摘 要：濱海濕地生態(tài)系統(tǒng)在緩解全球氣候變暖方面具有重要作用。研究濱海濕地碳儲量動態(tài)變化及其影響因素，可以有效地評估濕地碳匯能力，對科學(xué)管理和保護(hù)濱海濕地生態(tài)系統(tǒng)以及推動碳達(dá)峰碳中和具有重要意義。以黃河三角洲為例，使用InVEST模型對1980—2020年碳儲量動態(tài)變化及其主要影響因素進(jìn)行研究。結(jié)果表明：①1980—2020年黃河三角洲碳儲量先增加后減少，總體表現(xiàn)為減少趨勢，即由1. 561×107 t減少至1. 556×107 t，1990—2020年碳儲量損失量最大，為1. 310×106 t（-7. 8%）。其中，1980—1990年碳儲量年際變化量為+1. 3×105（tC/a），1990—2010年為-6. 5×104 tC/a，2010—2020年為-2. 0×103 tC/a。②碳儲量表現(xiàn)出明顯的區(qū)域差異，低值區(qū)主要分布在濕地沿海灘涂，中值區(qū)主要分布在濕地向陸延伸區(qū)域，高值區(qū)則分布在二者之間以及黃河沿岸。③碳儲量減少的主要原因是土地利用類型由草地和濕地向建設(shè)用地、鹽田和養(yǎng)殖區(qū)的轉(zhuǎn)變。其次，防潮堤壩建設(shè)通過改變植被、土壤性質(zhì)及海陸水文連通性等也影響碳儲量時空分布，尤其是碳儲量會隨著與壩距離的增加而增加。因此，黃河三角洲碳匯增強(qiáng)的關(guān)鍵是加強(qiáng)生態(tài)保護(hù)和恢復(fù)，使土地利用向有利于生態(tài)保護(hù)的方向發(fā)展和轉(zhuǎn)變。

關(guān)鍵詞：碳儲量；土地利用變化；防潮堤壩；InVEST模型；黃河三角洲

中圖分類號：TV121 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-9235（2024）09-0036-11

濕地是地球上生態(tài)服務(wù)價值最高的生態(tài)系統(tǒng)類型，其與森林、海洋并稱為全球最具生產(chǎn)力的三大生態(tài)系統(tǒng)，能夠源源不斷地為人類提供多種不可替代的生態(tài)服務(wù)。例如，全球濕地面積僅占陸地面積的4%～6%，但卻貯藏著全球20%～30% 的碳［1］。因此，濱海濕地被公認(rèn)為“藍(lán)色碳匯”的重要組成部分［2-3］。濱海濕地儲存的碳可以在土壤中保存數(shù)千年以上。因此，其在緩解全球氣候變化方面發(fā)揮著至關(guān)重要的作用［4］。據(jù)統(tǒng)計，濱海濕地碳埋藏量可達(dá)0. 22×109g（/ km2·a），相當(dāng)于3. 36×105 L汽油燃燒所排放的二氧化碳量［5］。

近年來，在全球氣候變化與人類活動共同作用下，濕地生態(tài)系統(tǒng)發(fā)生了明顯變化，導(dǎo)致濕地碳儲量顯著下降。其中，人類活動（土地利用變化、堤壩建設(shè)等）對濱海濕地碳儲量的影響日益顯著。土地利用與覆被變化（Land Use and Land Cover Change，LUCC）通過改變濕地的植被類型、土壤理化性質(zhì)和小氣候狀況對陸地系統(tǒng)碳循環(huán)過程產(chǎn)生深刻影響，被認(rèn)為是引起全球碳源、碳匯變化的重要原因［6］。如，Sasmito等［7］的研究表明，LUCC導(dǎo)致全球紅樹林濕地植物碳儲量損失82%±35%，土壤碳儲量損失54%±13%。Zhu 等［8］的研究發(fā)現(xiàn)，1980—2020 年LUCC導(dǎo)致中國沿海碳儲量減少5. 40×108 t。

防潮堤壩的建設(shè)也會直接或間接影響濱海濕地碳儲量［9］。堤壩建設(shè)會導(dǎo)致水位下降并加速有機(jī)質(zhì)的分解［10］。據(jù)報道，海堤圍墾濕地土壤中的有機(jī)碳含量相對于自然濕地來說明顯下降［11］。因此，堤壩建設(shè)會削弱鹽沼濕地碳匯［12］。而且，堤壩建設(shè)會明顯改變植被群落演替和植被長勢［11］。例如，促進(jìn)蘆葦［13-14］的生長，但使紅樹林［15-16］和互花米草［17-18］面積縮小，進(jìn)而影響濱海濕地碳儲量。總的來說，當(dāng)前對LUCC影響濕地碳儲量的研究相對較多，而結(jié)合防潮堤壩建設(shè)的影響研究較少，值得關(guān)注。

