吳皓晴,劉子剛(中國人民大學(xué)環(huán)境學(xué)院,北京 100872)

陸地生態(tài)系統(tǒng)是全球重要碳庫,其碳儲量變化對于全球碳循環(huán)和氣候變化具有重要影響[1].不同類型生態(tài)系統(tǒng)的碳儲量在時間和空間上存在差異[2-3].估算生態(tài)系統(tǒng)碳儲量常用方法為實地調(diào)查法、遙感反演法和模型模擬法.其中,實地調(diào)查法需要大量實測數(shù)據(jù)支撐[4-6],工作量較大;遙感反演法僅用于植被碳儲量的估算,且受限于數(shù)據(jù)空間分辨率和監(jiān)測站點數(shù)量及分布情況[7];模型模擬法可以有效評估和預(yù)測不同尺度下的生態(tài)系統(tǒng)碳儲量,常用的模型有CEVSA 模型[8]、CASA 模型[9]和InVEST模型[10]等. InVEST 模型主要用于生態(tài)系統(tǒng)服務(wù)評價[11-13]和管理決策[13],具有操作簡單?參數(shù)靈活等優(yōu)點,可用于估算不同土地利用類型的生態(tài)系統(tǒng)碳儲量[14].

生態(tài)系統(tǒng)碳儲量主要受到自然和人類活動因素的影響[15-18].其中,氣溫、降水等氣候因素的變化影響植物生長發(fā)育及凋落物分解,進(jìn)而影響植物群落演替和土壤有機(jī)碳積累,甚至造成生態(tài)系統(tǒng)類型發(fā)生轉(zhuǎn)變,最終導(dǎo)致生態(tài)系統(tǒng)碳儲量變化[19-20].而人類活動主要通過土地利用方式和強(qiáng)度的轉(zhuǎn)變[2,21-22]影響生態(tài)系統(tǒng)碳儲量.此外,由于區(qū)域生態(tài)系統(tǒng)碳儲量存在空間關(guān)聯(lián)性[23],將空間因素納入分析可以更好地解釋區(qū)域生態(tài)系統(tǒng)碳儲量的空間關(guān)系[5].目前生態(tài)系統(tǒng)碳儲量研究主要針對森林植被[4-5]和土壤[6,24-25],對生態(tài)系統(tǒng)整體的研究[20,26]較少.研究區(qū)域上,國內(nèi)研究主要集中在南方[27-28]和華北[29]?西北[20,30]地區(qū),對東北地區(qū)研究較少,且研究結(jié)果的差異較大[31-32].大多數(shù)研究基于兩個或多個截面數(shù)據(jù)探討了氣候?地形以及土壤理化性質(zhì)等自然因素對生態(tài)系統(tǒng)碳儲量的影響[6,20,24],但缺乏基于面板數(shù)據(jù)的對生態(tài)系統(tǒng)碳儲量的影響因素探討,對人類活動與空間因素[5]的影響研究較少.在研究尺度上,已有研究主要基于采樣點[5-6]或柵格數(shù)據(jù)[26-27,29],較少從地級市[23]和縣域尺度開展研究.因此,在縣域尺度上運用基于面板數(shù)據(jù)的空間計量模型探討生態(tài)系統(tǒng)碳儲量的影響因素是很有必要的.

吉林省地處森林草原的過渡地帶,森林、草地和濕地資源較為豐富.根據(jù)第三次國土資源調(diào)查的結(jié)果,林地、草地和濕地總面積為966.41 萬hm2,約占吉林省土地面積的一半.這些生態(tài)系統(tǒng)在碳儲存和氣候調(diào)節(jié)方面發(fā)揮著重要作用[33].有關(guān)研究表明,吉林省森林碳密度為5.87kg C/m2,是中國森林碳密度最大的省份[34].近年來,由于受到多種自然和人為因素的影響,吉林省生態(tài)系統(tǒng)碳儲量發(fā)生了顯著變化[35].例如,由于泥炭地開墾和泥炭開采的影響,吉林省東部泥炭地碳儲量與受干擾前相比損失了11.3%[36].本文基于InVEST 模型估算吉林省生態(tài)系統(tǒng)碳儲量,構(gòu)建空間杜賓模型從縣域尺度分析氣候、植被以及人類活動等因素對生態(tài)系統(tǒng)碳儲量的影響及其區(qū)域差異,旨在為吉林省國土空間格局優(yōu)化和生態(tài)系統(tǒng)固碳增匯提供參考.

