邱梓轩课题组在中科院1区top SCI期刊 《Journal of Cleaner Production》（影响因子11.072 ）发表估算土地利用变化对碳储量响应机制研究

2022年12月13日，邱梓轩课题组撰写的《Multi-scenario simulation of land use/cover change and carbon storage assessment in Hainan coastal zone from perspective of free trade port construction》 被中科院1区top SCI期刊 《Journal of Cleaner Production》（影响因子11.072 ）录用，文章于2022年12月22日正式见刊。其中，龚文峰教授、海南大学林业硕士生段璇瑜为共同一作，风景园林硕士生孙雨欣为第三作者，邱梓轩副教授及刘铁冬副教授为通讯作者。本研究利用以海南省海岸带1990年、2000年、2010年和2020年的陆地卫星TM（OLI）数据为主要数据源，分析1990-2020年土地利用的时空演变。引入GeoSOS-FLUS模型用和InVEST模型评估1990-2030年生态系统的碳储量，探索LULCC的时空演变和LULCC碳存储的响应，揭示复杂土地利用变化过程对热带和亚热带沿海地区区域生态系统碳汇服务功能的影响过程和机制。

论文链接：https://doi.org/10.1016/j.jclepro.2022.135630

20世纪80年代，海南经历了快速的社会经济发展，通过在沿海地区的种植和农业吸引了全省2/3的人口。2018年，海南岛成为国际旅游岛和自由贸易岛，成为海上丝绸之路的桥头堡和试验区。经济特区的建立带动了沿海房地产、沿海旅游、农业和渔业的快速发展。林地、草地和湿地的随意破坏导致生态系统发生结构变化和生态功能退化，导致区域生态环境脆弱，进而危及区域生态安全的稳定性。因此，探索和预测多情景土地利用变化对区域碳源和碳汇的影响，可以为沿海土地利用结构的优化、合理利用、规划决策提供科学和理论依据，有助于实现区域生态系统的可持续发展。

Fig. 1. Geographical location of the study area.

本研究以1990年、2000年、2010年和2020年四个时期的陆地卫星遥感图像。利用图像处理软件ENVI5.4，对不同时期的遥感图像进行了辐射校正、几何校正、图像增强和图像裁剪等预处理。根据中国科学院资源环境数据，结合随机森林法和人工视觉解释法，获得研究区的土地利用数据。分别赋值为0（海洋）、1（耕地）、2（森林）、3（草地）、4（水域）、5（建筑用地）、6（未利用地），参考谷歌地球和现场调查数据完成了图像分类精度评估，保证总体分类准确率大于85%，同时分类的总体Kappa准确率超过0.8的基础上，将图像以GRID的格式存储。结合海南省气候条件等基础数据修正了研究区不同土地利用类型的碳密度数据，并利用InVEST模型计算研究区不同时期的碳储量。

Fig. 2. Research framework.

Fig. 3. Driving factors of carbon storage in coastal zone of Hainan Island.

同时，基于GeoSOS-FLUS，利用土地利用数据及其驱动因素，包括DEM、坡度、密度、城镇距离、距离铁路、公路距离，模拟各种自然和人为因素影响下的未来土地利用布局，此外，本文采用情景分析法，结合当前海岸带生态系统构成，根据各情景模式的特点并参照《海南国际旅游岛建设发展规划纲要》，以期为管理者在两种情况中寻找土地合理利用平衡点提供参考。

Fig. 4. Spatial distribution of land use types from 1990 to 2020.

Fig. 5. Land transfer Sankey diagram in coastal zone of Hainan Island.

结果表明，1990-2020年，耕地、林地、草地和未利用地面积减少，水域和建成区用地面积增加。未利用地和耕地面积继续减少，建筑用地继续增加。LULCC导致区域碳储量持续下降，达到1.5×10⁶t，年变化率为5.0×10⁴t/a。建筑用地的大规模扩张和林地的退化是碳密度下降的重要原因，而“未利用的土地→草地”是碳储量增加中最明显的土地利用变化。“草原→林地（人工）”是碳储量减少最显著的土地利用变化。区域碳储量的时空特征与区域呈显著正相关，西南、东北方向的湿地和红树林区域为高集中区。

Fig. 8. Moran’s I index value of carbon storage in Hainan coastal zone from 1990 to 2020.

Fig. 9. LISA clustering of carbon storage in Hainan coastal zone.

此外，2020-2030年建设用地在基线、开发优先和生态优先情景上均有不同程度的扩张，分别增长1.94%、2.13%和0.70%，开发优先情景增长最大。在3种模拟情景下，耕地面积均呈萎缩趋势，耕地面积分别下降了0.87%、0.97%和0.87%。在基线和发展优先情景下，区域碳储量在基线和发展优先情景下显著下降，为1.29×10⁵t和2.45×10⁵t，在生态优先情景下显著增加，为1.34×10⁵t。生态优先情景可以有效提高碳汇能力，控制农田面积的减少。因此，优化土地利用结构，控制建成区用地增长率，增加林地面积，对沿海空间的开发利用和碳循环产生积极影响。

Fig. 11. Projected carbon stocks for 2030 land use.

综上所述，本研究的主要贡献是提出了一种可重复使用的评估方法，可环境管理和决策提供参考。虽然InVEST和GeoSOS-FLUS模型存在一定的不确定性，但其结果可以清楚地反映和预测1990-2030年海南岛沿海碳储量的时空变化，从低碳角度优化海南岛沿海土地利用空间格局，协调区域碳循环与生态安全的耦合机制。同时，未来的研究将充分考虑研究区社会经济和地方相关政策对研究区域的影响，实现社会经济因素及相关政策的量化和空间表达，构建区域土地利用驱动体系，提高GeoSOS-FLUS模型的模拟精度，进一步深入探索碳循环的转换机制，促进该地区的可持续发展。

该研究得到了海南省自然科学基金，国家自然科学基金，海南省重点研发计划项目，国家气象局海南生态环境监测项目，海南大学科研启动项目等经费支持。