吉林省生态系统碳储量影响因素分析

吴皓晴,刘子刚(中国人民大学环境学院,北京 100872)

陆地生态系统是全球重要碳库,其碳储量变化对于全球碳循环和气候变化具有重要影响[1].不同类型生态系统的碳储量在时间和空间上存在差异[2-3].估算生态系统碳储量常用方法为实地调查法、遥感反演法和模型模拟法.其中,实地调查法需要大量实测数据支撑[4-6],工作量较大;遥感反演法仅用于植被碳储量的估算,且受限于数据空间分辨率和监测站点数量及分布情况[7];模型模拟法可以有效评估和预测不同尺度下的生态系统碳储量,常用的模型有CEVSA 模型[8]、CASA 模型[9]和InVEST模型[10]等. InVEST 模型主要用于生态系统服务评价[11-13]和管理决策[13],具有操作简单､参数灵活等优点,可用于估算不同土地利用类型的生态系统碳储量[14].

生态系统碳储量主要受到自然和人类活动因素的影响[15-18].其中,气温、降水等气候因素的变化影响植物生长发育及凋落物分解,进而影响植物群落演替和土壤有机碳积累,甚至造成生态系统类型发生转变,最终导致生态系统碳储量变化[19-20].而人类活动主要通过土地利用方式和强度的转变[2,21-22]影响生态系统碳储量.此外,由于区域生态系统碳储量存在空间关联性[23],将空间因素纳入分析可以更好地解释区域生态系统碳储量的空间关系[5].目前生态系统碳储量研究主要针对森林植被[4-5]和土壤[6,24-25],对生态系统整体的研究[20,26]较少.研究区域上,国内研究主要集中在南方[27-28]和华北[29]､西北[20,30]地区,对东北地区研究较少,且研究结果的差异较大[31-32].大多数研究基于两个或多个截面数据探讨了气候､地形以及土壤理化性质等自然因素对生态系统碳储量的影响[6,20,24],但缺乏基于面板数据的对生态系统碳储量的影响因素探讨,对人类活动与空间因素[5]的影响研究较少.在研究尺度上,已有研究主要基于采样点[5-6]或栅格数据[26-27,29],较少从地级市[23]和县域尺度开展研究.因此,在县域尺度上运用基于面板数据的空间计量模型探讨生态系统碳储量的影响因素是很有必要的.

吉林省地处森林草原的过渡地带,森林、草地和湿地资源较为丰富.根据第三次国土资源调查的结果,林地、草地和湿地总面积为966.41 万hm2,约占吉林省土地面积的一半.这些生态系统在碳储存和气候调节方面发挥着重要作用[33].有关研究表明,吉林省森林碳密度为5.87kg C/m2,是中国森林碳密度最大的省份[34].近年来,由于受到多种自然和人为因素的影响,吉林省生态系统碳储量发生了显著变化[35].例如,由于泥炭地开垦和泥炭开采的影响,吉林省东部泥炭地碳储量与受干扰前相比损失了11.3%[36].本文基于InVEST 模型估算吉林省生态系统碳储量,构建空间杜宾模型从县域尺度分析气候、植被以及人类活动等因素对生态系统碳储量的影响及其区域差异,旨在为吉林省国土空间格局优化和生态系统固碳增汇提供参考.

1 材料与方法

1.1 研究区概况

吉林省(40°52′N～46°18′N,121°38′E～131°19′E)位于中国东北地区的中部,土地总面积1874 万hm2,约占全国土地总面积的1.95%[35].吉林省属温带大陆性季风气候,年平均气温2～6 ℃,年平均降水量为400～ 600mm.自东南向西北由湿润气候、半湿润气候向半干旱气候过渡[37].地势自东南向西北逐渐降低,地貌类型包括山地、丘陵、台地和平原等[38].

