全 文 ：中国未来土地利用变化对地上植被生物量的影响*
孙晓芳1,2 摇 岳天祥1**
( 1中国科学院地理科学与资源研究所, 北京 100101; 2中国科学院研究生院, 北京 100049)
摘摇 要摇 土地利用变化通过改变生态系统结构对植被生物量产生很大影响.采用土地利用动
态模型模拟了沿历史趋势情景(未来土地利用面积变化由 1988—2005 年的历史趋势推衍而
来)和规划情景下(未来土地利用面积变化基于国家尺度上的土地利用规划来制定)中国至
2030 年土地利用变化的时空分布格局,基于此格局并结合密度法估算了植被生物量空间分
布.模拟结果表明:沿历史趋势情景下,森林面积将减少,但随着林龄的增长,森林生物量密度
增加,至 2030 年中国植被生物量为 14619 Tg,比 2005 年增加了 251. 19 Tg;规划情景下,森林
面积将增加,至 2030 年中国植被生物量为 15468 Tg,比 2005 年增加了 1100 Tg. 在规划情景
下,由于人工林面积较大,林龄普遍较低,导致至 2030 年植被生物量密度低于沿历史趋势情
景,因此规划情景下中国植被作为碳汇的潜力更大.
关键词摇 情景摇 土地利用变化摇 空间模型摇 景观摇 生物量密度摇 林龄
文章编号摇 1001-9332(2012)08-2225-08摇 中图分类号摇 F301摇 文献标识码摇 A
Effects of China future land use change on aboveground vegetation biomass. SUN Xiao鄄
fang1,2, YUE Tian鄄xiang1 ( 1 Institute of Geographic Sciences and Natural Resources Research, Chi鄄
nese Academy of Sciences, Beijing 100101, China; 2 Graduate University of Chinese Academy of Sci鄄
ences, Beijing 100049, China) . 鄄Chin. J. Appl. Ecol. ,2012,23(8): 2225-2232.
Abstract: Land use change has significant effects on vegetation biomass via altering ecosystem
structure. By adopting a spatially explicit land use change model, this paper simulated the spatio鄄
temporal pattern of land use change in China till 2030, based on the historical scenario (in this sce鄄
nario, the land use trend in 1988-2005 was extrapolated to obtain the area of each land use type in
the future) and the planned scenario (in this scenario, the area of each land use type in the future
was based on the national scale land use planning). On the basis of this simulation and using a bio鄄
mass density approach, the spatial pattern of vegetation biomass change in China was estimated.
The simulation showed that under the historical scenario, the forest area would be decreased but the
forest age would be in adverse, and accordingly, the forest biomass density would have an increase.
Till 2030, the overall vegetation biomass in China would be 14619 Tg, with an increase of 251. 19
Tg as compared to the situation in 2005. Under the planned scenario, the forest area would be in鄄
creased, and the overall vegetation biomass in 2030 would be 15468 Tg, with an increase of 1100
Tg as compared to the situation in 2005. In the planned scenario, the planted forest area would be
larger while the forest age would be younger, resulting in a much lower vegetation biomass density
in 2030 than that in the historical scenario, and thus, the China爷 s vegetation in the planned sce鄄
nario would have a higher potential to act as a carbon sink.
Key words: scenario; land use change; spatial model; landscape; biomass density; forest age.
*国家杰出青年科学基金项目(40825003)、国家重点基础研究发展
计划项目 ( 2010CB950904 ) 和国家自然科学基 金 重点 项目
(41023010)资助.
**通讯作者. E鄄mail: yue@ lreis. ac. cn
2012鄄02鄄28 收稿,2012鄄07鄄11 接受.
