Ekologia

Budowa pasów ochronnych wzdłuż autostrady pustynnej zwiększyła zdolność pustyni Takla Makan w Chinach do sekwestracji dwutlenku węgla / Ali Mamtimin, Kun Zhang, Hajigul Sayit, Yu Wang, JiaCheng Gao, Ailiyaer Aihaiti, Meiqi Song, Junjian Liu, Fan Yang, Chenglong Zhou, Wen Huo, Siqi Wang, Yangyao Xu , Gulinur Amar, Wei Liu

Przez

16 lutego 2026

Wygląd pustyni Takla Makan. Autorstwa Colegota – Praca własna, CC BY-SA 2.5 es, https://commons.wikimedia.org/w/index.php?curid=503613

Przegląd najważniejszych zagadnień

• Po ukończeniu budowy pasów ekologicznych wzdłuż autostrady pustynnej ilość zmagazynowanego węgla wzrosła o 0,15 t, a moc elektrowni jądrowych nadal rosła.
• Pustynia Takla Makan jest pochłaniaczem dwutlenku węgla.
• Liczba elektrowni jądrowych na pustyni Takla Makan z roku na rok rosła.
• W przyszłości, biorąc pod uwagę różne scenariusze, wystąpią znaczne różnice w magazynowaniu węgla na pustyni Takla Makan.

Streszczenie

Działania człowieka wywierają głęboki wpływ na magazynowanie węgla i pierwotną produktywność netto (NPP) ziemi, szczególnie na wrażliwych ekologicznie obszarach suchych. Pustynia Takla Makan, znana jako druga co do wielkości pustynia wędrowna na Ziemi, wymaga zbadania wpływu pustynnego szlaku komunikacyjnego i przyległych do niego ekologicznych barier wiatrowych na sekwestrację węgla. W niniejszym badaniu wykorzystano niezliczone źródła danych i metodologie Zintegrowanej Wyceny Usług Ekosystemowych i Kompromisów (InVEST), Podejścia Carnegie-Ames-Stanford (CASA) oraz Modelu Symulacji Użytkowania Ziemi na Poziomie Płatów (PLUS), aby zgłębić przestrzenną i czasową metamorfozę oraz przyszłe perspektywy pustyni Takla Makan w Chinach w ciągu ostatnich trzech dekad. Odkrycia pokazują, że tereny trawiaste stanowią główny rezerwuar węgla na pustyni Takla Makan, odnotowując wzrost o 16,31 ton w ciągu ostatnich 30 lat. Na szczególną uwagę zasługuje fakt, że ekologiczne bariery przeciwwiatrowe otaczające pustynną autostradę zwiększyły magazynowanie dwutlenku węgla o dodatkowe 0,15 tony od momentu ukończenia drogi w latach 1996–2020. Ponadto, po utworzeniu ekologicznej bariery przeciwwiatrowej w 2005 roku, nastąpił znaczny wzrost wartości netto pierwotnej produktywności (NPP) w tej lokalizacji. Patrząc w przyszłość, różne scenariusze perspektywiczne, zwłaszcza te skoncentrowane na ochronie środowiska, podkreślają rosnący efekt sekwestracji dwutlenku węgla na pustyni Takla Makan. Jednocześnie obserwuje się wzrost retencji dwutlenku węgla związany z pustynną drogą. Prognozy maksymalnych, minimalnych i średnich wartości NPP w latach 2030–2100 wykazują znaczne wahania, uwydatniając złożoną interakcję między zmianami klimatycznymi a działaniami człowieka w kształtowaniu regionalnej NPP. Podsumowując, odkrycia te wskazują, że dobrze zaplanowane działania człowieka doprowadziły do rozszerzenia się zielonych obszarów na pustyni, co ostatecznie wpłynęło korzystnie na wychwytywanie dwutlenku węgla na tych wysuszonych terenach.

Słowa kluczowe

Autostrada pustynna

Pasy ochronne

Pustynia Takla Makan

Zdolność do sekwestracji węgla

1. Wprowadzenie

W eterycznym świecie ekosystemów lądowych proces sekwestracji węgla odgrywa kluczową rolę w regulowaniu emisji gazów cieplarnianych, zwłaszcza dwutlenku węgla, do przestrzeni eterycznej i łagodzeniu skutków planetarnej metamorfozy klimatycznej ( Piao i in., 2018 ). W obliczu strategicznych imperatywów dotyczących osiągnięcia „szczytu węglowego” i realizacji „neutralności węglowej”, intensyfikacja badań nad sekwestracją węgla w ekosystemach lądowych niesie ze sobą głębokie implikacje dla globalnego wiru węglowego i zrównoważonego rozwoju ekosystemów ( Dabu i Xiaoxin, 2021 ; Dai Er i in., 2016; Solomon i in., 2013; Van Pham i in . , 2023 ; Vendrame i in., 2018 ; Wei i in., 2011 ).

Współcześnie wielu wybitnych naukowców, zarówno krajowych, jak i międzynarodowych, zgłębia zawiłą dziedzinę sekwestracji dwutlenku węgla i netto produktywności pierwotnej (NPP). Chociaż ich badania nad magazynowaniem dwutlenku węgla różnią się zakresem, można je podzielić na trzy główne kierunki: badania nad szacowaniem magazynowania dwutlenku węgla, badania nad metodami szacowania magazynowania dwutlenku węgla oraz badania nad mechanizmami ewolucji czasoprzestrzennej i czynnikami wpływającymi na magazynowanie dwutlenku węgla ( Shuchao i in., 2023 ; Verma i in., 2024 ; Xuejie i in., 2022 ; Yang i in., 2016 ; Yang Yuping i Wenmin, 2023 ; Zafar i in., 2024 ; Zhang i in., 2020 ; Zhang i in., 2023 ; Zhao i in., 2018 ). Na początku XXI wieku, wraz z ciągłym wzbogacaniem danych obserwacji teledetekcyjnych wrażliwych na informacje o pokryciu terenu i szybką ewolucją technologii przetwarzania teledetekcyjnego ( Zafar i in., 2023 ), wyłoniła się nowa era modeli szacowania lądowych elektrowni jądrowych. Modele te, które integrują dane teledetekcyjne, oferują wyraźne zalety w uchwyceniu heterogeniczności czasoprzestrzennej. Niedawne pojawienie się wieloskalowych i wielorozdzielczych danych teledetekcyjnych dodatkowo rozwinęło naszą zdolność do ilościowego określania złożonych charakterystyk czasoprzestrzennych parametrów modelu ( Changqiao i in., 2017 ). Chen i in. (2022) przeprowadzili badanie wykorzystujące zaawansowany model GeoSOS FLUS do symulacji złożonej konfiguracji przestrzennej użytkowania gruntów w dystrykcie Daxing. Shengtao i in. (2022) skrupulatnie udoskonalili konwencjonalny model CASA, wykorzystując dane pochodzące z China Ecosystem Research Network (CERN).

Te przełomowe badania nie tylko pogłębiają naszą wiedzę na temat obiegu węgla w ekosystemach, ale także tworzą naukowe podstawy do przeciwdziałania zmianom klimatu i opracowywania rozważnych strategii zarządzania gruntami i ochrony lasów. Dzięki postępowi w technologii teledetekcji i zaawansowanym technikom symulacji modelowej, przyszłe badania mają szansę osiągnąć większą precyzję i kompleksowość. Pustynie, jako kluczowy element ekosystemów lądowych, są szeroko rozproszone na całym świecie, obejmując łączną powierzchnię około 7 milionów kilometrów kwadratowych, co stanowi jedną czwartą powierzchni lądów Ziemi. W ostatnich latach problem pustynnienia stał się coraz bardziej palący w obliczu narastających skutków globalnych zmian klimatu. Chiny kolejno wdrażały szereg krajowych kluczowych inicjatyw ekologicznych, takich jak zarządzanie źródłami piasku w regionie Pekin-Tianjin, przekształcanie gruntów rolnych w lasy i łąki, program Three-North Shelter Forest i holistyczne traktowanie pustynnienia skalistego, ułatwiając transformacyjną zmianę od „nadciągających piasków i uciekających populacji” do „rozwijającej się zieleni i cofających się piasków” ( Fang i in., 2019 ; Mammitin, 2015 ; Wang i Huang, 2020 ; Zhang i in., 2009 ). Projekt zalesiania mający na celu sekwestrację węgla w regionie pustyni Kubuqi skutecznie złagodził zagrożenia wiatrowe i piaskowe, poprawił lokalne środowisko ekologiczne i przyspieszył zarówno rozwój ekologiczny, jak i postęp w kierunku cywilizacji ekologicznej ( Qiao, 2022 ). Oczywiste jest, że w przeszłości nacisk kładziono przede wszystkim na wyniki kontroli wiatru, stabilizacji piasku, poprawy mikroklimatu i wzbogacenia gospodarczego po łagodzeniu pustynnienia, podczas gdy potencjalne korzyści wynikające z sekwestracji węgla były długo pomijane ( Ma i in., 2021 ; Yang i in., 2016 ).

Związek między sekwestracją węgla w sztucznych pasach ochronnych w regionach suchych a NPP ma głębokie implikacje ekologiczne i środowiskowe. Na obszarach pustynnych rozmnażanie roślin jest ograniczone dostępnością wody i składników odżywczych. Niemniej jednak sztuczne pasy ochronne mogą zwiększyć NPP w tych regionach poprzez wprowadzenie gatunków roślin odpornych na suszę oraz wdrożenie efektywnych praktyk ochrony gleby i wody. Istnieje dodatnia korelacja między NPP a sekwestracją węgla; podczas gdy NPP może służyć jako przybliżony wskaźnik tempa wiązania węgla, magazynowanie węgla uosabia długotrwały proces akumulacji z potencjalnymi opóźnieniami czasowymi między tymi dwiema zmiennymi ( Dan i in., 2023 ). Ekologiczne przedsięwzięcie polegające na utworzeniu lasu osłonowego wzdłuż autostrady Tarim Desert Highway jest najdłuższym pustynnym lasem osłonowym przecinającym zmieniającą się pustynię na świecie, stanowiąc kwintesencję sztucznych ekosystemów pustynnych. Ten pas osłonny, o długości około 446 km i szerokości od 72 do 78 m, służy jako osłona ochronna dla autostrady pustynnej. Skupiając się wyłącznie na lesie osłonowym wzdłuż autostrady pustynnej Takla Makan, niniejsze badanie zgłębiło charakterystykę sekwestracji dwutlenku węgla i ewolucji czasoprzestrzennej pustyni Takla Makan w latach 1990–2020, wykorzystując model InVEST, a także oceniając wzorzec ewolucji czasoprzestrzennej elektrowni jądrowej na pustyni Takla Makan, wykorzystując model CASA. Następnie, wykorzystując dane dotyczące użytkowania gruntów, sporządzono prognozy dotyczące sekwestracji dwutlenku węgla i energii jądrowej pustyni Takla Makan na kolejne trzy dekady. Dzięki wspomnianym przedsięwzięciom badawczym zbadano wpływ wznoszenia sztucznych lasów osłonowych na pustyniach na wewnętrzną zdolność pustyni do sekwestracji dwutlenku węgla, dostarczając naukowych podstaw do zarządzania i rozwoju ekosystemów pustynnych w odpowiedzi na wahania klimatyczne, a jednocześnie dążąc do zapewnienia planu zrównoważonego rozwoju i zarządzania ekosystemami pustynnymi.

2. Materiały i metody

2.1 . Obszar badań

Pustynia Takla Makan, położona na współrzędnych od 36°50′ do 41°10′ N i od 77°40′ do 88°20′ E, leży w sercu Kotliny Tarimskiej, otoczona majestatycznymi górami Tianshan na północy i potężnymi górami Kunlun na południu. Czczona jako największa wędrowna pustynia w Chinach i druga co do wielkości na świecie, rozciąga się na imponującej powierzchni około 33,76 × 10 ⁴ km ². Znajdując się w strefie klimatu umiarkowanego, szczyci się średnią roczną temperaturą 9–11 °C, roczną stopą opadów 11,05 mm i średnią roczną stopą parowania wynoszącą 3638,6 mm ( Song i in., 2022 ).

