基于时空耦合分区的共和盆地植被碳固定变化特征及驱动机制研究

doi:10.7522/j.issn.1000-694X.2026.00075

摘要/Abstract

摘要：

共和盆地位于青藏高原东北缘，属典型生态脆弱区，其植被固碳功能对区域碳循环研究及“双碳”目标实现具有重要价值。本研究基于CASA模型量化植被碳固定，创新性构建时空耦合分区框架，结合地理探测器揭示2010—2022年植被碳固定的时空变化特征及其驱动机制。结果表明：共和盆地2010—2022年间碳固定整体呈增加趋势，均值范围为65.60~104.89 g·m^-2·a^-1，高值区主要分布于东部与东南部，低值区分布于西北部及盆地边缘。共和盆地2010—2022年碳固定总体显著变化区域约占19%，其中轻微增加占51.53%，分阶段时间变化多为不显著，且呈现前期显著变化区域以增加为主，后期以减少为主的特征。结合热点分析与趋势检验，可将共和盆地碳固定功能划分为固碳核心区、潜力提升区、退化风险区、低值退化区和稳定维持区，其中稳定维持区面积最大，约10 555.62 km²，低值退化区次之，主要集中于盆地西北部。地理探测器分析表明，降水（q=0.258）和高程（q=0.253）是共和盆地碳固定空间分异的主导因子，且驱动机制具有明显区域异质性。自然因子主要影响固碳核心区与低值退化区的空间演变，光伏分布因子则对退化风险区具有更强解释力。交互探测结果显示，双因子交互均表现为增强效应，其中水热与地形条件耦合、光伏与自然因子交互作用尤为显著。研究结果可为干旱半干旱区新能源开发、荒漠化治理协同推进及区域碳增汇提供科学依据。

关键词: 碳固定, 时空耦合分区, 地理探测器, 驱动机制, 共和盆地

Abstract:

The Gonghe Basin， located on the northeastern Qinghai-Tibet Plateau， is an ecologically fragile region with important vegetation carbon sequestration functions. Using the CASA model， a spatiotemporal zoning framework， and geodetector analysis， this study examined vegetation carbon fixation and its drivers from 2010 to 2022. Results showed an overall increase in carbon fixation， with mean values ranging from 65.60 to 104.89 g·m⁻²·a⁻¹. High-value areas were mainly located in the eastern and southeastern basin， while low-value areas occurred in the northwest and basin margins. Significant temporal changes covered about 19% of the basin， and slightly increased areas accounted for 51.53%. Carbon fixation was classified into five functional zones， among which the stable maintenance zone was the largest， covering about 10 555.62 km². Geodetector analysis results indicated that precipitation and elevation were the dominant drivers， while photovoltaic distribution showed stronger effects in the degradation risk zones. All two-factor interactions showed enhanced effects， especially hydrothermal-topographic coupling and photovoltaic-natural factor interactions. These findings support coordinated renewable energy development， desertification control， and carbon sink enhancement in arid and semi-arid regions.

Key words: carbon sequestration, spatiotemporal coupling zoning, geodetector, driving mechanisms, Gonghe Basin

中图分类号:

Q945

刘鑫如, 邝昱玮, 胡远安, 杨思琪, 贾虹. 基于时空耦合分区的共和盆地植被碳固定变化特征及驱动机制研究[J]. 中国沙漠, 2026, 46(5): 92-102.

Xinru Liu, Yuwei Kuang, Yuanan Hu, Siqi Yang, Hong Jia. Spatiotemporal coupling zoning-based analysis of the variation characteristics and driving mechanisms of vegetation carbon sequestration in the Gonghe Basin[J]. Journal of Desert Research, 2026, 46(5): 92-102.

图/表 9

图1 研究区位置示意图注：基于自然资源部标准地图服务网站审图号GS（2023）1873号标准地图制作，底图边界无修改

Fig.1 Location of the study area

表1 研究数据分类及来源

Table 1 Classification and sources of research data

数据分类	时间	空间分辨率/m	来源
DEM	—	30	地理空间数据云平台（https://www.gscloud.cn/）
坡度	—	30	地理空间数据云平台（https://www.gscloud.cn/）
NDVI	2010—2022年	30	Landsat 5,7,8年最大合成
光伏	2013—2022年	—	基于高分遥感影像解译
土地分类	2010—2022年	30	中国科学院资源环境科学数据中心 (https://www.resdc.cn)
人口分布	2010—2022年	100	World Pop (https://www.worldpop.org/)
降水、气温	2010—2022年	1 000	Climatic Research Unit Time-Series （https://crudata.uea.ac.uk/cru/data/hrg/）
辐射	2010—2022年	—	中国气象数据网(http://data.cma.cn/)
夜间灯光	2010—2022年	500	美国国家航空航天局（NASA）与国家海洋和大气管理局（NOAA） https://zldatas.com/12591.html

