Petrological Characteristics and Emplacement Mechanism of the Gaoqiaogou Granitic Porphyry in the Hannan Complex: A Geochemistry Approach
-
摘要:
高桥沟花岗斑岩体位于扬子板块北缘，属于汉南杂岩的一部分。锆石LA−MCP−MS U−Pb定年结果显示其形成时代为（794.4±5.7）Ma，为南华纪早期。岩石地球化学特征为高Si（75.78%～76.51%）、富碱(K2O＋Na2O=7.78%～7.84%)、富K（K2O/Na2O=1.07～1.10)，属高钾钙碱性系列。稀土总量∑REE为272.57×10–6，轻重稀土元素组之间分馏明显。二长花岗斑岩形成于岩浆演化中晚期阶段，岩浆上侵过程中部分熔融沉积岩、火山岩物质。高桥沟花岗斑岩体形成于后造山构造环境，强力就位的侵位机制。
Abstract:Gaoqiaogou granite porphyry is a part of Hannan Complex, which is located in the northern margin of the Yangtze plate. LA−MCP−MS U−Pb dating of Zircon indicates that the Zircon was formed at (794.4±5.7) Ma in the early South China epoch. The Rock Geochemistry is characterized by high silicon (75.78%～76.51%) , high alkali (K2O＋Na2O=7.78%～7.84%) , high potassium (K2O/Na2O=1.07～1.10) , high potassium calcium alkaline series, total rare earth elements ∑REE=272.57×10–6, and obvious fractionation between light and heavy rare earth elements. The monzonitic granite porphyry was formed in the middle and late stage of magmatic evolution. The material of partial melting sedimentary rock and volcanic rock in the process of magma intrusion. The Gaoqiaogou granite porphyry was formed in the post-orogenic tectonic environment and emplaced strongly.
-
碳汇的增加和碳源的减少是降低大气中CO2浓度、实现“碳达峰、碳中和”目标的2个主要途径（王国强等，2023）。生态系统能够通过光合作用将CO2吸收并固定在植被、土壤、湿地等载体中（李姝等，2015），因此在增加“碳汇”、调节区域碳循环中具有重要作用。围绕生态系统的碳汇功能评估，国内学者目前已开展了一系列研究工作，其中包括针对不同类型陆地生态系统的碳汇评估方法（潘竟虎等，2015；关晋宏等，2016；冯晶红等，2020；谢立军等，2022；张杰等，2022），不同区域不同土地利用类型生态系统的碳汇时空变化 （彭文甫等，2016；杨文学等，2016；严慈等，2021；魏媛等，2022；杨静媛等，2022；洪增林等，2023）及碳汇影响因素（胡雷等，2015；张赫等，2020；李磊等，2022）等。但是，由于方法的不同、样本量的限制，有关生态系统碳汇变化估算结果仍存在极大不确定性。现有的碳汇评估方法多针对某一区域的单一生态系统类型进行，涉及不同土地利用类型时多采用同一固碳系数进行评估，难以体现不同区域不同时期生态系统的碳汇能力的差异；同时，关于碳汇评估效果的影响因素的研究相对缺乏，主要集中在经济发展、产业结构、土地利用变化等方面。
位于胡焕庸线以西的西北地区占据着国土面积的32%，但深居内陆，气候干旱、降水稀少，生态系统敏感脆弱，是双碳目标实现的关键和难点区域。精准估算西北地区生态系统碳汇，是促进区域生态保护，寻求生态系统碳汇能力提升途径的基础，对中国碳中和战略目标实现有着重要意义。笔者以西北地区为对象，在分析近40年碳汇用地演化的基础上，在省域尺度上采用特异性的固碳速率法分析了不同区域、不同时期和不同类型生态系统碳汇时空变化规律，并深入探讨了其驱动因素，以期为西北地区低碳国土空间塑造、固碳能力提升及双碳目标实现提供重要的参考依据。
1. 研究区概况