Gleba składa się głównie z cząstek piasku, a flora jest rzadkością, ograniczającą się do gatunków takich jak tamaryszek, cierń wielbłądzi i oset, które jakimś cudem przetrwały w dolinach wydm i na obrzeżach tego niegościnnego terenu. Pustynię otaczają płaty zielonej zieleni, zwane „wyspami zieleni morskiej”, tętniące licznymi populacjami lasów topoli wilczomleczowatej i tamaryszku, a także „zielone korytarze” obrzeża brzegów rzeki Hotan, tętniące trzcinami i kwitnącą topolą wilczomleczowatą.

Pomimo groźnego i niegościnnego charakteru pustyni Takla Makan, jej peryferie zdobią liczne, kluczowe oazy, strategicznie położone, by wykorzystać zasoby lokalnych rzek i podziemnych wód gruntowych do celów utrzymania. Wśród tych zielonych sanktuariów wyróżniają się oazy Kaszgar, Hotan, Korla i Aksu, stanowiące orzeźwiający kontrast dla surowego, pustynnego otoczenia. Pustynia Takla Makan szczyci się siecią starannie zaprojektowanych pustynnych arterii, w tym ukończoną z wielką starannością w 1995 roku Drogą Pustyni Tarim, rozciągającą się na imponującej długości 552 km. Droga ta elegancko łączy miasto Korla i okręg Minfeng, zapewniając sobie pozycję najdłuższej trasy na świecie, przecinającej falisty teren pustynny. Inna godna uwagi pustynna autostrada, ciągnąca się od Tazhong do powiatu Ruoqiang, rozciąga się na długości 436 km i została mistrzowsko zbudowana w 2007 roku. Droga ta z gracją łączy pole naftowe Tazhong, położone głęboko w sercu pustyni Takla Makan, z powiatem Ruoqiang. Aby przeciwdziałać erozji wywoływanej częstymi burzami piaskowymi, wzdłuż autostrady starannie wzniesiono imponujące bariery piaskowe i misternie zaprojektowane trawiaste bariery piaskowe. Ponadto, delikatnie posadzono odporne na suszę krzewy i bujną roślinność zielną, taką jak wierzba i topola, tworząc ochronną, zieloną otulinę wokół krajobrazu. Pustynna Autostrada Tarim charakteryzuje się standardową szerokością podłoża wynoszącą około 11 m, z pasami ruchu o szerokości 9 m i solidnymi poboczami o szerokości 1 m po obu stronach. Szerokość zielonej strefy buforowej dostosowuje się do topografii i warunków pustynnych, zazwyczaj wahając się od 50 do 100 m.

2.2 . Zestawy danych

Dane niezbędne do przeprowadzenia tego badania obejmują geoprzestrzenne granice prowincji ( Xu i Yang, 2022 ), wzorce i charakterystykę użytkowania gruntów ( Jie i in., 2021 ), wskaźniki społeczno-ekonomiczne ( Xu i Yang, 2022 ), cechy klimatyczne ( Musheng i in., 2018 ) oraz cechy topograficzne ( tab. 1 ). Granice wyznaczające podziały administracyjne przedstawiono w formacie wektorowym. (Zob. rys. 1 ).

Tabela 1. Typy i źródła danych.

Typy	Dane	Współczynnik rozdzielczości	Źródła danych
Granice administracyjne prowincji	Granica obszaru badawczego	dane wektorowe	Centrum Nauk o Zasobach i Środowisku oraz Danych Chińskiej Akademii Nauk ( https://www.resdc.cn )
Dane dotyczące użytkowania gruntów	CLCD	30 metrów	Uniwersytet w Wuhan (doi: https://doi.org/10.5281/zenodo.5816591 )
Czynniki społeczno-ekonomiczne	PKB	1 kilometr	Centrum Nauk o Zasobach i Środowisku oraz Danych Chińskiej Akademii Nauk ( https://www.resdc.cn )
	populacja	1 kilometr
	miasto	dane wektorowe	OpenStreetMap ( https://www.openstreetmap.org/ )
	droga	dane wektorowe
	obszar wodny	dane wektorowe
	stacja	dane wektorowe
Czynniki klimatyczne i środowiskowe	osad	1 kilometr	Centrum Nauk o Zasobach i Środowisku oraz Danych Chińskiej Akademii Nauk ( https://www.resdc.cn )
	temperatura	1 kilometr
	gleba	1 kilometr
dane terenowe	DEM	30 metrów	Chmura danych geoprzestrzennych ( http://www.gscloud.cn )
	nachylenie	30 metrów	Uzyskano na podstawie ArcGIS
	aspekt	30 metrów	Uzyskano na podstawie ArcGIS

Analiza dynamiki użytkowania gruntów i wynikająca z niej ocena zdolności do sekwestracji dwutlenku węgla w odpowiedzi na te zmiany opierają się głównie na danych pochodzących z zestawu danych o pokryciu terenu Chin (CLCD), skrupulatnie opracowanego przez ceniony zespół pod kierownictwem profesora Yang Jie i profesora Huang Xina z Uniwersytetu w Wuhan. Zestaw ten, wyodrębniony z obrazów Landsat dostępnych za pośrednictwem platformy Google Earth Engine, obejmuje zróżnicowany wachlarz 9 odrębnych klasyfikacji pokrycia terenu: grunty orne, obszary leśne, zielone zarośla, pastwiska, zbiorniki wodne, krajobrazy lodowcowe i śnieżne, jałowe pustkowia, nieprzepuszczalne powierzchnie miejskie oraz bagna wodne. Na potrzeby niniejszego badania naukowego skrupulatnie zebrano informacje dotyczące pokrycia terenu z lat 1990, 2000, 2010 i 2020, a następnie podzielono je na 6 głównych kategorii pokrycia terenu: grunty uprawne, obszary leśne, obszary trawiaste, enklawy wodne, obszary zurbanizowane oraz tereny odłogowane lub nieuprawiane.

Dane dotyczące czynników zmian są wykorzystywane do modelowania nadchodzących zmian w użytkowaniu gruntów. W tym obszarze czynniki społeczno-ekonomiczne obejmują wskaźniki takie jak Produkt Krajowy Brutto (PKB), dane demograficzne oraz czynniki przestrzenne, takie jak bliskość węzłów miejskich, arterii transportowych, akwenów wodnych i węzłów komunikacyjnych. Informacje geoprzestrzenne obejmują numeryczne modele terenu (DEM), charakterystykę nachyleń terenu oraz dane o ekspozycjach, o rozdzielczości do 30 m.

Czynniki meteorologiczne i ekologiczne, w tym roczne poziomy opadów, wskaźniki temperatury i dane dotyczące składu gleby, wywierają ogromny wpływ na środowisko. Dane dotyczące opadów i temperatury są kluczowe dla dokładnego określenia współczynników gęstości węgla. Ponadto dane dotyczące składu gleby odgrywają istotną rolę w przewidywaniu przyszłych trendów w użytkowaniu gruntów.

Biorąc pod uwagę wahania w rozdzielczości przestrzennej wyżej wymienionych zestawów danych i ogrom badanego regionu, wszystkie dane zostaną znormalizowane do rozdzielczości przestrzennej wynoszącej 30 m.

2.3 Metody przetwarzania danych

2.3.1 . Model InVEST

Model InVEST został zastosowany do przestrzennej wizualizacji i wizualizacji funkcji usług ekologicznych oraz wartości ekonomicznych w różnych scenariuszach pokrycia terenu. W niniejszym badaniu wykorzystano model sekwestracji węgla w ekosystemach lądowych, obliczając regionalne całkowite magazynowanie węgla poprzez pomnożenie czterech rezerwuarów węgla przez różne kategorie użytkowania gruntów i agregację wyników. Wzór na obliczenia jest następujący:(1) $C_{i} = C_{above} + C_{below} + C_{soil} + C_{dead}$ (2) $C_{total} = \sum_{i = 1}^{n} C_{i} \times S_{i}$

Gdzie C _i jest całkowitą gęstością węgla zawartą w danym rodzaju użytkowania gruntu (t·hm ⁻² ); C _powyżej , C _poniżej , C _{w glebie} , C _martwe to odpowiednio gęstość węgla nadziemna, gęstość węgla podziemna, gęstość węgla glebowa i gęstość węgla martwej materii organicznej (t·hm ⁻² ); C _całkowite to całkowite magazynowanie węgla w ekosystemie (t); S _i to powierzchnia (hm ² ) danego rodzaju użytkowania gruntu i ; n to liczba rodzajów użytkowania gruntu.

Informacje dotyczące rozkładu gęstości węgla w różnych klasyfikacjach użytkowania gruntów pochodzą głównie z platformy udostępniania zasobów National Ecological Data Center Resource Sharing Service Platform ( http://www.nesdc.org.cn/ ). Mogą wystąpić rozbieżności między danymi dotyczącymi gęstości węgla powiązanymi z różnymi kategoriami użytkowania gruntów a zebranym zbiorem danych. Wykryto wyraźną, dodatnią korelację między biomasą, gęstością węgla organicznego w glebie a opadami, podczas gdy ujemna korelacja jest widoczna z temperaturą. W regionach suchych powszechnie przyjęto zaawansowaną strategię wykorzystującą złożoną zależność między danymi dotyczącymi temperatury i opadów w celu udoskonalenia wstępnych statystyk gęstości węgla. W związku z tym, metodologia ta została wdrożona w celu udoskonalenia wskaźników gęstości węgla dotyczących różnych kategorii użytkowania gruntów w badanej dziedzinie, co ostatecznie pozwoliło na uzyskanie dokładnych wartości gęstości węgla dla badanego obszaru (patrz Tabela 2 ). Szczegółowe szczegóły procedury przedstawiono poniżej:(3) $C_{sp} = 3.3968 \times MAP + 3996.1$ (4) $C_{BP} = 6.798 \times e^{0.0054 \times MAP}$ (5) $C_{BT} = 28 \times MAT + 398$ (6) $K_{BP} = \frac{C_{BP}^{'}}{C_{BP}^{"}} K_{BT} = \frac{C_{BT}^{'}}{C_{BT}^{"}}$ (7) $K_{B} = \frac{K_{BP}}{K_{BT}} K_{s} = \frac{C_{SP}^{'}}{C_{SP}^{"}}$

Tabela 2. Gęstość węgla w różnych typach użytkowania gruntów na pustyni Takla Makan (wersja poprawiona).

rodzaj użytkowania gruntów	Gęstość węgla nad ziemią	Gęstość węgla pod ziemią	Gęstość węgla w glebie (0–100 cm)
Grunty rolne	2.01	3.28	28,33
Las	23.28	5,77	50,54
Łąka	0,44	3,56	38,24
Woda	0,41	0,26	0
Zbudowany	0	0,17	34.06
Nie używany	0,29	0,24	0,69

Gdzie C _sp to gęstość węgla glebowego skorygowana o roczne opady; C _Bp to gęstość węgla biomasy skorygowana o roczne opady; C _BT to gęstość węgla biomasy skorygowana o średnią roczną temperaturę; MAP to średnie roczne opady (mm); MAT to średnia roczna temperatura (°C). K _BP to współczynnik korekcji gęstości węgla biomasy dla opadów; K _BT to współczynnik korekcji temperatury dla gęstości węgla biomasy; K _B to współczynnik korekcji gęstości węgla biomasy; K _S to współczynnik korekcji gęstości węgla glebowego; C′ i C″ odpowiednio reprezentują dane dotyczące gęstości węgla dla pustyni Takla Makan i całego kraju.

