徐彩瑶，任燕，孔凡斌．浙江省土地利用变化对生态系统固碳服务的影响及其预测．应用生态学报，2023，34（6）：1610－1620XuCY，ＲenY，KongFB．ImpactsandpredictionoflandusechangeonecosystemcarbonsequestrationinZhejiangProvince，China．ChineseJournalofAppliedEcology，2023，34（6）：1610－1620浙江省土地利用变化对生态系统固碳服务的影响及其预测徐彩瑶1，2任燕2孔凡斌1，2，3（1浙江农林大学生态文明研究院/浙江省乡村振兴研究院，杭州311300；2浙江农林大学经济管理学院，杭州311300；3南京林业大学经济管理学院，南京210037）摘要明确土地利用变化对生态系统固碳服务的影响对于探索基于自然的碳中和解决方案至关重要。以浙江省为研究对象，运用InVEST模型和FLUS模型，分析2000—2021年土地利用变化及其对生态系统固碳服务的影响，并分别预测2035和2050年土地利用格局在自然发展、生态保护和耕地保护3种情景下的生态系统固碳服务潜力及其经济价值。结果表明：2000—2021年，浙江省耕地、林地、草地和水域面积不断减少，建设用地面积不断增加；浙江省生态系统固碳服务总量减少2996．58万t，固碳服务净收益为－17071．84万美元；生态系统固碳服务分布呈现西南高、东北低的空间格局。未来浙江省生态系统固碳服务总量均在生态保护情景下最高，耕地保护情景次之，自然发展情景最低。预计2021—2035、2021—2050年，浙江省生态系统固碳服务在生态保护情景下将分别增加323．26万和473．00万t，产生固碳服务净收益分别为7707．86万和11183．91万美元；在耕地保护情景下将分别减少1013．18万和1616．11万t，产生固碳服务经济价值净流失分别为24138．49万和38191．09万美元；在自然发展情景下将分别减少1164．90万和1616．51万t，导致固碳服务经济价值净流失分别为27753．93万和38200．63万美元。在积极应对气候变化和推动实现碳中和目标背景下，浙江省应着力保护林地、草地和水域等生态用地，扩大生态用地规模，优化生态用地空间结构，不断增强生态用地的固碳增汇功能。关键词土地利用；固碳服务；FLUS模型；InVEST模型；情景预测本文由浙江省社会科学领军人才培育专项（21YJＲC12-2YB）资助。2023-01-15收稿，2023-04-09接受。通信作者E-mail：kongfanbin@aliyun．comImpactsandpredictionoflandusechangeonecosystemcarbonsequestrationinZhejiangProvince，China．XUCaiyao1，2，ＲENYan2，KONGFanbin1，2，3（1InstituteofEcologicalCivilization/ZhejiangInstituteofＲuralＲevitalization，ZhejiangA＆FUniversity，Hangzhou311300，China；2SchoolofEconomicsandManagement，ZhejiangA＆FUniversity，Hangzhou311300，China；3SchoolofEconomicsandManagement，NanjingForestryUniversity，Nanjing210037，China）．Abstract：Itiscrucialtoclarifytheimpactoflandusechangeonecosystemcarbonsequestrationserviceforexplo-ringnatural-basedcarbonneutralsolutions．WeusedInVESTandFLUSmodelstoanalyzelandusechangeanditsimpactsonecosystemcarbonsequestrationserviceinZhejiangProvincefrom2000to2021，andpredictecosystemcarbonsequestrationservicepotentialanditseconomicvalueoflandusepatternin2035and2050underthreesce-nariosofnaturaldevelopment，ecologicalprotection，andcultivatedlandprotection．Theresultsshowedthattheareaofcultivatedland，forest，grassland，andwaterwascontinuouslyreducingandtheareaofconstructionlandwascontinuouslyincreasingfrom2000to2021inZhejiangProvince．Thetotalamountofecosystemcarbonseques-trationservicedecreasedby29．9658milliont，andthenetincomeofcarbonsequestrqtionservicewas－170．7184milliondollars．Thedistributionofecosystemcarbonsequestrationservicesshowedaspatialpatternofhighinthesouthwestandlowinthenortheast．Inthefuture，thetotalamountofecosystemcarbonsequestrationservicesinZhejiangProvincewouldbethehighestundertheecologicalprotectionscenario，followedbythecultivatedlandprotectionscenario，andthelowestunderthenaturaldevelopmentscenario．From2021to2035and2050，ecosys-temcarbonsequestrationservicesinZhejiangProvincewouldincreaseby3．2326millionand4．73milliontrespec-tivelyundertheecologicalprotectionscenario，generatingcarbonsequestrationservicebenefitsof77．0786millionand111．8391milliondollars，respectively．