黄土高原陆地生态系统碳储量的时间演进与空间分异特征

吕文宝,徐占军,郭琦,王俊俊,李哲

(山西农业大学资源环境学院,山西晋中 030801)

陆地生态系统碳储量是地球上最主要的碳储量之一,在全球碳循环中起到十分重要的作用[1]。土地利用/覆被变化(land use/cover change,LUCC)所带来的碳源和碳汇作为碳预算的重要组成部分,是决定陆地生态系统碳储量的关键性因素,还是研究陆地生态系统状况及其与大气之间碳平衡问题的关键[1-2]。据估算,1850—1990年,以森林生态系统为主的土地利用变化导致124 Pg(C)排放到大气中,占人类活动所引起碳排放量的33%,约占同期能源消费导致的碳排放量的50%[3]。我国是世界上生态脆弱区面积最大、脆弱生态类型最多的国家之一。水土流失、植被破坏,加之风沙、干旱等自然灾害,时刻危害着生态系统的生物多样性以及水、碳和养分的循环、能量平衡。作为反映生态系统健康状况的关键性指标——陆地生态系统碳储量,一旦其出现明显的变化,将会影响整个生态系统的初级生产力以及全球的碳排放和气候变化,甚至带来不可估量的全球生态危机。科学评估土地利用变化导致陆地生态系统碳储量的时空变化,探讨碳储量空间分布差异及影响因素,对于制定区域碳增汇、减排政策,保障生态安全具有重要意义。

国内外学者针对土地利用变化对陆地生态系统碳储量的影响已展开了多方面的研究。Houghton等[4]对美国碳预算的土地利用变化部分进行了估算,并对目前已有的土地利用变化引起的碳排放研究进行了比较讨论,总结了碳储量变化的主要计算方法,包括簿记模型、基于卫星数据、过程模型等。Guo等[5]对已发表的LUCC导致土壤碳储量变化的相关文献进行了meta分析,发现一般土地利用发生变化导致土壤碳储量减少的区域,相反的土地变化过程则会提高土壤碳储量。国内曲福田等[6]定性讨论了不同土地类型相互转化及其内部渐变所引起的碳效应,农地向非农地转换会造成碳储量流失,而耕地转换为林地、草地会增加土壤、植被中的有机碳储量。以往研究所提出的方法理论为当前对陆地生态系统碳储量的研究提供了借鉴,但也存在着一定的局限。例如,以往研究大多集中定量评估土壤[7]、植被[8]或者是农用地[9]生态系统碳储量的变化。就研究的时间和空间尺度而言,以往研究往往从城市或城市群[10]、省[11]、国家[12]尺度进行研究,时间跨度大多在20～30 a,较少地从长时间序列上对地理上的某一整体区域进行分析。并且以往碳储量估算中的碳密度数据大多未进行修正且较少考虑到土地利用类型发生变化后土壤碳储量需20 a左右的时间才能重新恢复平衡这一问题[13]。

多年来,我国通过开展包括退耕还林还草、“三北”防护林等在内的一系列治理工程来改善黄土高原地区的生态环境,恢复和维护生态系统的稳定。因黄土高原地区在我国生态建设工作中的重要地位,本文选取其作为研究区域,基于ArcGIS平台,采用高分辨率、长时间序列的土地利用遥感数据、修正后的碳密度等数据,通过碳储量估算模型和热点分析等工具,以全面开展退耕还林还草工作2002年作为时间节点,探讨1985—2019年黄土高原地区内的土地利用及陆地生态系统碳储量的时空变化和热点、冷点分布,并应用地理探测器探究年NDVI、人类活动强度、年降水量等自然和人为因素对碳储量空间分布的影响。以期为黄土高原地区编制治理规划、加强生态建设及应对“双碳”挑战提供重要支撑。