1 材料與方法

1.1 研究區(qū)概況

吉林省(40°52′N～46°18′N,121°38′E～131°19′E)位于中國東北地區(qū)的中部,土地總面積1874 萬hm2,約占全國土地總面積的1.95%[35].吉林省屬溫帶大陸性季風(fēng)氣候,年平均氣溫2～6 ℃,年平均降水量為400～ 600mm.自東南向西北由濕潤氣候、半濕潤氣候向半干旱氣候過渡[37].地勢自東南向西北逐漸降低,地貌類型包括山地、丘陵、臺地和平原等[38].

吉林省以森林、草地和農(nóng)田生態(tài)系統(tǒng)為主,且在空間分布上具有明顯差異.根據(jù)地貌和植被類型差異可將吉林省劃分為長白山原始森林生態(tài)區(qū)、中東部低山丘陵次生植被生態(tài)區(qū)、中部松遼平原生態(tài)區(qū)和西部草地濕地生態(tài)區(qū)[39].吉林省東、中、西部的土壤類型亦存在顯著差異.東部山地以棕色針葉林土、暗棕壤和棕壤為主;中部平原區(qū)主要以黑土和黑鈣土等腐殖質(zhì)含量較高的土壤為主;西部地區(qū)主要為黑鈣土和栗鈣土[40].

1.2 數(shù)據(jù)來源及處理

1.2.1 土地利用相關(guān)數(shù)據(jù) 1990 年、2000 年、2010年和2020 年的土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn),空間分辨率為30m×30m.土地利用分類采用中國土地資源分類系統(tǒng)[41],包括6 個一級類和25 個二級類.由于吉林省位于我國沼澤濕地主要分布區(qū)[42],且沼澤生態(tài)系統(tǒng)有機(jī)碳儲量較大[43],因此將一級類“未利用地”中的二級類“沼澤地”單獨作為一類,將吉林省的土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地、沼澤與其他未利用地7 個類別.將數(shù)據(jù)的空間參考調(diào)整為Krasovsky_1940_Albers 坐標(biāo)系用漁網(wǎng)進(jìn)行重新采樣,生成空間分辨率為1km×1km 的數(shù)據(jù)集.

1.2.2 自然影響因素相關(guān)數(shù)據(jù) 年平均氣溫(tem)和年平均降水量(pre)數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn)的中國氣象要素平均狀況空間插值數(shù)據(jù)集[44],空間分辨率為1km×1km.年均歸一化植被指數(shù)(NDVI)數(shù)據(jù)來源于國家科技資源共享服務(wù)平臺的1982～2020 年中國生長季月平均NDVI 數(shù)據(jù)集[45],空間分辨率為0.05°.為保證數(shù)據(jù)空間分辨率的一致性,將NDVI 數(shù)據(jù)的空間參考調(diào)整為Krasovsky_1940_Albers 坐標(biāo)系用漁網(wǎng)進(jìn)行重新采樣,生成空間分辨率為1km×1km 的數(shù)據(jù)集.

1.2.3 人為影響因素相關(guān)數(shù)據(jù) 地表人類活動強(qiáng)度(HAILS)數(shù)據(jù)借鑒徐勇等構(gòu)建的數(shù)學(xué)模型[46],根據(jù)土地利用數(shù)據(jù)分別計算吉林省各縣域的HAILS.人口數(shù)據(jù)來源于第四、五、六、七次人口普查與《吉林省統(tǒng)計年鑒》,地區(qū)生產(chǎn)總值和化肥施用量數(shù)據(jù)來源于《吉林省統(tǒng)計年鑒》.其中,地區(qū)生產(chǎn)總值數(shù)據(jù)以1990 年為基期,通過GDP 指數(shù)(1990 年=1)換算成實際GDP.

1.2.4 碳密度相關(guān)數(shù)據(jù) 不同生態(tài)系統(tǒng)類型的地上生物量、地下生物量和土壤碳庫主要來源于2015年吉林省泥炭沼澤碳庫調(diào)查報告、2010s 中國陸地生態(tài)系統(tǒng)碳密度數(shù)據(jù)集[47]以及李克讓等對全國碳密度的研究[8],具體數(shù)值及來源如表1.其中,本研究采用李克讓等[8]對水域碳密度的估算值,設(shè)置為0;同時考慮到建設(shè)用地地表硬化,植被覆蓋少,故其碳密度也設(shè)置為0[48].

表1 吉林省不同生態(tài)系統(tǒng)類型的碳密度(kg C/m2)Table 1 Carbon density of different ecosystems in Jilin Province(kg C/m2)

由于全國水平下的碳密度與吉林省碳密度之間存在差異,參照已有研究基于氣溫與降水對來源于李克讓等的[8]全國碳密度數(shù)據(jù)進(jìn)行修正,考慮到氣溫與土壤碳密度的相關(guān)性遠(yuǎn)低于降水,故僅根據(jù)降水量估算土壤碳密度[49].其中,年降水量與生物量和土壤碳密度的關(guān)系采用Alam 研究中的公式(公式(1),公式(2))[50];年平均氣溫與生物量碳密度的關(guān)系借鑒Giardina[51]、陳光水等[52]的研究中的公式(公式(3)).

