自然生态系统植被碳汇监测方法研究：以长株潭绿心中央公园核心区为例

肖海; 全思湘; 王珍香; 廖莎

doi:10.13205/j.hjgc.202504006

自然生态系统植被碳汇监测方法研究：以长株潭绿心中央公园核心区为例

doi: 10.13205/j.hjgc.202504006

肖海^1,2,3,
全思湘^1,2,3, ,,
王珍香^1,2,3,
廖莎^1,2,3

1. 湖南省第二测绘院,长沙 410000;
2. 自然资源湖南省卫星应用技术中心,长沙 410000;
3. 自然资源部南方丘陵区自然资源监测监管重点实验室,长沙 410000

基金项目:

湖南省自然资源领域推进碳达峰碳中和重大技术研究（湘自科〔2022〕5号）；基于遥感技术的生态系统碳汇监测核算模型研究（2023JJ60565）

详细信息

作者简介:
肖海（1981-），男，高级工程师，从事自然生态系统碳汇监测与遥感数据应用。46675476@qq.com

通讯作者:
全思湘（1985-），男，硕士，高级工程师，从事自然生态系统碳汇监测、自然资源调查监测、政策研究及新技术探索工作。279934403@qq.com

计量
- 文章访问数: 5
- HTML全文浏览量: 4
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2024-05-22
- 录用日期: 2024-08-09
- 修回日期: 2024-07-23
- 刊出日期: 2025-04-01

Research on monitoring methods of vegetation carbon sink in natural ecosystems： a case study of the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park

XIAO Hai^1,2,3,
QUAN Sixiang^{1,2,3
, ,},
WANG Zhengxiang^1,2,3,
LIAO Sha^1,2,3

1. The Second Survey and Mapping Institute of Hunan Province, Changsha 410000, China;
2. Natural Resources Hunan Satellite Application Technology Center, Changsha 410000, China;
3. Key Laboratory of Natural Resources Monitoring and Supervision in Southern Hilly Region, Ministry of Natural Resources, Changsha 410000, China

摘要

摘要: 实现碳达峰、碳中和是我国作出的重大战略决策，巩固和提升生态系统碳汇能力是实现“双碳”目标的重要行动。自然生态系统发挥着巨大的碳汇功能。传统野外调查碳汇监测方法存在人工成本大、工作效率低等问题。以长株潭绿心中央公园核心区为研究对象，提出了基于“国土三调”工作分类的自然生态系统分类方法，利用卫星遥感影像、降水、气温和DEM等基础数据，结合CASA模型与净生态系统生产力法，构建CASA_NEP模型，估算了2022年度核心区的净生态系统生产力（NEP），以此表征植被碳汇量，并分析了不同自然生态系统植被碳汇分布状况。结果表明：核心区年度植被碳汇量为9471.51 Mg C/a，单位面积植被碳汇量为0.73 Mg C/（hm²·a），不同生态系统类型的植被碳汇量相差较大，林地生态系统占核心区植被总碳汇量的98.28%，草地生态系统占1.64%，湿地生态系统仅占0.08%。该方法可行性高、可操作性强，极大地节约了监测成本，提高了监测效率，可为湖南省乃至全国生态系统植被碳汇监测提供科学参考。
- 自然生态系统 /
- 植被碳汇 /
- 碳汇监测 /
- CASA模型 /
- 净生态系统生产力
Abstract: China has made a major strategic decision to achieve the carbon peak and carbon neutrality goals， and consolidating and enhancing the ecosystem’s carbon sink capacity is an important action for realizing the goal. As a critical component of the global carbon cycle， the terrestrial ecosystem plays a huge role in the carbon sinks. The field investigation is a traditional method to monitor the carbon sink which has the problems of high labor cost and low work efficiency. In order to avoid and solve these problems effectively， this study took the core area of the Green Heart Central Park in the Changsha-Zhuzhou-Xiangtan urban agglomeration as the research object， and put forward a classification method of natural ecosystems， based on the classification framework of the Third National Land Resource Survey. By integrating satellite remote sensing imagery and some fundamental datasets， including precipitation， temperatures， and digital elevation models （DEM） and other basic data， a CASA_NEP model was constructed by combing the CASA model and the Net Ecosystem Productivity （NEP） approach， and this model was applied to estimate the NEP of the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park in 2022，which served as a quantitative indicator of vegetation carbon sink capacity of the core area. Furthermore， the spatial distribution and variations in vegetation carbon sinks across the different types of natural ecosystems in the core area were analyzed. The results indicated that the total annual vegetation carbon sink in the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park in 2022 reached 9471.51 Mg C/a， and the average carbon sink per unit area of the core area was 0.73 Mg C/（hm²·a）. Meanwhile， there was a significant difference of the vegetation carbon sink between the different ecosystem types in the core area， and forest ecosystem had the maximum of vegetation carbon sink， with a proportion of 98.28% of the total vegetation carbon sink of the core area， grassland ecosystem accounted for 1.64%， and wetland ecosystem accounted for only 0.08%. This method demonstrates high feasibility and operational efficiency which can offer substantial cost savings and improve the accuracy of carbon sink monitoring compared to traditional approaches. It can provide a scientific reference for large-scale vegetation carbon sink monitoring at a province level and even the country level.
- natural ecosystem /
- vegetation carbon sink /
- carbon sink monitoring /
- CASA model /
- net ecosystem productivity