濕地生態(tài)系統(tǒng)的碳儲量主要采用實地調(diào)查、遙感估算和模型模擬［19］等方法進(jìn)行評估。其中，InVEST 模型（Integrated Valuation of EcosystemServices and Trade-offs）可量化多種生態(tài)系統(tǒng)服務(wù)功能［20］，且操作簡單、參數(shù)靈活、結(jié)果相對準(zhǔn)確，因此被廣泛應(yīng)用于生態(tài)系統(tǒng)碳儲量的模擬和評估［21］。如，Li等［22］利用Google Earth Engine 平臺和InVEST模型，研究了1987—2020年中國東部鹽沼濕地碳儲量的時空動態(tài)變化，發(fā)現(xiàn)填海是鹽沼濕地碳儲量減少的主要驅(qū)動力。Deng等［23］使用InVEST模型估算了1995—2020年港澳珠大灣區(qū)濕地的碳儲量，結(jié)果顯示大灣區(qū)濕地碳儲量從33. 38×106 t 下降到16. 64×106 t。

黃河三角洲位于渤海和黃河入海的交匯處，是世界上暖溫帶保存最完整、最年輕的濕地生態(tài)系統(tǒng)，也是中國大型石油化工生產(chǎn)基地和農(nóng)牧漁業(yè)綜合開發(fā)地區(qū)，其不僅在全球濕地生態(tài)系統(tǒng)研究中具有重要地位，而且具有重要的經(jīng)濟(jì)價值。1980 年代，為保護(hù)黃河三角洲油井油田免遭海水淹沒，當(dāng)?shù)匦藿舜罅糠莱钡虊危?4］。堤壩的建設(shè)有效降低了臺風(fēng)、海浪及海水入侵等自然現(xiàn)象對濱海濕地的破壞，但也改變了黃河三角洲的生態(tài)平衡，降低甚至阻斷了濕地與近海的水文連通性，影響了植被的正常演替過程，大大降低了生物多樣性，進(jìn)而影響著濕地碳的循環(huán)、累積和固存。因此，本研究基于InVEST模型對黃河三角洲 1980—2020年碳儲量動態(tài)變化及其主要影響因素進(jìn)行研究，以期為黃河三角洲生態(tài)保護(hù)和經(jīng)濟(jì)高質(zhì)量發(fā)展提供技術(shù)支持，為濱海濕地碳匯功能的提升與管理提供理論支撐。

1 材料與方法

1. 1 研究區(qū)概況

黃河三角洲位于山東省東營市，東鄰萊州灣、北接渤海灣（圖1），是暖溫帶廣闊、完整的河口新生濕地生態(tài)系統(tǒng)，也是東北亞內(nèi)陸和環(huán)西太平洋鳥類遷徙的重要“中轉(zhuǎn)站、越冬地和繁殖地”。黃河三角洲屬于暖溫帶半濕潤大陸性季風(fēng)氣候區(qū)，年平均氣溫約12. 0 °C，年平均降雨量576. 7 mm左右，降水量年際變化較大，主要集中于夏季，年均蒸發(fā)量約為1 962. 0 mm［25］。研究區(qū)地勢平坦，油氣資源豐富，土壤類型以潮土和鹽土為主。自然植被以鹽生草甸為主，林木稀少，主要植被類型有鹽地堿蓬、灌木檉柳、蘆葦、白茅等。圖1為本研究區(qū)的范圍，在濕地范圍上有所拓展，經(jīng)緯度分別為118°10'～119°20'E和37°25'～38°10'N。

1. 2 研究方法

1. 2. 1 堤壩提取

基于1985、1990、2000、2005 和2010 年的Landsat 系列數(shù)據(jù)和2020 年Sentinel-2 號遙感影像數(shù)據(jù)，在ENVI里經(jīng)過圖像校正增強(qiáng)處理后將遙感影像導(dǎo)入ArcGIS 里，同時參考傅新等［26］的研究結(jié)果，通過人工目視解譯的方法繪制黃河三角洲4個主要建設(shè)時期（1970s、1980s、1990s、2000s）的防潮堤壩分布圖。

1. 2. 2 InVEST模型

本研究采用InVEST模型中的Carbon模塊對黃河三角洲碳儲量進(jìn)行估算。該模塊包含4個基本碳庫：地上生物碳庫（Cabove）、地下生物碳庫（Cbelow）、土壤碳庫（Csoil）、死亡有機(jī)質(zhì)碳庫（Cdead）。將研究區(qū)土地利用數(shù)據(jù)以及每種土地利用類型對應(yīng)的4個碳庫的碳密度數(shù)據(jù)輸入InVEST模型，即可得到不同時期不同碳庫碳儲量的估算結(jié)果，其計算公式如下：

C = Cabove + Cbelow + Csoil + Cdead （1）

式中：C 為總碳儲量，t；Cabove 為地上部分碳儲量，t；Cbelow為地下部分碳儲量，t；Csoil為土壤碳儲量，t；Cdead為死亡有機(jī)質(zhì)碳儲量，t。

