基于SSPs多情景目标的2030年成渝经济圈土地利用碳排放预测及其空间优化

doi:10.16258/j.cnki.1674-5906.2023.03.011

生态环境学报 ›› 2023, Vol. 32 ›› Issue (3): 535-544.DOI: 10.16258/j.cnki.1674-5906.2023.03.011

基于SSPs多情景目标的2030年成渝经济圈土地利用碳排放预测及其空间优化

李语诗(), 夏志业^*(), 张蕾

成都信息工程大学资源环境学院，四川成都 610225

收稿日期:2022-11-26 出版日期:2023-03-18 发布日期:2023-06-02
通讯作者: *夏志业（1984年生），男，副教授，博士，主要从事大气遥感研究。E-mail: xiazhiye@cuit.edu.cn
作者简介:李语诗（1999年生），女，硕士研究生，研究方向为温室气体卫星遥感监测研究。E-mail: 1364933221@qq.com
基金资助:
国家自然科学基金项目(41505012);国家自然科学基金项目(41901294);四川省科技厅重点研发(2022YFS0482);四川省社科项目(SC22B155);四川省社科项目(YY0520200375);成都科技局重点项目(2022-YF05-00620-SN);风云卫星应用先行计划(2021)(FY-APP-2021.0306)

Carbon Emission Prediction and Spatial Optimization of Land Use in Chengdu-Chongqing Economic Circle in 2030 Based on SSPs Multi-scenarios

LI Yushi(), XIA Zhiye^*(), ZHANG Lei

College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, P. R. China

Received:2022-11-26 Online:2023-03-18 Published:2023-06-02

摘要/Abstract

摘要：

快速城市化及人类活动增强，使得土地利用剧变并带来了一系列生态环境及气候问题。中国碳达峰、碳中和战略的提出，对未来土地利用的数量结构及空间分布提出了新的更高要求。碳中和战略下，通过多目标情景模拟土地利用结构和空间优化，预测未来土地利用变化及其碳排放特征，对土地维度碳中和具有重要意义。结合SSPs未来气候情景、历史情景和政策情景，基于PLUS模型模拟了2010-2030年成渝经济圈土地利用变化，包括数量和空间结构特征。并进一步基于经济效益、碳排放量、碳储量、生态系统服务价值四目标函数约束，对2030年不同情景下成渝经济圈土地利用结构进行了空间优化。深入分析了2030年的土地利用变化碳排放特征。结果表明，（1）2010-2020年，成渝经济圈主要表现为耕地、草地面积减少，建设用地、林地、水域和未利用地面积增加。（2）基于5种未来情景预测的成渝经济圈2030年土地利用变化各不相同。SSP126情景、SSP245与历史情景下，整体变化模式类似，但SSP126情景下林地扩张更快；SSP585情景下，建设用地、林地迅速向耕地扩张；政策情景兼顾建设用地与生态用地的发展，耕地减少最多，但耕地面积仍然高于耕地红线。（3）5种情景预测的2030年成渝经济圈土地利用碳排放量均低于2020年，且SSP126情景碳排放最低，最大为政策情景，研究结果证实了，成渝经济圈双碳目标的实现依赖于能源结构清洁化转型、产业结构低碳化调整、巩固提升植被生态碳汇等途径，从中长期来看，成渝经济圈的未来国土资源规划应趋向SSP245情景或介于SSP245与SSP126情景之间，以更好衔接碳中和战略。

关键词: SSPs情景, 土地利用, 碳排放, 空间优化, PLUS模型, 成渝经济圈

Abstract:

