吉林省生態系統碳儲量影響因素分析

吳皓晴,劉子剛(中國人民大學環境學院,北京 100872)

陸地生態系統是全球重要碳庫,其碳儲量變化對于全球碳循環和氣候變化具有重要影響[1].不同類型生態系統的碳儲量在時間和空間上存在差異[2-3].估算生態系統碳儲量常用方法為實地調查法、遙感反演法和模型模擬法.其中,實地調查法需要大量實測數據支撐[4-6],工作量較大;遙感反演法僅用于植被碳儲量的估算,且受限于數據空間分辨率和監測站點數量及分布情況[7];模型模擬法可以有效評估和預測不同尺度下的生態系統碳儲量,常用的模型有CEVSA 模型[8]、CASA 模型[9]和InVEST模型[10]等. InVEST 模型主要用于生態系統服務評價[11-13]和管理決策[13],具有操作簡單?參數靈活等優點,可用于估算不同土地利用類型的生態系統碳儲量[14].

生態系統碳儲量主要受到自然和人類活動因素的影響[15-18].其中,氣溫、降水等氣候因素的變化影響植物生長發育及凋落物分解,進而影響植物群落演替和土壤有機碳積累,甚至造成生態系統類型發生轉變,最終導致生態系統碳儲量變化[19-20].而人類活動主要通過土地利用方式和強度的轉變[2,21-22]影響生態系統碳儲量.此外,由于區域生態系統碳儲量存在空間關聯性[23],將空間因素納入分析可以更好地解釋區域生態系統碳儲量的空間關系[5].目前生態系統碳儲量研究主要針對森林植被[4-5]和土壤[6,24-25],對生態系統整體的研究[20,26]較少.研究區域上,國內研究主要集中在南方[27-28]和華北[29]?西北[20,30]地區,對東北地區研究較少,且研究結果的差異較大[31-32].大多數研究基于兩個或多個截面數據探討了氣候?地形以及土壤理化性質等自然因素對生態系統碳儲量的影響[6,20,24],但缺乏基于面板數據的對生態系統碳儲量的影響因素探討,對人類活動與空間因素[5]的影響研究較少.在研究尺度上,已有研究主要基于采樣點[5-6]或柵格數據[26-27,29],較少從地級市[23]和縣域尺度開展研究.因此,在縣域尺度上運用基于面板數據的空間計量模型探討生態系統碳儲量的影響因素是很有必要的.

吉林省地處森林草原的過渡地帶,森林、草地和濕地資源較為豐富.根據第三次國土資源調查的結果,林地、草地和濕地總面積為966.41 萬hm2,約占吉林省土地面積的一半.這些生態系統在碳儲存和氣候調節方面發揮著重要作用[33].有關研究表明,吉林省森林碳密度為5.87kg C/m2,是中國森林碳密度最大的省份[34].近年來,由于受到多種自然和人為因素的影響,吉林省生態系統碳儲量發生了顯著變化[35].例如,由于泥炭地開墾和泥炭開采的影響,吉林省東部泥炭地碳儲量與受干擾前相比損失了11.3%[36].本文基于InVEST 模型估算吉林省生態系統碳儲量,構建空間杜賓模型從縣域尺度分析氣候、植被以及人類活動等因素對生態系統碳儲量的影響及其區域差異,旨在為吉林省國土空間格局優化和生態系統固碳增匯提供參考.

1 材料與方法

1.1 研究區概況

吉林省(40°52′N～46°18′N,121°38′E～131°19′E)位于中國東北地區的中部,土地總面積1874 萬hm2,約占全國土地總面積的1.95%[35].吉林省屬溫帶大陸性季風氣候,年平均氣溫2～6 ℃,年平均降水量為400～ 600mm.自東南向西北由濕潤氣候、半濕潤氣候向半干旱氣候過渡[37].地勢自東南向西北逐漸降低,地貌類型包括山地、丘陵、臺地和平原等[38].

