黃土高原陸地生態系統碳儲量的時間演進與空間分異特征

呂文寶,徐占軍,郭琦,王俊俊,李哲

(山西農業大學資源環境學院,山西晉中 030801)

陸地生態系統碳儲量是地球上最主要的碳儲量之一,在全球碳循環中起到十分重要的作用[1]。土地利用/覆被變化(land use/cover change,LUCC)所帶來的碳源和碳匯作為碳預算的重要組成部分,是決定陸地生態系統碳儲量的關鍵性因素,還是研究陸地生態系統狀況及其與大氣之間碳平衡問題的關鍵[1-2]。據估算,1850—1990年,以森林生態系統為主的土地利用變化導致124 Pg(C)排放到大氣中,占人類活動所引起碳排放量的33%,約占同期能源消費導致的碳排放量的50%[3]。我國是世界上生態脆弱區面積最大、脆弱生態類型最多的國家之一。水土流失、植被破壞,加之風沙、干旱等自然災害,時刻危害著生態系統的生物多樣性以及水、碳和養分的循環、能量平衡。作為反映生態系統健康狀況的關鍵性指標——陸地生態系統碳儲量,一旦其出現明顯的變化,將會影響整個生態系統的初級生產力以及全球的碳排放和氣候變化,甚至帶來不可估量的全球生態危機?？茖W評估土地利用變化導致陸地生態系統碳儲量的時空變化,探討碳儲量空間分布差異及影響因素,對于制定區域碳增匯、減排政策,保障生態安全具有重要意義。

國內外學者針對土地利用變化對陸地生態系統碳儲量的影響已展開了多方面的研究。Houghton等[4]對美國碳預算的土地利用變化部分進行了估算,并對目前已有的土地利用變化引起的碳排放研究進行了比較討論,總結了碳儲量變化的主要計算方法,包括簿記模型、基于衛星數據、過程模型等。Guo等[5]對已發表的LUCC導致土壤碳儲量變化的相關文獻進行了meta分析,發現一般土地利用發生變化導致土壤碳儲量減少的區域,相反的土地變化過程則會提高土壤碳儲量。國內曲福田等[6]定性討論了不同土地類型相互轉化及其內部漸變所引起的碳效應,農地向非農地轉換會造成碳儲量流失,而耕地轉換為林地、草地會增加土壤、植被中的有機碳儲量。以往研究所提出的方法理論為當前對陸地生態系統碳儲量的研究提供了借鑒,但也存在著一定的局限。例如,以往研究大多集中定量評估土壤[7]、植被[8]或者是農用地[9]生態系統碳儲量的變化。就研究的時間和空間尺度而言,以往研究往往從城市或城市群[10]、省[11]、國家[12]尺度進行研究,時間跨度大多在20～30 a,較少地從長時間序列上對地理上的某一整體區域進行分析。并且以往碳儲量估算中的碳密度數據大多未進行修正且較少考慮到土地利用類型發生變化后土壤碳儲量需20 a左右的時間才能重新恢復平衡這一問題[13]。

多年來,我國通過開展包括退耕還林還草、“三北”防護林等在內的一系列治理工程來改善黃土高原地區的生態環境,恢復和維護生態系統的穩定。因黃土高原地區在我國生態建設工作中的重要地位,本文選取其作為研究區域,基于ArcGIS平臺,采用高分辨率、長時間序列的土地利用遙感數據、修正后的碳密度等數據,通過碳儲量估算模型和熱點分析等工具,以全面開展退耕還林還草工作2002年作為時間節點,探討1985—2019年黃土高原地區內的土地利用及陸地生態系統碳儲量的時空變化和熱點、冷點分布,并應用地理探測器探究年NDVI、人類活動強度、年降水量等自然和人為因素對碳儲量空間分布的影響。以期為黃土高原地區編制治理規劃、加強生態建設及應對“雙碳”挑戰提供重要支撐。