式中:CSP為根據(jù)年降水量計算的土壤碳密度,kg/m2;CBP和CBT分別是根據(jù)年降水量和年平均氣溫得到的生物量碳密度,kg/m2;MAP 是年平均降水量,mm;MAT 是年平均氣溫, ℃.;將吉林省和全國的年平均氣溫和年平均降水量分別代入公式(1)～(3),二者之比即修正系數(shù).

式中:CSPj為根據(jù)降水量估算的吉林省土壤碳密度;CBPj和CBTj分別為根據(jù)降水量與氣溫估算的吉林省生物量碳密度,CSPn為根據(jù)降水量估算的全國土壤碳密度;CBPn和CBTn分別為根據(jù)降水量與氣溫估算的全國生物量碳密度;KBP和KBT分別為根據(jù)降水量與氣溫估算的生物量碳密度修正系數(shù);KS為土壤碳密度修正系數(shù);KB為生物量碳密度修正系數(shù).由于吉林省泥炭沼澤碳庫調(diào)查報告中僅包含地上生物量數(shù)據(jù),參考已有研究,根據(jù)式(8)和(9)進(jìn)行地上地下生物量的轉(zhuǎn)換以及碳密度計算[29].

式中:Ci_above為生態(tài)系統(tǒng)類型i 的地上生物量碳密度,kg/m2;Ci_below為生態(tài)系統(tǒng)類型i 的地下生物量碳密度,kg/m2;Bi為生態(tài)系統(tǒng)類型 i 的地上生物量,kg/m2;α 為轉(zhuǎn)換系數(shù),林地取0.5,其他生態(tài)系統(tǒng)類型取0.45;b 為地上地下生物量比值,植被類型為森林取0.4[53],為草地取4.3[54].此外,由于耕地生物量更注重有經(jīng)濟(jì)價值的地上作物籽實部分[55],本文不考慮耕地的地下生物量.

1.3 研究方法

1.3.1 InVEST 模型估算生態(tài)系統(tǒng)碳儲量 采用InVEST 模型的Carbon 模塊計算吉林省生態(tài)系統(tǒng)碳儲量.該模型將生態(tài)系統(tǒng)碳儲量分為地上生物量?地下生物量、土壤和死亡有機(jī)質(zhì)4 個碳庫數(shù)據(jù)[56],但由于死亡有機(jī)質(zhì)碳庫數(shù)據(jù)來源缺乏且占比較小[55],故不予考慮.因此,通過下式計算出吉林省逐年的生態(tài)系統(tǒng)碳儲量:

式中:Ci為生態(tài)系統(tǒng)類型i 的碳密度,kg/m2;Ci_above為生態(tài)系統(tǒng)類型i 的地上生物量碳密度,kg/m2;Ci_below為生態(tài)系統(tǒng)類型i 的地下生物量碳密度,kg/m2;Ci_soil為生態(tài)系統(tǒng)類型i 的土壤碳密度,kg/m2;Ctotal為生態(tài)系統(tǒng)總碳儲量,kg;Si為生態(tài)系統(tǒng)類型i 的面積,m2.

1.3.2 空間關(guān)聯(lián)性 運用ArcMap10.8 軟件將1990年、2000 年、2010 年和2020 年4 期生態(tài)系統(tǒng)碳儲量數(shù)據(jù)與吉林省縣級行政單元鏈接,得到每個縣(市、區(qū))的生態(tài)系統(tǒng)碳儲量及其變化值.基于縣域尺度分別計算1990 年、2000 年、2010 年和2020 年生態(tài)系統(tǒng)碳儲量的Moran’s I 值.

1.3.3 空間杜賓模型 常見的空間計量模型包括空間自相關(guān)模型、空間誤差模型和空間杜賓模型.其中,空間杜賓模型可以同時揭示相鄰區(qū)域的生態(tài)系統(tǒng)碳儲量與影響因素對研究區(qū)域的生態(tài)系統(tǒng)碳儲量的影響,還可以在特定條件下退化為空間自回歸模型與空間誤差模型,較其他兩種模型更適用于全面考察不同類型的影響因素對生態(tài)系統(tǒng)碳儲量的影響,故本文選用空間杜賓模型進(jìn)行回歸分析,其表達(dá)式如下:

式中:lnCit為i 縣(市、區(qū))于年份t 的生態(tài)系統(tǒng)碳儲量(萬t)的對數(shù)值,是被解釋變量;X 為解釋變量(表2)組成的矩陣;w 為空間權(quán)重矩陣,為清晰刻畫吉林省不同縣(市、區(qū))間的關(guān)系,本文構(gòu)建了空間反距離矩陣;考慮到各縣(市、區(qū))內(nèi)存在不隨時間變化的影響因素,如高程和坡度等,用個體固定項ui進(jìn)行控制;εit為隨機(jī)誤差項,且εit～N(0,σ2In);ρ、β 與δ 為估計系數(shù).