2.3.2 . Model CASA

Produktywność pierwotna netto (NPP) roślinności odzwierciedla skumulowaną materię organiczną zgromadzoną przez florę zieloną na jednostkę powierzchni i w czasie. Do aproksymacji NPP zastosowano trzy klasyfikacje modeli: statystyczny, parametryczny i zorientowany na procesy. W niniejszej analizie wykorzystano ceniony model CASA ( Xu i Yang, 2022 ), który oblicza NPP na podstawie efektywności wykorzystania energii świetlnej. Model ten jest szczególnie dobrze przystosowany do oceny elektrowni jądrowych w skali regionalnej. Wymagane dane wejściowe dla modelu CASA obejmują zapisy temperatury i opadów uzyskane z cenionego Narodowego Centrum Danych Nauk Meteorologicznych ( https://data.cma.cn/ ), statystyki promieniowania słonecznego również uzyskane z Narodowego Centrum Danych Nauk Meteorologicznych ( https://data.cma.cn/ ), informacje NDVI ekstrapolowane z miesięcznego szczytowego złożonego produktu NDVI w Chinach obejmującego lata 1982–2020 oraz szczegóły kategoryzacji gruntów i roślinności pochodzące ze zbioru danych MCD12Q1 V006 NASA ( https://modis.gsfc.nasa.gov/data/dataprod/mod12.php ). W badaniu wykorzystano dane obrazowe teledetekcji USGS Landsat 9 Level 2 Collection 2 Tier 1 i zaimplementowano technikę lasu losowego do klasyfikacji gruntów, osiągając godny pochwały ogólny iloraz dokładności wynoszący 0,9. Ponadto, w tym badaniu wykorzystano model CASA do przeprowadzenia symulacji elektrowni jądrowych w skali mikro wzdłuż pustynnych arterii komunikacyjnych w południowym Xinjiang, a także do precyzyjnej kategoryzacji użytkowania gruntów, wykorzystując zaawansowany silnik Google Earth (GEE). Model CASA ocenia przede wszystkim elektrownie jądrowe lokalnej roślinności, uwzględniając dwa kluczowe elementy: promieniowanie fotosyntetycznie czynne (APAR) absorbowane przez rośliny oraz rzeczywistą efektywność wykorzystania energii świetlnej (ε). Wzór obliczeniowy przedstawia się następująco:(8) $APAR (x, t) = SOL (x, t) \times FPAR (x, t) \times 0.5$

Gdzie SOL(x,t) to całkowite promieniowanie słoneczne w położeniu x w czasie t (MJ·m ⁻² ·miesiąc ⁻¹ ); FPAR( x , t ) odnosi się do proporcji absorpcji przez roślinność padającego promieniowania fotosyntetycznie czynnego (PAR); 0,5 oznacza proporcję efektywnego promieniowania słonecznego, które roślinność może wykorzystać w stosunku do całkowitego promieniowania.

Stopień pochłaniania promieniowania słonecznego przez roślinność jest ściśle powiązany zarówno z gęstością pokrycia roślinnego, jak i unikalnym składem botanicznym. Potter i in. zaproponowali, że znormalizowany wskaźnik roślinności (NDVI), wyekstrahowany z danych satelitarnych, przedstawia wiarygodny obraz stanu pokrycia roślinnego, przedstawiony w poniższym równaniu:(9) $FPAR (x, t) = \frac{FPAR {(x, t)}_{NDVI} + FPAR {(x, t)}_{SR}}{2}$ (10) $FPAR {(x, t)}_{NDVI} = \frac{(NDVI (x, t) - ND V_{i, min})}{(NDV I_{i, mux} - NDV I_{i, min})} \times FPA R_{\max} - FPA R_{\min}) + FPA R_{\min}$ (11) $FPAR {(x, t)}_{SR} = \frac{(SR (x, t) - S R_{i, min})}{(S R_{i, max} - S R_{i, min})} \times (FPA R_{\max} - FPA R_{\min}) + FPA R_{\min}$

Jeśli wartości SRi i min wynoszą 1,08, a zakres SRi i max wynosi 4,14–6,17, uzyskaj SR (x, t):(12) $SR (x, t) = \frac{[1 + NDVI (x, t)]}{[1 - NDVI (x, t)]}$

2.3.3 . Model PLUS

Zaawansowany model, zwany modelem PLUS, jest głęboko zakorzeniony w delimitacji ustalonych typologii gruntów i wykorzystuje dane rastrowe do prognozowania zmian w użytkowaniu gruntów na poziomie fragmentów. Ten złożony model identyfikuje przypadki wzajemnych transformacji między różnymi klasyfikacjami w zbiorach danych dotyczących użytkowania gruntów, a następnie generuje prognozy użytkowania gruntów w oparciu o prawdopodobieństwo przejścia. Zastosowanie algorytmu lasu losowego umożliwia obliczenie wzorców ekspansji i identyfikację sił napędowych wpływających na każdą kategorię gruntów, dostarczając w ten sposób wglądu w potencjał wzrostu poszczególnych klas gruntów oraz wpływ wywierany przez różnorodne czynniki. Opierając się na zbiorze danych dotyczących użytkowania gruntów z 2020 roku jako swojej fundamentalnej podstawie, niniejsze badanie integruje spektrum różnych czynników napędowych, aby symulować i przewidywać zmiany w użytkowaniu gruntów do roku 2050.

W rozważaniach nad przyszłą typologią użytkowania gruntów, misternie zarysowują się trzy odrębne narracje: postęp organiczny, ochrona środowiska oraz postęp w kierunku zrównoważonego rozwoju. Narracja postępu organicznego stanowi fundamentalną oś fabuły, w której stopniowy rozwój naturalny jest zgodny z precedensami historycznymi, kształtując wyobrażoną konfigurację krajobrazu w umiarkowanym tempie. Z kolei narracja ochrony środowiska opowiada się za wzmacnianiem siedlisk ekologicznych, nakładając rygorystyczne ograniczenia na przekształcanie terenów leśnych w alternatywne sposoby użytkowania gruntów, jednocześnie zezwalając na przekształcanie terenów trawiastych wyłącznie w bujne lasy. Narracja postępu w kierunku zrównoważonego rozwoju podkreśla skomplikowaną równowagę między postępem gospodarczym a ochroną środowiska, określając ograniczenia dotyczące przekształcania gruntów uprawnych, terenów leśnych i obszarów wodnych. Szczegółowe przedstawienie finansowych skutków przekształceń użytkowania gruntów w ramach tych wieloaspektowych narracji zostało elegancko przedstawione w Tabeli 3 , w której skrupulatnie oceniono binarny system, w którym 1 oznacza dopuszczalne przekształcenia, a 0 reprezentuje niedopuszczalne zmiany. (Zobacz Tabelę 4. )

Tabela 3. Macierz kosztów zmiany sposobu użytkowania gruntów w symulacji wieloscenariuszowej.

Scenariusz użytkowania gruntów	Typ	Grunty rolne	Las	Łąka	Woda	Zbudowany	Nie używany
Scenariusz rozwoju naturalnego	Grunty rolne	1	1	1	1	1	1
	Las	1	1	1	1	1	1
	Łąka	1	1	1	1	1	1
	Woda	1	1	1	1	1	1
	Zbudowany	1	1	1	1	1	1
	Nie używany	1	1	1	1	1	1
Scenariusz ochrony ekologicznej	Grunty rolne	1	1	1	1	1	0
	Las	0	1	0	0	0	0
	Łąka	0	1	1	0	0	0
	Woda	0	0	0	1	0	0
	Zbudowany	1	1	1	1	1	0
	Nie używany	1	1	1	1	0	1
Scenariusz zrównoważonego rozwoju	Grunty rolne	1	0	0	0	1	0
	Las	0	1	0	0	0	0
	Łąka	1	1	1	1	1	0
	Woda	0	0	0	1	0	0
	Zbudowany	0	1	1	1	1	0
	Nie używany	1	1	1	1	1	1

Tabela 4. Powierzchnia użytkowana gruntowo na pustyni Takla Makan w latach 1990–2020.

Rodzaj użytkowania gruntów	Powierzchnia/ ^km2
Rodzaj użytkowania gruntów	1990	2000	2010	2020
Grunty rolne	2722.22	3277.12	4693.11	5794,81
Las	3209,49	3269,68	3269.04	3239,29
Łąka	51 066,43	47 147,23	32 357,72	31 634,85
Woda	1498,51	2021.97	1450,85	1485,29
Zbudowany	438,73	295,76	199,05	297,62
Nie używany	290 555,39	293 479,31	307 521,73	307 039,43

Ocenę wydajności symulacji modelu PLUS przeprowadzono, mierząc dwie metryki: dokładność ogólną (OA) i współczynnik Kappa. Współczynnik Kappa obliczono według następującego wzoru:(13) $Kappa = \frac{po - pc}{pp - pc}$ Gdzie Kappa to wskaźnik dokładności symulacji, Po to rzeczywista dokładność symulacji, Pc to oczekiwana dokładność symulacji w warunkach losowych, a Pp to dokładność symulacji w warunkach idealnych. Zasadniczo, gdy wartość Kappa jest większa niż 0,75, dokładność symulacji jest wysoka; wartość między 0,4 a 0,75 oznacza umiarkowaną dokładność symulacji; a gdy jest mniejsza niż 0,4, dokładność symulacji jest słaba. Współczynnik Kappa dokładności symulacji w tym badaniu wyniósł 0,80, a OA 0,92, a wyniki symulacji spełniły wymagania badawcze.

2.3.4 . Weryfikacja dokładności

Ze względu na złożoność gromadzenia danych obserwacyjnych w regionie południowego Xinjiangu, w niniejszym badaniu przeprowadzono walidację porównawczą, wykorzystując szacunki elektrowni jądrowych (NPP) uzyskane z modelu Carnegie Ames Stanford Approach (CASA) oraz spektrometru obrazowania o średniej rozdzielczości (MODIS). Poprzez losowy wybór 60 punktów danych z wyników symulacji z każdego roku, uzyskano łącznie 240 prawidłowych punktów danych. Jak przedstawiono na rys. 2 , wyniki walidacji precyzji wykazują wartość R2 równą 0,698, co wskazuje na silną korelację między dwoma zbiorami danych, potwierdzając tym samym zwiększoną wiarygodność wyników elektrowni jądrowych symulowanych w niniejszym badaniu.

3. Wyniki

3.1 . Transformacja użytkowania gruntów na pustyni Takla Makan w ciągu ostatnich trzech dekad

Przedstawienie na rys. 3 ujawnia, że w ciągu ostatnich trzydziestu lat dominującym sposobem użytkowania gruntów na pustyni Takla Makan było w przeważającej mierze odłogi, obejmujące około 88% całkowitej powierzchni badanego obszaru. Oprócz terenów jałowych, resztę krajobrazu stanowią łąki, pola uprawne, lasy, zbiorniki wodne i obszary miejskie. Co istotne, rozmieszczenie obszarów leśnych różni się w obu strefach, przy czym lasy skupiają się głównie wzdłuż południowych i północnych obrzeży pustyni Takla Makan, a także w pobliżu pustynnej autostrady. (Patrz rys. 4 ).

Co więcej, analiza trendów ewolucyjnych w przestrzennym i czasowym rozkładzie użytkowania gruntów ujawnia fascynujące odkrycia. W szczególności pustynia Takla Makan doświadczyła znaczącego wzrostu powierzchni gruntów uprawnych w latach 1990–2020, co oznaczało znaczący wzrost o 3072,59 km² ^. Najbardziej znaczący wzrost miał miejsce w latach 2000–2010 i obejmował około 46% łącznego wzrostu powierzchni gruntów ornych. Tuż za nim znajduje się wzrost w regionach zalesionych, wynoszący 29,8 ^km² .

