当前，温室气体排放推升全球气候风险至空前水平。气候变化已成为威胁生态安全与人类生存的全球性问题^[1]。为应对全球气候变化，2020年习近平主席在第75届联合国大会一般性辩论上宣布，中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和^[2]，而实现碳达峰碳中和(“双碳”)目标需要“减法”和“加法”协同进行。“减法”主要是节能减排，“加法”是指提升生态系统碳汇功能，包括植被、土壤、海洋3类生态系统碳汇。生态系统碳汇具有成本低、生态协同效益高等优势，是实现“双碳”目标的重要路径之一，其中土壤碳库是陆地生态系统碳库中最大的贮库，其固碳潜力的提升为“双碳”目标的实现扩宽了实践路径。

模型估算法是揭示区域陆地生态系统碳储量空间变化的重要手段，能较为准确地估算不同尺度区域的碳储量^[3]。常用的碳储量估算模型有InVEST模型^[4]、CASA模型^[5]和植被固碳模型^[6]等，其中InVEST模型因其数据处理相对简单、参数设置灵活、评估精度较高，应用最为广泛。例如，Zarandian等^[7]、Kohestani等^[8]利用InVEST模型分别评估伊朗北部马赞达兰省和伊朗北部Nour-Rud流域景观变化对各自碳储量的影响；傅楷翔等^[9]基于土地利用数据，耦合PLUS-InVEST-Geodector模型评估土地利用变化对新疆地区碳储量的影响；廖超明等^[10]基于PLUS-InVEST模型探究珠三角地区2005—2020年土地利用变化及其对碳储量的影响；韦振锋等^[11]通过InVEST模型计算2010—2020年桂林市生态系统碳储量；李月等^[12]耦合PLUS-InVEST模型，反演1973—2020年普定县的土地利用变化与碳储量时空演变特征；张凯琪等^[13]耦合InVEST模型碳储存模块和GeoSOS-FLUS模型，并基于土地利用数据和不同情景未来土地利用预测结果，对桂林市的碳储量时空特征进行分析。上述研究表明，InVEST模型能够有效结合土地利用变化情况，定量刻画不同区域碳储量的时空变化特征，是区域碳储量评估的重要技术手段。

除土地利用变化外，碳储量的变化还受其他驱动因子的共同影响。罗丽等^[14]对典型石漠化地区碳储量变化驱动因子进行分析，发现研究区碳储量变化的主要影响因子是气温；魏熙乐等^[15]研究发现四川省碳储量时空分异受高程(DEM)、降水和距铁路距离影响；孙严超等^[16]指出坡度是影响河南省碳储量时空分异的主要驱动因子，同时高程、坡度与其他驱动因素的交互作用对碳储量空间分异也具有重要影响；Hounkpatin等^[17]采用机器学习法对布基纳法索西南部Dano流域不同土层深度的土壤碳储量进行分析，结果发现湿度和地形是主要的影响因素；Silan等^[18]对意大利芦苇地的土壤碳储量驱动因素进行分析，认为土壤的水分和养分对碳储量有重要的影响。

综上，碳储量空间分异是自然环境与人类活动等多因素共同作用的结果。为揭示不同驱动因子对碳储量变化的影响机制，已有研究采用地理探测器、地理加权回归、主成分分析和机器学习等进一步开展驱动力分析，其中地理探测器能够定量评估不同驱动因子对空间分异的解释力，有效揭示研究对象空间异质性特征^[19]，使用较为广泛。但是目前大多数研究采用传统地理探测器，而传统地理探测器在参数选择上易受主观影响。相比之下，最优参数地理探测器通过参数优化^[20]，能有效减少主观影响，从而提高驱动力分析结果的准确性与客观性。

