張文華，賈志斌，卓 義,，特古斯，蔣欣陽(yáng)

（1.內(nèi)蒙古大學(xué) 環(huán)境與資源學(xué)院，呼和浩特 010021；2.中國(guó)農(nóng)業(yè)科學(xué)院草原研究所，呼和浩特 010010）

InVEST模型對(duì)錫林郭勒草原碳儲(chǔ)量研究的適用性分析

張文華1，賈志斌1，卓 義1,2，特古斯1，蔣欣陽(yáng)1

（1.內(nèi)蒙古大學(xué) 環(huán)境與資源學(xué)院，呼和浩特 010021；2.中國(guó)農(nóng)業(yè)科學(xué)院草原研究所，呼和浩特 010010）

錫林郭勒草原是我國(guó)四大草原之一，也是內(nèi)蒙古主要的天然草場(chǎng)。近年來(lái)，在各種因素影響下，錫林郭勒草原區(qū)生態(tài)系統(tǒng)發(fā)生重大變化，導(dǎo)致草原區(qū)碳儲(chǔ)量也發(fā)生改變。本文嘗試應(yīng)用InVEST模型中的碳儲(chǔ)量模塊對(duì)2013年錫林郭勒草原碳儲(chǔ)量進(jìn)行研究，從而探究InVEST模型在碳儲(chǔ)量研究中的適用性。結(jié)果表明：（1）錫林郭勒草原各草地類型的地下碳儲(chǔ)量明顯多于地上碳儲(chǔ)量；（2）草甸草原碳儲(chǔ)量＞典型草原碳儲(chǔ)量＞荒漠草原碳儲(chǔ)量；（3）應(yīng)用InVEST模型計(jì)算不同草地類型地上和地下碳儲(chǔ)量，草甸草原分別為196.7 g·m-2和1385.2 g·m-2；典型草原的分別為133.4 g·m-2和688.9 g·m-2；荒漠草原的分別為56.6 g·m-2和301 g·m-2。應(yīng)用InVEST模型計(jì)算出來(lái)的碳儲(chǔ)量值與前人采用實(shí)地采樣得出的結(jié)果基本一致，所以InVEST模型對(duì)于草原區(qū)碳儲(chǔ)量的研究具有一定的適用性。

錫林郭勒草原；InVEST模型；碳儲(chǔ)量

草地是地球上廣泛分布的陸地生態(tài)系統(tǒng)類型之一（Scurlock and Olson，2002），其最大特點(diǎn)就是擁有一個(gè)巨大的地下有機(jī)碳庫(kù)。據(jù)統(tǒng)計(jì)，草地生態(tài)系統(tǒng)中約有80%的生物量碳都存儲(chǔ)在地下（Mokany et al，2005）。草地作為一個(gè)巨大的碳庫(kù)，在陸地生態(tài)系統(tǒng)碳循環(huán)中扮演著重要角色（Fang et al，2007）。準(zhǔn)確評(píng)估草地生態(tài)系統(tǒng)碳庫(kù)及其動(dòng)態(tài)變化，有利于預(yù)測(cè)全球氣候變化、草地生態(tài)系統(tǒng)之間的相互關(guān)系以及草地資源的可持續(xù)利用（Yang et al，2010）。

近年來(lái)，很多學(xué)者在草地碳循環(huán)方面進(jìn)行了大量研究，并對(duì)草地生物量碳進(jìn)行估算（Fisher et al，1995），推動(dòng)了草地生態(tài)學(xué)的發(fā)展。但是由于獲取數(shù)據(jù)和應(yīng)用方法的不同，前人探測(cè)碳儲(chǔ)量主要應(yīng)用定位監(jiān)測(cè)（Ma et al，2010）、樣帶觀測(cè)（Fan et al，2008）和國(guó)家尺度上的分析（Piao et al，2007）等方法。應(yīng)用這些方法對(duì)草地生態(tài)系統(tǒng)碳儲(chǔ)量及其動(dòng)態(tài)變化進(jìn)行定量評(píng)估存在一定的弊端，因?yàn)樗皇轻槍?duì)某個(gè)區(qū)域或某個(gè)生態(tài)組分的草地碳庫(kù)進(jìn)行評(píng)估，缺乏對(duì)草地生態(tài)系統(tǒng)碳庫(kù)及其變化的整體認(rèn)識(shí)，從而導(dǎo)致估算結(jié)果差別大，對(duì)草地碳儲(chǔ)量評(píng)估的準(zhǔn)確性不高。所以許多學(xué)者開(kāi)始通過(guò)建立模型研究生態(tài)系統(tǒng)服務(wù)的服務(wù)功能及其變化過(guò)程，其中InVEST模型的應(yīng)用在國(guó)內(nèi)外取得了良好的效果（張斯嶼等，2014）。

應(yīng)用InVEST模型對(duì)草原生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行估算，可以節(jié)省時(shí)間、精力和財(cái)力，得到的評(píng)估結(jié)果也相對(duì)客觀、準(zhǔn)確。InVEST模型能對(duì)評(píng)估對(duì)象做出直觀評(píng)估，評(píng)估結(jié)果以地圖的形式展現(xiàn)出來(lái)，使人一目了然，摒棄了傳統(tǒng)評(píng)估方法中收集數(shù)據(jù)和統(tǒng)計(jì)計(jì)算等不足。雖然InVEST模型受到了國(guó)外學(xué)者的好評(píng)，但是我國(guó)對(duì)該模型的應(yīng)用還相對(duì)較少，所以在應(yīng)用技術(shù)和應(yīng)用方法上還有待提高。本文以2013年錫林郭勒草原區(qū)不同草地覆蓋層面的碳儲(chǔ)量為研究基礎(chǔ)，通過(guò)應(yīng)用InVEST模型，從而判定該模型對(duì)于草原區(qū)碳儲(chǔ)量研究的適用性。

1 數(shù)據(jù)與方法

1.1 錫林郭勒草原區(qū)概況

錫林郭勒盟位于內(nèi)蒙古自治區(qū)中部，地處41°35′—46°46′N，111°09′—119°58′E，轄2市9旗1縣，北與蒙古國(guó)接壤，南鄰河北省張家口、承德地區(qū)，西連烏蘭察布市，東接赤峰市、興安盟和通遼市，是我國(guó)東北、華北、西北植被分布的交匯地帶，具有對(duì)外貫通歐亞、區(qū)內(nèi)連接?xùn)|西、北開(kāi)南聯(lián)的重要作用。土地總面積約為2.03×105km2，其中草原總面積約占95%。地貌以高平原為主體，兼有多種地貌單元，海拔在800—1800 m，地勢(shì)南高北低（巴圖娜存等，2012）。該區(qū)域的主要土壤類型有灰色森林土、黑鈣土、栗鈣土、灰褐土、棕鈣土、草甸土、沼澤土以及鹽堿土等。作為中國(guó)北方典型草原的核心區(qū)（崔慶東等，2009），以草地為主體的生態(tài)系統(tǒng)中主要的草原類型包括草甸草原、典型草原、荒漠草原。

