谷家川，邓 洁，林玉标，查良松，孙 磊，陈晓莉

（1.滁州学院 地理信息与旅游学院，安徽 滁州 239000；2.上海市政工程设计研究总院 第六设计院，安徽 合肥 230000；3.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241000）

基于GIS与RS的皖江城市带LUCC对植被碳储量的影响

谷家川1，邓 洁2，林玉标1，查良松3，孙 磊1，陈晓莉1

（1.滁州学院 地理信息与旅游学院，安徽 滁州 239000；2.上海市政工程设计研究总院 第六设计院，安徽 合肥 230000；3.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241000）

土地利用/覆被变化（LUCC）是影响陆地植被碳循环的重要因子之一.基于GIS和RS技术，利用遥感和气象等数据，并采用CASA（Carnegie Ames Stanford Approach）模型和植被枯损模型估算了皖江城市带植被的固碳密度，分析了2001-2010年皖江城市带LUCC所引起的植被碳储量的变化，结果表明：近10年来，皖江城市带土地利用变化较明显，使得植被生态系统碳库储量减少了3.55×105t.具体表现在：林地碳储量增加了1.42×105t，耕地碳储量减少了4.87×105t，草地碳储量减少了104t.皖江城市带各种植被类型中，有林地的固碳潜力最大，为437 g/m2；其次是耕地，为326 g/m2；草地最小，为218 g/m2.LUCC导致的耕地和草地减少，是皖江城市带植被碳储量减少的主要原因.

土地利用/覆被变化；植被碳储量；地理信息系统和遥感；皖江城市带

0 引言

二十世纪以来，随着大气中二氧化碳等温室气体含量的逐渐增加，全球温室效应日益严重，导致全球乃至区域一系列严峻的生态环境问题和极端气候频发，已威胁到人类生存、健康和社会经济的可持续发展，从而引起了国际社会、各国政府、科学家和公众的强烈关注[1-4].当前要减少空气中温室气体的含量，尤其是二氧化碳的含量，一是减少排放，二是增加碳汇.陆地生态系统是全球碳库的重要组成部分，也是全球和区域环境变化的重要反馈与调节系统，对于维持和减少大气中二氧化碳的浓度、降低温室效应有着巨大和不可替代的作用[5-8].但陆地生态系统也是全球碳循环中最复杂、受人类活动影响最大的部分[9].在人类活动中土地利用/覆盖变化（LUCC）对陆地生态系统碳储量的影响远远超过了自然变化对其影响的速率和程度[10-13].它不仅是改变陆地生态系统生物质生产的重要途径之一，还是影响陆地生态系统碳循环过程和能量流动，引起碳源/汇变化的重要原因[14-16].LUCC主要通过改变陆地地表覆被状况来影响陆地生态系统的分布和结构，如林地、草地减少、退化以及高生物质产量的植被转化为低生物质产量植被使植被生物量减少等，从而改变陆地生态系统的碳储量[17，18]. LUCC不仅改变了地表覆盖结构并影响其物质循环和能量流动，而且影响了陆地生态系统的生态系统服务功能、区域生态环境和生态过程[19-21].因此，研究区域LUCC对陆地生态系统碳循环具有十分重要的意义.据估算，全球陆地生态系统碳的总储量约为2 300 Pg，其中全球植被碳贮量约占30%[22，23].1850-1980年已有约180 Pg的碳通过LUCC从陆地生态系统中排放到大气中，其中植被面积减少、退化导致近100 Pg碳排放到大气中[24，25].由此可见，植被生态系统是陆地生态系统不可忽视的碳储库.此外，LUCC对陆地生态系统碳库的影响也是比较明显的，尤其是对植被生态系统碳储量影响是非常大的.因此，研究地表植被的变化对区域植被碳储量和碳循环的影响以及降低区域大气温室气体浓度、减缓区域气候变暖具有重要意义.

目前，在国内对于LUCC引起的土壤[26-28]、森林生态系统[29-31]、草地生态系统[32]和湿地生态系统[33]碳储量等变化方面研究较多，而对其全地类植被系统碳储量影响方面的研究相对较少，对利用遥感高空间分辨率和长时间尺度来研究区域地表植被碳储量的变化方面的研究比较节省时间、易于计算和覆盖范围广.因此，笔者将尝试采用高空间分辨率与长时间尺度来研究LUCC对皖江城市带地上植被碳储量的变化，选用2001-2010年10月份的3期Landsat影像，利用GIS与RS技术，通过CASA模型估算皖江城市带地表植被NPP（Net Primary Productivity），然后建立植被的枯损模型估算皖江城市带地上植被碳密度，在此基础上分析LUCC对研究区地上植被碳储量的影响.

