土壤碳储量计算公式
西双版纳地区热带森林土壤碳储量研究
ｗｅｌｌ ｋｎｏｗｎ ｃｏｍｐａｒｅｓ ｔｏ ｏｔｈｅｒ ｆｏｒｅｓｔ ｔｙｐｅｓ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ，ｆｉｖｅ ｔｙｐｉｃａｌ ｆｏｒｅｓｔ ｔｙｐｅｓ ｗｅｒｅ ｃｈｏｓｅｎ
ａｓ
ｓａｍｐｌｅ ｓｉｔｅｓ ｉｎ
Ｘｉｓｈｕａｎｇｂａｎｎａ，Ｓｏｕｔｈｗｅｓｔ
ｏｎｅ
Ｃｈｉｎａ．Ｔｈｅｙ ｗｅｒｅ ｔｗｏ ｔｒｏｐｉｃａｌ
Ｓｏｆｔ Ｃａｒｂｏｎ Ｓｔｏｒａｇｅ ｏｆ Ｔｒｏｐｉｃａｌ Ｆｏｒｅｓｔｓ ｉｎ Ｘｉｓｈｕａｎｇｂａｎｎａ， Ｓｏｕｔｈｗｅｓｔ Ｃｈｉｎａ
Ｌｉｕ Ｐｅｎｇｆｅｉ
Ｄｉｒｅｃｔｅｄ ｂｙ Ｐｒｏｆ．＆Ｄｒ．Ｍａ
Ｙｏｕｘｉｎ
Ａ Ｔｈｅｓｉｓ Ｓｕｂｍｉｔｔｅｄ ｔｏ Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ
ｆｏｒ ｔｈｅｉｒ
ｆａｍｏｕｓ
ａｂｕｎｄａｎｔ
ｂｉｏｄｉｖｅｒｓｉｔｙ
ａｎｄ
ｌａｒｇｅ
ｃａｒｂｏｎ
ｓｔｏｃｋ
ａｂｉｌｉｔｙ
ａｒｅ
ｉｓ ａｌｓｏ ｉｎｄｉｓｐｅｎｓａｂｌｅ ｉｎ ｔｈｉｓ ｆｕｎｃｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｈｅｔｅｒｏｇｅｎｅｉｔｙ ａｎｄ ｂｉｏｄｉｖｅｒｓｉｔｙ ｗｅａｋｎｅｓｓ ｆｏｒ ｓｃｉｅｎｔｉｓｔｓ ｃｙｃｌｅ，ｓｔｏｒａｇｅ ｓｔｒｕｃｔｕｒｅｓ
独创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体 已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人或集体，均已 在文中以明确方式标明。本人完全意识到并承担本声明的法律结果。
…一签名名Ｐ咎眺彬＾ｚ厂
基于InVEST模型近10年太湖流域土地利用变化下碳储量功能
基于InVEST模型近10年太湖流域土地利用变化下碳储量功能摘要：应用“全国生态环境十年变化（2000―2010年）遥感调查与评估”项目中2000、2010年2期土地覆盖类型数据和生物量数据，并根据《基于1 ∶100万世界土壤数据库（HWSD）的中国土壤数据集》计算太湖流域地区土壤碳密度、植被（地上、地下）碳密度，并分别计算2000、2010年太湖流域地区碳储量，结合土地利用变化转移情况，分析土地利用变化对碳储量变化的影响。
结果表明：太湖流域地区近10年碳储量总体呈下降趋势，碳储量净减少了914.80万t，其中土壤碳储量下降了1 375.66万t，主要是由于林草湿地等土地类型转换为建设用地所致；植被碳储量上升了460.86万t，主要由于林草地近10年生物量上升所致，虽然农田和建设用地向林草地转换使得植被碳储量有所上升，但土地利用转换不是植被碳储量上升的主要驱动因素。
关键词：太湖流域；土地利用变化；碳储量；InVEST模型中图分类号：F323.211文献标志码：A文章编号：1002-1302（2016）06-0447-04收稿日期：2015-04-28基金项目：国家环保公益性行业科研专项（编号：201209029-1）。
作者简介：荣月静（1989―），女，山西阳泉人，硕士，研究方向为区域生态恢复与资源可持续利用。
E-mail：rongyuejing@。
通信作者：张慧，博士，研究员，研究方向为区域生态环境质量、生态承载力和生态安全评价。
E-mail：zhnies@。
研究土地利用变化对碳储量变化的影响对于区域土地利用的规划和碳管理都有重要的参考意义。
气候变暖影响土地利用方式，进而影响碳储量的变化[1-2]。
1970年开始，全球气候开始转暖，我国的增温速度明显高于全球平均速度[3]。
1990年以来，太湖流域发生突变式增温，导致土地利用类型发生很大变化[4-5]，严重影响流域碳储量。
目前，国内外利用RS（遥感）、GIS（地理信息系统）和模型方法对土地利用变化对碳储量变化的影响研究日益增多。
中国森林生态系统碳储量——生物量方程
中国森林生态系统的碳储量可以通过生物量方程来估算。
生物量方程是基于森林生物量与生长环境因素之间的关系建立的数学模型。
以下是一个常用的生物量方程示例，用于估算中国森林生态系统的碳储量：
树木生物量方程：树木生物量是森林生态系统中最主要的碳储量组成部分。
树木生物量方程可以基于树种、胸径（或直径）、树高等因素来估算。
例如，常用的树木生物量方程如下：生物量= a × （DBH^b）× （H^c）
其中，生物量表示树木的生物量（单位：吨碳/公顷），DBH表示树木的胸径（单位：厘米），H表示树木的高度（单位：米），a、b、c是树种特定的常数。
地上部分生物量方程：除了树木，森林生态系统中的其他植物部分（如灌木、草本植物等）也有碳储量。
地上部分生物量方程可以根据不同植物群落类型和植物功能类型来建立。
这些方程通常基于植物的生物量测量数据，例如植株的鲜重、干重等。
地下部分生物量方程：森林生态系统的地下部分（如根系）也储存着一定的碳。
地下部分生物量方程可以基于土壤类型、根系密度等因素来估算。
以上只是生物量方程的一些示例，实际的生物量方程需要根据不同地区、植被类型和研究目的进行适当的调整和定制。
此外，还需要结合实地调查和测量数据进行参数的校准和验证，以提高估算的准确性和可靠性。
基于InVEST-PLUS模型的郑州市碳储量时空演变及空间自相关分析
第43卷第5期2023年10月水土保持通报B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o nV o l .43,N o .5O c t .,2023收稿日期:2023-02-21 修回日期:2023-05-27资助项目:河南省科技攻关项目 韧性城市理念下基于气候适应性的景观基础设施规划设计方法与技术研究 (182102210177) 第一作者:孙一帆(1998 ),女(汉族),河南省洛阳市人,硕士研究生,研究方向为生态服务功能评估及城乡规划与设计㊂E m a i l :s y f 0612@gs .z z u .e d u .c n ㊂ 通信作者:汪霞(1974 ),女(汉族),四川省简阳市人,博士,教授,主要从事可持续发展的城市规划理论与方法研究及景观生态规划㊂E m a i l :w x 1208@z z u .e d u .c n㊂基于I n V E S T -P L U S 模型的郑州市碳储量时空演变及空间自相关分析孙一帆,徐梦菲,汪霞(郑州大学建筑学院,河南郑州450000)摘 要:[目的]陆地生态系统碳储量的主要驱动因素之一是土地利用变化,以 过去 现在 未来 