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
DOI: 10.12677/br.2025.143022, PDF,    科研立项经费支持
作者: 王 曼：甘肃农业大学理学院，甘肃 兰州；燕振刚*：甘肃农业大学信息科学技术学院，甘肃 兰州
关键词: 农牧交错带；土地利用；碳储量；PLUS模型；InVEST模型；Agro-Pastoral Transitional Zone； Land Use； Carbon Storage； PLUS Model； InVEST Model
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.
文章引用：王曼, 燕振刚. 甘肃农牧交错带土地利用和碳储量的时空演变及预测[J]. 植物学研究, 2025, 14(3): 188-199. https://doi.org/10.12677/br.2025.143022

参考文献

[1] Yu, Y., Guo, B., Wang, C., Zang, W., Huang, X., Wu, Z., et al. (2023) Carbon Storage Simulation and Analysis in Beijing-Tianjin-Hebei Region Based on Ca-Plus Model under Dual-Carbon Background. Geomatics, Natural Hazards and Risk, 14, Article ID: 2173661. [Google Scholar] [CrossRef] 
[2] 赵双红, 周冬梅, 王得梅, 等. 基于PLUS-InVEST模型的渭河流域生态系统碳储量评估及多情景预测[J]. 应用生态学报, 2024, 35(8): 2044-2054.
[3] 甄婷, 崔秀萍, 刘宇, 等. 呼和浩特市多情景生态系统碳储存及碳汇价值研究[J]. 土壤通报, 2024, 55(6): 1555-1564.
[4] 张龙江, 陈国平, 林伊琳, 等. 基于MOP-PLUS-InVEST模型的碳储量多情景模拟及驱动机制分析[J]. 农业工程学报, 2024, 40(22): 223-233.
[5] 游欣, 冯晓菁, 魏绪英, 等. 南昌市土地利用碳储量变化及多情景预测[J]. 南方林业科学, 2024, 52(5): 30-38.
[6] 杨皓然, 吴群. 不同政策方案下的南京市土地利用碳排放动态模拟[J]. 地域研究与开发, 2021, 40(3): 121-126.
[7] 赵清旭, 秦立达. 绿色低碳导向的土地利用结构优化配置研究分析[J]. 西部资源, 2020(1): 138-140.
[8] 谢晨新, 张守红, 李华林, 等. 1987-2020年昕水河流域土地利用变化对碳储量的影响[J]. 生态学报, 2024, 44(18): 8021-8032.
[9] 罗义, 刘伟强, 董一凡, 等. 多情景下张家口市土地利用变化及碳储量分析[J]. 环境科学与技术, 2024, 47(6): 200-212.
[10] 温芮, 高燕燕, 吴志豪, 等. 关中平原城市群土地利用变化对碳储量时空格局的影响[J]. 中国生态农业学报(中英文), 2024, 32(4): 592-604.
[11] 李茂娟, 李天奇, 朱文博, 等. 基于InVEST模型的太行山区生态系统碳储量多维变化研究[J]. 河南大学学报(自然科学版), 2021, 51(6): 631-642+684.
[12] 高周冰, 王晓瑞, 隋雪艳, 等. 基于FLUS和InVEST模型的南京市生境质量多情景预测[J]. 农业资源与环境学报, 2022, 39(5): 1001-1013.
[13] 孙晓雨, 杨金明, 张家豪, 等. 五台山风景名胜区土地利用变化及其对生境质量的影响[J]. 自然保护地, 2024, 4(2): 124-140.
[14] Huang, S., Wu, D., Pan, Y., Lin, J. and Zhou, P. (2024) A Study on the Spatiotemporal Dynamics of Land Cover Change and Carbon Storage in the Northern Gulf Economic Zone of Guangxi Based on the Invest Model. Atmosphere, 15, Article No. 1332. [Google Scholar] [CrossRef] 
[15] 唐娜, 张震域, 廉耀康, 等. 基于InVEST模型的黑河流域碳储量时空变化分析[J]. 人民黄河, 2024, 46(8): 99-103, 122.
[16] 赵方圆, 王琼芳, 张华堂, 等. 基于InVEST模型的甘肃省祁连山林区乔木林碳储量时空变化研究[J]. 西北林学院学报, 2023, 38(4): 233-240.
[17] 蒋贵彦. 基于GIS和MCE-CA-Markov模型的高原河谷型城市土地利用变化研究与模拟预测[J]. 青海科技, 2023, 30(4): 184-191.
[18] 魏伟, 颉耀文, 魏晓旭, 等. 基于CLUE-S模型和生态安全格局的石羊河流域土地利用优化配置[J]. 武汉大学学报(信息科学版), 2017, 42(9): 1306-1315.
[19] 王萍, 林乐乐, 彭杨靖, 等. 基于CLUE-S模型的浙江省土地利用结构变化趋势分析[J]. 生态科学, 2024, 43(3): 196-206.