1. 2. 3 模型結(jié)果檢驗

為保證碳密度模型估算的準(zhǔn)確性，本文基于土壤碳實測數(shù)據(jù)（圖1，39個樣點）來驗證InVEST模型估算的土壤碳儲量，包括2012—2013 年期間的20個土壤樣品數(shù)據(jù)［27］和2023年6月采集的19個土壤樣品數(shù)據(jù)。本次檢驗根據(jù)點對點驗證的方式采用相對誤差法（RE）［8］檢驗?zāi)Ｐ凸浪愕耐寥捞紟炀?，計算公式如下?/p>

RE =（ Rs - Ra/Ra） × 100% （2）

式中：RE為相對誤差；Rs為模型模擬的土壤碳庫結(jié)果；Ra為土壤實測碳儲量。

1. 3 數(shù)據(jù)來源

1. 3. 1 碳密度數(shù)據(jù)

碳密度數(shù)據(jù)主要通過文獻(xiàn)查閱統(tǒng)計獲取。其中，地上生物碳密度根據(jù)早期研究對黃河三角洲地上植被的實測數(shù)據(jù)或研究結(jié)果［28-31］估算獲得，土壤碳庫以表層土壤（0～30 cm）有機(jī)碳數(shù)據(jù)為主，主要參考相關(guān)文獻(xiàn)［30-33］對碳庫表中的土壤碳密度數(shù)據(jù)進(jìn)行估算。地下部分碳密度和死亡碳密度根據(jù)文獻(xiàn)［30-31］中植物體的地上地下所占比例估算獲得。綜上，即可計算獲得黃河三角洲不同土地利用類型的碳密度（表1）。

1. 3. 2 土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來源于中國海岸帶土地利用的遙感分類系統(tǒng)［34］，該系統(tǒng)基于1∶10 萬中國土地利用數(shù)據(jù)庫［35］和 Landsat TM 衛(wèi)星影像，通過分類系統(tǒng)調(diào)整、圖斑修改和動態(tài)更新獲得，空間分辨率為30 m×30 m。本文在該分類系統(tǒng)的基礎(chǔ)上，經(jīng)過掩膜提取得到研究區(qū)1980、1990、2000、2005、2010、2015、2020年共7期土地利用柵格圖，并將土地利用類型重分類為水田、旱田、林地、草地、建設(shè)用地、河渠、湖泊、水庫坑塘、灘地、濕地、灘涂、鹽田、養(yǎng)殖區(qū)和未利用地。

1. 3. 3 氣象數(shù)據(jù)

本研究應(yīng)用的氣象數(shù)據(jù)包括1980—2020年的氣溫和降水?dāng)?shù)據(jù)，主要來自國家氣象科學(xué)數(shù)據(jù)中心。

2 結(jié)果與分析

2. 1 土地利用變化特征

由圖2、3所示，1980—2020年黃河三角洲范圍逐漸向海延伸，其陸域面積從1980年的5 815. 6 km2增長到2020年的6 192. 3 km2。然而，濱海濕地（包括濕地和灘涂，下同）面積呈減少趨勢（圖3），土地破碎化加?。▓D2）。2000年，黃河三角洲開始修建養(yǎng)殖池和鹽田（圖2c），而且不斷向陸擴(kuò)張。2010年開始修建丁壩突堤（圖2e），說明人類活動對黃河三角洲的開發(fā)利用強(qiáng)度不斷加大。

由圖2可見，研究區(qū)土地利用類型總體以耕地（水田和旱田）為主，其占研究區(qū)總面積的比例為34. 6～46. 8%；其次是濱海濕地，主要分布在臨海地區(qū)，其占研究區(qū)總面積的比例為13. 5～36. 8%。其他土地利用類型所占比例為28. 7～47. 3%。1980—2020年，研究區(qū)土地利用類型發(fā)生了不同程度的變化，主要表現(xiàn)在草地、濱海濕地面積的減少（分別為-6. 7%和-20. 7%）和建設(shè)用地、鹽田、養(yǎng)殖區(qū)面積的增加（分別為+7. 7%、+4. 6%和+7. 6%），其他類型的變化則不明顯。

利用轉(zhuǎn)移矩陣得到研究區(qū)1980—2020年不同土地利用類型變化的?；鶊D（圖4）。其中，耕地主要轉(zhuǎn)化為建設(shè)用地和草地，草地主要轉(zhuǎn)化為耕地，說明耕地和草地之間呈現(xiàn)互相轉(zhuǎn)化的特點。濱海濕地主要轉(zhuǎn)化為養(yǎng)殖區(qū)、草地和建設(shè)用地，而建設(shè)用地的增長主要來自旱地和濱海濕地的轉(zhuǎn)入，養(yǎng)殖區(qū)和鹽田的增加主要來自濕地和草地的轉(zhuǎn)入。總體上，研究期間土地利用類型變化主要表現(xiàn)為濱海濕地和草地向建設(shè)用地、鹽田和養(yǎng)殖區(qū)的轉(zhuǎn)變。