1 材料與方法

1.1 研究區概況

黃土高原位于我國中部偏北(33°—41°N,100°—114°E),東起太行山,西至烏鞘嶺,南連秦嶺,北抵長城,橫跨中國青、甘、寧、蒙、陜、晉、豫7個省區,全區總面積約64萬km2,是世界上面積最大的黃土區,同時也是我國生態環境最為脆弱的地區之一(圖1)。地勢呈現從西北向東南遞減的趨勢,主要地貌類型為山地、丘陵和高原等,其中西部為黃土高原溝壑區和農灌區,中部為黃土丘陵溝壑區,北部為土石山區、農灌區以及沙地和沙漠區,東部為河谷平原區和土石山區。降水具有季節性特征,總體上呈自東南向西北遞減的趨勢。耕地和草地是黃土高原區的主要土地利用類型,其次為林地、其他土地,建設用地和水域。

圖1 黃土高原治理分區及土地利用類型Fig.1 Governance zoning and land use types of Loess Plateau

1.2 數據來源及預處理

1.2.1 土地利用數據 1985 年、2002 年、2019 年3期黃土高原土地利用數據采用Yang 等[14]制作的1985—2021年中國土地利用/覆被分類數據集,該數據集基于Landsat系列衛星的遙感影像制作而成,分辨率為30 m,時間序列覆蓋1985—2021年,整體準確性較好,精度滿足本研究需要。時間選取依據:一是土壤碳儲量受土地利用變化擾動后要達到新的平衡狀態需20 a左右的時間[13],二是2002年是我國退耕還林還草工程全面啟動年,有利于對比工程啟動前后研究區的生態系統碳儲量變化?；贏rcGIS 平臺提取黃土高原區3期土地利用數據,并按照第三次全國國土調查土地分類系統進行重分類(表1)。

表1 土地利用分類系統Table 1 Land use classification system

1.2.2 碳密度數據 黃土高原區內各類生態系統的碳密度數據主要參考中國陸地生態系統碳密度數據集,來源于國家生態科學數據中心(http:∥www.cnern.org.cn/)。數據集中不包含的碳密度數據,參考其他研究成果,耕地植被碳密度參考李克讓等[15]對中國農田植被碳密度的研究成果,建設用地的植被、土壤碳密度以及其他土地的植被碳密度數據參考揣小偉等[11]的研究,水域的土壤和植被密度默認為0[8]。采用Alam[16]和陳光水[17]等的碳密度修正公式依據降水量和氣溫進行修正,得到符合研究區的碳密度數據。研究區實測點選取步驟:將數據集中的中國植被碳密度實測點數據導入Arc Map平臺,通過黃土高原矢量范圍篩選出研究區內的碳密度實測點,計算各類生態系統碳密度的均值并進行修正作為最終碳密度(圖2)。

圖2 黃土高原碳密度實測樣點分布Fig.2 Distribution map of measured samples of carbon density on the Loess Plateau

式中:KBP,KBT分別為植被碳密度的年均降水、年均氣溫修正因子;KSP為土壤碳密度的年均降水修正因子。MAP1,MAT1,MAP2,MAT2分別為黃土高原區的年均降水(mm)、年均氣溫(℃)和對應參考文獻研究區的年均降水量(mm)、年均氣溫(℃)。將計算得到的修正因子分別與其參考碳密度相乘,得到各地類的最終碳密度(表2)。

表2 不同土地利用類型的碳密度數據Table 2 Carbon density data for different land use types t/hm2

1.2.3 其他數據 陸地表層人類活動強度采用徐勇等[18]的計算模型,將研究區劃分為若干個5 km×5 km 的網格,分別計算各格網內的人類活動強度。實際蒸發量來源于哈佛大學開源數據庫(https:∥dataverse.harvard.edu/);年均氣溫、年降水量、夜間燈光強度來源于國家青藏高原科學數據中心(https:∥data.tpdc.ac.cn/);高程、坡度、年度歸一化植被指數(normalized difference vegetation index,NDVI)來源于中國科學院資源環境科學數據中心(https:∥www.resdc.cn)。

式中:HAILS為陸地表層人類活動強度;SCLE為建設用地當量面積;S為區域總面積;n為地類數量;SLi為第i土地利用類型的面積;CIi為第i類土地利用類型的建設用地折算系數。

