竇文駿 巴音吉 邢為正 孟雪

收稿日期：20240201；修訂日期：20240221；編輯：陶衛(wèi)衛(wèi)

基金項(xiàng)目：黃河三角洲自然資源綜合調(diào)查監(jiān)測(cè)與評(píng)價(jià)（DD20220886）；黃河流域中下游（河南段）水沙相互作用及生態(tài)環(huán)境承載力調(diào)查監(jiān)測(cè)與評(píng)價(jià)（DD20220885）

作者簡(jiǎn)介：竇文駿（1996—），男，新疆伊犁人，工程師，主要從事自然資源綜合調(diào)查與要素綜合觀測(cè);Email：douwenjun@mail.cgs.gov.cn

*通訊作者：巴音吉（1989—），男，山東東營(yíng)人，工程師，主要從事自然資源綜合調(diào)查與要素綜合觀測(cè);Email： geobayinji@163.com

摘要：21世紀(jì)以來(lái)，受氣候變化和人類活動(dòng)的影響，黃河流域生態(tài)系統(tǒng)的固碳能力發(fā)生了劇烈變化，評(píng)價(jià)黃河流域生態(tài)系統(tǒng)固碳能力對(duì)推動(dòng)該區(qū)域生態(tài)保護(hù)和高質(zhì)量發(fā)展具有重要意義，但目前開展的相關(guān)研究卻顯得尤為不足。本文以黃河下游的山東省東營(yíng)市為例，在大量野外采樣數(shù)據(jù)的基礎(chǔ)上，采用CEVSAES模型，對(duì)研究區(qū)22年來(lái)的生態(tài)系統(tǒng)的固碳能力進(jìn)行模擬。在此基礎(chǔ)上，利用ArcGIS和ENVI等軟件，采用線性變化趨勢(shì)分析的方法，對(duì)于研究區(qū)生態(tài)系統(tǒng)的固碳能力的時(shí)空變化趨勢(shì)進(jìn)行分析。研究結(jié)果表明：東營(yíng)市中部和南部少部分地區(qū)凈生態(tài)系統(tǒng)生產(chǎn)力增長(zhǎng)較快，而北部和濱海地區(qū)的增長(zhǎng)相對(duì)緩慢。隨著時(shí)間的推移，整體上凈生態(tài)系統(tǒng)生產(chǎn)力呈現(xiàn)增長(zhǎng)趨勢(shì)?？偝跫?jí)生產(chǎn)力在東營(yíng)市中部和南部少部分地區(qū)增加較快，北部和濱海地區(qū)增長(zhǎng)緩慢，隨著時(shí)間的增長(zhǎng)，總初級(jí)生產(chǎn)力總體呈現(xiàn)增長(zhǎng)狀態(tài)。東營(yíng)市生態(tài)系統(tǒng)呼吸在濱海和南部少部分地區(qū)增長(zhǎng)較快，中部地區(qū)生態(tài)系統(tǒng)呼吸呈遞減趨勢(shì)，隨著時(shí)間的推移，總體上生態(tài)系統(tǒng)呼吸呈現(xiàn)下降趨勢(shì)。該結(jié)果對(duì)黃河下游生態(tài)系統(tǒng)固碳能力的變化分析具有重要意義。

關(guān)鍵詞：生態(tài)系統(tǒng)；固碳能力；CEVSAES模型；黃河下游;山東東營(yíng)

中圖分類號(hào)：X37；TV212??? 文獻(xiàn)標(biāo)識(shí)碼：A??? doi：10.12128/j.issn.16726979.2024.06.006

引文格式：竇文駿，巴音吉，邢為正，等.山東東營(yíng)2001—2022年黃河下游生態(tài)系統(tǒng)固碳能力的變化分析［J］.山東國(guó)土資源，2024，40（6）：4550. DOU Wenjun，BA Yinji，? XING Weizheng， et al. Analysis on Changes in Carbon Sequestration Capacity of the Yellow River Downstream Ecosystem in Dongying City in Shandong Province from 2001 to 2022［J］.Shandong Land and Resources，2024，40（6）：4550.