1.2 InVEST模型

InVEST（The Integrate Valuation of Ecosystem Services and Tradeoffs Tool）全稱為生態(tài)系統(tǒng)服務(wù)功能綜合估價(jià)和權(quán)衡得失評(píng)估模型（潘韜等，2013），是由美國(guó)斯坦福大學(xué)、TNC和世界自然基金會(huì)合作聯(lián)合開(kāi)發(fā)，目的是為了能夠在地圖上標(biāo)出自然景觀價(jià)值（Dolan，2010），將自然資本納入到?jīng)Q策體系中，并將經(jīng)濟(jì)因素與環(huán)境保護(hù)有機(jī)結(jié)合起來(lái)，從而實(shí)現(xiàn)對(duì)生態(tài)系統(tǒng)服務(wù)功能的定量評(píng)估，為全球各地自然資本管理、土地利用規(guī)劃、生態(tài)系統(tǒng)產(chǎn)品供應(yīng)與生命支持功能的權(quán)衡提供科學(xué)支撐（吳哲等，2013）。

InVEST模型能將量化的生態(tài)系統(tǒng)服務(wù)功能以地圖的形式表現(xiàn)出來(lái)，可不再用繁瑣的計(jì)算公式和過(guò)多的文字贅述來(lái)表達(dá)；InVEST模型相對(duì)其他模型而言導(dǎo)入數(shù)據(jù)量較少，輸出的數(shù)據(jù)量較大，并且擁有多個(gè)模塊，采用多級(jí)設(shè)計(jì)，可進(jìn)行多尺度，多情境的分析（楊園園等，2012），優(yōu)化了很多復(fù)雜問(wèn)題，最終使問(wèn)題得到圓滿解決。

很多學(xué)者開(kāi)始應(yīng)用InVEST模型對(duì)生態(tài)系統(tǒng)服務(wù)進(jìn)行價(jià)值評(píng)估，但相對(duì)于國(guó)內(nèi)學(xué)者而言，國(guó)外的研究人員應(yīng)用的相對(duì)較早。在InVEST模型中，產(chǎn)水量模型、生物多樣性模型、碳儲(chǔ)存等模塊應(yīng)用的較多，棲息地風(fēng)險(xiǎn)評(píng)估、美學(xué)價(jià)值評(píng)估、授粉等模塊由于資源短缺、環(huán)境變化及一些限制因素的影響而應(yīng)用的較少，但是這些模塊仍然有重要的研究和利用價(jià)值。

InVEST模型要在ArcGIS（簡(jiǎn)稱GIS）基礎(chǔ)上運(yùn)行，操作便捷，只需要導(dǎo)入初始空間數(shù)據(jù)，再運(yùn)行模塊，便能輸出大量的目標(biāo)數(shù)據(jù)。以運(yùn)行碳模型為例，先設(shè)定相關(guān)情境，在導(dǎo)入與目標(biāo)區(qū)域相關(guān)的土地利用覆被圖和碳庫(kù)表，經(jīng)過(guò)碳模型運(yùn)行之后，就能輸出地上碳儲(chǔ)量、地下碳儲(chǔ)量、土壤碳儲(chǔ)量以及總碳量。雖然如此，應(yīng)用InVEST模型的同時(shí)，也存在一定的問(wèn)題，如空間基礎(chǔ)數(shù)據(jù)的缺失以及數(shù)據(jù)收集困難等，所以建立完備的空間數(shù)據(jù)庫(kù)是一項(xiàng)亟待解決的任務(wù)（Turner et al，2003）。

1.3 研究數(shù)據(jù)

運(yùn)行InVEST模型估算草原生態(tài)系統(tǒng)碳儲(chǔ)量時(shí)需要準(zhǔn)備兩方面的基本數(shù)據(jù)：當(dāng)前的土地利用土地覆被（LULC）圖和碳庫(kù)表。LULC圖是通過(guò)應(yīng)用ArcGIS軟件將遙感影像進(jìn)行解譯得到的柵格數(shù)據(jù)集。遙感數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航天局NASA，選擇2013年的Landsat 8數(shù)據(jù)產(chǎn)品，空間分辨率為30 m×30 m，使用MRT（MODIS Reprojection Tools）將下載的Landsat數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換和重投影，把投影轉(zhuǎn)化為WG84/Alber Equal Area Conic投影，利用錫林郭勒盟行政區(qū)劃邊界圖裁取錫林郭勒盟2013年的柵格圖像，在通過(guò)應(yīng)用ArcGIS軟件對(duì)2013年的柵格圖像進(jìn)行解譯。2013年土地利用覆被圖如圖1所示，草地類型圖如圖2所示。

圖1 2013年土地利用覆被圖Fig.1 The map of land use and land cover of 2013

碳庫(kù)表是一個(gè)關(guān)于碳儲(chǔ)量的表格，記錄在解譯的過(guò)程中形成的地類中的碳儲(chǔ)量。碳存儲(chǔ)數(shù)據(jù)可以在一些相關(guān)研究資料中收集，也可以在相關(guān)棲息地或區(qū)域中通過(guò)實(shí)驗(yàn)提取分析，如果通過(guò)以上數(shù)據(jù)收集過(guò)程還是無(wú)法獲取相關(guān)數(shù)據(jù)，那么就可以根據(jù)其他碳庫(kù)進(jìn)行估算或者默認(rèn)設(shè)為0。本文碳庫(kù)表中森林、草地和城鎮(zhèn)中的數(shù)據(jù)借鑒InVEST模型模板中提供的數(shù)據(jù)參數(shù)，水體、農(nóng)田和未利用地中的數(shù)據(jù)是采用相關(guān)專業(yè)研究人員的實(shí)驗(yàn)及考察而得出的數(shù)據(jù)。本文主要目的是研究InVEST模型對(duì)于我國(guó)草原區(qū)碳儲(chǔ)量研究的適用性以及不同地類應(yīng)用該模型的可行性大小，因此以InVEST模型中碳模塊為研究對(duì)象，對(duì)2013年錫林郭勒盟草原區(qū)碳儲(chǔ)量進(jìn)行研究，2013年錫林郭勒盟草原區(qū)碳庫(kù)表見(jiàn)表1。