表2 吉林省生態(tài)系統(tǒng)碳儲量影響因素及變量選取Table 2 The influencing factors of carbon storage in Jilin and explanatory variables

選取年平均氣溫與年平均降水量來反映氣候因素對吉林省生態(tài)系統(tǒng)碳儲量的影響;選取年均NDVI 表征以森林為主的植被因素的影響;選取人均GDP 表征經(jīng)濟(jì)發(fā)展對碳儲量的影響;選取地表人類活動強(qiáng)度表征土地利用情況的影響;選取化肥施用量反映農(nóng)業(yè)種植情況.

地表人類活動強(qiáng)度是對一定地域內(nèi)人類對陸地表層自然植被利用、改造和開發(fā)程度的總體反映,計算方式如下:

式中:HAILS 為地表人類活動強(qiáng)度;SCLE為建設(shè)用地當(dāng)量面積,m2;S為區(qū)域總面積,m2;SLi為第i種土地利用類型的面積,m2;CIi為第i 種土地利用類型的建設(shè)用地當(dāng)量折算系數(shù),建設(shè)用地的折算系數(shù)為1,耕地的折算系數(shù)為0.2,苗圃及各類園地的折算系數(shù)為0.133,草地的折算系數(shù)為0.067,水庫坑塘的折算系數(shù)為0.6,其余土地利用類型的折算系數(shù)為0;n 為區(qū)域內(nèi)土地利用類型數(shù)[46].

2 結(jié)果與討論

2.1 吉林省生態(tài)系統(tǒng)碳儲量計算結(jié)果

如表3 所示,1990 年、2000 年、2010 年和2020年吉林省生態(tài)系統(tǒng)碳儲量分別為15.57,15.62,15.67和15.58 億t,這一估算結(jié)果與王新闖等[31]對吉林省森林生態(tài)系統(tǒng)碳儲量的估算結(jié)果相近.其中,林地和耕地碳儲量分別占全省的76%和20%.1990～2020 年,吉林省生態(tài)系統(tǒng)碳儲量先上升后下降.其中,1990～2000 年生態(tài)系統(tǒng)碳儲量增加幅度較大,耕地?林地與其他未利用地的碳儲量增加,草地與沼澤的碳儲量減少;2000～2010 年生態(tài)系統(tǒng)碳儲量小幅增加,耕地?林地及其他未利用地的碳儲量持續(xù)增加,但增速較前10a 有所減緩,沼澤碳儲量增加,草地碳儲量繼續(xù)減少,但與前10a相比幅度較小;2010～2020年生態(tài)系統(tǒng)碳儲量減少,只有耕地碳儲量增加,林地、草地、沼澤及其他未利用地的碳儲量均呈不同幅度減少,這可能與該時期建設(shè)用地面積大幅增加有關(guān)[57].

表3 1990～2020 年吉林省生態(tài)系統(tǒng)碳儲量及占比Table 3 Ecosystem carbon storage and its proportion from 1990 to 2020 in Jilin Province

根據(jù)地貌、氣候和植被等自然條件的差異將吉林省分為東、中、西部地區(qū),分析1990～2020 年生態(tài)系統(tǒng)碳儲量變化情況.其中,東部地區(qū)包括通化市、白山市和梅河口市的19 個縣(市、區(qū));中部地區(qū)包括長春市、四平市、遼源市和吉林市的17 個縣(市、區(qū));西部地區(qū)包括白城市和松原市的10 個縣(市、區(qū)).將1990～2020 年的吉林省各縣(市、區(qū))生態(tài)系統(tǒng)碳儲量變化劃分為大幅減少(減少幅度超過15 萬t)、明顯減少(減少幅度超過3 萬t),小幅減少(減少幅度不超過3 萬t)、小幅增加(減少幅度不超過3 萬t)、明顯增加(增加幅度超過3 萬t)與大幅增加(增加幅度超過15 萬t).如圖1 與圖2 所示,生態(tài)系統(tǒng)碳儲量增加的縣(市、區(qū))主要分布在吉林省西部,其增加主要與草地和其他未利用地向耕地的轉(zhuǎn)變以及吉林省西部開展“三北”防護(hù)林工程和退耕還草工程建設(shè)[58],植被覆蓋率顯著提升有關(guān)[59];此外,東部地區(qū)的通化縣、撫松縣與和龍市的生態(tài)系統(tǒng)碳儲量也明顯增加,這是因為上述3 個地區(qū)近年來減少了對森林采伐和墾殖,加大了森林資源保護(hù)力度,開展了天然林保護(hù)工程和退耕還林工程,導(dǎo)致森林覆蓋率不斷增加[60-61].生態(tài)系統(tǒng)碳儲量減少的縣(市、區(qū))主要分布在吉林省中部,這主要是因為吉林省中部城市群區(qū)域經(jīng)濟(jì)的發(fā)展使得耕地和林地向建設(shè)用地轉(zhuǎn)變,從而減少了該區(qū)域的生態(tài)系統(tǒng)碳儲量[62-63].

