耦合GeoSoS-FLUS和InVEST模型的吕梁市碳储量时空变化及情景模拟

陈杰; 靳宇鑫; 倪建华

doi:10.13205/j.hjgc.202512025

耦合GeoSoS-FLUS和InVEST模型的吕梁市碳储量时空变化及情景模拟

doi: 10.13205/j.hjgc.202512025

1. 山西大同大学建筑与测绘工程学院, 山西大同 037003;
2. 山西大同大学煤炭工程学院, 山西大同 037003;
3. 安徽大学资源与环境工程学院, 合肥 230601

基金项目:

山西省教育科学“十四五”规划课题（GH-220584）；安徽省高等学校科学研究项目（2023AH050070）；山西大同大学校级产学研专项（2022CXY23）；山西大同大学研究生科研创新项目（2024SJCX13）；山西省高等学校科技创新计划项目（2023L280）

详细信息

作者简介:
陈杰（1982—），男，博士研究生，副教授，主要从事地理空间分析与过程模拟研究。chenjie_301@126.com

通讯作者:
倪建华（1982—），男，博士研究生，讲师，主要从事气候变化及其影响研究。nijianhua@ahu.edu.cn

计量
- 文章访问数: 539
- HTML全文浏览量: 168
- PDF下载量: 1
- 被引次数: 0
出版历程
- 收稿日期: 2024-09-26
- 录用日期: 2024-11-15
- 修回日期: 2024-10-28
- 网络出版日期: 2026-01-09

Spatiotemporal variation and scenario simulation of carbon storage in Lvliang by coupling GeoSoS-FLUS and InVEST model

CHEN Jie¹,
JIN Yuxin²,
NI Jianhua^{3
, ,}

1. School of Architecture and Surveying Engineering, Shanxi Datong University, Datong 037003, China;
2. School of Cool Engineering, Shanxi Datong University, Datong 037003, China;
3. School of Resources and Environmental Engineering, Anhui University, Hefei 230601, China

摘要

摘要: 土地利用/覆被（LULC）变化是影响陆地生态系统碳储量重要因素。定量分析LULC变化对碳储量的影响，对探索可持续城市发展以及提高生态系统服务价值具有重要意义。以山西省吕梁市为例，利用GeoSoS-FLUS模型模拟吕梁市2030年3种情景LULC情况，并基于InVEST模型估算了吕梁市2010—2030年的碳储量，同时分析并预测各情景下LULC变化对碳储量的影响。结果表明：1）耕地、林地、草地对吕梁市碳储量有着重要作用；2）2010—2020年，耕地、林地、草地转入建设用地是LULC发生改变的重要特征，造成了大量碳损失；3）2020—2030年，自然发展情景下，建设用地将进一步扩张，碳储量也会持续下降；耕地保护情景下，耕地禁止转为其他土地类型，碳储量有所改善；生态优先情景下，由于加强对生态用地保护，碳储量将会显著增加，但是耕地将不可避免地减少。
- LULC /
- GeoSoS-FLUS模型 /
- InVEST模型 /
- 碳储量 /
- 情景模拟
Abstract: Land use/cover （LULC） change is an important factor affecting carbon storage in terrestrial ecosystems. Quantitative analysis of the impact of LULC change on carbon storage is of great significance for exploring sustainable urban development and improving the value of ecosystem services. Taking Lvliang in Shanxi Province as an example， the GeoSoS-FLUS model was used to simulate the LULC conditions of Lvliang in 2030 under three scenarios， and the carbon storage of Lvliang from 2010 to 2030 was estimated based on the InVEST model. At the same time， the impact of LULC change on carbon storage under each scenario was analyzed and predicted. The results showed that： 1） cultivated land， forest land and grassland plays an important role in the carbon storage of Lvliang； 2） from 2010 to 2020， the conversion of cultivated land， forest land and grassland into construction land was an important feature of LULC change， resulting in a large amount of carbon loss； 3） from 2020 to 2030， under the natural development scenario， construction land will further expand and carbon storage will continue to decline； under the cultivated land protection scenario， cultivated land is prohibited from being converted into other land types， and carbon storage will improve； under the ecological priority scenario， carbon storage will increase significantly due to the strengthening of ecological land protection， but cultivated land will inevitably decrease.
- LULC /
- GeoSoS-FLUS model /
- InVEST model /
- carbon storage /
- scenario simulation

HTML全文

参考文献(25)