2. 2 堤壩時空分布特征

1980年，黃河三角洲防潮堤壩較少，1990年增多，堤壩主要修建于北部沿海和油田周圍。1992年，黃河三角洲海岸帶建立起完善的護(hù)岸工程［24］。2000年，堤壩整體分布基本完成?？臻g上，黃河三角洲堤壩呈現(xiàn)北部復(fù)雜、南部單一的“北多南少”的分布格局（圖5），主要與油田分布緊密相關(guān)［24］。

2. 3 碳儲量時空分布

2. 3. 1 模型估算結(jié)果的合理性分析

基于InVEST 模型的碳儲量模塊估算得出1980—2020年黃河三角洲碳儲量，并通過土壤碳實測數(shù)據(jù)檢驗?zāi)Ｐ凸浪愕耐寥捞紟炀?。結(jié)果表明，研究區(qū)有71. 8%的采樣點的相對誤差在30%以下，說明應(yīng)用InVEST模型對黃河三角洲碳儲量的估算結(jié)果是可以接受的。

2. 3. 2 碳儲量時間變化特征

1980、1990、2000、2005、2010、2015、2020 年黃河三角洲碳儲量總體呈現(xiàn)先增加后減少的趨勢（圖6）。1980—2020 年，碳儲量損失5. 122×104 t（-0. 33%），1990—2020年，碳儲量損失1. 310×106 t（-7. 8%）。其中，1980—1990年碳儲量變化為+1. 3×105 tC/a，1990—2010年為-6. 5×104 tC/a，2010—2020年為-2. 0×103 tC/a。單位面積碳儲量與總碳儲量的變化趨勢一致，也是先增加后減少。其中，1980—1990年單位面積碳儲量快速增加，1990—2010年大幅下降，2010—2020年下降幅度有所緩解。

為最大程度反映黃河三角洲碳儲量的動態(tài)變化，將1990—2020年柵格碳儲量增加值大于5%的區(qū)域定義為增長區(qū)域，減少值低于5%的區(qū)域定義為碳儲量減少區(qū)域，變化值介于±5%之間的區(qū)域定義為碳儲量基本不變區(qū)域。由圖7 可見，1990—2020年，黃河三角洲碳儲量增加的區(qū)域占17. 4%，主要是因為耕地轉(zhuǎn)化為草地和濕地（圖2、4），使得碳儲量增加；碳儲量減少的區(qū)域占32. 9%，主要是因為草地和濕地轉(zhuǎn)化為養(yǎng)殖區(qū)、鹽田，導(dǎo)致碳儲量下降?？傮w來說，黃河三角洲碳儲量減少區(qū)域面積超過增加區(qū)域面積，最終導(dǎo)致碳儲量呈下降趨勢。

2. 3. 3 碳儲量空間分布特征

空間上，黃河三角洲碳儲量呈現(xiàn)明顯區(qū)域差異。鑒于單位柵格碳儲量介于1. 134～5. 724 t，本研究通過NBC（自然間斷點分類法）［30］將研究區(qū)碳儲量劃分為3 個區(qū)：低值區(qū)（1. 134～1. 944 t）、中值區(qū)（1. 944～2. 826 t）和高值區(qū)（2. 826～5. 724 t）。

由圖8可見，碳儲量低值區(qū)主要集中分布在沿海灘涂區(qū)，土地利用類型多為鹽田、養(yǎng)殖區(qū)，鹽堿化程度高，幾乎無植被生長，其次零星分布在建設(shè)用地，生物量小、固碳能力弱。中值區(qū)主要分布于濕地向陸區(qū)域，土地利用類型主要是旱地，面積大、分布廣，其碳密度中等偏高（表1），固碳能力較強(qiáng)。高值區(qū)主要分布在低值區(qū)和中值區(qū)之間以及黃河沿岸，土地利用類型主要是林地、草地和水田，碳密度高，固碳能力強(qiáng)。1980—2020年，研究區(qū)碳儲量低值區(qū)增加，中、高值區(qū)減少，總碳儲量呈減少趨勢。

3 討論

3. 1 土地利用變化對碳儲量的影響

1980—2020年，黃河三角洲碳儲量整體呈減少趨勢，反映出黃河三角洲固碳能力減弱，主要是因為土地利用類型由草地和濕地向養(yǎng)殖區(qū)、鹽田和建設(shè)用地的變化。