圖1 1990～2020 年吉林省東、中、西部地區(qū)各縣(市、區(qū))生態(tài)系統(tǒng)碳儲量變化情況Fig.1 Changes of ecosystem carbon storage of different counties in the eastern, central and western parts of Jilin province from 1990 to 2020

圖2 1990～2020 年吉林省生態(tài)系統(tǒng)碳儲量變化的分布Fig.2 Distribution of ecosystem carbon storage changes in Jilin province from 1990 to 2020

圖3 1990～2020 年吉林省生態(tài)系統(tǒng)碳儲量Moran’s I 的散點圖Fig.3 The Moran’s I scatter diagram of ecosystem carbon storage in Jilin province from 1990 to 2020

2.2 吉林省生態(tài)系統(tǒng)碳儲量影響因素分析

2.2.1 空間相關(guān)性分析 從空間關(guān)聯(lián)性來看,吉林省1990～2020 年生態(tài)系統(tǒng)碳儲量對數(shù)值的空間Moran’s I 值均大于0.在0.01 的顯著性水平下,基于空間反距離權(quán)重矩陣的吉林省1990 年、2000 年、2010 年和2020 年的Moran’s I 值分別為0.38、0.38、0.37 和0.36,這說明吉林省生態(tài)系統(tǒng)碳儲量存在空間正相關(guān)性.隨著時間推移,Moran’s I 值呈下降趨勢,說明吉林省生態(tài)系統(tǒng)碳儲量的空間相關(guān)性在逐漸減弱.由圖2 可見,大部分縣(市、區(qū))均處于第一、三象限,進(jìn)一步說明吉林省生態(tài)系統(tǒng)碳儲量存在正向的空間溢出效應(yīng).

2.2.2 空間杜賓模型 由于吉林省生態(tài)系統(tǒng)碳儲量存在空間正相關(guān)性,將空間因素納入分析可以更好地解釋碳儲量的影響因素及其空間效應(yīng).如表4 中的列(1)與列(2)所示,與多元線性回歸模型(OLS)結(jié)果相比,引入空間權(quán)重矩陣后的空間杜賓模型(SDM)結(jié)果的AIC 與BIC 均出現(xiàn)明顯的下降.此外,比較表4 中的列(2)與列(3)可知,考慮了高程、坡度等不隨時間而變化的影響因素采取了個體固定效應(yīng)后,模型(SDM_i)結(jié)果的赤池信息量準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)進(jìn)一步下降,說明模型得到了改善.因此,本文采取個體固定效應(yīng)的空間杜賓模型進(jìn)行進(jìn)一步分析.

表4 不同模型的回歸結(jié)果Table 4 Regression results of different models

為檢驗?zāi)Ｐ偷倪m用性,分別構(gòu)建采取個體固定效應(yīng)的空間自相關(guān)模型和空間誤差模型,通過LR 檢驗和Wald 檢驗判斷空間杜賓模型與空間自相關(guān)模型、空間誤差模型是否存在顯著差異.結(jié)果表明,LR和Wald 檢驗結(jié)果均大于0,且在1%的顯著性水平下拒絕原假設(shè),說明空間杜賓模型不會退化為空間自相關(guān)模型和空間誤差模型.

空間杜賓模型將各影響因素對生態(tài)系統(tǒng)碳儲量的影響分解為直接效應(yīng)、間接效應(yīng)與總效應(yīng).其中,直接效應(yīng)反映特定影響因素對本區(qū)域生態(tài)系統(tǒng)碳儲量的影響;間接效應(yīng)即空間溢出效應(yīng),反映該影響因素對周邊地區(qū)生態(tài)系統(tǒng)碳儲量的影響;總效應(yīng)反映該影響因素對吉林省生態(tài)系統(tǒng)碳儲量的影響,結(jié)果如表5 所示.

