甘肃农牧交错带土地利用和碳储量的时空演变及预测

Spatial and Temporal Evolution and Prediction of Land Use and Carbon Storage in Agro-Pastoral Transitional Zone of Gansu

摘要: 探讨土地利用变化对碳储量时空演变的影响，对于维持区域碳平衡、助力双碳目标的实现具有重要意义。该研究基于PLUS和InVEST模型，解析1980~2020年该地区土地利用和碳储量的变化，模拟2030年四种情景下的时空演变特征。结果表明：1) 1980~2020年甘肃农牧交错带林地、草地、建设用地和未利用地呈现增长态势，耕地、水域的面积则呈现减少态势；2) 2030年，建设用地在自然发展、生态保护、经济发展和综合发展情景下分别扩张477.21 km²、42.99 km²、742.04 km²和300.57 km²，相比其他情景，生态保护情景下增速明显变缓；3) 1980~2020年碳储量呈下降趋势；相比2020年，自然发展情景下的碳储量减少3.896 × 10⁶ t；相比自然发展情景，生态保护、经济发展和综合发展情景碳储量分别增加3.067 × 10⁶ t、减少6.029 × 10⁵ t、增加2.195 × 10⁶ t。研究结果可为农牧交错带土地利用管理决策以及碳储量的提升提供数据支撑，为区域用地规划提供建议。

Abstract: Exploring the impact of land use change on the spatio-temporal evolution of carbon storage is of great significance for maintaining the regional carbon balance and contributing to the realization of the dual-carbon goal. Based on the PLUS and InVEST models, the study analyzed the changes in land use and carbon storage in the region from 1980 to 2020 and simulated their spatio-temporal evolution characteristics under four scenarios in 2030. The results showed that: 1) From 1980 to 2020, the forest land, grassland, construction land, and unused land in agro-pastoral transitional zone of Gansu showed an increasing trend, while the area of cultivated land and water area showed a decreasing trend. 2) By 2030, construction land will expand by 477.21 km², 42.99 km², 742.04 km², and 300.57 km² under natural development, ecological protection, economic development, and comprehensive development scenarios, respectively. Compared with other scenarios, the growth rate will significantly slow down under ecological protection scenario. 3) The carbon storage showed a downward trend from 1980 to 2020. Compared to 2020, the carbon storage in the natural development scenario has decreased by 3.896 × 10⁶ t. Compared to the natural development scenario, the carbon storage in the ecological protection, economic development, and comprehensive development scenarios increased by 3.067 × 10⁶ t, decreased by 6.029 × 10⁵ t, and increased by 2.195 × 10⁶ t. The research results can provide data support for land use management decisions and carbon storage improvement in agro-pastoral transitional zone, and provide suggestions for regional land use planning.

1. 引言

CO₂的排放已导致全球气候变暖，然而这一现象也将对人类的可持续发展和生物的多样性造成不容小觑的威胁。为了应对气候变化，我国于2020年提出计划在2030年前“碳达峰”，2060年前“碳中和”的宏伟蓝图[1]。陆地生态系统所提供的固碳服务是重要的生态系统服务功能，在吸收温室气体、维持碳平衡以及改善区域环境质量方面发挥着重要的作用[2]。然而土地利用变化却对陆地生态系统的结构造成影响，进而影响陆地生态系统的固碳能力[3]-[5]，因此土地利用的结构优化就显得尤为重要。通过调整土地利用类型的结构和空间布局来优化土地利用结构[6]，进而减少碳排放，助力区域乃至全球“双碳”目标的实现[7]。

近年来，国内外学者就土地利用变化、碳储量的评估及未来情景模拟进行了大量研究。从研究方法上看，碳储量的评估主要包括实地调查法[8]和模型模拟法[9] [10]。实地调查法具有数据精度高、空间异质性解析能力强等特点，但时间成本高，工作量大，适用的区域小，且不能反映碳储量的动态变化[11]。模型模拟法在评估碳储量时空演变及预测不同情景下的土地利用变化对碳储量的影响方面有着广泛的应用，其中InVEST模型因数据需求量少、操作简便、容易运行等优点被应用较为广泛[12] [13]，如Huang等[14]、唐娜等[15]、赵方圆等[16]诸多国内外学者均利用InVEST模型对研究区的碳储量时空演变进行研究，表明了InVEST模型在土地利用模拟中具有强大的空间分析能力。与之相结合的未来情景模拟模型有MCE模型[17]、CLUE-S模型[18]-[20]、CA-Markov模型[21]-[23]、SD模型[24] [25]、FLUS模型[26]-[28]以及PLUS模型[29]-[31]等。例如，Sun等[27]耦合FLUS和InVEST模型预测长株潭城市群2035年3种情景下的土地利用和碳储量变化，表明未来发展应该注重区域生态保护政策的实施和土地利用结构的优化；赵双红等[2]耦合PLUS-InVEST模型预测了渭河流域2030年4种情景下的碳储量变化，研究结果可为区域土地利用管理决策提供依据。此外，Li等[32]认为，PLUS与InVEST两个模型的耦合度较高，是目前进行土地利用变化和碳储量评估预测的有效手段。

