摘要：新疆伊犁河谷是亚欧大陆干旱地带的一块“湿岛”，也是新疆区域碳储量和生态系统稳定的重要贡献地区。碳储量分布数据是研究生态系统稳定的重要数据基础。本数据集以伊犁地区土地利用数据、气象数据、碳密度数据为基础，运用InVEST模型生成了2000–2020年伊犁地区碳储量分布数据。在数据处理过程中进行数据清洗，剔除异常值，保证数据准确、可靠。本数据集可以作为探究土地利用变化对区域碳储量影响的基础科学数据，为优化土地利用空间格局提供科学参考。
关键词：InVEST模型；碳储量；伊犁
Abstract: As a "wet island" in the arid region of Eurasia, Yili Valley in Xinjiang is a big contributor to the stability of carbon storage and ecosystem in Xinjiang. Carbon storage distribution data are an important basis for studying ecosystem stability. Based on land use data, meteorological data and carbon density data in Yili Prefecture, we used the InVEST model to generate carbon storage distribution data in Yili from 2000 to 2020. In terms of data processing, we carried out data cleaning to eliminate abnormal values and ensure the accuracy and reliability of the data. This dataset can provide basic scientific data for the study on the impact of land use change on regional carbon stocks, and also serves as a scientific reference for optimizing the spatial pattern of land use.
Keywords: InVEST model; carbon storage; Yili
| 数据库（集）名称 | 基于InVEST模型的2000–2020年新疆伊犁地区碳储量分布数据集 |
| 数据作者 | 孙伟 |
| 数据通信作者 | 刘婷婷（liutingting@caas.cn）；孙伟（sunwei02@caas.cn） |
| 数据时间范围 | 2000、2010、2020年 |
| 地理区域 | 新疆伊犁地区，地理范围为40°14′16″–49°10′45″N，80°9′42″–91°01′45″E |
| 数据量 | 61.3 MB（压缩文件大小） |
| 数据格式 | *.tif，*.csv，*.xlsx |
| 数据服务系统网址 | http://dx.doi.org/10.57760/sciencedb.07550 |
| 基金项目 | 国家自然科学基金项目（32271880） |
| 数据库（集）组成 | 本数据集由伊犁地区土地利用数据、气象数据、碳密度数据和碳储量数据4类数据构成。包括：（1）2000、2010、2020共3期土地利用数据，按照一级分类系统分类(tif)；（2）气象数据：包括年降水量分布图、年平均气温分布图各3期数据(tif)，以及气象数据表一份（xlsx）；（3）碳密度数据：包括修正后的4种碳密度数据(csv)；（4）碳储量数据3期(tif)。 |
| Title | A dataset of carbon storage distribution in Yili Prefecture of Xinjiang from 2000 to 2020 based on the InVEST model |
| Data corresponding author | LIU Tingting (liutingting@caas.cn); SUN Wei (sunwei02@caas.cn) |
| Data authors | SUN Wei |
| Time range | 2000, 2010, and 2020 |
| Geographical scope | Yili Prefecture, Xinjiang (40°14′16″–49°10′45″N, 80°9′42″–91°01′45″E) |
| Data volume | 61.3 MB (after compressed) |
| Data format | *.tif，*.csv，*.xlsx |
| Data service system | <http://dx.doi.org/10.57760/sciencedb.07550> |
| Sources of funding | Natural Science Foundation of China (32271880) |
| Dataset composition | The dataset consists of four types of data: land use data, meteorological data, carbon density data and carbon storage data in Yili Prefecture. (1) Land use data in 2000, 2010 and 2020, classified according to the first-level classification system (tif); (2) meteorological data: the annual precipitation distribution and annual average temperature distribution of the three periods of data (tif), and a table of meteorological data (.xlsx); (3) Carbon density data: four types of corrected carbon density data (csv); (4) carbon storage data 3 (tif). |
