基于InVEST模型的京津冀土地利用变化及碳储量时空分异研究

doi:10.13474/j.cnki.11-2246.2024.0104

测绘通报 ›› 2024, Vol. 0 ›› Issue (1): 19-24,31.doi: 10.13474/j.cnki.11-2246.2024.0104

基于InVEST模型的京津冀土地利用变化及碳储量时空分异研究

彭云妮^1,2,3,4,5, 桑会勇^4,5, 翟亮^4,5, 张紫怡^1,2,3, 段晋江^4,5

1. 兰州交通大学测绘与地理信息学院, 甘肃兰州 730070;
2. 地理国情监测技术应用国家地方联合工程研究中心, 甘肃兰州 730070;
3. 甘肃省地理国情监测工程实验室, 甘肃兰州 730070;
4. 中国测绘科学研究院自然资源调查监测研究中心, 北京 100036;
5. 测绘科学与地球空间信息技术重点实验室, 北京 100036

收稿日期:2023-04-06 出版日期:2024-01-25 发布日期:2024-01-30
作者简介:彭云妮(1999—),女,硕士,主要研究方向为地理国情监测及碳汇研究。E-mail:2033543324@qq.com
基金资助:
中央级公益性科研院所基本科研业务费(AR2203;AR2312);兰州交通大学优秀平台支持项目(201806)

Study on land use change and spatiotemporal variation of carbon storage in Beijing-Tianjin-Hebei based on InVEST model

PENG Yunni^1,2,3,4,5, SANG Huiyong^4,5, ZHAI Liang^4,5, ZHANG Ziyi^1,2,3, DUAN Jinjiang^4,5

1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;
2. National-Local Joint Engineering Research Center of technologies and Application for National Geographic State Monitoring, Lanzhou 730070, China;
3. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China;
4. Research Center for Natural Resources Surveying and Monitoring, Chinese Academy of Surveying and Mapping, Beijing 100036, China;
5. Key Laboratory of Surveying and Mapping Science and Geospatial Information Technology, Beijing 100036, China

Received:2023-04-06 Online:2024-01-25 Published:2024-01-30

摘要/Abstract

摘要： 大气中二氧化碳含量的增加是国际社会广泛关注的环境问题,人类活动改变土地利用格局,而土地利用/覆被(land-use/land-cover,LULC)变化影响陆地生态系统结构、功能及碳循环。本文在全球地表覆盖数据GlobeLand30的支持下分析了2000—2020年京津冀土地利用变化,利用InVEST模型模拟了碳储量时空变化,并结合空间自相关分析技术对其进行了分区研究。结果表明:①2000—2020年京津冀地区耕地和人造地表变化面积最大,分别为减少340 222.124 hm²和增加246 333.493 hm²;②京津冀地区2000、2010和2020年碳储量总值分别为1666.47×10⁶、1654.63×10⁶、1632.88×10⁶ t,耕地流失和人造地表扩张是碳储量下降的主要原因;③京津冀碳储量高值主要分布在海拔相对较高的山林地区,低值主要分布在北京市中心、津冀海岸带,以及河北省沧州和唐山的东部南部区域;④局部自相关结果表明,碳储量出现高-高聚集的区域在研究区的北部和西部,在出现低-低聚集的区域中天津市东丽区和河北省邯郸市邯山区呈现出较为明显的弱化趋势。