甘肃农牧交错带作为北方农牧交错带的典型代表，其自然地理环境复杂多样，生态地位特殊，不仅是甘肃乃至全国的重要生态屏障，更是维护区域生态平衡与促进可持续发展的关键所在。但由于气候干旱、降水稀少，加之人类活动的不合理干扰，甘肃农牧交错带在生态环境方面也面临着诸多挑战。因此，本研究以甘肃农牧交错带为研究区，通过1980年、1990年、2000年、2010年五期土地利用数据分析了1980~2020年甘肃农牧交错带土地利用的变化特征；之后从社会因素和自然因素两方面共选取10个驱动因子，运用PLUS模型预测2030年四种不同发展情景的土地利用变化，最后结合InVEST模型估算其碳储量，旨在为优化土地利用空间布局、促进“双碳”目标的实现，以及推动可持续发展提供坚实的科学依据。

2. 数据与方法

2.1. 研究区概况

甘肃农牧交错带地处黄土高原、青藏高原和内蒙古高原三大高原交汇地带，位于甘肃省中南部及东部(33˚40'~37˚54'N, 101˚55'~108˚34'E)，是农牧交错带的核心分布区之一。研究区域内海拔相差幅度较大，介于1119~4822 m，地形主要以高原、山地为主；气候干燥，年均气温为−10~11℃；降水主要集中在7~9月，年均降水量为142~1198 mm。参考陈全功的划定范围[33]，甘肃农牧交错带共包括甘肃省内7市35县(区)；之后又将其划分为陇东黄土高原沟壑区、陇中黄土丘陵区、青藏高原–黄土高原过渡区和青藏高原东缘高寒区[34]。

2.2. 数据与来源

数据来源和获取方式如表1所示。选取1980年、1990年、2000年、2010年和2020年共5期的甘肃农牧交错带土地利用数据，利用ArcGIS将数据重分类为耕地、林地、草地、水域、建设用地和未利用地6个一级地类。选取GDP数据、人口数据、公路、铁路、高程、坡度、坡向、土壤类型、年平均气温和年平均降水量，作为土地利用变化驱动因子。坡度数据是高程数据借助ArcGIS坡度分析工具而获得，坡向数据是高程数据借助ArcGIS坡向分析工具而获得；公路、铁路数据则是经过ArcGIS中的欧氏距离而获得。对以上数据进行整理后，将其统一坐标系为WGS_1984_UTM_Zone_48N。

Table 1. Data information and sources

表1. 数据信息与来源

数据类型		数据名称	数据来源
基础数据	土地利用	1980年、1990年、2000年、 2010年、2020年5期土地利用数据	中国科学院资源环境科学与数据中心 (https://www.resdc.cn/)
驱动因子	社会因素	GDP数据	中国科学院资源环境科学与数据中心 (https://www.resdc.cn/)
		人口数据
		公路	全国地理信息资源目录服务系统(https://www.webmap.cn/)
		铁路
	自然因素	高程	地理空间数据云(https://www.gscloud.cn)
		坡度	ArcGIS软件计算生成
		坡向
		土壤类型	中国科学院资源环境科学与数据中心 (https://www.resdc.cn/)
		年平均气温	地球资源数据云(http://www.gis5g.com/)
		年平均降水量

2.3. 研究方法

2.3.1. PLUS模型

PLUS模型全称斑块生成土地利用变化模拟软件，是一个用于模拟土地利用变化的计算机模型，可以预测不同政策和发展情景下土地利用的可能变化。其是将地理信息系统(GIS)技术与土地利用模型相结合，以模拟和预测土地利用的变化，通常基于一些假设、参数和数据，然后运用一定的算法来模拟未来可能的土地利用变化。