0? 引言

山東省東營(yíng)市是黃河入海口所在地，在此處形成了獨(dú)特的自然與生態(tài)環(huán)境。對(duì)東營(yíng)市固碳能力進(jìn)行定量評(píng)價(jià)，并分析其時(shí)空變化，對(duì)進(jìn)一步提升生態(tài)系統(tǒng)的碳匯能力、探索適合增匯減排的有效方式、雙碳目標(biāo)的實(shí)現(xiàn)和黃河流域的高質(zhì)量可持續(xù)發(fā)展均具有重要意義［16］。

1? 研究區(qū)概況

研究區(qū)位于山東省東營(yíng)市，黃河在此處入海，東營(yíng)市北鄰渤海灣，東靠萊州灣，與遼東半島隔海相望，屬溫帶半濕潤(rùn)大陸性季風(fēng)氣候［7］。該地的土地利用類型主要有耕地、建設(shè)用地、鹽堿地等［810］，區(qū)內(nèi)無(wú)地帶性植被類型，木本植物很少，濕地植物分布廣泛［1112］。該地區(qū)濕地水分、熱量條件優(yōu)越，天然濕地植被和稻田的生物量較大，植被凈初級(jí)生產(chǎn)力水平較高，具有較大的碳儲(chǔ)量和較強(qiáng)的固碳能力［13］。同時(shí)，位于該區(qū)域的黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)是中國(guó)暖溫帶保存最完整、最廣闊、最年輕的濕地生態(tài)系統(tǒng)，是中國(guó)沿海最大的新生濕地自然植被區(qū)。因此，在本研究區(qū)進(jìn)行固碳能力的研究具有示范意義［14］。

2? 數(shù)據(jù)與方法

2.1? 數(shù)據(jù)來(lái)源

2.1.1? 實(shí)地觀測(cè)與采樣數(shù)據(jù)

為了利用CEVSAES模型對(duì)研究區(qū)固碳能力進(jìn)行模擬，2022年7月布設(shè)采樣點(diǎn)60個(gè)，主要進(jìn)行土壤不同層次和地表植被有機(jī)質(zhì)、氮磷鉀、含水量以及pH的測(cè)量。2023年7月布設(shè)采樣點(diǎn)30個(gè)，同樣進(jìn)行土壤不同層次和地表植被有機(jī)質(zhì)、氮磷鉀、含水量以及pH的測(cè)量。同時(shí)為了驗(yàn)證CEVSAES模型的模擬結(jié)果，從2021年開始，在研究區(qū)設(shè)立1個(gè)通量塔，采樣時(shí)間間隔為30min，獲取NEE、CO2、H2O等指標(biāo)，采樣點(diǎn)和通量塔的位置如圖1所示。

2.1.2? 遙感數(shù)據(jù)

從地理空間數(shù)據(jù)云（https：//www.gscloud.cn）下載Landsat 5 TM和Landsat 8 OLI 數(shù)據(jù)，空間分辨率為30 m×30 m，重訪間隔為16d。本文選擇了2001—2022年期間上述傳感器的無(wú)云或最低云數(shù)據(jù)［15］。利用Landsat 數(shù)據(jù)計(jì)算增強(qiáng)型植被指數(shù)（enhanced vegetation index，EVI）、歸一化差值植被指數(shù)（normalized difference vegetation index，NDVI）、修正歸一化差值水指數(shù)（modified normalized difference water index，MNDWI）和地表水指數(shù)（landsurface water index，LSWI）。

下載2001—2022年的MODIS數(shù)據(jù)，數(shù)據(jù)來(lái)自美國(guó)國(guó)家航空航天局（https：//ladsweb.modaps.eosdis.nasa.gov/search/），空間分辨率為 500m×500m，時(shí)間分辨率為8d。利用MODIS 數(shù)據(jù)計(jì)算的EVI、NDVI、MNDWI 和LSWI來(lái)判斷植被的空間分布范圍和水分含量。

2.1.3? 氣象數(shù)據(jù)

本研究利用中國(guó) 1km分辨率月降水?dāng)?shù)據(jù)集和 1km分辨率月平均氣溫?cái)?shù)據(jù)集作為CEVSAES模型的輸入，來(lái)獲取氣候變化對(duì)植被固碳能力的驅(qū)動(dòng)過(guò)程，氣象數(shù)據(jù)來(lái)自于http：//poles.tpdc.ac.cn/en/［1617］。

