《Ecological Indicators》:Assessment of carbon storage in China's National key Ecological Function Zones: Historical evolution, driving forces, and future projections
编辑推荐:
陆地生态系统通过碳储量(Carbon Storage, CS)在减缓气候变化中发挥关键作用。然而,关于中国国家重点生态功能区(National Key Ecological Function Zones, NKEFZs)碳储量的长期动态、驱动机制及未来轨迹仍缺
陆地生态系统通过碳储量(Carbon Storage, CS)在减缓气候变化中发挥关键作用。然而,关于中国国家重点生态功能区(National Key Ecological Function Zones, NKEFZs)碳储量的长期动态、驱动机制及未来轨迹仍缺乏充分认知。研究人员结合生态系统服务与权衡综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs, InVEST)模型、改进的综合斑块土地利用模拟(improved integrated patch-based land-use simulation, int-PLUS)模型、极端梯度提升结合沙普利加性解释(Extreme Gradient Boosting with SHapley Additive exPlanations, XGBoost–SHAP)以及偏最小二乘结构方程模型(partial least squares structural equation modeling, PLS-SEM),探讨了中国NKEFZs碳储量的动态、驱动因素及未来预测。结果表明,1990至2020年间NKEFZs总碳储量呈先下降后恢复的轨迹,从5.29 × 1010Mg C降至5.20 × 1010Mg C,随后回升至5.24 × 1010Mg C,这与土地利用转型密切相关。水源涵养与生物多样性保护综合区(Integrated Water Conservation and Biodiversity Conservation Zone, IWBCZ)始终占NKEFZs总碳储量的最大份额,而生物多样性保护区(Biodiversity Conservation Zone, BCZ)下降最为显著。气候因子的影响超过社会经济因子,其中降水(Precipitation, PRE)起主导作用。气候对碳储量的影响主要通过归一化植被指数(Normalized Difference Vegetation Index, NDVI)驱动的气候–植被–碳路径介导,特别是PRE–NDVI–CS路径和温度(Temperature, TEMP)–NDVI–CS路径。未来预测显示差异化趋势:相较于2020年基线,自然发展情景(Natural Development Scenario, NDS)下碳储量略有下降(?0.47%),而耕地保护情景(Cultivated Land Protection Scenario, CLPS, +1.37%)与生态保护情景(Ecological Protection Scenario, EPS, +1.49%)下均呈正增长,其中EPS改善幅度最大。总体而言,该研究强调了气候–植被相互作用在塑造碳储量中的关键作用,并表明生态保护策略可增强碳固持能力并支撑可持续土地管理。
该研究发表于《Ecological Indicators》。研究背景方面,气候变化正改变生态系统服务与生物多样性格局,陆地碳汇功能稳定性对气候减缓与生态安全日益重要。全球变暖主要由大气二氧化碳浓度上升驱动,陆地生态系统碳储量在连接生态系统过程与气候调节中起关键作用,约占全球年二氧化碳吸收量的28%。碳储量(Carbon Storage, CS)受土地利用/覆被变化(Land-Use/Cover Change, LUCC)、水热梯度及社会经济的共同影响呈现显著时空异质性。尽管已有研究关注碳储量时空变异,但对驱动机制的识别仍需捕捉空间异质性与多尺度交互作用的方法,且中国国家重点生态功能区(National Key Ecological Function Zones, NKEFZs)涵盖约51%国土面积的660个县级单元,其长期碳储量动态及分亚区驱动机制的系统比较仍不充分,因此开展此项研究以支撑碳中和目标下的差异化管理。