摇 摇 随着中国经济的快速发展和国家重大发展战略
的实施,中国土地利用格局将发生快速变化[1] . 土
地利用 /覆盖变化对陆地生态系统的结构产生很大
影响,是改变陆地植被生物量的主要原因[2],土地
利用变化对植被生物量的影响将引起温室气体排
放、粮食安全等问题,关系到环境的可持续发展、自
然生态系统的承载能力和人类的生存[3-7] .目前,国
外学者对土地利用变化对生物量的影响展开了广泛
应 用 生 态 学 报摇 2012 年 8 月摇 第 23 卷摇 第 8 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Aug. 2012,23(8): 2225-2232
研究[8-12] . 如 Houghton[13]采用 bookkeeping 模型估
算出 1850—1990 年全球由于土地利用变化造成碳
储量的减少量为 124 Pg C. Tian 等[14]认为,土地利
用变化是影响陆地生态系统碳储量的最重要的因
素. Bolliger等[15]估算了瑞士在 3 种不同土地利用
政策下,土地利用变化对碳储量大小和分布格局的
影响. Tappeiner等[16]采用文献调研获取碳密度值的
方法,分析了澳大利亚 Stubai 流域在 3 种预测情景
下的植被生物量. Geoghegan 等[17]模拟了尤卡坦半
岛在两种经济发展情景下土地利用变化的空间分布
格局,并在此基础上估算了土地利用变化所引起的
碳储量变化. Cantarello 等[18]通过文献调研获取了
每种土地利用类型的碳密度,在此基础上估算了英
国西南部在 3 种土地利用变化政策和规划情景下对
生物量分布的影响.在中国,也有许多研究对土地利
用变化进行模拟[19-23]、基于生物量密度对植被生物
量进行估算[24-27]以及基于生物地球化学模型对植
被生物量进行模拟[28-31] .在欧洲等地区未来土地利
用变化对生物量的影响研究受到很大关注,但目前中
国关于大尺度上宏观土地利用目标和规划对生态系
统生物量影响的空间定量化研究还很少,大多数研究
仅考虑了温度、降水等自然因素对生物量变化的影
响,主要原因在于人为因素的复杂性. Xu 等[32]通过
建立各森林类型生物量密度与林龄的关系,成功预测
了在中国林业发展规划目标下到 2050 年全国的森林
生物量,但该研究是对全国森林生物量的总体预估,
而非空间上的定量研究.随着我国经济的发展、生态
环境保护和全球变化问题的凸显,进一步开展土地利
用变化对生物量的影响研究能够为制定国家水平或
区域尺度上的相关管理措施提供有益的参考.
本文基于土地利用动态模型 Dyna鄄CLUE 模拟
了在国家规划情景下和沿历史趋势发展情景下土地
利用变化的空间分布格局,结合各土地类型的生物
量密度估算了两种情景下生物量的空间分布,比较
了两种情景下土地利用变化对生物量的影响程度,
以期为合理改进管理措施对碳循环和生物资源的影
响提供科学依据.
1摇 研究方法
1郾 1摇 情景设置
本文设定中国未来土地利用变化的两种情景:
1)沿历史趋势发展情景.根据中国科学院资源环境
数据中心解译的 1988—2005 年全国土地利用数据
集,线性推断未来土地利用变化趋势,该土地利用数
据集共 4 期,时间分别为 1988、1995、2000、2005 年,
空间分辨率为 1 km2 . 该情景下模拟了在不采取管
理措施的情况下中国未来土地利用变化对植被生物
量空间分布格局的影响. 2)规划情景. 基于政府部
门对农田、森林、草地所制定的发展目标确定未来各
土地类型的面积. 根据“国家粮食安全中长期规划
纲要冶 [33],确保我国耕地面积不能低于 1郾 2伊108 hm2
红线.未来森林的面积数据来自于国家林业局制定
的“中国可持续发展林业战略研究总论冶 [34],到
2010、2020、2030 年中国森林覆盖率分别提高到
20郾 4% 、23郾 5% 、25郾 5% . 草地面积的确定基于农业
部编制的“国家草地保护与发展计划冶 [35]来设定,目
标是治理沙化、碱化和退化的草地,本研究假定草地
至 2030 年恢复到 1988 年时的面积,2000—2005 年
间,中央投资各类草原保护建设资金 90 多亿元,实
施天然草原植被恢复与建设项目. 由于目前没有建
设用地类型和水域类型至 2030 年相关的规划数据,
本研究假设建设用地将按照历史趋势发展,水域面
积将保持不变,未利用地面积由全国总面积减去耕
地、林地、草地、建设用地和水域面积获得.
1郾 2摇 土地利用变化空间分布的模拟
基于国家对各类型土地利用面积规划数据,本
文采用土地利用动态变化模型 Dyna鄄CLUE 对中国
未来土地利用变化进行空间模拟分析(图 1). Dyna鄄
CLUE模型将“自上而下冶和“自下而上冶过程相结
合,综合了土地利用变化的宏观驱动因素与微观格
局演化特征,融合了土地利用的数量变化与空间分
布,运用系统论处理各土地利用类型间的竞争关系,
实现了不同土地利用变化在空间上的直观表达[36] .
Dyna鄄CLUE模型假设土地需求、土地利用空间分布
格局以及该地区自然环境和社会经济状况之间处于
动态平衡态[37] . 模型主要包括 4 个模块:土地需求
模块、空间适宜性分析模块、各类型土地利用转化设
置模块和空间政策制约模块.
