温室气体的大量排放是造成近一百多年全球气候变暖的主要原因^[1], 有研究表明全球每年排放的CO₂有46%留在大气中, 而有31%被陆地吸收^{[2, 3]}, 如何减少碳排放增加碳吸收提高碳储量成为全球广泛关注的焦点问题.我国在2020年9月向世界首次宣布CO₂排放量力争于2030年前达到峰值, 争取在2060年前实现碳中和的“双碳”目标.陆地生态系统碳库在全球碳循环中起着关键作用, 对于吸收大气中的温室气体、缓解全球气候变化、调节区域气候和维持生态平衡具有重要意义^[4].其中土地利用的变化是造成区域陆地生态系统碳储量变化的关键因素, 不同土地利用类型的固碳能力存在明显的差异^{[5 ~ 7]}, 因此研究土地利用时空变化造成的陆地生态系统碳储量变化已经成为近年来研究的热点.

目前国内外对陆地生态系统碳储量的研究从单一的生态系统, 如土壤^[8]、草地^[9]、森林^{[10, 11]}和湿地^[12]拓展到流域^{[13 ~ 15]}、城市群^{[16 ~ 18]}、省域^{[19 ~ 21]}和国家^{[22, 23]}等不同空间尺度的碳储量估算.碳储量估算方法也从传统的样地调查法发展到遥感技术和模型耦合的方法, 使用较多的是利用CA^[24]（cellular automata）、FLUS^[25]（future land use simulation）、CLUE-S^[26]（conversion of land use and its effects model-spatial）和PLUS^[27]（patch-generating land use simulation）等土地利用模拟模型, 态系统服务评估与权衡模型（integrated valuation of ecosystem services and tradeoffs, InVEST）估算生态系统碳储量.目前大部分的研究主要从土地利用变化角度评估不同时空尺度陆地生态系统碳储量变化的情况, 影响碳储量变化的因素是多方面的, 需要探索多个因素对区域碳储量动态变化的影响和贡献度^[28].而对未来碳储量预测时大部分学者使用的土地利用转移规则矩阵基本都一样, 后续研究应当根据研究区所处的地理位置和自然及经济因素的空间差异特征对预测未来碳储量的土地利用转移规则矩阵进行调整, 从而可以提高碳储量估算的精度^[29].综上, 本文以我国面积最大的省级行政区新疆为研究区, 基于土地利用变化, 分析和预测新疆碳储量的现状及未来的时空变化趋势并探讨其影响因素的贡献率, 通过充分发挥生态用地的碳汇作用, 以期为未来新疆陆地生态系统碳储量资源优化配置和用地结构合理科学提供参考.

新疆生态环境脆弱是西北地区重要的生态安全屏障, 其具有独特的地理环境和丰富的自然资源, 且位于丝绸之路经济带的核心区因而具有重要的战略经济地位.随着经济快速发展新疆部分地区土地利用类型发生了明显变化^[30], 因此本文结合PLUS和InVEST等模型探究不同土地利用类型碳储量变化的影响因素的贡献, 预测5种不同发展情景下新疆2030年的碳储量.以期探寻提高新疆碳储量最优的未来国土空间规划方案, 为实现新疆“双碳”战略目标提供科学依据.

新疆维吾尔自治区地处中国西北边陲（73°40′~96°18′E, 34°25′~48°10′N, 图 1）, 总面积占中国陆地面积的六分之一, 地形以高原、平原和盆地为主.植被类型包括草原、森林和荒漠植被.新疆气候类型为温带大陆性干旱气候, 降水量少且分布不均, 年均降水量约170 mm, 蒸发量大, 植被覆盖率低, 土地沙化和荒漠化严重, 生态环境脆弱.新疆各土地利用类型（耕地、林地、草地、水域、建设用地和未利用地）面积占比分别约为6.29%、2.01%、21.66%、3.49%、0.58%和65.97%, 随着人类活动的加剧和经济的发展, 新疆土地利用强度不断提高, 对生态环境造成了巨大压力^{[31, 32]}, 探明碳储量对土地利用变化的响应对实现区域“双碳”战略目标具有重要意义.