Underthecultivatedlandprotectionscenario，itwouldbereducedby应用生态学报2023年6月第34卷第6期http：//www．cjae．netChineseJournalofAppliedEcology，Jun．2023，34（6）：1610－1620DOI：10．13287/j．1001－9332．202306．02410．1318millionand16．1611milliont，andthenetlossofcarbonsequestrationservicevaluewouldbe241．3849millionand381．9109milliondollars，respectively．Underthenaturaldevelopmentscenario，itwouldbereducedby11．6490millionand16．1651milliont，resultinginanetlossofcarbonsequestrationservicevalueof277．5393millionand382．0063milliondollars，respectively．Inthecontextofactivelyaddressingclimatechangeandstrivingtoachievethegoalofcarbonneutrality，ZhejiangProvinceshouldfocusonprotectingecologicallandsuchaswood-lands，grasslands，andwater，expandthescaleofecologicalland，optimizethespatialstructureofecologicalland，andcontinuouslyenhancecarbonsequestrationandsinkenhancementfunctionsofecologicalland．Keywords：landuse；carbonsequestrationservice；FLUSmodel；InVESTmodel；scenarioprediction．生态系统固碳服务是生态系统碳汇能力的重要表征，明确生态系统固碳服务变化的影响因素，对于探索基于自然的碳中和解决方案至关重要［1］。陆地生态系统碳库在全球碳循环中起着非常重要的作用［2］。人类活动引起的土地利用变化是造成陆地生态系统固碳服务功能变化的重要因素之一［3－7］。土地利用变化对生态系统固碳服务的影响已经成为土地利用变化和全球应对气候变化研究共同关注的核心内容。基于土地利用变化分析生态系统固碳服务的演变规律并进行多情景预测，对于有效掌握区域生态系统固碳能力及未来潜力以及探索基于自然的碳中和解决方案，具有重要的科学意义。党的二十大报告将提升生态系统碳汇能力作为积极稳妥推进碳达峰碳中和战略的重要措施。中共中央国务院发布《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》［8］和《2030年前碳达峰行动方案》［9］提出“建立健全能够体现碳汇价值的生态保护补偿机制”。科学评估并预测生态系统固碳服务及其经济价值，不仅可以为优化国土空间格局及服务碳中和战略提供科学依据，还可以为建立健全能够体现碳汇价值的生态保护补偿机制提供政策参考，具有重要的实践意义。利用多模型耦合分析生态系统固碳服务及预测是当前掌握区域生态系统固碳服务供给状况及未来趋势的主要方法。用于分析土地利用变化的模型有CA-Markov模型［10］、系统动力学模型［11］、CLUE-S模型［12］、FLUS模型［13］等，其中，FLUS模型具有预测未来土地利用的准确模拟能力［14］。用于测算固碳服务的方法有CENTUＲY模型［15］、ＲothC模型［16］、实地调查法等，这些方法通常用于小尺度研究，而InVEST模型可以评估不同尺度的固碳量［17－18］。此外，现有研究耦合FLUS和InVEST模型分析并预测区域生境质量［19］、生态系统固碳服务［20］等，为不同尺度生态系统固碳服务的掌握及潜力预测提供了可靠的方法借鉴。然而，既有研究主要关注城市或城市群［21］以及森林、流域、红树林等单一类型的生态系统［22－24］，对省级行政单元层面的综合性研究以及生态系统固碳服务经济价值的核算鲜少涉及，使得相关研究为决策管理者提供的科学依据还比较有限，亟待深化研究。浙江省从2003年开始的生态省建设对浙江省全域土地利用变化和包括固碳服务在内的生态系统服务能力产生了重要影响，然而，现有研究对浙江省土地利用变化和生态系统固碳服务变化及其相互关系的探索尚少有涉及且不深入。2022年，浙江省提出要通过提升生态碳汇推动构建人与自然和谐共生的现代化浙江新境界的目标任务。分析浙江省土地利用变化对于生态系统固碳服务的影响，预测浙江省中长期及远期生态系统固碳服务的供给能力，据此提出优化土地利用推动生态系统固碳服务能力提升的对策建议，具有典型示范意义。鉴于此，本研究运用InVEST模型和FLUS模型分析2000—2021年浙江省土地利用及生态系统固碳服务的时空演变特征，设置自然发展、生态保护和耕地保护3种未来情景，预测2035和2050年浙江省不同情景下生态系统固碳服务潜力及其经济价值，以期为率先探索基于自然的碳中和解决方案提供科学依据。1研究地区与研究方法1.1研究区概况浙江省位于中国东南沿海长江三角洲南翼（27°02'—31°11'N，118°01'—123°10'E），地处亚热带中部（图1），属于季风性湿润气候，气温适中，四季分明，光照充足，雨量丰沛。浙江省年平均气温18．70℃，年均降水量1810．20mm，土地面积10．56万km2，2021年末人口总数为5095．78万［25］。全省包括杭州、宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水11个地级市，区域内地势自西南向东北呈阶梯状倾斜，地形复杂，山地占74．6%，水域占5．1%，平坦地占20．3%，形成“七山一水两分田”的分布格局。浙江省现有森林面积607．53万hm2，森林覆盖率61．2%［26］，丰富的森林资源为探索基于11616期徐彩瑶等：浙江省土地利用变化对生态系统固碳服务的影响及其预测图1研究区区位Fig．1Locationofthestudyarea．该图基于审图号为GS（2019）1822号的标准地图制作，底图无修改ThemapwasmadebasedonthestandardmapwiththedrawingreviewNo．GS（2019）1822，andthebasemapwasnotmodified．下同Thesamebelow．自然的碳中和解决方案奠定了良好自然基础。