吉林省以森林、草地和农田生态系统为主,且在空间分布上具有明显差异.根据地貌和植被类型差异可将吉林省划分为长白山原始森林生态区、中东部低山丘陵次生植被生态区、中部松辽平原生态区和西部草地湿地生态区[39].吉林省东、中、西部的土壤类型亦存在显著差异.东部山地以棕色针叶林土、暗棕壤和棕壤为主;中部平原区主要以黑土和黑钙土等腐殖质含量较高的土壤为主;西部地区主要为黑钙土和栗钙土[40].

1.2 数据来源及处理

1.2.1 土地利用相关数据 1990 年、2000 年、2010年和2020 年的土地利用数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn),空间分辨率为30m×30m.土地利用分类采用中国土地资源分类系统[41],包括6 个一级类和25 个二级类.由于吉林省位于我国沼泽湿地主要分布区[42],且沼泽生态系统有机碳储量较大[43],因此将一级类“未利用地”中的二级类“沼泽地”单独作为一类,将吉林省的土地利用类型划分为耕地、林地、草地、水域、建设用地、沼泽与其他未利用地7 个类别.将数据的空间参考调整为Krasovsky_1940_Albers 坐标系用渔网进行重新采样,生成空间分辨率为1km×1km 的数据集.

1.2.2 自然影响因素相关数据 年平均气温(tem)和年平均降水量(pre)数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn)的中国气象要素平均状况空间插值数据集[44],空间分辨率为1km×1km.年均归一化植被指数(NDVI)数据来源于国家科技资源共享服务平台的1982～2020 年中国生长季月平均NDVI 数据集[45],空间分辨率为0.05°.为保证数据空间分辨率的一致性,将NDVI 数据的空间参考调整为Krasovsky_1940_Albers 坐标系用渔网进行重新采样,生成空间分辨率为1km×1km 的数据集.

1.2.3 人为影响因素相关数据 地表人类活动强度(HAILS)数据借鉴徐勇等构建的数学模型[46],根据土地利用数据分别计算吉林省各县域的HAILS.人口数据来源于第四、五、六、七次人口普查与《吉林省统计年鉴》,地区生产总值和化肥施用量数据来源于《吉林省统计年鉴》.其中,地区生产总值数据以1990 年为基期,通过GDP 指数(1990 年=1)换算成实际GDP.

1.2.4 碳密度相关数据 不同生态系统类型的地上生物量、地下生物量和土壤碳库主要来源于2015年吉林省泥炭沼泽碳库调查报告、2010s 中国陆地生态系统碳密度数据集[47]以及李克让等对全国碳密度的研究[8],具体数值及来源如表1.其中,本研究采用李克让等[8]对水域碳密度的估算值,设置为0;同时考虑到建设用地地表硬化,植被覆盖少,故其碳密度也设置为0[48].

表1 吉林省不同生态系统类型的碳密度(kg C/m2)Table 1 Carbon density of different ecosystems in Jilin Province(kg C/m2)

由于全国水平下的碳密度与吉林省碳密度之间存在差异,参照已有研究基于气温与降水对来源于李克让等的[8]全国碳密度数据进行修正,考虑到气温与土壤碳密度的相关性远低于降水,故仅根据降水量估算土壤碳密度[49].其中,年降水量与生物量和土壤碳密度的关系采用Alam 研究中的公式(公式(1),公式(2))[50];年平均气温与生物量碳密度的关系借鉴Giardina[51]、陈光水等[52]的研究中的公式(公式(3)).

式中:CSP为根据年降水量计算的土壤碳密度,kg/m2;CBP和CBT分别是根据年降水量和年平均气温得到的生物量碳密度,kg/m2;MAP 是年平均降水量,mm;MAT 是年平均气温, ℃.;将吉林省和全国的年平均气温和年平均降水量分别代入公式(1)～(3),二者之比即修正系数.