1 研究区概况

皖江城市带位于长江安徽段沿岸，地处东经115°45′-119°37′，北纬29°41′-33°13′之间，土地面积7.6× 104km2，占安徽省总面积的54%.其属于亚热带湿润季风气候，年平均气温在13-17℃之间，年均降水量800-1 700 mm之间，太阳辐射总量分布均匀，日照充足，年均为1 800-2 500 h，无霜期在200-250天左右.植被资源丰富，主要有大别山植被区、沿江平原植被区、皖南山丘植被区.2011年末，皖江城市带人口占安徽省人口比重的44.99%；生产总值占全省的67.63%，人均GDP高于全省11 201元.皖江城市带地理区位条件优越，为安徽省经济、科技、文化相对发达地区，其是实施促进中部地区崛起战略的重点开发区域，是泛长三角地区的重要组成部分，是南京都市圈与合肥都市圈的主要组成部分，是中西部承接产业转移示范区域，战略地位非常重要.

图1 研究区地理位置图

图2 气象站点分布图

2 数据来源与研究方法

2.1 数据来源

遥感数据包括不同时期的MODIS数据的和Landsat影像，具体情况见表1，来源于国际科学数据服务平台（http://datamirror.csdb.cn/）和中国科学院对地观测与数字地球科学中心（http://www.ceode.cas.cn/new/）.气象数据包括降水、平均温度、总辐射和净辐射数据等来源于中国气象科学数据共享服务网 （http://old-cdc. cma.gov.cn/）.辅助数据包括皖江城市带行政区划图、植被图、土地利用现状图等.

表1 遥感数据列表

2.2 研究方法

2.2.1 植被NPP估算

CASA模型是光能利用率的代表，是目前全球NPP估算中应用最多、最成熟的模型.在CASA模型中植被NPP主要由植被所吸收的光合有效辐射（APAR）与光能利用率（ε）两个变量来确定.植被NPP估算公式：

式中：x为空间位置，t为时间；NPP（x，t）为像元x在t年份的植被NPP（gC·m-2·a-1）；APAR（x，t）为像元x在t年吸收的光合有效辐射（MJ·m-2·a-1）；ε（x，t）为像元x在t年的实际光能利用率（gC·MJ-1），鉴于CASA模型所采用的固定的最大光能利用率0.389 gC/MJ并不适用于皖江城市带，在本研究中植被的最大光能利用率取0.521 gC/MJ[33-35].

2.2.2 植被碳储量估算

通常对于植被碳储量的估算是用植物干物质中碳所占比重所转化的碳量来估算植被的碳储量.文中植被碳储量仅指植被每年生长的生物量的含碳量，可以表示为地上生物量密度、面积及其转化系数的乘积，即：

式中，i：植被类型；GTi：第i种地表植被碳储量；MDi：第i种植被的地上生物量密度；Li：第i种植被类型的面积；η：生物量转化为碳的系数，本研究中η取0.50[34-36].

在考虑了张佳华[37]植物枯损的情况下，建立了植物枯损模型，根据这种思路及其模型的应用，本研究选用了如下公式来计算生长生物量密度：

式中：NPP为净初级生产力.

3 数据处理

3.1 气象数据处理

将皖江城市带中及周边的各站点位置（图2）和站点气象数据关联起来，使用ArcGIS中的Geostatistieal Analyst模块的Kriging方法进行插值，分别得到降水、温度和太阳辐射等的空间分布数据如图3（以2010年为例）所示.

图3 皖江城市带太阳辐射（A）、气温插值（B）、降水插值（C）分布图（2010年）

3.2 遥感数据处理

3.2.1 Modis数据处理

根据Modis数据产品的处理过程，本文Modis陆地标准产品MOD13Q1数据已不需要进行几何校正、辐射校正和大气校正，只需利用MRT（Modis Reprojection Tool）软件对数据进行格式和投影的转换，把HDF格式转换为TIFF格式，把原来的Sinusoidal投影转换为UTM，椭球体设置为WGS84，然后利用ERDAS软件对数据进行拼接，并把全年的以16天为周期的所有NDVI数据合成，最后利用皖江城市带行政区划图进行裁剪，得到皖江城市带的植被NDVI图，如图4所示.

