转换规则函数,N为每个元胞的邻域,t、t+1为两个不同的时刻。

CA-Markov模型结合Markov模型长时间序列模拟预测的优势和CA模型在模拟空间变化的优势,可较好地预测和模拟LUCC在数量和空间的时空格局
1.2.3. 2 CA-Markov模型预测情景设置及过程
在本研究中,使用IDRISI 17.2软件运行CA-Markov模型,进而预测2030年土地利用格局,具体经过以下操作步骤:
1)首先IDRISI 17.2软件中的Markov模块以2005年和2018年的土地利用图为初始年份
和最后年份,得到转移概率矩阵和转移面积。

其中转移概率矩阵反映了各土地利用转化为
其他类型的概率,转移面积反映了下一阶段区域内各土地利用转化为其他土地利用的面积。

2)利用多标准评价模块(Multi-criteria Evaluation,MCE)建立土地利用变化适宜性规则
图集。

以限制性因素和驱动因素作为自变量进行分析,得到每种地类的空间分布概率图。

本研究根据未来对黄河流域生态环境的保护、生态工程的实施以及土地利用的管控方向,
设定自然变化和生态保护两种可能的土地利用覆被变化情景,并分别设置约束条件。

情景1:生态保护情景(EVC)。

模拟到2030年,根据生态保护的要求,对林地、草地以及水域转出实
施严格的控制,林地和草地不能转为其他地类,但其他地类可以转为林地和草地,即土地利
用覆被的变化受到严格的限制。

情景2:自然变化情景(NVC)。

结合2005—2018年黄河流域土地利用覆被变化趋势和特征,假定2018—2030年影响土地利用覆被变化的因素没有发生
较大变化,根据2005—2018年转移概率预测2030年土地利用覆被结构。

3)用Collection editor模块将所有概率图集成在一个图集中;再次选择5×5邻接滤波器
作为邻域定义,单元格大小设置为1000 m×1000 m。

4)以2005年作为预测起始时刻,设定CA的迭代次数为13,模拟研究区2018年的土地利用
空间分布并采用Kappa指数对模拟结果进行检验。

运用IDRISI 17.2软件中Crosstab模块,输入研究区2018年实际土地利用图并与预测土地利用图进行精度检验,得到自然变化
情景和生态保护情景Kappa系数分别为0.92和0.88,表明模拟效果较好,可使用通过验证
的CA-Markov模型规则进行2030年土地利用预测。

5)使用通过验证的CA-Markov模型规则进行2030年土地利用预测。

最后以2018年为预测
起始时刻,选择适宜性图集,确定迭代次数为13,预测得出2030年末的土地利用图。

1.3 数据来源
黄河流域边界矢量数据、土地利用/覆被数据、气温数据均来源于中国科学院资源环境数
据中心(/data),其中,土地利用/覆被数据包括6个一级类和26个二
级类,经过合并和重分类后的土地利用为耕地、林地、草地、水域、建设用地和未利用地
六大类,裁剪后得到2005年、2010年、2015年和2018年4期黄河流域土地利用覆被图,
分辨率为1 km×1 km。

降水数据来源于国家青藏高原数据中心
()“中国1 km分辨率逐月降水量数据集(1901—2017)”;气温数
据来自于中国科学院资源环境科学与数据中心
(/data.aspx?DATAID=228);数字高程模型(DEM)数据来自于中国科学
院计算机网络信息中心地理空间数据云平台,空间分辨率为90 m×90 m;不同地类碳密度数据来源于国家生态科学数据中心(/)。

2 结果与分析
2.1 2005—2018年黄河流域土地利用变化特征
2005—2018年,黄河流域用地类型以草地为主,占流域总面积45%以上;其次为耕地,占总面积的26%以上;再次为林地,占流域总面积的12%以上;而水域、建设用地和未利用地的面积较少,均不足流域总面积的10%。

13 a间,各地类面积都发生了不同程度的变化,其中变化幅度最大的地类为耕地和建设用地。

林地、水域和建设用地面积持续增加,其中建设用地面积增加最多,为5749 km
2.2 不同情景土地利用覆被预测结果
根据预测结果(图1,表4),到2030年,自然变化情景下,流域耕地、草地预计比2018年分别减少18 482 km
在生态保护情景下,与2018年相比,减少的地类有耕地、草地和未利用地,分别减少4168 km
在生态保护情景下生态用地尤其草地和耕地的变化趋势与自然变化相比发生了较大变化,产生了相应的生态效应,耕地、林地和草地占全流域总面积的比例均比自然变化情景下高,分别从24.02%、13.76%和43.27%增加到25.80%、14.17%和45.15%,草地面积增加显著。