1.2数据来源与处理本研究利用2000、2007、2014和2021年4期土地利用数据来分析2000—2021年浙江省土地利用变化情况，所用数据来自中国土地利用/覆被数据库（China’sLand-Use/coverDatasets，CLUDs，https：//zenodo．org/record/5816591）［27］，数据精度已被验证（总体精度在76．5%～82．5%）。该数据集将土地利用类型划分为耕地、林地、灌木、草地、水域、冰川、未利用地、建设用地、湿地9种。根据研究区边界裁剪，并按国家标准《土地利用现状分类》（GB/T21010—2017）［28］将灌木划分为林地，得到研究区土地利用分类包括耕地、林地、草地、水域、建设用地、未利用地6种。考虑到未利用地面积过小（面积占比低于0．01%）且变化不大，本研究未进行分析。因此，研究区最终的土地利用分类采用耕地、林地、草地、水域、建设用地5种类型。参考已有研究［29］，以数字高程模型（DEM）、坡度、坡向、年均气温、年降水量、河流作为自然因素［30］，公路、铁路、居民点作为社会因素［31］。其中，DEM数据来自地理空间数据云（https：//www．gscloud．cn/search），坡度和坡向数据借助ArcGIS10．7通过DEM数据计算得到；河流、公路、铁路、居民点数据来自国家基础地理信息中心（http：//www．webmap．cn），并用ArcGIS10．7中欧式距离分析处理；年均气温、年降水量来自中国气象网（http：//data．cma．cn/），并利用ArcGIS10．7中反距离权重法处理获得。为保证栅格数据行列数一致，将采样分辨率统一设置为500m×500m。1.3FLUS模型FLUS可模拟多个土地利用变化的长期空间轨迹，具有对未来土地利用的准确模拟能力［14］。FLUS模型主要包括用地需求预测、适宜性概率、总概率和领域因子以及转换成本矩阵等部分。1.3.1用地需求预测用地需求预测分为两部分。1）精度检验。以浙江省2007和2014年土地利用数据为基础，通过马尔科夫链预测2021年用地需求；2）未来情景下土地需求预测。以浙江省2014和2021年土地利用数据为基础，通过马尔科夫链预测2035年的用地需求。为使结果更加具有前瞻性，本研究基于2020和2035年土地用数据预测2050年的用地需求。马尔科夫链的计算公式如下：St+1=Pab×St（1）式中：St、St+1为t、t+1时段浙江省土地利用类型状态矩阵；Pab表示由类型a转化为类型b的转移概率矩阵。1.3.2适宜性概率、总概率和领域因子本研究选取高程、坡度、坡向、降水、温度以及到铁路、河流、公路、居民点的距离作为土地利用变化驱动因子，结合土地利用分类数据，通过神经网络（ANN）整合计算出适宜性概率，计算公式如下：sg（g，k，t）=∑nwn，k×sigmoid（net（g，t））=∑nwn，k×11+e－net（g，t）（2）式中：sg（g，k，t）表示当时间为t时，在栅格g上第k种土地利用类型的适宜性概率；wn，k是隐藏层和输出层间的权重；sigmoid（·）是隐藏层至输出层的激励函数；net（g，t）表示在时间t上从栅格g接收到的信号。计算出每个栅格的适宜性概率后，通过CA模型迭代，将不同的土地利用类型分配到不同栅格中。在t时刻，栅格g转换为第k种土地利用类型的总概率为Tptg，k，计算公式如下：Tptg，k=sg（g，k，t）×Ωg．kt×（1－spp→k）（3）Ωg，kt=∑N×Ncon（pt－1g=k）N×N－1×Wk（4）式中：spp→k为土地利用类型p转化为类型k的成本；1－spp→k代表土地利用类型之间转换的难易程度；Ωg，kt为邻域因子；∑N×Ncon（pt－1g=k）表示在N×N的Moore邻域窗口，上一次迭代结束后第k种土地利用类型的栅格总量；Wk为第k种用地类型的领域因子权重。参考自然发展条件下浙江省土地转移规则，经过不断调试和验证得到邻域因子权重，耕地、2161应用生态学报34卷表1各情景下土地利用的转移成本矩阵Table1Conversioncostmatrixoflanduseundereachscenario情景Scenario土地利用类型Landusetype耕地Cultivatedland林地Woodland草地Grassland水域Water建设用地Constructionland自然发展情景耕地Cultivatedland11111Naturaldevelopment林地Woodland11111scenario草地Grassland11111水域Water11111建设用地Constructionland11111生态保护情景耕地Cultivatedland11100Ecologicalprotection林地Woodland01000scenario草地Grassland01100水域Water11110建设用地Constructionland11111耕地保护情景耕地Cultivatedland10000Cultivatedland林地Woodland11111protectionscenario草地Grassland11111水域Water11111建设用地Constructionland000011表示允许转换，0表示不允许转换1meantthatconversionwasallowed，and0meantthatconversionwasnotallowed．林地、草地、水体和建设用地分别为0．5、0．01、0．3、0．2和1。将土地利用类型的扩张能力依次定义为建设用地＞耕地＞草地＞水体＞林地。1.3.3转换成本矩阵FLUS模型中的转换成本矩阵表示土地利用类型之间的相互转换。本研究设定3种情景，即自然发展情景（S1）、生态保护情景（S2）和耕地保护情景（S3），并设置不同情景的土地利用转移成本矩阵进行空间约束（表1）。在自然发展情景下，利用马尔科夫链预测未来土地利用情况，设置转移成本矩阵为各类土地都可以相互转化；在生态保护情景下，按照土地利用类型的生态效益进行排序，从高到低依次为林地、草地、耕地、水域、建设用地，转换原则不允许排序高向排序低转换［32－33］；在耕地保护情景下，耕地不能够转换为其他土地利用类型，除建设用地外其他土地利用类型均可以转换为耕地［34－36］，建设用地不轻易转为其他土地利用类型。1.3.4模型模拟的精度验证本研究基于2014年土地利用数据，结合适宜性概率分布与2021年用地需求预测模拟得到2021年土地利用分布，将结果与2021年实际土地利用状况对比，利用Kappa系数进行模拟精度验证。一般来说，Kappa≤0．5时，模型模拟精度较差；0．5＜Kappa≤0．75，模型仿真精度一般；0．75＜Kappa≤1，模拟精度较好。本研究计算的Kappa系数为0．81，总体精度为0．92，表明模拟效果较好。