土地需求模块中确定每种土地利用类型的宏观
需求,决定了每种土地利用类型整体上的竞争力.在
沿历史趋势发展情景下,各类土地总面积根据
1988—2005 年土地利用变化趋势线性推断获得;在
规划情景下,各类土地总面积从国家政府部门制定
的发展目标获取.
空间适宜性模块中,基于土地利用空间格局现
状与多种土地利用变化驱动因子所建立的空间相关
关系对每个栅格上各土地利用类型的适宜性进行评
价,在空间上对各土地利用类型进行优化布局,决定
6222 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
图 1摇 模拟过程流程图
Fig. 1摇 Flow鄄chart of the simulation procedure郾
土地利用的空间格局特征.本研究选择 12 种影响因
素:高程(m)、坡度、土壤质地(砂土、壤土和粘土)、
土壤 pH值、排水性(高、低)、通达性(距铁路的距
离、距公路的距离, km)、气温(益)、降水(mm)、辐
照度、人口密度(person·hm-2)、土壤厚度、土壤有
机碳,采用 Logistic逐步回归评价分析各土地利用类
型与其驱动因子的关系及其空间表现形式,以各土
地利用类型为因变量、驱动因子为自变量建立二元
Logistic回归方程,通过土地利用空间分布与驱动因
素之间的关系得出各土地利用类型的空间分布概
率,即空间分布适宜程度,对土地利用需求进行空间
分配. Logistic回归精度采用特征操作曲线(ROC)衡
量,ROC值越接近 1郾 0,表明回归方程对土地利用分
布格局的解释能力越强.经检验,建设用地、耕地、草
地、灌丛、森林的 ROC 值分别为 0郾 98、0郾 92、0郾 81、
0郾 82 和 0郾 91,可见各土地类型的 ROC 值均在 0郾 81
以上,说明本研究所选的驱动因素能较好地判别中
国土地利用的空间分布格局.
各类型土地利用转化设置模块包括对不同土地
利用类型的稳定性、土地利用类型之间相互转换的
可能性进行设置.土地利用稳定程度即某一土地利
用类型转换为其他类型的难度大小,其值在 0 ~ 1,
为 0 时可以任意转换为其他类型,为 1 时则不会转
换为其他类型.根据专家意见,本文将建设用地、耕
地、草地、灌丛、林地的稳定程度分别设置为 0郾 9、
0郾 7、0郾 6、0郾 6 和 0郾 9.
空间政策制约模块中设置土地利用类型间的转
换条件,如自然保护区的森林、灌丛和草地等不容许
转换为耕地和建设用地,从而使模拟结果更接近实
际情况.
在 Dyna鄄CLUE模型的模拟过程中,综合各土地
类型的总需求、空间分布适宜性、土地利用转化规
则、限制条件,基于土地利用现状图,对土地利用进
行空间分配.首先确定可转换的土地利用模拟单元,
按照该单元不同土地利用类型的分布适宜性大小对
土地利用类型进行分配,生成最初土地利用图,然后
与土地利用需求之间寻求平衡,通过多次迭代直到
符合各土地利用类型的面积需求.
为了验证模型模拟的合理性和准确性,以 1988
年土地利用空间分布图为基准年数据,采用 Dyna鄄
CLUE模型预测出 2000 年土地利用分布格局,应用
2000年真实的土地利用遥感解译图与模型预测的
2000年土地利用图进行 Kappa指数分析[38-39],其中,
1988—2000年土地利用面积数据采取线性插值法获
得.分析结果表明,位置 Kappa系数值为 0郾 88,具有较
高的一致性,说明模型具有较好的空间预测能力.
1郾 3摇 植被生物量的估算
基于所模拟的未来土地利用空间分布格局,以
及各土地类型各省区的生物量密度,采用国际上常
用的密度法模拟未来生物量的空间分布. 各省区草
地、灌丛、森林的生物量密度由文献[40-42]获取.
由于森林生物量密度会随着林龄显著增加,因此基
于森林生物量与林龄的经验关系考虑了森林生物量
密度随着林龄的增加所发生的变化[43-44] .由于森林
中不断地会有砍伐、死亡和再植发生,因此假设成熟
林每 10 年增长 2 个林龄,而幼龄林每 2 年增长 1 个
林龄[45] .相对森林而言,草地和灌丛的生物量密度
随年份的增加幅度不大,本研究假设草地和灌丛的
生物量密度保持不变. 建设用地所占的面积比例很
小,其生物量密度极低且没有可用数据,因此本研究
假设其生物量为 0. 根据 Dyna鄄CLUE 模型模拟的
2030 年中国土地空间格局,采用 ArcGIS 软件对各
省区不同土地利用类型分别赋予其生物量密度,计
72228 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 孙晓芳等: 中国未来土地利用变化对地上植被生物量的影响摇 摇 摇 摇 摇 摇
算出中国未来生物量的空间分布格局,以及全国总
生物量的变化趋势.