吉林省以森林、草地和農田生態系統為主,且在空間分布上具有明顯差異.根據地貌和植被類型差異可將吉林省劃分為長白山原始森林生態區、中東部低山丘陵次生植被生態區、中部松遼平原生態區和西部草地濕地生態區[39].吉林省東、中、西部的土壤類型亦存在顯著差異.東部山地以棕色針葉林土、暗棕壤和棕壤為主;中部平原區主要以黑土和黑鈣土等腐殖質含量較高的土壤為主;西部地區主要為黑鈣土和栗鈣土[40].

1.2 數據來源及處理

1.2.1 土地利用相關數據 1990 年、2000 年、2010年和2020 年的土地利用數據來源于中國科學院資源環境科學與數據中心(https://www.resdc.cn),空間分辨率為30m×30m.土地利用分類采用中國土地資源分類系統[41],包括6 個一級類和25 個二級類.由于吉林省位于我國沼澤濕地主要分布區[42],且沼澤生態系統有機碳儲量較大[43],因此將一級類“未利用地”中的二級類“沼澤地”單獨作為一類,將吉林省的土地利用類型劃分為耕地、林地、草地、水域、建設用地、沼澤與其他未利用地7 個類別.將數據的空間參考調整為Krasovsky_1940_Albers 坐標系用漁網進行重新采樣,生成空間分辨率為1km×1km 的數據集.

1.2.2 自然影響因素相關數據 年平均氣溫(tem)和年平均降水量(pre)數據來源于中國科學院資源環境科學與數據中心(https://www.resdc.cn)的中國氣象要素平均狀況空間插值數據集[44],空間分辨率為1km×1km.年均歸一化植被指數(NDVI)數據來源于國家科技資源共享服務平臺的1982～2020 年中國生長季月平均NDVI 數據集[45],空間分辨率為0.05°.為保證數據空間分辨率的一致性,將NDVI 數據的空間參考調整為Krasovsky_1940_Albers 坐標系用漁網進行重新采樣,生成空間分辨率為1km×1km 的數據集.

1.2.3 人為影響因素相關數據 地表人類活動強度(HAILS)數據借鑒徐勇等構建的數學模型[46],根據土地利用數據分別計算吉林省各縣域的HAILS.人口數據來源于第四、五、六、七次人口普查與《吉林省統計年鑒》,地區生產總值和化肥施用量數據來源于《吉林省統計年鑒》.其中,地區生產總值數據以1990 年為基期,通過GDP 指數(1990 年=1)換算成實際GDP.

1.2.4 碳密度相關數據 不同生態系統類型的地上生物量、地下生物量和土壤碳庫主要來源于2015年吉林省泥炭沼澤碳庫調查報告、2010s 中國陸地生態系統碳密度數據集[47]以及李克讓等對全國碳密度的研究[8],具體數值及來源如表1.其中,本研究采用李克讓等[8]對水域碳密度的估算值,設置為0;同時考慮到建設用地地表硬化,植被覆蓋少,故其碳密度也設置為0[48].

表1 吉林省不同生態系統類型的碳密度(kg C/m2)Table 1 Carbon density of different ecosystems in Jilin Province(kg C/m2)

由于全國水平下的碳密度與吉林省碳密度之間存在差異,參照已有研究基于氣溫與降水對來源于李克讓等的[8]全國碳密度數據進行修正,考慮到氣溫與土壤碳密度的相關性遠低于降水,故僅根據降水量估算土壤碳密度[49].其中,年降水量與生物量和土壤碳密度的關系采用Alam 研究中的公式(公式(1),公式(2))[50];年平均氣溫與生物量碳密度的關系借鑒Giardina[51]、陳光水等[52]的研究中的公式(公式(3)).

式中:CSP為根據年降水量計算的土壤碳密度,kg/m2;CBP和CBT分別是根據年降水量和年平均氣溫得到的生物量碳密度,kg/m2;MAP 是年平均降水量,mm;MAT 是年平均氣溫, ℃.;將吉林省和全國的年平均氣溫和年平均降水量分別代入公式(1)～(3),二者之比即修正系數.