1.4InVEST模型1.4.1生态系统固碳服务评估InVEST模型中的固碳（carbonstorageandsequestration）模块将生态系统固碳服务划分为4个基本碳库：Ctotal=∑5i=1Ci_above+Ci_below+Ci_soil+Ci_dead()×Ai（5）式中：Ctotal表示生态系统固碳服务总量；Ci_above、Ci_below、Ci_soil和Ci_dead分别表示第i种土地利用类型的地上碳密度、地下碳密度、土壤碳密度和死亡有机物碳密度；Ai为第i种土地利用类型的面积。相同气候条件下，相同土地利用类型的碳密度相似，因此，本研究选取与浙江省地理位置相近区域的碳密度数据［37－39］并取均值；地上碳密度、地下碳密度和死亡有机物碳密度数据来自文献［40］，得到不同土地利用类型的碳密度数据（表2）。1.4.2生态系统固碳服务的经济价值评估参照已有研究［20，41］，采用InVEST模型计算浙江省生态系统固碳服务的经济价值，具体公式如下：表2不同土地利用类型的碳密度Table2Carbondensityofdifferentlandusetypes（t·hm－2）土地利用类型Landusetype地上碳密度Abovegroundcarbondensity地下碳密度Undergroundcarbondensity土壤碳密度Soilcarbondensity死亡有机物碳密度Deadorganicmattercarbondensity耕地Cultivatedland18．912．585．52．4林地Woodland36．37．3125．83．4草地Grassland17．420．8112．22．9水域Water0081．10建设用地Constructionland16．23．273031616期徐彩瑶等：浙江省土地利用变化对生态系统固碳服务的影响及其预测value_seqx=VsequestxYr_fut－Yr_cur∑Yr_fut－Yr_curt=01（1+r100）t（1+c100）t（6）式中：value_seqx为固碳栅格x在未来土地利用变化情景下固碳服务的经济价值（美元）；V为每吨固碳服务量的价值（美元）；r为市场贴现率（%）；c表示每吨固碳服务价值的年变化率（%）；Yr_cur表示当前土地利用情景下生态系统固碳服务量；Yr_fut表示未来土地利用情景下生态系统固碳服务量；sequestx表示当前和未来土地利用情景下栅格x中生态系统固碳服务变化量；t表示研究时段。参考已有研究，中国碳排放的社会成本为24美元·t－1［42］，不考虑碳排放的社会成本年际变化率，即设置变化率为0［43］；基于亚洲发展银行进行项目评估时采用10%～12%的贴现率［44］，本研究最终将固碳服务的经济价值市场贴现率确定为11%。2结果与分析2.1浙江省土地利用变化的时空特征研究期间，浙江省土地利用类型以林地、耕地、建设用地为主，草地较少。由表3可以看出，2000—2021年间，研究区建设用地面积由3671．03km2增至8919．11km2，其他地类的面积均有不同程度的减少，其中，林地面积减少最多，由69236．85km2减至66472．18km2。土地利用转移面积量排在前3位的分别是林地转移为耕地（6680．12km2）、耕地转为建设用地（5264．44km2）、耕地转为林地（4783．66km2）。可见，建设用地的扩张侵占了大量耕地。此外，杭州湾区域由于建设用地的扩张导致水域面积缩小（图2）。总体看来，浙江省东北区域以及中部（金华市）的建设用地明显增加，而处于浙西南山区的衢州市和丽水市，建设用地扩张的增幅弱于其他城市。2.2不同情景下土地利用模拟基于设定的成本转换矩阵（表1），得到不同情景下2035和2050年浙江省土地利用情况（表4和图3）。在自然发展情景下，耕地、建设用地进一步扩张，扩张区域主要集中于杭州湾以及东部沿海区域。2021—2035年，耕地和建设用地分别增加1．9%和14．3%，林地、草地和水域分别减少2．7%、4．4%和5．0%；2021—2050年，耕地和建设用地分别增加5．1%和18．9%，林地、草地和水域分别减少4．0%、4．4%和13．8%。由此可见，随着社会经济的发展，土地开发需求愈加强烈，会不断侵占其他生态用地。在生态保护情景下，2021—2035年，耕地增加2．9%，林地、草地、水域和建设用地分别减少0．1%、2．2%、5．0%和7．9%；2021—2050年，耕地增加4．0%，草地、建设用地和水域分别减少4．4%、7．9%和13．8%。可见，在生态保护情景下，建设用地不再扩张，反而减少，空间聚集程度减弱；从远期（2050年）看，该情表32000—2021年土地利用转移矩阵Table3Landusetransfermatrixfrom2000to2021（km2）2000年地类Landusetypein20002021年地类Landusetypein2021耕地Cultivatedland林地Woodland草地Grassland水域Water建设用地Constructionland总计Sum耕地Cultivatedland15266．804783．660．84953．565264．4426269．30林地Woodland6680．1260594．7910．17543．831407．9369236．85草地Grassland1．8610．800．000．000．3012．97水域Water999．54567．200．092022．31657．814246．95建设用地Constructionland1391．73515．720．14174．821588．623671．03总计Sum24340．0566472．1811．243694．528919．11103437．10图22000—2021年浙江省土地利用的空间分布Fig．2SpatialdistributionoflanduseinZhejiangProvincefrom2000to2021．4161应用生态学报34卷表4不同情景下各土地利用类型面积及变化率Table4Areaandchangerateofvariouslandusetypesunderdifferentscenarios年份Year情景Scenario耕地Cultivatedland面积Area（km2）变化率Changerate（%）林地Woodland面积Area（km2）变化率Changerate（%）草地Grassland面积Area（km2）变化率Changerate（%）水域Water面积Area（km2）变化率Changerate（%）建设用地Constructionland面积Area（km2）变化率Changerate（%）2021－24466．25－66657．50－11．25－3744．50－9008．75－2035S124926．501．964832．50－2．710．75－4．43558．25－5．010299．0014．32035S225164．252．