圖2 錫林郭勒草地類型圖Fig.2 Grassland type map of Xilin Gol

2 結(jié)果與分析

2.1 草原地下生物量碳

地下生物量碳是指存在于草地植被地表以下草本根系和根莖中的生物量總和（黃德華等，1988）。地下生物量碳是草地植被碳儲(chǔ)量的重要組成部分，草地植被的大部分生物量都分配在地下，地下部分對(duì)草地植被碳儲(chǔ)量貢獻(xiàn)具有舉足輕重的地位（胡中民等，2005）。上世紀(jì)60年代，朱宗元就開(kāi)始對(duì)荒漠草原地下生物量的空間分布進(jìn)行研究（吳征鎰，1980）。楊福囤（1988）也對(duì)草甸及高山草地地下生物量分布進(jìn)行了研究。國(guó)內(nèi)外許多研究結(jié)果表明，草地的地下生物量大部分存在于表層土壤之中，隨著土層深度的增加，生物量逐漸降低，呈“T”型或倒三角形分布（陳佐忠等，1988）。目前人們應(yīng)用很多方法對(duì)地下生物量碳進(jìn)行研究，但是每個(gè)方法都有相應(yīng)的不足之處，而且沒(méi)有明確的研究方法和流程，人力、財(cái)力和時(shí)間消耗較大（楊婷婷等，2013）。

圖3是2013年錫林郭勒草原地下生物量碳的分布及產(chǎn)量圖，碳含量為0—1400 g·m-2，最大值分布在東部的草甸草原區(qū)。綜合圖2（張圣微等，2008）草地類型圖和地下生物量碳分布圖可知，地下生物量碳的分布與植被類型有關(guān)。在草地類型圖中草甸草原分布的區(qū)域，地下碳含量相應(yīng)較高，為650—1400 g·m-2；典型草原分布的區(qū)域，碳含量相對(duì)較少，為350—650 g·m-2；而荒漠草原的碳含量最少，在350 g·m-2以下。

表1 碳庫(kù)表Tab.1 The table of carbon pool

圖3 2013年錫林郭勒盟地下碳儲(chǔ)量Fig.3 The underground carbon storage of Xilin Gol League in 2013

2.2 草原地上生物量碳

相比地下生物量碳的研究，人們對(duì)地上生物量碳的研究更多，經(jīng)歷的時(shí)間更長(zhǎng)，覆蓋范圍更廣，積累并記錄了大量的文獻(xiàn)資料。地上生物量碳包括植物活體和枯落物兩部分，活體是植物的綠色部分（徐霞等，2010），枯落物包括立枯物和凋落物。立枯物是指植物由于自然衰老、機(jī)械損傷或干枯而死亡的部分，死后不脫落而以立枯的形式存在；凋落物是自然脫落或者由于外力作用而脫離植物體落在土壤表面的死物質(zhì)（孫剛等，2009）。

地上生物量碳是研究草地生態(tài)系統(tǒng)功能的主要內(nèi)容之一，對(duì)生態(tài)系統(tǒng)生產(chǎn)力具有決定性的作用。圖4為2013年地上生物量碳分布及產(chǎn)量圖。從圖中可知，地上碳儲(chǔ)量的分布與植被類型仍存在很大的相關(guān)性。參照草地類型圖可知，在草甸草原分布的地方，碳儲(chǔ)量最大，產(chǎn)量在120—200 g·m-2，因?yàn)椴莸椴菰瓍^(qū)植被旺盛，相對(duì)枯落物也較多，所以地上碳儲(chǔ)量也相應(yīng)較大；地上碳儲(chǔ)量的分布規(guī)律與地下碳儲(chǔ)量的分布規(guī)律一致，典型草原區(qū)地上碳儲(chǔ)量較草甸草原區(qū)少，處于80—120 g·m-2?；哪菰瓍^(qū)的地上碳儲(chǔ)量最低，在80 g·m-2以下。

圖4 2013年錫林郭勒盟地上碳儲(chǔ)量Fig.4 The aboveground carbon storage of Xilin Gol League in 2013

2.3 草原土壤碳儲(chǔ)量

土壤中的碳是陸地生態(tài)系統(tǒng)碳的重要組成部分，主要包括土壤有機(jī)碳（SOC）和土壤無(wú)機(jī)碳（SIC）。土壤有機(jī)碳庫(kù)作為地球表層生態(tài)系統(tǒng)中最大的碳庫(kù)，約是大氣碳庫(kù)的2倍（Lal，1999）。國(guó)內(nèi)外對(duì)土壤有機(jī)碳的研究較早，但主要是偏重對(duì)肥力特征的定性和定量研究。陸地土壤有機(jī)碳主要分布在1 m以內(nèi)的地表土壤中，但深層土壤中的有機(jī)碳含量較地表的穩(wěn)定（Scharpenseel et al，1989）。草地生態(tài)系統(tǒng)中的土壤碳儲(chǔ)量與土壤微生物作用和植物殘?bào)w累積密切相關(guān)。草地土壤有機(jī)碳輸入的主要途徑是植物根系殘?bào)w和植物地表凋落物，其中植物根系殘?bào)w是土壤有機(jī)碳的主要來(lái)源（金鋒等，2000），而土壤微生物的分解作用決定土壤有機(jī)碳的輸出量大小。植物殘?bào)w的蓄積和微生物的分解作用共同決定土壤碳含量的多少。

圖5為2013年土壤碳儲(chǔ)量圖，土壤碳儲(chǔ)量呈現(xiàn)出草甸草原＞典型草原＞荒漠草原的分布趨勢(shì)。草原碳儲(chǔ)量與植被凈初級(jí)生產(chǎn)力有密切的關(guān)系，凈初級(jí)生產(chǎn)力的大小在某種程度上決定碳儲(chǔ)量的多少，植被生產(chǎn)力大則碳儲(chǔ)量也相對(duì)較高。根據(jù)前人的研究可知，草甸草原的生產(chǎn)力大于典型草原，典型草原的大于荒漠草原，所以草原碳儲(chǔ)量也呈草甸草原＞典型草原＞荒漠草原的梯度分布。

圖5 2013年錫林郭勒盟土壤中的碳Fig.5 The soil carbon storage of Xilin Gol League in 2013

2.4 草原總碳儲(chǔ)量

草原總碳儲(chǔ)量包括地上生物量碳、地下生物量碳和土壤中的碳，其中，地下生物量碳和土壤中的碳占草原碳儲(chǔ)量的絕大部分。方精云等（1996）通過(guò)對(duì)草原碳儲(chǔ)量的研究，認(rèn)為我國(guó)草地土壤有機(jī)碳儲(chǔ)量占草原生態(tài)系統(tǒng)總碳儲(chǔ)量的96.6%，且近些年來(lái)，我國(guó)草原碳儲(chǔ)量并沒(méi)有發(fā)生顯著變化。