的逻辑,分析河南省郑州市土地利用与碳储量时空演变之间响应关系,为实现城市的生态安全可持续发展提供参考㊂[方法]首先基于G I S 和I n V E S T 模型,对2005 2020年碳储量时空分布进行定量评估,然后结合P L U S 模型,模拟2050年自然发展情景和生态保护情景下土地利用和碳储量时空变化特征;并辅以莫兰指数和热点分析在格网尺度下评估其空间关联程度㊂[结果]①2005 2020年,耕地不断调整为建设用地,累计转入1004.98k m 2,致使郑州市土地利用结构发生显著变化,生态保护情景下生态用地减少趋势相对自然发展情景得到较好改善㊂②受城镇化快速扩张的影响,2005,2020年郑州市碳储量分别为6.59ˑ107,5.67ˑ107t ,15a 间高碳密度地类用地转移,碳储量空间分布呈 西高东低,南北中等,中部低 的特点,自然发展情景和生态保护情景下碳储量变化分别减少了8.27ˑ106t 和1.80ˑ106t,其中耕地发挥着重要碳汇作用㊂③碳储量空间分布上具有集聚性,冷热点分布不均,生态保护情景下热点破碎化程度缓和㊂巩义市和登封市始终为碳储量集聚程度较高区域㊂[结论]碳储量时空分布特征与土地利用结构变化密切相关,郑州市未来土地利用规划应适当采取生态保护措施,优化土地利用格局,增强生态系统固碳能力㊂关键词:碳储量;土地利用变化;空间自相关;热点分析;河南省郑州市文献标识码:A 文章编号:1000-288X (2023)05-0374-11中图分类号:X 321,F 301.2文献参数:孙一帆,徐梦菲,汪霞.基于I n V E S T -P L U S 模型的郑州市碳储量时空演变及空间自相关分析[J ].水土保持通报,2023,43(5):374-384.D O I :10.13961/j .c n k i .s t b c t b .2023.05.043;S u nY i f a n ,X u M e n g f e i ,W a n gX i a .S p a t i a l -t e m p o r a le v o l u t i o no fc a r b o ns t o r a g ea n ds p a t i a la u t o c o r r e l a t i o na n a l y s i si n Z h e n g z h o u C i t y b a s e do n I n V E S T -P L U Sm o d e l [J ].B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o n ,2023,43(5):374-384.S p a t i a l -t e m p o r a l E v o l u t i o no fC a r b o nS t o r a g e a n dS pa t i a lA u t o c o r r e l a t i o n A n a l y s i s i nZ h e n g z h o uC i t y Ba s e do n I n V E S T -P L U SM o d e l S u nY i f a n ,X u M e n g f e i ,W a n g Xi a (S c h o o l o f A r c h i t e c t u r e ,Z h e n g z h o uU n i v e r s i t y ,Z h e n gz h o u ,H e n a n 450000,C h i n a )A b s t r a c t :[O b j e c t i v e ]O n e o f t h em a i n d r i v e r s o f t e r r e s t r i a l e c o s y s t e mc a r b o n s t o r a g e i s l a n d u s e c h a n ge .T h e s p a t i a l -t e m p o r a l r e s p o n s er e l a t i o n s h i p b e t w e e nl a n du s ea n dc a r b o ns t o r a g ee v o l u t i o ni nZ h e n g z h o u C i t y ,H e n a nP r o v i n c ew a sa n a l y z e db a s e do nt h e l o g i cof p a s t -pr e s e n t -f u t u r e i no r d e r t o p r o v i d e r e f e r e n c e s f o r r e a l i z i n g e c o l o g i c a l s e c u r i t y a n ds u s t a i n a b l ed e v e l o p m e n t .[M e t h o d s ]T h es p a t i a l -t e m po r a ld i s t r i b u t i o no f c a r b o n s t o r a g e f r o m 2005t o2020w a s q u a n t i t a t i v e l y e v a l u a t e du s i n g GI Sa n dt h eI n V E S T m o d e l .T h e n ,c o m b i n e dw i t h t h eP L U Sm o d e l ,t h e s p a t i a l -t e m p o r a l c h a n g e s o f l a n du s e a n d c a r b o n s t o r a g ew e r e s i m u l a t e d f o r 2050u n d e r an a t u r a l d e v e l o p m e n t s c e n a r i o a n d a ne c o l o g i c a l c o n s e r v a t i o ns c e n a r i o .T h ed e g r e eo f s pa t i a l c o r r e l a t i o nw a se v a l u a t e da tt h e g r i ds c a l eu s i n g M o r a n s I a n dt h e G e t i s -O r d G *i s t a t i s t i cf o rh o ts po t a n a l y s i s .