HTML全文

1 长株潭绿心中央公园核心区区位

1. Location of the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park

下载: 全尺寸图片幻灯片

2 CASA_NEP模型总体框架

2. The overall framework of the CASA_NEP model

下载: 全尺寸图片幻灯片

4 长株潭绿心中央公园核心区林地生态系统植被碳汇量及单位面积碳汇量

4. Vegetation carbon sinks and carbon sink per unit area of the forest ecosystem in the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park

下载: 全尺寸图片幻灯片

1 自然生态系统植被碳汇监测分类

1. Classification of natural ecosystems in vegetation carbon sink monitoring

一级分类	二级分类	定义	对应“国土三调”地类编码^[24]
耕地生态系统	水田	用于种植水稻、莲藕等水生农作物的耕地	0101
	水浇地	指有水源保证和灌溉设施，在一般年景能正常灌溉，种植旱生农作物（含蔬菜）的耕地	0102
	旱地	无灌溉设施,主要靠天然降水种植旱生农作物的耕地	0103
林地生态系统	果园	种植果树的园地	0201、0201K
	茶园	种植茶树的园地	0202、0202K
	其他园地	种植桑树、可可、咖啡、油棕、胡椒、药材等其他多年生作物的园地	0204、0204K
	乔木林地	乔木郁闭度≥0.2的林地，不包括森林沼泽	0301、0301K
	竹林地	生长竹类植物，郁闭度≥0.2的林地	0302、0302K
	灌木林地	灌木覆盖度≥40%的林地，不包括灌丛沼泽	0305
	其他林地	包括疏林地（树木郁闭度≥0.1、< 0.2的林地）、未成林地、迹地、苗圃等林地	0307、0307K
草地生态系统	天然牧草地	以天然草本植物为主，用于放牧或割草的草地，不包括沼泽草地	0401
	人工牧草地	人工种植牧草的草地	0403
	其他草地	树木郁闭度< 0.1，表层为土质，不用于放牧的草地	0404
湿地生态系统	森林沼泽	以乔木森林植物为优势群落的淡水沼泽	0304
	灌丛沼泽	以灌丛植物为优势群落的淡水沼泽	0306
	沼泽草地	以天然草本植物为主的沼泽化的低地草甸、高寒草甸	0402
	沼泽地	经常积水或渍水，一般生长湿生植物的土地	1108