表5 空間杜賓模型回歸結(jié)果Table 5 Regression results of the spatial Durbin model

氣溫和降水對于吉林省生態(tài)系統(tǒng)碳儲量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均較小,且均不顯著.這說明在研究期內(nèi)氣候變化對生態(tài)系統(tǒng)碳儲量的影響相對較小.氣溫和降水對植被和土壤碳儲量的影響機(jī)制較為復(fù)雜[6].在不同的時間尺度和地區(qū)表現(xiàn)又各不相同.根據(jù)已有研究,吉林省東部地區(qū)近50a 來,氣溫逐漸升高,水分條件改善,這對于森林的生長是有利的[64].但增溫同時會導(dǎo)致土壤呼吸的增加,從而引起碳排放增加.而降水引起的土壤水分變化對土壤呼吸的作用是因時因地而異的,土壤水分過多將抑制土壤呼吸,相反則會促進(jìn)土壤呼吸[65].結(jié)合表4 中列(1)和列(3)中相應(yīng)的估計系數(shù)可以發(fā)現(xiàn),在不考慮空間因素的情況下,年平均氣溫的系數(shù)為?0.28 且在1%的水平下顯著,年平均降水量的系數(shù)接近于零,但同樣顯著;而引入空間因素后,氣溫與降水的系數(shù)均為0 且不顯著,說明忽視生態(tài)系統(tǒng)碳儲量的空間關(guān)聯(lián)性的影響可能會高估氣候因素對吉林省生態(tài)系統(tǒng)碳儲量的影響,這一結(jié)果與劉暢等針對黑龍江省森林碳儲量的研究相似[5].

歸一化植被指數(shù)對生態(tài)系統(tǒng)碳儲量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為正,遠(yuǎn)大于氣溫和降水的效應(yīng),這與韓玉等的研究結(jié)果一致[66].其中,間接效應(yīng)(0.83)和總效應(yīng)(1.09)均在1%的水平上顯著.植被通過光合作用固定二氧化碳,同時通過呼吸作用釋放二氧化碳,但總體上固定量遠(yuǎn)大于釋放量,從而植被得以積累能量用于生長發(fā)育.此外,植物凋落物是土壤有機(jī)碳的重要來源.因此,植被覆蓋度越大,生態(tài)系統(tǒng)碳儲量越大.這與虞敏[67]的研究結(jié)果相一致.

人均GDP 直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為正,且直接效應(yīng)(0.01)和總效應(yīng)(0.01)在5%的水平上顯著.經(jīng)濟(jì)發(fā)展水平的提高也意味著縣(市、區(qū))擁有更為充足的資金用于生態(tài)系統(tǒng)保護(hù)與修復(fù),從而提高生態(tài)系統(tǒng)碳儲量,這與周四軍和江秋池的研究結(jié)果相一致[68].

地表人類活動強(qiáng)度的直接效應(yīng)(?1.05)和總效應(yīng)(?0.32)在1%的水平上顯著為負(fù),但間接效應(yīng)(0.73)顯著為正.地表人類活動強(qiáng)度是以區(qū)域內(nèi)建設(shè)用地當(dāng)量總數(shù)占全域面積的比例衡量人類開發(fā)活動的強(qiáng)弱.高強(qiáng)度的開發(fā)建設(shè)會驅(qū)動土地利用的變化,尤其是耕地、林地、草地等向建設(shè)用地的轉(zhuǎn)化,這可能會導(dǎo)致原有的碳匯轉(zhuǎn)變?yōu)樘荚?大幅減少生態(tài)系統(tǒng)碳儲量[69].根據(jù)《吉林省(1997-2010)土地利用總體規(guī)劃》,吉林省嚴(yán)格控制新增建設(shè)用地數(shù)量,在此政策背景下,某縣(市、區(qū))地表人類活動強(qiáng)度的增加意味著相鄰區(qū)域可新增的建設(shè)用地當(dāng)量的相對減少,即地表人類活動強(qiáng)度的減弱,因此地表人類活動強(qiáng)度的間接效應(yīng)顯著為正.

化肥施用量直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為正,且直接效應(yīng)(0.01)和總效應(yīng)(0.02)在5%的水平上顯著.農(nóng)業(yè)生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)的組成部分,是重要的生態(tài)系統(tǒng)碳庫[70],接近20%的吉林省生態(tài)系統(tǒng)碳儲量來源于耕地,而增加化肥施用量促進(jìn)了作物生長,從而提高生態(tài)系統(tǒng)碳儲量.