图 1

Fig. 1

图 1 研究区概况 Fig. 1 Overview of the study area

本文使用的数据有研究区矢量边界和土地利用数据（表 1）, 将研究区土地利用数据参照全国土地利用分类体系（GB/T 21010-2007）, 重分类为6个一级类型, 分别是耕地、林地、草地、水域、建设用地和未利用地.限制区数据参考《新疆维吾尔自治区国土空间规划（2021~2035年）》, 选取于2020年新疆土地利用数据.本文利用社会经济因素、距离因素和自然因素作为PLUS模型中土地利用变化的驱动因子, 3种驱动因素可以细分为15个驱动因子.即社会经济因素包括：人口、GDP和夜间灯光；距离因素包括：市政府、高速道路、主要道路、次要道路、三级道路、铁路和水系矢量数据, 通过欧氏距离计算得到对应要素；自然因素的因子包括：研究区土壤类型、NDVI、年降水量、年平均气温和数字高程模型（DEM）数据.其中的社会经济因素以及自然因素中的NDVI、年降水量和年平均气温等6个驱动因子统一选取为2010年.将以上土地利用类型数据和15个驱动因子数据通过裁剪、重采样和投影变换等预处理后, 统一空间分辨率为（1 km×1 km）、行列号、坐标系和投影类型一致从而进行后续模型的土地利用模拟研究.

表 1 (Table 1)

表 1 数据来源 Table 1 Data sources 数据类型 数据名称 格式 年份 空间分辨率 数据来源 行政区划数据 研究区 矢量 2022 中国民政部（https://www.mca.gov.cn） 土地利用数据 土地利用 栅格 2000、2010和2020 30 m 全国地理信息资源目录服务系统（https://www.webmap.cn） 人口 社会经济因子 GDP 栅格 2010 1 km 中国科学院资源环境科学与数据中心（https://www.resdc.cn） 夜间灯光 市政府 矢量 OpenStreetMap（https://www.openstreetmap.or） 高速道路 主要道路 距离因子 次要道路 三级道路 铁路 水系 土壤类型 栅格 2010 1 km 中国科学院资源环境科学与数据中心（https://www.resdc.cn） NDVI 自然因子 年降水量 年平均气温 DEM 栅格 2010 30 m 地理空间数据云（http://www.gscloud.cn） 限制区 水域 栅格 2020 1 km 《新疆维吾尔自治区国土空间规划（2021~2035年）》

表 1 数据来源 Table 1 Data sources

InVEST模型提供了多种生态系统服务评估的功能, 其中针对陆地生态系统的评估包括生物多样性、碳储量和木材生产量^[33].本文主要利用陆地生态系统碳储量模块, 输入研究区土地利用数据和碳密度数据（表 2）, 估算研究区生态系统碳库（地上生物量、地下生物量、土壤和死亡有机物）.碳密度数据来源于国家生态科学数据中心及前人的研究结果^{[34 ~ 37]}以及实测数据, 并借鉴陈光水等^[38]、Giardina等^[39]和Alam等^[40]提出的方法对碳密度进行了修正.最后得到新疆土地利用类型的碳密度数据（表 2）.陆地生态系统总碳储量估算公式如下：

(1)

(2)

表 2 (Table 2)

表 2 新疆土地利用类型的碳密度/kg·m-2 Table 2 Carbon density of land use types in Xinjiang/kg·m-2 土地利用类型 地上生物碳密度 地下生物碳密度 土壤碳密度 死亡有机物碳密度 耕地 0.33 0.97 8.51 0.08 林地 0.93 0.71 17.61 0.13 草地 0.57 1.37 6.79 0.05 水域 0.01 0 0 0 建设用地 0.03 0 0 0 未利用地 0.02 0 1.99 0

表 2 新疆土地利用类型的碳密度/kg·m-2 Table 2 Carbon density of land use types in Xinjiang/kg·m-2

式中, C_m为第m种土地利用类型的总碳密度, C_{m_above}为第m种土地利用类型的地上生物碳密度, C_{m_below}为第m种土地利用类型的地下生物碳密度, C_{m_soil}为第m中土地利用类型的土壤碳密度, C_{m_dead}为第m种土地利用类型的死亡有机物碳密度；C_total为陆地生态系统中各土地利用类型4种碳库的碳储量之总和, n为土地利用类型总数, S_m为第m种土地利用类型的面积.