关键词: 碳储量, 土地利用, InVEST模型, 京津冀, 空间自相关分析

Abstract: The increase in atmospheric CO₂content is an environmental issue of widespread international concern, and human activities change land use patterns, and land-use/land-cover (LULC) changes further affect terrestrial ecosystem structure, function, and carbon cycling. With the support of global land cover data GlobeLand30, This paper analyzed the land use changes in Beijing-Tianjin-Hebei from 2000 to 2020, used InVEST model to imitate the Spatiotemporal changes of carbon stocks, and used the spatial autocorrelation analysis to study its zoning. The results show that:①From 2000 to 2020, the largest change area in Beijing-Tianjin-Hebei region is cultivated land and artificial surface, with an area decrease of 340 222.124 hm²and an area increase of 246 333.493 hm²respectively. ②The total carbon reserves of Beijing-Tianjin-Hebei in 2000, 2010 and 2020 are 1 666.47×10⁶、1654.63×10⁶、1632.88×10⁶ t, the main reason for the decline in carbon storage are the loss of arable land and the expansion of artificial land surface. ③The high value of carbon storage is mainly distributed in mountain and forest areas with relatively high altitude, while the low value areas of carbon reserves are mainly concentrated in central Beijing, the coastal zone of Tianjin and Hebei and the eastern Cangzhou, southern Tangshan. ④The results of local autocorrelation show that the high value areas of carbon reserves are clustered in the north and west of the study area. Among the regions with low to low aggregation, Dongli district of tianjin city and Hanshan district of Handan city, Hebei province show a relatively obvious weakening trend.

Key words: carbon stocks, land use, InVEST model, Beijing-Tianjin-Hebei, spatial autocorrelation analysis

中图分类号:

P237

彭云妮, 桑会勇, 翟亮, 张紫怡, 段晋江. 基于InVEST模型的京津冀土地利用变化及碳储量时空分异研究[J]. 测绘通报, 2024, 0(1): 19-24,31.

PENG Yunni, SANG Huiyong, ZHAI Liang, ZHANG Ziyi, DUAN Jinjiang. Study on land use change and spatiotemporal variation of carbon storage in Beijing-Tianjin-Hebei based on InVEST model[J]. Bulletin of Surveying and Mapping, 2024, 0(1): 19-24,31.

参考文献

[1] 胥丽,罗绍龙,国朝胜,等. 基于PLUS模型和InVEST模型的西双版纳碳储量变化研究[J]. 三峡生态环境监测,2023(2): 75-87.
[2] 田多松,傅碧天,吕永鹏,等. 基于SD和CLUE-S模型的区域土地利用变化对土壤有机碳储量影响研究[J]. 长江流域资源与环境,2016,25(4): 613-620.
[3] BHAN M,MEYFROIDT P,MATEJ S,et al.A mid-20th century inventory-based estimate of global terrestrial vegetation carbon stocks[J].Journal of Land Use Science,2022,17(1):1-16.
[4] 刘洋,张军,周冬梅,等. 基于InVEST模型的疏勒河流域碳储量时空变化研究[J]. 生态学报,2021,41(10): 4052-4065.
[5] 解天琪,李龙,陈鑫,等. 基于土地利用的淮海经济区碳储量估算与预测[J]. 中国农业大学学报,2021,26(1): 131-142.
[6] GASHAW T,WORQLUL A W,DILE Y T,et al.Evaluating InVEST model for simulating annual and seasonal water yield in data-scarce regions of the Abbay (Upper Blue Nile) Basin:implications for water resource planners and managers[J].Sustainable Water Resources Management,2022,8(5):170.
[7] 王乃亮,李雪丽,陶伟,等. 生态系统服务功能价值评估研究进展[J]. 绿色科技,2022,24(10):44-49.
[8] 陈妍,乔飞,江磊. 基于In VEST模型的土地利用格局变化对区域尺度生境质量的影响研究:以北京为例[J]. 北京大学学报(自然科学版),2016,52(3):553-562.
[9] SUN Xiaofang,LI Guicai,WANG Junbang,et al.Quantifying the land use and land cover changes in the Yellow River Basin while accounting for data errors based on GlobeLand30 Maps[J].Land,2021,10(1):1-18.
[10] 解宪丽,孙波,周慧珍,等. 中国土壤有机碳密度和储量的估算与空间分布分析[J]. 土壤学报,2004,41(1): 35-43.
[11] LI Kerang,WANG Shaoqiang,CAO Mingkui.Vegetation and soil carbon storage in China[J].Science in China (Earth Sciences),2004,47(1).
[12] 李瑾璞. 基于InVEST模型的土地利用变化与生态系统碳储量研究: 以雄安新区为例[D]. 保定: 河北农业大学,2020.
[13] 陈光水,杨玉盛,刘乐中,等. 森林地下碳分配(TBCA)研究进展[J]. 亚热带资源与环境学报,2007,2(1): 34-42.
[14] 徐丽,于贵瑞,何念鹏. 1980s—2010s中国陆地生态系统土壤碳储量的变化[J]. 地理学报,2018,73(11): 2150-2167.
[15] 曾永明,张果. 基于GeoDA-GIS的四川省县域经济空间分异研究[J]. 云南地理环境研究,2010,22(4): 52-58,76.
[16] 任胤铭,刘小平,许晓聪,等. 基于FLUS-InVEST模型的京津冀多情景土地利用变化模拟及其对生态系统服务功能的影响[J]. 生态学报,2023,43(11): 4473-4487.
[17] HE Yunlin,MA Jiangming,ZHANG Changshun,et al.Spatio-temporal evolution and prediction of carbon storage in Guilin based on FLUS and InVEST models[J].Remote Sensing,2023,15(5):1445.