966599．50－0．111．00－2．23558．25－5．08294．00－7．92035S325487．004．264833．25－2．710．75－4．43558．25－5．09737．758．12050S125715．255．163961．75－4．010．75－4．43228．00－13．810711．2518．92050S225444．754．066645．250．010．75－4．43228．00－13．88298．25－7．92050S325716．005．163962．00－4．010．75－4．43228．00－13．810710．2518．9S1：自然发展情景Naturaldevelopmentscenario；S2：生态保护情景Ecologicalconservationscenario；S3：耕地保护情景Cultivatedlandconservationscenario．下同Thesamebelow．图3不同情景下浙江省2035和2050年土地利用模拟结果Fig．3LandusesimulationresultsofZhejiangProvincein2035and2050underdifferentscenarios．S1：自然发展情景Naturaldevelopmentscenario；S2：生态保护情景Ecologicalconservationscenario；S3：耕地保护情景Cultivatedlandconservationscenario．下同Thesamebelow．景下林地面积不再减少，保持稳定。在耕地保护情景下，2021—2035年，耕地和建设用地分别增加4．2%和8．1%，林地、草地和水域分别减少2．7%、4．4%和5．0%；2021—2050年，耕地和建设用地分别增加5．1%和18．9%，林地、草地和水域分别减少4．0%、4．4%和13．8%。2021—2035年间，耕地保护情景下耕地面积增幅明显大于自然发展情景；2021—2050年间，耕地保护情景下耕地面积增幅与自然发展情景一致。2.3浙江省生态系统固碳服务的时空演变特征由表5可以看出，2000、2021年，浙江省生态系统固碳服务总量分别为158698．94万和155702．36万t，期间生态系统固碳服务减少2996．58万t。其中，2000—2007、2007—2014、2014—2021年，固碳服务量分别减少523．43万、1399．7万、1073．41万t。浙江省生态系统固碳服务分布表现出土壤碳库＞地上碳库＞地下碳库＞死亡有机物碳库。2000—2021年，土壤碳库损失最多，死亡有机物碳库损失最少，损失量分别为2037．65万和143．00万t。生态系统固碳服务呈现西南高、东北低的空间分布格局（图4），其表52000—2021年生态系统固碳服务组成部分的变化Table5Changesincarbonsequestrationservicecompo-nentsofecosystemsfrom2000to2021（×104t）年份Year地上碳Abovegroundcarbon地下碳Undergroundcarbon土壤碳Soilcarbon死亡有机物碳Deadorganicmattercarbon固碳总量Totalcarbonsequestration200030807．798491．89116403．482995．78158698．94200730752．298290．17116187．182945．88158175．52201430416．028202．82115272．782884．15156775．77202130271．468212．28114365．832852．79155702．362000—2021－536．33－279．61－2037．65－143．00－2996．5851616期徐彩瑶等：浙江省土地利用变化对生态系统固碳服务的影响及其预测图42000—2021年浙江省生态系统固碳服务量的时空变化Fig．4TemporalandspatialvariationofecosystemcarbonsequestrationserviceinZhejiangProvincefrom2000to2021．中，丽水市陆地生态系统固碳服务量最高，杭州湾及其周围区域较低。从分布区域来看，2000—2021年，浙江省大部分地区生态系统固碳服务量保持不变，而杭州湾附近区域由于围海造地使得陆地面积扩大，进而增加了陆地生态系统固碳服务量。生态系统固碳服务量减少的区域主要位于浙江省的东北、中部区域以及东部沿海，分布较为分散，主要是由于建设用地扩张侵占了其他碳密度较高的用地。2000—2021年间生态系统固碳服务量减少1．89%（年际变化率为－0．09%），其中，2000—2007年间减少0．33%（年际变化率为－0．05%）；随着经济社会的发展，城镇化速度加快，高生态效益用地不断被侵占，生态系统固碳服务量减少程度加剧，2007—2014年间减少0．88%（年际变化率为－0．13%）；浙江省生态保护修复工程的推进使得生态系统固碳服务的减幅在2014—2021年间出现缓和（－0．68%，年际变化率为－0．10%）。虽然浙江省生态系统固碳服务总体呈现降低趋势，但2014—2021年间的降低速率小于2007—2014年。由此推断，党的十八大以来浙江省生态文明建设及生态保护修复工程实施的生态系统碳服务改善效应明显。2.4不同情景下生态系统固碳服务预测由图5可以看出，在自然发展情景下，2035和2050年浙江省生态系统固碳服务总量分别为154537．46万和154085．85万t，与2021年相比分别减少1164．90万和1616．51万t；生态系统固碳服务图5不同情景下2035和2050年浙江省生态系统固碳服务量的预测结果Fig．5PredictionresultsofecosystemcarbonsequestrationserviceinZhejiangProvincein2035and2050underdifferentscenarios．6161应用生态学报34卷低值区在空间上表现为局部聚集和零星分布。在生态保护情景下，2035和2050年浙江省生态系统固碳服务总量分别为156025．62万和156175．36万t，与2021年相比分别增加323．26万和473．00万t。在耕地保护情景下，2035和2050年浙江省生态系统固碳服务总量分别为154689．19万和154086．25万t，与2021年相比分别减少1013．18万和1616．11万t。在自然发展情景下，2021—2035、2021—2050年间生态系统固碳服务总量分别减少0．75%、1．04%（年际变化率分别为－0．05%、－0．04%）；在生态保护情景下，2021—2035、2021—2050年间生态系统固碳服务总量分别增加0．21%、0．30%（年际变化率分别为0．