Rapid development of urbanization and increase of human activity have led to great changes in land use as well as a series of ecological environment and climate problems. As carbon peaking and carbon neutrality strategies are taken in China, new and higher requirements for the quantitative structure and spatial distribution of future land use were raised. Under the carbon neutrality strategy, predicting future land use changes and carbon emission characteristics by simulating land use structure and spatial optimization based on multi-objective scenarios is of great significance for the land dimension of carbon neutrality. Combined with future climate, historical and policy scenarios of SSPs, this paper simulated land use changes in Chengdu-Chongqing economic circle during 2010-2030 based on PLUS model, including quantity and spatial structure characteristics. Based on four objective function constraints of economic benefit, carbon emission, carbon storage, and ecosystem service value, it conducted spatial optimization on land use structures of Chengdu-Chongqing economic circle in 2030 under different scenarios, and deeply analyzed carbon emission characteristics of land use changes in 2030. As shown by the results, (1) from 2010 to 2020, there was the decreased area of cultivated land and grassland, but increased area of construction land, forest land, water area and unused land in Chengdu-Chongqing economic circle. (2) The predicted land use changes in the Chengdu-Chongqing economic circle in 2030 based on five future scenarios were different. Besides, the overall change pattern in the SSP126 and SSP245 scenarios was similar to that in the historical scenario, but the forest expansion was faster in the SSP126 scenario. Under the SSP585 scenario, the construction land and forest land rapidly expanded to the cultivated land. Apart from that, the policy scenario took into account the development of construction land and ecological land, so the cultivated land decreased the most, but the cultivated land area remained above the red line of cultivated land. (3) The land use carbon emission of the Chengdu-Chongqing economic circle in 2030 predicted by the five scenarios was all lower than that of 2020, with the carbon emission under the SSP126 scenario being the lowest and that under the policy scenario being the biggest. The research results verify that the realization of carbon peaking and carbon neutrality goals of the Chengdu-Chongqing economic circle is dependent on the clean transformation of energy structure, the low-carbon adjustment of the industrial structure, the consolidation and improvement of the ecological carbon sink of plants, etc. In the mid-and-long term, the future land resources planning of Chengdu-Chongqing economic circle should be inclined to follow SSP245 scenarios or fall somewhere between SSP245 and SSP126 scenarios, in order to better bridge the carbon neutrality strategies.

Key words: SSPs scenarios, land use, carbon emissions, spatial optimization, PLUS model, Chengdu-Chongqing Economic Circle

中图分类号:

X16
X196

李语诗, 夏志业, 张蕾. 基于SSPs多情景目标的2030年成渝经济圈土地利用碳排放预测及其空间优化[J]. 生态环境学报, 2023, 32(3): 535-544.

LI Yushi, XIA Zhiye, ZHANG Lei. Carbon Emission Prediction and Spatial Optimization of Land Use in Chengdu-Chongqing Economic Circle in 2030 Based on SSPs Multi-scenarios[J]. Ecology and Environment, 2023, 32(3): 535-544.