式中:CSPj为根据降水量估算的吉林省土壤碳密度;CBPj和CBTj分别为根据降水量与气温估算的吉林省生物量碳密度,CSPn为根据降水量估算的全国土壤碳密度;CBPn和CBTn分别为根据降水量与气温估算的全国生物量碳密度;KBP和KBT分别为根据降水量与气温估算的生物量碳密度修正系数;KS为土壤碳密度修正系数;KB为生物量碳密度修正系数.由于吉林省泥炭沼泽碳库调查报告中仅包含地上生物量数据,参考已有研究,根据式(8)和(9)进行地上地下生物量的转换以及碳密度计算[29].

式中:Ci_above为生态系统类型i 的地上生物量碳密度,kg/m2;Ci_below为生态系统类型i 的地下生物量碳密度,kg/m2;Bi为生态系统类型 i 的地上生物量,kg/m2;α 为转换系数,林地取0.5,其他生态系统类型取0.45;b 为地上地下生物量比值,植被类型为森林取0.4[53],为草地取4.3[54].此外,由于耕地生物量更注重有经济价值的地上作物籽实部分[55],本文不考虑耕地的地下生物量.

1.3 研究方法

1.3.1 InVEST 模型估算生态系统碳储量 采用InVEST 模型的Carbon 模块计算吉林省生态系统碳储量.该模型将生态系统碳储量分为地上生物量､地下生物量、土壤和死亡有机质4 个碳库数据[56],但由于死亡有机质碳库数据来源缺乏且占比较小[55],故不予考虑.因此,通过下式计算出吉林省逐年的生态系统碳储量:

式中:Ci为生态系统类型i 的碳密度,kg/m2;Ci_above为生态系统类型i 的地上生物量碳密度,kg/m2;Ci_below为生态系统类型i 的地下生物量碳密度,kg/m2;Ci_soil为生态系统类型i 的土壤碳密度,kg/m2;Ctotal为生态系统总碳储量,kg;Si为生态系统类型i 的面积,m2.

1.3.2 空间关联性 运用ArcMap10.8 软件将1990年、2000 年、2010 年和2020 年4 期生态系统碳储量数据与吉林省县级行政单元链接,得到每个县(市、区)的生态系统碳储量及其变化值.基于县域尺度分别计算1990 年、2000 年、2010 年和2020 年生态系统碳储量的Moran’s I 值.

1.3.3 空间杜宾模型 常见的空间计量模型包括空间自相关模型、空间误差模型和空间杜宾模型.其中,空间杜宾模型可以同时揭示相邻区域的生态系统碳储量与影响因素对研究区域的生态系统碳储量的影响,还可以在特定条件下退化为空间自回归模型与空间误差模型,较其他两种模型更适用于全面考察不同类型的影响因素对生态系统碳储量的影响,故本文选用空间杜宾模型进行回归分析,其表达式如下:

式中:lnCit为i 县(市、区)于年份t 的生态系统碳储量(万t)的对数值,是被解释变量;X 为解释变量(表2)组成的矩阵;w 为空间权重矩阵,为清晰刻画吉林省不同县(市、区)间的关系,本文构建了空间反距离矩阵;考虑到各县(市、区)内存在不随时间变化的影响因素,如高程和坡度等,用个体固定项ui进行控制;εit为随机误差项,且εit～N(0,σ2In);ρ、β 与δ 为估计系数.

表2 吉林省生态系统碳储量影响因素及变量选取Table 2 The influencing factors of carbon storage in Jilin and explanatory variables

选取年平均气温与年平均降水量来反映气候因素对吉林省生态系统碳储量的影响;选取年均NDVI 表征以森林为主的植被因素的影响;选取人均GDP 表征经济发展对碳储量的影响;选取地表人类活动强度表征土地利用情况的影响;选取化肥施用量反映农业种植情况.