图2 碳固定模拟结果精度验证

Fig.2 Accuracy verification of carbon sequestration estimation results

表2 共和盆地碳固定功能分区类型及划分依据

Table 2 Classification of carbon sequestration functional zones in the Gonghe Basin

类别	时间趋势特征	空间聚集特征	生态含义
固碳核心区	显著增加	热点区	碳固定持续增强且空间高值聚集，为区域碳汇的核心贡献区
潜力提升区	显著增加	冷点区	碳固定呈增长趋势但当前仍处于低值聚集区，具备碳汇提升潜力
退化风险区	显著减少	热点区	碳固定水平较高但呈下降趋势，面临碳汇退化风险
低值退化区	显著减少	冷点区	碳固定低且持续衰退，为区域碳固定功能的薄弱区域
稳定维持区	变化不显著	—	碳固定功能在研究时段内无显著方向性变化，整体保持相对稳定

图3 2010和2022年共和盆地碳固定空间分布注：基于自然资源部标准地图服务网站审图号GS（2023）1873号标准地图制作，底图边界无修改

Fig.3 Spatial distribution of the Gonghe Basin in 2010 and 2022

图4 共和盆地碳固定2010—2022年分阶段时间序列变化注：基于自然资源部标准地图服务网站审图号GS（2023）1873号标准地图制作，底图边界无修改

Fig.4 Staged time series changes of carbon sequestration in the Gonghe Basin from 2010 to 2022

图5 基于时空耦合的分区空间布局注：基于自然资源部标准地图服务网站审图号GS（2023）1873号标准地图制作，底图边界无修改

Fig.5 Spatial distribution of functional zoning based on spatiotemporal coupling

图6 各功能分区碳固定单因素驱动因子解释力

Fig.6 Single-factor detection results

图7 各功能分区碳固定驱动因子交互作用解释力

Fig.7 Explanatory power of interactive driving factors for carbon sequestration across functional zones