Co ciekawe, przebieg podziału gruntów pod inwestycje rozwojowe ujawnia falistą trajektorię, początkowo oznaczającą spadek o 239,68 km² ^w latach 1990–2010, po którym nastąpił wzrost o 98,57 km² ^w latach 2010–2020. W odniesieniu do obszarów wodnych, ich kinetyka wykazuje rytmiczną sekwencję wzrostu, zmniejszenia i ponownego wzrostu. Co ciekawe, w okresie od 1900 do 2000 roku nastąpił wzrost o 523,46 km² ^, zniwelowany spadkiem o 571,12 km² ^w latach 2000–2010, a następnie wzrost o 34,44 km² ^w latach 2010–2020.

W wyraźnym zestawieniu, tereny trawiaste podlegają stałemu zmniejszaniu się, ze znaczącym zmniejszeniem o 19 431,6 km2 ^w latach 1990–2020. Z kolei nieużytki wykazują tendencję wzrostową, obserwując nieustanną ekspansję, osiągając łącznie 16 484,04 km2 ^w latach 1990–2020.

3.2 . Przestrzenne i czasowe wahania w magazynowaniu węgla na pustyni Takla Makan w latach 1990–2020 z wykorzystaniem modelu InVEST

Ocena sekwestracji węgla w ekosystemie pustyni Takla Makan przy użyciu modelu InVEST obejmująca lata 1990–2020 ujawnia konsekwentnie rosnącą trajektorię od początku obserwacji (patrz rys. 5 , rys. 6 ). Na szczególną uwagę zasługuje szczyt magazynowania węgla osiągnięty w 2020 r., wynoszący imponujące 133,33 tony, tuż za nim w 2010 r. z wynikiem 129,9 tony i w 2000 r. z wynikiem 123,49 tony. Początkowy pomiar w 1990 r. udokumentował najskromniejszą wartość 109,66 tony, co wskazuje na znaczny wzrost o 23,67 tony w ciągu trzech dekad. (patrz rys. 7. )

Dystrybucja sekwestracji węgla pomiędzy różnymi kategoriami użytkowania gruntów na pustyni Takla Makan prezentuje zróżnicowany zakres, od niewielkiego do znaczącego. Kategorie te obejmują łąki, ugory, pola uprawne, obszary miejskie, lasy i zbiorniki wodne. W obserwowanym okresie od 1990 do 2020 roku, całkowite magazynowanie węgla na pustyni Takla Makan stale rosło. Co istotne, łąki stały się kluczowym rezerwuarem na pustyni, odnotowując stopniowy wzrost z 58,30 ton w 1990 roku do 74,61 ton w 2020 roku, co stanowi znaczny przyrost o 16,31 ton w ciągu trzech dekad. Z kolei ugory (pustynie) stanowią drugie co do wielkości składowisko węgla, jednak odnotowuje się na nich spadek z roku na rok – z 40,71 ton w 1990 r. do 39,94 ton w 2020 r., co oznacza spadek o 0,77 tony w tym samym okresie ( tabela 5 ). (Zobacz tabelę 6. )

Tabela 5. Magazynowanie węgla w różnych typach użytkowania gruntów na pustyni Takla Makan w latach 1990–2020.

LUCC	Magazynowanie węgla / t
LUCC	1990	2000	2010	2020
Grunty rolne	10,57	12.16	14.81	17,75
Las	0,01	0,01	0,01	0,01
Łąka	58,30	70,81	74,56	74,61
Woda	0,01	0,01	0,01	0,01
Zbudowany	0,06	0,21	0,43	1.01
Nie używany	40,71	40,29	40,08	39,94

Tabela 6. Magazynowanie węgla w różnych typach użytkowania gruntów na autostradach pustynnych w latach 1990–2020.

LUCC	Magazynowanie węgla / t
LUCC	1990	2000	2010	2020
Grunty rolne	0,04	0,13	0,15	0,21
Łąka	0,58	0,66	0,74	0,71
Zbudowany	0,0002	0,001	0,007	0,014
Nie używany	0,193	0,188	0,184	0,183

Transformacja sekwestracji węgla w różnych kategoriach użytkowania gruntów podlega subtelnym wahaniom w różnych epokach. W całym okresie obserwacji, od 1990 do 2020 roku, sekwestracja węgla na terenach trawiastych, gruntach uprawnych i obszarach miejskich wykazuje tendencję wzrostową, podczas gdy na terenach niezabudowanych obserwuje się niewielki spadek. Grunty uprawne gwałtownie wzrosły z 10,57 tony w 1990 roku do 17,75 tony w 2020 roku, wykazując stały trend wzrostowy; jednocześnie tereny trawiaste odnotowały znaczny wzrost z 58,3 tony w 1990 roku do 74,61 tony w 2020 roku, co daje wzrost netto o 16,31 tony w ciągu trzech dekad. Na szczególną uwagę zasługuje ich dominująca pozycja, stanowiąca 55,96% całkowitej sekwestracji węgla na pustyni Takla Makan. Krajobrazy leśne i obszary wodne pozostają stosunkowo stabilne; dla porównania, w przypadku terenów niezabudowanych zaobserwowano spadek z 40,71 ton w 1990 r. do 39,94 ton w 2020 r., co oznacza marginalny spadek o 0,77 tony w ciągu ostatnich 30 lat, przy jednoczesnym utrzymaniu znaczącego udziału wynoszącego 29,96% w całkowitej sekwestracji węgla.

Ponadto, sekwestracja węgla na terenach użytkowanych przez autostrady pustynne pozostaje stosunkowo niska. W latach 1990-2020 magazynowanie węgla na gruntach uprawnych, trawiastych i miejskich wykazywało tendencję wzrostową, podczas gdy na terenach nieużytkowanych odnotowano spadek. Po wybudowaniu autostrady pustynnej magazynowanie węgla wzrosło z 0,66 tony w 2000 r. do 0,71 tony w 2020 r., co stanowi poprawę o 0,16 tony w ciągu prawie dwóch dekad. Budowa autostrad pustynnych doprowadziła do zmniejszenia powierzchni nieużytkowanych terenów (pustyń), co spowodowało spadek magazynowania węgla z 0,193 tony w 2000 r. do 0,183 tony w 2020 r., co oznacza spadek o 0,01 tony w ciągu około dwóch dekad. Zatem po ukończeniu autostrady pustynnej w 1996 r. ekologiczne pasy osłonowe w pobliżu autostrady pustynnej zwiększyły swoje magazynowanie węgla o 0,15 tony do 2020 r.

Z perspektywy rozmieszczenia przestrzennego, pustynia Takla Makan charakteryzuje się znaczną zmiennością poziomów magazynowania węgla, przy czym wyższe stężenia występują głównie w sektorach południowym, południowo-wschodnim, południowo-zachodnim i północno-wschodnim, podczas gdy niższe stężenia występują w regionach centralnych i północnych. Analiza zmienności przestrzennej ujawnia wyraźne strefy w ekosystemie pustyni: strefę emisji węgla, strefę równowagi oraz strefę absorpcji węgla. Strefa równowagi, charakteryzująca się wartościami od -0,1 do 0,1 tony metrycznej, oznacza obszary, w których magazynowanie węgla pozostaje względnie stabilne. Rys. 6 pokazuje, że poziomy magazynowania węgla pozostały zasadniczo stałe w większości regionów w latach 1990–2020, co wskazuje na stan równowagi. Niemniej jednak, w latach 2000–2020 zaobserwowano zauważalny wzrost obszarów absorpcji węgla, szczególnie w regionach południowych, południowo-wschodnich i południowo-zachodnich.

3.3 . Wahania czasowe i przestrzenne czystej produktywności pierwotnej na tajemniczej pustyni Takla Makan w latach 1990–2020 z wykorzystaniem modelu CASA

Jako niezbędna bariera ekologiczna w Chinach, zachowanie i zrównoważony rozwój środowiska ekologicznego w południowym regionie Xinjiang zawsze stanowiły priorytet. Budowa autostrady Takla Makan na pustyni w 1995 roku wywarła głęboki i trwały wpływ na regionalny krajobraz ekologiczny, dzięki wieloletnim, żmudnym wysiłkom włożonym w budowę lasów ochronnych. Aby dogłębniej przeanalizować specyficzny wpływ budowy lasów ochronnych na elektrownie jądrowe w południowym Xinjiang, w niniejszym badaniu wykorzystano zaawansowane dane obrazowe z teledetekcji USGS Landsat 9 Level 2 Collection 2 Tier 1. Do klasyfikacji gruntów zastosowano metodę lasu losowego, osiągając imponujący, ogólny wskaźnik dokładności 90%. Ponadto, w niniejszym badaniu wykorzystano model CASA do przeprowadzenia symulacji elektrowni jądrowych na małą skalę wzdłuż autostrad pustynnych w południowym Xinjiang, a udoskonaloną klasyfikację użytkowania gruntów przeprowadzono za pomocą zaawansowanej platformy Google Earth Engine (GEE).

Dokładna analiza zmian w zakresie lasów ochrony środowiska w południowym regionie Xinjiang ujawniła kluczową rolę lasów ochrony środowiska w poprawie lokalnego środowiska ekologicznego. Wyniki tej analizy wskazują, że od ukończenia autostrady w 1995 roku, a zwłaszcza po utworzeniu lasów ochrony środowiska w 2005 roku, nastąpił znaczny wzrost liczby lasów ochrony środowiska w południowym Xinjiang. Sugeruje to, że lasy ochrony środowiska wzdłuż pustynnej autostrady nie tylko zwiększają pokrywę roślinną na tym obszarze, ale także poprawiają produktywność i odporność całego ekosystemu. Dzięki ciągłym wysiłkom na rzecz budowy lasów ochrony środowiska, krajobraz ekologiczny w południowym Xinjiang uległ znacznej poprawie, dostarczając cennych podstaw naukowych i praktycznych spostrzeżeń dla przyszłych inicjatyw w zakresie ochrony środowiska i zrównoważonego rozwoju.

Analiza danych obejmujących lata 1990–2020 ujawnia stały wzrost rocznej liczby elektrowni jądrowych w południowym regionie Xinjiang. Po dokładnej analizie ustaleń przedstawionych w tabeli 7 staje się oczywiste, że po wybudowaniu autostrady pustynnej Taklimakan w 1995 r. nastąpił znaczny wzrost poziomów elektrowni jądrowych, szczególnie po utworzeniu lasu ochronnego w 2005 r. W tym okresie wartość elektrowni jądrowych wzrosła z 0,467 w 1995 r. do 0,825 w 2010 r. Pomimo nieznacznego spadku do 0,748 w 2020 r., elektrownia jądrowa pozostaje na znacznie wyższym poziomie w porównaniu z wczesnymi etapami rozwoju dróg. Przestrzenny rozkład elektrowni jądrowych w południowym Xinjiang w latach 1990–2000 wykazywał skromny, ale stosunkowo równomierny rozkład, co wskazuje na rzadką pokrywę roślinną i ograniczoną produktywność ekosystemu w regionie. W latach 2000–2010 nastąpił stopniowy wzrost poziomu elektrowni jądrowych, skoncentrowany głównie wzdłuż autostrad, co podkreśla znaczący wpływ lasów ochronnych na lokalny ekosystem. W latach 2010–2020, pomimo utrzymującego się trendu wzrostowego wartości elektrowni jądrowych, tempo wzrostu uległo spowolnieniu, prawdopodobnie ze względu na wzmocnienie działań ochrony środowiska wdrożonych na całym korytarzu autostradowym.

Tabela 7. Zmiany w elektrowniach jądrowych w południowym Xinjiang w ciągu ostatnich 30 lat.