图/表 12

参考文献 35

[1]	CHEN Y M, LI X, LIU X P, et al., 2013. Modeling urban land-use dynamics in a fast developing city using the modified logistic cellular automaton with a patch-based simulation strategy[J]. International Journal of Geographical Information Science, 28(2): 234-255. DOI URL
[2]	DOELMAN J C, STEHFEST E, TABEAU A, et al., 2018. Exploring SSP land-use dynamics using the IMAGE model: Regional and gridded scenarios of land-use change and land-based climate change mitigation[J]. Global Environmental Change, 48: 119-135. DOI URL
[3]	LIANG X, GUAN Q, CLARKE K C, et al., 2021. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 85: 101569. DOI URL
[4]	LIANG X, LIU X P, LI X, et al., 2018. Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J]. Landscape and Urban Planning, 177: 47-63. DOI URL
[5]	LIAO W L, LIU X P, XU X Y, et al., 2020. Projections of land use changes under the plant functional type classification in different SSP-RCP scenarios in China[J]. Science Bulletin, 65(22): 1935-1947. DOI PMID
[6]	LI J Y, CHEN X, KURBAN A, et al., 2021. Coupled SSPs-RCPs scenarios to project the future dynamic variations of water-soil-carbon-biodiversity services in Central Asia[J]. Ecological Indicators, 129: 107936. DOI URL
[7]	LUO G P, YIN C Y, CHEN X, et al., 2010. Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale: A case study of Sangong watershed in Xinjiang, China[J]. Ecological Complexity, 7(2): 198-207. DOI URL
[8]	MEIYAPPAN P, DALTON M, O'NEILL B C, et al., 2014. Spatial modeling of agricultural land use change at global scale[J]. Ecological Modelling, 291: 152-174. DOI URL
[9]	WANG Z Y, LI X, MAO Y T, et al., 2022. Dynamic simulation of land use change and assessment of carbon storage based on climate change scenarios at the city level: A case study of Bortala, China[J]. Ecological Indicators, 134: 108499. DOI URL
[10]	YANG H, HUANG J L, LIU D F, 2020. Linking climate change and socioeconomic development to urban land use simulation: Analysis of their concurrent effects on carbon storage[J]. Applied Geography, 115: 102135. DOI URL
[11]	TANG R, ZHAO J, LIU Y F, et al., 2022. Air quality and health co-benefits of China's carbon dioxide emissions peaking before 2030[J]. Nature Communications, 13(1): 1008. DOI
[12]	ZHAI H, LÜ C, LIU W, et al., 2021. Understanding spatio-temporal patterns of land use/land cover change under urbanization in Wuhan, China, 2000-2019 [J]. Remote Sensing, 13(16): 3331. DOI URL
[13]	ZHANG S, YANG P, XIA J, et al., 2022. Land use/land cover prediction and analysis of the middle reaches of the Yangtze River under different scenarios[J]. Science of The Total Environment, 833: 155238. DOI URL
[14]	包蕊, 刘峰, 张建平, 等, 2018. 基于多目标线性规划的甲积峪小流域生态系统服务权衡优化[J]. 生态学报, 38(3): 812-828.
	BAO R, LIU F, ZHANG J P, et al., 2018. Multi-objective linear programming-based trade-off and optimization of the ecosystem service in Jiajiyu small watershed in the loess plateau, China[J]. Acta Ecologica Sinica, 38(3): 812-828.
[15]	蔡兆男, 成里京, 李婷婷, 等, 2021. 碳中和目标下的若干地球系统科学和技术问题分析[J]. 中国科学院院刊, 36(5): 602-613.
	CAI Z N, CHENG L J, LI T T, et al., 2021. Key scientific and technical issues in earth system science towards achieving carbon neutrality in China[J]. Bulletin of Chinese Academy of Sciences, 36(5): 602-613.
[16]	段晓男, 王效科, 逯非, 等, 2008. 中国湿地生态系统固碳现状和潜力[J]. 生态学报, 28(2): 463-469.
	DUAN X N, WANG X K, LU F, et al., 2008. Carbon sequestration and its potential by wetland ecosystems in China[J]. Acta Ecologica Sinica, 28(2): 463-469. DOI URL
[17]	方精云, 黄耀, 朱江玲, 等, 2015. 森林生态系统碳收支及其影响机制[J]. 中国基础科学, 17(3): 20-25.
	FANG J Y, HUANG Y, ZHU J L, et al., 2015. Carbon budget of forest ecosystem and its driving forces[J]. China Basic Science, 17(3): 20-25.
[18]	韩骥, 周翔, 象伟宁, 2016. 土地利用碳排放效应及其低碳管理研究进展[J]. 生态学报, 36(4): 1152-1161.
	HAN J, ZHOU X, XIANG W N, 2016. Progress in research on land use effects on carbon emissions and low carbon management[J]. Acta Ecologica Sinica, 36(4): 1152-1161.
[19]	景丞, 姜彤, 苏布达, 等, 2022. 共享社会经济路径在土地利用、能源与碳排放研究的应用[J]. 大气科学学报, 45(3): 397-413.
	JING C, JIANG T, SU B D, et al., 2022. Multiple application of shared socioeconomic pathways in land use, energy and carbon emission research[J]. Journal of Atmospheric Sciences, 45(3): 397-413.
[20]	赖力, 黄贤金, 刘伟良, 等, 2006. 基于投入产出技术的区域生态足迹调整分析——以2002年江苏省经济为例[J]. 生态学报, 26(4): 1285-1292.
	LAI L, HUANG X J, LIU W L, et al., 2006. Adjustment for regional ecological footprint based on input-output technology: A case study of Jiangsu province in 2002[J]. Acta Ecologica Sinica, 26(4): 1285-1292.
