山东东营2001—2022年黄河下游生态系统固碳能力的变化分析

窦文骏 巴音吉 邢为正 孟雪

收稿日期：20240201；修订日期：20240221；编辑：陶卫卫

基金项目：黄河三角洲自然资源综合调查监测与评价（DD20220886）；黄河流域中下游（河南段）水沙相互作用及生态环境承载力调查监测与评价（DD20220885）

作者简介：窦文骏（1996—），男，新疆伊犁人，工程师，主要从事自然资源综合调查与要素综合观测;Email：douwenjun@mail.cgs.gov.cn

*通讯作者：巴音吉（1989—），男，山东东营人，工程师，主要从事自然资源综合调查与要素综合观测;Email： geobayinji@163.com

摘要：21世纪以来，受气候变化和人类活动的影响，黄河流域生态系统的固碳能力发生了剧烈变化，评价黄河流域生态系统固碳能力对推动该区域生态保护和高质量发展具有重要意义，但目前开展的相关研究却显得尤为不足。本文以黄河下游的山东省东营市为例，在大量野外采样数据的基础上，采用CEVSAES模型，对研究区22年来的生态系统的固碳能力进行模拟。在此基础上，利用ArcGIS和ENVI等软件，采用线性变化趋势分析的方法，对于研究区生态系统的固碳能力的时空变化趋势进行分析。研究结果表明：东营市中部和南部少部分地区净生态系统生产力增长较快，而北部和滨海地区的增长相对缓慢。随着时间的推移，整体上净生态系统生产力呈现增长趋势。总初级生产力在东营市中部和南部少部分地区增加较快，北部和滨海地区增长缓慢，随着时间的增长，总初级生产力总体呈现增长状态。东营市生态系统呼吸在滨海和南部少部分地区增长较快，中部地区生态系统呼吸呈递减趋势，随着时间的推移，总体上生态系统呼吸呈现下降趋势。该结果对黄河下游生态系统固碳能力的变化分析具有重要意义。

关键词：生态系统；固碳能力；CEVSAES模型；黄河下游;山东东营

中图分类号：X37；TV212    文献标识码：A    doi：10.12128/j.issn.16726979.2024.06.006

引文格式：窦文骏，巴音吉，邢为正，等.山东东营2001—2022年黄河下游生态系统固碳能力的变化分析［J］.山东国土资源，2024，40（6）：4550. DOU Wenjun，BA Yinji，  XING Weizheng， et al. Analysis on Changes in Carbon Sequestration Capacity of the Yellow River Downstream Ecosystem in Dongying City in Shandong Province from 2001 to 2022［J］.Shandong Land and Resources，2024，40（6）：4550.

0  引言

山东省东营市是黄河入海口所在地，在此处形成了独特的自然与生态环境。对东营市固碳能力进行定量评价，并分析其时空变化，对进一步提升生态系统的碳汇能力、探索适合增汇减排的有效方式、双碳目标的实现和黄河流域的高质量可持续发展均具有重要意义［16］。

1  研究区概况

研究区位于山东省东营市，黄河在此处入海，东营市北邻渤海湾，东靠莱州湾，与辽东半岛隔海相望，属温带半湿润大陆性季风气候［7］。该地的土地利用类型主要有耕地、建设用地、盐碱地等［810］，区内无地带性植被类型，木本植物很少，湿地植物分布广泛［1112］。该地区湿地水分、热量条件优越，天然湿地植被和稻田的生物量较大，植被净初级生产力水平较高，具有较大的碳储量和较强的固碳能力［13］。同时，位于该区域的黄河三角洲国家级自然保护区是中国暖温带保存最完整、最广阔、最年轻的湿地生态系统，是中国沿海最大的新生湿地自然植被区。因此，在本研究区进行固碳能力的研究具有示范意义［14］。

2  数据与方法

2.1  数据来源

2.1.1  实地观测与采样数据

为了利用CEVSAES模型对研究区固碳能力进行模拟，2022年7月布设采样点60个，主要进行土壤不同层次和地表植被有机质、氮磷钾、含水量以及pH的测量。2023年7月布设采样点30个，同样进行土壤不同层次和地表植被有机质、氮磷钾、含水量以及pH的测量。同时为了验证CEVSAES模型的模拟结果，从2021年开始，在研究区设立1个通量塔，采样时间间隔为30min，获取NEE、CO2、H2O等指标，采样点和通量塔的位置如图1所示。