1 材料与方法

1.1 研究区概况

黄土高原位于我国中部偏北(33°—41°N,100°—114°E),东起太行山,西至乌鞘岭,南连秦岭,北抵长城,横跨中国青、甘、宁、蒙、陕、晋、豫7个省区,全区总面积约64万km2,是世界上面积最大的黄土区,同时也是我国生态环境最为脆弱的地区之一(图1)。地势呈现从西北向东南递减的趋势,主要地貌类型为山地、丘陵和高原等,其中西部为黄土高原沟壑区和农灌区,中部为黄土丘陵沟壑区,北部为土石山区、农灌区以及沙地和沙漠区,东部为河谷平原区和土石山区。降水具有季节性特征,总体上呈自东南向西北递减的趋势。耕地和草地是黄土高原区的主要土地利用类型,其次为林地、其他土地,建设用地和水域。

图1 黄土高原治理分区及土地利用类型Fig.1 Governance zoning and land use types of Loess Plateau

1.2 数据来源及预处理

1.2.1 土地利用数据 1985 年、2002 年、2019 年3期黄土高原土地利用数据采用Yang 等[14]制作的1985—2021年中国土地利用/覆被分类数据集,该数据集基于Landsat系列卫星的遥感影像制作而成,分辨率为30 m,时间序列覆盖1985—2021年,整体准确性较好,精度满足本研究需要。时间选取依据:一是土壤碳储量受土地利用变化扰动后要达到新的平衡状态需20 a左右的时间[13],二是2002年是我国退耕还林还草工程全面启动年,有利于对比工程启动前后研究区的生态系统碳储量变化。基于ArcGIS 平台提取黄土高原区3期土地利用数据,并按照第三次全国国土调查土地分类系统进行重分类(表1)。

表1 土地利用分类系统Table 1 Land use classification system

1.2.2 碳密度数据 黄土高原区内各类生态系统的碳密度数据主要参考中国陆地生态系统碳密度数据集,来源于国家生态科学数据中心(http:∥www.cnern.org.cn/)。数据集中不包含的碳密度数据,参考其他研究成果,耕地植被碳密度参考李克让等[15]对中国农田植被碳密度的研究成果,建设用地的植被、土壤碳密度以及其他土地的植被碳密度数据参考揣小伟等[11]的研究,水域的土壤和植被密度默认为0[8]。采用Alam[16]和陈光水[17]等的碳密度修正公式依据降水量和气温进行修正,得到符合研究区的碳密度数据。研究区实测点选取步骤:将数据集中的中国植被碳密度实测点数据导入Arc Map平台,通过黄土高原矢量范围筛选出研究区内的碳密度实测点,计算各类生态系统碳密度的均值并进行修正作为最终碳密度(图2)。

图2 黄土高原碳密度实测样点分布Fig.2 Distribution map of measured samples of carbon density on the Loess Plateau

式中:KBP,KBT分别为植被碳密度的年均降水、年均气温修正因子;KSP为土壤碳密度的年均降水修正因子。MAP1,MAT1,MAP2,MAT2分别为黄土高原区的年均降水(mm)、年均气温(℃)和对应参考文献研究区的年均降水量(mm)、年均气温(℃)。将计算得到的修正因子分别与其参考碳密度相乘,得到各地类的最终碳密度(表2)。

表2 不同土地利用类型的碳密度数据Table 2 Carbon density data for different land use types t/hm2

1.2.3 其他数据 陆地表层人类活动强度采用徐勇等[18]的计算模型,将研究区划分为若干个5 km×5 km 的网格,分别计算各格网内的人类活动强度。实际蒸发量来源于哈佛大学开源数据库(https:∥dataverse.harvard.edu/);年均气温、年降水量、夜间灯光强度来源于国家青藏高原科学数据中心(https:∥data.tpdc.ac.cn/);高程、坡度、年度归一化植被指数(normalized difference vegetation index,NDVI)来源于中国科学院资源环境科学数据中心(https:∥www.resdc.cn)。

式中:HAILS为陆地表层人类活动强度;SCLE为建设用地当量面积;S为区域总面积;n为地类数量;SLi为第i土地利用类型的面积;CIi为第i类土地利用类型的建设用地折算系数。