[R e s u l t s ]①F r o m2005t o 2020,c u l t i v a t e d l a n dw a s c o n t i n u o u s l y co n v e r t e d t oc o n s t r u c t i o n l a n d ,w i t hac u m u l a t i v et r a n s f e ro f1004.98k m 2,r e s u l t i n g i ns i g n i f i c a n tc h a n ge s i nt h el a n du s es t r u c t u r eo fZ h e n g z h o uC i t y.T h ed e c r e a s e i ne c o l o g i c a l l a n da r e au n d e r t h ee c o l o g i c a l c o n s e r v a t i o ns c e n a r i ow a sb e t t e r t h a nu n d e rt h en a t u r a ld e v e l o p m e n ts c e n a r i o.②T h er a p i de x p a n s i o no fu r b a n i z a t i o ni n Z h e n g z h o u C i t y p r o d u c e d c a r b o n s t o r a g e i n2005a n d2020o f6.59ˑ107ta n d5.67ˑ107t,r e s p e c t i v e l y.O v e r t h e p a s t15 y e a r s,t h e h i g h-c a r b o n-i n t e n s i t y l a n d c l a s sw a s t r a n s f e r r e d,a n d t h e s p a t i a l d i s t r i b u t i o n o f c a r b o n s t o r a g ew a s c h a r a c t e r i z e db y a p a t t e r no f h i g h e r i nt h ew e s t,l o w e r i nt h ee a s t,m e d i u mi nt h en o r t ha n ds o u t h,a n d l o w e r i n t h e c e n t r a l r e g i o n .U n d e r t h e s c e n a r i o s o f n a t u r a l d e v e l o p m e n t a n d e c o l o g i c a l c o n s e r v a t i o n,t h e c a r b o n s t o r a g e d e c r e a s e db y8.27ˑ106t a n d1.80ˑ106t,r e s p e c t i v e l y,a n dc u l t i v a t e d l a n d p l a y e da n i m p o r t a n t r o l e a s a c a r b o n s i n k.③T h e s p a t i a l d i s t r i b u t i o n o f c a r b o n s t o r a g ew a s a g g l o m e r a t i v e,w i t ha nu n e v e nd i s t r i b u t i o no f c o l da n dh o t s p o t s.T h e d e g r e e o f f r a g m e n t a t i o no f h o t s p o t sw a sm o d e r a t e u n d e r t h e e c o l o g i c a l c o n s e r v a t i o n s c e n a r i o.G o n g y iC i t y a n d D e n g f e n g C i t y w e r ea l w a y st h er e g i o n s w i t hah i g hd e g r e eo fc a r b o ns t o r a g e a g g l o m e r a t i o n.[C o n c l u s i o n]T h e s p a t i a l-t e m p o r a l d i s t r i b u t i o nc h a r a c t e r i s t i c so f c a r b o ns t o r a g ew e r e c l o s e l y r e l a t e d t o c h a n g e s i n l a n du s e s t r u c t u r e.I n f u t u r e l a n du s e p l a n n i n g o fZ h e n g z h o uC i t y,p e o p l e s h o u l d t a k e a p p r o p r i a t ee c o l o g i c a lc o n s e r v a t i o n m e a s u r e st oo p t i m i z et h el a n du s e p a t t e r na n dt oe n h a n c et h ec a r b o n s e q u e s t r a t i o n c a p a c i t y o f t h e e c o s y s t e m.K e y w o r d s:c a r b o ns t o r a g e;l a n du s ec h a n g e;s p a t i a la u t o c o r r e l a t i o n;G e t i s-O r d G i;Z h e n g z h o uC i t y,H e n a n P r o v i n c e陆地生态系统作为人类赖以生存和可持续发展的生命维持系统,是大气中重要的碳汇之一,其固碳作用能有效缓解温室效应,在全球碳循环和气候变化中起着极其重要的作用[1],陆地生态系统固碳作用是各国政府和学者共同关注的研究热点㊂陆地生态系统碳储量的主要驱动因素之一是土地变化[2],通过调整陆地生态系统原有土地利用类型及生态系统功能和结构等,改变生态系统的物质循环和能量流,直接或间接地影响其碳储量的变化[3-5]㊂客观评估碳储量和土地利用变化之间的反应机制,对促进区域自然环境与社会经济生态和谐发展有重大价值㊂目前,对于土地利用碳储量评估及二者之间的关系和影响机制,国内外学者进行了大量研究,在传统方面多采用样地清查法和微气象学法等[6-7]㊂R a q e e bA.