1.3 研究方法

1.3.1 碳儲量估算

(1)陸地生態系統總碳儲量的變化。LUCC 導致的碳儲量變化主要有兩個來源:植被碳儲量和土壤碳儲量變化[13]。因此,土地利用變化引起的生態系統總碳儲量變化的估算公式如下:

式中:ΔC為陸地生態系統碳儲量變化;ΔCVEG為植被碳儲量變化;ΔSOC 為LUCC 引起表土的土壤碳儲量變化。

(2)植被碳儲量和土壤碳儲量的變化。根據不同年份黃土高原區土地利用類型變化以及各土地利用類型的植被碳密度和土壤碳密度數據來分別計算植被和土壤碳儲量的變化。LUCC 導致植被和土壤碳儲量變化的計算公式如下:

式中:VDAFTERi為土地利用類型變化后的植被碳密度數據;VDBEFOREi為土地利用類型變化前的植被碳密度數據;SOCDAFTERi為土地利用類型變化后的土壤碳密度數據;SOCDBEFOREi為土地利用類型變化前的土壤碳密度數據;ΔS為土地利用類型發生變化的面積;i為由一種土地利用類型轉化為另一種。

1.3.2 冷熱點分析 冷熱點分析作為一種空間分析方法,能夠有效地檢驗全局聚集性,目前廣泛應用于社會經濟和生態環境研究中,通過ArcGIS平臺Getis-OrdG*i工具來識別熱點和冷點,即統計上顯著的高值空間聚集和低值空間聚集[19]。將黃土高原區劃分成若干10 km×10 km的網格,統計各網格內的碳儲量變化并進行冷熱點分析,得到p值和Z得分,比較碳儲量變化的空間集聚和相關性。若Z得分為負值且顯著,屬于碳儲量減少聚集區,相反,若Z得分為正且顯著,則屬于碳儲量增加聚集區。

1.3.3 地理探測器 地理探測器是一種探究空間異質性、量化其驅動因素的空間統計方法,其基本原理是將總樣本劃分為若干個子樣本,通過方差判斷空間異質性和變量關系[20]。軟件來源于(http:∥www.geodetector.cn/)。因子探測器探究人類活動強度、年均NDVI、高程、坡度等因素對研究碳儲量空間分異的解釋力度,用q值衡量。交互探測器則用于探究不同因子之間的交互作用,即因子與因子之間組合后對因變量的解釋力是增強、削弱還是相互獨立。

2 結果與分析

2.1 黃土高原土地利用變化的時空特征分析

1985—2019年,黃土高原地區土地利用類型發生了較為劇烈的變化,土地利用類型發生改變的土地面積共1 369.50萬hm2,占黃土高原總面積的21.09%,主要以耕地、林地、草地和建設用地的面積變化為主(表3)。其中耕地面積減少277.14萬hm2,主要流向了林地、草地及建設用地,林地面積增加167.97萬hm2,建設用地擴張明顯,增加128.47萬hm2,草地面積增加119.35萬hm2,其他土地減少143.75萬hm2,水域面積增加5.10萬hm2,濕地面積增加0.003萬hm2。

表3 1985-2019年黃土高原土地利用結構及動態度Table 3 Land use structure and dynamics of Loess Plateau from 1985 to 2019

1985—2002年土地利用類型發生變化的面積共922.80萬hm2,占土地總面積的14.21%(圖3)。期間耕地面積減少114.92萬hm2,主要流向草地,建設用地面積增加48.13萬hm2,耕地是其主要轉化來源,草地面積增加76.78萬hm2,林地面積增加47.45萬hm2,其他土地減少56.17萬hm2。這一階段我國城市化發展水平穩步提高,對建設用地的需求也在不斷增長,但以耕地、林地為主的農用地總體面積變化不大。2002—2019年的土地利用類型轉變方向與第一階段相同,但變化更加劇烈,土地利用類型發生變化的土地面積共1 068.20萬hm2,占土地總面積的16.45%;期間耕地面積減少162.22萬hm2,也是主要流向草地,建設用地面積增加80.34萬hm2,草地面積增加42.57萬hm2,林地面積增加120.52萬hm2,主要是由草地轉化而來,其他土地減少87.58萬hm2。