Rok	Maksymalna wartość	Wartość minimalna	Wartość średnia
1990	279,85	0,15	3.16
1995	345,97	0,14	3,98
2000	323,61	0,14	4.08
2005	391,46	0,28	4,85
2010	430,90	0,15	5.42
2015	433,52	0,16	5.63
2020	426,99	0,15	6.61

3.4 . Zmiany w magazynowaniu węgla na pustyni Takla Makan w różnych scenariuszach przyszłości

Wykorzystując dane dotyczące użytkowania gruntów prognozowane przez zaawansowany model PLUS i łącząc je z modelem InVEST, obliczenia sekwestracji węgla na pustyni Takla Makan na rok 2050 w różnych scenariuszach – obejmujących naturalny postęp, ochronę ekologiczną i zrównoważony rozwój – oferują głęboki wgląd w potencjalny stan tego wyjątkowego ekosystemu (patrz rys. 8 ). Przestrzenny rozkład sekwestracji węgla w roku 2050 wykazuje stosunkowo zgodny rozkład z rokiem 2020, wyznaczając dostrzegalną konfigurację pierścieniową obejmującą sektory północny, południowy, południowo-zachodni i północno-wschodni. Centralny rozległy obszar, zdefiniowany przez suchy teren, stoi w ostrym kontraście do ekspansji miejskiej i wiejskiej, która go otacza. Co istotne, realizacja przedsięwzięć z zakresu inżynierii ekologicznej, w szczególności utworzenie ekologicznych pasów ochronnych wzdłuż pustynnych arterii komunikacyjnych, spowodowała znaczny wzrost sekwestracji węgla w okolicy.

Rys. 9 elegancko przedstawia ewolucję sekwestracji węgla na majestatycznych obszarach pustyni Takla Makan w okresie od 2020 do 2050 roku. Wyraźnie widoczny jest wzrost poziomu magazynowania węgla, zdecydowanie przewyższający osiągnięcia poprzedniej dekady ( wizualna reprezentacja na rys. 9 ). W obszarze postępu organicznego, regiony, w których obserwuje się wzrost sekwestracji węgla, skupiają się głównie w południowo-zachodnim kwadrancie, aczkolwiek towarzyszą temu subtelne falowania. Z drugiej strony, transformacyjny wpływ strategii ochrony środowiska jest wyraźnie widoczny, ponieważ sekwestracja węgla doświadcza niezwykłego wzrostu w zestawieniu z naturalnymi i zrównoważonymi scenariuszami rozwoju. Ten wzrost można przypisać rygorystycznym protokołom regulującym użytkowanie gruntów w strefach objętych ochroną ekologiczną, nakazującym przekształcanie łąk w zielone tereny leśne. W konsekwencji, wzrost obszarów leśnych przyspieszył znaczny wzrost zdolności do sekwestracji dwutlenku węgla. W paradygmacie zrównoważonego rozwoju, stopniowe zmiany odzwierciedlają te udokumentowane w naturalnych ramach rozwoju.

3.5 . Przestrzenno-czasowa dynamika czystej produktywności pierwotnej na pustyni Takla Makan w różnych przyszłych scenariuszach

Energia jądrowa (NPP) stanowi kluczowy wskaźnik oceny żywotności ekosystemów, reprezentując całkowity węgiel organiczny wytwarzany przez rośliny w procesie fotosyntezy, pomniejszony o węgiel uwalniany w procesie oddychania roślin. Wahania energii jądrowej (NPP) mają głęboki wpływ na przepływ węgla w ekosystemach i skomplikowaną sieć globalnych wzorców klimatycznych. Południowe regiony Sinciangu położone są w strefach suchych i półpustynnych, gdzie na NPP wpływają zarówno naturalne zmiany klimatu , jak i działalność człowieka. Badanie niuansów energii jądrowej (NPP) w południowym Sinciangu w ramach perspektywicznych ram dostarcza cennych informacji na temat reakcji ekosystemów na zmiany klimatu, tworząc tym samym solidne podstawy do opracowania skutecznych środków ochrony ekologicznej i strategii zarządzania. Wykorzystując dane z zaawansowanego scenariusza CMIP6 i uznanego modelu CASA, przeprowadziliśmy symulacje w celu analizy trajektorii energii jądrowej (NPP) w południowym Sinciangu w latach 2030–2050. Analiza maksymalnych, minimalnych i średnich wartości energii jądrowej (NPP) w różnych okresach czasu uwidacznia wahania energii jądrowej. Tabela 8 przedstawia szczytowe, najniższe i średnie wartości NPP w południowym Xinjiang w okresie od 2030 do 2050 roku. W szerszym kontekście najwyższe wartości NPP wykazują zauważalne wahania z roku na rok, podczas gdy najniższe wartości NPP wykazują pewien stopień spójności w całym przedziale czasowym, przy czym wahania pozostają w węższym zakresie. Jednocześnie średnie wartości NPP wykazują tendencję wzrostową i spadkową, co wskazuje na sprzyjające środowisko dla wzrostu roślin. Odpowiednie opady deszczu i optymalne temperatury przyczyniają się do zwiększenia wydajności fotosyntezy u roślin, co prowadzi do wyższych poziomów NPP. Przestrzenny rozkład NPP w południowym Xinjiang w latach 2030–2050, zilustrowany na rys. 10, ujawnia pewien poziom jednolitości z okazjonalnymi wahaniami w różnych okresach. Obszary o wyższych NPP znajdują się głównie w oazach i wzdłuż korytarzy rzecznych w południowym Xinjiang, w przeciwieństwie do regionów o niższych NPP, które przeważają na suchych obszarach pustynnych.

Tabela 8. Zmiany w elektrowniach jądrowych w południowym Xinjiang w przyszłych scenariuszach.

Rok	Maksymalna wartość	Wartość minimalna	Wartość średnia
2030	692,75	0,18	8,58
2040	675,45	0,19	8,44
2050	671,27	0,20	8,75

4. Dyskusja

4.1 . Czynniki wpływające na magazynowanie węgla na pustyni Takla Makan

W niniejszym badaniu wykorzystano model InVEST do oceny przestrzennej alokacji sekwestracji węgla na pustyni Takla Makan w prowincji Xinjiang w latach 1990–2050. Badanie ujawniło znaczne wahania w magazynowaniu węgla na pustyni Takla Makan. Począwszy od roku 2000, magazynowanie węgla wzrosło z 0,66 tony do 0,71 tony do roku 2020. Pomimo że budowa autostrad pustynnych zmniejszyła obszar niewykorzystanych terenów (pustyni), co w konsekwencji doprowadziło do spadku magazynowania węgla, zróżnicowana roślinność w ekologicznych pasach ochronnych po obu stronach autostrady zwiększyła magazynowanie węgla poprzez mechanizmy fotosyntezy i inne procesy biologiczne. Ogólnie rzecz biorąc, po ukończeniu autostrady pustynnej w 1996 roku, magazynowanie węgla w ekologicznych pasach ochronnych otaczających autostradę wzrosło o 0,15 tony do roku 2020.

Przestrzennie, regiony o wysokiej wartości magazynowania węgla na pustyni Takla Makan znajdują się głównie na południowych i północnych obrzeżach pustyni, podczas gdy regiony o niższych wartościach koncentrują się głównie w sercu pustyni i wzdłuż autostrad. Uzasadnieniem dla regionów o wysokiej wartości jest istnienie ciągłych i sporadycznych łąk, gruntów rolnych, a także niewielkiej ilości lasów i zbiorników wodnych, przy czym łąki stanowią najpowszechniejszą pokrywę roślinną.

Z chronologicznego punktu widzenia, między 1990 a 2020 rokiem, magazynowanie węgla gwałtownie wzrosło z 10,57 tony w 1990 roku do 17,75 tony w 2020 roku, rejestrując skumulowany wzrost o 7,18 tony, napędzany przez stałą ekspansję gruntów ornych. Pomimo stopniowego zmniejszania się powierzchni użytków zielonych przez prawie trzy dekady, co łącznie zmniejszyło się o 19 431,6 km2 ^, magazynowanie węgla paradoksalnie wzrosło o 16,31 tony. W obrębie odcinka autostrady pustynnej magazynowanie węgla na gruntach rolnych i budowlanych stale rosło od 1990 do 2020 roku, podczas gdy magazynowanie węgla na użytkach zielonych początkowo gwałtownie wzrosło, a następnie zmalało, ale ogólnie odnotowało wzrost o 0,13 tony. Z drugiej strony, nieużytki wykazywały stopniowo malejącą tendencję z czasem.

Co więcej, wykorzystując dane dotyczące użytkowania gruntów prognozowane przez model PLUS i integrując je z modelem InVEST, oszacowano składowanie węgla na pustyni Takla Makan w 2050 roku w ramach trzech modeli scenariuszowych. Wzorce rozmieszczenia przestrzennego w tych trzech scenariuszach wykazywały minimalne odchylenia w zestawieniu z rokiem 2020. Niemniej jednak, w scenariuszu S2, wzmocnienie ekologicznych pasów ochronnych wzdłuż autostrady pustynnej znacznie zwiększyło jej zdolność do składowania węgla.

Zmiany w sposobach użytkowania gruntów mają istotny wpływ na poziomy magazynowania węgla ( Tianqi i in., 2022 ; Zafar i in., 2024 ), o czym świadczy proliferacja zielonych obszarów na pustyniach południowego Xinjiangu i kompleksowa integracja bujnej roślinności wzdłuż pustynnych arterii komunikacyjnych. Te transformacje zapoczątkowały znaczące zmiany w użytkowaniu gruntów na rozległej pustyni Takla Makan. Przestrzenna organizacja sekwestracji węgla wykazuje pewien poziom nieprzewidywalności, przy czym po roku 2000 pojawił się zróżnicowany trend, zgodny z licznymi badaniami naukowymi zarówno w kraju, jak i za granicą ( Can i in., 2023 ; Xinyan i in., 2024 ). Na przykład, w swoim badaniu dynamiki użytkowania gruntów w dorzeczu jeziora Poyang, Liu i współpracownicy ustalili, że rozległy rozwój miejski jest głównym czynnikiem utraty węgla w regionie ( Musheng i in., 2018 ). Yang i zespół wykorzystali połączenie modelu CA Markova i modelu InVEST do analizy skumulowanych efektów różnych zmian użytkowania gruntów w sześciu odrębnych okresach czasu na magazynowanie węgla w ekosystemie w dorzeczu Żółtej Rzeki . Ich badania ujawniły spadek sekwestracji węgla w ekosystemie z powodu zmian w użytkowaniu gruntów, szczególnie na obszarach szybko urbanizujących się, z prognozowanym spadkiem o 258,863 mln ton metrycznych do roku 2030 w porównaniu z poziomami z 2018 r. ( Yang i in., 2022 ). Zhao i in. (2018) przeprowadzili szeroko zakrojone badanie przekształceń użytkowania gruntów i ich wpływu na sekwestrację węgla w górnym biegu półpustynnego północno-zachodniego dorzecza Heihe w ciągu następnych 15 lat, wykorzystując zaawansowane modele automatów komórkowych i modele InVEST. Wyniki badań ujawniły obiecującą tendencję w zakresie zatrzymywania węgla w górnych partiach wód, co przypisuje się wysiłkom na rzecz odnowy ekologicznej, przy czym skumulowany wzrost wyniósł 10,27 Tg w latach 2015–2029. Z kolei w regionach, w których nie podjęto interwencji ekologicznych, zaobserwowano spadek magazynowania węgla.

Adelisardou i in. (2022) przeprowadzili kompleksową analizę złożonych zależności między historycznymi zmianami użytkowania gruntów w latach 2000–2019 a prognozowanymi scenariuszami na lata 2019–2046 dotyczącymi sekwestracji dwutlenku węgla na równinie Girot w Iranie, wykorzystując połączenie modeli GEE, automatów komórkowych i modeli InVEST. Ich badania wykazały gwałtowny spadek magazynowania dwutlenku węgla związany z ekspansją działalności rolniczej i szybką urbanizacją, skutkujący roczną utratą sekwestracji dwutlenku węgla na równinie wynoszącą –475 547 Mg/rok. W rzeczywistości modyfikacja wzorców użytkowania gruntów skutkująca emisjami dwutlenku węgla wywiera szkodliwy wpływ na sekwestrację dwutlenku węgla w systemach ekologicznych. Międzyrządowy Zespół ds. Zmian Klimatu uznał wpływ transformacji użytkowania gruntów na retencję węgla w szerszym kontekście modyfikacji użytkowania gruntów ( Kanglong i in., 2022 ; Loukika i in., 2023 ; Shujun, 2023 ; Yang Yuping i Wenmin, 2023 ; Yi Dan i Minghao, 2022 ; Zhang i in., 2023 ). Dlatego też niezwykle ważne jest wdrożenie odpowiednich strategii ochrony środowiska, aktywne wspieranie tworzenia infrastruktury ekologicznej, ograniczenie ogólnych antropogenicznych zmian w użytkowaniu gruntów, a tym samym zwiększenie całościowej zdolności ekosystemów do sekwestracji węgla.