等[8]研究了森林地区土地利用动态变化对巴基斯坦吉尔吉特碳储量的影响;中国学者卢雅焱等[9]分析了新疆天山土地利用与碳储量变化之间的关系,进一步说明碳储量空间分布与土地利用变化密切相关㊂20世纪90年代以来,随着信息技术发展,模型为主结合R S和G I S技术的碳储量评估方法日益兴起,在获取土地利用数据基础上结合相关数字预测模型进行研究㊂其中,生态系统服务评估模型(I n V E S T)具有操作简单㊁估算精度高以及可将结果进行动态化和空间化表达等优势,被广泛应用于碳储量计算㊂郝晓慧等[10]采用D y n a-C L U E模型和I n V E S T模型,动态评估不同情景下中原城市群碳储量演变规律,证明了建设用地的无序扩张是导致碳储量收益下降的主要原因;任胤铭等[11]耦合F L U S-I n V E S T模型,分析了2045年3种不同情景下京津冀城市群的土地利用空间格局并构建综合生态系统服务指数,结论为在生态保护情景中,碳储量上升幅度最大;Q i n M e n g l i n等[12]将F L U S和I n V E S T模型相结合,对中国北部湾城市群的土地利用及其对碳储量影响进行不同发展情景下的模拟㊂以上研究结果表明,探究土地利用变化对陆地生态系统碳储量具有重要意义㊂目前,土地利用模拟模型与生态系统服务模型相结合成为当下研究主要方法,并取得了一定的研究成果[13]㊂孙欣欣等[14]基于P L U S和I n V E S T 模型模拟2000 2040年南京市在耕地保护和生态保护情景下的碳储量变化趋势,其土地利用预测结果的准确性较高;Y u Y a n g等[15]通过使用C A和P L U S 模型,加入植被类型碳密度表,预测2030 2060年不同发展情景下京津冀地区生态系统碳储量变化情况,说明了在生态保护措施下,土地利用碳储量有所提高,有利于区域碳平衡的稳定,但较少考虑到政策因素的影响㊂以往研究主要基于不同土地利用预测模型和I n V E S T模型的结合,分析不同发展模式下的土地利用及其碳储量变化情况[16];P L U S模型作为土地利用预测模型之一,在模拟未来发展情景方面具有较大优势,目前利用该模型及I n V E S T模型同时开展碳储量相关分析并在此基础上进行空间分布相关性研究较少㊂在2030碳达峰及2060碳中和目标带来生态建设新机遇的背景下,2023年1月,郑州市入选河南省碳达峰试点,但目前土地资源短缺和生态承载力不足573第5期孙一帆等:基于I n V E S T-P L U S模型的郑州市碳储量时空演变及空间自相关分析成为制约郑州发展的瓶颈㊂基于此,本文将郑州市作为研究区,按照 过去 现在 未来 的逻辑角度,研究郑州市土地利用变化和碳储量之间的关系㊂在获取土地利用数据基础上,首先借助I n V E S T模型中C a r b o n模块对区域碳储量进行评估,关注土地利用变化对碳储量的影响;其次分析郑州市2005 2020年碳储量时空分布,探析郑州市区域内部碳储量空间分布关联特征;最后通过P L U S模型,分析自然发展和生态保护两种不同情景的发展趋势对土地利用变化和碳储量的影响㊂本文旨在为未来郑州市陆地生态系统碳储量资源优化配置和用地结构合理科学提供参考,以期充分发挥生态用地的碳汇作用㊂1材料与方法1.1研究区概况郑州市(112ʎ42' 114ʎ13'E,34ʎ16' 34ʎ58'N)为河南省省会㊁国家级中心城市,地处中国中部平原地区㊂该区域地形起伏较大,西部为山地,东部为平原,中部是低山丘陵地带,拥有 依嵩山戴黄河 的自然景观格局(图1)㊂郑州市属北温带大陆性季风气候,年平均气温为15ħ,年均降水量为577.70~691.60m m[17]㊂该区域原始林区较少,多为人工林和原始次生林,西部森林面积占市域森林面积的71%,平均森林覆盖率34.3%[18]㊂市内水系发达,分属黄河流域和淮河流域,以贾鲁河水系为主,伊洛河㊁双洎河和颍河3个小流域为辅㊂北部黄河湿地国家级自然保护区和13处自然公园具有重要生态价值㊂郑州市土地种类以耕地和建设用地为主,受人类活动影响大,土地利用类型变化较为显著㊂图1河南省郑州市地形图F i g.1T o p o g r a p h i cm a p o fZ h e n g z h o uC i t y,H e n a nP r o v i n c e1.2数据来源本研究以2005年和2020年两期郑州市土地利用数据为主要数据源,其中2020年土地利用类型数据结合遥感影像,进行几何校正等预处理,将区域内用地类别划分为6大类,分别为耕地㊁林地㊁草地㊁水域㊁建设用地及未利用地㊂郑州市土地利用数据,年均温㊁年均降水等自然环境数据,人口密度㊁中国G D P空间分布k m网格数据集等社会经济数据,均来源于中国科学院资源环境科学数据中心(h t t p s:ʊw w w.r e s d c.c n/)㊂高程来源于地理空间数据云平台(h t t p s:ʊw w w.g s c l o u d.c n/),坡度数据通过对高程进行提取后获得㊂土壤数据来源于联合国粮农组织(F A O)和维也纳国际应用系统研究所(ⅡA S A)所构建的世界土壤数据库中的中国土壤数据集(1ʒ100万)㊂道路矢量数据来源于O p e nS t r e e t M a p(h t t p s:ʊw w w.o p e n s t r e e t m a p.o r g/),借助A r c G I S10.2软件进行分类处理,使用欧氏距离工具得到各级道路㊁政府和水体距离的可达性分析栅格图㊂碳密度通过查阅不同文献综合整理获得㊂空间分辨率统一为30m ˑ30m,坐标系为WG S84㊂1.3研究方法1.3.1 P L U S模型与情景模拟 P L U S模型是由中国地质大学(武汉)高性能空间计算智能实验室研发[19],在传统元胞自动机改进的基础上开发的新模型,基于土地扩张分析策略(L E A S)和基于多类随机斑块种子的元胞自动机模型(C A R S)两部分组成㊂相较于以往土地利用预测模型,其模拟精度更高,在研究土地利用影响机制和模拟生态用地斑块变化方面更具优势㊂该模型的应用,首先对两期土地利用数据之间地类相互转化的样本进行训练;其次在L E A S 