2.3.2. 邻域权重

邻域权重系数用于量化不同土地类型在空间上的扩张潜力和能力，其值越趋近于1，则表明该土地类型具有更强的扩张能力或更高的空间扩展潜力；相反，数值趋近于0则表示扩张能力或空间扩展潜力越弱。依据研究区域的政策导向与气候条件分析，最终确定耕地的权重为0.2；林地的权重为0.01；草地的权重为0.3；水域的权重为0.4；建设用地的权重为1；未利用地的权重为0.5 [35] [36]。

2.3.3. 多情景设置

本研究以《甘肃省国土空间规划(2021~2035年)》为总体指导性文件，提出了甘肃农牧交错带自然发展情景、生态保护情景、经济发展情景和综合发展情景，并利用ArcGIS对2030年甘肃农牧交错带土地利用格局进行模拟和预测。

1) 自然发展情景。延续2010~2020年土地利用变化规律，保持各土地利用类型之间的转换概率不变，以10年为间隔，运用马尔科夫链预测2030年甘肃农牧交错带自然发展情景下的土地利用需求。

2) 生态保护情景。加强对林地、草地和水域等生态用地的保护，同时加强其他用地向生态用地的转化。本情景将林地、草地、水域向建设用地转移的概率降低50%；耕地、未利用地向林地、草地、水域转移的概率增加30%，耕地向建设用地转移的概率降低60%。

3) 经济发展情景。耕地、林地、草地、水域和未利用地向建设用地发展的概率增加30%，建设用地向其他用地类型发展的概率减少30%。

4) 综合发展情景。控制林地、草地、水域、耕地向建设用地转化的概率减少30%，未利用地向建设用地转移概率增加40%，未利用地向林地、草地发展的概率增加30%，建设用地转为草地的概率增加10%，以此来模拟兼顾生态保护和经济发展情况下的土地利用格局。

2.3.4. InVEST模型碳储量模块

碳储量是衡量生态系统固碳效能的一个重要指标，它反映了生态系统在长时间内积累和储存碳的能力，它涵盖以下四个方面：地上、地下、土壤和死亡有机物的碳储量。本文运用InVEST模型对甘肃农牧交错带的碳储量进行了详尽的计算。本研究使用的碳密度数据参考了刘洋[37]的研究，碳密度如表2所示。碳储量的计算公式如公式(1)所示：

$C_{total}=C_{above}+C_{below}+C_{soil}+C_{dead}$ (1)

其中，$C_{total}$ 、$C_{above}$ 、$C_{below}$ 、$C_{soil}$ 和$C_{dead}$ 分别为总碳储量、地上碳储量、地下碳储量、土壤碳储量和死亡有机物碳储量。

Table 2. Carbon density of various land use types (t∙hm⁻²)

表2. 各土地利用类型的碳密度(t∙hm⁻²)

地类	地上	地下	土壤	死亡有机物
耕地	4.93	23.39	63.29	2.85
林地	28.46	7.22	74.90	4.09
草地	1.00	6.42	79.98	2.11
水域	0.00	0.00	0.00	0.00
建设用地	0.72	7.97	0.00	0.00
未利用地	0.38	0.00	18.98	0.00

3. 结果与分析

3.1. 1980~2020年甘肃农牧交错带土地利用时空变化

根据甘肃农牧交错带1980~2020年的土地利用分布图(图1)及土地利用类型面积与占比(表3)得知，甘肃农牧交错带土地利用类型按面积从大到小依次为草地、耕地、林地、未利用地、建设用地和水域；1980~2020年甘肃农牧交错带的主要土地类型为草地，分布于各个地区，整体上草地面积是增加的，均能达到55%以上的占比；耕地整体上的变化趋势是下降的，下降幅度为1.66%，分布范围相对也比较广泛；林地呈现出先减少后增加的趋势，集中分布在甘肃农牧交错带的西北角及南部；未利用地的整体趋势是增加的，分布于偏北部及中南部；建设用地在这期间快速扩张，面积增加975.59 km²，增幅达1%，其扩张集中于陇中黄土丘陵区；水域占比约0.63%，整体呈现下降趋势，零散分布于样带之间。

Figure 1. Land use distribution map in agro-pastoral transitional zone of Gansu from 1980 to 2020