2.1.4? 土地利用覆被數(shù)據(jù)

土地利用覆被數(shù)據(jù)由中國(guó)科學(xué)院遙感與數(shù)字地球研究所提供［18］。該數(shù)據(jù)集基于面向碳收支的中國(guó)土地覆被分類系統(tǒng)，通過(guò)物質(zhì)組成、結(jié)構(gòu)、排序、季節(jié)特征等指標(biāo)，將土地覆被劃分為38個(gè)二級(jí)類型。結(jié)合本研究的野外采樣數(shù)據(jù)，本文將上述土地覆被類型進(jìn)一步分類為9種植被類型，包括：冬小麥、水稻、旱柳林、檉柳灌叢、獐毛鹽生、堿蓬鹽生、蘆葦沼澤、蘆葦鹽生以及黑楊林等。

2.2? 方法

2.2.1? 碳匯模擬方法

基于遙感驅(qū)動(dòng)的生態(tài)系統(tǒng)服務(wù)過(guò)程模型（CEVSAES），模擬研究區(qū)的生態(tài)系統(tǒng)固碳能力的變化。CEVSAES模型是一個(gè)基于生物物理過(guò)程模擬植被—大氣—土壤之間能量交換和物質(zhì)循環(huán)的生物地球化學(xué)循環(huán)模型，包含生物物理子模型、植物生理子模型及土壤碳氮分解子模型等三部分?？梢詫?shí)現(xiàn)凈初級(jí)生產(chǎn)力、固碳、蓄水及土壤保持等多種生態(tài)系統(tǒng)服務(wù)的同步模擬［19］。本研究采用凈生態(tài)系統(tǒng)生產(chǎn)力（NEP）、總初級(jí)生產(chǎn)力（GPP）與生態(tài)系統(tǒng)呼吸（Re）表征生態(tài)系統(tǒng)固碳能力，該模型的具體實(shí)現(xiàn)過(guò)程詳見文獻(xiàn)［20］。

2.2.2? 變化趨勢(shì)分析

東營(yíng)市NEP、GPP和Re指標(biāo)的多年變化趨勢(shì)采用一元線性趨勢(shì)斜率計(jì)算，公式如式（1）所示：

slopeIndex=N×∑Ni=1i×Indexi-（∑Ni=1i）（∑Ni=1Indexi）22×∑Ni=1i2-（∑Ni=1i）2 （1）

式中：變量i為2001—2022年的年序號(hào)， 2001—2022這22年用N表示，變量代表第i年NEP、GPP或Re的年平均值，公式中當(dāng)i=1時(shí)為2001年，依此類推至2022年； slopeIndex為由i和Index計(jì)算出的一元線性回歸斜率，其含義為從2001—2022年，年平均NEP，GPP和Re變化量。

3? 結(jié)果

3.1? 模擬結(jié)果驗(yàn)證

通量塔可以直接獲得凈生態(tài)系統(tǒng)交換（NEE）的測(cè)量值。在此基礎(chǔ)上，參照張麗景的研究方法［21］，在通量塔數(shù)據(jù)和氣象數(shù)據(jù)的基礎(chǔ)上計(jì)算Re，然后通過(guò)利用式（2）和式（3）計(jì)算NEP和GPP。

NEP=NEE-Re（2）GPP=NEP+Re（3）

因通量塔設(shè)備故障維護(hù)，2022年大部分通量數(shù)據(jù)無(wú)法使用，因此基于2021年5—12月通量塔觀測(cè)數(shù)據(jù)，驗(yàn)證模型模擬NEP、GPP和Re，所得模擬結(jié)果能較好的捕捉到碳通量的動(dòng)態(tài)變化，模擬數(shù)據(jù)與觀測(cè)數(shù)據(jù)之間的決定系數(shù)在0.94以上，且均顯著相關(guān)（圖2）。