圖3 1985-2002年和2002-2019年土地利用變化弦圖Fig.3 Graph of land use changes from 1985 to 2002 and 2002 to 2019

對空間分布進行分析發現,1985—2002 年和2002—2019年兩個時間段內的土地利用變化在空間和類型上具有相似性(圖4)。變化最為集中的地區有陜西的西安市、榆林市和延安市,寧夏的銀川市、石嘴山市和固原市,甘肅的定西市、天水市和平涼市,內蒙古的鄂爾多斯市、烏海市,山西的太原市、臨汾市和大同市。從分布特點上來看,這些區域大多屬于重點生態治理區域,基本以耕地、林地和草地之間的轉換為主。此外,各省份處于平原地區的城市中心區域,尤其是省會城市,如太原市、西安市、蘭州市等,存在一定數量且空間分布集中的地類變換,主要為耕地、草地等農用地轉換為建設用地。

圖4 1985-2002年和2002-2019年內黃土高原地區土地利用變化的空間分布Fig.4 Spatial distribution of land use changes in the Loess Plateau from 1985 to 2002 and from 2002 to 2019

2.2 黃土高原陸地生態系統碳儲量的時空變化特征分析

2.2.1 時間序列變化 黃土高原內較為劇烈的土地利用變化導致陸地生態系統的植被碳儲量和土壤碳儲量都發生了不同程度的變化。1985—2019年內土壤碳儲量增加1 569.06 萬t,植被碳儲量則增加3 656.45萬t,生態系統碳儲量共增加5 225.51萬t,年均增加154.00萬t(表4)。草地轉為林地、耕地轉為林地和耕地轉為草地是研究區生態系統碳儲量增加的主要原因。從不同土地類型的生態系統碳儲量來看,草地、耕地和林地構成了黃土高原陸地生態系統碳儲量的主體,其次是其他土地、建設用地和濕地。研究期間,耕地和其他土地面積的減少導致其碳儲量分別減少18 052.60萬t,7 695.30萬t,而林地、草地和建設用地面積的增加則導致各自碳儲量分別增加16 232.31萬t,8 115.73萬t,6 625.33萬t,濕地由于面積較小,碳儲量變化并不明顯(圖5)。

表4 1985-2019年黃土高原陸地生態系統碳儲量變化Table 4 Changes in carbon storage of terrestrial ecosystems on the Loess Plateau from 1985 to 2019 104 t

表5 1985-2002年黃土高原碳儲量轉移矩陣Table 5 1985-2002 Loess Plateau carbon storage transfer matrix 104 t

圖5 1985-2019年黃土高原區內各類生態系統碳儲量的變化Fig.5 Changes in carbon storage of various ecosystems in the Loess Plateau from 1985 to 2019

從不同的研究階段來看,1985—2002年,研究區植被碳儲量增加981.38萬t,土壤碳儲量增加814.07萬t,生態系統碳儲量共增加1 795.45萬t,草地轉為林地、其他土地轉為草地和耕地轉為草地是碳儲量增加的主要原因(表4—5)。2002—2019年,植被碳儲量增加2 675.07萬t,土壤碳儲量增加754.99萬t,生態系統碳儲量共增加3 430.06萬t,草地轉為林地、其他土地轉為草地和耕地轉為林地是碳儲量增加的主要原因(表4、表6)。此外值得注意的是,因為建設用地侵占的農用地面積遠小于林地草地面積的增加,所以建設用地面積增加導致生態系統碳儲量的流失量并不明顯。

表6 2002-2019年黃土高原碳儲量轉移矩陣Table 6 2002-2019 Loess Plateau carbon storage transfer matrix 104 t