4.2 Czynniki wpływające na elektrownię jądrową na pustyni Takla Makan

W ostatnich dekadach połączenie zmieniających się wzorców meteorologicznych i działalności antropogenicznej odcisnęło głębokie piętno na lokalnym ekosystemie i wigorze botanicznym ( Krivoguz, 2024 ). Dzięki naszym zaawansowanym prognozom, wykorzystującym najnowocześniejszy model CASA w ramach wizjonerskiej prognozy CMIP6 , elektrownia jądrowa w południowym Xinjiang stoi na krawędzi niezwykłej metamorfozy w latach 2030–2100, a zarówno wartości szczytowe, jak i średnie osiągną apogeum w obiecującym roku 2060. Ta trajektoria idealnie odzwierciedla ambitne cele krajowe wyznaczone przez Chiny, dążące do ograniczenia emisji dwutlenku węgla przed rokiem 2030 i osiągnięcia neutralności węglowej do przełomowego roku 2060 ( Li i in., 2023 ).

W scenariuszu prospektywnym, zwiększone opady i optymalne temperatury tworzą idealne warunki dla procesu fotosyntezy w roślinach, znacząco zwiększając jego wydajność. Rozwijając wcześniejsze badania, nasza symulacja ujawnia również istotne regionalne zróżnicowanie w przestrzennym rozmieszczeniu elektrowni jądrowych (NPP), przy czym obszary o wysokiej wartości skupiają się głównie w zielonych oazach i żyznych dolinach rzecznych, gdzie obfite zasoby wody odżywiają rośliny niezbędnymi składnikami odżywczymi. Z kolei regiony o niskiej wartości znajdują się głównie na suchych terenach pustynnych, gdzie niedobór wody poważnie hamuje wzrost roślin, co prowadzi do zmniejszenia NPP ( Li i in., 2016 ). Alokacja zasobów wodnych jest uznawana za kluczowy czynnik wpływający na NPP, ponieważ wystarczające zaopatrzenie w wodę nie tylko stymuluje wzrost roślin, ale także zwiększa ogólną produktywność ekologiczną w danym regionie. Ponadto, nasze badanie wskazuje na budowę Autostrady Pustyni Taklimakan i wdrożenie zalesiania ochronnego jako kluczowe czynniki przyczyniające się do wzrostu liczby elektrowni jądrowych w południowym Xinjiang.

Od rozpoczęcia projektu ochrony lasów ekologicznych w 1995 roku, zaobserwowano znaczący wzrost regionalnego wskaźnika NPP. Szczególnie istotny jest okres po 2005 roku, w którym średni roczny wskaźnik NPP gwałtownie wzrósł z 0,467 w 1995 roku do 0,825 w 2010 roku. To odkrycie stanowi dowód skuteczności projektu ochrony lasów ekologicznych na pustyni Takla Makan, nie tylko w zakresie poprawy pokrycia roślinnością, ale także wzbogacania produktywności i odporności ekosystemu ( Chen i in., 2017 ). Nasze badania stanowią przełomowe przedsięwzięcie w badaniu zmian w NPP po utworzeniu autostrady pustynnej w południowym Xinjiang. Wcześniej brakowało podobnych badań, zwłaszcza w zakresie nakreślania trajektorii i konkretnych punktów czasowych wahań elektrowni jądrowych w scenariuszach prospektywnych ( Ge i in., 2021 ; Teng i in., 2020 ). Odkrycia te podkreślają kluczową rolę interwencji inżynierii ekologicznej w poprawie regionalnego krajobrazu ekologicznego, promowaniu wzrostu roślinności i poprawie ogólnej funkcjonalności ekosystemu, zapewniając tym samym silne wsparcie dla ochrony środowiska i zrównoważonego rozwoju w południowym Xinjiang.

4.3 . Potencjalne zastosowania i ograniczenia

W niniejszym badaniu, główne metodologie zastosowane w badaniu obejmują zaawansowane ramy InVEST, CASA i PLUS. Model InVEST działa poprzez analizę wskaźników użytkowania gruntów w połączeniu ze statystykami gęstości węgla, przy czym wskaźniki te są skrupulatnie dostrajane za pomocą danych o temperaturze i opadach, specyficznych dla danego obszaru badań, co zapewnia zróżnicowany poziom lokalnej trafności. Model CASA precyzyjnie oblicza NPP po udoskonaleniu parametrów opartym na zbiorze danych specyficznym dla danego regionu, zapewniając w ten sposób wyraźny punkt odniesienia dla trafności operacyjnej. Natomiast dynamiczny model PLUS generuje symulacje oparte na historycznych wzorcach użytkowania gruntów w badanym obszarze, oferując tym samym rozległą użyteczność heurystyczną.

Niemniej jednak modele te mają pewne ograniczenia. Jedno z istotnych ograniczeń dotyczy modelu InVEST, a konkretnie jego wykorzystania danych historycznych do szacowania gęstości węgla. Biorąc pod uwagę ciągły wpływ działalności człowieka na krajobraz naturalny, dynamiczna natura gęstości węgla wymaga korekt w czasie rzeczywistym w celu uzyskania dokładniejszych symulacji składowania węgla. W związku z tym, przyszłe projekty badawcze powinny uwzględniać pomiary gęstości węgla w terenie w miejscu prowadzenia badań, aby potwierdzić wiarygodność wyników analiz.

5. Wnioski

Wykorzystując szereg zróżnicowanych źródeł danych, modele InVEST i CASA zostały wykorzystane do analizy przestrzennych i czasowych wzorców rozkładu składowania węgla i elektrowni jądrowych na pustyni Takla Makan w ciągu ostatnich trzech dekad. Badanie to obejmowało skrupulatną ocenę zmian w składowaniu węgla i elektrowniach jądrowych wywołanych budową autostrady pustynnej. Dodatkowo, dzięki integracji modelu PLUS z modelami klimatycznymi CMIP6, zbadaliśmy potencjalne trajektorie składowania węgla i elektrowni jądrowych na pustyni Takla Makan w różnych scenariuszach.

Odkrycia ujawniają, że tereny trawiaste pełnią funkcję głównego rezerwuaru węgla na pustyni Takla Makan, gdzie w ciągu ostatnich trzech dekad nastąpił wzrost o 16,31 tony. Co więcej, po wybudowaniu pustynnej arterii komunikacyjnej w 1996 roku, ekologiczne pasy ochronne otaczające autostradę wzbogaciły składowisko węgla o dodatkowe 0,15 tony do roku 2020. Na szczególną uwagę zasługuje znaczny wzrost wskaźników elektrowni jądrowych w południowym Xinjiang po utworzeniu ekologicznego pasa ochronnego w 2005 roku.

Patrząc w przyszłość z różnych perspektyw, zwłaszcza tych, które priorytetowo traktują ochronę naszych cennych ekosystemów, zjawisko sekwestracji dwutlenku węgla na majestatycznej pustyni Takla Makan ukazuje się coraz wyraźniej. Skutkuje to odpowiednim wzrostem magazynowania dwutlenku węgla wzdłuż pustynnej autostrady, malując żywy obraz potencjalnego wpływu działań na rzecz ochrony środowiska.

Prognozy wskazują, że szczytowe wartości, zarówno dla maksymalnej, jak i średniej aktywności jądrowej (NPP), mają się pojawić w roku 2060, co sugeruje istnienie sprzyjających warunków klimatycznych w tym czasie, w różnych rozważanych scenariuszach na przyszłość. Te ustalenia łącznie podkreślają głęboki i konstruktywny wpływ inicjatyw proekologicznych na złożoną dynamikę emisji dwutlenku węgla w tym wysuszonym obszarze.

Oświadczenie o autorstwie CRediT

Ali Mamtimin: Pisanie – recenzja i edycja, Administracja projektem, Pozyskiwanie finansowania, Analiza formalna, Gromadzenie danych. Kun Zhang: Pisanie – wersja robocza, Gromadzenie danych, Konceptualizacja. Hajigul Sayit: Oprogramowanie, Zasoby, Administracja projektem, Metodologia, Gromadzenie danych. Yu Wang: Metodologia, Badania, Konceptualizacja. JiaCheng Gao: Oprogramowanie, Zasoby, Administracja projektem, Metodologia, Konceptualizacja. Ailiyaer Aihaiti: Walidacja, Oprogramowanie, Administracja projektem, Konceptualizacja. Meiqi Song: Wizualizacja, Nadzór, Zasoby. Junjian Liu: Zasoby, Metodologia. Fan Yang: Oprogramowanie, Metodologia, Analiza formalna, Konceptualizacja. Chenglong Zhou: Walidacja, Oprogramowanie, Administracja projektem. Wen Huo: Wizualizacja, Konceptualizacja. Siqi Wang: Zasoby, Badania. Yangyao Xu: Zasoby, Administracja projektem, Konceptualizacja. Gulinur Amar: Wizualizacja, walidacja, oprogramowanie, konceptualizacja. Wei Liu: Zasoby, oprogramowanie.

Oświadczenie o konflikcie interesów

Autorzy oświadczają, że nie mają żadnych znanych im konkurencyjnych interesów finansowych ani powiązań osobistych, które mogłyby mieć wpływ na pracę przedstawioną w niniejszym artykule.

Podziękowanie

Badanie to zostało dofinansowane przez program szkoleniowy „Tianshan Talent” – projekt zespołu ds. innowacji w nauce i technologii (zespół ds. innowacji Tianshan) ( 2022TSYCTD0007 ), Narodową Fundację Nauk Przyrodniczych Chin ( 42305132 , 42375084 ), Młodzieżowy Zespół ds. Innowacji Chińskiej Administracji Meteorologicznej ( CAM2024QN13 ), nagrodę Xinjiang Key Laboratory of Desert Meteorology and Sandstorms Award . Numer grantu: 2023-38 .

Dostępność danych

Wszystkie dane z badań są dostępne do pobrania pod tym linkiem ( https://chogo.teracloud.jp/share/1261056419908ce9 lub https://github.com/yangchuan/SupplementData.git ).

Odniesienia

Adelisardou i wsp., 2022

F. Adelisardou , W. Zhao , R. Chow , P. Mederly i in .

Wykrywanie zmian czasoprzestrzennych w magazynowaniu i składowaniu węgla w ekosystemie suchym poprzez integrację wyszukiwarki Google Earth i InVEST (równina Dżiroft, Iran)

Int. J. Environ. Sci. Technol. , 19 ( 7 ) ( 2022 ) , s. 5929 – 5944 , 10.1007/s13762-021-03676-6

Wyświetl w Scopus Google Scholar
Can i wsp., 2023

Cai Can , Fan Min , Yao Jing , Zhou Lele , Wang Yuanzhe , Liang Xiaoying , Zhaoqiang Liu , Shu Chen

Przestrzenno-czasowe charakterystyki emisji dwutlenku węgla skorygowane o czynniki społeczno-ekonomiczne w wyniku zmian w użytkowaniu gruntów w prowincji Syczuan w południowo-zachodnich Chinach

Ecol. Indic. , 77 ( 2023 ) , Artykuł 102164 , 10.1016/j.ecoinf.2023.102164

Google Scholar
Changqiao i in., 2017

Hong Changqiao , Jin Xiaobin , Chen Changchun i in.