地表人类活动强度是对一定地域内人类对陆地表层自然植被利用、改造和开发程度的总体反映,计算方式如下:

式中:HAILS 为地表人类活动强度;SCLE为建设用地当量面积,m2;S为区域总面积,m2;SLi为第i种土地利用类型的面积,m2;CIi为第i 种土地利用类型的建设用地当量折算系数,建设用地的折算系数为1,耕地的折算系数为0.2,苗圃及各类园地的折算系数为0.133,草地的折算系数为0.067,水库坑塘的折算系数为0.6,其余土地利用类型的折算系数为0;n 为区域内土地利用类型数[46].

2 结果与讨论

2.1 吉林省生态系统碳储量计算结果

如表3 所示,1990 年、2000 年、2010 年和2020年吉林省生态系统碳储量分别为15.57,15.62,15.67和15.58 亿t,这一估算结果与王新闯等[31]对吉林省森林生态系统碳储量的估算结果相近.其中,林地和耕地碳储量分别占全省的76%和20%.1990～2020 年,吉林省生态系统碳储量先上升后下降.其中,1990～2000 年生态系统碳储量增加幅度较大,耕地､林地与其他未利用地的碳储量增加,草地与沼泽的碳储量减少;2000～2010 年生态系统碳储量小幅增加,耕地､林地及其他未利用地的碳储量持续增加,但增速较前10a 有所减缓,沼泽碳储量增加,草地碳储量继续减少,但与前10a相比幅度较小;2010～2020年生态系统碳储量减少,只有耕地碳储量增加,林地、草地、沼泽及其他未利用地的碳储量均呈不同幅度减少,这可能与该时期建设用地面积大幅增加有关[57].

表3 1990～2020 年吉林省生态系统碳储量及占比Table 3 Ecosystem carbon storage and its proportion from 1990 to 2020 in Jilin Province

根据地貌、气候和植被等自然条件的差异将吉林省分为东、中、西部地区,分析1990～2020 年生态系统碳储量变化情况.其中,东部地区包括通化市、白山市和梅河口市的19 个县(市、区);中部地区包括长春市、四平市、辽源市和吉林市的17 个县(市、区);西部地区包括白城市和松原市的10 个县(市、区).将1990～2020 年的吉林省各县(市、区)生态系统碳储量变化划分为大幅减少(减少幅度超过15 万t)、明显减少(减少幅度超过3 万t),小幅减少(减少幅度不超过3 万t)、小幅增加(减少幅度不超过3 万t)、明显增加(增加幅度超过3 万t)与大幅增加(增加幅度超过15 万t).如图1 与图2 所示,生态系统碳储量增加的县(市、区)主要分布在吉林省西部,其增加主要与草地和其他未利用地向耕地的转变以及吉林省西部开展“三北”防护林工程和退耕还草工程建设[58],植被覆盖率显著提升有关[59];此外,东部地区的通化县、抚松县与和龙市的生态系统碳储量也明显增加,这是因为上述3 个地区近年来减少了对森林采伐和垦殖,加大了森林资源保护力度,开展了天然林保护工程和退耕还林工程,导致森林覆盖率不断增加[60-61].生态系统碳储量减少的县(市、区)主要分布在吉林省中部,这主要是因为吉林省中部城市群区域经济的发展使得耕地和林地向建设用地转变,从而减少了该区域的生态系统碳储量[62-63].

图1 1990～2020 年吉林省东、中、西部地区各县(市、区)生态系统碳储量变化情况Fig.1 Changes of ecosystem carbon storage of different counties in the eastern, central and western parts of Jilin province from 1990 to 2020

图2 1990～2020 年吉林省生态系统碳储量变化的分布Fig.2 Distribution of ecosystem carbon storage changes in Jilin province from 1990 to 2020

图3 1990～2020 年吉林省生态系统碳储量Moran’s I 的散点图Fig.3 The Moran’s I scatter diagram of ecosystem carbon storage in Jilin province from 1990 to 2020

2.2 吉林省生态系统碳储量影响因素分析

2.2.1 空间相关性分析 从空间关联性来看,吉林省1990～2020 年生态系统碳储量对数值的空间Moran’s I 值均大于0.在0.01 的显著性水平下,基于空间反距离权重矩阵的吉林省1990 年、2000 年、2010 年和2020 年的Moran’s I 值分别为0.38、0.38、0.37 和0.36,这说明吉林省生态系统碳储量存在空间正相关性.随着时间推移,Moran’s I 值呈下降趋势,说明吉林省生态系统碳储量的空间相关性在逐渐减弱.由图2 可见,大部分县(市、区)均处于第一、三象限,进一步说明吉林省生态系统碳储量存在正向的空间溢出效应.