2.2.2 空間格局變化 在空間分布上,研究區兩個時間段內的土地利用變化和生態系統碳儲量的變化保持著一致性(圖4、圖6—7)。從黃土高原的市級行政區劃和綜合治理分區來看,第一個時間段內,碳儲量流失主要集中在黃土高原溝壑區的中部,即甘肅的平涼市、定西市、天水市和寧夏的固原市、中衛市等地;碳儲量增加則主要集中在黃土丘陵溝壑區和黃土高原溝壑區的交界、土石山區的東部,即陜西的延安市、榆林市、寶雞市,山西的晉城市、長治市、晉中市等地。第二個時間段碳儲量流失主要集中于河谷平原區和農灌區,即山西的晉中市、臨汾市、運城市和陜西的西安市、咸陽市,寧夏的吳忠市、銀川市、石嘴山市,內蒙古的呼和浩特市、包頭市、巴彥淖爾市等地;陜西的延安市、榆林市依舊呈現碳儲量增加狀態,且增幅明顯,甘肅的平涼市、定西市、天水市和寧夏的固原市、中衛市明顯地由碳源轉為碳匯,碳儲量呈增加狀態,此外同樣位于黃土丘陵溝壑區的山西的忻州市、呂梁市也明顯表現出碳儲量增加狀態。

圖6 1985-2002年和2002-2019年內LUCC導致生態系統碳儲量變化的空間分布Fig.6 Spatial distribution of changes in ecosystem carbon storage caused by LUCC in 1985-2002 and 2002-2019

以省作為單位進行計算(圖8),1985—2019年,陜西碳儲量的增量最高,達1 670.60萬t,其次是山西和內蒙古,分別增加1 603.15萬t,1 060.66萬t,僅河南省碳儲量呈流失狀態,減少143.56萬t。林地的碳密度最高,其次是草地和耕地,大量耕地向林草用地以及草地向林地轉化是碳儲量增加的主要原因。而河南的洛陽市、三門峽市等地在2002年以前同時存在著大面積的耕地轉為建設用地和林地轉為耕地的現象,使得碳儲量明顯減少,但隨著還林還草等政策的逐步推行加強,以林地為主的生態用地得到補充,河南碳儲量略微增加。

2.2.3 冷熱點分析 對黃土高原陸地生態系統碳儲量變化的空間分布進行冷熱點分析發現(圖9),1985—2002年熱點區域主要集中在陜西的榆林市、延安市、銅川市和寶雞市,山西的太原市、晉中市、忻州市、陽泉市、長治市、晉城市,寧夏的銀川市和中衛市,內蒙古的鄂爾多斯市等地;冷點區域主要集中在河南的鄭州市、洛陽市和三門峽市,山西的臨汾市和運城市,甘肅的天水市和固原市等地。2002—2019年生態系統碳儲量變化的熱點區域主要集中在陜西的延安市、榆林市、銅川市、寶雞市和咸陽市,甘肅的天水市和平涼市,內蒙古的鄂爾多斯市,山西的忻州市、晉中市、晉城市和臨汾市等地;冷點區域主要集中在陜西的西安市、渭南市和咸陽市,河南的洛陽市和鄭州市,山西的晉中市、呂梁市和運城市,內蒙古的呼和浩特市、包頭市和烏海市,寧夏的銀川市、石嘴山市和吳忠市?？偟膩砜?碳儲量變化由冷到熱和由熱到冷的區域主要集中在黃土高原的中部與西北部地區,即寧夏的銀川市、石嘴山市、吳忠市和內蒙古的鄂爾多斯市、烏海市,甘肅的天水市、平涼市等地。

圖9 1985-2019年黃土高原陸地生態系統碳儲量變化熱點和冷點空間分布Fig.9 Spatial distribution of hot spots and cold spots for changes in carbon storage of terrestrial ecosystems on the Loess Plateau from 1985 to 2019

2.3 黃土高原陸地生態系統碳儲量空間分異的驅動因素

地理探測器結果顯示,黃土高原生態系統碳儲量的空間分布受自然因素、人為因素的綜合影響。選取的8個因子對于碳儲量的空間分異均有顯著影響(p＜0.05),但不同的因子之間解釋力相差較大(表7)。1985—2019年,年度NDVI的3年q值最高,其次是實際蒸發量、人類活動強度、年降水量和坡度,q值多在0.2～0.5區間,是研究區碳儲量的空間分異的主要驅動因子,此外年NDVI、實際蒸發量、年降水量隨時間變化解釋力略微下降。高程、年均氣溫和夜間燈光強度的q值均小于0.1,是影響研究區碳儲量空間分異的次要因子。

表7 黃土高原碳儲量空間分異影響因子探測q 值統計Table 7 Statistics of the detection q value of the influence factor of spatial differentiation of carbon storage on the Loess Plateau