模块中,基于转化概率模拟未来土地利用,采用随机森林算法对各类土地利用扩张和驱动因子进行计算㊂本研究模拟阶段参数设置如下:决策树数量20,采样率0.01,训练特征个数16,经计算得到各类用地的发展潜力和驱动因子对该时段各类用地扩张的作用成效;最后在C A R S模块中,结合自动模拟生成的随机斑块,进行各项参数的设置:斑块生成阈值0.2,扩散系数0.1,随机种子比例0.0001,并行线程数8,由此确定未来土地利用情况㊂综合已有研究成果及研究区实际情况,从自然㊁社会经济和可达性3个维度选择高程㊁坡度㊁人口密度㊁每1k m网格G D P㊁距道路距离㊁距铁路距离等16个驱动因子㊂除此之外,政策因素在土地利用变化的影响因素中也占据重要位置,但由于该因子在量化方面存在一定难度,因此将其作为情景标准与限制,融入模拟当中[20]㊂邻域权重是衡量不同土地利用类型之间扩张难易程度的重要指标[21],以2005年和2020年两期土地利用数据为基础,计算各类用地扩张面积比例确定邻域权重(表1)㊂673水土保持通报第43卷表1不同土地利用类型的邻域权重参数T a b l e1N e i g h b o r h o o dw e i g h t p a r a m e t e r s o f d i f f e r e n t l a n du s e t y p e s土地利用类型耕地林地草地水域建设用地未利用地邻域权重0.2990.0500.0210.0560.3730.000注:在P L U S模型中,邻域权重值根据两期土地利用数据中各类用地扩张比例经计算获得㊂本研究以2005,2020年两期郑州市土地利用作为模型训练数据,将2020年模拟结果与实际土地利用状况进行对比(表2),采用F o M系数对其精度进行验证,F o M值为0.2535(范围在0~1之间,值越高代表模拟结果精度越高㊂),表示预测结果可信度较高,适用于郑州市未来土地利用变化模拟㊂表2郑州市2020年模拟土地利用与2020年实际土地利用对比T a b l e2C o m p a r i s o no f s i m u l a t e d l a n du s e a n da c t u a l l a n du s e o fZ h e n g z h o uC i t y i n2020土地利用类型2020年实际面积/k m2比例/%2020年模拟面积/k m2比例/%误差面积/k m2比例/%耕地4229.0056.204229.0056.200.000.00林地557.747.41557.747.410.000.00草地388.115.16402.245.35-14.13-0.19水域309.684.12295.453.9314.230.19建设用地2040.1427.112040.1427.110.000.00未利用地0.050.0010.150.002-0.10-0.001 F o M系数0.2535基于郑州市 山河魅力名城 的发展愿景,依据郑州市历史年份土地利用变化情况以及未来空间发展规划,本研究分别设置自然发展和生态保护发展两种情景,对郑州市2050年土地利用变化情况进行预测㊂自然发展情景基于2005 2020年郑州市土地利用发展规律,不考虑任何规划政策对土地利用的约束影响,未限制建设用地的扩张;生态保护情景在自然发展情景的基础上,参考‘郑州市国土空间总体规划(2021 2035年)“[22]中划定的生态空间范围,同时考虑郑州市未来将打造北部黄河生态文化保护带和西部嵩山文化生态保护区,保护 一带一区 山河生态基地的规划愿景㊂在此情景下设定约束条件:建设用地㊁耕地不宜占用林地㊁草地和水域,适当减少生态用地向其他地类的转换,以遏制建设用地扩张趋势,从而加强对林地㊁草地和水域的保护㊂结合以上情景,设定过渡转移矩阵,当取值为0时,表示该地类禁止转换为其他地类,当取值为1时,则情况相反(表3)㊂表32020 2050年郑州市土地利用多种模拟情景转换矩阵参数T a b l e3P a r a m e t e r s o f c o n v e r s i o nm a t r i x f o rm u l t i p l e s i m u l a t i o n s c e n a r i o s o f l a n du s e i nZ h e n g z h o uC i t y d u r i n g2020 2050土地利用类型自然发展情景耕地林地草地水域建设用地未利用地生态保护情景耕地林地草地水域建设用地未利用地耕地111111100011林地111111011000草地111111011000水域000100000100建设用地000011111011未利用地1111111000111.3.2I n V E S T模型与碳储量估算I n V E S T模型是由美国斯坦福大学㊁大自然保护协会(T N C)和世界自然基金会(WW F)联合开发的,是用于评估生态系统服务功能量及其经济价值的模型[23],包含碳储量㊁水土保持和生境质量等多个模块㊂本研究基于I n V S E T 模型的C a r b o n模块进行研究,将陆地生态系统中的碳储量分为地上植被碳储量㊁地下植被碳储量㊁土壤有机碳储量和死亡有机质碳储量四部分㊂由于死亡有机质碳库数据难以获取,因此仅选用三大碳库碳储量进行计算,计算公式为:C t o t a l=C a b o v e+C b e l o w+C s o i l(1)式中:C t o t a l为研究区总碳储量;C a b o v e为地上植被碳储量;C b e l o w为地下植被碳储量;C s o i l为土壤碳储量,单位均为t㊂773第5期孙一帆等:基于I n V E S T-P L U S模型的郑州市碳储量时空演变及空间自相关分析为了更加准确估算碳储量,参考刘晓娟等[16]和2010年中国陆地生态系统碳密度数据集 [24]获得地上植被和土壤有机碳密度数据,以此作为2005, 2020,2050年3大碳库碳储量的基础数据,同时运用方精云提出的 生物量转换因子法 对2050年地下植被碳密度进行估算[25]㊂计算公式为:C i b e l o w=bˑC i a b o v e(2)式中:C i b e l o w为第i种土地利用类型地下植被碳密度; i为土地利用类型;C i a b o v e为第i种土地利用类型地上碳密度;b为地下和地上植被根茎比值[26]㊂其中, C i b e l o w和C i a b o v e单位为t/h m2㊂建设用地地表多为不透水面,对碳的释放和储存影响不大;随着城市不断发展,未利用地面积逐渐减少,且多为沙地等[27],结合多个研究成果,将二者生物量碳密度均设置为0;地上㊁地下植被根茎比值参考朴世龙等[28],M o k a n y