基于PLUS-InVEST模型的河南省碳储量时空演变及预测

Spatiotemporal evolution and prediction of carbon storage in Henan Province based on PLUS-InVEST Model

摘要

目的 开展河南省土地利用碳储量研究，为优化土地利用结构、提升区域固碳能力提供科学支撑。 方法 基于PLUS-InVEST模型，利用河南土地数据，探究多情景下土地变化及碳储量时空分布特征。 结果 （1） 2000—2020年河南土地利用结构变化显著，耕地减少4 869.027 km²，建设用地增加7 280.851 km²。（2） 2030年河南土地利用演变差异明显，耕地保护情景结构最稳定，城镇发展情景变化最剧烈，自然发展和生态保护情景分别呈现无约束演变和协调平衡特征。（3） 2000—2020 年河南省碳储量呈建设用地等差异化增长，耕地等持续减少的演化特征。（4） 2020—2030年河南碳储量变化明显，耕地保护与生态保护情景碳储量增加，其他情景则有所减少；空间分布呈高值区集中、中值区分布广、低值区零星的格局。 结论 河南应构建空间分异治理体系，豫西和豫南山区优化林草布局、豫东和豫北平原区实施耕地保护、豫中等城镇区严控城市扩张，实施多情景协同优化策略，有助于保障区域碳储量稳定。

Abstract

Objective This study investigates carbon storage associated with land use in Henan Province， aiming to provide scientific support for optimizing land use structure and enhancing regional carbon sequestration capacity. Methods Based on the PLUS-InVEST model and land use data from Henan Province， this study investigated land use changes and the spatiotemporal distribution characteristics of carbon storage under multiple scenarios. Results （1） From 2000 to 2020， the land use structure in Henan Province changed significantly， with cultivated land decreasing by 4 869.027 km² and construction land increasing by 7 280.851 km². （2） By 2030， distinct differences in land use evolution were projected for Henan Province： the cultivated land protection scenario exhibited the most stable structure， the urban development scenario showed the most drastic changes， while the natural development and ecological protection scenarios demonstrated unconstrained evolution and coordinated balance characteristics， respectively. （3） From 2000 to 2020， carbon storage in Henan Province exhibited a divergent pattern， while the construction land carbon storage increasing differentially and the cultivated land carbon storage declined steadily. （4） From 2020 to 2030， significant changes in carbon storage were expected in Henan Province. Carbon storage increased under the cultivated land protection and ecological protection scenarios but decreased under other scenarios. Spatially， the distribution exhibited a pattern of concentrated high-value areas， widely distributed medium-value areas， and scattered low-value areas. Conclusion Henan Province should establish a spatially differentiated governance system： optimizing forest and grassland layout in mountainous regions of western and southern Henan， implementing cultivated land protection in plain areas of eastern and northern Henan， and strictly controlling urban expansion in central urbanized regions. A multi-scenario coordinated optimization strategy is conducive to maintaining regional carbon storage stability.

Graphical abstract

关键词

土地利用 / 碳储量 / PLUS-InVEST模型 / 时空演变 / 河南省

Key words

land use / carbon storage / PLUS-InVEST model / spatiotemporal evolution / Henan Province

气候变化已成为人类面临的共同挑战，应对气候变化事关社会经济可持续发展^［1］。基于可持续发展内在要求，我国力争2030年实现碳达峰。河南作为典型农区，农资投入强度高，生态系统负担重^［2］。基于“双碳”战略目标，如何协调经济发展与环境保护关系，系统评估河南土地利用变化对碳储量影响，已成为区域可持续发展亟待解决的关键问题^［3］。

土地利用与碳储量相关研究集中在评价预测^［4-6］、时空格局^［7-9］及驱动机制等^{［1，10-12］}方面。（1）在评价预测方面，王朝阳等^［4］基于POP-PLUS模型，预测重庆市土地利用冲突演化，认为经济优先发展情景下土地利用冲突最为严重，生态优先发展情景下则冲突最小；于卓璇等^［5］基于PLUS-InVEST模型，开展湘江流域碳储存多情景预测，认为生态用地发挥重要碳汇作用，应构建控增等三位一体保护体系；赵晶晶等^［6］基于PLUS-InVEST-Geodetector模型，开展环太湖城市群碳储量模拟预测，认为生态保护情景具有更高碳储量和较低碳损失。（2）在时空格局方面，牛亚文等^［7］研究长株潭县域土地利用碳排放分异规律，认为具有明显集聚特征；孙赫等^［8］研究中国土地利用碳排放空间规律，认为重度区域集中在东部、北部沿海，轻度则在西北、西南；苑韶峰等^［9］研究长江经济带土地利用碳排放时空分异，指出高值、低值集聚中心分别位于下游沿海地区、上游及中游地区。（3）在驱动机制方面，李佳珂等^［10］认为应当优化用地布局，控制建设用地向林地、草地等用地扩张，提高碳储量水平；祁迷等^［1］认为应实施耕地保护和生态保护政策，可有效控制区域碳储量流失；赫晓慧等^［11］认为碳储量变化与土地利用变化密切相关，经济生态协调发展情景更适合城市发展。土地利用是导致碳储量变化的重要驱动因素，经济等是主要影响因子^［2，12］。