2.2.3 區(qū)域異質(zhì)性分析 由圖1 可知,吉林省生態(tài)系統(tǒng)碳儲量變化呈現(xiàn)出一定的區(qū)域差異,生態(tài)系統(tǒng)碳儲量增加的地區(qū)主要分布在吉林省西部;而生態(tài)系統(tǒng)碳儲量減少的地區(qū)主要分布在吉林省中部.為進(jìn)一步探究吉林省生態(tài)系統(tǒng)碳儲量影響因素的空間差異,將樣本按吉林省東、中、西部劃分為3 個子樣本,再對子樣本進(jìn)行空間杜賓模型回歸.

由表6 可見,東部地區(qū)主要受降水?歸一化植被指數(shù)和地表人類活動強(qiáng)度的影響.其中,盡管降水對吉林省東部的生態(tài)系統(tǒng)碳儲量影響很小,但直接效應(yīng)和總效應(yīng)均顯著為正,而歸一化植被指數(shù)的直接效應(yīng)(0.71)和總效應(yīng)(0.85)均顯著為正,是最主要的正向影響因素.吉林省東部長白山地區(qū)森林覆蓋率平均高達(dá)71.3%[71],是重要的生態(tài)系統(tǒng)碳庫,而充足的降水是森林植被生長的必要條件,因此降水和植被對東部地區(qū)的影響顯著為正.地表人類活動強(qiáng)度的直接效應(yīng)(?0.67)顯著為負(fù),是最大的負(fù)向影響因素.近年來通化市與延邊朝鮮族自治州推動開發(fā)建設(shè),建設(shè)用地面積增加速度較快,對生態(tài)系統(tǒng)碳儲量產(chǎn)生負(fù)向影響[35].然而,地表人類活動強(qiáng)度的間接效應(yīng)(0.59)顯著為正.這可能是因為特定地區(qū)高強(qiáng)度的人類活動(如建設(shè)活動)減緩了其向相鄰區(qū)域擴(kuò)張的速度,即緩解了其周邊地區(qū)的人類活動壓力,因此兩種作用相互抵消,導(dǎo)致地表人類活動強(qiáng)度對吉林省東部生態(tài)系統(tǒng)碳儲量的總效應(yīng)盡管為負(fù),但不顯著.

表6 吉林省東、中、西部地區(qū)空間杜賓模型回歸結(jié)果Table 6 Regression results of the spatial Durbin model in the eastern, central and western parts of Jilin province

吉林省中部地區(qū)的生態(tài)系統(tǒng)碳儲量主要受氣溫、植被歸一化指數(shù)?地表人類活動強(qiáng)度和化肥施用量的影響.其中,與東部地區(qū)類似,吉林省中部地區(qū)地表人類活動強(qiáng)度的直接效應(yīng)(?0.54)顯著為負(fù),間接效應(yīng)(0.47)顯著為正,總效應(yīng)不顯著.吉林省中部城市群區(qū)域經(jīng)濟(jì)發(fā)展使得耕地和林地向建設(shè)用地轉(zhuǎn)變,導(dǎo)致該區(qū)域的生態(tài)系統(tǒng)碳儲量減少[62],但在一定程度上緩解了其周邊地區(qū)的人類活動壓力,因此總體效應(yīng)雖然為負(fù),但不顯著.中部地區(qū)的歸一化植被指數(shù)直接效應(yīng)(0.60)和總效應(yīng)(0.57)為正,總體影響程度小于東部地區(qū),可能與中部地區(qū)森林覆蓋相對較少有關(guān).化肥施用量的直接效應(yīng)(0.02)和總效應(yīng)(0.01)為均為正.化肥施用量增加意味著由于植物生長發(fā)育吸收儲存的有機(jī)碳增加.氣溫的直接效應(yīng)(?0.02)與總效應(yīng)(?0.01)顯著為負(fù),且影響較小,這一結(jié)果一定程度上與氣溫升高導(dǎo)致的土壤呼吸增強(qiáng)相關(guān)[5,72].

吉林省西部地區(qū)的空間杜賓模型回歸結(jié)果均不顯著.這可能與該區(qū)域鹽堿化?沙化等土地退化問題較為嚴(yán)重[73],土地生產(chǎn)力低[58],生態(tài)系統(tǒng)碳儲量較小有關(guān).

2.3 建議

(1)嚴(yán)格控制建設(shè)用地擴(kuò)張.以建設(shè)用地當(dāng)量數(shù)表示的地表人類活動強(qiáng)度是吉林省生態(tài)系統(tǒng)碳儲量的主要負(fù)向影響因素,即建設(shè)用地的擴(kuò)張是吉林省生態(tài)系統(tǒng)碳儲量減少的主要原因.因此,應(yīng)當(dāng)科學(xué)劃定城鎮(zhèn)開發(fā)邊界,嚴(yán)格控制新增建設(shè)用地數(shù)量,同時,大力推進(jìn)建設(shè)用地的節(jié)約集約利用,積極盤活存量建設(shè)用地.