Przegląd badań nad modelami szacowania pierwotnej produktywności netto gruntów, integrującymi dane teledetekcyjne

Progress Geograph. Sci. , 36 ( 8 ) ( 2017 ) , s. 16 , 10.18306/dlkxjz.2017.08.002

Google Scholar
Chen i wsp., 2022

X. Chen , X. He , S. Wang

Symulowana walidacja i prognozowanie użytkowania gruntów w różnych scenariuszach w dystrykcie Daxing w Pekinie w Chinach, w oparciu o model GeoSOS-FLUS

Zrównoważony rozwój , 14 ( 2022 ) , s. 11428 , 10.3390/su141811428

Wyświetl w Scopus Google Scholar
Chen i wsp., 2017

Tiantian Chen , Peng Li , Xu Dingde i in.

Przestrzenno-czasowy wzorzec czystej produktywności pierwotnej w rejonie gór Hengduan w Chinach: wpływ zmian klimatycznych i działalności człowieka

Chin. Geogr. Sci. , 27 ( 6 ) ( 2017 ) , s. 948 – 962

Wyświetl w Scopus Google Scholar
Dabu i Xiaoxin, 2021

Jiang Dabu , Wang Xiaoxin

Interpretacja zmian suszy w szóstym raporcie oceniającym IPCC

J. Atmos. Sci. , 44 ( 5 ) ( 2021 ) , s. 650 – 653

Google Scholar
Dai Er i wsp., 2016

Fu Dai Er , Yu Huang , Wu Zhuo i in.

Przestrzenne i czasowe wzorce źródeł/pochłaniaczy węgla w ekosystemach trawiastych Mongolii Wewnętrznej i ich związek z czynnikami klimatycznymi

J. geograf. , 71 ( 01 ) ( 2016 ) , s. 21 – 34

Google Scholar
Dan i wsp., 2023

Luo Dan , Zhou Zhongfa , Chen Quan i in .

Reakcja magazynowania węgla w obszarach krasowych na wzorce użytkowania gruntów: studium przypadku dorzecza rzeki Nanbei Panjiang

J. Ecol. , 43 ( 9 ) ( 2023 ) , s. 3500 – 3516

Google Scholar
Fang i wsp., 2019

Xiao Fang , Li Xiao , Li Chengsen i in.

Zrozumienie pustyni Taklimakan

Świat Życia , 02 ( 2019 ) , s. 52 – 53

Google Scholar
Ge i wsp., 2021

Wenyan Ge , Liqiang Deng , Fei Wang i in .

Kwantyfikacja wpływu działalności człowieka i zmian klimatycznych na dynamikę pierwotnej produktywności netto roślinności w Chinach w latach 2001–2016

Nauka. Całkowite środowisko. , 773 ( 2021 ) , s. 2 145648 , 10.1016/j.scitotenv.2021.145648

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Jie i wsp., 2021

Yang Jie , Xie Baopeng i Zhang Degang

Badania zmian czasoprzestrzennych magazynowania węgla w dorzeczu Rzeki Żółtej w oparciu o modele InVEST i CA Markova

Chin. J. Ecol. Agric. (Chin. English) ( 2021 ) , 10.13930/j.cnki.cjea.200746

Google Scholar
Kanglong i in., 2022

Deng Kanglong , Wang Qianqian , Chen Xinyue i in.

Postęp badań i perspektywy emisji dwutlenku węgla z użytkowania gruntów

Zielone technologie , 09 ( 2022 ) , s. 024

Google Scholar
Kriwoguz, 2024

Denis Krivoguz

Geoprzestrzenna analiza urbanizacji i zmian środowiskowych z wykorzystaniem głębokich sieci neuronowych: wnioski z trzydziestoletnich badań na Półwyspie Kerczeńskim

Ecol. Indic. , 80 ( 102513 ) ( 2024 ) , s. 1574 – 9541 , 10.1016/j.ecoinf.2024.102513

Google Scholar
Li i wsp., 2016

Qing Li , Chunlai Zhang , Yaping Shen i in.

Ilościowa ocena względnej roli zmiany klimatu i działalności człowieka w procesach pustynnienia na Wyżynie Qinghai-Tybetańskiej w oparciu o czystą produktywność pierwotną

Catena , 147 ( 2016 ) , s. 789 – 796 , 10.1016/j.catena.2016.09.005

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Li i wsp., 2023

Lü Li , Shijie Wang , Youping Chen i in.

Zmiana klimatu we wschodniej części Xinjiangu w Chinach i jej związek z ciepłym nawilżeniem północno-zachodnim

Atmosfera , 14 ( 9 ) ( 2023 ) , s. 1421

Crossref Google Scholar
Loukika i wsp., 2023

Kotapati Narayana Loukika , Venkata Reddy Keesara , Eswar Sai Buri , Venkataramana Sridhar

Przyszła prognoza scenariusza użytkowania gruntów i pokrycia terenu (LU&LC) przy użyciu modelu DynaCLUE dla dorzecza

Ecol. Indic. , 102223 ( 2023 ) , s. 1574 – 9541 , 10.1016/j.ecoinf.2023.102223

Google Scholar
Ma i wsp., 2021

Q. Ma , X. Wang , F. Chen , L. Wei , DK Zhang , H. Jin

Sekwestracja węgla w plantacji Haloxylon ammodendron utrwalającej piasek w dorzeczu rzeki Shiyang: magazynowanie, tempo i potencjał

Glob. Ecol. Conserv. , 28 ( 2021 ) , Artykuł e01607 , 10.1016/j.gecco.2021.e01607

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Mammitin, 2015

Ali Mammitin

Badania nad charakterystyką budżetu węglowego i czynnikami wpływającymi na niego w regionie pustyni Xinjiang

Uniwersytet Informatyki i Technologii w Nankinie ( 2015 )

Google Scholar
Musheng i in., 2018

Liu Musheng , Yan Bangyou , Yu Fang

Badania itp. dotyczące dynamicznych zmian użytkowania gruntów w dorzeczu jeziora Poyang w oparciu o GIS

Jiangxi Sci. , 36 ( 1 ) ( 2018 ) , s. 7 , 10.13990/j.issn1001-3679.2018.01.013

Google Scholar
Piao i in., 2018

S. Piao , T. Meng , L. Zhuo i in.

Niższe emisje związane z użytkowaniem gruntów odpowiadają za zwiększony netto pochłaniacz dwutlenku węgla w okresie powolnego ocieplenia

Nat. Geosci. , 11 ( 2018 ) , 10.1038/s41561-018-0204-7

Google Scholar
Qiao, 2022

F. Qiao

Praktyka pomiaru sekwestracji węgla i monitorowania projektu zalesiania z sekwestracją węgla na obszarze pustyni Kubuqi — na przykładzie projektu zalesiania z sekwestracją węgla grupy Yitai z Mongolii Wewnętrznej w Hangjin Banner

Badania leśnictwa Mongolii Wewnętrznej. Projekt , 45 ( 04 ) ( 2022 ) , s. 55 – 58

Widok Crossref w Scopus Google Scholar
Shengtao i in., 2022

Su Shengtao , Zeng Yuan , Zhao Dan i in .

Optymalizacja i analiza modelu szacowania czystej produktywności pierwotnej roślinności lądowej w Chinach: na podstawie danych z chińskiej sieci badawczej ekosystemów

J. Ecol. , 42 ( 4 ) ( 2022 ) , s. 14 , 10.5846/stxb202011263031

Google Scholar
Shuchao i in., 2023

Gao Shuchao , Chen Yiqing , Chen Zongzhu i in.

Charakterystyka magazynowania węgla i rozmieszczenia przestrzennego ekosystemów leśnych na wyspie Hajnan

J. Ecol. , 43 ( 9 ) ( 2023 ) , s. 3558 – 3570

Google Scholar
Shujun, 2023

Xu Shujuna

Badania nad skutkami emisji dwutlenku węgla i jej charakterystyką w zależności od sposobu użytkowania gruntów

Rural Sci. Exp. , 6 ( 2023 ) , s. 34 – 36

Google Scholar
Solomon i wsp., 2013

S. Solomon , RT Pierrehumbert , D. Matthews i in.

Skład atmosfery, nieodwracalna zmiana klimatu i polityka łagodzenia skutków zmian klimatu

Środowisko. Sci. ( 2013 ) , 10.1007/978-94-007-6692-1-15

Google Scholar
Song i wsp., 2022

Y. Song , X. Chen , Y. Li , Y. Fan , L. Collins. Adrian

Kwantyfikacja pochodzenia osadów wydmowych na pustyni Takla Makan z wykorzystaniem uczenia maszynowego, skalowania wielowymiarowego i odcisków palców źródeł osadów

CATENA , 210 ( 2022 ) , s. 1. 105902 , 10.1016/j.catena.2021.105902

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Teng i wsp., 2020

Mingjun Teng , Lixiong Zeng , Hu Wenjie i in.

Wpływ zmian klimatycznych i działalności człowieka na czystą produktywność pierwotną różni się w całej strefie ekotonowej w północno-zachodnich Chinach

Nauka. Całkowite środowisko. , 714 ( 2020 ) , s. 2 136691 , 10.1016/j.scitotenv.2020.136691

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Tianqi i wsp., 2022

Rong Tianqi , Zhang Pengyan , Zhu Huiru , Jiang Ling , Li Yanyan , Liu Zhenyu

Ewolucja korelacji przestrzennej i scenariusz prognozowania emisji dwutlenku węgla związanych z użytkowaniem gruntów w Chinach

Ecol. Inform. , 71 ( 2022 ) , Artykuł 101802 , 10.1016/j.ecoinf.2022.101802

Google Scholar
Van Pham i wsp., 2023

T. Van Pham , TAT Do , HD Tran

ANT Do ocenia wpływ bezpieczeństwa ekologicznego i podatności na pożary lasów na zasoby węgla w dystrykcie Bo trach w prowincji Quang Binh w Wietnamie

Ecol. Inform. , 74 ( 2023 ) , Artykuł 101962 , 10.1016/j.ecoinf.2022.101962

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Vendrame i wsp., 2018

N. Vendrame , L. Tezza , A. Pitacco

Badanie bilansu węglowego winnicy w klimacie umiarkowanym: zmienność przepływu _{CO2 w różnych latach}

Am. J. Enol. Vitic. , 70 ( 1 ) ( 2018 ) , s. 34 – 41 , 10.5344/ajev.2018.18006

Google Scholar
Verma i wsp., 2024

Pragati Verma , Azizur Rahman Siddiqui , Nitesh Kumar Mourya i in.

Mapowanie sekwestracji węgla w lasach i kwantyfikacja ekonomiczna wykorzystująca łańcuch MLPnn-Markov i model węglowy InVEST w rezerwacie przyrody Askot w zachodnich Himalajach

Ecol. Inform. , 79 ( 102428 ) ( 2024 ) , 10.1016/j.ecoinf.2023.102428

Google Scholar
Wang i Huang, 2020

SQ Wang , Y. Huang

Czynniki determinujące sekwestrację węgla organicznego w glebie i jego udział w pochłanianiu węgla w ekosystemach lasów zasadzonych

Glob. Chang. Biol. , 26 ( 5 ) ( 2020 ) , s. 3163 – 3173 , 10.1111/gcb.15036

Wyświetl w Scopus Google Scholar
Wei i wsp., 2011

Bai Wei , Wang Genxu i Liu Guangsheng

Reakcja emisji CO2 w okresie wzrostu łąk alpejskich na płaskowyżu tybetańskim Qinghai na wzrost temperatury

Ecol. J. , 30 ( 06 ) ( 2011 ) , s. 1045 – 1051

Google Scholar
Xinyan i wsp., 2024

Wu Xinyan , Shen Caiting , Shi Linna , Wan Yuanyuan , Ding Jinmei , Wen Qi

Charakterystyka ewolucji czasoprzestrzennej i prognozowanie symulacyjne składowania węgla: studium przypadku w rejonie Sanjiangyuan w Chinach

Ecol. Inform. , 80 ( 2024 ) , Artykuł 102485 , 10.1016/j.ecoinf.2024.102485

Google Scholar
Xu i Yang, 2022

Y. Xu , Y. Yang

Zestaw danych o rozdzielczości 5 km dla miesięcznego produktu NDVI Chin (1982–2020)

( 2022 ) , s. 25 CSD 7 , 10.11922/11-6035.csd.2021.0041.zh

Google Scholar
Xuejie i wsp., 2022

Bai Xuejie , Wang Xufeng , Liu Xiaohui , Zhou Xuqiang

Analiza charakterystyki i czynników napędzających zmiany przepływu węgla w ekosystemach terenów podmokłych, gruntów rolnych i łąk w dorzeczu rzeki Heihe

Technologia czujników zdalnych , 37 ( 01 ) ( 2022 ) , s. 94 – 107

Google Scholar
Yang Yuping i wsp., 2023

Hu Yang Yuping , Jia Guanyu Wenmin i in .