2摇 结果与分析
2郾 1摇 土地利用变化空间分布格局
沿历史趋势情景下,草地面积持续减少,在中国
东部,草地主要转变为农田,在中国南部,草地主要
转变为灌丛,在中国西北部,大量草地退化成荒漠;
规划情景下,国家实施对草地的管理措施,要求加强
草地保护和建设、恢复三化草地、遏制生态环境恶化
趋势,该情景下中国的西部和北部过去二十几年被
破坏的草地将被恢复,未来增加的草地面积主要来
自于未利用地,这些地区的未利用地由不同历史时
期的草地退化而来.在两种情景下,随着经济社会的
发展,建设用地面积均呈扩张趋势,主要发生在中国
东部地区,东南沿海、京津塘地区、黄淮海平原等地
建设用地扩张显著.沿历史趋势情景下,建设用地面
积的扩张占用大量耕地. 21 世纪以来,在经济社会
快速发展背景下,需求压力也不断增大,保护耕地红
线、保障国家粮食安全是当前及未来中国土地管理
的目标,因此在规划情景下限制了耕地面积的缩减
(图 2).沿历史趋势情景下,森林面积减少,尤其在
中国的西南地区和东部地区;规划情景下,森林覆盖
率不断增加,根据模拟的结果,增加的林地主要分布
在中国东北部以及西南部水热条件较好的地区(图
3),主要由这些区域的未利用地转化而来,历史时
期对森林的滥伐造成大片林地转变成非林地即未利
用地,在规划情景下将改造这些自然条件下适于森
林生长的未利用地,使其恢复为林地,增加我国的森
林覆盖率.
图 2摇 2005 年以及 2030 年沿历史趋势情景和规划情景下的土地利用图
Fig. 2摇 Land use map in 2005, 2030 of business as usual scenario and 2030 of planned development scenario郾
a)2005; b)2030 年沿历史发展情景 Business as usual scenario in 2030; c)2030 年规划情景 Planned development scenario in 2030郾 下同 The same
below郾
图 3摇 规划情景下草地和森林扩张以及耕地缩减的地区
Fig. 3摇 Hotspots of expansion of grassland and forest and con鄄
traction of cultivated land in the planned development scenario郾
玉:草地变化热点区 Hotspots of grassland change;域:森林变化热点区
Hotspots of forest change;芋:耕地变化热点区 Hotspots of cultivated
land change郾
2郾 2摇 植被生物量空间分布格局
建设用地面积仅占全国国土总面积的 0郾 7% ,
且其生物量密度极低,因此本研究没有估算建设用
地的生物量. 沿历史趋势情景下,2005—2015 年由
于森林面积的减少、草地的退化以及耕地向建设用
地的转变,全国的植被生物量将由 14370 Tg 降低到
14290 Tg,但随着林龄的增加,幼龄林生物量密度不
断增加,至 2020 年,由森林生物量密度增加引起的
生物量增加弥补了由于森林面积减少导致的生物量
降低,2020—2030 年植被生物量略高于 2005 年,生
物量的增加率分别为 0郾 9%和 1郾 7% (表 1).规划情
景下,由于森林覆盖度的增加和草地的恢复,2030
年植被生物量比 2005 年增加 7郾 7% (1100 Tg).与沿
历史趋势情景相比,规划情景下 2015、2020 和 2030
年的植被生物量分别增加 347、369 和 849 Tg. 规划
情景下新植的幼龄林面积较大,随着林龄的增加,其
比沿历史趋势情景具有更大的碳汇潜力.