式中:CSPj為根據降水量估算的吉林省土壤碳密度;CBPj和CBTj分別為根據降水量與氣溫估算的吉林省生物量碳密度,CSPn為根據降水量估算的全國土壤碳密度;CBPn和CBTn分別為根據降水量與氣溫估算的全國生物量碳密度;KBP和KBT分別為根據降水量與氣溫估算的生物量碳密度修正系數;KS為土壤碳密度修正系數;KB為生物量碳密度修正系數.由于吉林省泥炭沼澤碳庫調查報告中僅包含地上生物量數據,參考已有研究,根據式(8)和(9)進行地上地下生物量的轉換以及碳密度計算[29].

式中:Ci_above為生態系統類型i 的地上生物量碳密度,kg/m2;Ci_below為生態系統類型i 的地下生物量碳密度,kg/m2;Bi為生態系統類型 i 的地上生物量,kg/m2;α 為轉換系數,林地取0.5,其他生態系統類型取0.45;b 為地上地下生物量比值,植被類型為森林取0.4[53],為草地取4.3[54].此外,由于耕地生物量更注重有經濟價值的地上作物籽實部分[55],本文不考慮耕地的地下生物量.

1.3 研究方法

1.3.1 InVEST 模型估算生態系統碳儲量 采用InVEST 模型的Carbon 模塊計算吉林省生態系統碳儲量.該模型將生態系統碳儲量分為地上生物量?地下生物量、土壤和死亡有機質4 個碳庫數據[56],但由于死亡有機質碳庫數據來源缺乏且占比較小[55],故不予考慮.因此,通過下式計算出吉林省逐年的生態系統碳儲量:

式中:Ci為生態系統類型i 的碳密度,kg/m2;Ci_above為生態系統類型i 的地上生物量碳密度,kg/m2;Ci_below為生態系統類型i 的地下生物量碳密度,kg/m2;Ci_soil為生態系統類型i 的土壤碳密度,kg/m2;Ctotal為生態系統總碳儲量,kg;Si為生態系統類型i 的面積,m2.

1.3.2 空間關聯性 運用ArcMap10.8 軟件將1990年、2000 年、2010 年和2020 年4 期生態系統碳儲量數據與吉林省縣級行政單元鏈接,得到每個縣(市、區)的生態系統碳儲量及其變化值.基于縣域尺度分別計算1990 年、2000 年、2010 年和2020 年生態系統碳儲量的Moran’s I 值.

1.3.3 空間杜賓模型 常見的空間計量模型包括空間自相關模型、空間誤差模型和空間杜賓模型.其中,空間杜賓模型可以同時揭示相鄰區域的生態系統碳儲量與影響因素對研究區域的生態系統碳儲量的影響,還可以在特定條件下退化為空間自回歸模型與空間誤差模型,較其他兩種模型更適用于全面考察不同類型的影響因素對生態系統碳儲量的影響,故本文選用空間杜賓模型進行回歸分析,其表達式如下:

式中:lnCit為i 縣(市、區)于年份t 的生態系統碳儲量(萬t)的對數值,是被解釋變量;X 為解釋變量(表2)組成的矩陣;w 為空間權重矩陣,為清晰刻畫吉林省不同縣(市、區)間的關系,本文構建了空間反距離矩陣;考慮到各縣(市、區)內存在不隨時間變化的影響因素,如高程和坡度等,用個體固定項ui進行控制;εit為隨機誤差項,且εit～N(0,σ2In);ρ、β 與δ 為估計系數.

表2 吉林省生態系統碳儲量影響因素及變量選取Table 2 The influencing factors of carbon storage in Jilin and explanatory variables

選取年平均氣溫與年平均降水量來反映氣候因素對吉林省生態系統碳儲量的影響;選取年均NDVI 表征以森林為主的植被因素的影響;選取人均GDP 表征經濟發展對碳儲量的影響;選取地表人類活動強度表征土地利用情況的影響;選取化肥施用量反映農業種植情況.

