基于InVSET-Ridge Regression-PLUS模型的云贵高原碳储量时空演变及多情景预测

来源：环境科学杂志2026年第1期北京时间：

作者：李媛,彭玉玲,彭浩纳,程为颖

单位：武汉工程大学土木工程与建筑学院, 武汉 430074,武汉工程大学村落文化与人居环境研究中心, 武汉 430074,武汉工程大学土木工程与建筑学院, 武汉 430074,武汉工程大学村落文化与人居环境研究中心, 武汉 430074,武汉工程大学土木工程与建筑学院, 武汉 430074,武汉工程大学村落文化与人居环境研究中心, 武汉 430074,武汉工程大学土木工程与建筑学院, 武汉 430074,武汉工程大学村落文化与人居环境研究中心, 武汉 430074

摘要：碳储量作为衡量生态系统碳汇能力的关键指标，对全球气候变化的缓解具有重要意义. 结合机器学习和生态系统服务模型的优势，构建基于InVEST-Ridge Regression-PLUS模型的综合分析框架，对云贵高原2000~2020年碳储量的时空演变特征及其驱动机制进行定量分析，并据此设计未来情景，预测不同土地利用路径下区域碳储量的变化趋势. 结果表明：①云贵高原2000~2020年间碳储量总体呈缓慢增长的趋势，且增长速率不断下降，表现为“南高北低”的分布特征. ②植被覆盖度是影响该区域碳储量的决定性因素，不同土地利用类型之间的转化会影响碳储量空间分布及变化趋势. ③在未来情景模拟中，碳汇提升情景下的碳储量表现最优，有效验证了退耕还林和草地恢复等生态工程的作用，为云贵高原及同类型喀斯特地区的碳储量动态评估与优化提供科学依据.

关键词：云贵高原,碳储量,InVEST模型,岭回归,PLUS模型,