8222 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
表 1摇 两种情景下 2005—2030 年各时期不同土地类型的总面积和总生物量
Table 1摇 Total area and aboveground biomass of each land use type for different periods from 2005 to 2030 in the two scenar鄄
ios
情景
Scenario
年份
Year
耕地
Cultivated land
面积
Area
(km2)
生物量
Biomass
(Tg)
草地
Grassland
面积
Area
(km2)
生物量
Biomass
(Tg)
灌丛
Shrub
面积
Area
(km2)
生物量
Biomass
(Tg)
森林
Forest
面积
Area
(km2)
生物量
Biomass
(Tg)
总量
Total
面积
Area
(km2)
生物量
Biomass
(Tg)
基准年
Base year 2005 1836008 1650郾 26 2897348 231郾 88 812160 1472郾 10 1539436 7郾 15 11014郾 36 14368郾 60
沿历史趋 2015 1799080 1621郾 87 2855612 224郾 54 858768 1418郾 11 1513552 7郾 29 11030郾 43 14294郾 94
势情景 2020 1780760 1607郾 43 2834896 221郾 64 881544 1624郾 02 1500024 7郾 36 11046郾 93 14500郾 02
BAU 2030 1737584 1576郾 99 2791400 216郾 07 921748 1708郾 96 1453164 7郾 65 11117郾 76 14619郾 79
规划情景 2015 1792256 1618郾 95 2937312 233郾 54 735796 1366郾 23 1727108 6郾 61 11423郾 60 14642郾 31
Planned 2020 1792344 1618郾 88 2957680 234郾 87 699176 1297郾 74 1852364 6郾 33 11717郾 89 14869郾 38
2030 1791592 1617郾 69 2998456 238郾 12 625684 1165郾 79 2022992 6郾 15 12447郾 04 15468郾 64
BAU: Business as usual scenario.
图 4摇 不同情境下中国植被地上生物量的空间分布格局
Fig. 4摇 Spatial pattern of aboveground biomass of vegetation in China under different scenarios郾
柱形图代表各区生物量总量 The histograms presented the total biomass of each region郾
摇 摇 基于中国未来土地利用空间分布格局的模拟结
果,结合各土地类型和生物量密度及林龄,计算出中
国 2030 年植被生物量的空间分布格局(图 4).采用
Fang等[46]的分区方法,可将中国分成 6 个区. 由于
中国地形复杂,且不同区的气候差异明显,不同区的
生物量也有很大不同. 2005 年,西南地区的植被生
物量最高,其次为东北地区,这两个地区的植被生物
量所占比例超过 50% ,中南地区、东部地区、北部地
区和西北地区植被生物量的总和占全国的 40% ,这
与中国的自然地理环境和社会经济环境一致. 沿历
史趋势情景和规划情景下,植被生物量在各地区之
间分配的情况没有改变,但每个区不同时间段的植
被生物量发生了变化.沿历史趋势情景下,西北地区
和西南地区由于自然生态系统遭到破坏,植被生物
量减少;东部地区和中南地区人工林面积较大、林龄
小,平均生物量密度较低,随着林龄的增加,该区
2030 年的植被生物量高于 2005 年.在规划情景下,
中国 6 个地区的植被生物量均有所升高.
3摇 讨摇 摇 论
本研究首先模拟了沿历史趋势情景下和规划情
景下中国不同土地利用变化的空间分布格局,然后
在此基础上估算了两种情景下中国植被生物量的空
间分布.模拟结果表明,至 2030 年,沿历史趋势情景
下,森林面积减少,但随着林龄的增长,森林生物量
密度增加,中国植被总生物量高于 2005 年;规划情
景下,森林面积和植被生物量均增加,该情景下人工
林面积较大,林龄普遍较低,植被生物量密度低于沿
历史趋势情景,其作为碳汇的潜力更大.通过 Dyna鄄
CLUE模型将国家尺度的土地利用规划降尺度到高
分辨率(1 km2)的土地利用空间分布图,有助于认
清土地利用变化的热点区域,使评估土地利用变化
对植被生物量和其他多种环境因子的影响成为可
能.但是,本研究的预测基于一些假设,模拟结果存
92228 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 孙晓芳等: 中国未来土地利用变化对地上植被生物量的影响摇 摇 摇 摇 摇 摇
在一定的不确定性,主要表现为如下几方面:1)模
型假设土地利用变化的驱动因素在研究期内保持不
变,该假设一方面是由于缺少相关数据,另一方面模
拟时间段较短,期间驱动因素的空间格局不会发生
很大变化;2)与其他类似研究一致[18,47-48],本研究
也未考虑建筑用地和其他用地(包括沙漠、戈壁、裸
地、裸岩、冰川)的植被生物量,这些土地利用类型
的生物量密度极低,目前也没有可用数据;3)土地
利用模型中的参数如土地利用转换规则和各土地利
用类型的稳定强度是根据专家经验来设定,具有一
定程度的不确定性;4)本研究从文献中获取每个省
区各土地类型的生物量密度,但同一省区内的生物
量密度仍会有较大差异,由于人为因素影响的复杂
性,目前尚未有管理措施下对全国碳密度的空间定
量化研究,因此采用简化的模拟方法,使结果具有较
大的不确定性;5)本文是基于规划情景进行的模
拟,模拟结果是否接近未来实际也取决于对规划目
标解读的正确性和规划目标是否能够顺利实现. 由
于上述不确定性的存在,因此本研究结果仅说明了
在给定的情景和假设下,未来土地利用变化空间分
布的可能趋势,而非对未来土地利用变化和生物量
实际分布的预测.