[21]	牛亚文, 赵先超, 胡艺觉, 2021. 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, 41(9): 3847-3856.
	NIU Y W, ZHAO X C, HU Y J, 2021. Spatial variation of carbon emissions from county land use in Chang-Zhu-Tan area based on NPP-VIIRS night light[J]. Chinese Journal of Environmental Sciences, 41(9): 3847-3856.
[22]	彭文甫, 周介铭, 徐新良, 等, 2016. 基于土地利用变化的四川省碳排放与碳足迹效应及时空格局[J]. 生态学报, 36(22): 7244-7259.
	PENG W F, ZHOU J M, XU X L, et al., 2016. Effect of land use changes on the temporal and Spatial patterns of carbon emission and carbon footprint in Sichuan Province of western China, from 1990 to 2010[J]. Acta Ecologica Sinica, 36(22): 7244-7259.
[23]	石洪昕, 穆兴民, 张应龙, 等, 2012. 四川省广元市不同土地利用类型的碳排放效应研究[J]. 水土保持通报, 32(3): 101-106.
	SHI H X, MU X M, ZHANG Y L, et al., 2012. Effects of different land use patterns on Carbon emission in Guangyuan City of Sichuan Province[J]. Bulletin of Soil and Water Conservation, 32(3): 101-106.
[24]	唐乎媞, 张斌, 鞠登平, 等, 2022. 生态-经济权衡下国家中心城市土地利用优化配置——以武汉市为例[J]. 水土保持研究, 29(6): 416-424.
	TANG H T, ZHANG B, JU D P, et al., 2022. Optimal allocation of land use in national central city under ecological economic balance: Take Wuhan City as an example[J]. Research of Soil and Water Conservation, 29(6): 416-424.
[25]	汤琦, 余珮珩, 陈泽怡, 等, 2022. 共享社会经济路径下土地利用变化模拟[J]. 水土保持研究, 29(1): 301-310.
	TANG Q, YU P H, CHEN Z Y, et al., 2022. Simulation of land use change based on the shared socioeconomic path[J]. Research of Soil and Water Conservation, 29(1): 301-310.
[26]	唐宗, 周悟, 杨颢, 等, 2020. 基于交互效应Logistic回归模型的耕地质量评价方法研究[J]. 生态环境学报, 29(12): 2394-2403. DOI
	TANG Z, ZHOU W, YANG H, et al., 2020. Evaluation of cultivated land quality based on interactive logistic regression model[J]. Ecology and Environmental Sciences, 29(12): 2394-2403.
[27]	王保盛, 廖江福, 祝薇, 等, 2019. 基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例[J]. 生态学报, 39(12):4284-4298.
	WANG B S, LIAO J F, ZHU W, et al., 2019. The weight of neighborhood setting of the FLUS model based on a historical scenario: A case study of land use simulation of urban agglomeration of the golden triangle of southern Fujian in 2030[J]. Acta Ecologica Sinica, 39(12): 4284-4298.
[28]	王超越, 郭先华, 郭莉, 等, 2022. 基于FLUS-InVEST的西北地区土地利用变化及其对碳储量的影响——以呼包鄂榆城市群为例[J]. 生态环境学报, 31(8): 1667-1679. DOI
	WANG C Y, GUO X H, GUO L, et al., 2022. Land use change and its impact on carbon storage in northwest China based on FLUS-InVEST: A case study of Hu-Bao-Er-Yu urban agglomeration[J]. Ecology and Environmental Sciences, 31(8): 1667-1679.
[29]	翁宇威, 蔡闻佳, 王灿, 2020. 共享社会经济路径 (SSPs) 的应用与展望[J]. 气候变化研究进展, 16(2): 215-222.
	WENG Y W, CAI W J, WANG C, 2020. The application and future directions of the shared socioeconomic pathways (SSPs)[J]. Climate Change Research, 16(2): 215-222.
[30]	向书江, 张骞, 王丹, 等, 2022. 近20年重庆市主城区碳储量对土地利用/覆被变化的响应及脆弱性分析[J]. 自然资源学报, 37(5): 1198-1213. DOI
	XIANG S J, ZHANG Q, WANG D, et al., 2022. Response and vulnerability analysis of carbon storage to LUCC in the main urban area of Chongqing during 2000-2020[J]. Journal of Natural Resources, 37(5): 1198-1213. DOI URL
[31]	肖红艳, 袁兴中, 李波, 等, 2012. 土地利用变化碳排放效应研究——以重庆市为例[J]. 重庆师范大学学报 (自然科学版), 29(1): 38-42, 115.
	XIAO H Y, YUAN X Z, LI B, et al., 2012. The effects of land use changes on Carbon emission: Take Chongqing as an example[J]. Journal of Chongqing Normal University (Natural Science), 29(1): 38-42, 115.
[32]	谢高地, 张彩霞, 张雷明, 等, 2015. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 30(8): 1243-1254.
	XIE G D, ZHANG C X, ZHANG L M, et al., 2015. Improvement of the Evaluation of method for ecosystem services value based on per unit area[J]. Journal of Natural Resources, 30(8): 1243-1254.
[33]	杨国清, 朱文锐, 文雅, 等, 2019. 20年来广东省土地利用碳排放强度与效率空间分异研究[J]. 生态环境学报, 28(2): 332-340. DOI
	YANG G Q, ZHU W R, WEN Y, et al., 2019. Spatial differentiation in the intensity and efficiency of carbon emission from land use in Guangdong province in past two decades[J]. Ecology and Environmental Sciences, 28(2): 332-340.
[34]	易丹, 欧名豪, 郭杰, 等, 2022. 土地利用碳排放及低碳优化研究进展与趋势展望[J]. 资源科学, 44(8): 1545-1559. DOI
	YI D, OU M H, GUO J, et al., 2022. progress and prospect of Research on land use carbon emission and low-carbon optimization[J]. Resources Science, 44(8): 1545-1559.
[35]	于贵瑞, 郝天象, 朱剑兴, 2022. 中国碳达峰、碳中和行动方略之探讨[J]. 中国科学院院刊, 37(4): 423-434.
	YU G R, HAO T X, ZHU J X, 2022. Discussion on action strategies of China's carbon peak and carbon neutrality[J]. Bulletin of Chinese Academy of Sciences, 37(4): 423-434.