1980—1990 年，研究區(qū)總面積增加（+2. 2%），碳密度較高的草地和耕地類型有所增加，使得總碳儲量也增加；1990年以后，人類干擾強(qiáng)度加劇，碳密度較高的草地和濕地被開發(fā)為碳密度較低的建設(shè)用地、鹽田和養(yǎng)殖區(qū)，導(dǎo)致碳儲量快速下降；1980—2020 年，草地面積的減少導(dǎo)致碳儲量損失1. 344×106 t，占總碳儲量損失的35. 1%，濱海濕地（灘涂和濕地）面積的減少導(dǎo)致碳儲量損失2. 416×106 t，占總碳儲量損失的63. 1%?？傮w來說，1980—2020年黃河三角洲濕地面積的縮減是碳儲量下降的主要原因。這與部分學(xué)者的研究結(jié)果是一致的，如，隋玉正等［30］的研究發(fā)現(xiàn)，2005—2018年黃河三角洲地區(qū)不合理的開發(fā)建設(shè)活動，如養(yǎng)殖區(qū)、鹽田和工業(yè)用地的粗獷利用和擴(kuò)張，導(dǎo)致大量濱海濕地被侵占，生態(tài)系統(tǒng)碳儲存功能持續(xù)減弱。

值得注意的是，近年來隨著生態(tài)文明建設(shè)力度的不斷推進(jìn)，黃河三角洲濕地逐漸得到保護(hù)和修復(fù)。2010 年，黃河水利委員會啟動實施百萬畝濕地修復(fù)工程，對刁口河流路進(jìn)行生態(tài)補水，通過引水修復(fù)，濕地退化得到了較大程度緩解［36］，進(jìn)而也減緩了黃河三角洲碳儲量的損失。2019年，黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展國家戰(zhàn)略的實施將進(jìn)一步推動濕地的保護(hù)和修復(fù)。因此，未來黃河三角洲固碳能力將增強(qiáng)，藍(lán)碳碳匯將增加。

3. 2 堤壩建設(shè)對碳儲量的影響

為更好地展示堤壩建設(shè)對黃河三角洲碳儲量的動態(tài)影響，本研究利用GIS技術(shù)在堤壩處分別構(gòu)建了與壩距離100、200、300、500、1 000 m的緩沖區(qū)并統(tǒng)計了各個時期不同緩沖區(qū)的單位面積碳儲量。1980—1990年，單位面積碳儲量有所增加，但碳儲量變化規(guī)律不明顯（圖9a、9b）。2000年及以后，單位面積碳儲量空間分布呈現(xiàn)一致性。因此，以2020年為例分析，發(fā)現(xiàn)單位面積碳儲量均隨著與壩距離的增加而增加，即距離堤壩越遠(yuǎn)，碳儲存能力越大，說明防潮堤壩的建設(shè)可能會降低碳儲量。

本文選取研究區(qū)北部堤壩建設(shè)相對集中的一千二管理站及東營港附近區(qū)域為典型區(qū)，進(jìn)一步分析堤壩建設(shè)對碳儲量空間分布的影響。由圖10可知，1980—2020年，典型區(qū)的單位面積碳儲量呈現(xiàn)先增加后減少的趨勢，與研究區(qū)總體一致，但典型區(qū)總碳儲量持續(xù)減少（圖11a）。分不同時期來看，1980—1990年，典型區(qū)高值區(qū)增加（圖11b），但總碳儲量下降（圖11a），主要因為堤壩的增加會降低壩內(nèi)土壤鹽度，有利于植物生長，加速壩內(nèi)自然植被群落的正向演替［26］，促進(jìn)有機(jī)碳的固存［11］，增加單位面積碳儲量（圖11a）。但隨著堤壩建設(shè)時間的增加，典型區(qū)與近海的水文連通性被阻隔［37］，而且海洋侵蝕加劇，導(dǎo)致濕地萎縮，10 a間典型區(qū)面積減少11. 6%（圖11b），總碳儲量明顯下降。1990—2010年，高值區(qū)減少，低值區(qū)增加（圖10），總碳儲量和單位面積碳儲量都呈下降趨勢，碳儲量大幅下降（圖11a），這主要因為堤壩建設(shè)和土地利用變化等人為活動加快濕地破壞，影響有機(jī)碳的累積［38］。2010—2020年，高值區(qū)增加，中值區(qū)減少（圖10），碳儲量下降幅度減緩，主要因為2010年以來黃河三角洲的生態(tài)補水緩解了碳儲量的下降，但堤壩建設(shè)導(dǎo)致壩內(nèi)外土壤鹽度存在較大差異，當(dāng)大量淡水進(jìn)入黃河三角洲時，土壤鹽度加快分化，不利于鹽生植被生長，直至2015年，蘆葦群落開始增多［39］，生境質(zhì)量得到改善［40］，固碳能力有所增強(qiáng)，由此減緩了碳儲量大幅下降的趨勢。總的來說，防潮堤壩建設(shè)會改變濕地水文條件和植被分布、破壞土壤理化性質(zhì)，影響土壤碳匯。