参考文献 37

[1]	Don A， Seidel F， Leifeld J，et al.Carbon sequestration in soils and climate change mitigation：definitions and pitfalls［J］.Global Change Biology，2024，30（1）：e16983.
[2]	冯起，常宗强，席海洋，等.基于碳氮循环的中蒙荒漠生态脆弱区生态系统对全球变化响应研究［J］.地球科学进展，2022，37（11）：1101-1114.
[3]	王灿，张雅欣.碳中和愿景的实现路径与政策体系［J］.中国环境管理，2020，12（6）：58-64.
[4]	于贵瑞，朱剑兴，徐丽，等.中国生态系统碳汇功能提升的技术途径：基于自然解决方案［J］.中国科学院院刊，2022，37（4）：490-501.
[5]	Ru J， Wan S Q， Hui D F，et al.Increased internal year precipitation variability enhances the carbon sink in a semi-arid grass［J］.Functional Ecology，2022，36（4）：987-997.
[6]	潘竟虎，文岩.中国西北干旱区植被碳汇估算及其时空格局［J］.生态学报，2015，35（23）：7718-7728.
[7]	Zheng K， Shi M J， Wu H Q，et al.Estimation and simulation of carbon sequestration in typical dryland areas of China under future climate change scenarios［J］.Frontiers in Ecology and Evolution，2023，11：1250586.
[8]	张琨，吕一河，傅伯杰，等.黄土高原植被覆盖变化对生态系统服务影响及其阈值［J］.地理学报，2020，75（5）：949-960.
[9]	朴世龙，何悦，王旭辉，等.中国陆地生态系统碳汇估算：方法、进展、展望［J］.中国科学：地球科学，2022，52（6）：1010-1020.
[10]	Chen C， Ren T， Liu P，et al.Spatiotemporal dynamics of terrestrial carbon storage driven by land-use and land-cover change in island ecosystems：insights from long-term remote sensing［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2026，19：7042-7057.
[11]	张静静，朱文博，朱连奇，等.伏牛山地区森林生态系统服务权衡/协同效应多尺度分析［J］.地理学报，2020，75（5）：975-988.
[12]	景海超，刘颖慧，贺佩，等.青藏高原典型区生态系统服务空间异质性及其影响因素：以那曲市为例［J］.生态学报，2022，42（7）：2657-2673.
[13]	高峰，律可心，乔智，等.青藏高原东缘生态过渡带碳中和评估与预测［J］.生态学报，2022，42（23）：9442-9455.
[14]	杨丹，王晓峰.黄土高原气候和人类活动对植被NPP变化的影响［J］.干旱区研究，2022，39（2）：584-593.
[15]	翟涌光，王晓妮，郝蕾，等.2001-2020年内蒙古净生态系统生产力格局多时间尺度分析［J］.生态环境学报，2024，33（2）：167.
[16]	Zhang Z， Wan H， Peng S，et al.Differentiated factors drive the spatial heterogeneity of ecosystem services in Xinjiang Autonomous Region，China［J］.Frontiers in Ecology and Evolution，2023，11：1168313.
[17]	Chen B， Zhao J Y， Yao Y L，et al.Spatiotemporal characteristics of land use carbon budget and carbon balance capacity in karst mountainous areas：a case study using social network analysis［J］.Systems，2025，13（8），686.
[18]	周虹，刘雲祥.青海共和盆地人工固沙植被恢复对土壤微生物数量的影响［J］.干旱区资源与环境，2022，36（1）：178-185.
[19]	殷代英，马鹿，屈建军，等.大型光伏电站对共和盆地荒漠区微气候的影响［J］.水土保持通报，2017，37（3）：15-21.
[20]	屈准，杨肃昌，赵鹏，等.青藏高原东北缘大规模光伏电站对高寒沙地植被-土壤的影响研究：以青海共和盆地为例［J］.干旱区资源与环境，2024，38（12）：92-106.
[21]	苏万峰，汉光昭，叶得力，等.共和盆地生态环境遥感评价及驱动力分析［J］.中国沙漠，2023，43（5）：74-84.
[22]	贾虹，张建鹏，刘连友，等.共和盆地生境质量演变及多情景模拟［J］.中国沙漠，2025，45（2）：29-36.
[23]	彭强.共和盆地白刺沙堆形成年代及演化过程研究［D］.西宁：青海师范大学，2022.
[24]	朱文泉，潘耀忠，张锦水.中国陆地植被净初级生产力遥感估算［J］.植物生态学报，2007，31（3）：413-424.
[25]	吴东清，侯伟，桑会勇，等.西藏植被碳源/汇时空变化特征及其影响因子分析［J］.测绘科学，2022，47（8）：105-113，134.
[26]	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
[27]	Li Y H， Tao S L， Li R P，et al.Temporal and spatial evolution of NPP and its responses to terrain factors in Liaoning Province［J］.Journal of Meteorology and Environment，2021，37（5）：107-112.
[28]	刘凤，曾永年.2000-2015年青海高原植被碳源/汇时空格局及变化［J］.生态学报，2021，41（14）：5792-5803.
[29]	耿垭鑫，易桂花，张廷斌，等.青藏高原气候变化对草地碳汇/源格局的影响［J］.自然资源学报，2024，39（5）：1208-1221.
[30]	陈发虎，汪亚峰，甄晓林，等.全球变化下的青藏高原环境影响及应对策略研究［J］.中国藏学，2021（4）：21-28
[31]	Kruse J， Adams M， Winkler B，et al.Optimization of photosynthesis and stomatal conductance in the date palm Phoenix dactylifera during acclimation to heat and drought［J］.New Phytologist，2019，223（4）：1973-1988.
[32]	Gao L M， Zhang L L.Spatiotemporal dynamics of the vegetation coverage in Qinghai Lake Basin［J］.Journal of Geo-information Science，2019，21（9）：1318-1329.
[33]	Chen S S， Wu M C， Zhang S L，et al.Unraveling the impacts of temperature and vapor pressure deficit on gross primary productivity from current to future scenarios［J］.Journal of Hydrology，2026，664：134432.
[34]	张倚浩，阎建忠，程先.气候变化与人类活动对青藏高原湿地的影响研究进展［J］.生态学报，2023，43（6）：2180-2193.
[35]	Yang S Q， He T， Yang N，et al.Ecological synergy of solar development on the Qinghai-Tibet Plateau：a decade of ecosystem service change assessment at Talatan Solar Park［J］.Environmental Research Letters，2025，20（7）：074014.
[36]	胡光印，董治宝，杨林海，等.共和盆地土地利用/覆盖变化（LUCC）及其驱动因素［J］.地球环境学报，2025，16（3）：333-343.
[37]	魏佳荣，周侃，张健.青藏高原光伏产业园区的土地退化过程及其空间效应：基于土地退化平衡的视角［J］.地理研究，2025，44（8）：2057-2079.