基于InVEST与ANN⁃CA模型的环洞庭湖区土地利用碳储量情景模拟

摘要

【目的】基于多模型模拟预测土地利用碳存储,为权衡环洞庭湖区的土地利用发展模式和提升区域固碳能力提供科学依据。【方法】以环洞庭湖区2005、2010、2015年土地利用变化为切入点,基于InVEST模型与人工神经网络CA(ANN⁃CA)模型,对碳存储进行量化和空间情景模拟,探讨环洞庭湖区水环境保护情景、生物多样性保护情景以及碳中和情景下的土地利用及其碳储量变化模式。【结果】①到2035年,环洞庭湖区在水环境保护情景下的主要土地利用变化为水域面积增长1.50 km^(2)(增加0.02%),带来的碳储量变化程度极小;在生物多样性保护情景下的主要地类变化为林地增长10.78 km^(2)(增加0.05%),可使碳储量增长27.10×10^(6)t(增长44.28%);在碳中和情景下主要地类变化为耕地缩减432.02 km^(2)(减少1.63%),导致碳储量减少0.81×10^(6)t(减少1.64%);土地利用面积与碳储量变化呈正相关关系。②环洞庭湖区高程、坡度、到公路距离与碳储量呈负相关,向阳坡碳储量高于阴坡;影响环洞庭湖区土地利用变化的主要驱动因子为坡度、高程和人口密度。【结论】基于InVEST与ANN⁃CA模型可模拟多情景下的土地利用及碳储量,可为环洞庭湖区土地利用结构的优化配置以及生态保护和区域发展的权衡提供情景参考。