与此同时,与自然变化相比,建设用地规模的扩大受到了生态情景的限制,扩大规模显著减少,在自然变化情景下,建设用地主要来源为耕地,而生态保护情景下,建设用地主要来源为未利用地,尤其耕地转为建设用地的规模从21 016 km
2.3 不同情景下2005—2030年碳储量变化特征
利用In VEST模型Carbon模块分别计算黄河流域2005年、2010年、2015年、2018年4期的碳储量并分别预测2030年自然变化情景和生态保护情景下的碳储量。

黄河流域2005年、2010年、2015年和2018年的碳储量分别为5417.772×10
从碳储量的空间分布及其变化看(图3),2005—2018年,黄河流域碳储量表现出较一致的空间分布格局,具体表现为黄河流域上游、洛河流域、汾河流域以及秦岭区域是碳储量的高值区域,单位面积碳储量高于7055.92 t·km
2.4 土地类型转变导致碳储量变化特征
受不同土地利用类型间土地转移面积、土壤与植被碳密度差异的影响,不同土地利用类型
间的转变对碳储量的影响存在差异。

2005—2018年由于黄河流域不同土地利用类型之间的转化使得碳储量减少约28.743×10
与2018年相比,自然变化情景下,2030年碳储量减少258.864×10
3 讨论
LUCC和由此导致生态系统服务功能变化已成为研究的热点,不同土地利用类型的碳密度不同,因此区域不同土地利用覆被格局的碳储量总量必然存在时空差异,不少学者已评估了LUCC对生态系统服务功能的潜在影响
本文采用的碳密度是将前人的研究成果根据研究区气象数据进行修正得到的,相比之前大
多采用全国尺度的碳密度进行区域性研究更有助于提高评估结果的准确性。

虽然经过修正的碳密度数据与研究区真实碳密度数据较接近,但是由于受到环境变化和人类活动等因素
的影响,碳密度值也会发生变化。

同时,有研究表明气温上升会提高土壤有机碳的分解速率,导致土壤碳密度减少,但没有文献记载土壤有机碳下降与气温上升的定量关系表达,无法确定具体修正系数,文中仅采用降水量对土壤碳密度进行校正有一定的局限性。

因此根据前
人的研究成果经过修正的碳密度值也存在不确定性。

此外,In VEST模型对碳储量估算是基于大尺度土地利用变化,忽视了一些对固碳非常重要的指标,如光合速率和土壤微生物活动等;碳模块也忽视了土地利用内部结构和植被年龄带来的固碳能力的差异,使得碳储量空间格局分布存在一定误差,导致结果的不确定性
4 结论
本研究将CA-Markov模型与In VEST模型联系,在评估黄河流域2005—2018年碳储存的基础上预测了2030年的碳储存,明确了LUCC对区域碳储存的潜在影响。

得出以下主要结论:
1)2005—2018年黄河流域LUCC发生了明显的变化,具体表现为林地、水域和建设用地面积的持续增加和耕地、草地和未利用土地面积的减少。

主要转移特征为耕地向建设用地和草地转移,耕地、草地向林地的转移,体现出建设占用耕地以及退耕还林还草工程在LUCC的
反映。

2005—2018年黄河流域碳储量呈减少趋势,共减少28.734×10
2)到2030年,自然变化情景下黄河流域耕地、草地预计比2018年减少,减少的耕地主要转移为建设用地和林地,而林地、水域、建设用地和未利用地将持续增加,其中建设用地的增量最高。

生态保护情景下,耕地、草地和未利用地与2018年相比减少,但减少规模较自然
变化情景有所下降,林地、水域和建设用地增加。

设定了生态保护情景预测后,生态用地尤其草地和耕地的变化趋势与自然变化相比发生了较大变化,产生了相应的生态效应,建设用地规模的扩大受到了生态情景的限制,扩大规模显著减少。

3)实施生态保护措施可以较好地实现黄河流域固碳作用,自然变化情景下,黄河流域2030年的碳储量较2018年减少258.864×10。