應(yīng)用InVEST模型來(lái)估算草原碳儲(chǔ)量，只要獲得足夠詳細(xì)的LULC圖和碳庫(kù)表，運(yùn)行模型軟件就可以獲得碳儲(chǔ)量圖，并可以在圖中讀出碳的分布情況以及某一地域的碳儲(chǔ)量。如圖6所示，錫林郭勒盟全年總碳儲(chǔ)量為20—2350 g·m-2，總碳儲(chǔ)量在不同的植被類型區(qū)的分布量也不盡相同。草甸草原的碳儲(chǔ)量在850—2350 g·m-2波動(dòng)變化，由于草甸草原在各土壤層面上的碳含量都較高，所以總碳儲(chǔ)量也較高。典型草原的碳儲(chǔ)量位居第二，為150—850 g·m-2?；哪菰捎谥脖环植驾^少，土壤養(yǎng)分不足，所以生長(zhǎng)的植被相對(duì)較少，部分土地是裸露的、貧瘠的，所以碳含量明顯減少，總碳儲(chǔ)量低于150 g·m-2。

圖6 2013年錫林郭勒盟總碳儲(chǔ)量Fig.6 The total carbon storage of Xilin Gol League in 2013

2.5 影響因素

根據(jù)國(guó)內(nèi)外參考文獻(xiàn)，影響草地生物量碳的因素主要有氣候、生物多樣性、土壤含水量、鹽堿化程度以及放牧方式和土地利用等。由于不同類型草地建群種的生活差異和氣候條件不同，導(dǎo)致不同類型草地產(chǎn)草量的季節(jié)變化也不盡相同（楊婷婷等，2013）。水熱因子能夠影響牧草返青時(shí)間和產(chǎn)草量，但溫度是決定牧草返青早晚的主要限制因子，降水量能夠決定群落生物量的高低（白永飛等，1994）。近年來(lái)，由于過(guò)度放牧和土地利用方式變化等因素的影響，草地生物量碳發(fā)生改變。在草地生態(tài)系統(tǒng)中，影響生物量碳的因子可劃分為自然因素和人為因素。

2.5.1 自然因素

錫林郭勒盟位于內(nèi)蒙古偏東，以溫帶大陸性干旱、半干旱氣候?yàn)橹鳎竞?，夏季炎熱，年均氣?—4℃。降水量150—400 mm，降雨分布不均，從東南向西北逐漸遞減，并且大多數(shù)集中在6、7、8月份，年際變化較大（王穎等，2012）。全年平均風(fēng)速為3.5—5.3 m·s-1。

草地生物量碳受自然因素影響較大，如降水、溫度、光照和土壤等因素（王艷芬和汪詩(shī)平，1999），尤其是降水尤為突出（安尼瓦爾·買買提等，2006），但也與溫度和土壤養(yǎng)分的可利用性等因素密切相關(guān)（Yang et al，2010）。很多研究表明，在草地生態(tài)系統(tǒng)中，尤其是在干旱、半干旱區(qū)，水熱條件及其組合是影響草地植物生長(zhǎng)的主要限制因子（Bai et al，2004）。馬文紅等（2008）對(duì)內(nèi)蒙古溫帶草地的研究證實(shí)：降水對(duì)于草地生物量碳的空間變異具有一定的控制作用。即使是在高海拔地區(qū)的高寒草地，降水也是調(diào)控生物量的重要因子（Yang et al，2010），草原碳密度隨著降水量的增加呈顯著增加趨勢(shì)。盡管溫度的作用相對(duì)較弱，但在一定程度上也會(huì)影響草地群落的生物量（韓彬等，2006），溫度上升對(duì)土壤碳庫(kù)動(dòng)態(tài)變化的影響可能取決于對(duì)草地植被生長(zhǎng)和土壤微生物分解作用之間的權(quán)衡（Davidson and Janssens，2006）。一方面，全球變暖可能加速植物生長(zhǎng)，從而增加對(duì)土壤的碳輸入量（Fang et al，2003）；另一方面，全球變暖會(huì)刺激微生物分解，從而增加土壤向大氣的碳輸出量（Feng et al，2008）。草地最終的碳儲(chǔ)量與土壤質(zhì)地等因素也是密切相關(guān)的（Yang et al，2008），因?yàn)橥寥蕾|(zhì)地能決定土壤中碳的持有量和輸出量大小，從而決定最終留在土壤中的碳含量。

根據(jù)相關(guān)人員的實(shí)地考察研究和統(tǒng)計(jì)數(shù)據(jù)分析來(lái)看，降水是導(dǎo)致草地生物量變化的主要影響因子，而生物量是土壤碳庫(kù)的重要來(lái)源（Schenk and Jackson，2002），所以降水會(huì)影響不同地類的碳儲(chǔ)量。人們?cè)趯?duì)草地生物量進(jìn)行估算的時(shí)候，往往以當(dāng)年草地產(chǎn)草量為基礎(chǔ)，所以準(zhǔn)確估算草地產(chǎn)草量也可以進(jìn)一步明確碳儲(chǔ)量情況。如圖7所示，產(chǎn)草量與降水呈明顯的正相關(guān)關(guān)系，其走勢(shì)基本保持一致，產(chǎn)草量又與碳儲(chǔ)量呈正相關(guān)關(guān)系，由此可知降水與碳儲(chǔ)量也呈正相關(guān)性，所以降水是影響碳儲(chǔ)量的一個(gè)重要因子。產(chǎn)草量與氣溫的相關(guān)性不明顯，說(shuō)明在同一地區(qū)氣溫對(duì)產(chǎn)草量的影響十分微小，因而對(duì)碳儲(chǔ)量的影響也就相對(duì)較弱。2.5.2 人為因素

除自然因素外，放牧、圍封、刈割等不同的土地利用方式和草原管理措施等人為因素也會(huì)影響草地生物量碳含量（王國(guó)杰等，2005）。相關(guān)研究表明：不同放牧情況會(huì)導(dǎo)致草地生物碳儲(chǔ)量發(fā)生不同程度的變化（樊江文等，2003）。在內(nèi)蒙古溫帶草原增加放牧強(qiáng)度，草地地上和地下生物量碳都逐漸降低（錫林圖雅等，2009），因?yàn)檫^(guò)度放牧?xí)偈咕G色植物向凋落物轉(zhuǎn)化并輸入到土壤中，增加土壤呼吸作用，加速了碳素向大氣的釋放，所以碳含量減少。有研究表明，過(guò)度放牧導(dǎo)致中國(guó)草地土壤有機(jī)碳損失量最大，約為0.23 kg C·m-2·a-1。其中，重度放牧損失量約為0.15 kg C·m-2·a-1，中度放牧約為0.05 kg C·m-2·a-1，而輕度放牧約為0.05 kg C·m-2·a-1（石鋒等，2009）。此外，土地利用變化如草地轉(zhuǎn)變?yōu)檗r(nóng)田等、耕作制度與輪作體系的差異等人類活動(dòng)也會(huì)造成土壤有機(jī)碳庫(kù)的變化，進(jìn)而影響土壤有機(jī)碳儲(chǔ)量（Zhou et al，2007）。

圖7 氣溫、降水與產(chǎn)草量圖Fig.7 The fi gure of temperature, precipitation and grass yield