数据类型	数据来源	描述
DEM	地理空间数据云 (http://www.gscloud.cn/)	空间分辨率为30 m，含坡度、坡向
土地利用数	欧洲航天局CCI-LC (Climate Change Initiative Land Cover) 土地覆盖数据	空间分辨率为300 m
社会经济数据	WorldPop (https://www.worldpop.org)、四川省统计年鉴与重庆市统计年鉴、中国科学院资源与环境科学数据中心 (http://www.resdc.cn)	人口密度、GDP、铁路、公路、居民区分布数据
气候情景数据	SSP数据库 (https://tntcat.iiasa.ac.at/SspDb)、人口和经济数据集 (https://www.scidb.cn/en)、SSP-RCP土地利用预测数据 (http://www.geosimulation.cn/China_PFT_SSP-RCP.html)	SSPs情景下各类用地预测值 (空间分辨率分别为0.5°与1 km)
气候和环境数据	中国科学院资源与环境科学数据中心 (http://www.resdc.cn)	年均温度、年降水量、土壤类型数据

数据类型	数据来源	描述
DEM	地理空间数据云 (http://www.gscloud.cn/)	空间分辨率为30 m，含坡度、坡向
土地利用数	欧洲航天局CCI-LC (Climate Change Initiative Land Cover) 土地覆盖数据	空间分辨率为300 m
社会经济数据	WorldPop (https://www.worldpop.org)、四川省统计年鉴与重庆市统计年鉴、中国科学院资源与环境科学数据中心 (http://www.resdc.cn)	人口密度、GDP、铁路、公路、居民区分布数据
气候情景数据	SSP数据库 (https://tntcat.iiasa.ac.at/SspDb)、人口和经济数据集 (https://www.scidb.cn/en)、SSP-RCP土地利用预测数据 (http://www.geosimulation.cn/China_PFT_SSP-RCP.html)	SSPs情景下各类用地预测值 (空间分辨率分别为0.5°与1 km)
气候和环境数据	中国科学院资源与环境科学数据中心 (http://www.resdc.cn)	年均温度、年降水量、土壤类型数据