1.3 研究方法

1.3.1 碳储量估算

(1)陆地生态系统总碳储量的变化。LUCC 导致的碳储量变化主要有两个来源:植被碳储量和土壤碳储量变化[13]。因此,土地利用变化引起的生态系统总碳储量变化的估算公式如下:

式中:ΔC为陆地生态系统碳储量变化;ΔCVEG为植被碳储量变化;ΔSOC 为LUCC 引起表土的土壤碳储量变化。

(2)植被碳储量和土壤碳储量的变化。根据不同年份黄土高原区土地利用类型变化以及各土地利用类型的植被碳密度和土壤碳密度数据来分别计算植被和土壤碳储量的变化。LUCC 导致植被和土壤碳储量变化的计算公式如下:

式中:VDAFTERi为土地利用类型变化后的植被碳密度数据;VDBEFOREi为土地利用类型变化前的植被碳密度数据;SOCDAFTERi为土地利用类型变化后的土壤碳密度数据;SOCDBEFOREi为土地利用类型变化前的土壤碳密度数据;ΔS为土地利用类型发生变化的面积;i为由一种土地利用类型转化为另一种。

1.3.2 冷热点分析 冷热点分析作为一种空间分析方法,能够有效地检验全局聚集性,目前广泛应用于社会经济和生态环境研究中,通过ArcGIS平台Getis-OrdG*i工具来识别热点和冷点,即统计上显著的高值空间聚集和低值空间聚集[19]。将黄土高原区划分成若干10 km×10 km的网格,统计各网格内的碳储量变化并进行冷热点分析,得到p值和Z得分,比较碳储量变化的空间集聚和相关性。若Z得分为负值且显著,属于碳储量减少聚集区,相反,若Z得分为正且显著,则属于碳储量增加聚集区。

1.3.3 地理探测器 地理探测器是一种探究空间异质性、量化其驱动因素的空间统计方法,其基本原理是将总样本划分为若干个子样本,通过方差判断空间异质性和变量关系[20]。软件来源于(http:∥www.geodetector.cn/)。因子探测器探究人类活动强度、年均NDVI、高程、坡度等因素对研究碳储量空间分异的解释力度,用q值衡量。交互探测器则用于探究不同因子之间的交互作用,即因子与因子之间组合后对因变量的解释力是增强、削弱还是相互独立。

2 结果与分析

2.1 黄土高原土地利用变化的时空特征分析

1985—2019年,黄土高原地区土地利用类型发生了较为剧烈的变化,土地利用类型发生改变的土地面积共1 369.50万hm2,占黄土高原总面积的21.09%,主要以耕地、林地、草地和建设用地的面积变化为主(表3)。其中耕地面积减少277.14万hm2,主要流向了林地、草地及建设用地,林地面积增加167.97万hm2,建设用地扩张明显,增加128.47万hm2,草地面积增加119.35万hm2,其他土地减少143.75万hm2,水域面积增加5.10万hm2,湿地面积增加0.003万hm2。

表3 1985-2019年黄土高原土地利用结构及动态度Table 3 Land use structure and dynamics of Loess Plateau from 1985 to 2019

1985—2002年土地利用类型发生变化的面积共922.80万hm2,占土地总面积的14.21%(图3)。期间耕地面积减少114.92万hm2,主要流向草地,建设用地面积增加48.13万hm2,耕地是其主要转化来源,草地面积增加76.78万hm2,林地面积增加47.45万hm2,其他土地减少56.17万hm2。这一阶段我国城市化发展水平稳步提高,对建设用地的需求也在不断增长,但以耕地、林地为主的农用地总体面积变化不大。2002—2019年的土地利用类型转变方向与第一阶段相同,但变化更加剧烈,土地利用类型发生变化的土地面积共1 068.20万hm2,占土地总面积的16.45%;期间耕地面积减少162.22万hm2,也是主要流向草地,建设用地面积增加80.34万hm2,草地面积增加42.57万hm2,林地面积增加120.52万hm2,主要是由草地转化而来,其他土地减少87.58万hm2。