喀斯特地区由于受岩溶作用影响，土层浅薄、保水保肥能力较弱，植被恢复难度较大，生态系统稳定性相对较低。在自然环境和人类活动的长期影响下，部分喀斯特区域出现不同程度的石漠化问题，其中，广西是我国石漠化问题较为突出的区域之一，也是国家开展石漠化综合治理工程的重点地区。近年来，经过持续治理，广西石漠化防治工作取得积极成效。据岩溶地区第4次石漠化调查结果，2021年广西石漠化土地面积为1.05×10⁶ hm²，与2016年相比减少4.83×10⁵ hm^2[21]。植被恢复与生态系统结构改善将增强区域的碳汇能力，对国家“双碳”目标的实现意义重大。为此，本研究基于广西石漠化治理重点区的土地利用格局及变化，运用InVEST模型，结合最优参数地理探测器有效识别广西石漠化治理重点区的碳储量空间分布情况并解析其驱动因素，旨在为该地区实现“双碳”目标下的土地利用优化、生态保护策略制定提供科学支撑和参考。

1 材料与方法 1.1 研究区概况

广西喀斯特地区是中国南方喀斯特地貌典型分布区之一，占广西陆地面积的42%，地理坐标大致为北纬22°26′—26°24′、东经104°80′—111°47′，包括桂林市、柳州市、来宾市、河池市、百色市、崇左市以及南宁市等地区，以峰丛、峰林、孤峰、溶洞及地下河等典型喀斯特地貌景观为主要特征，其中石漠化现象较为突出的43个县被列入全国石漠化治理工程重点区域，即广西石漠化重点治理区，也是本文的研究对象。依据《岩溶地区石漠化综合治理工程“十三五”建设规划》，可将广西石漠化重点治理区具体划分为桂东北峰丛平原治理区、桂中峰林平原治理区、桂西北峰丛洼地治理区以及桂西南峰丛洼地治理区^[22](图 1)。

1.2 数据来源

土地利用数据来源于资源环境科学数据平台(https://www.resdc.cn/)，分辨率为30 m。根据研究区特点与前人研究^{[15, 23-26]}，将气温、降水、人口密度、净初级生产力(NPP)、国内生产总值(GDP)、高程、坡度和坡向列为广西石漠化治理重点区土壤碳储量空间分异的待检验驱动因子。其中，气温、降水数据均来源于国家青藏高原科学数据中心(https://data.tpdc.ac.cn)，分辨率为1 km；人口密度数据来源于美国橡树岭国家实验室(https://landscan.ornl.gov)，分辨率为1 km；净初级生产力数据来源于NASA EarthData平台提供的MOD17A3HGFv061产品(https://www.earthdata.nasa.gov)，分辨率为500 m；国内生产总值数据来源于资源环境科学数据平台(https://www.resdc.cn)，分辨率为1 km；高程数据来源于OpenTopography (https://portal.opentopography.org)，分辨率为30 m；坡度和坡向数据通过软件ArcGIS 10.8计算。以上所有数据均选取2010、2020年2个时段，并统一重采样至30 m分辨率以保证空间分析尺度的一致性。

1.3 方法 1.3.1 土地利用转移矩阵

为聚焦研究区土壤碳储量变化，将研究区土地利用类型划分为有林地、灌木林地、其他林地、水田、旱地、人工草地、天然草地、其他草地、建设用地、湿地和其他用地共11类。利用土地利用转移矩阵分析不同土地利用类型之间的转移情况。土地利用转移矩阵基于马尔科夫模型^[27]，主要用于分析一定时期内不同土地利用类型之间的转移情况，其公式如下：

$ S_{i j}=\left(\begin{array}{cccc} S_{11} & S_{12} & \cdots & S_{1 n} \\ S_{21} & S_{22} & \cdots & S_{2 n} \\ \vdots & \vdots & \vdots & \vdots \\ S_{n 1} & S_{n 2} & \cdots & S_{n n} \end{array}\right), $

(1)

式中，S_ij表示某个研究期内土地利用类型i转为土地利用类型j的面积，n代表土地利用类型的数量。在此基础上，将土地利用转移矩阵中的转移关系以桑基图形式进行可视化，通过流线的方向和宽度直观展示不同土地利用类型之间的主要转移路径及其规模，从而辅助揭示研究区土地利用结构的变化特征。