2.1.2  遥感数据

从地理空间数据云（https：//www.gscloud.cn）下载Landsat 5 TM和Landsat 8 OLI 数据，空间分辨率为30 m×30 m，重访间隔为16d。本文选择了2001—2022年期间上述传感器的无云或最低云数据［15］。利用Landsat 数据计算增强型植被指数（enhanced vegetation index，EVI）、归一化差值植被指数（normalized difference vegetation index，NDVI）、修正归一化差值水指数（modified normalized difference water index，MNDWI）和地表水指数（landsurface water index，LSWI）。

下载2001—2022年的MODIS数据，数据来自美国国家航空航天局（https：//ladsweb.modaps.eosdis.nasa.gov/search/），空间分辨率为 500m×500m，时间分辨率为8d。利用MODIS 数据计算的EVI、NDVI、MNDWI 和LSWI来判断植被的空间分布范围和水分含量。

2.1.3  气象数据

本研究利用中国 1km分辨率月降水数据集和 1km分辨率月平均气温数据集作为CEVSAES模型的输入，来获取气候变化对植被固碳能力的驱动过程，气象数据来自于http：//poles.tpdc.ac.cn/en/［1617］。

2.1.4  土地利用覆被数据

土地利用覆被数据由中国科学院遥感与数字地球研究所提供［18］。该数据集基于面向碳收支的中国土地覆被分类系统，通过物质组成、结构、排序、季节特征等指标，将土地覆被划分为38个二级类型。结合本研究的野外采样数据，本文将上述土地覆被类型进一步分类为9种植被类型，包括：冬小麦、水稻、旱柳林、柽柳灌丛、獐毛盐生、碱蓬盐生、芦苇沼泽、芦苇盐生以及黑杨林等。

2.2  方法

2.2.1  碳汇模拟方法

基于遥感驱动的生态系统服务过程模型（CEVSAES），模拟研究区的生态系统固碳能力的变化。CEVSAES模型是一个基于生物物理过程模拟植被—大气—土壤之间能量交换和物质循环的生物地球化学循环模型，包含生物物理子模型、植物生理子模型及土壤碳氮分解子模型等三部分。可以实现净初级生产力、固碳、蓄水及土壤保持等多种生态系统服务的同步模拟［19］。本研究采用净生态系统生产力（NEP）、总初级生产力（GPP）与生态系统呼吸（Re）表征生态系统固碳能力，该模型的具体实现过程详见文献［20］。

2.2.2  变化趋势分析

东营市NEP、GPP和Re指标的多年变化趋势采用一元线性趋势斜率计算，公式如式（1）所示：

slopeIndex=N×∑Ni=1i×Indexi-（∑Ni=1i）（∑Ni=1Indexi）22×∑Ni=1i2-（∑Ni=1i）2 （1）

式中：变量i为2001—2022年的年序号， 2001—2022这22年用N表示，变量代表第i年NEP、GPP或Re的年平均值，公式中当i=1时为2001年，依此类推至2022年； slopeIndex为由i和Index计算出的一元线性回归斜率，其含义为从2001—2022年，年平均NEP，GPP和Re变化量。

3  结果

3.1  模拟结果验证

通量塔可以直接获得净生态系统交换（NEE）的测量值。在此基础上，参照张丽景的研究方法［21］，在通量塔数据和气象数据的基础上计算Re，然后通过利用式（2）和式（3）计算NEP和GPP。

NEP=NEE-Re（2）GPP=NEP+Re（3）

因通量塔设备故障维护，2022年大部分通量数据无法使用，因此基于2021年5—12月通量塔观测数据，验证模型模拟NEP、GPP和Re，所得模拟结果能较好的捕捉到碳通量的动态变化，模拟数据与观测数据之间的决定系数在0.94以上，且均显著相关（图2）。

3.2  NEP、GPP和Re的时间变化

利用ArcGIS和ENVI对东营市的NEP、GPP和Re随时间的变化情况进行分析，从图3中的NEP可以看出，东营市湿地生态系统整体呈碳汇状态，虽然部分年份NEP是负值，但从2014年开始，NEP逐步增加并且在2021年达到最大值0.42 TgCa1；2001—2022年东营市GPP总量整体呈现缓慢上升趋势，其中2004—2010年较为稳定，2011—2022年整体为增长趋势，2021年达到最大值4.61 TgCa1；东营市Re总量增长速度缓慢，与GPP趋势相似。