图3 1985-2002年和2002-2019年土地利用变化弦图Fig.3 Graph of land use changes from 1985 to 2002 and 2002 to 2019

对空间分布进行分析发现,1985—2002 年和2002—2019年两个时间段内的土地利用变化在空间和类型上具有相似性(图4)。变化最为集中的地区有陕西的西安市、榆林市和延安市,宁夏的银川市、石嘴山市和固原市,甘肃的定西市、天水市和平凉市,内蒙古的鄂尔多斯市、乌海市,山西的太原市、临汾市和大同市。从分布特点上来看,这些区域大多属于重点生态治理区域,基本以耕地、林地和草地之间的转换为主。此外,各省份处于平原地区的城市中心区域,尤其是省会城市,如太原市、西安市、兰州市等,存在一定数量且空间分布集中的地类变换,主要为耕地、草地等农用地转换为建设用地。

图4 1985-2002年和2002-2019年内黄土高原地区土地利用变化的空间分布Fig.4 Spatial distribution of land use changes in the Loess Plateau from 1985 to 2002 and from 2002 to 2019

2.2 黄土高原陆地生态系统碳储量的时空变化特征分析

2.2.1 时间序列变化 黄土高原内较为剧烈的土地利用变化导致陆地生态系统的植被碳储量和土壤碳储量都发生了不同程度的变化。1985—2019年内土壤碳储量增加1 569.06 万t,植被碳储量则增加3 656.45万t,生态系统碳储量共增加5 225.51万t,年均增加154.00万t(表4)。草地转为林地、耕地转为林地和耕地转为草地是研究区生态系统碳储量增加的主要原因。从不同土地类型的生态系统碳储量来看,草地、耕地和林地构成了黄土高原陆地生态系统碳储量的主体,其次是其他土地、建设用地和湿地。研究期间,耕地和其他土地面积的减少导致其碳储量分别减少18 052.60万t,7 695.30万t,而林地、草地和建设用地面积的增加则导致各自碳储量分别增加16 232.31万t,8 115.73万t,6 625.33万t,湿地由于面积较小,碳储量变化并不明显(图5)。

表4 1985-2019年黄土高原陆地生态系统碳储量变化Table 4 Changes in carbon storage of terrestrial ecosystems on the Loess Plateau from 1985 to 2019 104 t

表5 1985-2002年黄土高原碳储量转移矩阵Table 5 1985-2002 Loess Plateau carbon storage transfer matrix 104 t

图5 1985-2019年黄土高原区内各类生态系统碳储量的变化Fig.5 Changes in carbon storage of various ecosystems in the Loess Plateau from 1985 to 2019

从不同的研究阶段来看,1985—2002年,研究区植被碳储量增加981.38万t,土壤碳储量增加814.07万t,生态系统碳储量共增加1 795.45万t,草地转为林地、其他土地转为草地和耕地转为草地是碳储量增加的主要原因(表4—5)。2002—2019年,植被碳储量增加2 675.07万t,土壤碳储量增加754.99万t,生态系统碳储量共增加3 430.06万t,草地转为林地、其他土地转为草地和耕地转为林地是碳储量增加的主要原因(表4、表6)。此外值得注意的是,因为建设用地侵占的农用地面积远小于林地草地面积的增加,所以建设用地面积增加导致生态系统碳储量的流失量并不明显。

表6 2002-2019年黄土高原碳储量转移矩阵Table 6 2002-2019 Loess Plateau carbon storage transfer matrix 104 t