PLUS模型是基于多类型随机种子和土地利用扩张分析策略的元细胞自动机模型, 相比其它模型, 它不仅可以预测未来土地利用类型的变化, 还可以根据其用地扩张分析策略（land expansion analysis strategy, LEAS）模块中的随机森林分类算法定量分析不同因子对土地利用变化的贡献^[41], 结合InVEST模型估算的碳储量利用该方法可以得到因子对各土地利用类型碳储量变化的贡献.利用该模型进行土地利用变化模拟前, 需要先预测研究区土地利用变化总需求量.本文利用PLUS模型输入研究区2010年土地利用栅格数据与2020年的土地利用需求面积和15个驱动要素并设置转移规则矩阵和各土地类型邻域权重从而得到2020年土地利用空间分布, 并对模拟得到2020年土地利用现状与实际2020年土地利用对比, 得到模拟精度Kappa系数为0.817, FoM值为0.109, 总体精度OA为0.868, 说明PLUS模型对研究区土地利用模拟精度较高.进而使用该模型预测研究区未来土地利用类型面积和空间分布.

其中土地利用转移规则矩阵表示各土地利用类型之间的转换情况, 用0表示土地利用类型之间不能发生转换, 1表示土地利用类型之间可以发生转换.本文的土地利用转移规则矩阵设置参考了《新疆维吾尔自治区美丽城镇建设行动计划（2021~2025年）》《自治区新型城镇化规划（2021~2035年）》《自治区国民经济和社会发展第十四个五年规划及二О三五年远景目标纲要》《自治区住房和城乡建设事业高质量发展“十四五”》及前人研究.根据生态环境保护、可持续发展、退耕还林和退耕还草等政策以及未来发展的不确定性情况, 对未来研究区发展设置了5种发展情景模式, 分别是自然发展情景（Z1）、经济发展情景（Z2）、可持续发展情景（Z3）、耕地保护发展情景（Z4）和生态保护发展情景（Z5）.其中自然发展情景表示未来新疆土地利用变化规律遵循正常发展；经济发展情景是优先发展经济, 建设用地数量增长迅速, 建设用地不能转移为耕地和未利用地；可持续发展情景是考虑经济发展和环境保护共同进步, 限制了耕地、林地和水域的转换；耕地保护发展情景是限制耕地转换为其他用地；生态保护情景是限制林地不能转换为其他用地, 草地仅能转换为林地.自然发展情景, 其它4种发展情景都限制了水域转换为其他用地.研究区5种情景对应的土地利用转移规则矩阵如表 3所示.

表 3 (Table 3)

表 3 研究区5种发展情景下土地利用转移规则矩阵1） Table 3 Matrix of land use transfer rules under five development scenarios in the study area Z1 Z2 Z3 Z4 Z5 A B C D E F A B C D E F A B C D E F A B C D E F A B C D E F A 1 1 1 1 1 1 1 1 1 1 1 0 1 0 0 0 1 0 1 0 0 0 0 0 1 1 1 1 1 0 B 1 1 1 1 1 1 0 1 0 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1 0 1 0 0 0 0 C 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 0 0 0 D 1 1 1 1 1 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 E 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0 F 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1）A表示耕地, B表示林地, C表示草地, D表示水域, E表示建设用地, F表示未利用地, 1表示可以转换, 0表示不能

表 3 研究区5种发展情景下土地利用转移规则矩阵1） Table 3 Matrix of land use transfer rules under five development scenarios in the study area

其中邻域权重表示不同土地利用类型的扩张能力, 由于相同时空尺度各土地利用类型面积的变化量即扩张强度可以较好反映各土地类型的扩张能力^[42], 本文利用2000~2020年研究区各土地类型的面积变化值计算得到各自的邻域权重, 如表 4所示.