2.2.2 空间杜宾模型 由于吉林省生态系统碳储量存在空间正相关性,将空间因素纳入分析可以更好地解释碳储量的影响因素及其空间效应.如表4 中的列(1)与列(2)所示,与多元线性回归模型(OLS)结果相比,引入空间权重矩阵后的空间杜宾模型(SDM)结果的AIC 与BIC 均出现明显的下降.此外,比较表4 中的列(2)与列(3)可知,考虑了高程、坡度等不随时间而变化的影响因素采取了个体固定效应后,模型(SDM_i)结果的赤池信息量准则(AIC)和贝叶斯信息准则(BIC)进一步下降,说明模型得到了改善.因此,本文采取个体固定效应的空间杜宾模型进行进一步分析.

表4 不同模型的回归结果Table 4 Regression results of different models

为检验模型的适用性,分别构建采取个体固定效应的空间自相关模型和空间误差模型,通过LR 检验和Wald 检验判断空间杜宾模型与空间自相关模型、空间误差模型是否存在显著差异.结果表明,LR和Wald 检验结果均大于0,且在1%的显著性水平下拒绝原假设,说明空间杜宾模型不会退化为空间自相关模型和空间误差模型.

空间杜宾模型将各影响因素对生态系统碳储量的影响分解为直接效应、间接效应与总效应.其中,直接效应反映特定影响因素对本区域生态系统碳储量的影响;间接效应即空间溢出效应,反映该影响因素对周边地区生态系统碳储量的影响;总效应反映该影响因素对吉林省生态系统碳储量的影响,结果如表5 所示.

表5 空间杜宾模型回归结果Table 5 Regression results of the spatial Durbin model

气温和降水对于吉林省生态系统碳储量的直接效应、间接效应和总效应均较小,且均不显著.这说明在研究期内气候变化对生态系统碳储量的影响相对较小.气温和降水对植被和土壤碳储量的影响机制较为复杂[6].在不同的时间尺度和地区表现又各不相同.根据已有研究,吉林省东部地区近50a 来,气温逐渐升高,水分条件改善,这对于森林的生长是有利的[64].但增温同时会导致土壤呼吸的增加,从而引起碳排放增加.而降水引起的土壤水分变化对土壤呼吸的作用是因时因地而异的,土壤水分过多将抑制土壤呼吸,相反则会促进土壤呼吸[65].结合表4 中列(1)和列(3)中相应的估计系数可以发现,在不考虑空间因素的情况下,年平均气温的系数为−0.28 且在1%的水平下显著,年平均降水量的系数接近于零,但同样显著;而引入空间因素后,气温与降水的系数均为0 且不显著,说明忽视生态系统碳储量的空间关联性的影响可能会高估气候因素对吉林省生态系统碳储量的影响,这一结果与刘畅等针对黑龙江省森林碳储量的研究相似[5].

归一化植被指数对生态系统碳储量的直接效应、间接效应和总效应均为正,远大于气温和降水的效应,这与韩玉等的研究结果一致[66].其中,间接效应(0.83)和总效应(1.09)均在1%的水平上显著.植被通过光合作用固定二氧化碳,同时通过呼吸作用释放二氧化碳,但总体上固定量远大于释放量,从而植被得以积累能量用于生长发育.此外,植物凋落物是土壤有机碳的重要来源.因此,植被覆盖度越大,生态系统碳储量越大.这与虞敏[67]的研究结果相一致.