2.2.2 空间格局变化 在空间分布上,研究区两个时间段内的土地利用变化和生态系统碳储量的变化保持着一致性(图4、图6—7)。从黄土高原的市级行政区划和综合治理分区来看,第一个时间段内,碳储量流失主要集中在黄土高原沟壑区的中部,即甘肃的平凉市、定西市、天水市和宁夏的固原市、中卫市等地;碳储量增加则主要集中在黄土丘陵沟壑区和黄土高原沟壑区的交界、土石山区的东部,即陕西的延安市、榆林市、宝鸡市,山西的晋城市、长治市、晋中市等地。第二个时间段碳储量流失主要集中于河谷平原区和农灌区,即山西的晋中市、临汾市、运城市和陕西的西安市、咸阳市,宁夏的吴忠市、银川市、石嘴山市,内蒙古的呼和浩特市、包头市、巴彦淖尔市等地;陕西的延安市、榆林市依旧呈现碳储量增加状态,且增幅明显,甘肃的平凉市、定西市、天水市和宁夏的固原市、中卫市明显地由碳源转为碳汇,碳储量呈增加状态,此外同样位于黄土丘陵沟壑区的山西的忻州市、吕梁市也明显表现出碳储量增加状态。

图6 1985-2002年和2002-2019年内LUCC导致生态系统碳储量变化的空间分布Fig.6 Spatial distribution of changes in ecosystem carbon storage caused by LUCC in 1985-2002 and 2002-2019

以省作为单位进行计算(图8),1985—2019年,陕西碳储量的增量最高,达1 670.60万t,其次是山西和内蒙古,分别增加1 603.15万t,1 060.66万t,仅河南省碳储量呈流失状态,减少143.56万t。林地的碳密度最高,其次是草地和耕地,大量耕地向林草用地以及草地向林地转化是碳储量增加的主要原因。而河南的洛阳市、三门峡市等地在2002年以前同时存在着大面积的耕地转为建设用地和林地转为耕地的现象,使得碳储量明显减少,但随着还林还草等政策的逐步推行加强,以林地为主的生态用地得到补充,河南碳储量略微增加。

2.2.3 冷热点分析 对黄土高原陆地生态系统碳储量变化的空间分布进行冷热点分析发现(图9),1985—2002年热点区域主要集中在陕西的榆林市、延安市、铜川市和宝鸡市,山西的太原市、晋中市、忻州市、阳泉市、长治市、晋城市,宁夏的银川市和中卫市,内蒙古的鄂尔多斯市等地;冷点区域主要集中在河南的郑州市、洛阳市和三门峡市,山西的临汾市和运城市,甘肃的天水市和固原市等地。2002—2019年生态系统碳储量变化的热点区域主要集中在陕西的延安市、榆林市、铜川市、宝鸡市和咸阳市,甘肃的天水市和平凉市,内蒙古的鄂尔多斯市,山西的忻州市、晋中市、晋城市和临汾市等地;冷点区域主要集中在陕西的西安市、渭南市和咸阳市,河南的洛阳市和郑州市,山西的晋中市、吕梁市和运城市,内蒙古的呼和浩特市、包头市和乌海市,宁夏的银川市、石嘴山市和吴忠市。总的来看,碳储量变化由冷到热和由热到冷的区域主要集中在黄土高原的中部与西北部地区,即宁夏的银川市、石嘴山市、吴忠市和内蒙古的鄂尔多斯市、乌海市,甘肃的天水市、平凉市等地。

图9 1985-2019年黄土高原陆地生态系统碳储量变化热点和冷点空间分布Fig.9 Spatial distribution of hot spots and cold spots for changes in carbon storage of terrestrial ecosystems on the Loess Plateau from 1985 to 2019

2.3 黄土高原陆地生态系统碳储量空间分异的驱动因素

地理探测器结果显示,黄土高原生态系统碳储量的空间分布受自然因素、人为因素的综合影响。选取的8个因子对于碳储量的空间分异均有显著影响(p＜0.05),但不同的因子之间解释力相差较大(表7)。1985—2019年,年度NDVI的3年q值最高,其次是实际蒸发量、人类活动强度、年降水量和坡度,q值多在0.2～0.5区间,是研究区碳储量的空间分异的主要驱动因子,此外年NDVI、实际蒸发量、年降水量随时间变化解释力略微下降。高程、年均气温和夜间灯光强度的q值均小于0.1,是影响研究区碳储量空间分异的次要因子。

表7 黄土高原碳储量空间分异影响因子探测q 值统计Table 7 Statistics of the detection q value of the influence factor of spatial differentiation of carbon storage on the Loess Plateau