3 討論

通過(guò)對(duì)錫林郭勒草原碳儲(chǔ)量的研究，基本了解不同草地類型不同土壤層面上碳的分布情況，從碳儲(chǔ)量和分布來(lái)看，基本與前人的研究結(jié)果一致。馬文紅等（2008）通過(guò)對(duì)內(nèi)蒙古草地生物量的研究，認(rèn)為不同類型草地生物量存在顯著差異，其中草甸草原的生物量最大，其地上和地下生物量分別為196.7 g·m-2和1385.2 g·m-2；典型草原的生物量居中，地上和地下生物量分別為133.4 g·m-2和688.9 g·m-2；荒漠草原的生物量最小，其地上和地下生物量分別為56.6 g·m-2和301 g·m-2。結(jié)合本文通過(guò)應(yīng)用InVEST模型計(jì)算得出的錫林郭勒草原土壤不同層面上碳的含量及分布情況來(lái)看，碳的分布趨勢(shì)也是草甸草原碳含量多于典型草原多于荒漠草原，其中草甸草原地上地下碳含量的分布區(qū)間分別為160—200 g·m-2和850—1400 g·m-2；典型草原地上地下碳含量的分布區(qū)間分別為80—160 g·m-2和350—850 g·m-2；荒漠草原地上地下碳含量分布區(qū)間分別為1—75 g·m-2和0—350 g·m-2。從上文可以看出，應(yīng)用InVEST模型得出的結(jié)果與前人通過(guò)實(shí)地調(diào)查和實(shí)驗(yàn)得出的結(jié)果基本吻合，那么InVEST模型中碳儲(chǔ)量模塊在實(shí)際應(yīng)用中也就相對(duì)成熟。

應(yīng)用InVEST模型雖然能夠方便快捷地計(jì)算出不同植被類型在不同土地層面上的碳儲(chǔ)量，但是在應(yīng)用模型的過(guò)程中需要考慮數(shù)據(jù)的有效性和準(zhǔn)確性，這就需要建立完備的空間數(shù)據(jù)庫(kù)，才能確保輸出結(jié)果的真實(shí)性和可利用性。本文在應(yīng)用InVEST模型的過(guò)程中，其中碳庫(kù)表中的某些數(shù)據(jù)無(wú)法通過(guò)實(shí)驗(yàn)等操作獲取，只能根據(jù)當(dāng)?shù)貙?shí)際情況，請(qǐng)相關(guān)專家打分，最后根據(jù)打分情況取值，這就在一定程度上影響了結(jié)果的準(zhǔn)確性，所以建立有效的空間數(shù)據(jù)庫(kù)至關(guān)重要。

4 結(jié)論

草地生態(tài)系統(tǒng)是地球上分布面積較廣的類型之一（Scurlock and Hall，1998），巨大的草地面積使得草地在全球碳匯中扮演著十分重要的角色（Mokany et al，2005）。盡管前人給出了全球平均植被碳密度（Olsen et al，1983），但由于植被分類系統(tǒng)不同及其他影響因素，難以準(zhǔn)確估算溫帶草原區(qū)域的植被碳儲(chǔ)量。所以應(yīng)用InVEST模型對(duì)草地生態(tài)系統(tǒng)的碳儲(chǔ)量進(jìn)行估算是一個(gè)有益的嘗試。

通過(guò)對(duì)錫林郭勒草原碳儲(chǔ)量進(jìn)行研究，發(fā)現(xiàn)不同研究層面上的不同草地類型的碳儲(chǔ)量不盡相同，究其原因，主要受自然因素和人為因素的影響。自然因素主要有降水量、溫度、光照以及微生物降解；人為因素主要包括放牧、刈割、圍封、耕作等不同土地利用方式。在這些因素的共同影響下，導(dǎo)致錫林郭勒草原區(qū)地上、地下以及土壤碳含量不同。應(yīng)用InVEST模型得出的碳儲(chǔ)量結(jié)果與前人通過(guò)實(shí)地采樣對(duì)內(nèi)蒙古草地生物量的計(jì)算基本吻合，認(rèn)為地下生物量明顯大于地上生物量，草甸草原地上和地下生物量大于典型草原，典型草原地上地下生物量大于荒漠草原。上述研究結(jié)果證實(shí)了應(yīng)用InVEST模型研究草原區(qū)碳儲(chǔ)量具有較高的準(zhǔn)確性和適用性，今后在碳儲(chǔ)量的研究中，可以通過(guò)應(yīng)用InVEST進(jìn)行研究估算，避免實(shí)地采樣調(diào)查的復(fù)雜性以及限制性。另一方面，準(zhǔn)確了解研究區(qū)碳含量，對(duì)環(huán)境保護(hù)以及制定相應(yīng)的管理政策也具有十分重要的參考作用。

安尼瓦爾·買買提, 楊元合, 郭兆迪, 等. 2006. 新疆天山中段巴音布魯克高山草地碳含量及其垂直分布[J].植物生態(tài)學(xué)報(bào), 30(4): 545 – 552. [Mohammat Anwar, Yang Y H, Guo Z D, et al. 2006. Carbon contents and its vertical distribution in alpine grasslands in Bayinbulak, middle stretch of the Tianshan Moutains of Xinjiang [J].Journal of Plant Ecology, 30(4): 545 – 552.]

巴圖娜存, 胡云鋒, 艷 燕, 等. 2012. 1970年代以來(lái)錫林郭勒盟草地資源空間分布格局的變化[J].資源科學(xué), 34(6): 1017 – 1023. [Batunacun, Hu Y F, Yan Y, et al. 2012. The variations and its spatial pattern of grassland changes in Xilinguole from 1975 to 2009 [J].Resources Science, 34(6): 1017 – 1023.]

白永飛, 許志信, 李德新. 1994. 羊草草原群落生物量季節(jié)動(dòng)態(tài)研究[J].中國(guó)草地, 3: 1 – 5. [Bai Y F, Xu Z X, Li D X. 1994. Study on seasonal fl uctuations of biomass forLeymus Chinensisgrassland [J].Grassland of China, 3: 1 – 5.]

陳佐忠, 黃德華, 張鴻芳. 1988. 內(nèi)蒙古錫林河流域羊草草原與大針茅草原地下部分生物量與降雨量關(guān)系模型探討[M]//中國(guó)科學(xué)院內(nèi)蒙古草原生態(tài)系統(tǒng)定位站. 草原生態(tài)系統(tǒng)研究（第2集）. 北京: 科學(xué)出版社, 20 – 26. [Chen Z Z, Huang D H, Zhang H F. 1988. Study on the model of interrelation between underground biomass and precipitation ofL. ChinensisandStipa grandisgrassland in Xilin River Basin, Inner Mongolia [M]// Inner Mongolia Grassland Ecosystem Research Station, Chinese Academy of Sciences. Research on grassland ecosystem (2nd series). Beijing: Science Press, 20 – 26.]