研究人员通过开展集成多时序土地利用数据及环境、社会经济、地形与可达性变量的评估,应用XGBoost识别非线性联合效应及PLS-SEM解析气候–植被路径,并采用改进int-PLUS模型在三种情景下预测2030与2060年土地利用及碳储量轨迹,得出碳储量呈先降后升轨迹、气候因子主导且EPS情景增益最大等结论,具有重要意义。
关键技术与样本来源方面,研究样本为1990–2020年中国NKEFZs内660个县级单元。主要技术方法包括:采用生态系统服务与权衡综合评估(InVEST)模型估算碳储量,结合气候分区与土壤有机质(Soil Organic Matter, SOM)校正碳密度;应用极端梯度提升结合沙普利加性解释(XGBoost–SHAP)在1 km网格尺度识别碳储量非线性驱动因子;运用偏最小二乘结构方程模型(PLS-SEM)区分气候因子对碳储量的直接与间接(经NDVI、净初级生产力 Net Primary Productivity, NPP 介导)效应;使用改进的综合斑块土地利用模拟(int-PLUS)模型,纳入十四项解释变量,分别在自然发展情景(NDS)、耕地保护情景(CLPS)与生态保护情景(EPS)下模拟未来土地利用并耦合InVEST预测碳储量;土地利用数据源自中科院资源与环境科学数据中心30 m多期遥感数据集,气候、NDVI、NPP、SOM、GDP、人口密度(Population Density, PD)、夜间灯光(Nighttime Lights, NTL)、二氧化碳排放(CO2)等数据进行ArcGIS统一重采样至1 km网格对齐。
研究结果部分,3.1 碳储量的时空格局(Spatiotemporal patterns of carbon storage)中,3.1.1 1990至2020年土地利用变化动态(Land-use change dynamics from 1990 to 2020)通过叠加多时相土地利用图生成转移矩阵得出:NKEFZs土地利用转变以草地与未利用地减少、耕地与建设用地扩张为主;1990–2000年耕地侵占草地林地,2000–2010年转变最强,未利用地转草地、草地部分转林地,2010年后转弱但草转林持续;各功能区差异明显,防风固沙区(Windbreak and Sand Fixation Zone, WSFZ)耕地建设用地增,水土保持区(Soil and Water Conservation Zone, SWCZ)建设用水体增幅最大,生物多样性保护区(BCZ)草地锐减未利用地大增,水土生物综合区(Integrated Soil–Water–Biodiversity Conservation Zone, ISWBCZ)建设大增草地减,水源涵养与生物综合区(IWBCZ)建设耕地微增未利用地减。3.1.2 NKEFZs碳储量(Carbon storage across the NKEFZs)通过InVEST估算得出:总碳储量1990年5.29 × 1010Mg C、2000年5.27 × 1010Mg C、2010年5.20 × 1010Mg C、2020年5.24 × 1010Mg C,呈先降后升,2010年为转折点,与2010年主体功能区规划及NKEFZs设立时间吻合;土壤碳占大部且同呈暂降后回;分土地利用看建设用地碳储量增速最快累计+57.42%,草地净损5.43%,森林微降0.63%,耕地累计增9.84%,水体增12.11%;分功能区IWBCZ碳池最大,BCZ降幅最显著且内部草地碳大减、未利用地碳大增,其余区波动小。3.2 碳储量驱动因子(Driving factors of carbon storage)中,3.2.1 XGBoost–SHAP识别的主要预测因子(Major predictors of carbon storage identified by XGBoost–SHAP)通过网格尺度建模(整体R2=0.95)得出:全研究区降水(PRE)为最重要预测因子,次为NDVI、NPP、DEM、SLOPE、SOM,自然因子贡献超社会经济因子;分区看WSFZ以NPP、TEMP、NDVI为主,SWCZ与水源涵养区(Water Conservation Zone, WCZ)PRE与NDVI居前,BCZ以NDVI、NPP为主兼GDP贡献,IWBCZ由NPP、NDVI、DEM、TEMP共同主导,ISWBCZ自然与社会经济(GDP、PD)均有贡献且模型解释力稍低(R2=0.64)。