3.2? NEP、GPP和Re的時(shí)間變化

利用ArcGIS和ENVI對(duì)東營(yíng)市的NEP、GPP和Re隨時(shí)間的變化情況進(jìn)行分析，從圖3中的NEP可以看出，東營(yíng)市濕地生態(tài)系統(tǒng)整體呈碳匯狀態(tài)，雖然部分年份NEP是負(fù)值，但從2014年開始，NEP逐步增加并且在2021年達(dá)到最大值0.42 TgCa1；2001—2022年?yáng)|營(yíng)市GPP總量整體呈現(xiàn)緩慢上升趨勢(shì)，其中2004—2010年較為穩(wěn)定，2011—2022年整體為增長(zhǎng)趨勢(shì)，2021年達(dá)到最大值4.61 TgCa1；東營(yíng)市Re總量增長(zhǎng)速度緩慢，與GPP趨勢(shì)相似。

綜上所述，2001—2022年研究區(qū)的碳匯功能呈緩慢增加趨勢(shì)，這反映出近年來(lái)隨著生態(tài)保護(hù)日益加強(qiáng)，生態(tài)系統(tǒng)的碳匯功能出現(xiàn)了緩慢增加，雖然生態(tài)系統(tǒng)呼吸同時(shí)有緩慢增加的趨勢(shì)，但其增加幅度不如GPP的增加幅度，研究區(qū)整體表現(xiàn)出微弱的碳匯。

3.3? NEP、GPP和Re的空間變化

利用ArcGIS和ENVI對(duì)東營(yíng)市的NEP、GPP和Re的空間變化情況進(jìn)行分析，從圖4可以看出，NEP總體上呈現(xiàn)增長(zhǎng)趨勢(shì)。中部和南部部分地區(qū)NEP增加趨勢(shì)明顯，增長(zhǎng)范圍8～16g·C/（m2·a）。北部和濱海地區(qū)增長(zhǎng)較緩慢，增長(zhǎng)范圍在5 g·C/（m2·a）以下，有少部分地區(qū)NEP沒(méi)有變化或減少趨勢(shì)， GPP也呈現(xiàn)總體增長(zhǎng)趨勢(shì)。中部和南部部分地區(qū)GPP增長(zhǎng)趨勢(shì)明顯，增長(zhǎng)幅度差異較大，在50～170g·C/（m2·a）之間變化。北部及濱海地區(qū)增長(zhǎng)較緩慢，增長(zhǎng)幅度在50g·C/（m2·a）以下，少部分GPP沒(méi)有變化趨勢(shì)或呈遞減的趨勢(shì)。Re總體呈現(xiàn)緩慢上升趨勢(shì)。中部及南部大部分地區(qū)減少趨勢(shì)較為明顯，最多可減少114g·C/（m2·a），其中有少部分地區(qū)Re沒(méi)有變化趨勢(shì)。北部、南部少部分地區(qū)及濱海地區(qū)Re呈現(xiàn)增長(zhǎng)狀態(tài)，增長(zhǎng)范圍為30～73g·C/（m2·a）之間。

4? 結(jié)論與討論

4.1? 結(jié)論

本文通過(guò)利用CEVSAES模型對(duì)山東省東營(yíng)市固碳能力進(jìn)行模擬，并且利用ArcGIS和ENVI對(duì)東營(yíng)2001—2022年NEP、GPP和Re時(shí)空變化進(jìn)行分析，本文取得的主要結(jié)論如下：

（1）隨著時(shí)間的推移，東營(yíng)市NEP整體上呈現(xiàn)增長(zhǎng)趨勢(shì)。東營(yíng)市中部和南部少部分地區(qū)NEP增長(zhǎng)較快，增長(zhǎng)范圍在8～16g·C/（m2·a）之間，而北部和濱海地區(qū)的增長(zhǎng)相對(duì)緩慢。

（2）東營(yíng)市GPP與NEP變化趨勢(shì)相似，都呈現(xiàn)增長(zhǎng)狀態(tài)。GPP在東營(yíng)市中部和南部少部分地區(qū)增加較快，均增加50g·C/（m2·a）以上，北部和濱海地區(qū)增長(zhǎng)緩慢。

（3）2001—2022年間東營(yíng)市Re總體上呈現(xiàn)下降趨勢(shì)。Re在東營(yíng)市中部地區(qū)呈遞減趨勢(shì)，下降幅度較大，最多可減少114g·C/（m2·a），濱海和南部少部分地區(qū)雖有增長(zhǎng)的趨勢(shì)，范圍在30～73g·C/（m2·a）之間。