[20] Jiang, W., Deng, Y., Tang, Z., Lei, X. and Chen, Z. (2017) Modelling the Potential Impacts of Urban Ecosystem Changes on Carbon Storage under Different Scenarios by Linking the CLUE-S and the Invest Models. Ecological Modelling, 345, 30-40. [Google Scholar] [CrossRef] 
[21] 张锦, 张新艳, 张文广, 等. 不同情景下松花江上游碳储量动态变化及碳汇潜力[J]. 生态学杂志, 2024, 43(9): 2684-2693.
[22] 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.
[23] 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.
[24] Ma, S., Huang, J., Wang, X. and Fu, Y. (2025) Multi-Scenario Simulation of Low-Carbon Land Use Based on the SD-FLUS Model in Changsha, China. Land Use Policy, 148, Article ID: 107418. [Google Scholar] [CrossRef] 
[25] Xu, Q. and Li, K. (2024) Multi-Scenario Simulation of Land Use and Assessment of Carbon Stocks in Terrestrial Ecosystems Based on SD-PLUS-InVEST Coupled Modeling in Nanjing City. Forests, 15, Article No. 1824. [Google Scholar] [CrossRef] 
[26] 李雪, 李文, 高宇. 基于FLUS-InVEST模型的大庆市土地覆盖模拟与碳储量评估[J]. 环境科学, 2024, 45(10): 5983-5993.
[27] Sun, W. and Liu, X. (2024) Spatio-Temporal Evolution and Multi-Scenario Prediction of Ecosystem Carbon Storage in Chang-Zhu-Tan Urban Agglomeration Based on the FLUS-InVEST Model. Sustainability, 16, Article No. 7025. [Google Scholar] [CrossRef] 
[28] Yang, J., Xie, B., Zhang, D., Mak-Mensah, E. and Pei, T. (2023) Habitat Quality Assessment and Multi-Scenario Prediction of the Gansu-Qinghai Section of the Yellow River Basin Based on the FLUS-InVEST Model. Frontiers in Ecology and Evolution, 11, Article 1228558. [Google Scholar] [CrossRef] 
[29] 李冰洁, 范志韬, 曲芷程, 等. 基于InVEST-PLUS模型的黄河流域内蒙古段生态系统碳储量评价及预测[J]. 干旱区研究, 2024, 41(7): 1217-1227.
[30] 黄韬, 刘素红. 基于PLUS-InVEST模型的福建省土地利用变化与碳储量评估[J]. 水土保持学报, 2024, 38(2): 246-257.
[31] Chen, J., Kasimu, A., Reheman, R., Wei, B., Han, F. and Zhang, Y. (2024) Temporal and Spatial Variation and Prediction of Water Yield and Water Conservation in the Bosten Lake Basin Based on the PLUS-InVEST Model. Journal of Arid Land, 16, 852-874. [Google Scholar] [CrossRef] 
[32] Li, Y., Yao, S., Jiang, H., Wang, H., Ran, Q., Gao, X., et al. (2022) Spatial-Temporal Evolution and Prediction of Carbon Storage: An Integrated Framework Based on the MOP-PLUS-InVEST Model and an Applied Case Study in Hangzhou, East China. Land, 11, Article No. 2213. [Google Scholar] [CrossRef] 
[33] 陈全功. 再谈“胡焕庸线”及农牧交错带[J]. 草业科学, 2018, 35(3): 669-676.
[34] 任利广, 马维伟, 李广, 等. 基于GIS的甘肃省农牧交错带土地沙化敏感性时空分布格局[J]. 干旱区资源与环境, 2022, 36(6): 149-156.
[35] 李阜鹏, 韩惠, 杨树文. 甘肃省2000-2020年土地利用变化分析及基于PLUS的生态空间多情景模拟[J]. 科学技术与工程, 2023, 23(15): 6316-6326.
[36] 周满意, 王承武. 基于PLUS模型的乌鲁木齐市“三生”空间多情景模拟[J]. 中国环境科学, 2024, 44(7): 4021-4030.
[37] 刘洋. 黄河流域生态系统服务及其权衡协同关系特征[D]: [博士学位论文]. 咸阳: 西北农林科技大学, 2023.
[38] 孙冰清. 黄河流域陆地生态系统碳储量变化机制及预测研究[D]: [硕士学位论文]. 北京: 中国环境科学研究院, 2023.
[39] Liang, X., Guan, Q., Clarke, K.C., Liu, S., Wang, B. and Yao, Y. (2021) Understanding the Drivers of Sustainable Land Expansion Using a Patch-Generating Land Use Simulation (PLUS) Model: A Case Study in Wuhan, China. Computers, Environment and Urban Systems, 85, Article ID: 101569. [Google Scholar] [CrossRef]