3. 3 其他因素對碳儲量的可能影響

氣候（如氣溫和降水）、植被和土壤性質(zhì)等也是研究區(qū)碳儲量的重要影響因素。其中，氣溫升高會加速有機(jī)碳的分解，降低碳儲量［41］，但適宜升溫可以促進(jìn)植物光合作用，增加植物固碳量［42］。降水增加能改善土壤鹽度，促進(jìn)植物生長，增加碳匯［43］。而且，降水增加還能提高土壤水分的飽和度，降低有機(jī)碳的分解率［44］。本研究對碳儲量分別與年平均氣溫和降水量之間的關(guān)系進(jìn)行了Pearson 分析。研究結(jié)果顯示，研究區(qū)碳儲量與年均氣溫和降水之間的相關(guān)性均不顯著（P>0. 1），但在不考慮2000年降水偏少的情況下，碳儲量與年降水量之間表現(xiàn)出較明顯的正相關(guān)關(guān)系（r=0. 753，P<0. 1），表明降水對黃河三角洲碳儲量有一定促進(jìn)作用。然而，盡管2015年及以后的降雨量相對于2010年有所增加，但研究區(qū)碳儲量卻持續(xù)減少（圖12）。主要在于土地利用變化、堤壩建設(shè)等人為因素的干擾超過了降水增加的影響，導(dǎo)致研究區(qū)碳儲量仍有所損失。綜上所述，黃河三角洲碳儲量的影響因素較多且復(fù)雜，如何量化區(qū)分各因素對黃河三角洲碳儲量變化的貢獻(xiàn)是未來碳儲量研究的一個重要方向。

4 結(jié)論

本文使用InVEST模型對黃河三角洲碳儲量進(jìn)行了估算和評估，得到的主要結(jié)論如下。

a）1980、1990、2000、2005、2010、2015和2020年的黃河三角洲碳儲量總體呈現(xiàn)先增加后減少趨勢。1980—1990 年碳儲量變化為+1. 3×105 tC/a，1990—2010年為 -6. 5×104 tC/a，2010—2020年為-2. 0×103tC/a。

b）空間上，黃河三角洲碳儲量表現(xiàn)出明顯的區(qū)域差異，低值區(qū)主要分布在沿海灘涂區(qū)，中值區(qū)主要分布在濕地向陸區(qū)域，高值區(qū)則分布在二者之間以及黃河沿岸區(qū)域。

c）土地利用類型由草地和濕地向建設(shè)用地、鹽田和養(yǎng)殖區(qū)的轉(zhuǎn)變是濕地碳儲量減少的主要原因，這種變化加速了濕地萎縮，顯著降低了黃河三角洲碳儲量及其增匯潛力。

d）防潮堤壩的建設(shè)通過改變植被、土壤性質(zhì)及海陸水文連通性等影響研究區(qū)碳儲量的時空分布。如碳儲量隨著與壩距離的增加而增加。

e）綜上，通過加強(qiáng)黃河三角洲濕地生態(tài)保護(hù)和恢復(fù)，使土地利用向有利于生態(tài)保護(hù)方向的發(fā)展和轉(zhuǎn)變，是黃河三角洲碳匯增強(qiáng)的關(guān)鍵。黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展國家戰(zhàn)略的實施將進(jìn)一步推動濱海濕地的保護(hù)和修復(fù)，這將有助于增強(qiáng)黃河三角洲的固碳能力，并促使碳匯增加。未來，黃河三角洲濱海濕地將成為重要的藍(lán)碳碳匯地區(qū)，對緩解氣候變化起到積極作用。

參考文獻(xiàn)：

［1］ REN Y M， LI X Y， MAO D H， et al. Northeast China holdshuge wetland soil organic carbon storage： an estimation from 819soil profiles and random forest algorithm ［J］. Plant and Soil，2023，490：469-483.

［2］ DUARTE DE P C M， ADAME M F， BRYANT C V， et al.Quantifying blue carbon stocks and the role of protected areas toconserve coastal wetlands ［J］. Science of The Total Environment，2023， 874. DOI：10. 1016/j. scitotenv. 2023. 162518.

［3］ BERTRAM C， QUAAS M， REUSCH T B H， et al. The bluecarbon wealth of nations［ J］. Nature Climate Change， 2021， 11（8）：704-709.

［4］ MACREADIE P I， COSTA M D P， ATWOOD T B， et al. Bluecarbon as a natural climate solution ［J］. Nature Reviews Earth &Environment， 2021， 2（12）： 826-839.

［5］ DAVIS J L， CURRIN C A， O’BRIEN C， et al. Livingshorelines： coastal resilience with a blue carbon benefit ［J］.PLoS ONE， 2015. DOI：10. 1371/journal. pone. 0142595.

［6］ TAN L S， GE Z M， LI S H， et al. Impacts of land-use change oncarbon dynamics in China's coastal wetlands ［J］. Science of TheTotal Environment， 2023， 890. DOI：10. 1016/j. scitotenv. 2023.164206.