综上所述，土地利用碳储量研究受到广泛关注。研究方法多采用马尔可夫链-PLUS， PLUS-InVEST等模型开展多情景预测，研究尺度涉及流域、省域、市域、城市群等区域，研究内容多为时空演变、驱动机制及多情景预测。

河南是中原经济区建设的核心区域，土地利用变化关系到国家粮食安全、黄河流域生态保护等国家战略，但城市扩张、农业活动等导致土地利用变化剧烈，大量高碳密度土地流失，严重影响碳排放与碳汇动态平衡^［2］。刘英等^［13］基于河南省1999—2008年能源消费等数据，开展土地利用碳源/汇及其变化研究，研究时段相对较早；孟庆香等^［14］采用河南省近20年土地利用遥感数据，分析其强度与碳排放脱钩关系，未开展未来变化预测；王双等^［15］选取5 a土地利用数据，开展土地利用碳排放研究，预测3种优化情景下土地利用结构及碳储量变化趋势，未考虑耕地保护情景。基于此，应用PLUS-InVEST模型，基于河南2000—2020年3期土地利用数据，设置自然发展等4类情景，探究过去20年间以及预测2030年土地利用变化以及碳储量时空分布特征，以期为优化土地利用结构、增强碳汇能力和制定“河南省十五五”发展规划提供建议。

1 数据来源与研究方法

1.1 数据来源与处理

结合现有研究成果^［16-18］和河南土地利用特点，选用2000年、2010年和2020年3期土地利用数据，数据来源于土地利用数据库CLCD（China Land Cover Dataset），选取人口和GDP等12项驱动因素，数据来源如表1所示。为确保坐标和行列数统一，利用ArcGIS 10.8对原始数据进行处理，12种驱动因素栅格数据精度统一为30 m×30 m，高程数据来自地理空间数据云ASTER GDEM 30 m，坡度坡向由高程数据提取获得，各级道路、县政府、水域等距离采用“欧氏距离”计算获取。

1.2 研究方法

1.2.1 PLUS模型

采用PLUS（Patch-generating Land Use Simulation）模型进行多情景模拟。其中，基于用地扩张分析策略（Land Expansion Analysis Strategy， LEAS）模块用于测算其土地扩张潜力，多类随机斑块种子CA（CARS）模块进行精度验证，确保模型分析结果可靠性。参考已有研究成果^{［12，17］}并结合河南土地利用现状特征，构建不同情景下土地利用转移矩阵，由表2可知，将其作为核心限制条件引入分析；同时，纳入经计算获取的领域权重参数，其中耕地、林地、草地、水域、空地和建设用地权重分别为0.18，0.06，0.02，0.24，0.01，0.48，通过CARS模块生成2020年模拟土地利用变化图，利用Kappa系数评估模拟性能。

\mathrm{K}\mathrm{a}\mathrm{p}\mathrm{p}\mathrm{a}=\frac{P_{\mathrm{o}}-P_{\mathrm{e}}}{P_{\mathrm{p}}-P_{\mathrm{e}}} （1）

式中：Kappa系数为衡量分类精度和一致性的统计指标；P_o， P_e和P_p分别为实际、期望和理想情况下的模拟精度。若Kappa系数大于0.75，表示模拟结果与实际土地利用高度一致，模拟结果满足研究需要^［3］。通过模拟2020年土地利用类型，与实际2020年土地利用类型相对比，模拟结果Kappa系数为0.85，满足研究需要。

1.2.2 多情景模拟设置

研究以《河南省国土空间规划（2021—2030年）的通知》（以下简称《通知》）为指导文件，基于自然发展等4种情景，开展土地利用模拟预测。其中，自然发展情景，切实遵循2010—2020年土地利用变化规律，不考虑规划、政策等因素且不设置限制因素；耕地保护情景根据《通知》优先划定耕地和永久基本农田，通过叠加分析2000年、2010年及2020年耕地变化，确定长期稳定耕地，依据《农用地定级规程》，提取坡度小于6°的耕地作为优质耕地，将长期稳定耕地、优质耕地作为限制转换区，结合2010—2020年草地、林地、空地向耕地转化规模，部分丘陵区草地经整治后适宜转为耕地，且转化潜力较大，确定草地向耕地转移概率为60%，考虑到林地多分布于太行山、伏牛山等生态敏感区，且空地中可开垦为耕地的优质后备资源有限，转化概率低于草地，林地和空地向耕地转移概率为40%^［16］；生态保护情景则根据《通知》划定生态保护红线1.40万km²，生态保护红线集中分布于黄河生态带和太行山、伏牛山、桐柏—大别山，且设置为限制转换区；将建设用地向其他用地转换概率提升30%；耕地、林地、草地、水域、空地转化为建设用地概率分别降低40%，20%，20%，10%，50%^［16］；城镇发展情景要求建设用地面积不超过2020年1.3倍，情景核心是促进经济增长，参考《河南省新型城镇化规划（2021—2035年）》相关政策，将耕地、林地和草地向建设用地转移概率增加20%，空地向建设用地转换概率增加60%^［5］。