4.2? 討論

從本研究可以看出，NEP的分布和趨勢(shì)能夠反映東營(yíng)市中部和南部少部分地區(qū)NEP增長(zhǎng)較快，北部和濱海地區(qū)增長(zhǎng)較為緩慢，提升空間較大。在固碳能力提升方面，下一步可以通過(guò)實(shí)施相應(yīng)政策措施，提高北部和濱海地區(qū)的碳匯能力，增加固碳量。

GPP的分布和趨勢(shì)與NEP相似，GPP在東營(yíng)市中部和南部少部分地區(qū)增加較快，北部和濱海地區(qū)增長(zhǎng)緩慢，這一地區(qū)增長(zhǎng)潛力較大，可以參考中部地區(qū)生態(tài)環(huán)境的改善措施，抑制GPP的減少，增強(qiáng)生態(tài)保護(hù)，提高總初級(jí)生產(chǎn)力。

Re的分布和趨勢(shì)能夠反映東營(yíng)市濱海地區(qū)和南部少部分地區(qū)增長(zhǎng)較快，中部Re呈遞減趨勢(shì)，根據(jù)國(guó)家政策和碳中和碳達(dá)峰的目標(biāo)，應(yīng)關(guān)注于減少北部和濱海地區(qū)的生態(tài)系統(tǒng)呼吸，提高東營(yíng)市地區(qū)碳匯和增加固碳量。

參考文獻(xiàn)：

［1］? 陳媛華，譚建光，谷曉明，等.城市生態(tài)系統(tǒng)固碳減排效能評(píng)價(jià)方法研究［J/OL］.環(huán)境保護(hù)科學(xué)，2024：17.

［2］? 劉洋.黃河流域生態(tài)系統(tǒng)服務(wù)及其權(quán)衡協(xié)同關(guān)系特征［D］.咸陽(yáng)：西北農(nóng)林科技大學(xué)，2023：14.

［3］? 盛舒童，劉艷芳，劉耀林，等.山東沿海生態(tài)系統(tǒng)服務(wù)協(xié)同與權(quán)衡的空間格局及驅(qū)動(dòng)力［J］.水土保持研究，2023，30（2）：384392.

［4］? 張曉娟，李東杰，劉思含，等.遙感技術(shù)在“雙碳”目標(biāo)實(shí)現(xiàn)中的應(yīng)用進(jìn)展［J］.航天返回與遙感，2022，43（6）：106118.

［5］? 伊澤坤.基于GIS的黃河口國(guó)家公園碳匯與生態(tài)補(bǔ)償能力研究［D］.濟(jì)南：山東建筑大學(xué)，2023：211.

［6］? 林佳銜，王藝，楊潔，等.雙碳目標(biāo)下東營(yíng)市濱海濕地碳匯潛力及發(fā)展策略探討［J］.濕地科學(xué)與管理，2023，19（3）：9296.

［7］? 李永濤，杜振宇，王霞，等.黃河三角洲自然保護(hù)區(qū)濕地生態(tài)服務(wù)功能價(jià)值評(píng)估［J］.海洋環(huán)境科學(xué)，2019，38（5）：761768.

［8］? 路昌，王之語(yǔ).基于生態(tài)網(wǎng)絡(luò)分析的黃河三角洲碳代謝分析［J］.中國(guó)環(huán)境科學(xué)，2023，43（11）：60906101.

［9］? 趙飛.基于Landsat的黃河三角洲地區(qū)土地利用變化動(dòng)態(tài)監(jiān)測(cè)［J］.測(cè)繪與空間地理信息，2022，45（5）：124126.

［10］? 姚瑤.黃河三角洲土地利用和生態(tài)系統(tǒng)服務(wù)時(shí)空變化及耦合關(guān)系研究［D］.泰安：山東農(nóng)業(yè)大學(xué)，2023：211.

［11］? 張延良，崔積仁，高明鄒，等.黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展創(chuàng)新研究：以黃河三角洲農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)為例［J］.山東國(guó)土資源，2023，39（9）：4347.

［12］? 郎坤，趙庚星，王文倩，等.基于多元數(shù)據(jù)的黃河三角洲核心區(qū)生態(tài)環(huán)境狀況評(píng)價(jià)研究［J］.山東國(guó)土資源，2019，35（12）：2939.