图1. 1980~2020年甘肃农牧交错带土地利用分布图

Table 3. Area and proportion of land use in agro-pastoral transitional zone of Gansu from 1980 to 2020

表3. 甘肃农牧交错带1980~2020年土地利用面积与比例

土地利用 类型	1980年		1990年		2000年		2010年		2020年
	面积/km^2	占比/%	面积/km^2	占比/%	面积/km^2	占比/%	面积/km^2	占比/%	面积/km^2	占比/%
耕地	24506.01	25.07	24289.60	24.85	24518.12	25.08	23467.60	24.01	22889.09	23.41
林地	15512.89	15.87	15381.73	15.74	15245.70	15.60	15809.28	16.17	15812.49	16.18
草地	54020.79	55.26	54331.67	55.58	54128.10	55.37	54156.54	55.40	54251.31	55.50
水域	644.11	0.66	579.84	0.59	574.85	0.59	617.12	0.63	640.99	0.66
建设用地	1089.50	1.11	1120.76	1.15	1237.79	1.27	1519.92	1.55	2065.09	2.11
未利用地	1980.78	2.03	2050.48	2.10	2049.54	2.10	2183.63	2.23	2095.12	2.14

3.2. 精度验证

本文使用PLUS模型基于2000年、2010年两期土地利用数据预测2020年甘肃农牧交错带各类土地的面积，之后将预测的结果与实际的结果进行对比，通过计算可以得出Overall Accuracy值和Kappa系数分别为0.9515和0.9207，满足本文研究要求。

3.3. 各用地类型扩张的驱动因子贡献度分析

在耕地扩张图中，高程对耕地扩张的影响程度最大，为0.1558；其次是地区生产总值，为0.1226。增加的耕地主要分布在低海拔、偏离城市的区域，由此可推断，耕地空间扩张具有向地势低缓，且人类活动影响强度较低区域转移的潜在倾向。在林地扩张图中，年平均降水量对其的影响程度最大，其次是人口。林地扩张区域与耕地相反，主要分布在高海拔区域和研究区东部。在草地和水域的扩张图中，铁路的影响程度均最大，其次为坡度。在建设用地扩张图中，人口的影响程度最大，人口的增长必然推动建设用地的扩张，增加的区域主要集中在研究区中部。在未利用地扩张图中，地区生产总值对其的影响程度最大，为0.3278，其次是人口(图2)。

3.4. 不同情景下土地利用空间变化分析

2030年自然发展情景下的耕地减少522.25 km²，林地减少0.66 km²，草地增加83.39 km²，建设用地增加477.21 km² (表4)，建设用地的扩张主要来源于耕地，其扩张集中于陇中黄土丘陵区和青藏高原–黄土高原过渡区(图3)。2030年生态保护情景下采取了保护林地、草地等的措施，林地增加39.53 km²，草地增加479.79 km²；此外有效控制了建设用地的扩张，面积增加明显减缓，增加42.99 km²；耕地减少578.89 km²，未利用地减少115.19 km²。该情景下采取了加强对生态用地保护的措施，保护和建设甘肃农牧交错带的生态系统，所以生态保护情景下的水域面积比自然发展情景多了20.60 km²，林地增加40.19 km²，草地增加396.40 km²。2030年经济发展情景下，耕地减少513.38 km²，林地减少13.30 km²，水域减少134.12 km²，未利用地减少83.45 km²，建设用地增加742.04 km²，该情景下建设用地不断向外扩张，扩张程度是自然发展情景下的1.55倍。2030年综合发展情景下的耕地减少190.00 km²，未利用地减少113.78 km²，林地增加13.11 km²，建设用地增加300.57 km²，表明该情景下大量开发未利用地，开发程度是自然发展情景下的1.89倍。

Figure 2. Impact of driving factors on expansion by land use types

图2. 驱动因子对各用地类型扩张的影响

Table 4. Land use simulation results in agro-pastoral transitional zone of Gansu in 2030