崔慶東, 劉桂香, 卓 義. 2009. 錫林郭勒盟草原冷季牧草保存率動(dòng)態(tài)研究[J].中國(guó)草地學(xué)報(bào), 31(1): 102 – 108. [Cui Q D, Liu G X, Zhuo Y. 2009. The preliminary study on dynamic of the grass preservation rates in Xilinguole Grassland in the cold season [J].Chinese Journal of Grassland, 31(1): 102 – 108.]

樊江文, 鐘華平, 梁 飚, 等. 2003. 草地生態(tài)系統(tǒng)碳儲(chǔ)量及其影響因素[J].中國(guó)草地, 25(6): 51 – 58. [Fan J W, Zhong H P, Liang B, et al. 2003. Carbon stock in grassland ecosystem and its affecting factors [J].Grassland of China, 25(6): 51 – 58.]

方精云, 劉國(guó)華, 徐嵩齡. 1996. 中國(guó)陸地生態(tài)系統(tǒng)的碳庫(kù)[M]//王庚辰, 溫玉璞. 溫室氣體濃度和排放監(jiān)測(cè)及相關(guān)過(guò)程. 北京: 中國(guó)環(huán)境科學(xué)出版社. [Fang J Y,Liu G H, Xu S L. 1996. The carbon stocks of Chinese terrestrial ecosystem [M]// Wang G C, Wen Y P. The concentrations and emission monitoring of greenhouse gas and related processes. Beijing: China Environmental Science Press.]

韓 彬, 樊江文, 鐘華平. 2006. 內(nèi)蒙古草地樣帶植物群落生物量的梯度研究[J].植物生態(tài)學(xué)報(bào), 30(4): 553 – 562. [Han B, Fan J W, Zhong H P. 2006. Grassland biomass of communities along gradients of the Inner Mongolia grassland transect [J].Journal of Plant Ecology, 30(4): 553 – 562.]

胡中民, 樊江文, 鐘華平. 2005. 中國(guó)草地地下生物量研究進(jìn)展[J].生態(tài)學(xué)雜志, 24(9): 1095 – 1101. [Hu Z M, Fan J W, Zhong H P. 2005. Progress on grassland underground biomass researches in China [J].Chinese Journal of Ecology, 24(9): 1095 – 1101.]

黃德華, 陳佐忠, 張鴻芳. 1988. 貝加爾針茅、克氏針茅、線葉菊草原地下生物量的比較研究[M]//中國(guó)科學(xué)院內(nèi)蒙古草原生態(tài)系統(tǒng)定位站. 草原生態(tài)系統(tǒng)研究（第2集）. 北京: 科學(xué)出版社, 122 – 131. [Huang D H, Chen Z Z, Zhang H F. 1988. Comparison of underground biomass amongStipa baicalensis,Stipa krylovii,Filifoliumsibiricumsteppe [M]// Inner Mongolia Grassland Ecosystem Research Station, Chinese Academy of Sciences. Research on grassland ecosystem (2nd series). Beijing: Science Press, 122 – 131.]

金 峰, 楊 浩, 趙其國(guó). 2000. 土壤有機(jī)碳儲(chǔ)量及影響因素研究進(jìn)展[J].土壤, (1): 11 – 18. [Jin F, Yang H, Zhao Q G. 2000. Advances of soil organic carbon storage and its in fl uencing factors [J].Soils, (1): 11 – 18.]

馬文紅, 楊元合, 賀金生, 等. 2008. 內(nèi)蒙古溫帶草地生物量及其與環(huán)境因子的關(guān)系[J].中國(guó)科學(xué) C輯: 生命科學(xué), 38(1): 84 – 92. [Ma W H, Yang Y Y, He J S, et al. 2008. Inner Mongolia temperate grassland biomass and its relationships with environmental factors [J].Science in China(Series C:Life Sciences), 38(1): 84 – 92.]

潘 韜, 吳紹洪, 戴爾阜, 等. 2013. 基于InVEST模型的三江源區(qū)生態(tài)系統(tǒng)水源供給服務(wù)時(shí)空變化[J].應(yīng)用生態(tài)學(xué)報(bào), 24(1): 183 – 189. [Pan T, Wu S H, Dai E F, et al. 2013. Spatiotemporal variation of water source supply service in Three Rivers Source Area of China based on InVEST model [J].Chinese Journal of Applied Ecology, 24(1): 183 – 189.]

石 鋒, 李玉娥, 高清竹, 等. 2009. 管理措施對(duì)我國(guó)草地土壤有機(jī)碳的影響[J].草業(yè)科學(xué), 26(3): 9 – 15. [Shi F, Li Y E, Gao Q Z, et al. 2009. Effects of managements on soil organic carbon of grassland in China [J].Pratacultural Science, 26(3): 9 – 15.]

孫 剛, 房 巖, 韓國(guó)軍, 等. 2009. 稻-魚復(fù)合生態(tài)系統(tǒng)對(duì)水田土壤理化性狀的影響[J].中國(guó)土壤與肥料, 4: 21 – 24. [Sun G, Fang Y, Han G J, et al. 2009. Effects of rice-fish integrated ecosystem on physical and chemical properties of paddy soil [J].Soil and Fertilizer Sciences in China, 4: 21 – 24.]

王國(guó)杰, 汪詩(shī)平, 郝彥賓, 等. 2005. 水分梯度上放牧對(duì)內(nèi)蒙古主要草原群落功能群多樣性與生產(chǎn)力關(guān)系的影響[J].

生態(tài)學(xué)報(bào), 25(7): 1649 – 1656. [Wang G J, Wang S P, HaoY B, et al. 2005. Effect of grazing on the plant functional group diversity and community biomass and their relationship along a precipitation gradient in Inner Mongolia steppe [J].Acta Ecologica Sinica, 25(7): 1649 – 1656.]

王艷芬, 汪詩(shī)平. 1999. 不同放牧率對(duì)內(nèi)蒙古典型草原地下生物量的影響[J].草地學(xué)報(bào), 7(3): 198 – 203. [Wang Y F, Wang S P. 1999. Influence of different stocking rates on belowground biomass in Inner Mongolia steppe [J].Acta Agrestia Sinica, 7(3): 198 – 203.]

王 穎, 張科利, 李 峰. 2012. 基于10年MODIS數(shù)據(jù)的錫林郭勒盟草原植被覆蓋度變化監(jiān)測(cè)[J].干旱區(qū)資源與環(huán)境, 26(9): 165 – 169. [Wang Y, Zhang K L, Li F. 2012. Monitoring of vegetation cover change in Xilingol League based on MODIS data over 10 years [J].Journal of Arid Land Resources and Environment, 26(9): 165 – 169.]