K等[29]对不同地类的研究成果,草地取值4.25,其余用地取值0.2进行计算(表4)㊂1.3.3莫兰指数与空间自相关分析空间自相关可表明具有空间单元和属性的要素与其周围要素是否存在空间关联,运用M o r a n s I指数分析区域内整体要素的聚散程度,可分为全域自相关和局部自相关两种类型[30-31]㊂本研究基于格网尺度,借助A r c G I S在研究区域上创建800ˑ800格网及格网点,将碳储量赋予格网点,从而获取各格网的碳储量值,通过计算M o r a n s I指数,得到全域自相关结果,利用G e t i s-O r d G*i进一步分析研究区碳储量热点分布情况㊂计算公式为:G*i=ðn j W i j x jðn j x j(3)式中:W i j为斑块i与斑块j之间的空间权重矩阵; X j是斑块j的属性值;n为总的斑块数㊂表42005 2050年郑州市土地利用类型碳密度T a b l e4C a r b o n i n t e n s i t y o f l a n du s e t y p e s i nZ h e n g z h o uC i t y d u r i n g2005 2050t/h m2土地利用类型植被碳密度地上地下土壤碳密度耕地26.410.90643.94林地44.758.95052.71草地38.67164.34853.70水域22.324.46444.29建设用地0.000.00041.61未利用地0.000.00050.772结果与分析2.1郑州市土地利用时空变化特征2.1.12005—2020年郑州市土地利用变化特征分析由图2,表5可知,郑州市土地利用类型以耕地和建设用地为主,其次是林地和草地㊂耕地主要分布在中部低山丘陵地区和东部平原地区,建设用地主要分布于东北部地区,林地和草地集中分布在西部和南部山地地区,水域呈线性分布于北部,包括部分黄河和水库等,未利用地以沙地和裸露岩石为主,零星分布在东部及西部山区㊂图22005 2020年郑州市土地利用空间分布F i g.2S p a t i a l d i s t r i b u t i o no f l a n du s e i nZ h e n g z h o uC i t y d u r i n g2005 20202005 2020年间,建设用地增加趋势显著,面积由2005年的1019.91k m2增长至2020年的2040.14k m2,增加趋势显著;水域由276.32k m2增加至309.68k m2,建设用地和水域的增幅分别为13.56%,0.44%㊂郑州市作为黄河沿线地区,黄河水域受到自然和生态保护,引起水域面积增加,另外,南水北调中线工程完成873水土保持通报第43卷建设也是引起水域面积变化的原因之一㊂2005 2020年,转换幅度较大的主要为耕地㊁草地和建设用地3类用地㊂随建设用地面积的增多,耕地㊁林地和草地面积相应大幅度减少,耕地共转出1199.12k m2,其中,83.81%转为建设用地;林地共转出301.35k m2,主要转为耕地㊁建设用地及草地,其转出的比例分别为64.62%,28.60%,5.48%;草地共转出341.71k m2, 56.94%转出为耕地,29.59%转出为建设用地㊂建设用地共转入1225.24k m2,其中82.02%来源于耕地, 8.25%来源于草地㊂总体来看,郑州市土地利用结构变化表现出 建设用地面积激增,耕地大幅减少 等特点㊂究其原因,由于社会经济的发展需要,郑州开始实行 城乡一体化 统筹规划,布局中心城区㊁近郊城市圈㊁远郊卫星城和重点小城镇,进行资源重置,产业结构调整等[32],土地开发量日渐增大㊂表52005 2020年郑州市土地利用转移矩阵T a b l e5L a n du s e t r a n s f e rm a t r i x f o rZ h e n g z h o uC i t y d u r i n g2005 2020k m2年份土地利用类型2020年面积耕地林地草地水域建设用地未利用地总计转出积面年5 0 0 2耕地3589.4756.8324.55112.761004.980.004788.591199.12林地194.73450.2016.523.9286.190.00751.55301.35草地194.5644.92343.311.11101.130.00685.03341.71水域51.350.922.49189.1932.380.00276.3287.14建设用地197.983.101.232.70814.900.001019.91205.01未利用地0.911.780.010.000.560.053.313.26总计4228.99557.74388.11309.682040.140.057524.712137.60转入639.52107.5444.80120.51225.240.002137.602.1.22050年不同情景下郑州市土地利用变化郑州市2050年不同情景下土地利用空间格局如图3和图4所示㊂自然发展情景下,延续2005 2020年发展规律,各用地类型大规模转为建设用地,截至2050年,郑州市建设用地面积增加1031.10k m2,其中41.20%的土地面积由草地和林地转换而来,58.80%由耕地转换而来㊂耕地㊁林地和草地均呈减少趋势,分别减少了568.59,237.40,235.83k m2㊂由此可见,自然发展情景下,建设用地无约束扩张,不断侵占耕地和生态用地,不利于郑州市生态可持续健康发展㊂生态保护情景下,生态用地得到较好保护,耕地为郑州市的优势地类,其面积占总区域面积的48.28%㊂与2020年相比,建设用地虽仍呈增长趋势,但增长态势远低于自然发展情景,生态用地减少趋势得到较好遏制,其中,耕地面积减少568.59k m2,林地面积增加12.39k m2㊂在生态保护情景下,生态用地呈现总体向优发展趋势,可作为未来土地利用规划的理想情景㊂图3郑州市2050年不同情景下土地利用类型F i g.3L a n du s e t y p e s u n d e r d i f f e r e n t s c e n a r i o s i nZ h e n g z h o uC i t y i n20502.2郑州市碳储量变化特征2.2.1 2005—2020年碳储量时空分布变化特征2005 2020年郑州市碳储量空间格局分布如图5和表6所示㊂2005,2020年郑州市碳储量分别为6.59ˑ107,5.67ˑ107t,对应碳密度分别为87.62,75.38t/h m2,二者整体呈减少趋势,降幅13.96%㊂2005年各地类973第5期孙一帆等:基于I n V E S T-P L U