02%、0．01%）；在耕地保护情景下，2021—2035、2021—2050年间生态系统固碳服务总量分别减少0．65%、1．04%（年际变化率分别为－0．05%、－0．04%）。总的来说，2035和2050年浙江省生态系统固碳服务总量均在生态保护情景下最高，耕地保护情景下次之，自然发展情景下最低。虽然自然发展情景和耕地保护情景在2035和2050年生态系统固碳服务总量仍处于减少趋势，但减少的速率远小于2000—2021年间的年际变化率。2.5浙江省土地利用变化对生态系统固碳服务的影响土地利用变化是影响陆地生态系统固碳服务的重要因素。林地转变为耕地或草地，使得陆地生态系统向大气中释放大量CO2，导致陆地生态系统固碳服务下降。研究表明，热带森林被破坏，其碳储量减少40%［45］。国家实施的退耕还林还草工程使得土地利用变化发生明显变化（耕地转变为林地或草地），CO2被固定在森林和草地植被及其土壤之中，生态系统固碳服务显著增加［41］。由此可见，不同土地利用类型对生态系统碳循环产生了不同影响，导致同一区域内各地类的碳密度存在差异［46］。当低碳密度的地类扩张，侵占高碳密度的地类时，生态系统固碳服务量减少，反之，则增加。由图6可以看出，2000—2021年，由于建设用地的扩张和其他地类面积的缩小，浙江省生态系统固碳服务的增加量主要来自建设用地，其他地类的生态系统固碳服务量都有不同程度的减少，其中，林地损失最多（4904．84万t）。据此得出，2000—2021年间浙江省总体流失17071．84万美元的固碳服务经济价值（图7）。由于草地面积较少，导致草地生态系统固碳服务量变化不明显，因此在预测的情景中不予以讨论。在自然发展情景下，2021—2035年建设用地和图6不同土地利用类型的生态系统固碳服务量Fig．6Ecosystemcarbonsequestrationservicefordifferentland-usetypes图7浙江省生态系统固碳服务经济价值（Ⅰ）及不同土地利用类型生态系统固碳服务经济价值（Ⅱ）Fig．7Economicvalueofecosystemcarbonsequestrationser-vice（Ⅰ）andeconomicvalueofecosystemcarbonsequestrationservicebydifferentland-usetypesinZhejiangProvince（Ⅱ）．耕地的持续扩张使其生态系统固碳服务量不断增加，且由于建设用地面积大幅增加导致建设用地固碳服务量增幅（1211．81万t）明显高于耕地（622．07万t），据此得出2021—2035年间浙江省生态系统固碳服务净收益为－27753．93万美元。2021—2050年建设用地和耕地的固碳服务量增加，分别为1593．59万和1565．19万t，据此得出2021—2050年间浙江省生态系统固碳服务净收益为－38200．63万美元。71616期徐彩瑶等：浙江省土地利用变化对生态系统固碳服务的影响及其预测在生态保护情景下，2021—2035年耕地的扩张和林地趋于稳定不再减少，使二者的固碳服务量增加，据此耕地和林地带来的固碳服务经济价值增加量分别为6129．57万和1603．25万美元；水域和建设用地固碳服务量减少，导致24．96万美元的固碳服务经济价值损失，据此得出2021—2035年间浙江省生态系统固碳服务净收益为7707．86万美元。其中，耕地增加量最多（906．35万t），建设用地损失量最多（645．03万t）。2021—2050年耕地和林地的固碳服务量分别增加1241．75万和290．53万t，据此得出二者带来的固碳服务经济价值增加量分别为9028．68万和2183．34万美元；水域和建设用地固碳服务量分别减少417．60万和〗641．10万t，导致流出28．11万美元的固碳服务经济价值，据此得出2021—2050年间浙江省生态系统固碳服务净收益为11183．91万美元。在耕地保护情景下，2021—2035年浙江省生态系统固碳服务分布表现为耕地和建设用地增加、林地和水域不断减少，其中，耕地面积大幅增长使其增加量最多（1292．27万t），林地损失量最多（2847．73万t），据此得出2021—2035年间浙江省生态系统固碳服务净收益为－24138．49万美元。2021—2050年耕地和建设用地的固碳服务量分别增加1566．09和1592．67万t，林地和水域的固碳服务量分别减少4356．68万和417．60万t，据此得出2021—2050年间浙江省生态系统固碳服务净收益为－38191．09万美元。3讨论在推进“双碳”战略目标的背景下，提升生态系统固碳增汇功能作为基于自然的碳中和解决方案，备受政界和学界的共同关注［47－48］。科学评估并准确预测生态系统固碳服务的现状及潜力成为正确管理生态系统助力实现碳中和目标的重要途径。本研究结果表明，2000—2021年浙江省土地利用变化表现出建设用地不断扩张、其他用地类型均减少的特征。浙江省在快速城镇化过程中，全域生态系统固碳服务量减少，固碳服务净收益减少，该结果与已有研究结果［20］一致，共同印证了高碳密度用地向低碳密度用地转移会导致生态系统固碳服务量的减少。本研究通过预测浙江省2035和2050年在自然发展、生态保护与耕地保护3种情景下生态系统固碳服务的变化特征发现，2035和2050年浙江省生态系统固碳服务均在生态保护情景下最多。自然发展情景与耕地保护情景均使生态系统固碳服务遭受损失，这是由于在这两种情景中，没有严格限制高生态效益用地与低生态效益用地之间的转换，使其高碳密度用地能够向低碳密度用地转移，致使生态系统固碳服务量减少，这与揣小伟等［37］和卿苗等［32］的研究结果一致。2020和2021年，浙江省提出要通过生态系统碳汇试点建设全面提升生态系统固碳功能及率先推动基于自然生态碳汇的碳中和解决方案的中长期目标。本研究的情景预测结果表明，2035和2050年浙江省生态系统固碳服务总量均在生态保护情景下最高，耕地保护情景下次之，自然发展情景下最低。因此，到2035年甚至是2050年或更长时期，浙江省都应注重保护林地、草地和水域等生态用地，不断扩大生态用地规模，优化生态用地空间布局，不断增强生态用地的固碳增汇功能。本研究耦合FLUS模型和InVEST模型评估浙江省土地利用变化对生态系统固碳服务的影响，但由于土地利用变化对生态系统固碳服务影响的复杂性，在模拟过程中存在一定不确定性，可能会对模拟结果产生影响。首先，关于土地利用驱动因子的选取，不同驱动因子组合会得出不同的适宜性概率，最终产生不同的模拟结果。本研究选取9个土地利用驱动因子，但由于各个地区情况不同，影响土地利用变化的驱动因子也不尽相同，因此，本研究驱动因子组合可能不是最全面的。其次，在未来情景的设置上，本研究尚未关注政府在社会经济和土地规划政策方面对未来土地利用变化的限制和干预因素。因此，今后的研究可以设置更具政策导向的发展情景，以评估政策的实施效果。