1.3.2 InVEST模型

InVEST模型为生态系统服务功能综合估价和权衡得失评估工具^[28]，是基于不同的土地利用情况对生态系统的物质量和价值量进行评估。其中碳储量计算模块是将各土地利用类型的碳密度映射到土地利用数据中，即将各土地利用类型的面积与对应的碳密度相乘得到碳储量。陆地生态系统主要包含地上生物量、地下生物量、土壤和死亡有机质4个碳库^[29]，本研究中仅考虑土壤碳库。土壤碳储量计算公式如下：

$ C_{i-\text { soil }}=C_i \times S_i, $

(2)

式中，C_i-soil表示土地利用类型i的碳储量，C_i表示土地利用类型i的碳密度，S_i表示土地利用类型i的面积。土壤碳密度综合参考与研究区具有相似地质背景、生态环境特征的喀斯特区域的研究成果来确定，具体取值详见表 1。

1.3.3 最优参数地理探测器

地理探测器是王劲峰等^[19]提出的一种用于探测空间分异性以及揭示其背后驱动因素的统计学方法，包括分异及因子探测器、交互作用探测器、风险区探测器和生态探测器。其中，分异及因子探测器是通过计算q值来衡量因子的影响力，q值越大，表明该因子对地理现象空间分异的影响力越强；交互作用探测器是将两因子叠加后的q值与单因子q值进行比较，按大小关系来判断交互类型。q值计算公式如下：

$ q=1-\frac{1}{N \sigma^2} \sum\limits_{h=1}^L N_h \sigma_h^2, $

(3)

式中，L是自变量X的类别数或分层数，N_h和σ_h²分别是第h层的样本数和方差，N和σ²分别是整个研究区的样本数和方差。

为探究2010—2020年广西石漠化治理重点区土壤碳储量空间分异的主要驱动因子，采用最优参数地理探测器方法进行分析。该方法在传统模型基础上，通过优化离散化参数，改进连续变量离散化策略，从而有效减少参数选择的主观影响。本研究以2010、2020年的土壤碳储量为因变量Y，解释变量选取气温(X1)、降水(X2)、人口密度(X3)、净初级生产力(X4)、国内生产总值(X5)、高程(X6)、坡度(X7)、坡向(X8)。模型以q值最大化为目标，自动搜寻每个因子的最优离散化参数，在此基础上开展单因子探测与交互作用探测分析，以客观评价各驱动因子及其交互作用对土壤碳储量空间分布差异的影响。

2 结果与分析 2.1 土地利用变化情况

2010—2020年，广西石漠化治理重点区土地利用类型以林地(有林地、灌木林地等)和耕地(水田、旱地)为主。其中林地空间集聚特征明显，主要集中分布在桂西和桂北；耕地呈现“平原集聚”格局，主要集中分布在桂中平原地带；建设用地整体分布相对零散，主要集中于人口活动较强的城镇，以桂中平原为主要集聚点；草地呈“过渡带分散”特征，集中分布于林地与耕地交界区(图 2)。

从土地利用转移桑基图可看出，2010—2020年，广西石漠化治理重点区土地利用格局发生明显变化(图 3)，主要呈现出有林地、灌木林地、建设用地明显扩张，而其他林地、其他草地以及水田持续收缩的“三增三减”核心态势。其中，有林地净增约60万hm²，灌木林地净增约50万hm²。从转移情况来看，有林地主要从其他林地转入26万hm²，其他草地转入20万hm²；而灌木林地主要从其他草地转入20万hm²，水田转入18万hm²，说明这一时期以退耕还林、石漠化综合治理为主的生态治理工程取得了一定成效，区域植被结构逐步优化。同期建设用地净增10.9万hm²，增长幅度达27.59%，其中从其他林地转入4.9万hm²，水田转入3.8万hm²，这与同期研究区工业化和城镇化进程推进、人口增长以及基础设施建设扩容的发展情形契合。其他林地和其他草地呈现明显减少的态势，分别减少55.8万hm²和50.8万hm²。这两类生态用地主要被灌木林地和有林地这两种林地所吸收，表明区域低复杂度植被类型向结构更完整、更稳定的植被类型转变。这一转变不仅是自然演替的表现，而且也是生态工程干预成效的直接体现，反映了区域生态系统质量和稳定性的整体提升。