交互探測器結果顯示,1985—2019 年驅動因子對碳儲量的影響展現協同增強的作用效果,并分為雙因子和非線性兩種形式的增強(表8,僅按影響力大小列出部分)。自然因素和人為因素組合后的交互作用明顯強于單類型因子組合,如人類活動強度作為社會經濟活動的直接體現,分別與年NDVI、年降水量和實際蒸發量組合,解釋力均超過了0.6,位于歷年前三,而年NDVI、高程、坡度等自然因子內部組合的解釋力明顯變弱。

表8 主要交互因子及其變化Table 8 The main interaction factors and associated changes

3 討論與結論

3.1 討論

3.1.1 土地利用與碳儲量的時空變化 近40 a的研究期間內,黃土高原內耕地、林地、草地以及建設用地等地類發生了較為劇烈的變化,轉變類型以耕地轉為草地、林地和建設用地,草地轉為耕地、林地為主,這與目前大部分研究的結果保持一致[21]。其背后的主要原因有:隨著我國經濟快速發展,研究區內的人口不斷增長,城市化快速提升,在此背景下,導致大量以耕地為主的農用地轉化為非農建設用地,以滿足不斷增長的城市擴張需求[22];以及從20世紀80 年代開始在該區域開展的一系列以水土保持為主的生態建設工作,如防護林建設、退耕還林還草工程、封山還草工程等[23]。這些活動也從空間上解釋了土地利用變化為何主要集中分布在城市周圍以及重要生態治理區域。此外,以降水量為代表的自然因素也是影響研究區土地利用變化的重要因素,一般降水量和氣溫的增加有助于植被恢復,但過高的氣溫會加劇土壤的干燥程度,抑制植被生長[24]。

碳儲量方面,黃土高原內的植被碳儲量與土壤碳儲量在兩個時間段均出現了不同程度的凈增加。主要得益于研究區開展的退耕還林還草、防護林建設等重要生態保護工作,促使大量碳密度較低的坡耕地、裸土地和沙地等地類經過退耕或開發治理轉換為高碳密度的林草用地[23],三十多年來黃土高原內上升的氣溫和增加的降水量,也進一步促進了森林、草地植被的生長恢復和覆蓋度的提高[25],這都使得研究區內的植被和土壤碳儲量不斷增加。尤其是2002年后退耕還林還草工作的全面開展、“西北”防護林四期、五期工程和太行山綠化工程的推進,耕地、林地和草地等地類轉換更加劇烈,使得生態植被面積在2000年后的20 a里快速增長,因此第二階段內植被碳儲量的累計速度和總量都明顯高于第一階段,形成明顯對比,這也一定程度上解釋了為何碳儲量增加在空間上主要集中于山西、陜西和甘肅等省份。碳密度較高的地類轉為碳密度較低的地類則會造成碳儲量流失,西安市、太原市和蘭州市等省會城市周邊較為集中但幅度較小的碳儲量流失,這是因為城區擴張導致其周圍的農用地轉化為建設用地,導致地上地下碳儲量的流失[6];鄂爾多斯市和巴彥淖爾市等地在空間上表現為較為分散的碳儲量流失和增加狀態,原因是放牧、砍伐等人類活動和氣候因素造成的水土流失和荒漠化等土地退化問題,使得大量的草地、林地轉化沙地、裸土地等其他土地,造成碳儲量流失,同時在經過大范圍的植樹種草、輪封輪牧等生態綜合治理措施下,也存在耕地、其他土地轉化為草地和草地轉化為林地等地類轉化活動,致使碳儲量增加[26]。提高區域生態系統碳儲量,一方面應在保證糧食安全的前提下,進一步穩定和擴大還林還草范圍,持續推進國土綠化、防護林建設等生態工程,以此促進環境條件較差的坡耕地、沙地等地類轉為林草用地,提高林草質量,利于碳儲量積累;另一方面也需要嚴格限制區域新增建設用地規模,強化用途管制,防止生態空間占用,造成碳儲量流失。