有多例研究对中国尺度上的过去和未来植被生
物量进行估算. 如 Fang 等[46]基于改进的生物量转
换因子法和国家森林资源清查数据估算了 1949—
1998 年中国森林的生物量;Piao等[27]采用同样方法
估算了 1999—2003 年中国森林的生物量,但对森林
的定义从郁闭度大于 30%变为郁闭度大于 20% ,因
此估算的森林生物量显著高于 Fang 等[46]和本研究
结果(图 5).
摇 摇 Xu等[32]基于中国森林资源清查数据建立了主
要森林类型生物量密度与林龄的关系,结合中国林
业发展规划预测了中国 2000—2050 年森林的生物
量碳库,结果表明,2030 年森林生物量为 21670 Tg,
高于本研究在规划情景下的森林生物量. 主要原因
可能在于:在 Xu等[32]的研究中,对森林的定义为郁
闭度大于 20% ,本研究中森林郁闭度大于 30% ;Xu
等[32]的研究假设没有森林的砍伐和死亡,本研究假
设森林砍伐、死亡和新生使成熟林每 10 年增长 2 个
林龄、幼龄林每 2 年增长 1 个林龄.
Tao和 Zhang[31]基于修正的 LPJ 模型模拟了不
同 IPCC SRES情景下中国的碳生物量,其模拟 2030
年中国的碳生物量为 58000 Tg,比本研究结果高很
多,存在这种差异的原因主要是两者在土地利用类
图 5摇 1949—2030 年中国森林生物量变化趋势
Fig. 5摇 Change of biomass for forest from 1949 to 2030 in Chi鄄
na郾
1949—1998 年数据来自 Fang 等[46] ,1999—2003 年数据来自 Piao
等[27] ,2005—2030 年数据为本研究结果 The data from 1949 to 1998
were derived from Fang, et al[46] , the data from 1999 to 2003 were de鄄
rived from Piao, et al[27] , the data from 2005 to 2030 were from this
study郾 BAU: 沿历史趋势情景 Business as usual scenario; Planned: 规
划情景 Planned development scenario.
型分类、情景设置和基本假设方面都不同,很难进行
结果对比. Tao 和 Zhang[31]模拟的中国碳生物量的
空间分布趋势与本研究具有较好的一致性.
虽然本研究存在一定的不确定性,但模拟结果
能够为评价中国宏观尺度上的土地规划在景观尺度
上的效应、识别土地利用和生物量变化的热点区域
提供重要的科学依据.
参考文献
[1]摇 Liu J鄄Y (刘纪远), Zhang Z鄄X (张增祥), Xu X鄄L
(徐新良), et al. Spatial patterns and driving forces of
land use change in China in the early 21st century. Acta
Geographica Sinica (地理学报), 2009, 64 ( 12 ):
1411-1420 (in Chinese)
[2]摇 Canadell JG. Land use effects on terrestrial carbon
sources and sinks. Science in China Series C, 2002, 45:
1-9
[3]摇 Turner BL, Lambin EF, Reenberg A. The emergence of
land change science for global environmental change and
sustainability. Proceedings of the National Academy of
Sciences of the United States of America, 2007, 104:
20666-20671
[4]摇 Sitch S, Brovkin V, von Bloh W, et al. Impacts of fu鄄
ture land cover changes on atmospheric CO2 and cli鄄
mate. Global Biogeochemical Cycles, 2005, 19:
GB2013
[5]摇 Houghton RA. Land鄄use change and the carbon鄄cycle.