交互探测器结果显示,1985—2019 年驱动因子对碳储量的影响展现协同增强的作用效果,并分为双因子和非线性两种形式的增强(表8,仅按影响力大小列出部分)。自然因素和人为因素组合后的交互作用明显强于单类型因子组合,如人类活动强度作为社会经济活动的直接体现,分别与年NDVI、年降水量和实际蒸发量组合,解释力均超过了0.6,位于历年前三,而年NDVI、高程、坡度等自然因子内部组合的解释力明显变弱。

表8 主要交互因子及其变化Table 8 The main interaction factors and associated changes

3 讨论与结论

3.1 讨论

3.1.1 土地利用与碳储量的时空变化 近40 a的研究期间内,黄土高原内耕地、林地、草地以及建设用地等地类发生了较为剧烈的变化,转变类型以耕地转为草地、林地和建设用地,草地转为耕地、林地为主,这与目前大部分研究的结果保持一致[21]。其背后的主要原因有:随着我国经济快速发展,研究区内的人口不断增长,城市化快速提升,在此背景下,导致大量以耕地为主的农用地转化为非农建设用地,以满足不断增长的城市扩张需求[22];以及从20世纪80 年代开始在该区域开展的一系列以水土保持为主的生态建设工作,如防护林建设、退耕还林还草工程、封山还草工程等[23]。这些活动也从空间上解释了土地利用变化为何主要集中分布在城市周围以及重要生态治理区域。此外,以降水量为代表的自然因素也是影响研究区土地利用变化的重要因素,一般降水量和气温的增加有助于植被恢复,但过高的气温会加剧土壤的干燥程度,抑制植被生长[24]。

碳储量方面,黄土高原内的植被碳储量与土壤碳储量在两个时间段均出现了不同程度的净增加。主要得益于研究区开展的退耕还林还草、防护林建设等重要生态保护工作,促使大量碳密度较低的坡耕地、裸土地和沙地等地类经过退耕或开发治理转换为高碳密度的林草用地[23],三十多年来黄土高原内上升的气温和增加的降水量,也进一步促进了森林、草地植被的生长恢复和覆盖度的提高[25],这都使得研究区内的植被和土壤碳储量不断增加。尤其是2002年后退耕还林还草工作的全面开展、“西北”防护林四期、五期工程和太行山绿化工程的推进,耕地、林地和草地等地类转换更加剧烈,使得生态植被面积在2000年后的20 a里快速增长,因此第二阶段内植被碳储量的累计速度和总量都明显高于第一阶段,形成明显对比,这也一定程度上解释了为何碳储量增加在空间上主要集中于山西、陕西和甘肃等省份。碳密度较高的地类转为碳密度较低的地类则会造成碳储量流失,西安市、太原市和兰州市等省会城市周边较为集中但幅度较小的碳储量流失,这是因为城区扩张导致其周围的农用地转化为建设用地,导致地上地下碳储量的流失[6];鄂尔多斯市和巴彦淖尔市等地在空间上表现为较为分散的碳储量流失和增加状态,原因是放牧、砍伐等人类活动和气候因素造成的水土流失和荒漠化等土地退化问题,使得大量的草地、林地转化沙地、裸土地等其他土地,造成碳储量流失,同时在经过大范围的植树种草、轮封轮牧等生态综合治理措施下,也存在耕地、其他土地转化为草地和草地转化为林地等地类转化活动,致使碳储量增加[26]。提高区域生态系统碳储量,一方面应在保证粮食安全的前提下,进一步稳定和扩大还林还草范围,持续推进国土绿化、防护林建设等生态工程,以此促进环境条件较差的坡耕地、沙地等地类转为林草用地,提高林草质量,利于碳储量积累;另一方面也需要严格限制区域新增建设用地规模,强化用途管制,防止生态空间占用,造成碳储量流失。