1.2.3 InVEST碳储量计算

基于地上生物量等4类碳库储量参数，运用InVEST核算碳储量^［5］。

C_i=C_{\mathrm{a}\mathrm{b}\mathrm{o}\mathrm{v}\mathrm{e}}+C_{\mathrm{b}\mathrm{e}\mathrm{l}\mathrm{o}\mathrm{w}}+C_{\mathrm{s}\mathrm{o}\mathrm{i}\mathrm{l}}+C_{\mathrm{d}\mathrm{e}\mathrm{a}\mathrm{d}} （2）

T_i=C_i\times A_i （3）

T_c={\displaystyle \sum _{i=\mathrm{1}}^n}{T}_i （4）

式中：C_i 为地类i的碳密度（t/hm²）；C_above，C_below， C_dead和C_soil分别表示地类i的地上、地下、死亡生物和土壤有机碳储量（t）^［5］；T_i 为地类i的碳储量（t）；A_i 为地类i的面积（hm²）；T_c 为总碳储量（t）；n为土地利用类型数量，取值6。

1.2.4 碳密度数据

基于已有文献^［11］，结合王双等^［15］、孙严超等^［19］研究成果，针对河南省耕地、林地、草地等不同地类碳密度进行参数修正。河南省气候地貌类型复杂，导致死亡有机物中凋落物碳密度时空变异大，同时观测数据不足，精准估算难度高且对总碳储量影响小，不予考虑^［15］。通过以上方法建立河南省不同土地利用类型碳密度数据库，见表3。

2 结果与分析

2.1 土地利用类型演变特征

2.1.1 2000—2020年土地利用演变特征

河南土地利用结构变化显著，表现为建设用地扩张显著和耕地持续减少（表4—5）。建设用地扩张极为显著且呈加速态势。2000—2010年和2010—2020年分别增加3 129.784 km²和4 151.067 km²；转移矩阵表明，建设用地扩张主要来源于耕地转入7 422.919 km²，占总转入面积的97.3%，其次为水域转入82.617 km²和草地转入77.718 km²，主要归因于城镇化与工业化进程快速推进。以郑州都市圈为例，其处于我国“两横三纵”城镇化战略格局关键交会处，在构建国内国际双循环等方面地位重要。近年来，河南省大力发展交通，率先建成“米”字形高铁网，郑开、郑机、郑焦城际铁路实现“公交化”运营；交通大力发展促进区域经济一体化，使得人口、产业加速集聚，对建设用地需求不断增加。

耕地持续减少且速率稍有加快。2000—2010年减少4 303.265 km²，2010—2020年减少4 586.146 km²。建设用地大量占用耕地是其下降的关键因素。2000—2020年耕地向建设用地转移面积达7 422.919 km²，占耕地总转出面积的64.37%；其次为向林地转移3 108.540 km²，占比26.95%，响应生态退耕政策实施；向水域转移565.972 km²，占比4.91%。如洛阳作为重要工业城市，城市建设占用大量耕地，使得耕地数量大量减少；南阳围绕特色农业发展，以“牧原”为代表的肉食品产业发展，带动农业相关产业发展，部分耕地被用于发展饲料种植等，促使传统粮食作物种植面积减少。此外，生态退耕政策实施，不适宜耕种或生态脆弱区耕地还林还草，进一步加剧耕地面积缩减（图1）。

林地稳步增加但增速放缓。2000—2010年增加1 350.852 km²，2010—2020年增加1 267.757 km²。其增长主要来源于耕地转入3 108.540 km²，占林地总转入面积的77.76%；其次为草地转入，为883.592 km²，占比22.10%。这得益于退耕还林工程持续推进，在豫西、豫西南等山地丘陵地区，将坡度较大、水土流失严重的耕地逐步退耕还林，显著提升区域森林覆盖率。同时，生态修复与国土绿化行动推进，在郑州、洛阳和南阳等城市周边及高速公路、铁路沿线实施大规模植树造林。林业产业发展与经济林建设也起到一定作用，在伏牛山、大别山等推广核桃、板栗、油茶等经济林种植，扩大林地规模。随着适宜造林土地资源逐渐减少，新增林地空间趋于饱和，导致增速放缓。