地表人類活動強度是對一定地域內人類對陸地表層自然植被利用、改造和開發程度的總體反映,計算方式如下:

式中:HAILS 為地表人類活動強度;SCLE為建設用地當量面積,m2;S為區域總面積,m2;SLi為第i種土地利用類型的面積,m2;CIi為第i 種土地利用類型的建設用地當量折算系數,建設用地的折算系數為1,耕地的折算系數為0.2,苗圃及各類園地的折算系數為0.133,草地的折算系數為0.067,水庫坑塘的折算系數為0.6,其余土地利用類型的折算系數為0;n 為區域內土地利用類型數[46].

2 結果與討論

2.1 吉林省生態系統碳儲量計算結果

如表3 所示,1990 年、2000 年、2010 年和2020年吉林省生態系統碳儲量分別為15.57,15.62,15.67和15.58 億t,這一估算結果與王新闖等[31]對吉林省森林生態系統碳儲量的估算結果相近.其中,林地和耕地碳儲量分別占全省的76%和20%.1990～2020 年,吉林省生態系統碳儲量先上升后下降.其中,1990～2000 年生態系統碳儲量增加幅度較大,耕地?林地與其他未利用地的碳儲量增加,草地與沼澤的碳儲量減少;2000～2010 年生態系統碳儲量小幅增加,耕地?林地及其他未利用地的碳儲量持續增加,但增速較前10a 有所減緩,沼澤碳儲量增加,草地碳儲量繼續減少,但與前10a相比幅度較小;2010～2020年生態系統碳儲量減少,只有耕地碳儲量增加,林地、草地、沼澤及其他未利用地的碳儲量均呈不同幅度減少,這可能與該時期建設用地面積大幅增加有關[57].

表3 1990～2020 年吉林省生態系統碳儲量及占比Table 3 Ecosystem carbon storage and its proportion from 1990 to 2020 in Jilin Province

根據地貌、氣候和植被等自然條件的差異將吉林省分為東、中、西部地區,分析1990～2020 年生態系統碳儲量變化情況.其中,東部地區包括通化市、白山市和梅河口市的19 個縣(市、區);中部地區包括長春市、四平市、遼源市和吉林市的17 個縣(市、區);西部地區包括白城市和松原市的10 個縣(市、區).將1990～2020 年的吉林省各縣(市、區)生態系統碳儲量變化劃分為大幅減少(減少幅度超過15 萬t)、明顯減少(減少幅度超過3 萬t),小幅減少(減少幅度不超過3 萬t)、小幅增加(減少幅度不超過3 萬t)、明顯增加(增加幅度超過3 萬t)與大幅增加(增加幅度超過15 萬t).如圖1 與圖2 所示,生態系統碳儲量增加的縣(市、區)主要分布在吉林省西部,其增加主要與草地和其他未利用地向耕地的轉變以及吉林省西部開展“三北”防護林工程和退耕還草工程建設[58],植被覆蓋率顯著提升有關[59];此外,東部地區的通化縣、撫松縣與和龍市的生態系統碳儲量也明顯增加,這是因為上述3 個地區近年來減少了對森林采伐和墾殖,加大了森林資源保護力度,開展了天然林保護工程和退耕還林工程,導致森林覆蓋率不斷增加[60-61].生態系統碳儲量減少的縣(市、區)主要分布在吉林省中部,這主要是因為吉林省中部城市群區域經濟的發展使得耕地和林地向建設用地轉變,從而減少了該區域的生態系統碳儲量[62-63].

圖1 1990～2020 年吉林省東、中、西部地區各縣(市、區)生態系統碳儲量變化情況Fig.1 Changes of ecosystem carbon storage of different counties in the eastern, central and western parts of Jilin province from 1990 to 2020

圖2 1990～2020 年吉林省生態系統碳儲量變化的分布Fig.2 Distribution of ecosystem carbon storage changes in Jilin province from 1990 to 2020

圖3 1990～2020 年吉林省生態系統碳儲量Moran’s I 的散點圖Fig.3 The Moran’s I scatter diagram of ecosystem carbon storage in Jilin province from 1990 to 2020

2.2 吉林省生態系統碳儲量影響因素分析

2.2.1 空間相關性分析 從空間關聯性來看,吉林省1990～2020 年生態系統碳儲量對數值的空間Moran’s I 值均大于0.在0.01 的顯著性水平下,基于空間反距離權重矩陣的吉林省1990 年、2000 年、2010 年和2020 年的Moran’s I 值分別為0.38、0.38、0.37 和0.36,這說明吉林省生態系統碳儲量存在空間正相關性.隨著時間推移,Moran’s I 值呈下降趨勢,說明吉林省生態系統碳儲量的空間相關性在逐漸減弱.由圖2 可見,大部分縣(市、區)均處于第一、三象限,進一步說明吉林省生態系統碳儲量存在正向的空間溢出效應.