［7］ SASMITO S D， TAILLARDAT P， CLENDENNING J N， et al.Effect of land-use and land-cover change on mangrove bluecarbon： A systematic review ［J］. Global Change Biology， 2019，25（12）： 4291-4302.

［8］ ZHU L Y， SONG R X， SUN S， et al. Land use/land cover changeand its impact on ecosystem carbon storage in coastal areas of Chinafrom 1980 to 2050 ［J］. Ecological Indicators， 2022， 142. DOI：10. 1016/j. ecolind. 2022. 109178.

［9］ QIN D H， GAO M， WU X Q， et al. Seasonal changes in soil TNand SOC in a seawall-reclaimed marsh in the Yellow River Delta，China［ J］. Journal of Coastal Conservation， 2015， 19（1）： 79-84.

［10］ IOST S， LANDGRAF D， MAKESCHIN F. Chemical soilproperties of reclaimed marsh soil from Zhejiang Province P. R.China［ J］. Geoderma， 2007， 142（3）： 245-250.

［11］ ZHOU S W， BI X L. Seawall effects in a coastal wetlandlandscape： spatial changes in soil carbon and nitrogen pools ［J］.Journal of Coastal Conservation， 2020， 24（1）. DOI：10. 1007/s11852-019-00718-7.

［12］ LI J， LENG Z R， WU Y M， et al. The impact of sea embankmentreclamation on greenhouse gas GHG fluxes and stocks in invasiveSpartina alterniflora and native Phragmites australis wetlandmarshes of east China［ J］. Sustainability， 2021， 13（22）： 127-140.

［13］ LEE J Y， AN S M. Effect of dikes on the distribution andcharacteristics of Phragmites australis in temperate intertidalwetlands located in the south sea of Korea ［J］. Ocean ScienceJournal， 2015， 50（1）： 49-59.

［14］ FU X， LIU G H， CHAI S Y， et al. Spatial-temporal analysis ofwetland landscape pattern under the influence of artificial dykes inthe Yellow River Delta ［J］. Chinese Journal of PopulationResources and Environment， 2013， 11（2）： 109-117.

［15］ XIE D H， SCHWARZ C， BRüCKNER M， et al. Mangrovediversity loss under sea-level rise triggered by biomorphodynamicfeedbacks and anthropogenic pressures ［J］.Environmental Research Letters， 2020， 15. DOI：10. 1088/1748-9326/abc122.

［16］ BREDA A， SACO P， SANDI S， et al. Accretion， retreat andtransgression of coastal wetlands experiencing sea-level rise ［J］.Hydrology and Earth System Sciences， 2021， 25： 769-786.

［17］ JONES S F， STAGG C L， KRAUSS K W， et al. Tidal salinewetland regeneration of sentinel vegetation types in the northerngulf of Mexico： An overview ［J］. Estuarine， Coastal and ShelfScience， 2016， 174. DOI：10. 1016/j. ecss. 2016. 02. 010.

［18］ CAROL E S， BRAGA F， KRUSE E E， et al. A retrospectiveassessment of the hydrological conditions of the Samborombóncoastland （Argentina） ［J］. Ecological Engineering， 2014， 67：223-237.

［19］ OUBRAHIM H， BOULMANE M， BAKKER M， et al. Carbonstorage in degraded cork oak （Quercus suber） forests on flatlowlands in Morocco ［J］. iForest - Biogeosciences and Forestry，2015， 9. DOI：10. 3832/ifor1364-008.

［20］ SHARP R， CHAPLIN-KRAMER R， WOOD S， et al. InVESTUser’s Guide［ M］. 2018.

［21］ ZHAO M M， HE Z B， DU J， et al. Assessing the effects ofecological engineering on carbon storage by linking the CAMarkovand InVEST models ［J］. Ecological Indicators， 2019，98： 29-38.

［22］ LI J T， YAN D D， YAO X Y， et al. Dynamics of carbon storagein saltmarshes across China’s eastern coastal eetlands from 1987to 2020 ［J］. Frontiers in Marine Science， 2022， 9. DOI：10.3389/fmars. 2022. 915727.

［23］ DENG Y W， JIANG W G， WU Z F， et al. Assessing andcharacterizing carbon storage in wetlands of the Guangdong-HongKong-Macau greater bay area， China， during 1995-2020 ［J］.IEEE Journal of Selected Topics in Applied Earth Observationsand Remote Sensing， 2022， 15. DOI： 10. 1109/JSTARS. 2022.3192267.

［24］ 丁東，尹延鴻. 黃河三角洲海岸防護(hù)工程研究［J］. 海洋地質(zhì)動態(tài)，2000（2）：5-8.

［25］ JIANG D J， FU X F， WANG K. Vegetation dynamics and theirresponse to freshwater inflow and climate variables in the YellowRiver Delta， China ［J］. Quaternary International， 2013， 304：75-84.