S模型的郑州市碳储量时空演变及空间自相关分析的碳储量由大到小依次为耕地㊁草地㊁林地㊁建设用地㊁水域和未利用地㊂至2020年林地碳储量不及建设用地,林地碳密度虽高于建设用地,但林地的转出和建设用地大幅转入是导致该区域碳储量下降的主要原因;耕地面积比例由63.64%下降至56.20%,但其碳储量仍占区域总碳储量的50.00%左右㊂综上所述,碳密度大的地类面积减少,对区域碳储量将产生较大影响㊂图42020 2050年郑州市土地利用转移矩阵F i g.4L a n du s e t r a n s f e rm a t r i x i nZ h e n g z h o uC i t y d u r i n g2020 2050图52005 2050年郑州市碳储量空间分布F i g.5S p a t i a l d i s t r i b u t i o no f c a r b o n s t o r a g e i nZ h e n g z h o uC i t y d u r i n g2005 2050从空间分布来看,碳储量高值区主要集中分布在西部巩义㊁新密㊁登封市,少部分位于东部中牟县内;碳储量中值区分布较为均衡;碳储量低值区主要集中分布于郑州市中心城区和新郑市,2005 2020年,郑州市碳储量空间分布总体呈 西高东低,南北中等,中部低 的特点㊂结合郑州市土地利用,碳储量中㊁高值083水土保持通报第43卷区与林地和草地空间分布基本一致,低值区则与建设用地和水域等空间分布相吻合㊂因此,土地利用类型与碳储量密切相关,二者存在较强一致性,其变化对区域碳储量具有显著影响㊂表62005 2050年郑州市不同土地利用类型碳储量T a b l e6C a r b o n s t o r a g e o f d i f f e r e n t l a n du s e t y p e s i nZ h e n g z h o uC i t y d u r i n g2005 2050土地利用类型2005年面积/k m2比例%2020年面积/k m2比例%2050年自然发展情景面积/k m2比例%生态保护情景面积/k m2比例%耕地34.1251.7530.1353.1326.0853.8326.0847.49林地8.0012.135.9310.463.417.036.0711.05草地17.5926.679.9617.573.918.079.7317.72水域1.962.982.203.882.284.702.204.01建设用地4.246.448.4914.9712.7826.3710.8419.74未利用地0.020.030.000.000.000.000.000.00总计65.93100.0056.72100.0048.46100.0054.92100.002.2.22050年不同情景下郑州市碳储量变化本研究基于P L U S模型获取2050年不同情景下土地利用数据,结合G I S和I n V E S T模型评估得到不同情景下郑州市碳储量空间分布格局㊂在延续2005 2020年土地利用发展规律下,自然发展情景下碳储量仍呈减少趋势,各个地类之间相互转化较不均衡,转出和转入方向单一㊂区域总碳储量相较于2020年减少了8.27ˑ106t,其中,草地减量最高,减少了6.05ˑ106t;其次是耕地,减少了4.05ˑ106t;水域面积虽有所增加,但碳储量变化不明显,仅增加0.08ˑ106t,高碳密度的生态用地,其增减对区域总碳储量有着直接影响㊂从空间分布来看,碳储量高值区仍分布在西部巩义市和登封市内,但其破碎化程度加深,低值区范围扩大㊂生态保护情景下,2050年的碳储量在2020年的基础上减少了1.80ˑ106t,相较于自然发展情景减速放缓,但仍有大量耕地和林地继续转为建设用地㊂其中,耕地作为所有地类中最主要的碳储量来源,提供了2.61ˑ107t;林地和草地相比自然发展情景碳储量增长2.66ˑ106,5.82ˑ106t,对生态用地采取的保护措施取得了显著效果,较好的发挥了林地㊁草地等生态用地的碳汇作用,能够有效减少碳储量损失,恢复区域的碳储量水平,提高生态价值㊂2.2.3 2005—2050年郑州市碳储量分区变化在G I S中将郑州市4期碳储量进行分区统计,使用自然断点法将其划分为5类(图6),分别为低碳储量区㊁较低碳储量区㊁中等碳储量区㊁较高碳储量区和高碳储量区㊂2005 2020年中,二七区由低碳储量区升级为较低碳储量区,中牟县由较高碳储量区升级为高碳储量区,其余各区县未发生变化㊂自然发展情景下,荥阳市由中等碳储量区升级为较高碳储量区,巩义市由高碳储量区降为较高碳储量区;生态保护情景下与2020年碳储量分区情况基本一致,仅有二七区由较低碳储量区变为低碳储量区㊂在4期碳储量分区统计中,登封市稳定保持在高碳储量区,原因在于耕地㊁林地作为登封市优势地类,煤炭㊁水泥和耐材等矿产资源丰富,在生态保护情景下,东部山区和北部嵩山山地的自然生态环境得到较好保护㊂2.3郑州市碳储量空间自相关分析为进一步探究郑州市碳储量空间分布,本文采用莫兰指数分析县区行政尺度下的空间关联程度㊂郑州市2005,2020年和2050年不同情景下碳储量空间M o r a n s I值均大于0,分别为0.4980,0.4603, 0.3318,0.4629,在空间分布上均表现出聚集现象㊂为持续分析碳储量空间聚集程度,采用G e t i s-O r d G*i进行热点分析㊂由图7可知,2005 2020年,碳储量热点区域分布在登封㊁巩义㊁荥阳㊁新密市,冷点区域分布在中原㊁金水㊁二七㊁管城回族区和新郑市㊂至2020年,冷点聚集范围扩大,整体表现出 东西高低值集聚差异过大 的特点㊂2050年不同情景下冷热点集聚程度具有一定差异性,自然发展情景下,受到建设用地扩张的影响,热点集聚破碎化程度加剧,巩义㊁登封㊁荥阳㊁新密市和中牟县均有分布,东部巩义市㊁上街区和登封市冷点集聚增多,形成 高值集聚区围绕低值集聚区 的结构分布特点㊂生态保护情景下,由于东部生态用地得到较好保护,高值集聚区呈集中分布状态㊂综上所述,碳储量高低集聚区受到土地利用变化的重要影响,在土地开发程度高的郑州中心城区,仅有较少碳密度高的生态用地为其提供碳储存,因此呈现出低值集聚的分布状态㊂尽管在生态保护情景下,热点破碎化程度有所缓和,但整体冷热点分布不均,较大区域碳储量表现出无显著聚集分布的特点,有关部门应对其给予重视㊂183第5期孙一帆等:基于I n V E S T-P L U S模型的郑州市碳储量时空演变及空间自相关分析。
碳汇计算标准
碳汇计算标准
碳汇的计算标准通常是以活林木的蓄积增长来计算的，即活林木每增长一立方米的蓄积，吸收二氧化碳吨，释放氧气吨。
此外，对于种植业，碳汇的计算可以采用谢鸿宇等的农业碳汇测算方法，计算公式为：Ct=∑iCfDw=∑iCfYw（1-wi）/Hi。