表 4 (Table 4)

表 4 新疆各土地利用类型领域权重 Table 4 Neighborhood weight for each land use type in Xinjiang 土地利用类型 耕地 林地 草地 水域 建设用地 未利用地 领域权重 0.714 2 0.658 5 0.013 9 0.614 1 0.632 7 1

表 4 新疆各土地利用类型领域权重 Table 4 Neighborhood weight for each land use type in Xinjiang

运用InVEST模型得到2000年、2010年和2020年新疆不同土地利用类型的碳储量变化情况. 可以看出（表 5）, 从2000~2010年研究区碳储量减少了4.950×10⁸t呈减少趋势, 而2010~2020年研究区碳储量增加了0.681 6×10⁸ t呈现缓慢增加趋势. 2000~2010年耕地、林地和未利用地的碳储量呈现缓慢增加趋势, 水域和建设用地的碳储量变化不大, 草地的碳储量在这10 a间呈现显著减少趋势.相比耕地和林地, 草地碳密度不大, 但新疆草地面积远远大于其他土地利用类型的面积, 因此草地碳储量在新疆总碳储量的占比最多.而耕地、林地和未利用地的碳储量增加量小于草地碳储量的减少量.从2010~2020年研究区耕地碳储量继续呈现缓慢增加趋势, 林地、水域和建设用地的碳储量变化不明显, 未利用地和草地的碳储量则呈现略微减少趋势, 草地的碳储量减少趋势得到控制.碳储量的增加主要来源于耕地.总之, 草地、未利用地、耕地和林地是新疆碳储量的主要来源.其中未利用地是除了草地以外的最大碳库, 在2000年、2010年和2020年占新疆总碳储量的27%、32%和31%, 碳储量分别是20.160 0×10⁸、21.940 0×10⁸和21.620 0×10⁸ t.

表 5 (Table 5)

表 5 2000~2020年新疆各土地利用类型碳储量×108/t Table 5 Carbon storage of different land uses in the Xinjiang from 2000 to 2020×108/t 类型 2 000年 2 010年 2 020年 耕地 8.140 0 8.740 0 10.150 0 林地 4.390 0 6.280 0 6.340 0 草地 40.690 0 31.470 0 31.000 0 水域 0.005 5 0.005 5 0.005 7 建设用地 0.001 2 0.001 4 0.002 8 未利用地 20.160 0 21.940 0 21.620 0 总计 73.386 7 68.436 9 69.118 5

表 5 2000~2020年新疆各土地利用类型碳储量×108/t Table 5 Carbon storage of different land uses in the Xinjiang from 2000 to 2020×108/t

本文选取自然因素（DEM、坡度、坡向、土壤类型、年平均气温、年降水量、年平均NDVI）和人文经济因素（人口、GDP、夜间灯光）10个影响因子, 利用PLUS模型结合InVEST模型研究不同因子对新疆不同土地利用类型碳储量变化的贡献率, 结果如图 2所示, 2000~2020年不同影响因子对新疆碳储量变化贡献率结果表明, 耕地、林地、草地、水域、建设用地和未利用地的碳储量变化自然因素（年平均NDVI、土壤类型、年降水量、DEM、坡度、坡向和年平均气温）贡献率分别为76%、77%、81%、78%、44%和80%, 人文经济因素（人口、GDP和夜间灯光）贡献率分别是24%、23%、19%、22%、56%和20%.其中年平均NDVI、年平均气温和DEM对新疆耕地碳储量贡献较大；对林地碳储量贡献较大的因子是土壤类型、人口和坡度；对草地碳储量变化贡献较大的因子是DEM、年降水量和年平均NDVI；对水域碳储量变化贡献较大的因子是土壤类型、人口和年平均NDVI；对建设用地碳储量变化贡献较大的因子是夜间灯光、GDP和年平均气温；对未利用地碳储量变化贡献较大的因子是年平均NDVI、DEM和年降水量.总之, 不同土地利用类型碳储量变化贡献最大的影响因子不同.其中对耕地、林地、草地、水域和未利用地碳储量变化影响最大的因子分别是年平均NDVI、土壤类型、DEM、土壤类型和年平均NDVI, 且均为自然因素, 而对建设用地碳储量变化影响最大的是夜间灯光, 为人文经济因素.