图4 皖江城市带NDVI参数分布图（2001，2006，2010）

3.2.2 Landsat数据处理

Landsat影像处理，首先使得研究中所涉及的所有TM/ETM数据处在同一投影坐标下，对原始影像数据进行投影转换，将投影转换为WGS84投影，与研究区矢量图层的投影一致，然后才能够进行下一步工作.因有些原始影像边缘处是锯齿状的，所以必须先进行裁剪.由于相邻影像间的重叠区域很大，因此这里可以不用考虑裁剪后重复区域变小而影响拼接效果.其次采用ENVI所支持的FLAASH大气校正模型，设定日期、传感器、校正波段参数，对遥感影像进行大气校正处理；然后再进行几何校正，经过几何校正后的2010年TM影像为标准参考影像，将2001年和2006年影像与其进行配准；最后进行影像拼接、掩膜及增强处理.经过预处理之后遥感影像最后的合成效果如图5所示.

图5 2001，2006，2010年皖江城市带TM/ETM影像

3.2.3 遥感分类处理

将研究区的土地利用类型划分为耕地、林地、草地、水域、建设用地、未利用地共6大类，其中，耕地指种植农作物的土地，包括熟地、新开发复垦整理地、休闲地、轮歇地、草田轮作地以及种植水稻的水田；林地包括用材林、经济林、防护林、灌木林、疏林地；草地指以生长草本植物为主，覆盖度在5%以上的各类草地，包括居民点绿地郁闭度>30%的天然木和人工林；水域包括河流、湖泊和水库等常年被水覆盖的积水区域、人工开挖坑塘以及河流湖泊周围的湿地，还包括养虾池、鱼池等养殖水域；建设用地指建造建筑物、构筑物的土地，包括商业、工矿、仓储、公用设施、公共建筑、住宅、交通、水利设施、特殊用地等；未利用地是指目前还未利用的土地以及难利用的土地，包括沙地、裸土地、盐碱地和裸岩石地等.笔者采用以监督分类为主的最大似然法进行分类.目视修改主要依据野外考察的GPS定位数据、土地利用图等资料对全图进行审视和修改，得到其分类图如图6所示.

图6 2001，2006，2010年皖江城市带土地利用分类图

3.2.4 土地分类精度评价

土地分类精度评价是分类过程中不可或缺的组成部分，精度评价指标主要有用户精度、制图精度、总体分类精度和Kappa系数.本研究通过计算机随机采样的方式，每期影像采集150个点，然后按6个一级分类进行精度评价，具体精度评价结果见表2.精度评价结果表明：皖江城市带的三期土地利用类型遥感影像解译精度符合相关要求，可作为下一步研究的基础数据.

表2 土地利用分类精度表

4 结果分析

4.1 固碳密度估算

根据CASA模型的计算公式和植被枯损模型计算公式，利用RS与GIS技术，在Erdas的Modeler建立模型进行运算后，再通过Erdas功能定义（Function Definition）中的条件选项（Conditional）中的EITHER条件语句对于小于零的值赋予零值，然后采用ArcGIS空间统计与出图功能得到皖江城市带2001，2006，2010年的植被固碳密度分布图如图7所示，最后再根据遥感分类图森林、耕地、草地的位置计算出森林、耕地和草地三年的平均固碳密度分别为437 g/m2，326 g/m2，218 g/m2.

图7 皖江城市带植被固碳密度分布图

4.2 土地利用变化

利用Erdas软件，对2001，2006和2010年的遥感影像进行分类得到土地利用分类结果，见表3.

表3 2001，2006，2010年皖江城市带土地利用分类数据

从表3可以得到，2001-2006年这6年间，水域、林地、耕地、草地、未利用地面积的绝对数量均有减少，其中面积减少最多的是耕地279.69 km2，其次排列顺序是林地>草地>未利用地>水域，面积绝对数量增加的土地利用类型只有建设用地，增加了568.45 km2；2006-2010年这4年间，面积增加的有林地、建设用地和草地，其大小排列顺序为：建设用地>林地>草地；面积减少的有水域、耕地和未利用地，其大小排列顺序为：耕地>未利用地>水域；从总体来看，2001-2010年这10年间，面积增加的有建设用地和林地，分别增加了1 831.84 km2和324.32 km2.