下载: 导出CSV

2 长株潭绿心中央公园核心区自然生态系统植被碳汇量

2. Vegetation carbon sinks of natural ecosystems in the core area of the Changsha-Zhuzhou-Xiangtan Greenheart Central Park

生态系统类型	面积/hm²	面积占比/%	植被碳汇量/（Mg C/a）	植被碳汇量占比/%	单位面积植被碳汇量/[Mg C/(hm²·a)]
林地生态系统	12571.13	96.92	9308.49	98.28	0.74
草地生态系统	380.44	2.93	155.23	1.64	0.41
湿地生态系统	19.75	0.15	7.79	0.08	0.39
合计	12971.32	100.00	9471.51	100.00	0.73

下载: 导出CSV

3 长株潭绿心中央公园核心区自然生态系统植被NPP和碳汇量空间分布

3. Spatial distribution of vegetation NPP and carbon sinks in natural ecosystems in the core area of Changsha-Zhuzhou-Xiangtan Greenheart Central Park

a—植被NPP

b—植被碳汇量

下载: 导出CSV

参考文献(32)

[1]	HUANG R Q. Incorporating carbon peak and carbon neutrality into the overall layout of ecological civilization construction［J］. China Ecological Civilization，2021（6）:9-11. 黄润秋. 把碳达峰碳中和纳入生态文明建设整体布局［J］. 中国生态文明，2021（6）:9-11.
[2]	KONG F J，YING L X，WEN W，et al. Exploring carbon sequestration and sink enhancement based on ecological restoration of territorial space［J］. Natural Resource Economics of China，2021，34（12）:70-76. 孔凡婕，应凌霄，文雯，等. 基于国土空间生态修复的固碳增汇探讨［J］. 中国国土资源经济，2021，34（12）:70-76.
[3]	ZHANG Y，LI X G. Carbon sink potential of Beijing’s forest under carbon peak and carbon neutrality［J］. Resources& Industries，2022，24（1）:15-25. 张颖，李晓格. 碳达峰碳中和目标下北京市森林碳汇潜力分析［J］. 资源与产业，2022，24（1）:15-25.
[4]	POTTER C，KLOOSTER S，MYNENI R，et al. Continental-scale comparisons of terrestrial carbon sinks estimated from satellite data and ecosystem modeling 1982-1998［J］. Global and Planetary Change，2003，39（3/4）:201-213.
[5]	LI J B，CHEN H M，ZHANG C L，et al. Spatiotemporal evolution characteristics of carbon sources and carbon sinks and carbon balance zoning in the Yangtze River Delta Region［J］. Environmental Science，2024，45（7）:4090-4100. 李建豹，陈红梅，张彩莉，等. 长三角地区碳源碳汇时空演化特征及碳平衡分区［J］. 环境科学，2024，45（7）:4090-4100.
[6]	YUAN Y. Carbon sink change in Datong coalfield based on hyperspectral image of Zhuhai No.1［J］. Bulletin of Surveying and Mapping，2023（12）:127-131. 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（12）:127-131.
[7]	CAI W X，XU L，LI M X，et al. Imbalance of inter-provincial forest carbon sequestration rate（2010-2060）in China and its regulation strategy［J］. Acta Geographica Sinica，2022，77（7）:1808-1820. 蔡伟祥，徐丽，李明旭，等. 2010-2060年中国森林生态系统固碳速率省际不平衡性及调控策略［J］. 地理学报，2022，77（7）:1808-1820.
[8]	LIU W L，JIANG L L，LIU B，et al． Spatio-temporal evolution characteristics and driving factors analysis of vegetation carbon sources/sinks in China［J］. Acta Ecologica Sinica，2024，44（4）:1456-1467. 刘文利，姜亮亮，刘冰，等. 中国植被碳源/汇时空演变特征及其驱动因素［J］. 生态学报，2024，44（4）:1456-1467.
[9]	QIU Z X. Measurement and statistics of land-surface forest vegetation carbon sink in China［D］. Beijing:Beijing Forestry University，2019. 邱梓轩. 中国陆表森林植被碳汇测计方法与应用研究［D］. 北京:北京林业大学，2019.