图 2

Fig. 2

图 2 2000~2020年新疆碳储量变化贡献率 Fig. 2 Contribution of carbon stock changes in Xinjiang from 2000 to 2020

利用PLUS模型进行预测得到2030年新疆的5种情景下的未来土地利用情况, 再把得到的未来土地利用数据输入InVEST模型中的碳模块下运行, 得到2030年新疆各种土地类型的碳储量.在其中自然发展情景（Z1）、经济发展情景（Z2）、可持续发展情景（Z3）、耕地保护发展情景（Z4）和生态保护发展情景（Z5）下的总碳储量分别是69.783 8×10⁸、69.783 4×10⁸、69.785 7×10⁸、69.783 3×10⁸和69.645 9×10⁸ t, 2030年新疆的5种情景下的碳储量空间分布如图 3所示, 可以看出5种情景下的碳储量空间分布情况呈现山区以及河流沿岸高, 荒漠区低的特征.其中, 北部碳储量高值区主要分布在阿尔泰山、萨吾尔山、玛依力山和阿拉套山一带以及乌伦古湖和额尔齐斯河沿岸；中部碳储量高值区的地方主要分布在天山山脉和伊犁河流域；南部碳储量高值区的地方主要分布在塔里木河沿岸和昆仑山下一带.利用2030年5种情景碳储量空间分布得到新疆情景多样性地图（图 4）, 其中灰色区域表示96.7%的区域在5种情景模拟碳储量中具有一致性, 且主要是水域和大部分未利用地. 3.3%的红色区域表示5种情景模拟的碳储量具有明显差异性且主要是草地、耕地、建设用地、林地和部分未利用地.图 4很好地说明了5种情景之间的差异, 相比一致性较好的区域, 发生变化的区域对情景设置更敏感.

图 3

Fig. 3

图 3 2030年新疆不同情景下的碳储量分布 Fig. 3 Carbon stock distribution in Xinjiang under different scenarios in 2030

图 4

Fig. 4

图 4 2030年新疆5种情景多样性 Fig. 4 Diversity of five scenarios in Xinjiang in 2030

如表 6和图 5所示相比2020年, 2030年新疆在未来5种发展情景下, 新疆的碳储量整体都呈现增加趋势, 其中碳储量增加区域主要分布在巴音郭楞蒙古自治州、阿克苏地区和喀什地区北部一带, 即天山南坡的绿洲区域在未来是碳储量增加的主要区域. 2030年新疆在Z1、Z2、Z3、Z4与Z5发展情景下的碳储量增加总量分别是66.526 3×10⁶、66.489 9×10⁶、66.723 6×10⁶、66.484 3×10⁶和52.743 1×10⁶ t.碳储量变化区域5种情景下较为一致, 碳储量增加区域主要分布在天山南坡的巴音郭楞蒙古自治州、阿克苏地区和喀什地区北部；碳储量减少的区域主要分布在是天山北坡的哈密市、吐鲁番市、昌吉回族自治州、塔城地区和伊犁哈萨克自治州.但不同情景下的研究区碳储量增加趋势和减少趋势的面积较为不同, 碳储量呈增加趋势面积由大到小分别为：Z1 > Z3 > Z2 > Z5 > Z4；碳储量呈减少趋势的面积由大到小排序为：Z1 > Z5 > Z4 > Z2 > Z3. 5种情景下, 2030年新疆碳储量在Z3发展情景下碳储量增加总量最多, 碳储量增加趋势的面积也排第二, 呈减少趋势的面积最少, 综上可以看出相对2020年, 未来提高新疆碳储量最优发展情景是Z3.

