|
| 基于PLUS和InVEST模型的湘江流域碳储存时空演变及多情景预测 |
| Spatiotemporal evolution and multi-Scenario Projections of carbon storage in the Xiangjiang River basin using the PLUS and InVEST models |
| 投稿时间：2025-01-16 修订日期：2025-04-27 |
| DOI： |
| 中文关键词: 碳储量 土地利用变化 PLUS模型 多情景模拟 InVEST模型 |
| 英文关键词: Carbon storage Land use change PLUS model Multi-scenario simulation InVEST model |
| 基金项目: |
|
| 摘要点击次数: 76 |
| 全文下载次数: 0 |
| 中文摘要: |
| 土地利用变化与陆地生态系统碳储量存在显著关联，探究湘江流域土地利用变化对碳储量的影响，有助于为流域碳管理提供科学依据和决策支持。本研究耦合PLUS模型和InVEST模型，定量评估湘江流域2000—2020年间的碳储量时空分布，模拟2030年四种情景（自然发展、生态恢复、耕地保护、城镇发展）下的土地利用和碳储量变化特征。结果表明：2000—2020年，林地、耕地是湘江流域的主要土地利用类型，平均占比分别为61.85%、30.73%。耕地和草地面积显著减少，建设用地转入率达60.15%，扩张明显；20年间，湘江流域碳储量呈先增后减趋势，净减少151.29万t。碳储量高值区集中于东、南部林地区域，低值区位于流域北部长株潭城市群及中西部耕地片区；2030年多情景模拟中，土地利用变化具有明显的人为干预特征，反映了政策和规划对土地利用变化的深刻影响；除生态恢复情景通过对生态用地的保护与恢复使碳储量增加473.15万t外，其余情景均明显下降，其中城镇发展情景下降量最大，达1,098.00万t，说明生态用地发挥了重要的碳汇作用，建设用地扩张则会带来大量碳流失。研究表明，未来湘江流域应推行多情景协同优化策略，构建“控增-修复-补偿”三位一体的碳储量保护体系，有利于减缓碳储量下降速率，实现碳汇效益最大化。 |
| 英文摘要: |
| 1.研究对象与内容方面：湘江流域作为长江经济带的重要组成部分，其生态功能与科学发展已受到国家和地方政府的高度重视。然而，当前在流域尺度下，探究土地利用变化对碳储量演变影响的研究仍然稀缺，尤其是针对未来不同发展情景的碳储量模拟研究更为罕见。本研究不仅填补了湘江流域这一研究空白，还结合最新的国土空间规划文本，设置了自然发展、生态恢复、耕地保护和城镇发展四大情景，全面考虑了政策因素对碳储量的影响，为区域性的减排策略和可持续发展提供了科学依据。
2.数据整合与处理方面：本研究基于2000-2020年间5期土地利用数据集，结合网格数据和年鉴数据，进行了深度的数据挖掘和整合。我们不仅构建了更为全面和细致的数据集，还通过多源数据的交叉验证，确保了数据的准确性和可靠性。这种数据整合方法为后续的分析和模拟提供了坚实的基础，同时也为类似区域的研究提供了可借鉴的数据处理框架。
3.在模型应用方面：在模型应用方面，本研究并未简单地套用已有模型，而是根据湘江流域的地理特征和生态需求，对PLUS模型和InVEST模型进行了针对性的改进和优化。例如，我们通过对比修正碳密度参数，结合多种估算方法，显著提高了模型的适应性和模拟精度。这种改进不仅使模型更好地反映了研究区域的实际情况，还为其他具有类似特征的区域提供了可参考的模型优化方案，具有重要的学术价值。
4.在结果分析和讨论方面：在结果分析和讨论部分，我们不仅关注了模拟结果的数值本身，还深入探讨了其背后的科学意义和实际应用价值。通过与其他研究结果的对比和分析，我们揭示了湘江流域碳储量的时空分布特征及其驱动机制。这些发现不仅为区域碳循环研究提供了新的视角，还为地方政府制定减排策略、优化土地利用规划和促进经济社会可持续发展提供了科学依据。此外，本研究的结果也为其他流域的生态保护和资源管理提供了可借鉴的参考。
综上所述，本研究在研究对象、数据整合、模型改进和结果分析等多个层面展现了独特的创新性和学术价值。我们相信，这些贡献不仅填补了湘江流域碳储量研究的空白，还为区域性的生态保护和可持续发展提供了重要的科学支持。我们期待本研究能够为相关领域的学者和政策制定者提供有益的参考和启发。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
| 关闭 |
