登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《陕西渭北旱塬区生境质量及碳储量时空演变分析与模拟》

  • 来源专题：大气污染防治与碳减排
  • 编译者： 李扬
  • 发布时间：2023-08-02
  •     探析生境质量与碳储量的时空格局演化规律,对建立陕西渭北旱塬区生态安全屏障、优化国土空间格局具有积极反馈作用.以渭北旱塬区为研究案例,基于PLUS模型模拟2035年不同发展情景下土地利用空间格局,并采用InVEST模型分析研究区1980~2020年及未来多情景下生境质量和碳储量分布特征.结果表明:①近40年间,研究区内生境质量低等级区面积扩大462.55 km2,碳储量共减少7.85×106t,二者总体呈逐年下降趋势; ②研究期间,生境质量降级区域集中在研究区东北部延安市域内,质量提升区域呈条状分布在靠近水源或海拔较高的地区.碳储量高值区集中分布在研究区内地势复杂、人口稀疏的区域,碳储量减少区域呈点状零散分布在研究区全域,未出现明显聚集现象; ③2035年碳储量除自然发展情景外,其他状态碳储量均有不同程度减少.经济优先发展情景中生境质量低等级区面积20787.41 km2,是较模拟初期低等级区增速最快和高等级区减幅最大的模拟情景.研究结果可为研究区低碳绿色发展、生态修复提供决策参考和数据支撑。
  • 原文来源：https://www.hjkx.ac.cn/hjkx/ch/reader/view_abstract.aspx?file_no=20230844&flag=1
217浏览量
原文链接
相关报告

  • 《基于黄河流域耕地变化与生态系统碳储量的情景模拟分析》
    • 来源专题：耕地与绿色发展
    • 编译者：张毅
    • 发布时间：2025-01-27
    • 为探讨耕地变化对生态系统碳储量的影响。本研究以黄河流域为研究对象，通过使用PLUS模型和InVEST模型，评估了黄河流域2000-2020年耕地利用变化对陆地生态系统碳储量的影响，并进一步对2030年自然发展、生态保护和耕地保护三种不同情景下的碳储量进行分析。结果表明，本研究构建预测模型准确度为88%，有良好的分类精度，具有较高可信度。2000-2020年期间，黄河流域耕地流失了22 294 km2，耕地资源大量流失但并未进行相对应补充。相比于2020年，生态保护和耕地保护情景下的耕地流失分别为3001 km2和2086 km2，耕地流失情况有所好转；在生态保护、耕地保护情景下生态碳储量分别增加4.32×107、4.39×107 Mg，在保护耕地的同时，区域碳储量也持续上涨。研究显示，黄河流域内地形地貌、水文气象、经济水平有明显区域差异性，土地利用格局变化主要由各地政策主导，但也受多种人为因素影响。
    141浏览量
    原文链接

  • 《土壤有机碳时空变异模拟研究取得进展》
    • 来源专题：长江流域资源与环境知识资源中心 | 领域情报网
    • 编译者：changjiang
    • 发布时间：2018-11-20
    • 受限于土壤样点的时间维属性，一般的土壤制图只能获得固定时间的“静态”土壤图，描述目前或过去状态的格局。但是，土壤在不同土地利用条件下未来如何演变，在不同的气候变化情景下呈现怎样的时空变化特征？这是土壤时空变化预测的重要主题。 中国科学院南京土壤研究所张甘霖课题组副研究员宋效东以土地利用变化频繁的太湖周边地区为例，深入研究了土壤有机碳含量空间变异的主导因素，提出了基于土壤发生理论的启发式元胞自动机模型，模拟土壤有机碳含量在土地利用与气候变化条件下未来 60 年内的时空变异特征。有别于常规的元胞自动机模型，该方法不仅能够有效集成影响土壤有机碳含量的静态 / 动态环境变量，还能够根据土地利用类型（旱地 / 水田）动态地度量有机碳富集对临近区域有机碳水平迁移的影响范围。鉴于土地利用类型的重要性，根据历史土地利用图层制作了研究区未来 60 年的土地利用变化图。模拟结果表明：研究区土壤表层有机碳含量在未来 60 年内随着气温、降雨的升高与城镇化进程的推进将呈现持续上升的趋势。研究提出的预测模型为土壤属性的时空变异模拟提供了新的解决方案与思路。 该研究成果发表在 Agriculture, Ecosystems and Environment 上。研究得到国家重点研发计划（ 2017YFA0603002 ）、科技基础性工作专项（ 2008FY110600 ）、国家自然科学基金（ 41571130051 和 41771251 ）的资助。（来源：中国科学院南京土壤研究所） Heuristic cellular automaton model for simulating soil organic carbon under land use and climate change: A case study in eastern China Abstract The concentration of soil organic carbon (SOC) is one of the most important soil properties, and its spatio-temporal variability greatly affects the global climate and agroecology. To investigate the effects of land use and climate change on SOC, a heuristic cellular automaton (HCA) model was proposed and applied to a plains area in eastern China with a high population density and rapid urbanization rate. The HCA model was designed to simulate the geographical variation in SOC dynamics over the long term (2080), and lateral carbon (C) migration is represented by revised neighbourhood variables at the macro scale. Three widely used soil mapping techniques were applied for comparison: multiple linear regression (MLR), support vector machine (SVM) and kriging with external drift (KED). The HCA model enhanced the accuracy of the predicted SOC by 15.27% over MLR, 12.31% over SVM and 10.98% over KED. Future land use maps were produced using legacy land use data and artificial neural network-based cellular automata (CA), and the simulation results showed the rapid urbanization of this area, where the percentage of cropland declined by 23.75% and that of village/urban areas increased by 22.90% from 2010 to 2080. The overall SOC concentrations are anticipated to increase by 2080 given the rising mean annual air temperature and mean annual precipitation. Our results also suggested that land use change clearly influenced the change in soil C, with village/urban areas exhibiting higher SOC than cropland. To provide stakeholders with accurate soil information, it is important to understand the comprehensive impacts of land use and climate change on soil evolution; this study illustrates the value of integrating pedogenetic information in soil C simulation models. 原文链接： https://www.sciencedirect.com/science/article/pii/S0167880918304237 .
    77浏览量
    原文链接