基于InVEST模型的阿克苏柯柯牙生态系统碳储量评估分析

doi:10.13466/j.cnki.lczyyj.2024.05.016

林草资源研究 ›› 2024›› Issue (5): 148-156.doi: 10.13466/j.cnki.lczyyj.2024.05.016

基于InVEST模型的阿克苏柯柯牙生态系统碳储量评估分析

张兆祥¹^,²(), 罗青红², 何苗², 宁虎森², 张志军³, 包强⁴, 孙倩¹()

1.新疆农业大学林学与风景园林学院,乌鲁木齐 830052
2.新疆林业科学院造林治沙研究所,乌鲁木齐 830063
3.阿克苏地区林业发展保障中心,新疆阿克苏 842000
4.阿克苏地区自然资源局,新疆阿克苏 842000

收稿日期:2024-08-02 修回日期:2024-10-08 出版日期:2024-10-28 发布日期:2025-04-18
通讯作者: 孙倩,副教授,博士,主要研究方向为RS和GIS技术在资源环境中的应用。Email:sq061@163.com
作者简介:张兆祥,硕士研究生,主要研究方向为干旱区生态修复的研究。Email:2268718249@qq.com
基金资助:
阿克苏地区自然资源局技术委托项目“阿克苏流域山水林田湖草沙一体化保护和修复工程关键问题和关键技术研究”(AKSSSXM2022620)

Assessment and Analysis of Carbon Storage in Aksu Kekeya Ecosystem Based on the InVEST Model

ZHANG Zhaoxiang¹^,²(), LUO Qinghong², HE Miao², NING Husen², ZHANG Zhijun³, BAO Qiang⁴, SUN Qian¹()

1. College of Forestry and Landscape Architecture,Xinjiang Agricultural University,Urumqi 830052,China
2. Institute of Afforestation and Sand Control,Xinjiang Academy of Forestry,Urumqi 830063,China
3. Aksu area forestry development guarantee center,Aksu 842000,Xinjiang,China
4. Aksu District Natural Resources Bureau,Aksu 842000,Xinjiang,China

Received:2024-08-02 Revised:2024-10-08 Online:2024-10-28 Published:2025-04-18

摘要/Abstract

摘要： 生态系统碳储量是研究生态系统功能的重要指标,估算生态系统碳储量对维持区域碳平衡、区域生态修复及管理措施至关重要。为对比柯柯牙生态系统碳储量空间分布特征及其不同生态系统层次碳储量,基于2020年柯柯牙荒漠绿化工程区土地利用数据、森林资源清查数据和标准样地调查数据,利用InVEST模型Carbon模块对柯柯牙工程区生态系统碳储量进行评估。结果表明:1)柯柯牙工程区总碳密度为71.76 t/hm²,总碳储量为8.27×10⁶ t。不同层生态系统碳储量表现为土壤碳储量(6.16×10⁶ t)>地下生物碳储量(1.12×10⁶ t)>地上生物碳储量(9.64×10⁵ t)>死亡有机质碳储量(2.59×10⁴ t);不同土地类型碳储量表现为林地(6.21×10⁶ t)>耕地(9.82×10⁵ t)>草地(5.56×10⁵ t)>建设用地(3.69×10⁵ t)>未利用土地(1.07×10⁵ t)>水域(4.32×10⁴ t)。2)柯柯牙工程区碳储量空间分布不均,总体表现为中部、东部和东南部区域最高,北部区域偏低,西南部区域最低。柯柯牙工程区地上生物层碳储量与地下生物层碳储量和土壤层碳储量均呈极显著正相关关系。柯柯牙工程区土壤层60 cm范围内的碳储量为6.16×10⁶ t,占柯柯牙生态系统总碳储量的74.49%,表明土壤碳是柯柯牙工程区主要碳库。未来应通过增加林地面积及保护耕地的方式对该区域进行生态修复,从而提升柯柯牙生态系统稳定性与健康性,并为塔里木河流域生态修复工程提供新的方法和思路。

关键词: InVEST模型, 碳密度, 碳储量, 土壤碳, 柯柯牙

Abstract:

Ecosystem carbon storage is a key indicator of ecosystem function and plays a crucial role in maintaining regional carbon balance,guiding ecological restoration,and informing management strategies.This study aims to explore the spatial distribution characteristics of carbon storage in the Kekeya ecosystem and compare carbon storage across different ecosystem level susing 2020 land use data,forest inventory data,and standard plot survey data.Carbon storage in the Kekeya engineering area was assessed using the carbon module of the InVEST model.1)The total carbon density of the Kekeya engineering area is 71.76 t/hm²,with total carbon storage 8.27×10⁶ t.Carbon storage across ecosystem levels is distributed as follows:soil carbon storage(6.16×10⁶ t)>underground biological carbon storage(1.12×10⁶ t)>above-ground biological carbon storage(9.64×10⁵ t)>dead organic carbon storage(2.59×10⁴ t).Carbon storage by land types is as follows:Forest land(6.21×10⁶ t)>cultivated land(9.82×10⁵ t)>grassland(5.56×10⁵ t)>construction land(3.69×10⁵ t)>unused land(1.07×10⁵ t)>water area(4.32×10⁴ t).2)Carbon storage in the Kekeya engineering area is spatially uneven,with the central,eastern and southeast regions exhibiting the highest storage,shows moderate storage,and the southwestern region has the lowest.Aboveground carbon storage in Kekeya engineering area is strongly positively correlated with the underground biomass layer and the soil carbon.The carbon storage within 60 cm of soil layer in the Kekeya engineering area are 6.16×10⁶ t,accounting for 74.49% of the total carbon storage in the Kekeya ecosystem.Soil carbon is the main carbon pool in the Kekeya engineering area.Future ecological restoration efforts should prioritize expanding forested land and protecting cultivated land to enhance ecosystem stability and health in the Kekeya region.This approach provides valuable insights for designing ecological restoration projects in the Tarim River Basin.

Key words: InVEST model, carbon density, carbon storage, soil carbon, Kekeya

中图分类号:

S718.55

张兆祥, 罗青红, 何苗, 宁虎森, 张志军, 包强, 孙倩. 基于InVEST模型的阿克苏柯柯牙生态系统碳储量评估分析[J]. 林草资源研究, 2024,(5): 148-156.

ZHANG Zhaoxiang, LUO Qinghong, HE Miao, NING Husen, ZHANG Zhijun, BAO Qiang, SUN Qian. Assessment and Analysis of Carbon Storage in Aksu Kekeya Ecosystem Based on the InVEST Model[J]. Forest and Grassland Resources Research, 2024,(5): 148-156.