其中，Ct表示农作物全年碳吸收量；i为农作物品种；Cf为农作物进行光合作用合成干物质所需要的碳量，即经济系数；Dw为农作物总生物量；Yw为农作物经济产量；wi为农作物含水量；Hi为农作物碳吸收率。
请注意，以上数据和计算公式可能会随着实际情况的变化而有所不同，因此在实际操作过程中，请以实际情况为准。
碳储量估算方法
碳储量估算方法通常用于评估森林、湿地和土壤等生态系统中的碳储量。
以下是几种常用的碳储量估算方法：
土壤碳储量估算方法：
样方法：在不同类型土壤中设置样方，并采集土壤样品进行分析，通过测定有机碳含量和土壤体积计算碳储量。
土壤碳密度法：根据土壤剖面的深度和密度数据，结合有机碳含量测定结果，计算单位面积上的碳储量。
森林碳储量估算方法：
树木生物量法：通过测量森林中树木的直径、高度以及树种信息，利用相应的公式或模型估算树干、枝干、叶片的生物量，并将其转换为碳储量。
相关系数法：通过建立树木生物量与树木尺寸、树种等因素之间的相关关系，利用树木尺寸测量数据估算生物量，再将其转换为碳储量。
湿地碳储量估算方法：
采样法：在湿地中设置采样区，并采集湿地植物、水面沉积物等样品，通过测定有机碳含量和采样区面积计算碳储量。
湿地碳密度法：根据湿地剖面的深度和密度数据，结合有机碳含量测定结果，计算单位面积上的碳储量。
这些方法的具体步骤和公式可能会因估算对象和研究目的而有所不同。
在实际操作中，建议参考相关的碳储量估算指南或依靠专业的生态学和环境科学研究人员进行指导和实施。
土壤有机质含量测定计算公式
土壤有机质含量测定计算公式土壤是一种富含有机质和无机质的复合材料，其中有机质可以给农作物提供必要的养分和改善土壤结构，了解土壤有机质的含量，是进行可持续农业管理的重要因素之一。
但是如何确定土壤有机质的含量，一直是农学科学家们关注和争论的一个焦点。
经过长期的研究，科学家们发展出了一种计算土壤有机质含量和结构的公式，简称为有机质含量测定公式或者简称TOC公式，即：TOC=C/N*14*1.2其中，C表示碳的含量，N表示氮的含量，14表示氮的原子量，1.2表示碳和氮之间的键合系数。
TOC公式可以用来准确测定土壤中有机质的含量，它可以更准确地确定土壤的物质成分，也可以帮助我们更有效地决定土壤的肥力，为农业生产和农业可持续发展做出应有的贡献。
TOC公式是根据土壤有机质结构性质进行推导得出的，这种结构性质称为土壤可溶性有机碳（SOC）。
SOC由具有特征气味的挥发性有机物（VOM）和不挥发的有机溶液（LOM）组成，VOM包括氨基酸、脂肪酸和有机酸等，LOM包括碳水化合物、其他有机物质和微量元素等，这些化合物总和就组成了SOC。
TOC公式是科学家根据土壤有机质结构性质推导得出的，它可以帮助农学家更准确地推断土壤有机质结构，以便于更科学地评价土壤有机质质量。
由于土壤有机质含量的测定和比较困难，TOC公式为农业可持续发展提供了评价、比较土壤有机质的重要手段。
TOC公式的应用不仅仅是测定土壤有机质的含量，也可以用来追踪土壤有机质的变化，因此，TOC公式可以作为一种监测土壤有机质变化的指标。
在农业管理中，TOC公式可以被用来反映土壤有机质的组成以及土壤结构的变化，从而更有效地实施农业管理。
TOC公式也可以用来比较不同种植物对土壤的要求，根据植物的不同选择，来调整土壤有机质的含量，以达到植物的最佳生长。
TOC 公式的应用，可以为可持续的农业发展提供重要的帮助，因此，TOC 公式在农业可持续发展中扮演着非常重要的角色。
总之，TOC公式是用来测定土壤有机质含量和结构的重要公式，它为农业可持续发展提供了重要的参考，可以帮助农学家们追踪土壤有机质的变化，为农业产出提供重要的依据。
农田土壤固碳潜力的计算方法
农田土壤固碳潜力的计算方法本文指出了农田土壤固碳潜力对现代农业活动发展的重要意义，比较计算方法的准确性和可行性，分析了在考虑精确性、操作简易程度和可实现性等情况下，如何选择最佳的农田土壤固碳潜力计算方法，以期为土壤固碳潜力评估提供科学依据，为农业土壤改良和粮食增产提供借鉴，对改进区域农田管理制度、推动农业减排有重要价值。
标签：农田；固碳潜力；计算方法土壤碳库是全球碳循环的重要组成部分之一，其变化可直接影响全球碳平衡。
全球土地所含有机碳的总量相当于大气和植物中含碳总量的2.5倍左右，所以即使其变化幅度再小也会影响到全球碳平衡的状态。
相较于自然生态系统，农田生态系统具有极大的缓解能力和可持续发展潜力，农田中土壤贮存的碳含量约占土壤碳贮量的十分之一。
因受人类活动的作用，农田生态系统中碳循环周转较快，在全球碳平衡的维持作用中有着举足轻重的地位。
根据《京都议定书》的规定，化石燃料（煤）燃烧所排放的废碳可由增添生态系统碳库来抵消，IPCC认为土壤固碳是在经济允许的条件下对环境较为友好的降低大气二氧化碳浓度升高率的重要方法。
目前中国农业在生态固碳减排方面亟待解决的重要问题中，较为重要的一点就是农田土壤固碳。
探究区域内土壤固碳状态以及速率也是推动农业减排和土壤改良的重要需求，而探索农田土壤固碳现状及速率的前提条件为怎样准确地计算农田土壤的固碳潜力。
一、农田土壤固碳潜力的概述农田土壤含碳总量与土地被利用的情况或农艺管理的相关措施等有不可分割的联系，适当提高管理措施或者更好地利用土地可以有效降低土壤CO2净排放水平，稳定提升土壤的有机碳含量水平。
大地中含有的有机质（作物残茬）之间的输入与降解平衡对控制土壤有机碳含量及其动态有着至关重要的作用。
很少一部分的农田含有机碳的量与有机质输入呈直接相关关系。
长期耕种农田的有机碳动态几乎决定于耕作、灌溉等人类行为。
土壤固碳潜力表征土壤最高固碳量与有机碳储量现状的差值，分为理想固碳潜力和现实固碳潜力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
土壤有机碳储量的计算公式单位面积一定深度的土体中碳（包括有机碳和无机碳）储量为土壤碳密度（soil carbondensity，简称为SCD），4km2范围内，一定深度土体中碳的储量为单位土壤碳量（unit soil carbon amount，简称为USCA）；一定面积和深度土体中碳的总量为土壤碳储量（soil carbon reserve，简称为SCR）。
本研究采用了0～0.2m，0～1.0m和0～1.5m 3种不同的土层深度分别代表表层、中上层和全层土壤。
土壤有机碳储量的计算公式：
M=A×DSOC，DSOC=c×d×r×(1-D) (1)
公式中：
M(kg)为土壤有机碳储量；
A(m2)为不同景观类型面积；
DSOC(kg/m2)为土壤有机碳密度；
c(%)为土壤有机碳含量；
d(m)为土层厚度；
r(kg/m3)为土壤容重；
D为直径＞2 mm的砾石含量，单位为体积比。