[10]	ZHANG J P，LIU C L，HAO H G，et al. Spatial-temporal change of carbon storage and carbon sink of grassland ecosystem in the Three-River Headwaters Region based on MODIS GPP/NPP data［J］. Ecology and Environmental Sciences，2015，24（1）:8-13. 张继平，刘春兰，郝海广，等. 基于MODIS GPP/NPP数据的三江源地区草地生态系统碳储量及碳汇量时空变化研究［J］. 生态环境学报，2015，24（1）:8-13.
[11]	XU S J，XU Z C. Carbon sequestration function of vegetation in wetlands in Guangzhou city［J］. Wetland Science，2015，13（2）:190-196. 徐松浚，徐正春. 广州市湿地植被碳汇功能研究［J］. 湿地科学，2015，13（2）:190-196.
[12]	LIU K，ZHANG H，KONG L H，et al. An overview of terrestrial ecosystem carbon sink assessment methods towards achieving carbon neutrality in China［J］. Acta Ecologica Sinica，2023，43（10）:4294-4307. 刘坤，张慧，孔令辉，等. 陆地生态系统碳汇评估方法研究进展［J］. 生态学报，2023，43（10）:4294-4307.
[13]	PIAO S L，HE Y，WANG X H，et al. Estimation of China’s terrestrial ecosystem carbon sink:methods，progress and prospects［J］. Science China Earth Sciences，2022，52（6）:1010-1020. 朴世龙，何悦，王旭辉，等. 中国陆地生态系统碳汇估算:方法、进展、展望［J］. 中国科学:地球科学，2022，52（6）:1010-1020.
[14]	FANG J Y，GUO Z D，PIAO S L，et al. Estimation of China's terrestrial vegetation carbon sink from 1981 to 2000［J］. Scientia Sinica（Terrae），2007（6）:804-812. 方精云，郭兆迪，朴世龙，等. 1981～2000年中国陆地植被碳汇的估算［J］. 中国科学，2007（6）:804-812.
[15]	HIRANO A，TSUCHIDA M，ISHIBASHI M，et al. Carbon sink and storage capacity of forest ecosystems in Oze，Central Japan［C］// Greenhouse Gas Control Technologies-6th International Conference，2003，2:1843-1846.
[16]	FU W，LI L，LUO M C，et al. Spatial spillover effects and influencing factors of forest carbon sink in China from provincial perspective［J］. Acta Ecologica Sinica，2023，43（10）:4074-4085. 付伟，李龙，罗明灿，等. 省域视角下中国森林碳汇空间外溢效应与影响因素［J］. 生态学报，2023，43（10）:4074-4085.
[17]	LU Y. The estimation for wetland carbon source/sink based on process model［D］. Shanghai:East China Normal University，2014. 陆颖. 基于过程模型的湿地碳源/汇动态估算［D］. 上海:华东师范大学，2014.
[18]	OUYANG Z Y，ZHANG L，WU B F，et al. An ecosystem classification system based on remote sensor information in China［J］. Acta Ecologica Sinica，2015，35（2）:219-226. 欧阳志云，张路，吴炳方，等. 基于遥感技术的全国生态系统分类体系［J］. 生态学报，2015，35（2）:219-226.
[19]	WANG J，WANG W，QI Y，et al. Classification system and spatio-temporal distribution of ecological land in China in the period of 1996-2012［J］. Geographical Research，2017，36（3）:453-470. 王静，王雯，祁元，等. 中国生态用地分类体系及其1996-2012年时空分布［J］. 地理研究，2017，36（3）:453-470.
[20]	LA NOTTE A，D'AMATO D，MKINEN H，et al. Ecosystem services classification:A systems ecology perspective of the cascade framework［J］. Ecological Indicators，2017，74:392-402.