Symulacja scenariuszy składowania węgla w użytkowaniu gruntów w rejonie jeziora Dongting w oparciu o modele InVEST i ANN-CA

J. Nanjing For. Univ. (Nat. Sci. Ed.) , 47 ( 4 ) ( 2023 ) , s. 175 – 184 , 10.12302/j.issn.1000-2006.202110020

Google Scholar
Yang i wsp., 2016

Y. Yang , GX Wang , F. Ran i in .

Zasoby węgla w ściółce i wzorce przestrzenne głównych typów lasów w Tybecie

Podbródek. J.Ekol. ( 2016 ) , 10.13292/j.1000-4890.201603.018

Google Scholar
Yang i wsp., 2022

F. Yang i wsp.

Ocena pochłaniacza węgla na pustyni Takla Makan w oparciu o korektę nieprawidłowego ujemnego strumienia CO2 _z IRGASON

Nauka. Całkowite środowisko. , 838 ( 2022 ) , Artykuł 155988 , 10.1016/j.scitotenv.2022.155988

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Yi Dan i Minghao, 2022

Ou Yi Dan , Guo Jie Minghao

Postęp badań itp. i perspektywy trendów w zakresie emisji dwutlenku węgla i optymalizacji użytkowania gruntów pod kątem niskiej emisji dwutlenku węgla

Nauka o zasobach. , 44 ( 8 ) ( 2022 ) , s. 25 15 , 10.18402/resci.2022.08.02

Google Scholar
Zafar i wsp., 2023

Z. Zafar , M. Sajid Mehmood , Z. Shiyan , M. Zubair , M. Sajjad , Q. Yaochen

Wspieranie podejść głębokiego uczenia się w celu oceny wpływu urbanizacji na roślinność i przyszłe perspektywy

Ecol. Indic. , 146 ( 2023 ) , Artykuł 109788 , 10.1016/j.ecolind.2022.109788

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Zafar i wsp., 2024

Zeeshan Zafar , Muhammad Zubair , Yuanyuan Zha , Muhammad Sajid Mehmood , Adnanul Rehman , Shah Fahd , Adeel Ahmad Nadeem

Modelowanie predykcyjne dynamiki regionalnego magazynowania węgla w odpowiedzi na zmiany użytkowania gruntów/pokrycia terenu: analiza oparta na InVEST

Ecol. Indic. , 82 ( 2024 ) , Artykuł 102701 , 10.1016/j.ecoinf.2024.102701

Wyświetl plik PDF Wyświetl artykuł Wyświetl w bazie Scopus Google Scholar
Zhang i wsp., 2009

Z. Zhang , X. Li , L. Liu , R. Jia , J. Zhang , T. Wang

Dystrybucja, biomasa i dynamika korzeni w odnowionym drzewostanie karagany korshinskiej na pustyni Tengger w północno-zachodnich Chinach

122 ( 1 ) ( 2009 ) , s. 109 – 119 , 10.1007/s10265-008-0196-2

Wyświetl w Scopus Google Scholar
Zhang i wsp., 2020

Q. Zhang , H. Lei , D. Yang i in.

Dekadowa zmienność strumienia CO2 _i jego budżet w płodozmianie pszenicy i kukurydzy na Nizinie Północnochińskiej

Biogeosciences , 17 ( 8 ) ( 2020 ) , s. 2245 – 2262 , 10.5194/bg-17-2245-2020

Wyświetl w Scopus Google Scholar
Zhang i wsp., 2023

S. Zhang , XM Hao , ZY Zhao i in.

Naturalna sukcesja roślinności w warunkach zmiany klimatu i jej łączny wpływ na czystą produktywność pierwotną

Przyszłość Ziemi ( 2023 ) , 10.1029/2023EF003903

Google Scholar
Zhao i wsp., 2018

M. Zhao , Z. He , J. Du i in .

Ocena wpływu inżynierii ekologicznej na składowanie węgla poprzez połączenie modeli CA-Markov i InVEST

Ekol. Indyk. , 98 ( marzec ) ( 2018 ) , s. 29 – 38 , 10.1016/j.ecolind.2018.10.052

Google Scholar

Cytowane przez (0)

Numerical study on the sand burial process of desert highway and the degradation process of highway protected system

2026, Powder Technology
Dynamic simulation and key influencing factors of carbon storage in the water-depleted zones of an arid Inland River Basin: Insights from the Tarim River mainstream

2025, Ecological Informatics
Quantifying the impact of drought on net primary productivity of different vegetations in a typical large lake floodplain wetland, China

2025, Ecological Informatics
Human-induced biospheric carbon sink: Impact from the Taklamakan Afforestation Project

2026, Proceedings of the National Academy of Sciences of the United States of America
Spatiotemporal Dynamics of Vegetation Carbon Storage in the Kubuqi Desert and Dominant Drivers: The Coupling Effect of Topography and Climate

2026, Sustainability Switzerland
Desert ecosystems as carbon frontiers: innovations in sequestration and climate adaptation strategies

2025, Biological Reviews
Ali Mamtimin ^a^b^c^d^g,,,,,,,,Fan Yang ^a^b^c^dChenglong Zhou ^a ^b ^c ^d Wen Huo ^a ^b ^c ^d, , ,,,,View all citing articles on Scopus

https://doi.org/10.1016/j.ecoinf.2025.103027 Uzyskaj prawa i treści

Na podstawie licencji Creative Commons

Otwarty dostęp.

Link do artykułu: https://www.sciencedirect.com/science/article/pii/S1574954125000366

PDF

1-s2.0-S1574954125000366-main

Przegląd najważniejszych zagadnień

• Po ukończeniu budowy pasów ekologicznych wzdłuż autostrady pustynnej ilość zmagazynowanego węgla wzrosła o 0,15 t, a moc elektrowni jądrowych nadal rosła.

• Pustynia Takla Makan jest pochłaniaczem dwutlenku węgla.

• Liczba elektrowni jądrowych na pustyni Takla Makan z roku na rok rosła.

• W przyszłości, biorąc pod uwagę różne scenariusze, wystąpią znaczne różnice w magazynowaniu węgla na pustyni Takla Makan.

Streszczenie

Słowa kluczowe

1. Wprowadzenie​

2. Materiały i metody

2.1 . Obszar badań

2.2 . Zestawy danych

Tabela 1. Typy i źródła danych.

Rys. 1. Przegląd obszaru badań. (a) Xinjiang, Chiny; (b) Pustynia Takla Makan; (c) Autostrada pustynna.

Biorąc pod uwagę wahania w rozdzielczości przestrzennej wyżej wymienionych zestawów danych i ogrom badanego regionu, wszystkie dane zostaną znormalizowane do rozdzielczości przestrzennej wynoszącej 30 m.

2.3 Metody przetwarzania danych

2.3.1 . Model InVEST

Tabela 2. Gęstość węgla w różnych typach użytkowania gruntów na pustyni Takla Makan (wersja poprawiona).

2.3.2 . Model CASA

Jeśli wartości SRi i min wynoszą 1,08, a zakres SRi i max wynosi 4,14–6,17, uzyskaj SR (x, t):(12)

2.3.3 . Model PLUS

Tabela 3. Macierz kosztów zmiany sposobu użytkowania gruntów w symulacji wieloscenariuszowej.

2.3.4 . Weryfikacja dokładności

3. Wyniki​

3.1 . Transformacja użytkowania gruntów na pustyni Takla Makan w ciągu ostatnich trzech dekad

Rys. 4. Mapa Sankeya przedstawiająca zmiany w użytkowaniu gruntów na pustyni Takla Makan w latach 1990–2020.

W wyraźnym zestawieniu, tereny trawiaste podlegają stałemu zmniejszaniu się, ze znaczącym zmniejszeniem o 19 431,6 km2 w latach 1990–2020. Z kolei nieużytki wykazują tendencję wzrostową, obserwując nieustanną ekspansję, osiągając łącznie 16 484,04 km2 w latach 1990–2020.

3.2 . Przestrzenne i czasowe wahania w magazynowaniu węgla na pustyni Takla Makan w latach 1990–2020 z wykorzystaniem modelu InVEST

Rys. 7. Zmiany przestrzenne elektrowni jądrowych w południowym Xinjiang w ciągu ostatnich 30 lat.

Tabela 5. Magazynowanie węgla w różnych typach użytkowania gruntów na pustyni Takla Makan w latach 1990–2020.

Tabela 6. Magazynowanie węgla w różnych typach użytkowania gruntów na autostradach pustynnych w latach 1990–2020.

3.3 . Wahania czasowe i przestrzenne czystej produktywności pierwotnej na tajemniczej pustyni Takla Makan w latach 1990–2020 z wykorzystaniem modelu CASA

Tabela 7. Zmiany w elektrowniach jądrowych w południowym Xinjiang w ciągu ostatnich 30 lat.

3.4 . Zmiany w magazynowaniu węgla na pustyni Takla Makan w różnych scenariuszach przyszłości

Rys. 8. Obecny stan magazynowania węgla na pustyni Takla Makan w roku 2050 w różnych scenariuszach.

Rys. 9. Zmiany w magazynowaniu węgla na pustyni Takla Makan w różnych scenariuszach od 2020 do 2050 roku.

3.5 . Przestrzenno-czasowa dynamika czystej produktywności pierwotnej na pustyni Takla Makan w różnych przyszłych scenariuszach

Tabela 8. Zmiany w elektrowniach jądrowych w południowym Xinjiang w przyszłych scenariuszach.

4. Dyskusja​

4.1 . Czynniki wpływające na magazynowanie węgla na pustyni Takla Makan

4.2 Czynniki wpływające na elektrownię jądrową na pustyni Takla Makan

4.3 . Potencjalne zastosowania i ograniczenia

5. Wnioski​

Oświadczenie o autorstwie CRediT

Oświadczenie o konflikcie interesów

Podziękowanie

Dostępność danych

Odniesienia

Show abstract

Show abstract

Show abstract

Popularne posty

Miesięcznik internetowy „Wobec” ISSN: 2450-3983

1. Wprowadzenie

Jeśli wartości SRi i min wynoszą 1,08, a zakres SRi i max wynosi 4,14–6,17, uzyskaj SR (x, t):(12) $SR (x, t) = \frac{[1 + NDVI (x, t)]}{[1 - NDVI (x, t)]}$

3. Wyniki

W wyraźnym zestawieniu, tereny trawiaste podlegają stałemu zmniejszaniu się, ze znaczącym zmniejszeniem o 19 431,6 km2 ^w latach 1990–2020. Z kolei nieużytki wykazują tendencję wzrostową, obserwując nieustanną ekspansję, osiągając łącznie 16 484,04 km2 ^w latach 1990–2020.

4. Dyskusja

5. Wnioski