图/表 5

表1

表2

图1

图2

图3

参考文献 42

[1]	COSTANZA R, DE GROOT R, SUTTON P, et al. Changes in the global value of ecosystem services[J]. Global Environmental Change, 2014, 26(5):152-158.
[2]	秦大河, STOCKER T. IPCC第五次评估报告第一工作组报告的亮点结论[J]. 气候变化研究进展, 2014, 10(1):1-6.
[3]	杨元合, 石岳, 孙文娟, 等. 中国及全球陆地生态系统碳源汇特征及其对碳中和的贡献[J]. 中国科学:生命科学, 2022, 52(4):534-574.
[4]	丁一汇, 任国玉, 石广玉, 等. 气候变化国家评估报告(I):中国气候变化的历史和未来趋势[J]. 气候变化研究进展, 2006, 2(1):1-5.
[5]	WOODWELL G M, WHITAKE RR H, REINERS W A, et al. Biota and world carbon budget[J]. Science, 1978, 199(4325):141-146.
[6]	刘国华, 傅伯杰, 方精云. 中国森林碳动态及其对全球碳平衡的贡献[J]. 生态学报, 2000, 20(5):733-740.
[7]	WOODALL C W, HEATH L S, SMITH J E. National inventories of down and dead woody material forest carbon stocks in the United States:Challenges and opportunities[J]. Forest Ecology and Management, 2008, 256(3):221-228.
[8]	谢高地, 李士美, 肖玉, 等. 碳汇价值的形成和评价[J]. 自然资源学报, 2011, 26(1):1-10. doi: 10.11849/zrzyxb.2011.01.001
[9]	LIU Shuangna, ZHOU Tao, WEI Linyan, et al. The spatial distribution of forest carbon sinks and sources in China[J]. Chinese Science Bulletin, 2012, 57(14):1699-1707.
[10]	李海奎, 雷渊才, 曾伟生. 基于森林清查资料的中国森林植被碳储量[J]. 林业科学, 2011, 47(7):7-12.
[11]	周玉荣, 于振良, 赵士洞. 我国主要森林生态系统碳贮量和碳平衡[J]. 植物生态学报, 2000(5):518-522.
[12]	PAN Yude, LUO Tianxiang, BIRDSEY R, et al. New estimates of carbon storage and sequestration in China' s forests:Effects of age-class and method on inventory-based carbon estimation[J]. Clima-tic Change, 2004, 67(2/3):211-236.
[13]	肖复明, 张群, 范少辉. 中国森林生态系统碳平衡研究[J]. 世界林业研究, 2006, 19(1):53-57.
[14]	葛立雯, 潘刚, 任德智, 等. 西藏林芝地区森林碳储量、碳密度及其分布[J]. 应用生态学报, 2013, 24(2):319-325.
[15]	李奇, 朱建华, 冯源, 等. 中国主要人工林碳储量与固碳能力[J]. 西北林学院学报, 2016, 31(4):1-6.
[16]	DIXON R K, BROWN S, HOUGHTON R A, et al. Carbon pools and flux of global forest ecosystem[J]. Science, 1994,262:185-190.
[17]	费本华, 江泽慧, 虞华强, 等. 人工经济林木材性质研究[J]. 林业科学, 2005, 41(1):116-122.
[18]	张旭琛, 朱华忠, 钟华平, 等. 新疆伊犁地区草地植被地上生物量遥感反演[J]. 草业学报, 2015, 24(6):25-34. doi: 10.11686/cyxb2014478
[19]	HOUGHTON A R, NASSIKAS A A. Global and regional fluxes of carbon from land use and land cover change 1850-2015[J]. Global Biogeochemical Cycles, 2017, 31(3):456-472.
[20]	蒋九华, 齐实, 胡俊, 等. 基于InVEST模型的北京山区森林生态系统碳储量评估分析[J]. 地球与环境, 2019, 47(3):326-335.
[21]	李军, 邓云思, 黄泳杰, 等. 基于FLUS-InVEST模型的川西山地区土地利用变化和碳储量时空演变及预测:以雅安市为例[J]. 西南农业学报, 2024, 37(8):1797-1808.
[22]	郑吉林, 蔡艳龙, 郭晓宇, 等. 基于InVEST模型的晋北土地利用变化与碳储量研究[J]. 地质通报, 2024, 43(1):173-180.
[23]	朱丽亚, 胡克, 孙爽, 等. 基于InVEST模型的辽宁省海岸带碳储量时空变化研究[J]. 现代地质, 2022, 36(1):96-104.
[24]	RAFAEL H G, ARTURO R L, CLEMENTINA G. Assessing and modeling the impact of land use and changes in land cover related to carbon storage in a western basin in Mexico[J]. Remote Sensing Applications-Society and Environment, 2019,13:318-327.
[25]	卢雅焱, 徐晓亮, 李基才, 等. 基于InVEST模型的新疆天山碳储量时空演变研究[J]. 干旱区研究, 2022, 39(6):1896-1906. doi: 10.13866/j.azr.2022.06.20
[26]	张宇飞, 王子昊, 王冰, 等. 基于InVEST模型的大兴安岭天保工程区碳储量时空变化研究[J]. 西部林业科学, 2024, 53(1):108-118.
[27]	阿克苏市志编委会. 阿克苏市志[M]. 北京: 新华出版社,1991.
[28]	阿克苏柯柯牙绿化工程志编委会. 柯柯牙绿化工程志[M]. 乌鲁木齐: 新疆人民出版社, 2006.
[29]	宋薇, 程平. 新疆现代林业发展的内在逻辑与实践创新:柯柯牙造林工程模式[J]. 林业建设, 2022(4):35-40.
[30]	张利霞. 阿克苏市柯柯牙人工防护林体系生态效益研究[D]. 乌鲁木齐: 新疆大学, 2012.
[31]	蔡亚林, 张嘉良. 阿克苏,沙漠绿洲的绿色路线图[J]. 经济, 2008(11):111-115.
[32]	周德成, 罗格平, 许文强, 等. 1960—2008年阿克苏河流域生态系统服务价值动态[J]. 应用生态学报, 2010, 21(2):399-408.
[33]	方精云, 陈安平. 中国森林植被碳库的动态变化及其意义[J]. 植物学报, 2001, 43(9):967-973.
[34]	陈科屹, 林田苗, 王建军, 等. 天保工程20年对黑龙江大兴安岭国有林区森林碳库的影响[J]. 生态环境学报, 2023, 32(6):1016-1025. doi: 10.16258/j.cnki.1674-5906.2023.06.002
[35]	YU Guirui, LI Xuanran, WANG Qiufeng, et al. Carbon storage and its spatial pattern of terrestrial ecosystem in China[J]. Journal of Re-sources and Ecology, 2010(2):97-109.
[36]	刘纪远. 国家资源环境遥感宏观调查与动态监测研究[J]. 遥感学报, 1997, 1(3):225-230.
[37]	方精云, 刘国华, 徐蒿龄. 我国森林植被的生物量和净生产量[J]. 生态学报, 1996, 16(5):497-508.
[38]	国家林业局造林绿化管理司.造林项目碳汇计量监测指南:LY/T 2253—2014[S]. 北京: 国家林业局, 2014.
[39]	涂宏涛, 周红斌, 马国强, 等. 基于第九次森林资源清查的云南森林碳储量特征研究[J]. 西北林学院学报, 2023, 38(3):185-193.
[40]	宁晨, 闫文德, 宁晓波, 等. 贵阳市区灌木林生态系统生物量及碳储量[J]. 生态学报, 2015, 35(8):2555-2563.
[41]	宋蒙亚, 李忠佩, 刘明, 等. 不同林地凋落物组合对土壤速效养分和微生物群落功能多样性的影响[J]. 生态学杂志, 2014, 33(9):2454-2461.
[42]	熊巧利, 何云玲, 李同艳, 等. 西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应[J]. 水土保持研究, 2019, 26(6):259-266.