草地减少幅度显著加大。2000—2010年、2010—2020年分别减少554.737 km²，955.648 km²。2000—2020年累计转出1 926.115 km²，其中向耕地转移1 044.167 km²，占比51.53%；向林地转移883.592 km²，占比43.61%。草地主要分布在豫西山地、豫西南丘陵及黄河滩区，近年来受多种因素影响，面积持续萎缩。一方面，为保障粮食安全和响应农业结构调整，部分草地被开垦为耕地，尤其在南阳、信阳等地，将低产草地改造为高标准农田；另一方面，城镇化与工业化进程加快，使得郑州、洛阳、新乡等城市周边部分草地转为建设用地。同时，气候变化导致降水分布不均、气温变化异常等，对草地生态系统造成负面影响，特别是在伏牛山、桐柏山等山地草原区，干旱频发和季节性极端天气加剧了草地退化。

水域面积总体增加但增速趋缓。2000—2010年增加382.832 km²，2010—2020年增加125.116 km²。转入主要来源于耕地和建设用地，分别占水域总转入面积的67.22%和29.93%。河南水域变化与黄河流域治理、南水北调中线工程及地方水利建设密切相关。黄河干流及主要支流上水库建设，如小浪底水库、三门峡水库等，显著调节区域水域面积；南水北调中线工程作为跨流域调水骨干工程，其在河南境内渠道、配套蓄水池等设施，不仅补沿线水资源，也新增部分人工水域；水利建设方面，河南持续推进湿地保护与恢复工程，如郑州黄河、开封柳园口、南阳丹江口库区等国家级湿地公园建设，使部分退化湿地得到修复，水域范围有所扩大。气候变化因素也影响水域格局，局部暴雨或季节性积水增加临时水域面积。然而，随着南水北调中线工程河南段主体工程、小浪底水库后续配套工程等重点水利工程建设进入后期、湿地恢复达到阶段性成效，新增水域空间潜力逐渐减小，水域面积增速趋缓态势在2010—2020年尤为明显。

空地持续减少但速率放缓。2000—2010年减少5.467 km²，2010—2020年减少2.147 km²。2000—2020年主要转向建设用地和耕地，分别占总转出面积的45.81%和25.90%。河南空地主要分布在城市近郊、城乡接合部及部分矿区废弃地。随着城镇化进程加快，郑州、洛阳、南阳等城市周边闲置地块大量被开发为住宅、商业及产业园区用地；同时，全省推行土地整治和闲置土地清理专项行动，如开封对棚户区改造腾出空地进行复垦或绿化，许昌将工业园区周边闲置土地整合用于标准化厂房建设。这些措施显著提高了土地利用效率，推动空地面积持续下降。然而，随着可直接开发的空地资源趋于枯竭，剩余空地多位于基础设施不完善、开发成本较高区域，导致2010—2020年空地减少速率明显放缓。

在2000—2020年的20 a期间，建设用地增幅最大，表明建设用地快速扩张是土地利用发生变化的主要因素，未来需在保障粮食安全前提下，合理调控建设用地规模，加强生态保护与修复，促进土地资源可持续利用。

2.1.2 不同情景下土地利用演变特征

预测不同情景下2030年河南土地利用演变特征（与2020年相比），结果表明土地类型和面积变化呈现显著分异，见表6。

自然发展情景下呈“三增三减”特征。建设用地为核心增长地类（增加4 110.235 km²），林地（增加451.284 km²）与水域（增加143.383 km²）增长较少；耕地（减少4 255.668 km²）与草地（减少448.818 km²）缩减较多，空地（减少0.415 km²）基本没有变化，且耕地、草地向建设用地与林地转化显著。

耕地保护情景以“两增四减”为主导，耕地增长最多（增加1 236.222 km²），建设用地小幅扩张（增加129.99 km²）；林地（减少677.342 km²）、草地（减少515.041 km²）、水域（减少172.691 km²）与空地（减少1.137 km²）均呈缩减态势，土地利用面积变化幅度较小，土地利用结构稳定性较高。

生态保护情景下表现为“两增四减”特征。建设用地（增加2 258.359 km²）、林地（增加1 340.052 km²）持续增长，耕地（减少3 255.257 km²）、草地（减少241.596 km²）、水域（减少102.124 km²）对应缩减；空地（减少0.432 km²）变化不显著，整体呈现协调平衡的演变特征。

城镇发展情景下呈“两增四减”且变幅显著。建设用地增幅较大（增加6 606.108 km²），水域增幅较小（增加47.263 km²）；耕地（减少4 435.562 km²）、草地（减少560.425 km²）与林地（减少1 656.875 km²）大幅缩减，空地（减少0.507 km²）变化微小，耕地、林地与草地向建设用地转移趋势明显。

综上，4种情景下土地利用面积演变差异本质上是不同政策导向下城镇发展、耕地保护与生态维护目标权衡的结果，其中耕地保护情景结构最稳定，城镇开发情景变化最剧烈，自然发展与生态保护情景则分别呈现“无约束演变”与“协调平衡”特征。