2.2.2 空間杜賓模型 由于吉林省生態系統碳儲量存在空間正相關性,將空間因素納入分析可以更好地解釋碳儲量的影響因素及其空間效應.如表4 中的列(1)與列(2)所示,與多元線性回歸模型(OLS)結果相比,引入空間權重矩陣后的空間杜賓模型(SDM)結果的AIC 與BIC 均出現明顯的下降.此外,比較表4 中的列(2)與列(3)可知,考慮了高程、坡度等不隨時間而變化的影響因素采取了個體固定效應后,模型(SDM_i)結果的赤池信息量準則(AIC)和貝葉斯信息準則(BIC)進一步下降,說明模型得到了改善.因此,本文采取個體固定效應的空間杜賓模型進行進一步分析.

表4 不同模型的回歸結果Table 4 Regression results of different models

為檢驗模型的適用性,分別構建采取個體固定效應的空間自相關模型和空間誤差模型,通過LR 檢驗和Wald 檢驗判斷空間杜賓模型與空間自相關模型、空間誤差模型是否存在顯著差異.結果表明,LR和Wald 檢驗結果均大于0,且在1%的顯著性水平下拒絕原假設,說明空間杜賓模型不會退化為空間自相關模型和空間誤差模型.

空間杜賓模型將各影響因素對生態系統碳儲量的影響分解為直接效應、間接效應與總效應.其中,直接效應反映特定影響因素對本區域生態系統碳儲量的影響;間接效應即空間溢出效應,反映該影響因素對周邊地區生態系統碳儲量的影響;總效應反映該影響因素對吉林省生態系統碳儲量的影響,結果如表5 所示.

表5 空間杜賓模型回歸結果Table 5 Regression results of the spatial Durbin model

氣溫和降水對于吉林省生態系統碳儲量的直接效應、間接效應和總效應均較小,且均不顯著.這說明在研究期內氣候變化對生態系統碳儲量的影響相對較小.氣溫和降水對植被和土壤碳儲量的影響機制較為復雜[6].在不同的時間尺度和地區表現又各不相同.根據已有研究,吉林省東部地區近50a 來,氣溫逐漸升高,水分條件改善,這對于森林的生長是有利的[64].但增溫同時會導致土壤呼吸的增加,從而引起碳排放增加.而降水引起的土壤水分變化對土壤呼吸的作用是因時因地而異的,土壤水分過多將抑制土壤呼吸,相反則會促進土壤呼吸[65].結合表4 中列(1)和列(3)中相應的估計系數可以發現,在不考慮空間因素的情況下,年平均氣溫的系數為?0.28 且在1%的水平下顯著,年平均降水量的系數接近于零,但同樣顯著;而引入空間因素后,氣溫與降水的系數均為0 且不顯著,說明忽視生態系統碳儲量的空間關聯性的影響可能會高估氣候因素對吉林省生態系統碳儲量的影響,這一結果與劉暢等針對黑龍江省森林碳儲量的研究相似[5].

歸一化植被指數對生態系統碳儲量的直接效應、間接效應和總效應均為正,遠大于氣溫和降水的效應,這與韓玉等的研究結果一致[66].其中,間接效應(0.83)和總效應(1.09)均在1%的水平上顯著.植被通過光合作用固定二氧化碳,同時通過呼吸作用釋放二氧化碳,但總體上固定量遠大于釋放量,從而植被得以積累能量用于生長發育.此外,植物凋落物是土壤有機碳的重要來源.因此,植被覆蓋度越大,生態系統碳儲量越大.這與虞敏[67]的研究結果相一致.