表 6 (Table 6)

表 6 2020~2030年新疆5种情景下的碳储量变化统计 Table 6 Statistics on carbon stock changes under five scenarios in Xinjiang from 2020 to 2030 类型 2020年与2030年碳储量的差值（x）/t·km-2 变化碳储量×106/t Z1 Z2 Z3 Z4 Z5 显著增加 x < -7 000 113.041 6 108.829 6 108.954 3 83.689 9 122.965 4 略微增加 -2 000 < x < 0 4.599 6 3.943 9 3.964 9 3.988 2 0.017 9 不变 0 0 0 0 0 0 略微减少 0 < x < 2 000 9.677 1 2.410 8 2.436 2 14.504 6 4.217 3 显著减少 x > 7 000 41.437 8 43.872 8 43.759 4 6.689 1 66.022 9 相对2020年2030年碳储量增加总量 66.526 3 66.489 9 66.723 6 66.484 3 52.743 1

表 6 2020~2030年新疆5种情景下的碳储量变化统计 Table 6 Statistics on carbon stock changes under five scenarios in Xinjiang from 2020 to 2030

图 5

Fig. 5

图 5 2020~2030年新疆5种情景下的碳储量变化 Fig. 5 Carbon stock changes under five scenarios in Xinjiang from 2020 to 2030

本研究表明草地为新疆陆地生态系统的第1碳库.虽然未利用地碳密度仅为草地碳密度的3.5%, 但由于未利用地面积占新疆总面积的63%, 约为草地面积的3倍, 所以未利用地成为新疆陆地生态系统第2碳库.新疆未利用地大部分为沙漠和荒漠区, 但仍然具有一定固碳能力, 正如有研究表明沙漠是陆地上植物和土壤之外的第3个活动碳库^[43]. 2000~2020年随着新疆人口、经济和城镇化的快速发展, 工业及居民建设用地需求量增加（图 6）, 造成了建设用地面积的大量增加.大量拓荒开垦的耕地给研究区有限的水资源带来了更大的压力, 灌溉私自打井对地下水系统造成了严重的破坏, 导致地下水位的急剧下降, 引起草地大量的枯死.加上草地超载放牧, 草地严重退化情况加剧, 造成12.908×10⁴ km²草地转换为未利用地.本研究发现虽然也有少部分草地转化为耕地增加了碳储量, 但是草地转为耕地增加的碳储量远小于草地转换为未利用地而损失的碳储量.总之, 草地大面积的退化为未利用地是造成近20 a新疆生态系统碳储量减少的直接原因, 这与陈宁等^[35]和卢雅焱等^[36]学者的研究结果一致.

图 6

Fig. 6

图 6 2000~2020年新疆土地利用变化 Fig. 6 Changes in land use in Xinjiang from 2000 to 2020

2000~2020年间新疆碳储量高值区主要分布在北部的阿尔泰山、中部的天山和塔里木盆地的林地.碳储量低值区主要分布在准噶尔盆地、塔里木盆地和吐鲁番-哈密盆地的荒漠及沙漠区域.城镇建设用地的增加导致乌鲁木齐市、昌吉回族自治州和克拉玛依市碳储量损失非常严重.但建设用地的增加不是导致新疆碳储量减少的主要原因, 新疆所有土地类型中建设用地的碳库是最小的碳库, 约占新疆总碳储量的万分之一.虽然2010~2020年新疆建设用地面积扩张了1倍, 新疆碳储量却呈现缓慢增加的趋势, 这主要得益于未利用地转换为草地和林地, 以及广大民众环境保护意识的提升加强.

本文研究结果表明不同土地类型影响碳储量变化的主要因子不同, 其中对耕地、草地、林地、未利用地和水域和碳储量变化影响最大的因子分别是年平均NDVI、DEM、土壤类型、年平均NDVI和土壤类型, 均为自然因素.而对建设用地碳储量变化影响最大的是夜间灯光, 属于人文经济因素.以上结论与韩玉^[44]和王成武^[45]等学者研究得到的碳储量变化主要受NDVI、气温、降水、土壤类型和人类活动因素影响的研究结果较为一致.