吳 哲, 陳 歆, 劉貝貝, 等. 2013. InVEST模型及其應(yīng)用的研究進(jìn)展[J].熱帶農(nóng)業(yè)科學(xué), 33(4): 58 – 61. [Wu Z, Chen X, Liu B B, et al. 2013. Research progress and application of InVEST model [J].Chinese Journal of Tropical Agriculture, 33(4): 58 – 61.]

吳征鎰. 1980. 中國(guó)植被[M]. 北京: 科學(xué)出版社. [Wu Z Y. 1980. Chinese vegetation [M]. Beijing: Science Press.]

錫林圖雅, 徐 柱, 鄭 陽(yáng). 2009. 不同放牧率對(duì)內(nèi)蒙古克氏針茅草原地下生物量及地上凈初級(jí)生產(chǎn)量的影響[J].

中國(guó)草地學(xué)報(bào), 31(3): 26 – 29. [Xilintuya, Xu Z, Zheng Y. 2009. Influence of different stocking rates on underground biomass and net primary productivity onStipakryloviisteppe in Inner Mongolia [J].Chinese Journal of Grassland, 31(3): 26 – 29.]

徐 霞, 張智才, 張 勇, 等. 2010. 不同土地利用方式下的生物量季節(jié)動(dòng)態(tài)研究[J].安徽農(nóng)業(yè)科學(xué), 38(35): 20277 – 20279. [Xu X, Zhang Z C, Zhang Y, et al. 2010. Seasonal dynamics of biomass under different land use patterns [J].Journal of Anhui Agricultural Sciences, 38(35): 20277 – 20279.]

楊福囤. 1988. 矮嵩草草甸生物量季節(jié)動(dòng)態(tài)與年際間動(dòng)態(tài)[C]//高寒草甸生態(tài)系統(tǒng)國(guó)際學(xué)術(shù)會(huì)議. 北京: 科學(xué)出版社, 61 – 71. [Yang F T. 1988. Biomass of Kobresia huilis meadow between seasonal dynamics and interannual dynamics [C]//International Conference of Alpine meadow ecosystem. Beijing: Science Press, 61 – 71.]

楊婷婷, 高 永, 吳新宏, 等. 2013. 小針茅草原植被地下與地上生物量季節(jié)動(dòng)態(tài)及根冠比變化規(guī)律[J].干旱區(qū)研究, 30(1): 109 – 114. [Yang T T, Gao Y, Wu X H, et al. 2013. Study on seasonal variation of aboveground and underground biomasses of vegetation in theStipa klemenziisteppe and their ratio [J].Arid Zone Research, 30(1): 109 – 114.]

楊園園, 戴爾阜, 付 華. 2012. 基于InVEST模型的生態(tài)系統(tǒng)服務(wù)功能價(jià)值評(píng)估研究框架[J].首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 33(3): 41 – 47. [Yang Y Y, Dai E F, Fu H. 2012. The assessment framework of ecosystem service value based on InVEST model [J].Journal of Capital Normal University (Natural Science Edition), 33(3): 41 – 47.]

張圣微, 趙鴻彬, 張 發(fā), 等. 2008. 基于MODIS NDVI的錫林郭勒草原近10年的時(shí)空動(dòng)態(tài)[J].草業(yè)科學(xué), 31(8): 1416 – 1423. [Zhang S W, Zhao H B, Zhang F, et al. 2008. Temporal and spatial dynamic of Xilingol steppe based on MODIS NDVI in recent ten years [J].Pratacultural Science, 31(8): 1416 – 1423.]

張斯嶼, 白曉永, 王世杰, 等. 2014. 基于InVEST模型的典型石漠化地區(qū)生態(tài)系統(tǒng)服務(wù)評(píng)估—以晴隆縣為例[J].地球環(huán)境學(xué)報(bào), 5(5): 328 – 338. [Zhang S Y, Bai X Y, Wang S J, et al. 2014. Ecosystem services evaluation of typical rocky deserti fi cation areas based on InVEST model—A case study at Qinglong Country, Guizhou Provice [J].Journal of Earth Environment, 5(5): 328 – 338.]

Bai Y F, Han X G, Wu J G, et al. 2004. Ecosystem stability and compensatory effects in the Inner Mongolia grassland [J].Nature, 431(3): 181 – 184.

Davidson E A, Janssens I A. 2006. Temperature sensitivity of soil carbon decomposition and feedbacks to climate change [J].Nature, 440(2): 165 – 173.

Dolan K A. 2010. Names you need to know in 2011: Natural Capital Project [EB/OL]. 2010-11-01. http://www.forbes. com/sites/kerryadolan/2010/10/29/name you need to know natural capital project.

Fan J W, Zhong H P, Harris W, et al. 2008. Carbon storage in the grasslands of China based on fi eld measurements of above and below ground biomass [J].Climatic Change, 86(14): 375 – 396.

Fang J Y, Guo Z D, Piao S L, et al. 2007. Terrestrial vegetation carbon sinks in China, 1981—2000 [J].Science in China Series D, 50(7): 1341 – 1350.

Fang J Y, Piao S, Field C B, et al. 2003. Increasing net primary production in China from 1982 to 1999 [J].Frontiers in Ecology and the Environment, 5(1): 293 – 297.

Feng X J, Simpson A J, Wislson K P, et al. 2008. Increased cuticular carbon sequestration and lignin oxidation in response to soil warming [J].Nature Geoscience, 23(5): 836 – 839.

Fisher M J, Rao I M, Lascano C E, et al. 1995. Pasture soils as carb on sink [J].Nature, 376(32): 472 – 473.

Lal R. 1999. World soils and the greenhouse effect [J].Global Change News Letter, 37(9): 4 – 5.

Ma W H, Liu Z L, Wang Z H, et al. 2010. Climate change alters interannual variation of grassland aboveground productivity: evidence from a 22-year measurement series in the Inner Mongolian grassland [J].Plant Research, 8(1): 1 – 10.

Mokany K, Raison R J, Prokushkin A S. 2005. Critical analysis of root: shoot ratios in terrestrial biomass [J].Global Change Biology, 11(21): 1 – 13.

Olsen J S, Watts J A, Allison L J. 1983. Carbon in live vegetation of major world ecosystems [M]. Oak Ridge: Oak Ridge National Laboratory, 50 – 51.

Piao S L, Fang J Y, Zhou L M, et al. 2007. Changes in biomass carbon stocks in China's grasslands between 1982 and 1999 [J].Global Biogeochemical Cycles, 21, GB2002, dio:10.1029/2005GB002634.

Scharpenseel H W, Becker-Heidmann P, Neue H U. 1989. Bombcarbon,14C-dating and13C—Measurements as tracers of organic matter dynamics as well as of morphogenetic and turbation processes [J].Science of the Total Environment, 81/82: 99 – 110.

Schenk H J, Jackson R B. 2002. The global biogeography of roots [J].Ecological Monographs, 72(3): 311 – 328.