表4. 甘肃农牧交错带2030年土地利用模拟结果

土地利用 类型	2030年自然发展情景		2030年生态保护情景		2030年经济发展情景		2030年综合发展情景
	面积/km^2	占比/%	面积/km^2	占比/%	面积/km^2	占比/%	面积/km^2	占比/%
耕地	22366.84	22.88	22310.19	22.82	22375.70	22.89	22698.09	23.22
林地	15811.83	16.18	15852.02	16.22	15799.19	16.16	15825.60	16.19
草地	54334.70	55.58	54731.10	55.99	54253.53	55.50	54241.42	55.49
水域	663.38	0.68	683.98	0.70	506.87	0.52	641.97	0.66
建设用地	2542.30	2.60	2196.87	2.25	2807.13	2.87	2365.67	2.42
未利用地	2035.04	2.08	1979.92	2.03	2011.67	2.06	1981.34	2.03

Figure 3. Land use scenario simulation in agro-pastoral transitional zone of Gansu in 2030

图3. 甘肃农牧交错带2030年土地利用情景模拟

3.5. 甘肃农牧交错带土地利用变化对碳储量的影响

1980年、1990年、2000年、2010年、2020年甘肃农牧交错带的总碳储量分别为9.022 × 10⁸ t、9.017 × 10⁸ t、9.006 × 10⁸ t、8.979 × 10⁸ t、8.936 × 10⁸ t (表5)，呈现出下降的趋势，不同时期甘肃农牧交错带碳储量的空间分布大致是相同的，总体呈现“西北高–中间低–南部高”的两高一低的空间分布格局(图4)。1980~2020年期间总计减少8.624 × 10⁶ t，降幅达0.96%，其中耕地流失导致总碳储量损失了1.546 × 10⁷ t，林地、草地、建设用地、未利用地分别增加了3.675 × 10⁶ t、2.109 × 10⁶ t、8.492 × 10⁵ t、2.062 × 10⁵ t。甘肃农牧交错带虽采取保护生态用地等措施增加了林地及草地的面积，保护了林地及草地的固碳，增加了碳储量，但与此同时也导致耕地的碳储量大量流失。此外，2010~2020年碳储量下降幅度最大，减少了4.303 × 10⁶ t，占总降幅的49.89%。

通过PLUS模型获得2030年四种不同情景的土地利用数据，之后再借助InVEST模型来获得2030年四种不同情景的碳储量预测结果(图5)。自然发展情景下，相比于2020年碳储量减少3.896 × 10⁶ t，其原因主要由于草地和建设用地侵占耕地，导致耕地碳储量大幅下降，减少4.933 × 10⁶ t，虽草地、建设用地的碳储量小幅增加，但不足以抵消耕地减少的碳储量，最终导致碳储量减少。生态保护情景下，碳储量较自然发展情景高出3.067 × 10⁶ t，其中草地的碳储量为4.922 × 10⁸ t，在碳储量的供给上扮演着重要的角色，是主要的供给来源。此外，该情景下的碳储量高于其他情景，这主要是因为生态保护情景下注重对林地、草地的保护，其他地类转化为林地、草地，同时控制建设用地的扩张。经济发展情景下，碳储量较自然发展情景低6.029 × 10⁵ t，低于其他情景，其原因主要由于建设用地无序扩张，侵占其他用地，从而导致碳储量下降。其中耕地的碳储量为2.123 × 10⁸ t，高于自然发展情景下耕地的碳储量，但林地、草地的碳储量下降，就碳储量的结果而言，耕地的增多并不能完全弥补林地和草地减少导致的损失。综合发展情景下，较自然发展情景增加2.195 × 10⁶ t，涨幅达0.25%。耕地碳损失在所有情景中最小，为1.804 × 10⁶ t；较其他3个情景相比，草地由碳固持转为碳流失，但损失量较小。

Table 5. Carbon storage of various land use types from 1980 to 2030 (×10⁷ t)

表5. 1980~2030年各土地利用类型碳储量(×10⁷ t)

地类	1980年	1990年	2000年	2010年	2020年	2030年
						ND	EP	ED	CD
耕地	23.26	23.04	23.26	22.27	21.71	21.22	21.17	21.23	21.53
林地	17.90	17.77	17.61	18.27	18.27	18.27	18.31	18.25	18.28
草地	48.58	48.86	48.68	48.70	48.79	48.86	49.22	48.79	48.78
水域	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
建设用地	0.09	0.10	0.11	0.13	0.18	0.22	0.19	0.24	0.21
未利用地	0.39	0.40	0.40	0.43	0.41	0.40	0.39	0.39	0.39
总碳储量	90.22	90.17	90.06	89.79	89.36	88.97	89.27	88.91	89.19