(2)加強(qiáng)森林、耕地、草原和濕地的保護(hù),提升植被覆蓋度.森林、耕地、草原和濕地是重要的碳庫,增加植被覆蓋可以有效提升生態(tài)系統(tǒng)碳儲量.因此,應(yīng)繼續(xù)實施天然林保護(hù)工程,開展森林保育和修復(fù),大力提升森林蓄積量.切實加強(qiáng)耕地保護(hù),嚴(yán)守耕地紅線,完善耕地占補平衡制度,堅持“以補定占”.加強(qiáng)草原和濕地的生態(tài)保護(hù)和修復(fù),提升草原綜合植被覆蓋度,嚴(yán)格控制占用濕地,構(gòu)建濕地保護(hù)體系.

(3)因地制宜地提升生態(tài)系統(tǒng)碳匯.東部地區(qū)應(yīng)重點實施森林生態(tài)保育工程,提升森林覆蓋率和森林蓄積量;中部地區(qū)應(yīng)嚴(yán)控建設(shè)用地占用農(nóng)業(yè)和生態(tài)空間,加大耕地保護(hù)力度,深入實施黑土地保護(hù)工程;西部地區(qū)鹽堿地和沙地較多,土地生產(chǎn)力較低,應(yīng)當(dāng)積極推進(jìn)防風(fēng)固沙林帶建設(shè),開展鹽堿地綜合改造利用,發(fā)展鹽堿地特色農(nóng)業(yè),增加耕地面積,提高耕地質(zhì)量.

值得注意的是,運用InVEST 模型基于土地利用變化與碳密度數(shù)據(jù)庫推算生態(tài)系統(tǒng)碳儲量,可以揭示相對大尺度范圍內(nèi)生態(tài)系統(tǒng)碳儲量的時空變化情況,但該模型假設(shè)同一土地利用類型碳密度為固定值,忽視了同一土地利用類型內(nèi)部可能存在的碳密度差異以及碳密度隨時間的變化.基于此,未來研究可進(jìn)一步細(xì)分土地利用類型,考慮碳密度隨時間的變化,補充實地調(diào)查數(shù)據(jù)進(jìn)一步研究吉林省生態(tài)系統(tǒng)碳儲量的影響機(jī)制.

3 結(jié)論

3.1 1990 年、2000 年、2010 年和2020 年吉林省生態(tài)系統(tǒng)碳儲量分別為15.57,15.62,15.67,15.58 億t,呈現(xiàn)先上升后下降的趨勢.生態(tài)系統(tǒng)碳儲量增加的地區(qū)主要分布在吉林省西部;而生態(tài)系統(tǒng)碳儲量減少的地區(qū)主要分布在吉林省中部.1990～ 2020 年吉林省生態(tài)系統(tǒng)碳儲量均呈現(xiàn)出空間正相關(guān)性.

3.2 吉林省生態(tài)系統(tǒng)碳儲量同時受到自然和人為因素的影響.其中,年均NDVI 是主要的正向影響因素,地表人類活動強(qiáng)度是主要的負(fù)向影響因素,因此,增加植被覆蓋與嚴(yán)格控制建設(shè)用地的增長可以有效提高吉林省的生態(tài)系統(tǒng)碳儲量.

3.3 吉林省生態(tài)系統(tǒng)碳儲量受空間因素的影響,忽視生態(tài)系統(tǒng)碳儲量的空間關(guān)聯(lián)性以及空間因素對生態(tài)系統(tǒng)碳儲量的影響,可能會高估氣候因素對吉林省生態(tài)系統(tǒng)碳儲量的影響.考慮空間因素,人均GDP 和化肥施用量均有正向的直接效應(yīng),地表人類活動強(qiáng)度有負(fù)向的直接效應(yīng);年均NDVI 和地表人類活動強(qiáng)度均有正向的空間溢出效應(yīng);年均NDVI、人均GDP 和化肥施用量均有正向的總效應(yīng),地表人類活動強(qiáng)度有負(fù)向的總效應(yīng).

3.4 吉林省生態(tài)系統(tǒng)碳儲量影響因素存在區(qū)域差異.東部地區(qū)主要受降水、歸一化植被指數(shù)和地表人類活動強(qiáng)度的影響.中部地區(qū)的生態(tài)系統(tǒng)碳儲量主要受氣溫、植被歸一化指數(shù)、地表人類活動強(qiáng)度和化肥施用量的影響.