综上所述，2001—2022年研究区的碳汇功能呈缓慢增加趋势，这反映出近年来随着生态保护日益加强，生态系统的碳汇功能出现了缓慢增加，虽然生态系统呼吸同时有缓慢增加的趋势，但其增加幅度不如GPP的增加幅度，研究区整体表现出微弱的碳汇。

3.3  NEP、GPP和Re的空间变化

利用ArcGIS和ENVI对东营市的NEP、GPP和Re的空间变化情况进行分析，从图4可以看出，NEP总体上呈现增长趋势。中部和南部部分地区NEP增加趋势明显，增长范围8～16g·C/（m2·a）。北部和滨海地区增长较缓慢，增长范围在5 g·C/（m2·a）以下，有少部分地区NEP没有变化或减少趋势， GPP也呈现总体增长趋势。中部和南部部分地区GPP增长趋势明显，增长幅度差异较大，在50～170g·C/（m2·a）之间变化。北部及滨海地区增长较缓慢，增长幅度在50g·C/（m2·a）以下，少部分GPP没有变化趋势或呈递减的趋势。Re总体呈现缓慢上升趋势。中部及南部大部分地区减少趋势较为明显，最多可减少114g·C/（m2·a），其中有少部分地区Re没有变化趋势。北部、南部少部分地区及滨海地区Re呈现增长状态，增长范围为30～73g·C/（m2·a）之间。

4  结论与讨论

4.1  结论

本文通过利用CEVSAES模型对山东省东营市固碳能力进行模拟，并且利用ArcGIS和ENVI对东营2001—2022年NEP、GPP和Re时空变化进行分析，本文取得的主要结论如下：

（1）随着时间的推移，东营市NEP整体上呈现增长趋势。东营市中部和南部少部分地区NEP增长较快，增长范围在8～16g·C/（m2·a）之间，而北部和滨海地区的增长相对缓慢。

（2）东营市GPP与NEP变化趋势相似，都呈现增长状态。GPP在东营市中部和南部少部分地区增加较快，均增加50g·C/（m2·a）以上，北部和滨海地区增长缓慢。

（3）2001—2022年间东营市Re总体上呈现下降趋势。Re在东营市中部地区呈递减趋势，下降幅度较大，最多可减少114g·C/（m2·a），滨海和南部少部分地区虽有增长的趋势，范围在30～73g·C/（m2·a）之间。

4.2  讨论

从本研究可以看出，NEP的分布和趋势能够反映东营市中部和南部少部分地区NEP增长较快，北部和滨海地区增长较为缓慢，提升空间较大。在固碳能力提升方面，下一步可以通过实施相应政策措施，提高北部和滨海地区的碳汇能力，增加固碳量。

GPP的分布和趋势与NEP相似，GPP在东营市中部和南部少部分地区增加较快，北部和滨海地区增长缓慢，这一地区增长潜力较大，可以参考中部地区生态环境的改善措施，抑制GPP的减少，增强生态保护，提高总初级生产力。

Re的分布和趋势能够反映东营市滨海地区和南部少部分地区增长较快，中部Re呈递减趋势，根据国家政策和碳中和碳达峰的目标，应关注于减少北部和滨海地区的生态系统呼吸，提高东营市地区碳汇和增加固碳量。

参考文献：

［1］  陈媛华，谭建光，谷晓明，等.城市生态系统固碳减排效能评价方法研究［J/OL］.环境保护科学，2024：17.

［2］  刘洋.黄河流域生态系统服务及其权衡协同关系特征［D］.咸阳：西北农林科技大学，2023：14.

［3］  盛舒童，刘艳芳，刘耀林，等.山东沿海生态系统服务协同与权衡的空间格局及驱动力［J］.水土保持研究，2023，30（2）：384392.

［4］  张晓娟，李东杰，刘思含，等.遥感技术在“双碳”目标实现中的应用进展［J］.航天返回与遥感，2022，43（6）：106118.

［5］  伊泽坤.基于GIS的黄河口国家公园碳汇与生态补偿能力研究［D］.济南：山东建筑大学，2023：211.

［6］  林佳衔，王艺，杨洁，等.双碳目标下东营市滨海湿地碳汇潜力及发展策略探讨［J］.湿地科学与管理，2023，19（3）：9296.

［7］  李永涛，杜振宇，王霞，等.黄河三角洲自然保护区湿地生态服务功能价值评估［J］.海洋环境科学，2019，38（5）：761768.