［13］? 張緒良，張朝暉，徐宗軍，等.黃河三角洲濱海濕地植被的碳儲(chǔ)量和固碳能力［J］.安全與環(huán)境學(xué)報(bào)，2012，12（6）：145149.

［14］? 任令祺，任廣波，王建步，等.面向?yàn)I海濕地修復(fù)治理的生態(tài)系統(tǒng)服務(wù)凈價(jià)值遙感評(píng)估研究：以黃河口濕地為例［J/OL］.海洋開發(fā)與管理，2024：117.

［15］? NIU Z，SI B，LI D，et al.Spatiotemporal Variation in Driving Factors of Vegetation Dynamics in the Yellow River Delta Estuarine Wetlands from 2000 to 2020［J］.Remote Sens，2023，15：4332.

［16］? 中國(guó)1 km月降水?dāng)?shù)據(jù)集（1901-2020），國(guó)家青藏高原數(shù)據(jù)中心［S］.北京，2020：120.

［17］? 中國(guó)大陸1 km月平均氣溫?cái)?shù)據(jù)集（1901-2017），國(guó)家青藏高原數(shù)據(jù)中心［S］.北京，2019：120.

［18］? 張磊，吳炳方，李曉松，等.基于碳收支的中國(guó)土地覆被分類系統(tǒng)［J］.生態(tài)學(xué)報(bào)，2014，34（24）：71587166.

［19］? NIU Z，HE H，PENG S，et al.A process-based model integrating remote sensing data for evaluating ecosystem services［J］.Journal of Advances in Modeling Earth Systems，2021，13（6）：2451.

［20］? 牛忠恩，何洪林，任小麗，等.基于過(guò)程模型的2000—2018年中國(guó)陸地生態(tài)系統(tǒng)服務(wù)時(shí)空動(dòng)態(tài)及其權(quán)衡與協(xié)同分析［J］.生態(tài)學(xué)報(bào)，2023，43（2）：496509.

［21］? 張麗景.基于MODIS影像和通量塔數(shù)據(jù)模擬浙江安吉毛竹林總初級(jí)生產(chǎn)力［D］.杭州：浙江農(nóng)林大學(xué)，2014：1032.

Analysis on Changes in Carbon Sequestration Capacity of the Yellow River Downstream Ecosystem in Dongying City in Shandong Province from 2001 to 2022

DOU Wenjun1，BA Yinji1，XING Weizheng2，MENG Xue1

（1.Yantai Coastal Zone Geological Survey Center of China Geological Survey， Shandong Yantai 265799，China；2.Resources and Environmental Engineering College of Ludong University， Shandong Yantai 264025，China）

Abstracr：Since the 21st century， the carbon sequestration capacity of the Yellow River Basin ecosystem has changed significantly due to climate change and human activities. Evaluating the carbon sequestration capacity of the ecosystem in the Yellow River Basin is of great significance for promoting ecological protection and high-quality development in the region. But the current related research is particularly insufficient. In this paper， taking Dongying city in Shandong province in the lower reaches of the Yellow River as an example， based on a large amount of field sampling data， by using CEVSA? ES model， the carbon sequestration capacity of the ecosystem in the study area over the past 22 years has been simulated. On this basis， by using ArcGIS and ENVI softwares， and a linear trend analysis method， the spatiotemporal variation trend of the carbon sequestration capacity of the ecosystem in the study area has been analyzed. It is indicated that the net ecosystem productivity in the central and southern parts of Dongying city has increased rapidly， while the growth in the northern and coastal areas is relatively slow. Over time， the overall net ecosystem productivity shows an increasing trend. The total primary productivity has increased rapidly in a small number of areas in the central and southern parts of Dongying city， while the growth in the northern and coastal areas is slow. The overall primary productivity has shown an increasing state. The ecosystem respiration has grown rapidly in a small number of coastal and southern areas， while the ecosystem respiration in the central region has shown a decreasing trend. The overall ecosystem respiration has shown a downward trend. This result is of great significance for the analysis of changes in carbon sequestration capacity of the ecosystem in the lower reaches of the Yellow River.

Key words：Ecosystem; carbon sequestration capacity;CEVSA? ES model;the lower reaches of the Yellow River;Dongying city in Shandong province