从土地利用类型的横向角度来看，水域在第一个阶段（2001-2006年）和第二个阶段（2006-2010年）持续减少；林地呈现先减少后增加的趋势，且在整个阶段中面积增加；耕地在整个阶段都呈下降趋势，且第二个阶段下降幅度比第一个阶段要大；建设用地在整个过程中面积绝对数量都在增加，且第二个阶段增加较多；未利用地在整个阶段中都在减少，且第二个阶段减少较多；草地呈现先减少后增加的趋势，但在整个阶段中面积减少.

4.3 植被碳储量变化

由估算出来的森林、耕地和草地的平均固碳密度分别为437 g/m2，326 g/m2，218 g/m2以及表3的皖江城市带土地利用分类数据可以得到皖江城市带植被的碳储量数据见表4.

表4 2001，2006，2010年皖江城市带植被碳储量数据

由表4可以得到，由于LUCC导致2001-2006年皖江城市带植被碳储量减少了1.56×105t，平均年减少率为0.14%，2006-2010年皖江城市带植被碳储量的减少了1.99×105t，平均每年减少4.98×104t，2006-2010皖江城市带植被碳储量比2001-2006年植被碳储量减少率高出0.08%，十年间植被碳储量减少了3.55×105t，平均年减少率为0.17%；2001-2006年皖江城市带森林碳储量是2006-2010年碳储量的1.004倍，平均年减少率为0.08%，然而2006-2010年森林碳储量呈增加趋势，平均年增长率为0.41%；耕地碳储量在2001-2006年和2006-2010年都是呈减少趋势的，第一阶段的年平均减少率为0.17%，第二阶段比第一阶段减少率高出0.75个百分点，2001-2010年的整体减少率为0.50%；草地碳储量呈现2001-2006年减少，2006-2010年增加的现象，但是2001-2010年整体呈减少趋势，第一阶段减少率为3.55%，第二阶段增长率为1.86%，整体的减少率为1.17%.2001-2006年植被的碳储量都呈减少趋势，其中减少率从大到小为草地>耕地>林地，减少量耕地>林地>草地.2006-2010年植被中林地和草地的碳储量是增加的，增长率是草地>林地的.

5 结论

影响植被生态系统碳储量的因素诸多，其中LUCC是影响植被碳储量的主要因素之一，对植被生态系统碳循环有着重要影响.从以上的研究结果可以得出以下几点：

1）LUCC对植被生态系统碳循环有着重要影响，植被向其它类型用地转变时，尤其是林地被破坏或变为其他土地类型后，植被的碳储量会明显减少；LUCC是除了工业化之外，人类对植被生态系统的又一主要影响因素，是造成植被碳流失的一个影响因子.

2）根据CASA模型和植被枯损估算模型可计算森林、耕地和草地的3年平均固碳密度分别为437g/m2，326 g/m2，218g/m2.

3）2001-2006年这6年间，水域、林地、耕地、草地、未利用地面积的绝对数量均有减少，其中面积减少最多的是耕地279.69 km2；2006-2010年这4年间，面积增加的有林地、建设用地和草地；从总体来看，2001-2010年这10年间，整体面积呈增加趋势的有林地和建设用地，草地、耕地等整体呈减少趋势.

4）LUCC导致2001-2006年皖江城市带植被碳储量减少了1.56×105t，2006-2010年皖江城市带植被碳储量平均每年减少4.98×104t，2006-2010皖江城市带植被碳储量减少率比2001-2006年植被碳储量减少率高出0.08%，2001-2010年间植被碳储量减少了3.55×105t，平均年减少率为0.17%.

5）皖江城市带植被生态系统碳储量呈逐年下降趋势，其中耕积和草地地面的急剧减少和建设用地的快速增加，是近年来皖江城市带植被生态系统固碳能力持续下降的主导因素.

因此，在当前这种LUCC状况下，应实施扩大森林面积尤其是天然林面积，或种植长久作物；保护抗影响较弱的草地，退耕还林还草，把低产农田变成草地或森林；实行农田轮作种植和集约管理，合理控制城市化过程中建设用地的增加.笔者定量估算LUCC对皖江城市带植被固碳能力的影响，希望对以后土地规划修编和土地利用规划的环境影响评价具有一定的参考意义.