［8］  路昌，王之语.基于生态网络分析的黄河三角洲碳代谢分析［J］.中国环境科学，2023，43（11）：60906101.

［9］  赵飞.基于Landsat的黄河三角洲地区土地利用变化动态监测［J］.测绘与空间地理信息，2022，45（5）：124126.

［10］  姚瑶.黄河三角洲土地利用和生态系统服务时空变化及耦合关系研究［D］.泰安：山东农业大学，2023：211.

［11］  张延良，崔积仁，高明邹，等.黄河流域生态保护和高质量发展创新研究：以黄河三角洲农业高新技术产业示范区为例［J］.山东国土资源，2023，39（9）：4347.

［12］  郎坤，赵庚星，王文倩，等.基于多元数据的黄河三角洲核心区生态环境状况评价研究［J］.山东国土资源，2019，35（12）：2939.

［13］  张绪良，张朝晖，徐宗军，等.黄河三角洲滨海湿地植被的碳储量和固碳能力［J］.安全与环境学报，2012，12（6）：145149.

［14］  任令祺，任广波，王建步，等.面向滨海湿地修复治理的生态系统服务净价值遥感评估研究：以黄河口湿地为例［J/OL］.海洋开发与管理，2024：117.

［15］  NIU Z，SI B，LI D，et al.Spatiotemporal Variation in Driving Factors of Vegetation Dynamics in the Yellow River Delta Estuarine Wetlands from 2000 to 2020［J］.Remote Sens，2023，15：4332.

［16］  中国1 km月降水数据集（1901-2020），国家青藏高原数据中心［S］.北京，2020：120.

［17］  中国大陆1 km月平均气温数据集（1901-2017），国家青藏高原数据中心［S］.北京，2019：120.

［18］  张磊，吴炳方，李晓松，等.基于碳收支的中国土地覆被分类系统［J］.生态学报，2014，34（24）：71587166.

［19］  NIU Z，HE H，PENG S，et al.A process-based model integrating remote sensing data for evaluating ecosystem services［J］.Journal of Advances in Modeling Earth Systems，2021，13（6）：2451.

［20］  牛忠恩，何洪林，任小丽，等.基于过程模型的2000—2018年中国陆地生态系统服务时空动态及其权衡与协同分析［J］.生态学报，2023，43（2）：496509.

［21］  张丽景.基于MODIS影像和通量塔数据模拟浙江安吉毛竹林总初级生产力［D］.杭州：浙江农林大学，2014：1032.

Analysis on Changes in Carbon Sequestration Capacity of the Yellow River Downstream Ecosystem in Dongying City in Shandong Province from 2001 to 2022

DOU Wenjun1，BA Yinji1，XING Weizheng2，MENG Xue1

（1.Yantai Coastal Zone Geological Survey Center of China Geological Survey， Shandong Yantai 265799，China；2.Resources and Environmental Engineering College of Ludong University， Shandong Yantai 264025，China）

Abstracr：Since the 21st century， the carbon sequestration capacity of the Yellow River Basin ecosystem has changed significantly due to climate change and human activities. Evaluating the carbon sequestration capacity of the ecosystem in the Yellow River Basin is of great significance for promoting ecological protection and high-quality development in the region. But the current related research is particularly insufficient. In this paper， taking Dongying city in Shandong province in the lower reaches of the Yellow River as an example， based on a large amount of field sampling data， by using CEVSA  ES model， the carbon sequestration capacity of the ecosystem in the study area over the past 22 years has been simulated. On this basis， by using ArcGIS and ENVI softwares， and a linear trend analysis method， the spatiotemporal variation trend of the carbon sequestration capacity of the ecosystem in the study area has been analyzed. It is indicated that the net ecosystem productivity in the central and southern parts of Dongying city has increased rapidly， while the growth in the northern and coastal areas is relatively slow. Over time， the overall net ecosystem productivity shows an increasing trend. The total primary productivity has increased rapidly in a small number of areas in the central and southern parts of Dongying city， while the growth in the northern and coastal areas is slow. The overall primary productivity has shown an increasing state. The ecosystem respiration has grown rapidly in a small number of coastal and southern areas， while the ecosystem respiration in the central region has shown a decreasing trend. The overall ecosystem respiration has shown a downward trend. This result is of great significance for the analysis of changes in carbon sequestration capacity of the ecosystem in the lower reaches of the Yellow River.

Key words：Ecosystem; carbon sequestration capacity;CEVSA  ES model;the lower reaches of the Yellow River;Dongying city in Shandong province