注：ND为自然发展情景，EP为生态保护情景，ED为经济发展情景，CD为综合发展情景。

Figure 4. Spatial distribution of carbon storage from 1980 to 2020

图4. 1980~2020年碳储量空间分布

Figure 5. Spatial distribution of carbon storage for different scenarios in 2030

图5. 2030年不同情景的碳储量空间分布

4. 讨论

4.1. 模拟精度对结果的影响

本研究基于甘肃农牧交错带2000年、2010年两期土地利用数据，通过PLUS模型对甘肃农牧交错带2020年土地利用数据进行模拟，并将模拟的结果与真实的结果进行对比，经检验本研究的Overall Accuracy值和Kappa系数分别为0.9515和0.9207，参考孙冰清[38]的黄河流域陆地生态系统碳储量的时空演变特征及预测研究中提到Kappa系数大于0.75时，仿真结果良好，具有较好的可靠性和可行性。但本研究在选取PLUS模型预测未来的土地利用时，驱动因子的选择有限，只考虑了社会因素和自然因素，而没有考虑实际现实中各种社会政策及动态经济政策的影响，这可能会影响模型的模拟结果，因此在以后的研究中应把各种政策的影响考虑进去，应尽可能多地对驱动因素的选择进行实验研究，来提高模型的精确性[39]。

4.2. InVEST模型对研究结果的影响

InVEST模型所需要的碳密度值是参考刘洋[37]的黄河流域生态系统服务及其权衡协同关系特征的研究，并且假设碳密度值是恒定的；实际情况却是随着时间的变化、环境的变化、人为因素等其他因素的影响，碳密度值也会发生改变，因此，在以后的研究中应充分考虑对碳密度值造成影响的可能因素，进行实地考察、实地测量，来获得真实准确的碳密度值，提高模型的精确性。此外，InVEST模型具有静态性特征，本研究未能对碳源/汇的动态过程进行模拟。静态模拟可能限制了我们对碳源/汇时空变化特征的理解，例如无法捕捉土壤有机碳的分解速率、植被碳的季节性变化以及碳通量的年际波动。因此，未来研究可结合动态模型进行补充，以更全面地评估区域碳源/汇的动态特征。

4.3. 土地利用类型变化对碳储量的影响

土地利用类型之间的不断转化是碳储量发生变化的主要原因，例如，在2030年四种不同情景下，生态保护情景下的碳储量最高，主要原因是林地和草地的转入，即碳密度低的土地类型转换为了碳密度高的土地类型。但过去发展过程中，为了经济快速发展，建设用地不断扩张，侵占了其他的土地类型，进而造成了碳储量下降。之后开始实施退耕还林政策，至今已取得了显著的成效。在今后的发展过程中，甘肃农牧交错带仍要保护林地、草地这些高碳密度值的土地类型，以此提高碳储量。

5. 结论

1) 甘肃农牧交错带土地利用类型以草地为主，其面积占比均能达到总面积的55%以上，其次分别为耕地、林地、未利用地、建设用地和水域。1980~2020年期间，甘肃农牧交错带的耕地、水域整体上呈现下降的趋势，林地、草地、建设用地和未利用地整体上则呈现增加的趋势。

2) 2030年，自然发展情景下，建设用地不断扩张，面积增加477.21 km²。生态保护情景下，有效控制了建设用地的扩张，面积增加减缓，增加42.99 km²，林地、草地、水域面积增加。经济发展情景下，建设用地不断向外扩张，增加742.04 km²，扩张程度是自然发展情景下的1.55倍。综合发展情景下，建设用地增加300.57 km²，扩张程度低于自然发展情景和经济发展情景。

3) 1980~2020年，碳储量呈下降趋势，共减少8.624 × 10⁶ t。自然发展情景下，2030年的碳储量较2020年减少3.896 × 10⁶ t。生态保护情景下，2030年的碳储量比自然发展情景高3.067 × 10⁶ t，该情景下的碳储量高于其他情景。经济发展情景下，2030年的碳储量比自然发展情景低6.029 × 10⁵ t。综合发展情景下，2030年的碳储量比自然发展情景高2.195 × 10⁶ t，涨幅达0.25%。

基金项目

甘肃省重点研发计划项目(21YF5FA095)；甘肃省科技计划项目软科学专项(23JRZA450)；甘肃省财政厅项目(GSCZZ-20160909-03)；甘肃省高校教师创新基金项目(2023B-081)。

NOTES

^*通讯作者。