2.2 碳储量演变特征

2.2.1 2000—2020年碳储量演变特征

基于表7数据，系统梳理河南2000年、2010年、2020年不同地类碳储量演变规律。

河南省碳储量以耕地为主导且逐年递减，林地和建设用地稳步增长、草地和空地不断萎缩、水域小幅波动上升变化。从碳储量规模来看，耕地始终为最核心碳储载体，2000年碳储量达9.435×10⁸ t，2020年降至8.718×10⁸ t，虽持续占据主导，但整体呈递减趋势；林地为第二大碳储地类，且呈持续增长态势，从2000年的2.744×10⁸ t逐步增至2020年3.012×10⁸ t，碳储规模稳步提升；建设用地碳储量同样呈增长趋势，2000年为1.085×10⁸ t，2020年增至1.570×10⁸ t，成为碳储量增长重要贡献地类之一；而草地、空地碳储量则持续减少，草地从2000年1.570×10⁷ t降至2020年9.085×10⁶ t，空地则从5.5×10⁴ t降至1×10⁴ t，碳储规模不断萎缩；水域碳储量呈小幅波动增长，从2000年6.08×10⁶ t增至2020年8.15×10⁶ t。

碳储量变化总体呈现“增者分异、减者更减”演化特征。从不同时段变化幅度分析，建设用地在2000—2010年增加2.087×10⁷ t，2010—2020年增加2.767×10⁷ t，增长速率明显提升；同期，林地碳储量分别增加了1.383×10⁷ t，1.298×10⁷ t，增长速率略有放缓；水域碳储量分别增加了1.56×10⁶ t，5.1×10⁵ t，增长速率大幅放缓。耕地碳储量在2000—2010年减少3.47×10⁷ t，2010—2020年减少3.698×10⁷ t，递减速率有所加快；同期，草地碳储量分别减少了2.539×10⁶ t，4.374×10⁶ t，减少速率显著加快；空地碳储量分别减少了3.2×10⁴ t，1.3×10⁴ t，减少速率有所减缓。

综上，2000—2020年河南碳储量演变呈现“建设用地加速增长、林地稳步增长、耕地主导递减、草地快速减少”的核心特征（表7）。

建设用地累计增加4.854×10⁷ t，贡献度为3 949%，林地碳储量累计增加2.68×10⁷ t，贡献度为2 181%，两者共同构成区域碳储量主要增长来源；耕地碳储量累计减少7.168×10⁷ t，贡献度为-5 833%，其持续递减是区域碳储量未出现增长的核心制约因素；草地累计减少6.913×10⁶ t，贡献度为-562%，水域累计增加2.07×10⁶ t，贡献度为168%，空地累计减少4.5×10⁴ t，贡献度为-3.66%，对总碳储量变化影响相对有限。不同地类碳储量变化速率及时段差异，本质上是经济发展、生态保护政策、农业生产调整等多重因素通过土地利用结构重构作用于碳储能力直接体现，且土地利用变化对区域碳储量总贡献度达100%，表明土地利用结构调整是驱动碳储量演变的核心因素。

2.2.2 不同情景土地利用碳储量演变特征

基于表8中的数据，剖析4种情景下河南土地利用总碳储量差异与空间分布规律。

多情景下2030年河南碳储量呈现“两增两减”特征。耕地保护情景与生态保护情景总碳储量高于2020年基准年，自然发展情景、城镇开发情景则低于基准年，且后两者内部多类地类碳储量呈负增长。

生态保护情景总碳储量最高，达1.348×10⁹ t，较基准年增加1.008×10⁶ t，碳库增长核心依赖林地碳储量显著提升，增至3.149×10⁸ t，较基准年增加1.373×10⁷ t，建设用地碳储量同步增长，增至1.72×10⁸ t，较基准年增加1.506×10⁷ t，耕地、草地、水域、空地碳储量均较基准年下降，耕地降至8.456×10⁸ t，减少2.625×10⁷ t，草地、水域、空地碳储量微降，整体呈现“林建增长、其他微降”的平衡特征。

耕地保护情景总碳储量达1.348×10⁹ t，较基准年增加8.34×10⁵ t，核心优势在于耕地碳储量实现显著正增长，增至8.818×10⁸ t，较基准年增加9.969×10⁶ t，其他地类中仅建设用地碳储量小幅增长，增至1.579×10⁸ t，较基准年增加8.67×10⁵ t，林地、草地、水域、空地碳储量基本维持稳定或微降，整体碳库结构较为均衡。

自然发展情景总碳储量为1.343×10⁹ t，较基准年减少3.768×10⁶ t，总量表现仅次于两类增长情景，其总量支撑主要依赖林地与建设用地碳储量增长，林地增至3.058×10⁸ t，增加4.619×10⁶ t，建设用地增至1.844×10⁸ t，增加2.740×10⁷ t，但该情景下耕地碳储量呈明显负增长，降至8.375×10⁸ t，减少3.432×10⁷ t，草地、空地碳储量也有小幅下降，草地降至7.031×10⁶ t，减少2.054×10⁶ t，空地降至8×10³ t，减少2×10³ t，部分抵消了林地与建设用地碳增效应。