地类	耕地		林地		草地		水域		建设用地		未利用地
地类	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%
2010	1.46×10⁵	69.1	5.85×10⁴	27.7	1.54×10³	0.730	2.07×10³	0.978	3.03×10³	1.43	151	7.17×10^-2
2015	1.45×10⁵	68.7	5.84×10⁴	27.6	1.55×10³	0.735	2.08×10³	0.984	4.01×10³	1.90	164	7.78×10^-2
2020	1.41×10⁵	67.0	6.09×10⁴	28.8	1.48×10³	0.701	2.11×10³	1.00	4.96×10³	2.35	163	7.71×10^-2

地类	耕地		林地		草地		水域		建设用地		未利用地
地类	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%
2010	1.46×10⁵	69.1	5.85×10⁴	27.7	1.54×10³	0.730	2.07×10³	0.978	3.03×10³	1.43	151	7.17×10^-2
2015	1.45×10⁵	68.7	5.84×10⁴	27.6	1.55×10³	0.735	2.08×10³	0.984	4.01×10³	1.90	164	7.78×10^-2
2020	1.41×10⁵	67.0	6.09×10⁴	28.8	1.48×10³	0.701	2.11×10³	1.00	4.96×10³	2.35	163	7.71×10^-2

2010	2020
2010	草地	耕地	建设用地	林地	水域	未利用地
草地	1.21×10³	63.7	35.3	215	11.8	2.97
耕地	55.9	1.35×10⁵	2.19×10³	7.43×10³	518	12.7
建设用地	3.42	360	2.60×10³	9.00	57.7	1.00
林地	201	4.96×10³	27.0	5.36×10⁴	29.2	60.4
水域	3.87	443	87.8	40.2	1.48×10³	9.45
未利用地	2.61	18.5	12.9	27.3	13.6	76.7

基于SSPs多情景目标的2030年成渝经济圈土地利用碳排放预测及其空间优化

Carbon Emission Prediction and Spatial Optimization of Land Use in Chengdu-Chongqing Economic Circle in 2030 Based on SSPs Multi-scenarios

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 35

相关文章 15

编辑推荐

Metrics

本文评价

情景	特点与含义
SSP126	SSP1和RCP2.6综合情景，代表生态友好的可持续发展情景和低等温室气体排放
SSP245	SSP2和RCP4.5综合情景，代表了社会经济发展的中间情景和中等水平的温室气体排放
SSP585	SSP5和RCP8.5综合情景，代表了以化石燃料为主的高速发展情景和高水平的温室气体排放
历史情景	不考虑任何规划政策的变化，代表了延续历史土地利用转换规律和排放规律的情景
政策情景	考虑土地利用政策的限制，代表了以2035年规划和 “十四五” 政策为目标的优化情景

气候情景	耕地	林地	草地	水域	建设用地	未利用地
SSP126	1.37×10⁵	6.43×10⁴	1.40×10³	2.11×10³	6.43×10³	149
SSP245	1.39×10⁵	6.21×10⁴	1.34×10³	2.11×10³	6.46×10³	108
SSP585	1.39×10⁵	6.17×10⁴	1.38×10³	2.11×10³	6.81×10³	158
历史情景	1.38×10⁵	6.30×10⁴	1.44×10³	2.17×10³	6.55×10³	171
政策情景	1.32×10⁵	6.94×10⁴	1.48×10³	2.28×10³	6.86×10³	117

年份	气候情景	耕地	林地	草地	水域	建设用地	未利用地	总计
2020		6.50×10⁶	-3.53×10⁶	-3.26×10³	-5.35×10⁴	1.75×10⁸	-8.15×10	1.78×10⁸
2030	SSP126	6.30×10⁶	-3.72×10⁶	-2.93×10³	-5.35×10⁴	1.21×10⁸	-7.49×10	1.24×10⁸
	SSP245	6.41×10⁶	-3.60×10⁶	-2.81×10³	-5.35×10⁴	1.22×10⁸	-5.44×10	1.25×10⁸
	SSP585	6.40×10⁶	-3.57×10⁶	-2.89×10³	-5.35×10⁴	1.28×10⁸	-7.92×10	1.31×10⁸
	历史情景	6.35×10⁶	-3.65×10⁶	-3.03×10³	-5.49×10⁴	1.23×10⁸	-8.59×10	1.26×10⁸
	政策情景	6.04×10⁶	-4.02×10⁶	-3.26×10³	-5.76×10⁴	1.29×10⁸	-5.87×10	1.31×10⁸