2.2 土壤碳储量时空变化情况 2.2.1 碳储量整体变化

基于InVEST模型碳储存模块对广西石漠化治理重点区土壤碳储量进行估算，结果表明2010、2020年广西石漠化治理重点区土壤碳储量分别为8.11×10⁸、8.57×10⁸ t，10年净增加4.58×10⁷ t，增长率为5.64%(以原始数据计算，图 4)。从空间分布上看，土壤碳储量呈现出“西北、东北较高，西南相对较低”的格局。高值区主要分布在林地集中、地形起伏较大、人口密度相对较低的区域，如桂西北和桂东北喀斯特山地；低值区则集中在桂中平原地带，受建设用地扩张和农业活动影响，碳储量水平相对较低。

从不同土地利用类型的土壤碳储量变化情况可见，2010—2020年广西石漠化治理重点区碳储量结构明显优化，有林地、灌木林地土壤碳储量持续上升，占总土壤碳储量的比例进一步加大，而耕地和草地比例有所下降(表 2)。其中固碳能力最强的是有林地，2010、2020年土壤碳储量分别为3.83×10⁸、4.42×10⁸ t，均占对应年份研究区土壤碳储量45%以上；其次是灌木林地，2010、2020年土壤碳储量分别为2.24×10⁸、2.70×10⁸ t，均占对应年份研究区土壤碳储量的25%以上，与有林地共同构成了研究区土壤碳储量的核心承载土地利用类型，两者土壤碳储量之和均超过当年土壤碳储总量的70%。与有林地和灌木林地土壤碳储量增加对应，其他林地和草地类的土壤碳储量呈现下降趋势。尽管旱地土壤碳储量略有提升，但是不足以抵消水田土壤碳储量的下降幅度，耕地土壤碳储量整体减少。建设用地和其他用地土壤碳储量占比较小，对区域土壤碳储量总体变化影响较小。这些变化表明在生态保护政策下，高密度的生态用地空间格局得到维持并有所优化，石漠化治理效果良好。

2.2.2 四大治理分区土壤碳储量变化

由图 5可知，2010—2020年广西石漠化治理重点区土壤碳储量总体呈现增长态势，但各治理分区的碳储量变化幅度不同。桂西北峰丛洼地治理区是4个治理区中土壤碳储量贡献最大的区域，2010、2020年分别占整个研究区土壤碳储量的45.96%和46.82%，单位面积土壤碳储量从2010年的72.19 t/hm²增长至2020年的77.69 t/hm²。桂中峰林平原治理区土壤碳储量从1.33×10⁸ t增至1.45×10⁸ t，单位面积土壤碳储量由62.08 t/hm²提升至67.93 t/hm²。桂西南峰丛洼地治理区土壤碳储量稳步增长，2020年达1.33×10⁸ t，占整个研究区土壤碳储量的15.47%，较2010年增加8.32×10⁶ t，单位面积土壤碳储量由66.19 t/hm²增至70.54 t/hm²。桂东北峰丛平原治理区是唯一出现碳储量下降的区域，从1.81×10⁸ t降至1.78×10⁸ t，单位面积土壤碳储量由74.19 t/hm²降至72.78 t/hm²。尽管如此，该区域的单位面积土壤碳储量在4个分区中位列第2，仅次于桂西北峰丛洼地治理区，说明其单位面积土壤固碳能力相对较强，生态基础仍具备明显优势。

