《Ecological Indicators》：Spatially explicit modeling and scenario-based projections of LULC-driven carbon stock changes in Japan
编辑推荐：
本研究针对日本实现2050年碳中和目标对高精度碳储量评估的迫切需求，开发了耦合CA-Markov模型与InVEST碳核算模块的空间显式建模框架。通过整合2001-2020年MODIS LULC数据与IPCC碳密度参数，模拟了三种情景下（BAU/保护/高发展）至2050年的碳储量演变。结果显示全国碳储量变化幅度<3%，但呈现西南部（九州、四国）持续增汇与东北部（北海道）显著失汇的空间分异格局，其中92%的森林损失源于向草甸系统的转化而非直接城市化。该研究为区域差异化碳管理提供了空间决策支持。
在全球碳中和浪潮中，陆地生态系统碳汇功能已成为缓解气候变化的关键自然解决方案。日本作为森林覆盖率高达67%的岛国，其2050年碳中和目标的实现高度依赖于对国土碳储量动态的精准把握。然而，现有研究多采用静态碳密度假设，缺乏将土地利用轨迹与像元级碳响应进行时空耦合的能力，更难以评估不同土地利用路径如何驱动碳储量空间格局的演变。这种认知空白严重制约了将基于土地的碳核算纳入前瞻性国土规划策略的进程。
发表于《Ecological Indicators》的这项研究创新性地构建了空间显式建模框架，首次实现了日本全国尺度2001-2050年土地利用变化驱动碳储量变化的模拟与情景预测。研究人员通过整合多时序遥感观测、CA-Markov土地转移模拟和生态系统碳核算模块，揭示了不同发展路径下碳储量的空间分异规律。研究发现，尽管全国碳储量总体稳定（变化幅度<3%），但西南地区与东北地区却呈现截然相反的演变轨迹：九州和四国形成持续性碳汇增强区，而东北地区和北海道则成为碳损失热点区域。更值得注意的是，森林损失的主要驱动力并非直接的城市扩张（≤0.15%），而是向草甸-稀树草原系统的低强度土地覆被转变（>92%），这一发现颠覆了传统认知。
研究采用三大技术支柱：基于Google Earth Engine平台的MCD12Q1年度土地覆被数据处理（2001-2020年，500米分辨率）；采用5×5邻域窗口的CA-Markov模型进行2030/2040/2050年土地利用预测（Kappa系数0.931）；结合IPCC温带生态区碳密度参数的InVEST碳储量模块实现像元级碳核算。情景设置通过调整转移概率矩阵实现，对森林转为城镇/耕地/草地的过渡分别施加强/中/弱三级抑制或增强系数。
5.1 整体碳储量格局（2001–2050）
历史期碳储量稳定在4.73-4.85 Pg C（十亿吨碳），情景预测显示2030年后路径分化：保护情景下2050年降至4.65 Pg C，高发展情景下加速降至4.56 Pg C，印证了土地利用强度对碳储量的累积影响。
5.2 土地利用时空动态与预测
空间分布显示九州森林类型多样（常绿阔叶林/落叶阔叶林/混交林），四国以常绿阔叶林为主（高知县森林覆盖率84%），北海道作为最大林区（占全国22%）以常绿针叶林和落叶阔叶林主导。情景对比表明保护情景能有效维持本州中部和北部森林连续性，而高发展情景导致都市圈周边森林碎片化加剧。
5.3 碳储量格局与预估变化
碳储量空间分布与森林格局高度吻合，高值区集中于九州、四国（碳密度125 Mg C/ha）和北海道（虽然单位碳密度较低但总面积巨大）。到2050年，保护情景下九州-四国高碳区保持稳定，而高发展情景则使本州南部和沿海地区出现广泛碳损失。
5.4 空间显式碳储量变化（ΔC图谱）
像元级碳差值计算（ΔC = Ct2- Ct1）揭示显著的空间极化现象：2001-2020年九州-四国形成连续碳汇增强带，东北部-北海道呈现连片碳损失区。情景分析表明保护路径能缓冲北部碳损失，而高发展路径将使传统高碳区也开始出现系统性衰退。
研究结论强调，国家尺度的碳稳定性掩盖了区域级碳动态的剧烈反差。西南部的碳汇功能与东北部的碳流失风险并存，且碳损失主要源于渐进式的土地覆被退化而非剧烈城市化。该空间显式评估框架为识别局部碳退化风险提供了方法论支撑，其采用的类别化土地覆被输入和规则化情景调整机制，使其可迁移至其他具有中等分辨率土地覆被数据的区域。未来研究若能融入动态生物量模块和气候敏感性参数，将进一步提升亚国家级碳储量预测的精度。这些发现为制定空间差异化的森林治理策略和情景敏感型减缓措施提供了科学依据。