3.1.2 碳儲量空間分異的驅動因素 地理探測器的結果表明,自然因素和人為因素都會對碳儲量空間分布格局產生重要影響,且二者組合會產生協同增強的效果。NDVI是影響碳儲量空間分異的主要影響因素,其次是人類活動強度和年降水量。NDVI反映了植被覆蓋度,是量化植被生長狀況的重要指標和生態環境的基礎,可以估測地上生物量的高低。人類活動強度越高,則表示人類自然改造活動越強,導致地表自然覆被受到破壞,土壤表層的水分、養分和空氣交流受到干擾,不利于土壤碳儲量和植被碳儲量的累計[6,18]。蒸發量與降水量是衡量、評估區域水量盈虧程度的重要指標,對于植被生產力、生物量的累計具有重要影響[27]。坡度代表地表傾斜程度,坡度越大尤其是大于25°的地區,經過退耕還林還草等活動后,往往都變成了碳密度較高的林地、草地[23]。黃土高原內不同的空間位置,其降水、人類活動、溫度、坡度等環境條件存在著較大的差異,因此根據其外部條件制定相應的生態保護措施,對于區域碳匯能力提升具有重要幫助。如降水量少、蒸發量高且植被覆蓋度較低的沙地和沙漠區等地區,可以實施以沙地生態修復、草原保護修復、水土流失治理等為主的植被恢復工程;對于降水量充足且植被覆蓋度較高的土石山區等地區,優先實行林草質量提升、生物多樣性保護等提質增效類生態工程;對于水系流域發達、人類活動強度較大的地區,則主要開展沿河耕地保護、流域治理、城市綠化等生態工程。

3.1.3 研究不足與展望 陸地生態系統碳儲量的內部組成和反饋機制非常復雜,不同的估算方法和不確定性都會導致碳儲量的估算值有很大的差異[28]。這也是與已有部分研究結果存在差異的主要原因,如Feng等[29]研究發現黃土高原區生態系統從2000年開始由碳源轉為碳匯,并在隨后的八年里固碳量增加了9 610萬t,退耕還林還草是其增加的主要原因;彭文英等[30]則預測2000—2020年黃土高原在退耕還林實施后土壤碳儲量將增長13 140萬t左右。在數據與方法方面,本文采用的植被碳密度、土壤碳密度等數據較依賴于已有研究,存在樣點較少、時間序列較短等問題。因此未來通過獲取適用性、代表性更好的基礎數據,可以進一步提高研究精度,更好地服務研究區的生態建設。

3.2 結論

(1)1985—2019年,黃土高原耕地、林地、草地和建設用地的面積變化最為明顯,其中耕地減少277.14萬hm2,主要流向了林地、草地及建設用地;林地、草地分別增加167.97萬hm2,119.35萬hm2,建設用地擴張明顯,增加128.47萬hm2,其他土地減少143.75萬hm2,主要流向了耕地、草地。

(2)1985—2019年,黃土高原生態系統碳儲量凈增加5 225.51萬t,其中土壤碳儲量增加1 569.06萬t,植被碳儲量則增加3 656.45萬t;且以2002年作為時間節點分析發現,隨著以退耕還林還草、防護林建設等為主的生態恢復工程的進一步推進,第二個階段碳儲量的增幅高于第一階段,尤其是植被碳儲量。熱點分析的結果表明,兩個階段內冷熱點的空間分布存在一定差異。1985—2002年熱點區域集中在陜西、山西、寧夏和內蒙古的部分地市;冷點區域集中在河南、山西、甘肅的部分地市;2002—2019年熱點區域集中在陜西、甘肅、內蒙古和山西的部分地市;冷點區域集中在陜西、河南、山西、內蒙古和寧夏的部分地市。

(3)黃土高原陸地生態系統碳儲量空間格局受自然和人類活動綜合影響,其中年度NDVI、實際蒸發量、人類活動強度、年降水量和坡度是主要影響因子,夜間燈光強度和高程是次要因子,此外,自然因素和人為因素組合后的交互作用明顯強于單類型因子組合。研究結果可為黃土高原生態建設效益評估,以及未來生態工程布局、制定差異化的生態治理方案提供一定的參考,以此提高區域生態系統碳儲量,促進生態環境好轉。