[1]	王琳, 卫伟. 黄土高原典型县域生态系统服务变化特征及驱动因素[J]. 生态环境学报, 2023, 32(6): 1140-1148.
[2]	张露, 何雨霏, 陈坦, 杨婷, 张冰, 金军. 2011—2020年汾渭平原农田生态系统碳足迹的时空格局演变[J]. 生态环境学报, 2023, 32(6): 1149-1162.
[3]	刘霞, 郭澍, 王琳. 区域一体化地区的土地利用与生态服务价值研究——以双莱先行区为例[J]. 生态环境学报, 2023, 32(6): 1163-1172.
[4]	王超, 杨倩楠, 张池, 刘同旭, 张晓龙, 陈静, 刘科学. 丹霞山不同土地利用方式土壤磷组分特征及其有效性[J]. 生态环境学报, 2023, 32(5): 889-897.
[5]	王铁铮, 瞿心悦, 刘春香, 李有志. 东江湖水质时空变化规律及其与流域土地利用的关系[J]. 生态环境学报, 2023, 32(4): 722-732.
[6]	盛美君, 李胜君, 杨昕玥, 王蕊, 李洁, 李刚, 修伟明. 华北潮土农田土壤酶活性对土地利用强度的响应特征探讨[J]. 生态环境学报, 2023, 32(2): 299-308.
[7]	王全超, 吉恒宽, 李思敏, 李财生, 侯正伟, 邓万刚, 吴治澎, 王登峰. 海南东寨港流域土壤-溪流连续体溶解态黑碳分子特征及其界面转化机制[J]. 生态环境学报, 2023, 32(1): 139-149.
[8]	陈乐, 卫伟. 西北旱区典型流域土地利用与生境质量的时空演变特征[J]. 生态环境学报, 2022, 31(9): 1909-1918.
[9]	王超越, 郭先华, 郭莉, 白丽芳, 夏利林, 王春博, 李廷真. 基于FLUS-InVEST的西北地区土地利用变化及其对碳储量的影响——以呼包鄂榆城市群为例[J]. 生态环境学报, 2022, 31(8): 1667-1679.
[10]	王超, 杨倩楠, 张池, 李祥东, 陈静, 张晓龙, 陈金洁, 刘科学. 东南湿润区典型丹霞地貌土壤有机碳组分及其敏感性研究[J]. 生态环境学报, 2022, 31(6): 1132-1140.
[11]	李美娇, 何凡能, 赵彩杉, 杨帆. 全球历史LUCC数据集新疆地区耕地数据可靠性评估[J]. 生态环境学报, 2022, 31(6): 1215-1224.
[12]	陈金凤, 余世钦, 符加方, 徐国良, 于波, 赖晓群, 胡思源, 张开渠, 刘家华. 华南红层地貌区不同利用方式土壤质量特征及其影响因素——以南雄盆地为例[J]. 生态环境学报, 2022, 31(5): 918-930.
[13]	杨贤房, 陈朝, 郑林, 万智巍, 陈永林, 王远东. 稀土矿区不同土地利用类型土壤细菌群落特征及网络分析[J]. 生态环境学报, 2022, 31(4): 793-801.
[14]	李平星, 邹露. 基于土地利用变化的生态廊道识别和建设成本研究——以南京东郊地区为例[J]. 生态环境学报, 2022, 31(2): 277-285.
[15]	付乐, 迟妍妍, 于洋, 张丽苹, 刘斯洋, 王夏晖, 许开鹏, 王晶晶, 张信. 2000—2020年黄河流域土地利用变化特征及影响因素分析[J]. 生态环境学报, 2022, 31(10): 1927-1938.