最后，本研究所用模型自身存在局限性。FLUS模型中政策对土地利用变化的影响只能通过参数的设置来实现，准确性可能受到影响，因此，将政策指标体系转为地理空间要素，并用于仿真模型耦合，将是未来研究的一个突破。InVEST模型中固碳模块对碳循环进行了简化，并且模型的估算是建立在对不同土地利用类型碳密度的基础上。虽然本研究采用与研究区相近区域或相同土地利用类型的碳密度进行核算，但受温度、降水和海拔等环境条件的影响，同一土地利用类型的碳密度往往也存在空间异质性，因此，今后应通过实地采样和实验室分析的方法来准确测量研究区不同土地利用类型的碳密度，提高模型评估结果的准确性。4结论本研究运用InVEST模型评估了2000—2021年8161应用生态学报34卷浙江省土地利用变化特征及其对生态系统固碳服务的影响，运用FLUS模型模拟了浙江省2035和2050年在自然发展情景、生态保护情景和耕地保护情景下的土地利用格局，评估了3种情景下浙江省2035和2050年生态系统固碳服务及所产生的固碳服务经济价值。主要结论如下：1）2000—2021年，浙江省林地、耕地、水域和草地逐渐减少，建设用地逐渐增加。其中，林地由69236．85km2减至66472．18km2，耕地由26269．30km2减至24340．05km2，草地由12．97km2减至11．24km2，水域由4246．95km2减至3694．52km2，而建设用地由3671．03km2增至8919．11km2。2）2000—2021年，浙江省生态系统固碳服务总量减少了2996．58万t，固碳服务净收益为－17071．84万美元，生态系统固碳服务分布呈现西南高、东北低的空间格局。3）基于3个情景的预测结果，2035和2050年浙江省只有在生态保护情景下才能保持生态系统固碳服务的增加，分别增加323．26万和473．00万t，分别产生7707．86万和11183．91万美元的固碳服务净收益。在自然发展情景下，2035和2050年浙江省生态系统固碳服务分别减少1164．90万和1616．51万t，分别造成27753．93万和38200．63万美元的固碳服务净损失。在耕地保护情景下，2035和2050年浙江省生态系统固碳服务分别减少1013．18万和1616．11万t，分别造成24138．49万和38191．09万美元的固碳服务净损失。据此，拥有最高生态系统固碳服务量和固碳服务净收益的生态保护情景是浙江省未来发展的最优情景。浙江省在未来发展中应合理规划土地利用结构，控制碳密度低的土地利用类型侵占碳密度高的生态用地，例如，采取遏制建设用地侵占林地、草地等措施，促进土地利用由低碳中和效益向高碳中和效益方向转移；同时，可采取减少化肥施用、保护性耕作等技术和政策举措增加土壤碳密度。总之，浙江省可以通过综合施策，不断优化土地利用结构，系统提升陆地生态系统固碳服务能力，在全国率先探索建立基于自然的碳中和解决方案，为全国实现碳中和目标提供示范样板。参考文献［1］杨丽雯，董丽青，张立伟，等．固碳服务供需平衡和服务流量化评估———以引黄入晋南干线为例．资源科学，2019，41（3）：557－571［2］HoughtonＲA．Ｒevisedestimatesoftheannualnetfluxofcarbontotheatmospherefromchangesinlanduseandlandmanagement18502000．TellusB：ChemicalandPhysicalMeteorology，2003，55：378－390［3］赵荣钦，黄贤金，揣小伟．中国土地利用碳排放的研究误区和未来趋向．中国土地科学，2016，30（12）：83－92［4］葛全胜，戴君虎，何凡能，等．过去300年中国土地利用、土地覆被变化与碳循环研究．中国科学（D辑：地球科学），2008，38（2）：197－210［5］张颖，李晓格，温亚利．碳达峰碳中和背景下中国森林碳汇潜力分析研究．北京林业大学学报，2022，44（1）：38－47［6］何源，李星锐，杨晓帆，等．内蒙古锡林郭勒盟典型草原固碳量及固碳潜力估算．草地学报，2021，29（10）：2274－2285［7］薛彩霞，李园园，胡超，等．中国保护性耕作净碳汇的时空格局．自然资源学报，2022，37（5）：1164－1182［8］中共中央国务院．关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见［EB/OL］．（2021-10-24）［2023-03-28］．www．gov．cn/zhengce/2021-10/24/content_5644613．htm［9］中共中央国务院．2030年前碳达峰行动方案［EB/OL］．（2021-10-26）［2023-03-28］．www．gov．cn/zhengce/content/2021-10/26/content_5644984．htm［10］孙定钊，梁友嘉．基于改进Markov-CA模型的黄土高原土地利用多情景模拟．地球信息科学学报，2021，23（5）：825－836［11］李秀霞，徐龙，江恩赐．基于系统动力学的土地利用结构多目标优化．农业工程学报，2013，29（16）：247－254［12］赵明松，徐少杰，邓良，等．基于CLUE-S模型的煤矿城市土地利用变化模拟．农业机械学报，2022，53（5）：158－168［13］谢凌凌，许进龙，臧俊梅，等．基于Markov-FLUS模型的广西土地利用变化模拟预测．水土保持研究，2022，29（2）：249－254［14］LiuX，LiangX，LiX，etal．Afuturelandusesimula-tionmodel（FLUS）forsimulatingmultiplelandusesce-nariosbycouplinghumanandnaturaleffects．LandscapeandUrbanPlanning，2017，168：94－116［15］王旭洋，李玉强，连杰，等．CENTUＲY模型在不同生态系统的土壤有机碳动态预测研究进展．草业学报，2019，28（2）：179－189［16］ParameshV，KumarP，NathAJ，etal．Simulatingsoilorganiccarbonstockunderdifferentclimatechangesce-narios：AＲothCmodelapplicationtotypicalland-usesystemsofGoa，India．Catena，2022，213：106129［17］王天福，龚直文，邓元杰．基于土地利用变化的陕西省植被碳汇提质增效优先区识别．自然资源学报，2022，37（5）：1214－1232［18］邹文涛，何友均，叶兵，等．基于InVEST模型的钱江源国家公园生态系统碳储量研究．