Global Change Biology, 1995, 1: 275-287
[6]摇 Olofsson P, Torchinava P, Woodcock CE, et al. Impli鄄
cations of land use change on the national terrestrial car鄄
bon budget of Georgia. Carbon Balance and Manage鄄
ment, 2010, 5: 4, doi: 10. 1186 / 1750鄄0680鄄5鄄4
0322 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
[7]摇 Houghton RA. Aboveground forest biomass and the glob鄄
al carbon balance. Global Change Biology, 2005, 11:
945-958
[8]摇 Kerr S, Liu SG, Pfaff ASP, et al. Carbon dynamics and
land鄄use choices: Building a regional鄄scale multidisci鄄
plinary model. Journal of Environmental Management,
2003, 69: 25-37
[9]摇 Zaehle S, Bondeau A, Carter TR, et al. Projected
changes in terrestrial carbon storage in Europe under cli鄄
mate and land鄄use change, 1990 - 2100. Ecosystems,
2007, 10: 380-401
[10]摇 Schroeder P. A carbon budget for Brazil: Influence of
future land鄄use change. Climatic Change, 1996, 33:
369-383
[11]摇 Houghton RA. How well do we know the flux of CO2
from land鄄use change? Tellus Series B: Chemical and
Physical Meteorology, 2010, 62: 337-351
[12]摇 Fearnside PM. Global warming and tropical land鄄use
change: Greenhouse gas emissions from biomass burn鄄
ing, decomposition and soils in forest conversion, shift鄄
ing cultivation and secondary vegetation. Climatic
Change, 2000, 46: 115-158
[13]摇 Houghton RA. The annual net flux of carbon to the at鄄
mosphere from changes in land use 1850-1990. Tellus
Series B: Chemical and Physical Meteorology, 1999,
51: 298-313
[14]摇 Tian HQ, Melillo JM, Kicklighter DW, et al. Regional
carbon dynamics in monsoon Asia and its implications
for the global carbon cycle. Global and Planetary
Change, 2003, 37: 201-217
[15]摇 Bolliger J, Hagedorn F, Leifeld J, et al. Effects of
land鄄use change on carbon stocks in Switzerland. Eco鄄
systems, 2008, 11: 895-907
[16]摇 Tappeiner U, Tasser E, Leitinger G, et al. Effects of
historical and likely future scenarios of land use on
above鄄 and belowground vegetation carbon stocks of an
alpine valley. Ecosystems, 2008, 11: 1383-1400
[17]摇 Geoghegan J, Lawrence D, Schneider LC, et al. Ac鄄
counting for carbon stocks in models of land鄄use change:
An application to Southern Yucatan. Regional Environ鄄
mental Change, 2010, 10: 247-260
[18]摇 Cantarello E, Newton AC, Hill RA. Potential effects of
future land鄄use change on regional carbon stocks in the
UK. Environmental Science and Policy, 2011, 14: 40-
52
[19]摇 Verburg PH, Veldkamp A, Fresco LO. Simulation of
changes in the spatial pattern of land use in China. Ap鄄
plied Geography, 1999, 19: 211-233
[20]摇 Verburg PH, Chen YQ. Multiscale characterization of
land鄄use patterns in China. Ecosystems, 2000, 3: 369-
385
[21]摇 Liu JY, Zhuang DF, Luo D, et al. Land鄄cover classifi鄄
cation of China: Integrated analysis of AVHRR imagery
and geophysical data. International Journal of Remote
Sensing, 2003, 24: 2485-2500
[22]摇 Liu XP, Li X, Shi X, et al. Simulating land鄄use dy鄄
namics under planning policies by integrating artificial
immune systems with cellular automata. International
Journal of Geographical Information Science, 2010, 24:
783-802
[23]摇 Yue TX, Fan ZM, Liu JY. Scenarios of land cover in
China. Global and Planetary Change, 2007, 55: 317-
342
[24]摇 Fang JY, Wang ZM. Forest biomass estimation at re鄄
gional and global levels, with special reference to
China爷s forest biomass. Ecological Research, 2001, 16:
587-592
[25]摇 Ni J. Carbon storage in terrestrial ecosystems of China:
Estimates at different spatial resolutions and their re鄄
sponses to climate change. Climatic Change, 2001, 49:
339-358
[26]摇 Wang XK, Feng ZW, Ouyang ZY. The impact of human
disturbance on vegetative carbon storage in forest ecosys鄄
tems in China. Forest Ecology and Management, 2001,
148: 117-123
[27]摇 Piao SL, Fang JY, Ciais P, et al. The carbon balance
of terrestrial ecosystems in China. Nature, 2009, 458:
1009-1014
[28]摇 Peng CH, Apps MJ. Contribution of China to the global
carbon cycle since the last glacial maximum: Recon鄄
struction from palaeovegetation maps and an empirical
biosphere model. Tellus Series B: Chemical and Physical
Meteorology, 1997, 49: 393-408
[29]摇 Cao MK, Prince SD, Li KR, et al. Response of terres鄄
trial carbon uptake to climate interannual variability in
China. Global Change Biology, 2003, 9: 536-546
[30]摇 Mu QZ, Zhao MS, Running SW, et al. Contribution of
increasing CO2 and climate change to the carbon cycle in
China爷 s ecosystems. Journal of Geophysical Research:
Biogeosciences, 2008, 113: G01018
[31]摇 Tao FL, Zhang Z. Dynamic responses of terrestrial eco鄄
systems structure and function to climate change in Chi鄄
na. Journal of Geophysical Research: Biogeosciences,
2010, 115: G03003
[32]摇 Xu B, Guo ZD, Piao SL, et al. Biomass carbon stocks
in China爷s forests between 2000 and 2050: A prediction
based on forest biomass鄄age relationships. Science China
Life Sciences, 2010, 53: 776-783
[33]摇 The Central People爷 s Government of the People爷 s Re鄄
public of China (中华人民共和国中央人民政府).