城镇开发情景总碳储量最低，仅为1.336×10⁹ t，较基准年减少1.106×10⁷ t，碳库整体呈现缩减态势，稳定性最差。核心问题在于主要碳汇载体耕地、林地、草地碳储量全面下降，其中耕地碳储量降至8.361×10⁸ t，减少3.577×10⁷ t，是碳汇地类中减少量最大的类型；林地碳储量降至2.842×10⁸ t，减少1.696×10⁷ t，碳汇能力显著削弱；草地碳储量降至6.52×10⁶ t，减少2.565×10⁶ t，虽总量占比低但降幅明显，三者同步下降直接导致区域整体固碳能力降低。非碳汇地类中，建设用地碳储量增至2.010×10⁸ t，增加4.404×10⁷ t，是唯一实现碳储量增长的地类；水域碳储量小幅增至8.342×10⁶ t，增加1.92×10⁵ t；空地碳储量降至7×10³ t，略有减少。但整体来看，建设用地碳储量增长幅度与水域小幅补充，完全无法弥补耕地、林地、草地三大碳汇地类的碳损失，最终造成城镇开发情景下总碳储量净减少，形成碳收支失衡的核心问题。

对比4类情景，生态保护情景与耕地保护情景均实现总碳储量增长，其中生态保护情景总量最高，耕地保护情景碳库结构更均衡；自然发展情景总碳储量小幅低于基准年，碳增与碳减效应部分抵消；城镇开发情景由于碳汇地类大幅缩减，碳储量和碳库稳定性均最差。

2030年河南省碳储量空间分布整体呈现“高值区集中、中值区分布广、低值区零星”格局，由图2可知，且多情景下整体分布空间差异较小。高值区均稳定集中于豫西、豫南山地密集区，涵盖秦岭、熊耳山、崤山、伏牛山、桐柏—大别山等山地丘陵区域，这些区域因林地、草地等碳汇地类占比高，碳储量基础雄厚；中值区广泛分布于华北平原河南段大部，以耕地为主要地类，碳储量水平处于中等且空间连续性较强；低值区则主要零散分布于郑州、开封等城市建成区及周边地带，受建设用地扩张导致碳汇地类减少影响显著，是多情景下空间差异的核心体现。

不同情景对河南碳储量空间格局的影响主要聚焦于低值区扩张与高值区保护效果。在城镇开发情景下，低值区沿郑州、洛阳、开封等核心城市及京广、陇海等交通干线呈“轴带式”扩张，范围为4类情景中最大，例如郑州东部新区、洛阳伊滨区等新城建设过程中，大规模占用周边耕地与林地，直接导致碳储量低值区迅速向外扩展；自然发展情景下，低值区扩张规模次之，呈“点—轴”渐进扩展模式，如南阳中心城区沿交通线路向郊区缓慢蔓延，对周边中值区碳储量扩张程度低于城镇开发情景；生态保护与耕地保护情景下，低值区扩张受到明显抑制，仅局限于现有城镇周边，未出现大规模向外蔓延情况，其中耕地保护情景在周口、商丘等华北平原耕地集中区效果突出，有效维持了中值区连续性，而生态保护情景则在伏牛山、大别山等山地丘陵高值区作用显著，保障了林地碳储量稳定，进一步巩固了高值区集中优势。

综上所述，耕地保护与生态保护是维持河南碳储量总量稳定的关键路径，未来需重点坚守西部林地高值区、管控城镇低值区无序扩张，以实现碳储量空间优化与规模保障。

3 结论与建议

3.1 结论

（1） 2000—2020年河南土地利用结构变化显著，耕地、草地、空地持续减少，林地、水域、建设用地呈增长趋势，其中建设用地扩张加速，耕地减少加速，林地、水域增速趋缓，草地减幅加大，建设用地扩张是土地利用变化的核心驱动因素。

（2） 2030年4种情景下河南土地利用演变差异明显，自然发展情景呈“三增三减”特征，耕地保护情景以“两增四减”为主导，生态保护情景表现为“两增四减”平衡特征，城镇开发情景呈“两增四减”且变化最剧烈。耕地保护情景结构最稳定，城镇开发情景变化最剧烈，自然发展呈“无约束演变”特征，生态保护情景呈现“协调平衡”特征，本质是城镇发展、耕地保护与生态维护目标权衡结果。

（3） 2000—2020年河南碳储量呈“耕地主导递减、建设用地加速增长、林地稳步增长、草地和空地不断萎缩、水域小幅波动上升”特征；碳储量变化总体呈现“增者分异、减者更减”演化特征。耕地始终为核心碳储载体，不同地类碳储量变化速率及时段差异，反映土地利用结构调整对区域碳储能力显著影响。

（4） 2030年河南碳储量呈现“两增两减”特征，耕地保护情景与生态保护情景总碳储量实现增长，自然发展情景、城镇开发情景则较低；碳储量空间呈“高值区集中、中值区分布广，低值区零星”格局特征，多情景下碳储量分布差异较小；分情景差异来看，不同情景对碳储量空间格局的影响主要聚焦于低值区扩张与高值区保护效果。