[1]温家石，葛滢，焦荔，等.城市土地利用是否会降低区域碳吸收能力——台州市案例研究[J].植物生态学报，2010，34（6）：651-660.

[2]ARVINDB，SWAMYSL，CHANDRAMS.Land-use，BiomassandCarbon Estimation in Dry Tropical Forest of Chhattisgarh Region in IndiaUsingSatelliteRemoteSensingandGIS[J].JournalofForestryResearch，2010，21（2）：161-170.

[3]谷家川，査良松.皖江城市带农作物碳储量动态变化研究[J].长江流域资源与环境，2012，21（12）：1570-1513.

[4]杨景成，韩兴国，黄建辉，等.土地利用变化对陆地生态系统碳贮量的影响[J].应用生态学报，2003，14（8）：1385-1390.

[5]ChristopherPotter，StevenKlooster，SethHiatt，etal.Satellite-derivedEstimatesofPotentialCarbonSequestrationThroughAfforestation ofAgriculturalLandsintheUnitedStates[J].ClimaticChange，2007，80（3-4）：323-336

[6]张兴榆，黄贤金，赵小风，等.环太湖地区土地利用变化对植被碳储量的影响[J].自然资源学报，2009，24（8）：1343-1354.

[7]程积民，程杰，杨晓梅，等.黄土高原草地植被碳密度的空间分布特征[J].生态学报，2012，32（1）：226-237.

[8]王让会，衣怀峰，宁虎森，等.基于NDVI的人工植被碳储量估算[J].遥感技术与应用，2011，26（4）：399-404.

[9]MAGNANI F，MENCUCCINI M，BORGHETTI M，et al.The Human Footprint in the Carbon Cycle of Temperate and Boreal Forests[J]. Nature，2007，447（7146）：848-850.

[10]汤洁，毛子龙，韩维峥，等.土地利用/覆被变化对土地生态系统有机碳库的影响——以吉林省通榆县为例[J].生态环境，2008，17（5）：2008-2013.

[11]叶浩，濮励杰.苏州市土地利用变化对生态系统固碳能力影响研究[J].中国土地科学，2010，24（3）：60-64

[12]陈广生，田汉勤.土地利用/覆盖变化对陆地生态系统碳循环的影响[J].植物生态学报，2007，31（2）：189-204.

[13]葛全胜，戴君虎，何凡能，等.过去300年中国土地利用、土地覆被变化与碳循环研究[J].中国科学D辑：地球科学，2008，38（2）：197-210.

[14]王汝幸，谷家川.2000-2009年芜湖市LUCC对植被碳储量的影响[J].环境科学与管理，2012，37（6）：153-157.

[15]杨宏玉，涂建军，杨乐，等.土地利用变化对碳收支平衡的影响研究——以重庆市为例[J].农机化研究，2011，（10）：10-14.

[16]陈福军.近30年中国陆地生态系统碳收支时空变化模拟研究[D].石家庄：河北师范大学，2010：1-50.

[17]陈四清.基于遥感和GIS的内蒙古锡林河流域土地利用/土地覆盖变化和碳循环研究[D].北京：中国科学院遥感应用研究所，2002：1-100.

[18]谢红霞，任志远，李锐.陕北黄土高原土地利用/土地覆被变化中植被固碳释氧功能价值变化[J].生态学杂志，2007，26（3）：319-322.

[19]侯学会，牛铮，黄妮，等.基于RS和GIS的无锡市陆地生态系统的碳源汇估算[J].遥感技术与应用，2011，26（5）：605-612.

[20]周绪，刘志辉，菊春燕，等.基于RS和GIS分析干旱区土地利用/覆盖变化对陆地植被碳储量的影响——以新疆鄯善县绿洲为例[J].干旱地区农业研究，2007，25（6）：231-236.

[21]张召，白中科，贺振伟，等.基于RS与GIS的平朔露天矿区土地利用类型与碳汇量的动态变化[J].农业工程学报，2012，28（3）：230-236.

[22]揣小伟，黄贤金，赖力，等.基于GIS的土壤有机碳储量核算及其对土地利用变化的响应[J].农业工程学报，2011，27（9）：1-6.

[23]张镱锂，张玮，丁明军.基于土地利用/覆被分类系统估算碳储量的差异——以海南岛森林为例[J].地理科学进展，2004，23（6）：63-70.