人均GDP 直接效应、间接效应和总效应均为正,且直接效应(0.01)和总效应(0.01)在5%的水平上显著.经济发展水平的提高也意味着县(市、区)拥有更为充足的资金用于生态系统保护与修复,从而提高生态系统碳储量,这与周四军和江秋池的研究结果相一致[68].

地表人类活动强度的直接效应(−1.05)和总效应(−0.32)在1%的水平上显著为负,但间接效应(0.73)显著为正.地表人类活动强度是以区域内建设用地当量总数占全域面积的比例衡量人类开发活动的强弱.高强度的开发建设会驱动土地利用的变化,尤其是耕地、林地、草地等向建设用地的转化,这可能会导致原有的碳汇转变为碳源,大幅减少生态系统碳储量[69].根据《吉林省(1997-2010)土地利用总体规划》,吉林省严格控制新增建设用地数量,在此政策背景下,某县(市、区)地表人类活动强度的增加意味着相邻区域可新增的建设用地当量的相对减少,即地表人类活动强度的减弱,因此地表人类活动强度的间接效应显著为正.

化肥施用量直接效应、间接效应和总效应均为正,且直接效应(0.01)和总效应(0.02)在5%的水平上显著.农业生态系统作为陆地生态系统的组成部分,是重要的生态系统碳库[70],接近20%的吉林省生态系统碳储量来源于耕地,而增加化肥施用量促进了作物生长,从而提高生态系统碳储量.

2.2.3 区域异质性分析 由图1 可知,吉林省生态系统碳储量变化呈现出一定的区域差异,生态系统碳储量增加的地区主要分布在吉林省西部;而生态系统碳储量减少的地区主要分布在吉林省中部.为进一步探究吉林省生态系统碳储量影响因素的空间差异,将样本按吉林省东、中、西部划分为3 个子样本,再对子样本进行空间杜宾模型回归.

由表6 可见,东部地区主要受降水､归一化植被指数和地表人类活动强度的影响.其中,尽管降水对吉林省东部的生态系统碳储量影响很小,但直接效应和总效应均显著为正,而归一化植被指数的直接效应(0.71)和总效应(0.85)均显著为正,是最主要的正向影响因素.吉林省东部长白山地区森林覆盖率平均高达71.3%[71],是重要的生态系统碳库,而充足的降水是森林植被生长的必要条件,因此降水和植被对东部地区的影响显著为正.地表人类活动强度的直接效应(−0.67)显著为负,是最大的负向影响因素.近年来通化市与延边朝鲜族自治州推动开发建设,建设用地面积增加速度较快,对生态系统碳储量产生负向影响[35].然而,地表人类活动强度的间接效应(0.59)显著为正.这可能是因为特定地区高强度的人类活动(如建设活动)减缓了其向相邻区域扩张的速度,即缓解了其周边地区的人类活动压力,因此两种作用相互抵消,导致地表人类活动强度对吉林省东部生态系统碳储量的总效应尽管为负,但不显著.

表6 吉林省东、中、西部地区空间杜宾模型回归结果Table 6 Regression results of the spatial Durbin model in the eastern, central and western parts of Jilin province

吉林省中部地区的生态系统碳储量主要受气温、植被归一化指数､地表人类活动强度和化肥施用量的影响.其中,与东部地区类似,吉林省中部地区地表人类活动强度的直接效应(−0.54)显著为负,间接效应(0.47)显著为正,总效应不显著.吉林省中部城市群区域经济发展使得耕地和林地向建设用地转变,导致该区域的生态系统碳储量减少[62],但在一定程度上缓解了其周边地区的人类活动压力,因此总体效应虽然为负,但不显著.中部地区的归一化植被指数直接效应(0.60)和总效应(0.57)为正,总体影响程度小于东部地区,可能与中部地区森林覆盖相对较少有关.化肥施用量的直接效应(0.02)和总效应(0.01)为均为正.化肥施用量增加意味着由于植物生长发育吸收储存的有机碳增加.气温的直接效应(−0.02)与总效应(−0.01)显著为负,且影响较小,这一结果一定程度上与气温升高导致的土壤呼吸增强相关[5,72].