3.1.2 碳储量空间分异的驱动因素 地理探测器的结果表明,自然因素和人为因素都会对碳储量空间分布格局产生重要影响,且二者组合会产生协同增强的效果。NDVI是影响碳储量空间分异的主要影响因素,其次是人类活动强度和年降水量。NDVI反映了植被覆盖度,是量化植被生长状况的重要指标和生态环境的基础,可以估测地上生物量的高低。人类活动强度越高,则表示人类自然改造活动越强,导致地表自然覆被受到破坏,土壤表层的水分、养分和空气交流受到干扰,不利于土壤碳储量和植被碳储量的累计[6,18]。蒸发量与降水量是衡量、评估区域水量盈亏程度的重要指标,对于植被生产力、生物量的累计具有重要影响[27]。坡度代表地表倾斜程度,坡度越大尤其是大于25°的地区,经过退耕还林还草等活动后,往往都变成了碳密度较高的林地、草地[23]。黄土高原内不同的空间位置,其降水、人类活动、温度、坡度等环境条件存在着较大的差异,因此根据其外部条件制定相应的生态保护措施,对于区域碳汇能力提升具有重要帮助。如降水量少、蒸发量高且植被覆盖度较低的沙地和沙漠区等地区,可以实施以沙地生态修复、草原保护修复、水土流失治理等为主的植被恢复工程;对于降水量充足且植被覆盖度较高的土石山区等地区,优先实行林草质量提升、生物多样性保护等提质增效类生态工程;对于水系流域发达、人类活动强度较大的地区,则主要开展沿河耕地保护、流域治理、城市绿化等生态工程。

3.1.3 研究不足与展望 陆地生态系统碳储量的内部组成和反馈机制非常复杂,不同的估算方法和不确定性都会导致碳储量的估算值有很大的差异[28]。这也是与已有部分研究结果存在差异的主要原因,如Feng等[29]研究发现黄土高原区生态系统从2000年开始由碳源转为碳汇,并在随后的八年里固碳量增加了9 610万t,退耕还林还草是其增加的主要原因;彭文英等[30]则预测2000—2020年黄土高原在退耕还林实施后土壤碳储量将增长13 140万t左右。在数据与方法方面,本文采用的植被碳密度、土壤碳密度等数据较依赖于已有研究,存在样点较少、时间序列较短等问题。因此未来通过获取适用性、代表性更好的基础数据,可以进一步提高研究精度,更好地服务研究区的生态建设。

3.2 结论

(1)1985—2019年,黄土高原耕地、林地、草地和建设用地的面积变化最为明显,其中耕地减少277.14万hm2,主要流向了林地、草地及建设用地;林地、草地分别增加167.97万hm2,119.35万hm2,建设用地扩张明显,增加128.47万hm2,其他土地减少143.75万hm2,主要流向了耕地、草地。

(2)1985—2019年,黄土高原生态系统碳储量净增加5 225.51万t,其中土壤碳储量增加1 569.06万t,植被碳储量则增加3 656.45万t;且以2002年作为时间节点分析发现,随着以退耕还林还草、防护林建设等为主的生态恢复工程的进一步推进,第二个阶段碳储量的增幅高于第一阶段,尤其是植被碳储量。热点分析的结果表明,两个阶段内冷热点的空间分布存在一定差异。1985—2002年热点区域集中在陕西、山西、宁夏和内蒙古的部分地市;冷点区域集中在河南、山西、甘肃的部分地市;2002—2019年热点区域集中在陕西、甘肃、内蒙古和山西的部分地市;冷点区域集中在陕西、河南、山西、内蒙古和宁夏的部分地市。

(3)黄土高原陆地生态系统碳储量空间格局受自然和人类活动综合影响,其中年度NDVI、实际蒸发量、人类活动强度、年降水量和坡度是主要影响因子,夜间灯光强度和高程是次要因子,此外,自然因素和人为因素组合后的交互作用明显强于单类型因子组合。研究结果可为黄土高原生态建设效益评估,以及未来生态工程布局、制定差异化的生态治理方案提供一定的参考,以此提高区域生态系统碳储量,促进生态环境好转。