基于InVEST模型的疏勒河流域碳储量时空变化研究

被引:131
作者
刘洋 [1 ]
张军 [2 ,3 ]
周冬梅 [2 ]
马静 [2 ]
党锐 [1 ]
马靖靖 [2 ]
朱小燕 [2 ]
机构
[1] 甘肃农业大学管理学院
[2] 甘肃农业大学资源与环境学院甘肃省干旱生境作物学重点实验室
[3] 甘肃省节水农业工程技术研究中心
关键词
碳储量; InVEST模型; CA-Markov模型; 疏勒河流域;
D O I
暂无
中图分类号
X171.1 [生态系统与生态环境];
学科分类号
071012 ; 0713 ;
摘要
研究区域土地利用方式与生态系统服务碳储量的关系,对于区域生态系统保护及经济社会可持续发展具有重要意义。利用InVEST模型碳储量模块和CA-Markov模型,探究并预测疏勒河流域1990—2015及2015—2040年流域生态系统碳储量时空变化特征及其与土地利用方式之间的关系。结果表明:疏勒河流域1990、1995、2000、2005、2010、2015年碳储量分别为7.994×108、7.996×108、7.998×108、8.038×108、8.064×108、8.071×108t,呈逐年增加趋势,累计增加7.7×106t。土地利用类型变化是导致生态系统碳储量变化的主要因素,未利用地向耕地和草地转化有利于碳储量增加,而草地向耕地和未利用地的转化则导致碳储量减少。疏勒河流域碳储量存在显著的空间格局,碳储量较高区域呈现"北部点状-中部带状-南部点状片状"特征,这种分布格局与流域土地利用类型紧密联系。预测表明至2040年疏勒河流域碳储量为9.128×108t,较2015年增加13.1%,主要原因是草地、耕地和林地面积较大幅度增长,提高了流域内的碳储量。
引用
收藏
页码:4052 / 4065
页数:14
相关论文
共 45 条
[1]   基于CA-Markov和InVEST模型的土地利用变化对生境影响评价——以福建省福州新区为例 [J].
黄康 ;
戴文远 ;
黄万里 ;
欧惠 ;
胡航箫 .
水土保持通报, 2019, 39 (06) :155-162
[2]   1985年~2010年疏勒河流域生态系统服务价值评估 [J].
李曼 ;
张洁 ;
李园园 .
山西师范大学学报(自然科学版), 2019, 33 (03) :56-61
[3]   湘乡市林地森林碳储量及碳密度研究 [J].
彭玺 ;
张亚威 .
中南林业调查规划, 2019, 38 (01) :62-67
[4]   移民安置综合开发区土地利用变化及驱动力分析——以疏勒河中游干流区为例 [J].
王军德 ;
程玉菲 ;
金彦兆 .
水利水电技术, 2018, 49 (10) :46-51
[5]   InVEST模型应用研究进展 [J].
侯红艳 ;
戴尔阜 ;
张明庆 .
首都师范大学学报(自然科学版), 2018, 39 (04) :62-67
[6]   1977—2013年疏勒河中下游土地利用变化与环境响应 [J].
巩杰 ;
钱彩云 ;
钱大文 .
干旱区研究, 2017, (04) :775-781
[7]   基于InVEST模型的甘肃白龙江流域生态系统碳储量及空间格局特征 [J].
张影 ;
谢余初 ;
齐姗姗 ;
巩杰 ;
张玲玲 .
资源科学, 2016, 38 (08) :1585-1593
[8]   中国陆地生态系统固碳效应——中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”之生态系统固碳任务群研究进展 [J].
方精云 ;
于贵瑞 ;
任小波 ;
刘国华 ;
赵新全 .
中国科学院院刊, 2015, 30 (06) :848-857+875
[9]   全球植被碳储量的时空格局动态 [J].
孙晓芳 ;
岳天祥 ;
范泽孟 ;
张昊 .
资源科学, 2013, 35 (04) :782-791
[10]   黄土高原草地植被碳密度的空间分布特征 [J].
程积民 ;
程杰 ;
杨晓梅 ;
刘伟 ;
陈芙蓉 .
生态学报, 2012, 32 (01) :226-237