人均GDP 直接效應、間接效應和總效應均為正,且直接效應(0.01)和總效應(0.01)在5%的水平上顯著.經濟發展水平的提高也意味著縣(市、區)擁有更為充足的資金用于生態系統保護與修復,從而提高生態系統碳儲量,這與周四軍和江秋池的研究結果相一致[68].

地表人類活動強度的直接效應(?1.05)和總效應(?0.32)在1%的水平上顯著為負,但間接效應(0.73)顯著為正.地表人類活動強度是以區域內建設用地當量總數占全域面積的比例衡量人類開發活動的強弱.高強度的開發建設會驅動土地利用的變化,尤其是耕地、林地、草地等向建設用地的轉化,這可能會導致原有的碳匯轉變為碳源,大幅減少生態系統碳儲量[69].根據《吉林省(1997-2010)土地利用總體規劃》,吉林省嚴格控制新增建設用地數量,在此政策背景下,某縣(市、區)地表人類活動強度的增加意味著相鄰區域可新增的建設用地當量的相對減少,即地表人類活動強度的減弱,因此地表人類活動強度的間接效應顯著為正.

化肥施用量直接效應、間接效應和總效應均為正,且直接效應(0.01)和總效應(0.02)在5%的水平上顯著.農業生態系統作為陸地生態系統的組成部分,是重要的生態系統碳庫[70],接近20%的吉林省生態系統碳儲量來源于耕地,而增加化肥施用量促進了作物生長,從而提高生態系統碳儲量.

2.2.3 區域異質性分析 由圖1 可知,吉林省生態系統碳儲量變化呈現出一定的區域差異,生態系統碳儲量增加的地區主要分布在吉林省西部;而生態系統碳儲量減少的地區主要分布在吉林省中部.為進一步探究吉林省生態系統碳儲量影響因素的空間差異,將樣本按吉林省東、中、西部劃分為3 個子樣本,再對子樣本進行空間杜賓模型回歸.

由表6 可見,東部地區主要受降水?歸一化植被指數和地表人類活動強度的影響.其中,盡管降水對吉林省東部的生態系統碳儲量影響很小,但直接效應和總效應均顯著為正,而歸一化植被指數的直接效應(0.71)和總效應(0.85)均顯著為正,是最主要的正向影響因素.吉林省東部長白山地區森林覆蓋率平均高達71.3%[71],是重要的生態系統碳庫,而充足的降水是森林植被生長的必要條件,因此降水和植被對東部地區的影響顯著為正.地表人類活動強度的直接效應(?0.67)顯著為負,是最大的負向影響因素.近年來通化市與延邊朝鮮族自治州推動開發建設,建設用地面積增加速度較快,對生態系統碳儲量產生負向影響[35].然而,地表人類活動強度的間接效應(0.59)顯著為正.這可能是因為特定地區高強度的人類活動(如建設活動)減緩了其向相鄰區域擴張的速度,即緩解了其周邊地區的人類活動壓力,因此兩種作用相互抵消,導致地表人類活動強度對吉林省東部生態系統碳儲量的總效應盡管為負,但不顯著.

表6 吉林省東、中、西部地區空間杜賓模型回歸結果Table 6 Regression results of the spatial Durbin model in the eastern, central and western parts of Jilin province

吉林省中部地區的生態系統碳儲量主要受氣溫、植被歸一化指數?地表人類活動強度和化肥施用量的影響.其中,與東部地區類似,吉林省中部地區地表人類活動強度的直接效應(?0.54)顯著為負,間接效應(0.47)顯著為正,總效應不顯著.吉林省中部城市群區域經濟發展使得耕地和林地向建設用地轉變,導致該區域的生態系統碳儲量減少[62],但在一定程度上緩解了其周邊地區的人類活動壓力,因此總體效應雖然為負,但不顯著.中部地區的歸一化植被指數直接效應(0.60)和總效應(0.57)為正,總體影響程度小于東部地區,可能與中部地區森林覆蓋相對較少有關.化肥施用量的直接效應(0.02)和總效應(0.01)為均為正.化肥施用量增加意味著由于植物生長發育吸收儲存的有機碳增加.氣溫的直接效應(?0.02)與總效應(?0.01)顯著為負,且影響較小,這一結果一定程度上與氣溫升高導致的土壤呼吸增強相關[5,72].