[21]	LIU Y Q，LU C H，FU B J，et al. Terrestrial ecosystem classification and its spatiotemporal changes in China during last 20 years［J］. Acta Ecologica Sinica，2021，41（10）:3975-3987. 刘亚群，吕昌河，傅伯杰，等. 中国陆地生态系统分类识别及其近20年的时空变化［J］. 生态学报，2021，41（10）:3975-3987.
[22]	TANG X L，ZHAO X，BAI Y F，et al. Carbon pools in china's terrestrial ecosystems:New estimates based on an intensive field survey［J］. Proceedings of the National Academy of Sciences of the United States of America，2018，115（16）:4021-4026.
[23]	ZHAO N，ZHOU L，ZHUANG J，et al. Integration analysis of the carbon sources and sinks in terrestrial ecosystems，China［J］. Acta Ecologica Sinica，2021，41（19）:7648-7658. 赵宁，周蕾，庄杰，等. 中国陆地生态系统碳源/汇整合分析［J］. 生态学报，2021，41（19）:7648-7658.
[24]	WANG Y J，DI Z Z. On land classification conversion between the second and the third national land surveying［J］. Standardization of Surveying and Mapping，2019，35（2）:33-38. 王玉杰，邸志众.“二调”与“三调”土地分类对照转换研究［J］. 测绘标准化，2019，35（2）:33-38.
[25]	PIAO S L，YUE C，DING J Z，et al. Perspectives on the role of terrestrial ecosystems in the“carbon neutrality” strategy［J］. Science China Earth Sciences，2022，52（7）:1419-1426. 朴世龙，岳超，丁金枝，等. 试论陆地生态系统碳汇在“碳中和”目标中的作用［J］. 中国科学:地球科学，2022，52（7）:1419-1426.
[26]	WANG Z. Spatial and temporal dynamics of forest carbon storage and influencing factors based on CASA model in Hangzhou［D］. Hangzhou:Zhejiang A&F University，2021. 王智. 基于CASA模型的杭州市森林碳储量时空变化及影响因子研究［D］. 杭州:浙江农林大学，2021.
[27]	GENG D，LIANG L，HUANG T，et al. Estimation of urban scale NPP by using improved CASA model:taking Xuzhou city as an example［J］. Bulletin of Surveying and Mapping，2021（1）:78-83. 耿笛，梁亮，黄婷，等. 利用改进的CASA 模型估算城市尺度NPP:以徐州城区为例［J］. 测绘通报，2021（1）:78-83.
[28]	SHI F Q. Introduction to the Trial Specifications for the Accounting of Total Value of Ecosystem Products［J］. China Statistics，2023（11）:45-47. 施发启.《生态产品总值核算规范（试行）》简介［J］. 中国统计，2023（11）:45-47.
[29]	ZHU W Q，PAN Y Z，ZHANG J S. Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing［J］. Chinese Journal of Plant Ecology，2007（3）:413-424. 朱文泉，潘耀忠，张锦水. 中国陆地植被净初级生产力遥感估算［J］. 植物生态学报，2007（3）:413-424.
[30]	XIAO H J. Remote Sensing Monitoring of Ecological Drought in Hunan Province，South China［D］. Nanjing:Nanjing University，2019. 肖辉军. 湖南省生态干旱遥感监测研究［D］. 南京:南京大学，2019.
[31]	LIU X Q，FENG Y H，HU T Y，et al. Enhancing ecosystem productivity and stability with increasing canopy structural complexity in global forests［J］. Science Advances，2024，10（20）:1-14.
[32]	WANG T H. Temporal and spatial changes of carbon profits and losses in Chang-Zhu-Tan Metropolitan Area and prediction of carbon neutralization under multiple scenarios［D］. Xiangtan:Hunan University of Science and Technology，2023. 王天浩. 长株潭都市圈碳盈亏时空变化及多情景碳中和预测［D］. 湘潭:湖南科技大学，2023.