2.3 驱动因素 2.3.1 单因子探测结果

从分异及因子探测器分析结果来看(图 6)，2010年各驱动因子对研究区土壤碳储量空间分异的影响力存在差异。坡度q值最高(q=0.262 4)，是所有变量中对土壤碳储量空间异质性影响最强的因子；其后为净初级生产力(q=0.187 6)、人口密度(q=0.169 8)、高程(q=0.165 5)、国内生产总值(q=0.071 4)，上述驱动因子对土壤碳储量空间分异的解释力均通过了1%显著性水平，说明它们对2010年研究区土壤碳储量的空间异质性具有重要驱动作用。较2010年，2020年坡度(q=0.243 4)仍为解释力最强的因子，其他位居前列的因子依次是高程(q=0.158 1)、人口密度(q=0.145 5)、净初级生产力(q=0.123 1)、降水(q=0.099 0)，上述驱动因子对土壤碳储量空间分异的解释力均通过了1%显著性水平。与2010年相比，降水的影响力明显增强，可能与石漠化综合治理的长期投入、区域植被恢复有关，伴随植被覆盖度的提升，水热条件对碳积累的调控作用进一步凸显。综上所述，2010—2020年广西石漠化治理重点区碳储量空间分异的主要驱动力中，地形(坡度、高程)与人口密度居于核心地位，对土壤碳储量的影响较大。

2.3.2 交互作用探测结果

在单因子探测基础上，进一步采用最优参数地理探测器交互模块分析各因子间的交互作用对土壤碳储量空间异质性的解释力，结果显示绝大多数因子组合呈现增强效应，交互后驱动因子的q值大于单因子的q值(图 7)。2010年，“净初级生产力∩降水”q值高达0.426 9，在所有交互组合中最高，表明植被生产能力与水分供给的协同作用对土壤碳储量影响具有明显增强效应；“坡度∩净初级生产力”“高程∩坡向”“高程∩净初级生产力”“高程∩人口密度”等组合的q值亦较高，说明地形条件不仅直接影响土壤碳储量，也通过调节人类开发强度或植被覆盖度间接影响其空间分布。2020年，“人口密度∩气温”的q值最高，达0.396 5，“人口密度∩净初级生产力”“人口密度∩高程”“净初级生产力∩高程”等组合的q值亦较高。进一步说明在人为活动较强区域，自然因素与人类活动之间的协同作用对土壤碳储量分布的影响更加明显。

根据单因子探测结果与交互作用探测结果，2010—2020年，广西石漠化治理重点区土壤碳储量空间分异的主要驱动力中，地形(坡度、高程)与人类活动(人口密度)居于核心地位，对碳储量的影响较大，而局部气候(气温、降水)对土壤碳储量的影响相对较小；交互作用普遍表现为增强效应，远高于单因子效应，说明研究区土壤碳储量的空间异质性是自然因素与人类活动相互作用的结果。

3 讨论 3.1 土壤碳储量变化影响因素 3.1.1 土地利用与土壤碳储量变化

2010—2020年广西石漠化治理重点区土壤碳储量整体呈增长趋势，反映出区域生态系统碳汇功能不断增强，这一变化主要受土地利用结构调整与生态治理政策持续推进的共同驱动。近年来，广西深入推进喀斯特地区石漠化治理，从政策保障、资金支持以及技术指导等多维度强化治理^[25]，桂西北峰丛洼地治理区和桂西南峰丛洼地治理区表现尤为突出：在退耕还林等政策的影响下，区域植被恢复、土地利用优化及生态工程建设取得明显成效，区域土壤碳汇能力明显增强。根据全国第二、三次石漠化监测结果显示，监测期内广西石漠化面积减少39万hm²，减少率为20.4%，治理成效稳居全国第一^[40]。相关治理措施有力推进了耕地和草地向林地转化^[41]，林地面积持续扩张，特别是有林地和灌木林地增长最为明显。有林地、灌木林地面积的扩张，替代了部分碳密度较低的其他林地、其他草地以及耕地，是土壤碳储量增加的核心原因。这一变化趋势与Yang等^[42]、Zhu等^[43]在中国西南喀斯特地区的研究结果一致，即退耕还林生态工程能有效促进退化土地恢复为森林，进一步提升土壤碳汇功能。另外，尽管建设用地扩张在一定程度上挤占生态空间，但是生态红线管制、国土空间用途调控等政策仍在一定程度上遏制了碳损失，体现了政策对碳储量变化的双向调控作用。