本文在划分5种土地利用发展情景转移规则矩阵时考虑了新疆独特的地理位置、自然环境、气候以及政府对新疆发展规划的政策.前人的研究对未来经济发展情景中建设用地设置成仅能转换为建设用地^[35], 而本研究在提高新疆建设用地利用率的前提下将建设用地设置为可以转换为除耕地和未利用地以外所有土地利用类型.生态保护发展情景主要通过增加未利用地转化为草地和林地从而保护生态环境提高碳储量^{[16, 17]}, 本研究不仅设置了林地、草地不能转移为其他用地, 还将水域也限制成不能转换为其他用地, 都需要重点保护, 且其它4种发展情景中都限制了水域转化为其他用地.从2030年5种发展情景模拟结果得到, 未来新疆城镇化仍是快速发展, 但新疆生态系统碳储量保持了2010~2020年缓慢增加的趋势, 其中可持续发展情景的碳储量增加最多, 生态保护发展情景下碳储量相比增加最少.为了降低耕地的损失, 未来5种发展情景下的模型都将草地大量转移为耕地, 减小了草地的面积.从长远来看, 为了实现新疆“双碳”的目标, 需要合理调整土地利用结构, 并且合理利用水资源的前提下增加未利用地转换为草地, 限制其他用地转换为未利用地从而提高新疆土地资源的固碳能力.

未来新疆发展要制定可持续的国土空间规划方案, 推进土地集约化利用, 合理规划利用土地资源, 增强社会经济效益, 严格实施执行生态保护政策.加强草地、林地和耕地的保护, 预防草地退化, 提倡适宜区域退耕还草还林, 合理放养牲畜, 合理改造新疆林地树种组成分布, 砍旧栽新, 提高植被质量, 增强林地固碳能力.耕地种植优化作物类型, 促进经济和生态协调稳定的良性发展, 这些是提高区域碳储量和保证可持续发展的重要手段, 也是控制碳排放减少生态系统碳储量损失从而实现碳中和目标、走可持续发展和建设美丽中国下“美丽新疆”的必由之路.

（1）2000~2020年新疆陆地生态系统碳储量呈现先显著减少后缓慢增加的趋势.其中, 草地为新疆的第1大碳库, 其余依次是未利用地、耕地、林地、水域和建设用地.2000~2010年间由于不合理放牧导致草地大量退化为未利用地造成陆地生态系统碳储量减少了9.220 0×10⁸ t.在“绿水青山就是金山银山”等系列生态环保理念和相关政策的指导下, 2010~2020年间新疆草地退化现象得到明显遏制和改善, 加上高固碳能力的耕地和林地面积的增加使得新疆碳储量增加了0.6816×10⁸ t.新疆碳储量的高值区主要分布在阿尔泰山、天山和昆仑山的森林带以及准噶尔盆地和塔里木盆地的绿洲区域.

（2）驱动因子贡献率的分析表明, 新疆不同土地利用类型碳储量变化的主要驱动因子和贡献率存在差异.其中, 自然因素（NDVI、土壤类型、DEM、年降水量和年平均气温等）对耕地、林地、草地、水域和未利用地碳储量变化的贡献率分别为76%、77%、81%、78%和80%.人文经济因素（夜间灯光和GDP等）对建设用地碳储量变化的贡献率为56%.

（3）本研究表明相比2020年, 未来5种发展情景下2030年新疆碳储量整体继续保持增加趋势, 其中可持续发展情景、自然发展情景、经济发展情景、耕地保护发展情景和生态保护发展情景碳储量的增加值由多到少分别为66.723 6×10⁶、66.526 3×10⁶、66.489 9×10⁶、66.484 3×10⁶和52.743 1×10⁶ t.而5种情景下未来新疆碳储量减少的区域主要分布在哈密市、吐鲁番市和伊犁哈萨克自治州, 未来这些区域可以通过加强生态环境保护降低碳储量的减小.