土地利用类型	C_above	C_below	C_soil			C_dead
土地利用类型	C_above	C_below	0~<20 cm	20~<40 cm	40~60 cm	C_dead
耕地	10.58	11.34	25.12	20.68	19.38	0.24
林地	13.35	10.24	22.16	18.42	17.23	0.66
草地	0.71	6.24	12.14	9.68	6.87	0.22
水域	0.93	0.66	0	0	0	0
建设用地	3.29	2.11	0	0	0	0
未利用土地	0.66	1.26	0.76	0.41	0.27	0

基于InVEST模型的阿克苏柯柯牙生态系统碳储量评估分析

Assessment and Analysis of Carbon Storage in Aksu Kekeya Ecosystem Based on the InVEST Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 42

相关文章 15

编辑推荐

Metrics

本文评价

土地利用类型	地上生物碳储量	地下生物碳储量	土壤碳储量	死亡有机质碳储量	总碳储量
耕地	1.24×10⁵	1.26×10⁵	7.28×10⁵	4.21×10³	9.82×10⁵
林地	5.84×10⁵	6.47×10⁵	4.96×10⁶	2.05×10⁴	6.21×10⁶
草地	7.21×10⁴	8.56×10⁴	3.97×10⁵	1.21×10³	5.56×10⁵
水域	2.81×10⁴	1.51×10⁴	0	0	4.32×10⁴
建设用地	1.41×10⁵	2.28×10⁵	0	0	3.69×10⁵
未利用土地	1.52×10⁴	1.72×10⁴	7.41×10⁴	0	1.07×10⁵
合计	9.64×10⁵	1.12×10⁶	6.16×10⁶	2.59×10⁴	8.27×10⁶

[1]	高永龙, 赖光辉, 王月容, 王欢, 张一鸣, 史少维, 张连金. 基于全国森林资源清查数据的油松人工林碳储量生长模型[J]. 林草资源研究, 2024, 0(3): 79-87.
[2]	姜生秀, 赵鹏, 张俊年, 李得禄, 刘子玺. 祁连山典型植被土壤有机碳分布特征及其影响因素[J]. 林草资源研究, 2024, 0(2): 1-7.
[3]	李郊, 王冰, 王晨, 高鹤, 吴辉龙, 郑鑫, 彭华福. 2005—2020年江西省森林碳储量时空变化趋势及影响因素[J]. 林草资源研究, 2024, 0(1): 17-24.
[4]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[5]	刘艳, 牛香, 王兵. 罗霄山区近25年生境质量时空演变及预测[J]. 林草资源研究, 2023, 0(6): 39-51.
[6]	圆圆, 盛艳, 刘林甫, 王硕, 李娟, 安丽. 窟野河流域生境质量时空演变特征及其影响机制研究[J]. 林草资源研究, 2023, 0(6): 67-74.
[7]	曹聪, 郭泽鑫, 郭彦青, 莫燕卿, 刘萍. 基于地理加权回归模型的珠三角森林碳储量空间分布[J]. 林草资源研究, 2023, 0(6): 98-104.
[8]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[9]	闫保银, 姜文龙, 范俊俊, 项铮, 黄俊. 基于LiDAR技术的杉木人工林碳储量估算研究[J]. 林业资源管理, 2023, 0(3): 134-139.
[10]	蒋静俭, 李子睿, 牛明月, 胡卫江, 张勇. 浙江省国有林场森林植被固碳释氧服务功能价值评估[J]. 林业资源管理, 2022, 0(zk1): 66-71.
[11]	章敏, 王健, 韩天一, 欧阳勋志, 潘萍, 刘冬冬. 基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素[J]. 林业资源管理, 2022, 0(6): 44-53.
[12]	侯瑞萍, 陈健, 夏朝宗, 宋佳庚, 黄翔, 郑芊卉, 安天宇, 郝月兰. 2020年京津冀地区林地和其他生物质碳汇量研究[J]. 林业资源管理, 2022, 0(5): 42-52.
[13]	邱天琦, 王向荣. 基于InVEST模型的长株潭城市群生境质量时空演变分析研究[J]. 林业资源管理, 2022, 0(5): 99-106.
[14]	曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.
[15]	薛春泉, 陈振雄, 杨加志, 曾伟生, 林丽平, 刘紫薇, 张红爱, 苏志尧. 省市县一体化森林碳储量估测技术体系——以广东省为例[J]. 林业资源管理, 2022, 0(4): 157-163.