Outline of the National Program for Long鄄 and Medium鄄
Term National Food Supply Security ( 2008 - 2020 ).
Beijing: China Agricultural Science and Technology
Press, 2008 (in Chinese)
[34]摇 Forestry Sustainable Development Strategy Research
Group of China (中国可持续发展林业战略研究项目
组). General View of China Forestry Sustainable Devel鄄
opment Strategy Research. Beijing: China Forestry
Press, 2002 (in Chinese)
[35]摇 The Central People爷 s Government of the People爷 s Re鄄
public of China (中华人民共和国中央人民政府).
Sveral Policies about Strenghthening Grassland Protec鄄
tion and Construction [EB / OL]. (2002鄄09鄄16) [2011鄄
12鄄12]. http: / / www. gov. cn / gongbao / content / 2002 /
13228 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 孙晓芳等: 中国未来土地利用变化对地上植被生物量的影响摇 摇 摇 摇 摇 摇
content_61781. htm (in Chinese)
[36]摇 Verburg PH, Overmars KP. Combining top鄄down and
bottom鄄up dynamics in land use modeling: Exploring the
future of abandoned farmlands in Europe with the Dyna鄄
CLUE model. Landscape Ecology, 2009, 24: 1167 -
1181
[37]摇 Verburg PH, Schulp CJE, Witte N, et al. Downscaling
of land use change scenarios to assess the dynamics of
European landscapes. Agriculture, Ecosystems and Envi鄄
ronment, 2006, 114: 39-56
[38]摇 Liu M (刘摇 淼), Hu Y鄄M (胡远满), Chang Y (常摇
禹), et al. Analysis of temporal predicting abilities for
the CLUE鄄S land use model. Acta Ecologica Sinica (生
态学报), 2009, 29(11): 6110-6119 (in Chinese)
[39]摇 Pontius RG, Schneider LC. Land鄄cover change model
validation by an ROC method for the Ipswich watershed,
Massachusetts, USA. Agriculture, Ecosystems and Envi鄄
ronment, 2001, 85: 239-248
[40]摇 Fang J鄄Y (方精云), Liu G鄄H (刘国华), Xu S鄄L (徐
嵩龄). Carbon Pools in Terrestrial Ecosystems in Chi鄄
na. Beijing: China Science and Technology Press, 1996
(in Chinese)
[41]摇 Fang JY, Wang GG, Liu GH, et al. Forest biomass of
China: An estimate based on the biomass鄄volume rela鄄
tionship. Ecological Applications, 1998, 8: 1084-1091
[42]摇 Piao SL, Fang JY, Zhou LM, et al. Changes in biomass
carbon stocks in China爷 s grasslands between 1982 and
1999. Global Biogeochemical Cycles, 2007, 21:
GB2002, doi:10. 1029 / 2005GB002634
[43]摇 Nabuurs GJ. European Forests in the 21st Century:
Long鄄term Impacts of Natural Oriented Forest Manage鄄
ment Assessed with a Large Scale Scenario Model. PhD
Thesis. Finland: University of Joensuu, 2001
[44]摇 Pussinen A, Schelhaas MJ, Verkaik E, et al. Manual
for the European Forest Information Senario Model. Fin鄄
land: European Forest Institute, 2001
[45] 摇 Nabuurs GJ, Pussinen A, van Brusselen J, et al. Fu鄄
ture harvesting pressure on European forests. European
Journal of Forest Research, 2007, 126: 391-400
[46]摇 Fang JY, Chen AP, Peng CH, et al. Changes in forest
biomass carbon storage in China between 1949 and
1998. Science, 2001, 292: 2320-2322
[47]摇 Milne R, Brown TA. Carbon in the vegetation and soils
of Great Britain. Journal of Environmental Management,
1997, 49: 413-433
[48]摇 Eaton J, McGoff N, Byrne K, et al. Land cover change
and soil organic carbon stocks in the Republic of Ireland
1851-2000. Climatic Change, 2008, 91: 317-334
作者简介摇 孙晓芳,女,1985 年生,博士研究生.主要从事土
地利用变化和生态学模型研究. E鄄mail: sunxf@ lreis. ac. cn
责任编辑摇 杨摇 弘
2322 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