3.1.2 土壤碳储量空间分异驱动机制

最优参数地理探测器分析结果表明，广西石漠化治理重点区土壤碳储量的空间异质性是自然因素与人类活动共同作用的结果，这与许进龙等^[25]对滇桂黔石漠化片区生态系统碳储量空间分布差异驱动因素的研究结果基本一致。从单因子探测结果来看，地形对土壤碳储量的影响最为明显，这与Zhang等^[44]、Li等^[45]的研究结果一致。喀斯特地区地形起伏大，陡坡区域受地形条件限制，开发利用程度较低，保留较多的自然植被，碳汇能力较高。高程可通过影响区域温度和降水对植被类型分布起间接的调控作用，从而影响土壤碳储量空间分布格局。人类活动因子中，人口密度表现出较强的影响力。人口密度较高的地区往往伴随着更高的人类活动强度，土地开发、城镇扩张和基础设施建设等活动可能导致建设用地增加，植被覆盖度下降，碳汇功能受损。从交互作用探测结果来看，多因子之间存在明显的增强效应。2020年，“人口密度∩气温”对土壤碳储量影响力最强，说明在人类活动频繁区域，气候对土壤碳储量的影响进一步加大；“人口密度∩净初级生产力”“人口密度∩高程”“净初级生产力∩高程”等交互组合亦表现出较强的影响力。这些结果表明，在喀斯特地区复杂地形背景下，自然因素与人类活动并非独立影响土壤碳储量，而是通过交互作用增强其影响程度。

3.2 石漠化地区生态修复建议

广西石漠化治理重点区作为我国南方典型的石漠化敏感区，生态系统脆弱且恢复周期长，其碳汇潜力的提升不仅有助于区域生态修复，而且对国家“双碳”目标的实现也有着重要的意义。因此建议：①强化林地保护与生态空间管理。桂东北地区土壤碳储量下降，主要是由城乡建设用地与耕地扩张导致林地面积减少引起的，应对林地的用途进行严格管制，严格遏制因农业开垦及基础设施建设加剧的林地破碎化；持续巩固石漠化治理和退耕还林工程成果，切实加强天然林保护，通过优化林分结构、丰富树种多样性，提升人工林质量。②因地制宜推进生态治理。高程和坡度对土壤碳储量的时空分异有着重要影响，应依据地形分区精细化管理土地利用。桂西南、桂西北地区地势较高、坡度陡峻，应优先发展生态林业并利用草地资源，限制坡陡开垦，防止水土流失；桂中地区地势较为平缓，可适当发展生态农业，推进农业综合产业开发，兼顾生态效益与粮食安全。

4 结论

本研究利用InVEST模型碳储量模块对研究区土壤碳储量时空动态特征进行分析，并结合最优参数地理探测器方法探讨其主要驱动因子，得出以下主要结论：

① 2010—2020年，广西石漠化治理重点区土地利用类型主要以林地(有林地、灌木林地等)和耕地(水田、旱地)为主。有林地、灌木林地和建设用地明显扩张，2020年较2010年有林地净增加60万hm²，灌木林地净增加50万hm²，主要转自于其他林地、其他草地和水田；而建设用地随城镇化进程而持续扩张，增加10.9万hm²。研究区生态状况整体改善，城市化进程持续加快，呈现生态保护与城市发展协同推进的良好态势。

② 2010—2020年，广西石漠化治理重点区土壤碳储量整体上升，2010年土壤碳储量为8.11×10⁸ t，2020年为8.57×10⁸ t，净增加4.58×10⁷ t，增长率约为5.64%(以原始数据计算)。有林地和灌木林地是研究区主要的土壤碳汇地类(碳储量占比70%以上)，研究区土壤碳储量空间分异明显，呈现“西北、东北较高，西南相对较低”的分布格局，桂西北峰丛洼地治理区土壤碳储量最高，桂西南峰丛洼地治理区最低。

③ 广西石漠化治理重点区土壤碳储量空间分布差异受自然因素和人类活动共同作用。单因子检测中，地形因子坡度始终是解释力最强的因子，高程和人口密度的解释力也较强，三者共同构成调控研究区土壤碳储量空间格局的核心因子；交互作用探测中，“净初级生产力∩降水”和“人口密度∩气温”分别是2010、2020年影响力最强的交互组合。绝大多数因子交互表现为增强效应，解释力高于单因子。因此，研究区内土壤碳储量分布格局由多因素协同调控。