3.2 建议

（1） “控扩张、保耕地、优结构”协同发力，强化空间分异治理。严格划定耕地保护红线与生态红线，推进高标准农田建设，平衡农业产业结构调整与耕地保护；加强豫西、豫南山地碳储高值区生态修复，严禁破坏林地草地，巩固自然碳汇；统筹豫东、豫北平原碳储中值区，合理增加生态用地，优化耕地与生态用地配比；严控豫中碳储低值区城镇无序扩张，通过城市有机更新、存量用地再开发提升建设用地利用效率；同步开展退化草地修复与空地生态化利用，维持土地利用结构基本平衡。

（2）以多情景权衡为导向，优化国土空间规划。以耕地保护情景为基准，明确耕地保有量、粮食安全等核心指标；以生态保护情景为重要支撑，融入生态修复要求，构建生态安全格局；约束城镇开发情景，划定城镇开发边界，推动紧凑绿色发展；建立多情景动态监测评估机制，开展土地利用动态监测，及时调整规划参数，保障其科学性与适应性。

（3）针对性提升土地碳储能力，精准匹配碳储演变特征。耕地方面，推广秸秆还田、保护性耕作技术，严格控制耕地转用，遏制碳储主导递减趋势；林地方面，在低山丘陵区持续推进造林与抚育，稳定现有林地碳汇，巩固稳步增长态势；建设用地方面，推广绿色建筑、屋顶绿化，控制碳储无序增长；水域方面，加强湿地保护与修复，维持小幅波动上升碳储特征；草地与空地方面，通过退化治理、生态化改造，缓解碳储萎缩态势。

（4）健全协同保障机制，压实目标落实。建立耕地保护、生态维护与碳储提升联动考核机制，将碳储指标纳入国土空间规划刚性约束；完善土地利用审批制度，对新增建设用地实行碳储影响前置评估；搭建全省碳储量动态监测平台，重点跟踪高值区保护、中值区提升、低值区管控成效；强化政策执行监督，确保碳储量总量稳定与空间优化。

参考文献

[1] 祁迷，王飞，滑永春，等.基于PLUS与InVEST模型的内蒙古自治区土地利用变化及碳储量评估［J］.水土保持学报，2023，37（6）：194-200.

[2] Qi M， Wang F， Hua Y C， et al. Assessment of land use change and carbon storage in Inner Mongolia Autonomous Region based on PLUS and InVEST models［J］. Journal of Soil and Water Conservation， 2023，37（6）：194-200.

[3] 石宝金，赵义义，吴乐英，等.黄河流域（河南段）碳储量时空动态预测及其作用因素分析［J］.环境科学，2026，47（4）：2520-2533.

[4] Shi B J， Zhao Y Y， Wu L Y， et al. Spatiotemporal dynamic prediction of carbon storage in the Yellow River（Henan Section） and analysis of its driving factors［J］.Environmental Science，2026，47（4）：2520-2533.

[5] 张坤，吴新萍，刘永强，等.基于PLUS-InVEST模型的新疆碳储量时空演变与预测［J］.干旱区研究，2025，42（9）：1715-1725.

[6] Zhang K， Wu X P， Liu Y Q， et al. Spatiotemporal evolution and prediction of carbon storage in Xinjiang using the PLUS-InVEST model［J］. Arid Zone Research， 2025，42（9）：1715-1725.

[7] 王朝阳，张军以，李海懿，等.重庆市土地利用冲突多尺度时空演化与多情景演化模拟［J］.生态学报，2024，44（3）：1024-1039.

[8] Wang Z J， Zhang J Y， Li H Y，et al.Multi-scale spatio-temporal evolution and multi-scenario simulation of land use conflict in Chongqing［J］. Acta Ecologica Sinica，2024，44（3）：1024-1039.

[9] 于卓璇，刘钺.基于PLUS和InVEST模型的湘江流域碳储存时空演变及多情景预测［J］.农业资源与环境学报，2026，43（2）：355-365.

[10] Yu Z X， Liu Y. Spatiotemporal evolution and multi-scenario projections of carbon storage in the Xiangjiang River basin using the PLUS and InVEST models［J］. Journal of Agricultural Resources and Environment，2026，43（2）：355-365.

[11] 赵晶晶，周松，葛颜祥，等.基于PLUS-InVEST-Geodetector模型的环太湖城市群土地利用多情景模拟与碳储量评估［J］.环境科学，2026，47（2）：880-891.

[12] Zhao J J， Zhou S， Ge Y X， et al. Multi-scenario simulation of land use and carbon stock assessment in the urban agglomeration around Taihu Lake based on PLUS-InVEST-geodetector model［J］. Environmental Science， 2026，47（2）：880-891.

[13] 牛亚文，赵先超，胡艺觉.基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究［J］.环境科学学报，2021，41（9）：3847-3856.

[14] Niu Y W， Zhao X C， Hu Y J. Spatial variation of carbon emissions from county land use in Chang-Zhu-Tan area based on NPP-VIIRS night light［J］. Acta Scientiae Circumstantiae， 2021，41（9）：3847-3856.