3.2.2 PLS-SEM路径分析(Pathway analysis using PLS-SEM)通过年际横截面结构方程得出:直接气候效应具分区异质性,PRE–CS在WSFZ、SWCZ、WCZ、BCZ多为正,在IWBCZ与ISWBCZ为负或不稳;TEMP–CS多数为负尤其在IWBCZ与ISWBCZ;间接效应以气候经NDVI介导为主,PRE–NDVI–CS与TEMP–NDVI–CS为全研究区及多数分区主要正间接路径,WSFZ至2020年植被介导增强,NPP介导路径较弱但在全研究区、WCZ、IWBCZ部分年份可见,表明碳储量响应主要受植被介导气候路径控制。3.3 未来情景下碳储量(Carbon storage under future scenarios)中,3.3.1 替代情景下模拟的土地利用格局(Simulated land-use patterns under alternative scenarios)通过int-PLUS校准(总体精度0.93,Kappa 0.90,FoM 0.21)得出:三情景下2060年建设用地均扩张(EPS +41.86%最大,NDS +34.14%,CLPS +31.43%),森林NDS与CLPS微降、EPS微增+0.29%,草地CLPS与EPS增、NDS减,水体微增,未利用地均减(CLPS ?15.10%最大);EPS下森林草地保留率超98%,未利用地主转草地;NDS与CLPS耕建互转频繁。3.3.2 替代情景下预测的碳储量(Projected carbon storage under alternative scenarios)通过耦合模拟土地利用与InVEST得出:2030年NDS为5.22 × 1010Mg C(较2020 ?0.36%),CLPS为5.27 × 1010Mg C(+0.62%),EPS为5.28 × 1010Mg C(+0.81%);2060年NDS续降,CLPS较2020 +1.37%,EPS +1.49%为最大增益;分类型NDS下森林微降、草地降6–7%、建设大增;CLPS耕地更增、草地近回2020水平;EPS耕、林、草均超2020水平、建设与水大增、未利用地降12.33%;分区看WSFZ、WCZ、BCZ对情景更敏感,SWCZ与ISWBCZ较稳。
讨论部分总结:研究人员指出相较行政单元,功能区视角更好捕捉碳储量空间异质性,可与全球类似生态管理区对比;碳储量2010年后回升是土地利用调整、生态修复与制度监管共同作用而非仅LUCC;森林主导区(IWBCZ、WCZ)碳储量高稳,草地主导区(WSFZ、BCZ)尤青藏高原草地对气候与放牧敏感易损,西南喀斯特SWCZ受岩溶脆弱与石漠化制约,黄土高原覆盖低侵蚀强;驱动机制上水热–植被介导为主,缺水区PRE经NDVI约束碳动态,感温区TEMP影响生长季与光合,东部ISWBCZ社会经济通过建设扩张重塑格局;局限包括1 km重采样平滑异质、LUCC十年代际与SOM静态难捕年际极值与短期碳动态、碳密度时间恒定低估修复增益、未用因果法评估政策效应;政策上建议由均匀扩绿转向功能特异与约束敏感的碳库稳质提效,缺水区稳草灌、控牧、耐旱种与保水土,喀斯特区治石漠化陡坡与碎林缘、混交恢复与护浅层土碳,林与生物区由扩面积转提质量优结构复原生境连廊,东部ISWBCZ严控建设侵占地、复碎片生态斑与保高碳林湿。
结论部分原文翻译:本研究建立集成int-PLUS、InVEST、XGBoost-SHAP与PLS-SEM的分析框架,考察1990至2020年中国NKEFZs碳储量时空变异及其驱动因素,并预测2030与2060年多发展情景下未来碳储量。总碳储量从1990年5.29 × 1010Mg C降至2010年5.20 × 1010Mg C,随后回升至2020年5.24 × 1010Mg C,呈总体下降–恢复模式。IWBCZ持续主导NKEFZs总碳池,BCZ经历最显著结构下降,其余区相对平稳。XGBoost–SHAP与PLS-SEM结果均表明降水相关路径通常对调控碳储量起主导作用,但各亚区主导驱动与路径结构各异。温度效应主要以植被介导为主,而降水相关直接与间接路径在SWCZ更显著。人类活动主要通过重塑土地利用结构发挥次要调节作用。情景模拟进一步表明,NDS下总碳储量预计下降0.47%,而CLPS与EPS下分别预计增加1.37%与1.49%,EPS增益最大。这些结果显示,尽管自然环境条件存在限制,生态保护策略仍可增强区域碳固持能力。
要不要我帮你把这篇解读里的关键模型与方法提炼成一段适合写在论文“文献综述”或“研究方法”里的综述性文字?