全球气候变暖引起各国政府高度关注，我国提出了“碳达峰、碳中和”的双碳目标[1]。碳排放是影响气候变化的重要因素之一[2]。陆地生态系统能够固定空气中的CO2，从而降低CO2浓度、调节区域气候，在全球碳循环中起着十分关键的作用[3]。随着现代工业发展，城市化进程加快，土地利用结构发生变化，引起陆地生态系统的碳储量发生改变[4]。因此，定量估算生态系统中的碳储量具有重要意义。
伊犁哈萨克自治州地处新疆西北地区，涵盖了山地、平原、丘陵等地貌类型，属于温带大陆性气候。不同地形间气候差异较大，山地雨量充足，平原干旱少雨。土地利用类型丰富，以耕地、草地、林地为主，为新疆生态系统固碳做出重要贡献。2000–2020年间，受生态文明建设规划等国家战略的影响，伊犁地区土地利用分布发生明显变化[5]，定量研究伊犁地区的碳储量分布变化，既能为研究生态系统碳储量提供数据支持，也能为优化土地利用方式提供指导。
在现有的碳储量分布数据集中，研究区覆盖伊犁地区的数据集较少，而且其研究范围一般较大，伊利只是其中比较小的一块区域，获得的碳储量分布数据分辨率普遍较低[6]。本研究基于InVEST模型和2000、2010、2020年3期LUCC数据，计算伊犁地区连续3期的碳储量及其分布状况（空间分辨率：30 m）。本数据集包括伊犁地区土地利用、气象、碳密度、碳储量4类数据，具有三方面的特征和优势：第一，利用本数据集可以对伊犁地区的碳储量分布及其变化进行评估。第二，现有的公开数据集中获得的伊犁地区碳储量分布数据空间分辨率不高，本数据集提高了数据精度。第三，保证了数据质量，确保数据来源的权威性和科学性。本数据集不仅为伊犁地区碳储量的研究提供数据支持，对于区域碳储量驱动力和生态系统相关研究也提供一定的价值。
本研究采集的数据主要包括土地利用/覆被数据（LUCC）、气象数据和碳密度数据，在数据预处理之后结合InVEST模型进行计算，得到碳储量数据。各类数据的采集和处理方法如下。
1.1
土地利用/覆被数据
通过对Landsat遥感影像进行人工目视解译，获得中国多时期土地利用遥感监测数据[7]。选取2000、2010、2020年3期的LUCC数据，空间分辨率为30 m，利用ArcGIS软件按照新疆伊犁哈萨克自治州的矢量边界对3期土地利用数据进行裁剪和融合处理，按照一级分类系统将土地分为耕地、林地、草地、水域、建设用地、未利用土地共计6类，从而得到数据集中伊犁地区2000–2020年3期的土地利用数据。
1.2
气象数据
1.3
碳密度数据
运用InVEST模型中的carbon storage and sequestration模块计算伊犁地区各种土地利用类型的碳储量，环境中的碳库主要包括4个部分，即地上生物碳、地下生物碳、死亡有机碳和土壤有机碳[9]。已知各地类的面积、与之相对应的碳密度，便得到该地类的4种碳储量，总和即为该地类的总碳储量。从而计算出6种土地利用类型的碳储量，数据格式为tif，并在ArcGIS中直观地展示研究区碳储量的分布状况。
本数据集由土地利用、气象、碳密度、碳储量4类数据构成。表1展示了各类数据的基本信息。其中，气象数据用于修正伊犁地区的碳密度。在运用InVEST模型计算碳储量的过程中，土地利用数据和碳密度数据是输入数据，输出数据则为碳储量数据，数据集共计61.3 MB。部分样本数据展示如图2–3、表2所示。
为了保证数据的质量，本研究使用的原始数据全部来自专业网站（中科院资源环境科学与数据中心）。部分经查阅整理的数据也来自领域内专业的官方网站、相关科学文献等。在对全国碳密度数据进行修正之前，首先进行了数据清洗，剔除碳密度异常值。在使用InVEST模型计算碳储量分布的过程中，严格按照《InVEST 3.2.0使用手册》的指导进行[12]。本研究的数据加工、处理运用ArcGIS 10.2、excel软件完成，处理步骤严格遵循软件操作指南，以确保数据的可靠性。
碳储量对全球碳减排起着重要的影响作用，计算区域碳储量可用于探究区域碳汇、评价生态系统稳定性和进行生产力评估。伊犁地区是新疆区域碳储量和生态系统稳定的重要贡献者，探究其碳储量分布具有重要意义。本数据集提供了伊犁地区土地利用数据、气象数据、碳密度数据和碳储量数据共4类数据。其中，碳密度数据是根据研究区的气象数据修正后的结果，为本地碳储量的相关研究提供重要参考。同时，本数据集能够为优化土地利用结构、探究生态系统碳储量碳循环提供科学数据支持。
[1]
宋平, 赵荣, 胡利娟, 等. 推动“双碳”目标实现的林业碳汇科学传播策略[J]. 世界林业研究, 2023, 36(2): 89–94. DOI: 10.13348/j.cnki.sjlyyj.2023.0002.y. [SONG P, ZHAO R, HU L J, et al. Strategies for science-based forestry sequestration dissemination to achieve the national goals of carbon peaking and carbon neutrality[J]. World Forestry Research, 2023, 36(2): 89–94. DOI: 10.13348/j.cnki.sjlyyj.2023.0002.y.]
[2]
CANADELL J G, RAUPACH M R. Managing forests for climate change mitigation[J]. Science, 2008, 320(5882): 1456–1457. DOI: 10.1126/science.1155458.