[24]李颖，黄贤金，甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报，2008，24（增刊2）：102-107.

[25]揣小伟，黄贤金，郑泽庆，等.江苏省土地利用变化对陆地生态系统碳储量的影响[J].资源科学，2011，33（10）：1932-1939.

[26]张廷龙，孙睿，胡波，等.北京西北部典型城市化地区不同土地利用类型土壤碳特征分析[J].北京师范大学学报（自然科学版），2010，46（1）：97-102.

[27]武俊喜，程序，焦加国，等.1940-2002年长江中下游平原乡村景观区域中土地利用覆被及其土壤有机碳储量变化[J].生态学报，2010，30（6）：1397-1411.

[28]王义祥，翁伯琦，黄毅斌.土地利用和覆被变化对土壤碳库和碳循环的影响[J].亚热带农业研究，2005，1（3）：44-50.

[29]吴建国，张小全，徐德应.土地利用变化对生态系统碳汇功能影响的综合评价[J].中国工程科学，2003，5（9）：65-77.

[30]李鑫，欧阳勋志，刘琪璟.江西省2001-2005年森林植被碳储量及区域分布特征[J].自然资源学报，2011，26（4）：655-665.

[31]王新闯，齐光，于大炮，等.吉林省森林生态系统的碳储量、碳密度及其分布[J].应用生态学报，2011，22（8）：2013-2020.

[32]高清竹，万运帆，李玉娥，等.基于CASA模型的藏北地区草地植被净第一性生产力及其时空格局[J].应用生态学报，2007，18（11）：2526-2532.

[33]杨平，仝川.LUCC对湿地碳储量及碳排放的影响[J].湿地科学与管理，2011，7（3）：56-59.

[34]牛铮，王长耀.碳循环遥感基础与应用[M].北京：科学出版社，2008：206-209.

[35]谷家川.皖江城市带碳排放与碳储量时空变化特征研究[D].芜湖：安徽师范大学，2013：1-50.

[36]张晖.近15年西安市植被碳储量对土地利用/覆被变化的动态响应[D].西安：陕西师范大学，2011：1-30.

[37]ZHANG Jia-hua，YAO Feng-mei.Simulating Leaf net CO2Assimilation Rate of C3&C4 Plants and its Response to Environmental Factors[J].JournalofForestryResearch，2001,12（1）：9-12.

（责任编辑 李健飞）

Impact of LUCC on Vegetation Carbon Storage Based on GIS and RS in Wanjiang City Belt

GU Jia-chuan1，DENG Jie2，LIN Yu-biao1，ZHA Liang-song3，SUN Lei1，CHEN Xiao-li1
（1.School of Geographical Information&Tourism，Chuzhou University，Chuzhou，Anhui 239000，China；2.The Sixth Institute of Design，Shanghai Municipal Engineering Design Institute，Hefei，Anhui 230000，China；3.School of National Territorial Resource&Tourism，Anhui Normal University，Wuhu，Anhui 241000，China）

Land use/cover change is an important factor which affects the carbon cycle of terrestrial vegetation.Based on GIS and RS technology，remote sensing data and meteorological data，and CASA model and vegetation such as low loss model，this paper estimates the density of vegetation carbon sequestration of Wanjiang City Belt，and analyzes LUCC caused by the change of the vegetation carbon in Wanjiang City Belt from 2001 to 2010.The results show that land use change of Wanjiang City Belt is so obvious that the vegetation ecosystem carbon reserves reduces 3.55×105t Over the past ten years.Particularly speaking，carbon of woodland forest increases 1.42×105t，carbon of cultivated land reduces 4.87×105t，and the grass carbon reduces 104t.As far asthe carbon sequestration potential，the forest is largest for 437 g/m2，followed by 326 g/m2for agricultural land；the smallest is 218 g/m2for grass-land. LUCC results in a decrease of farmland and grassland is the main reason for reducing the number of vegetation carbon in Wanjiang City Belt.

land use/cover change；vegetation carbon storage；GIS and RS；Wanjiang City Belt

P237

：A

：1673-1972（2014）03-0064-09

2014-01-13

国家自然科学基金（41271545）；国家软科学项目（2011GXQ4D052）；安徽省软科学项目（11020503071）

谷家川（1985-），男，安徽泗县人，助教，主要从事气候环境变化与GIS应用研究.