[15] 孙赫，梁红梅，常学礼，等.中国土地利用碳排放及其空间关联［J］.经济地理，2015，35（3）：154-162.

[16] Sun H， Liang H M， Chang X L， et al. Land use patterns on carbon emission and spatial association in China［J］. Economic Geography， 2015，35（3）：154-162.

[17] 苑韶峰，唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异［J］.经济地理，2019，39（2）：190-198.

[18] Yuan S F， Tang Y Y. Spatial differentiation of land use carbon emission in the Yangtze River economic belt based on low carbon perspective［J］. Economic Geography， 2019，39（2）：190-198.

[19] 李佳珂，邵战林.基于PLUS和InVEST模型的乌鲁木齐市碳储量时空演变与预测［J］.干旱区研究，2024，41（3）：499-508.

[20] Li J K， Shao Z L. Spatiotemporal evolution and prediction of carbon stock in Urumqi City based on PLUS and InVEST models［J］. Arid Zone Research， 2024，41（3）：499-508.

[21] 赫晓慧，徐雅婷，范学峰，等.中原城市群区域碳储量的时空变化和预测研究［J］.中国环境科学，2022，42（6）：2965-2976.

[22] He X H， Xu Y T， Fan X F， et al. Temporal and spatial variation and prediction of regional carbon storage in Zhongyuan Urban Agglomeration［J］. China Environmental Science， 2022，42（6）：2965-2976.

[23] 马远，刘真真.黄河流域土地利用碳排放的时空演变及影响因素研究［J］.生态经济，2021，37（7）：35-43.

[24] Ma Y， Liu Z Z. Study on the spatial-temporal evolution and influencing factors of land use carbon emissions in the Yellow River Basin［J］. Ecological Economy， 2021，37（7）：35-43.

[25] 刘英，赵荣钦，焦士兴.河南省土地利用碳源/汇及其变化分析［J］.水土保持研究，2010，17（5）：154-157，162.

[26] Liu Y， Zhao R Q， Jiao S X. Research on carbon sources/sinks of land use of Henan Province［J］. Research of Soil and Water Conservation， 2010，17（5）：154-157，162.

[27] 孟庆香，刘祺，李保路，等.2000—2020年河南省土地利用强度与碳排放脱钩关系［J］.水土保持通报，2023，43（3）：421-429.

[28] Meng Q X， Liu Q， Li B L， et al. Decoupling relationship between land use intensity and carbon emissions in Henan Province during 2000-2020［J］. Bulletin of Soil and Water Conservation， 2023，43（3）：421-429.

[29] 王双，赵晓，周生辉.未来多情景土地利用变化对河南省区域碳储量的影响［J］.环境科学，2025，46（6）：3830-3845.

[30] Wang S， Zhao X， Zhou S H. Exploring the impact of future multi-scenario land use change on Henan Province regional carbon storage［J］. Environmental Science， 2025，46（6）：3830-3845.

[31] 刘浦东，黄丽，孟飞，等.基于InVEST-PLUS模型的多情景下辽宁省生态安全格局预测［J］.环境科学，2026，47（1）：467-480.

[32] Liu P D， Huang L， Meng F， et al. Multi-scenario prediction and ecological security pattern construction based on InVEST-PLUS model： a case study of Liaoning Province［J］. Environmental Science， 2026，47（1）：467-480.

[33] 张阔，郭荣中，吴洁.基于PLUS-InVEST模型的长株潭城市群碳储量时空演变及情景模拟［J］.中国水土保持科学：中英文，2026，24（1）：252-269.

[34] Zhang K， Guo R Z， Wu J. The spatio-temporal evolution and scenario simulation of carbon storage in the Chang-Zhu-Tan urban agglomeration based on the PLUS-InVEST model［J］. Science of Soil and Water Conservation， 2026，24（1）：252-269.

[35] 张旭辉，杜敏，王莉霞，等.基于PLUS-InVEST模型的庆阳市碳储量时空演变及其多情景预测［J］.水土保持研究，2026，33（4）：317-329.

[36] Zhang X H， Du M， Wang L X，et al. Spatiotemporal evolution and multi-scenario prediction of carbon storage in Qingyang City based on PLUS-InVEST model［J］.Research of Soil and Water Conservation，2026，33（4）：317-329.

[37] 孙严超，王伟业，刘道垒，等.基于LUCC的河南省碳储量时空演变与驱动因素分析［J］.水土保持研究，2025，32（4）：266-278.

[38] Sun Y C， Wang W Y， Liu D L， et al. Analysis of spatiotemporal evolution and driving factors of carbon storage in Henan Province based on LUCC［J］. Research of Soil and Water Conservation， 2025，32（4）：266-278.

基金资助

国家自然科学基金项目(41501136)

河南省高等学校重点科研项目(26A170001)

安阳市2025年科技发展计划项目(2025C02GH036)

安阳师范学院大学生创新创业训练计划项目(202610479041)