[1]	PRENTICE K C，FUNG I Y. The sensitivity of terrestrial carbon storage to climate change［J］. Nature，1990，346（6279）：48-51.
[2]	ZHU L Y，SONG R X，SUN S A，et al. Land use/land cover change and its impact on ecosystem carbon storage in coastal areas of China from 1980 to 2050［J］. Ecological Indicators，2022，142：109178
[3]	PIAO S L，FANG J Y，PHILIPPE P，et al. The carbon balance of terrestrial ecosystem in China［J］. Nature，2009，458（7241）：1009-1013.
[4]	LIU J，SLEETER B M，ZHU Z，et al. Critical land change information enhances the understanding of carbon balance in the United States［J］. Global Change Biology，2020，26：3920-3929.
[5]	CHANG X Q，XING Y Q，WANG J Q，et al. Effects of land use and cover change（LUCC）on terrestrial carbon stocks in China between 2000 and 2018［J］. Resources，Conservation& Recycling，2022，182：106333
[6]	FITTS L A，RUSSELL M B，DOMKE G M，et al. Modeling land use change and forest carbon stock changes in temperate forests in the United States［J］. Carbon Balance and Management，2021，16（1）：20.
[7]	OSTLE N J，LEVY P E，EVANS C D，et al. UK land-use and soil carbon sequestration［J］. Land Use Policy，2009，26（12）：274-283.
[8]	YANG J，XIE B P，ZHANG D G. Spatiotemporal changes of carbon storage in the yellow river basin based on invest and ca-markov models［J］. Journal of Integrative Agriculture，2021，29（6）：1018-1029. 杨洁，谢保鹏，张德罡. 基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究［J］. 中国生态农业学报（中英文），2021，29（6）：1018-1029.
[9]	XU C L，ZHANG Q B，YU Q，et al. Effects of land use/cover change on carbon storage between 2000 and 2040 in the Yellow River Basin，China［J］. Ecological Indicators，2023，151，110345.
[10]	ZHU G F，QIU D D，ZHANG Z X，et al. Land-use changes lead to a decrease in carbon storage in arid region，China［J］. Ecological Indicators，2021，127，107770
[11]	ZHAO H，GUO B，WANG G. Spatial–temporal changes and prediction of carbon storage in the Tibetan Plateau based on PLUS-InVEST model［J］. Forests，2023，14，1352.
[12]	CHUAI X W，HUANG X J，ZHENG Z Q，et al. Impact of land use change on terrestrial ecosystem carbon storage in jiangsu province［J］. Resources Science，2011，33（10）：1932-1939. 揣小伟，黄贤金，郑泽庆，等. 江苏省土地利用变化对陆地生态系统碳储量的影响［J］. 资源科学，2011，33（10）：1932-1939.
[13]	ZHU E Y，DENG J S，ZHOU M M，et al.，Carbon emissions induced by land-use and land-cover change from 1970 to 2010 in Zhejiang，China［J］. Science of the Total Environment，2019，646：930-939
[14]	FAN L Y，CAI T Y，WEN Q，et al. Scenario simulation of land use change and carbon storage response in Henan Province，China：1990—2050［J］. Ecological Indicators，2023，154，110660.
[15]	SHAO Z，CHEN R，ZHAO J，et al. Spatiotemporal evolution and prediction of ecosystem carbon storage in beijing based on flus and invest models［J］. Acta Ecologica Sinica，2022，42（23）：9456-9469. 邵壮，陈然，赵晶，等. 基于 FLUS与 InVEST模型的北京市生态系统碳储量时空演变与预测［J］. 生态学报，2022，42（23）：9456-9469.
[16]	XU D，YU C Q，LIN W P，et al. Spatiotemporal evolution and prediction of land use and carbon stock in Shanghai［J］. Land，2024，13（3）：267
[17]	ZHU Z，MA X，HU H. Spatio-temporal evolution and prediction of ecosystem carbon stocks in Guangzhou City by coupling FLUS-InVEST models［J］. Bulletin of Soil and Water Conservation，2021，41：222-229.
[18]	LIU X P，LIANG X，LI X，et al. A future land use simulation model（FLUS）for simulating multiple land use scenarios by coupling human and natural effects［J］. Landscape and Urban Planning，2017，168：94-116.
[19]	HE C Y，SHI P J，CHEN J，et al. Study on land use scenario model based on system dynamics and cellular automata models［J］. Science in China（series d），2005，35（5）：464-473. 何春阳，史培军，陈晋，等. 基于系统动力学模型和元胞自动机模型的土地利用情景模型研究［J］. 中国科学（D辑），2005，35（5）：464-473.
[20]	LI Y X，LIU Z S，LI S J，et al. Multi-scenario simulation analysis of land use and carbon storage changes in Changchun city based on FLUS and InVEST model［J］. Land，2022（11），647.
[21]	CHEN G S，YANG Y S，LIU L Z，et al. Reserach review on tatal belowground carbon allocation in forest ecosystem［J］. Journal of Subtropical Resources& Environment，2007，2（1）：34-42. 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.
[22]	GIARDINA P，RYAN M G. Evidence that decomposition rates of organic carbon in mineral soil do not vary with temperature［J］. Nature，2000，404（6780）：858-861.
[23]	ALAM S A，STARR M，CLARK B J F. Tree biomass and soil organic carbon densities across the Sudanese woodland savannah：A regional carbon sequestration study［J］. Journal of Arid Environments，2013，89：67-76.
[24]	LI J，GONG J，GULDMANN J，et al. Carbon dynamics in the northeastern Qinghai-Tibetan Plateau from 1990 to 2030 using Landsat land use/cover change data［J］. Remote Sensing，2020，12：528.
[25]	FAN Q，SUN H H，SUN S，et al. Estimation and evolution of carbon storage in Shandong province under ecological and cultivated land protection［J］. Acta Ecologica Sinica，2025，45（4）：1588-1598. 范强，孙虎虎，孙爽，等. 生态-耕地保护下的山东省碳储量估算与演变［J］. 生态学报，2025，45（4）：1588-1598.