基于InVEST模型的京津冀土地利用变化及碳储量时空分异研究

Study on land use change and spatiotemporal variation of carbon storage in Beijing-Tianjin-Hebei based on InVEST model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	廖超明, 云子恒, 罗恒, 韦媛媛, 凌子燕, 潘桂颖. 基于特征优选的喀斯特地区覆被信息提取及精度分析[J]. 测绘通报, 2024, 0(2): 45-50.
[2]	王伟, 黄绘青, 胡娈运. 湖南省典型区域土壤侵蚀监测方法研究与应用[J]. 测绘通报, 2023, 0(7): 149-153.
[3]	樊彦国, 王杰, 樊博文, 徐梓耀. 基于多源遥感的黄河三角洲湿地动态监测[J]. 测绘通报, 2023, 0(6): 27-35.
[4]	李小军, 车良革, 胡宝清. FLUS-InVEST模型的北海市生态系统碳储量时空差异分析[J]. 测绘通报, 2023, 0(6): 117-123,183.
[5]	王俊枝, 窦银银, 薛志忠, 郭长庆, 迟文峰. 基于主体功能区划的内蒙古自治区近30年国土空间演化遥感监测与分析[J]. 测绘通报, 2023, 0(4): 54-58.
[6]	李军吉, 费佳宁, 周婷, 高广, 赵珏晶, 吴敦. 利用高光谱数据估算城市植被碳储量[J]. 测绘通报, 2023, 0(4): 106-110.
[7]	袁媛. 基于珠海一号高光谱影像的大同煤田区碳汇变化[J]. 测绘通报, 2023, 0(12): 127-131.
[8]	胡俊聪, 何华贵, 陈朝霞. 基于PLUS模型的土地利用多情景模拟与时空特征分析[J]. 测绘通报, 2023, 0(10): 28-33.
[9]	刘向祎, 芦仲进, 邰向荣, 王洪波. 土地利用地图的专题色彩设计[J]. 测绘通报, 2022, 0(9): 141-144.
[10]	陈竹安, 刘子强, 危小建, 刘明钊. 2000—2019年鄱阳湖生态经济区水源涵养时空变化[J]. 测绘通报, 2022, 0(8): 1-6.
[11]	张学鹏, 张凤娇, 陈伟, 李广超, 毕朋帅, 王哲. 云贵高原地区生态系统服务价值时空变化特征[J]. 测绘通报, 2022, 0(8): 30-35.
[12]	杜玉河, 杨文府. 基于多源数据的山西省采煤沉陷区调查监测体系构建[J]. 测绘通报, 2022, 0(8): 133-138.
[13]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[14]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[15]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.