[3]
方精云, 于贵瑞, 任小波, 等. 中国陆地生态系统固碳效应: 中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”之生态系统固碳任务群研究进展[J]. 中国科学院院刊, 2015, 30(6): 848–857, 875. DOI: 10.16418/j.issn.1000-3045.2015.06.019. [FANG J Y, YU G R, REN X B, et al. Carbon sequestration in China’s terrestrial ecosystems under climate change—progress on ecosystem carbon sequestration from the CAS strategic priority research program[J]. Bulletin of Chinese Academy of Sciences, 2015, 30(6): 848–857, 875. DOI: 10.16418/j.issn.1000-3045.2015.06.019.]
[4]
陈其, 魏媛. 贵州省土地利用变化对生态系统碳储量的影响[J]. 自然资源情报, 2023(2): 28–34. [CHEN Q, WEI Y. Effects of land use change on ecosystem carbon storage in Guizhou Province[J]. Natural Resources Information, 2023(2): 28–34.]
[5]
刘纪远, 宁佳, 匡文慧, 等. 2010–2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2018, 73(5): 789–802. DOI: 10.11821/dlxb201805001. [LIU J Y, NING J, KUANG W H, et al. Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015[J]. Acta Geographica Sinica, 2018, 73(5): 789–802. DOI: 10.11821/dlxb201805001.]
[6]
方霞, 张弛, 张耀南等. 1980–2014 年中国干旱半干旱区生态系统有机碳储量及碳动态数据集[J/OL]. 中国科学数据, 2018, 3(3). (2018-09-25). DOI: 10.11922/csdata.2018.0049.zh. [FANG X, ZHANG C, ZHANG Y N, et al. A dataset of Organic carbon storage and carbon dynamic in arid and semiarid China from 1980 to 2014[J/OL]. China Scientific Data, 2018, 3(3). (2018-09-25). DOI: 10.11922/csdata.2018.0049.zh.]
[7]
徐新良, 刘纪远, 张树文, 等. 中国多时期土地利用土地覆被遥感监测数据（CNLUCC）[DS/OL]. 资源环境科学数据注册与出版系统（http://www.resdc.cn/DOI）, 2018. DOI: 10.12078/2018070201. [XU X L, LIU J Y, ZHANG S W, et al. China multi-period land use land cover remote sensing monitoring data set (CNLUCC)[DS/OL]. Resource and Environmental Science Data Registration and Publishing System（http://www.resdc.cn/DOI）, 2018. DOI: 10.12078/2018070201.]
[8]
徐新良. 中国气象要素年度空间插值数据集[DS/OL]. 资源环境科学数据注册与出版系统(http://www.resdc.cn/DOI), 2022. DOI: 10.12078/2022082501. [XU X L. Annual spatial interpolation data set of meteorological elements in China[DS/OL]. Resource and Environmental Science Data Registration and Publishing System(http://www.resdc.cn/DOI), 2022. DOI: 10.12078/2022082501.]
[9]
杨洁, 谢保鹏, 张德罡. 黄河流域生态系统服务权衡协同关系时空异质性[J]. 中国沙漠, 2021, 41(6): 78–87. DOI: 10.7522/j.issn.1000-694X.2021.00088. [YANG J, XIE B P, ZHANG D G. Spatial-temporal heterogeneity of ecosystem services trade-off synergy in the Yellow River Basin[J]. Journal of Desert Research, 2021, 41(6): 78–87. DOI: 10.7522/j.issn.1000-694X.2021.00088.]
[10]
ZHOU J J, ZHAO Y R, HUANG P, et al. Impacts of ecological restoration projects on the ecosystem carbon storage of inland river basin in arid area, China[J]. Ecological Indicators, 2020, 118: 106803. DOI: 10.1016/j.ecolind.2020.106803.
[11]
徐丽, 何念鹏, 于贵瑞. 2010s年中国陆地生态系统碳密度数据集[J/OL]. 中国科学数据, 2019, 4(1). (2018-07-29). DOI: 10.11922/csdata.2018.0026.zh. [XU L, HE N P, YU G R. A dataset of carbon density in Chinese terrestrial ecosystems(2010s)[J/OL]. China Scientific Data, 2019, 4(1). (2018-07-29). DOI: 10.11922/csdata.2018.0026.zh.]
[12]
斯坦福大学伍兹环境研究所, 世界自然保护基金会, 大自然保护协会, 明尼苏达大学环境研究所. 生态系统服务评估与权衡(InVEST)模型(3.2.0版本)使用手册[EB/OL]. (2017-10)[2018-07-11]. http://naturalcapitalproject.stanford.edu/invest/. [Stanford Woods Institute for the Environment, The nature conservancy, The Nature Conservancy, Institute on the Environment, University of Minnesota. InVEST User Guide(3.2.0 version) [EB/OL]. (2017-10)[2018-07-11]. http://naturalcapitalproject.stanford.edu/invest/.]