吉林省西部地区的空间杜宾模型回归结果均不显著.这可能与该区域盐碱化､沙化等土地退化问题较为严重[73],土地生产力低[58],生态系统碳储量较小有关.

2.3 建议

(1)严格控制建设用地扩张.以建设用地当量数表示的地表人类活动强度是吉林省生态系统碳储量的主要负向影响因素,即建设用地的扩张是吉林省生态系统碳储量减少的主要原因.因此,应当科学划定城镇开发边界,严格控制新增建设用地数量,同时,大力推进建设用地的节约集约利用,积极盘活存量建设用地.

(2)加强森林、耕地、草原和湿地的保护,提升植被覆盖度.森林、耕地、草原和湿地是重要的碳库,增加植被覆盖可以有效提升生态系统碳储量.因此,应继续实施天然林保护工程,开展森林保育和修复,大力提升森林蓄积量.切实加强耕地保护,严守耕地红线,完善耕地占补平衡制度,坚持“以补定占”.加强草原和湿地的生态保护和修复,提升草原综合植被覆盖度,严格控制占用湿地,构建湿地保护体系.

(3)因地制宜地提升生态系统碳汇.东部地区应重点实施森林生态保育工程,提升森林覆盖率和森林蓄积量;中部地区应严控建设用地占用农业和生态空间,加大耕地保护力度,深入实施黑土地保护工程;西部地区盐碱地和沙地较多,土地生产力较低,应当积极推进防风固沙林带建设,开展盐碱地综合改造利用,发展盐碱地特色农业,增加耕地面积,提高耕地质量.

值得注意的是,运用InVEST 模型基于土地利用变化与碳密度数据库推算生态系统碳储量,可以揭示相对大尺度范围内生态系统碳储量的时空变化情况,但该模型假设同一土地利用类型碳密度为固定值,忽视了同一土地利用类型内部可能存在的碳密度差异以及碳密度随时间的变化.基于此,未来研究可进一步细分土地利用类型,考虑碳密度随时间的变化,补充实地调查数据进一步研究吉林省生态系统碳储量的影响机制.

3 结论

3.1 1990 年、2000 年、2010 年和2020 年吉林省生态系统碳储量分别为15.57,15.62,15.67,15.58 亿t,呈现先上升后下降的趋势.生态系统碳储量增加的地区主要分布在吉林省西部;而生态系统碳储量减少的地区主要分布在吉林省中部.1990～ 2020 年吉林省生态系统碳储量均呈现出空间正相关性.

3.2 吉林省生态系统碳储量同时受到自然和人为因素的影响.其中,年均NDVI 是主要的正向影响因素,地表人类活动强度是主要的负向影响因素,因此,增加植被覆盖与严格控制建设用地的增长可以有效提高吉林省的生态系统碳储量.

3.3 吉林省生态系统碳储量受空间因素的影响,忽视生态系统碳储量的空间关联性以及空间因素对生态系统碳储量的影响,可能会高估气候因素对吉林省生态系统碳储量的影响.考虑空间因素,人均GDP 和化肥施用量均有正向的直接效应,地表人类活动强度有负向的直接效应;年均NDVI 和地表人类活动强度均有正向的空间溢出效应;年均NDVI、人均GDP 和化肥施用量均有正向的总效应,地表人类活动强度有负向的总效应.

3.4 吉林省生态系统碳储量影响因素存在区域差异.东部地区主要受降水、归一化植被指数和地表人类活动强度的影响.中部地区的生态系统碳储量主要受气温、植被归一化指数、地表人类活动强度和化肥施用量的影响.