Scurlock J M, Hall D O. 1998. The global carbon sink: a grass land perspective [J].Global Change Biology, 4(2): 229 – 233.

Scurlock J M, Olson R J. 2002. Estimating net primary productivity from grassland biomass dynamics measurements [J].Global Change Biology, 8(6): 736 – 753.

Turner R K, Paavola J, Cooper P, et al. 2003. Valuing nature: lessons learned and future research Directions [J].Ecological Economics, 46(3): 493 – 510.

Yang Y H, Fang J Y, Ma W H, et al. 2010. Soil carbon stock and its changes in northern China’s grasslands from 1980s to 2000s [J].Global Change Biology, 16(11): 3036 – 3047.

Yang Y H, Fang J Y, Tang Y H, et al. 2008. Storage, patterns and controls of soil organic carbon in the Tibetan grasslands [J].Global Change Biology, 14(2): 1592 – 1599.

Zhou Z, Sun O, Huang J, et al. 2007. Soil carbon and nitrogen stores and storage potential as affected by landuse in an agropastoral ecotone of northern China [J].Biogeochemistry, 82(1): 127 – 138.

Applicability research on carbon storage in the Xilin Gol Grassland by InVEST Model

ZHANG Wenhua1, JIA Zhibin1, ZHUO Yi1,2, Tegusi1, JIANG Xinyang1
(1. College of Environment and Resources of Inner Mongolia University, Hohhot 010021, China; 2. Institute of Grassland Research, Chinese Academy of Agricultural Science, Hohhot 010010, China)

Background, aim, and scopeXilin Gol Grassland, as one of the four prairies in China, is primary natural grassland in Inner Mongolia. Recently, ecosystem has been undergone great change in this area, on account of the effects of various factors, which lead to change of carbon storage in steppe accordingly. As large carbon storage, grassland plays an important role in terrestrial carbon cycling. Evaluating the carbon storage of grassland ecosystem accurately and its dynamic changes are conducive to predict global climate change, the relationship between grassland ecosystem and sustainable of grassland resources. Due to some factors, application of conventional method for determining the grassland carbon storage are not accurate. Thus InVEST model is used in thesis to attempt to quantitatively evaluate carbon storage of Xilin Gol Grassland in 2013, so as to explore the applicability of InVEST model to study carbon reserve in steppe.Materials and methodsCompared toother models, using carbon storage module in InVEST model to calculate the grassland carbon stocks of Xilin Gol only needs to input the initial spatial data, and then run the module will be able to output a large number of target data. Running the InVEST model to estimate the carbon storage of grassland ecosystem, which needs two basic datas: the current land use and land cover (LULC) and the table of carbon pool. The LULC is raster dataset which interpreted by ArcGIS. The data of carbon pool can be found in some relevant research, also can be extracted in relevant habitats by experiment, if it still can’t get relevant data, according to other carbon pool or set the default to 0. The collected data type-in on the basis of carbon model, we can get the aboveground carbon storage, underground carbon storage, soil carbon storage and total carbon storage, on the basis of fi gure, we can read the related fi elds of carbon distribution in the study area.ResultsResult show that (1) Through the research to carbon reserve of study area, we can konw that, the carbon distribution is closely related to vegetation types, and the underground carbon signi fi cantly more than the aboveground, aboveground and underground carbon storage of Meadow steppe are 196.7 g·m-2and 1385.2 g·m-2; aboveground and underground carbon storage of Typical grassland are 133.4 g·m-2and 688.9 g·m-2; aboveground and underground carbon storage of Desert grassland are 56.6 g·m-2and 301 g·m-2. (2) As an important part of grassland vegetation carbon storage, most of the biomass carbon is distributed in underground. The underground carbon distribution and output fi gure of Xilin Gol Grassland show that the carbon content in study area with 0—1400 g·m-2, the distribution of underground biomass carbon is closely related to vegetation types, the carbon storage of the meadow steppe area is highest, the typical grassland area is moderate and desert grassland carbon content at least. (3) The aboveground biomass carbon plays a decisive role in ecosystem productivity. The distribution of carbon still exists great correlation with vegetation types. Meadow steppe carbon reserves is the largest output with 120—200 g·m-2; Typical steppe carbon relatively less than meadow on the aboveground, with 80 —120 g·m-2; Desert steppe carbon is minimum of the aboveground, under 80 g·m-2. (4) Soil organic carbon pool is the largest of the earth surface ecosystem, its carbon storage has great relationship with vegetation net primary productivity, if vegetation net primary productivity is high, so with carbon storage, the trend of soil carbon reserve is Meadow grassland＞Typical steppe＞Desert steppe. (5) Grassland total carbon including aboveground carbon, underground carbon and carbon in the soil, the carbon of underground and carbon in soil are big part of grassland carbon. The total carbon of Xilin Gol league with 20—2350 g·m-2, and the distribution of carbon is different in different vegetation type areas. The carbon of Meadow steppe with 850—2350 g·m-2, the carbon of Typical grassland ranks second, with 150—850 g·m-2, due to less vegetation distribution, so the carbon of Desert grassland is less than 150 g·m-2.DiscussionAlthough it is timely and effective to calculate carbon reserve of different vegetation type using InVEST model in study area, but there are some problems, such as the validity and accuracy of the initial data, lack of basic data, and dif fi cult to collect, which affecting the accuracy of the results, thus to establish complete and effective spatial database is an urgent task.ConclusionsThe result of carbon storage calculated by InVEST model is accordance with fi eld sampling by predecessor, showing that InVEST model for the study of carbon storage in grassland area has some applicability. It can not only avoid the complexity and restriction of the fi eld survey, but also verify the applicability of the model.Recommendations and perspectivesWe must make full use of data preparation for researching carbon reserves by InVEST model, on the basis of study area to interpret the image, we can get the LUCC fi gure accurately. Making full use of InVEST model, can not only calculate the amount of carbon storage accurately, but also avoid the complexity of the fi eld sampling survey, it has a great signi fi cance to formulate environmental policy.

Xilin Gol Grassland; InVEST model; carbon storage

ZHUO Yi, E-mail: zhuoyii@126.com

10.7515/JEE201601010

2015-08-31；錄用日期：2016-01-10

Received Date:2015-08-31;Accepted Date:2016-01-10

內(nèi)蒙古自治區(qū)自然科學(xué)基金項(xiàng)目（2013MS0506）；中國(guó)農(nóng)業(yè)科學(xué)院創(chuàng)新工程項(xiàng)目（CAAS-ASTIP-IGR2015-04）Foundation Item:Natural Science Foundation of Inner Mongolia Autonomous Region (2013MS0506); Innovation Project of Chinese Academy of Agricultural Sciences (CAAS-ASTIP-IGR2015-04)

卓 義，E-mail: zhuoyii@126.com