［26］ 傅新，劉高煥，黃翀，等. 人工堤壩影響下的黃河三角洲海岸帶生態(tài)特征分析［J］. 地球信息科學(xué)學(xué)報，2011，13（6）：797-803.

［27］ LI Y， ZHANG H B， FU C C， et al. A red clay layer in soils ofthe Yellow River Delta： Occurrence， properties and implicationsfor elemental budgets and biogeochemical cycles ［J］. Catena，2019， 172： 469-479.

［28］ 張緒良，張朝暉，徐宗軍，等. 黃河三角洲濱海濕地植被的碳儲量和固碳能力［ J］. 安全與環(huán)境學(xué)報，2012，12（6）：145-149.

［29］ 董洪芳，于君寶，管博. 黃河三角洲堿蓬濕地土壤有機(jī)碳及其組分分布特征［J］. 環(huán)境科學(xué)，2013，34（1）：288-292.

［30］ 隋玉正，孫大鵬，李淑娟，等. 碳儲存變化背景下東營市海岸帶生態(tài)系統(tǒng)保護(hù)修復(fù) ［J］. 生態(tài)學(xué)報，2021，41（20）：8112-8123.

［31］ 周方文，馬田田，李曉文，等. 黃河三角洲濱海濕地生態(tài)系統(tǒng)服務(wù)模擬及評估［ J］. 濕地科學(xué)，2015，13（6）：667-674.

［32］ 宋紅麗，劉興土，王立志，等. 不同干擾程度下黃河三角洲植被群落有機(jī)碳分布特征［ J］. 水土保持學(xué)報，2018，32（1）：190-196，203.

［33］ 于君寶，王永麗，董洪芳，等. 基于景觀格局的現(xiàn)代黃河三角洲濱海濕地土壤有機(jī)碳儲量估算［ J］. 濕地科學(xué)，2013，11（1）：1-6.

［34］ 侯西勇，邸向紅，侯婉，等. 中國海岸帶土地利用遙感制圖及精度評價［ J］. 地球信息科學(xué)學(xué)報，2018，20（10）：1478-1488.

［35］ 劉紀(jì)遠(yuǎn)，匡文慧，張增祥，等. 20世紀(jì)80年代末以來中國土地利用變化的基本特征與空間格局［ J］. 地理學(xué)報，2014，69（1）：3-14.

［36］ YANG W， LI M， SUN T， et al. The joint effect of tidal barrierconstruction and freshwater releases on the macrobenthoscommunity in the northern Yellow River Delta （China） ［J］.Ocean & Coastal Management， 2017， 136： 83-94.

［37］ XIE C J， CUI B S， XIE T， et al. Hydrological conn。ectivitydynamics of tidal flat systems impacted by severe reclamation inthe Yellow River Delta ［J］. Science of The Total Environment，2020， 739. DOI：10. 1016/j. scitotenv. 2020. 139860.

［38］ YANG W， LI N， LENG X， et al. The impact of sea embankmentreclamation on soil organic carbon and nitrogen pools in invasiveSpartina alterniflora and native Suaeda salsa salt marshes ineastern China［ J］. Ecological Engineering， 2016， 97： 582-592.

［39］ 裴俊，楊薇，王文燕. 淡水恢復(fù)工程對黃河三角洲濕地生態(tài)系統(tǒng)服務(wù)的影響［J］. 北京師范大學(xué)學(xué)報（自然科學(xué)版），2018，54（1）：104-112.

［40］ WANG F Q， YANG H， ZHAO H， et al. Ecological effectevaluation of water diversion in the Yellow River Delta wetland［J］. Water Policy， 2018， 20（4）： 744-757.

［41］ VILLA J A， BERNAL B. Carbon sequestration in wetlands， fromscience to practice： An overview of the biogeochemical process，measurement methods， and policy framework ［J］. EcologicalEngineering， 2018， 114： 115-128.

［42］ HYVO?NEN R， ?GREN G I， LINDER S， et al. The likelyimpact of elevated CO2， nitrogen deposition， increasedtemperature and management on carbon sequestration in temperateand boreal forest ecosystems： a literature review ［J］. NewPhytologist， 2007， 173（3）： 463-480.

［43］ CHU X J， HAN G X， XING Q H， et al. Dual effect ofprecipitation redistribution on net ecosystem CO2 exchange of acoastal wetland in the Yellow River Delta ［J］. Agricultural andForest Meteorology， 2018， 249： 286-296.

［44］ 劉亞男， 郗敏， 張希麗， 等. 中國濕地碳儲量分布特征及其影響因素［ J］. 應(yīng)用生態(tài)學(xué)報， 2019， 30（7）： 2481-2489.

（責(zé)任編輯：高天揚）

基金項目：山東省自然科學(xué)基金（ZR2022ME100）；科技基礎(chǔ)資源調(diào)查專項（2022FY100300）