吉林省西部地區的空間杜賓模型回歸結果均不顯著.這可能與該區域鹽堿化?沙化等土地退化問題較為嚴重[73],土地生產力低[58],生態系統碳儲量較小有關.

2.3 建議

(1)嚴格控制建設用地擴張.以建設用地當量數表示的地表人類活動強度是吉林省生態系統碳儲量的主要負向影響因素,即建設用地的擴張是吉林省生態系統碳儲量減少的主要原因.因此,應當科學劃定城鎮開發邊界,嚴格控制新增建設用地數量,同時,大力推進建設用地的節約集約利用,積極盤活存量建設用地.

(2)加強森林、耕地、草原和濕地的保護,提升植被覆蓋度.森林、耕地、草原和濕地是重要的碳庫,增加植被覆蓋可以有效提升生態系統碳儲量.因此,應繼續實施天然林保護工程,開展森林保育和修復,大力提升森林蓄積量.切實加強耕地保護,嚴守耕地紅線,完善耕地占補平衡制度,堅持“以補定占”.加強草原和濕地的生態保護和修復,提升草原綜合植被覆蓋度,嚴格控制占用濕地,構建濕地保護體系.

(3)因地制宜地提升生態系統碳匯.東部地區應重點實施森林生態保育工程,提升森林覆蓋率和森林蓄積量;中部地區應嚴控建設用地占用農業和生態空間,加大耕地保護力度,深入實施黑土地保護工程;西部地區鹽堿地和沙地較多,土地生產力較低,應當積極推進防風固沙林帶建設,開展鹽堿地綜合改造利用,發展鹽堿地特色農業,增加耕地面積,提高耕地質量.

值得注意的是,運用InVEST 模型基于土地利用變化與碳密度數據庫推算生態系統碳儲量,可以揭示相對大尺度范圍內生態系統碳儲量的時空變化情況,但該模型假設同一土地利用類型碳密度為固定值,忽視了同一土地利用類型內部可能存在的碳密度差異以及碳密度隨時間的變化.基于此,未來研究可進一步細分土地利用類型,考慮碳密度隨時間的變化,補充實地調查數據進一步研究吉林省生態系統碳儲量的影響機制.

3 結論

3.1 1990 年、2000 年、2010 年和2020 年吉林省生態系統碳儲量分別為15.57,15.62,15.67,15.58 億t,呈現先上升后下降的趨勢.生態系統碳儲量增加的地區主要分布在吉林省西部;而生態系統碳儲量減少的地區主要分布在吉林省中部.1990～ 2020 年吉林省生態系統碳儲量均呈現出空間正相關性.

3.2 吉林省生態系統碳儲量同時受到自然和人為因素的影響.其中,年均NDVI 是主要的正向影響因素,地表人類活動強度是主要的負向影響因素,因此,增加植被覆蓋與嚴格控制建設用地的增長可以有效提高吉林省的生態系統碳儲量.

3.3 吉林省生態系統碳儲量受空間因素的影響,忽視生態系統碳儲量的空間關聯性以及空間因素對生態系統碳儲量的影響,可能會高估氣候因素對吉林省生態系統碳儲量的影響.考慮空間因素,人均GDP 和化肥施用量均有正向的直接效應,地表人類活動強度有負向的直接效應;年均NDVI 和地表人類活動強度均有正向的空間溢出效應;年均NDVI、人均GDP 和化肥施用量均有正向的總效應,地表人類活動強度有負向的總效應.

3.4 吉林省生態系統碳儲量影響因素存在區域差異.東部地區主要受降水、歸一化植被指數和地表人類活動強度的影響.中部地區的生態系統碳儲量主要受氣溫、植被歸一化指數、地表人類活動強度和化肥施用量的影響.