中南林业科技大学学报，2021，41（3）：120－128［19］郑贱成，谢炳庚，游细斌．基于土地利用变化的广东省生境质量时空演变特征．生态学报，2022，42（17）：6997－7010［20］CaoL，KongF，XuC．Exploringecosystemcarbonstor-91616期徐彩瑶等：浙江省土地利用变化对生态系统固碳服务的影响及其预测agechangeandscenariosimulationintheQiantangＲiversourceregionofChina．ScienceProgress，2022，105：003685042211131［21］邱陈澜，王彩侠，章瑞，等．京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征．生态学报，2022，42（23）：9590－9603［22］刘魏魏，王效科，逯非，等．全球森林生态系统碳储量、固碳能力估算及其区域特征．应用生态学报，2015，26（9）：2881－2890［23］张莉，郭志华，李志勇．红树林湿地碳储量及碳汇研究进展．应用生态学报，2013，24（4）：1153－1159［24］朱文博，张静静，崔耀平，等．基于土地利用变化情景的生态系统碳储量评估———以太行山淇河流域为例．地理学报，2019，74（3）：446－459［25］浙江省统计局．浙江省统计年鉴．北京：中国统计出版社，2022［26］徐彩瑶，王宁，孔凡斌，等．森林生态产品价值实现对县域发展差距的影响：以浙江省山区26县为例．林业科学，2023，59（1）：12－30［27］YangJ，HuangX．The30mannuallandcoverdatasetanditsdynamicsinChinafrom1990to2019．EarthSys-temScienceData，2021，13：3907－3925［28］自然资源部．土地利用现状分类［EB/OL］．（2017-11-01）［2023-03-28］．http：//c．gb688．cn/bzgk/gb/showGb？type=online＆hcno=224BF9DA69F053DA22AC758AAAADEEAA［29］刘光旭，王小军，相爱存，等．赣江中上游地区土地利用变化空间分异与驱动因素．应用生态学报，2021，32（7）：2545－2554［30］LiuX，WangX，ChenK，etal．Simulationandpredic-tionofmulti-scenarioevolutionofecologicalspacebasedonFLUSmodel：AcasestudyoftheYangtzeＲiverEco-nomicBelt，China．JournalofGeographicalSciences，2023，33：373－391［31］王旭东，姚尧，任书良，等．耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法．地球信息科学学报，2022，24（1）：100－113［32］卿苗，赵军，冯超，等．1980—2030年石羊河流域生态系统碳储存服务对土地利用变化的响应．生态学报，2022，42（23）：9525－9536［33］杨伟青，张会兰．基于GeoSOS-FLUS的涪江流域生态系统服务价值评估及多情景模拟．水土保持研究，2022，29（5）：253－262［34］杨露，颉耀文，宗乐丽，等．基于多目标遗传算法和FLUS模型的西北农牧交错带土地利用优化配置．地球信息科学学报，2020，22（3）：568－579［35］ZhouJ，ZhaoY，HuangP，etal．Impactsofecologicalrestorationprojectsontheecosystemcarbonstorageofinlandriverbasininaridarea，China．EcologicalIndica-tors，2020，118：106803［36］王旭，马伯文，李丹，等．基于FLUS模型的湖北省生态空间多情景模拟预测．自然资源学报，2020，35（1）：230－242［37］揣小伟，黄贤金，郑泽庆，等．江苏省土地利用变化对陆地生态系统碳储量的影响．资源科学，2011，33（10）：1932－1939［38］周锐，苏海龙，王新军，等．基于CLUE-S模型和Markov模型的城镇土地利用变化模拟预测———以江苏省常熟市辛庄镇为例．资源科学，2011，33（12）：2262－2270［39］程先富，谢勇．基于GIS的安徽省土壤有机碳密度的空间分布特征．地理科学，2009，29（4）：540－544［40］丁岳，王柳柱，桂峰，等．基于InVEST模型和PLUS模型的环杭州湾生态系统碳储量［EB/OL］．（2022-09-19）［2022-12-12］．https：//doi．org/10．13227/j．hjkx．202204080［41］邓元杰，姚顺波，侯孟阳，等．退耕还林还草工程对生态系统碳储存服务的影响———以黄土高原丘陵沟壑区子长县为例．自然资源学报，2020，35（4）：826－844［42］ＲickeK，DrouetL，CaldeiraK，etal．Country-levelso-cialcostofcarbon．NatureClimateChange，2018，8：895－900［43］ZarandianA，BadamfirouzJ，MusazadehＲ，etal．Sce-nariomodelingforspatial-temporalchangedetectionofcarbonstorageandsequestrationinaforestedlandscapeinNorthernIran．EnvironmentalMonitoringandAssess-ment，2018，190：474［44］SharpＲ，TallisHT，ＲickettsT，etal．InVESTUser’sGuide．CA，USA：StanfordUniversity，2014［45］DetwilerＲP，HallCA．Tropicalforestandtheglobalcycles．Science，1988，239：42－47［46］吕超群，孙书存．陆地生态系统碳密度格局研究概述．植物生态学报，2004，28（5）：692－703［47］于贵瑞，朱剑兴，徐丽，等．中国生态系统碳汇功能提升的技术途径：基于自然解决方案．中国科学院院刊，2022，37（4）：490－501［48］徐晋涛，易媛媛．“双碳”目标与基于自然的解决方案：森林碳汇的潜力和政策需求．农业经济问题，2022（9）：11－23作者简介徐彩瑶，女，1989年生，博士，讲师。主要从事可持续生态学、生态经济、资源环境经济研究。E-mail：caiyao@126．com责任编辑杨弘0261应用生态学报34卷