西北地区地理位置为E 73°～123°，N 36°～50°，深居中国西北部内陆，涵盖陕西、甘肃、宁夏、青海、新疆5省（区）和内蒙古自治区西部，面积约为375×104 km2。该区地域辽阔，人口相对稀少，气候干旱，降水稀少，蒸发旺盛（党学亚等，2022），多年平均降水量为235 mm。特殊的地理位置及气候条件决定了西北地区水资源短缺，生态环境脆弱（李文明等，2022；徐友宁等，2022）。根据西北地区地形地貌特点（计文化等，2022），将研究区划分为平原、台地、丘陵、低山、中山、高山6类，其中平原和丘陵面积最大（28.51%和28.37%），高山次之（18.53%），低山最小（0.76%）。
2. 估算方法及数据来源
文中土地利用、地貌类型、降水、气温等数据均来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn）。土地利用数据涉及1980～2020年，通过Arcgis10.2软件按生态系统类型将其划分为林地、草地、农田、湿地、未利用地、水域6类，建设用地不涉及碳汇，本次估算不包括在内。
受数据资料限制，文中碳汇估算系数采用不同时期省域平均值测算，虽能体现不同省域不同时期生态系统碳汇能力的差异，但省域内地域性差异无法体现。耕地生态系统碳汇只考虑了施肥、秸秆还田、无固碳措施对土壤固碳速率的影响，忽略免耕固碳效应，测算的耕地碳汇量会有所偏低。
2.1 陆地生态系统碳汇估算
根据《陆地生态系统生产总值（GEP）核算技术指南》（生态环境部环境规划院，中国科学院生态环境研究中心，2020），采用固碳速率法直接测算林地、草地、农田、湿地4种生态系统净碳汇量，其计算公式为：
$$ {Q_{\text{t}}} = FCS + GSCS + WCS + CSCS $$ (1) 式中：
$ {Q_{\text{t}}} $ 为碳汇总量（tC/a）；FCS为林地碳汇量（tC/a）；GSCS为草地碳汇量（tC/a）；WCS为湿地碳汇量（tC/a）；CSCS为农田碳汇量（tC/a）。$$ FCS = FCSR \times SF \times \left( {1 + \beta } \right) $$ (2) 式中：FCSR为林地固碳速率（tC/hm2·a）；SF为林地面积（km2）；β为土壤固碳系数。
$$ GSCS = GSR \times SG $$ (3) 式中：GSR为草地土壤固碳速率（tC/hm2·a）；SG为草地面积（km2）。
$$ WCS = SCS{R_{\text{i}}} \times S{W_{\text{i}}} $$ (4) 式中：
$ SCS{R_{\text{i}}} $ 为第i类水域湿地的固碳速率（tC/hm2﹒a）；$ S{W_{\text{i}}} $ 为第i类水域湿地的面积（km2）。$$ CSCS = \left( {BSS + SCS{R_n} + PR \times SCS{R_s}} \right) \times SC $$ (5) 式中：BSS为无固碳措施下固碳速率（tC/hm2·a）；
$ SCS{R_n} $ 为施用化肥固碳速率（tC/hm2·a）；$ SCS{R_s} $ 为秸秆还田固碳速率（tC/ hm2·a）；PR为秸秆还田率。$$ BSS = NSC \times BD \times H \times 0.1 $$ (6) 式中：NSC为土壤有机碳的变化；BD为土壤容重（g/cm3）；H为土壤厚度（取20 cm）。
$$\operatorname{SCSR}_n=0.6352 \times T N F-1.0834 S $$ (7) 式中：TNF为单位面积耕地化学氮肥、复合肥总施用量（kg/hm2·a）
$$ TNF = {{\left( {NF + CF \times 0.3} \right)} \mathord{\left/ {\vphantom {{\left( {NF + CF \times 0.3} \right)} {{S_p}}}} \right. } {{S_p}}} $$ (8) 式中：Sp为耕作面积（hm2）；NF和CF为化学氮肥和复合肥施用量（t）。
$$ SCS{R_n} = 17.116 \times S + 30.553 $$ (9) 式中：S为单位面积秸秆还田量（t/hm2·a）。
$$ S = {{\sum\nolimits_{j = 1}^n {{C_{yj}} \times SG{R_j}} } \mathord{\left/ {\vphantom {{\sum\nolimits_{j = 1}^n {{C_{yj}} \times SG{R_j}} } {{S_p}}}} \right. } {{S_p}}} $$ (10) 式中：
$ {C_{yj}} $ 为作物j在当年的产量（t）；$ SG{R_j} $ 为作物j的草谷比；$ {S_p} $ 为耕作面积（hm2）。2.2 水域及未利用地碳汇估算
文中水域及未利用地的碳汇量估算采用以下公式：
$$ {Q_i} = \sum\nolimits_{j = 1}^n {{S_{\text{i}}}} \times {F_i} $$ (11) 式中：
$ {Q_i} $ 为碳汇量（tC/a）；$ {S_i} $ 为不同土地类型面积（km2）；$ {F_i} $ 为不同土地类型的固碳速率（tC/ hm2·a）。所用参数具体值及来源见表1和表2。表 1 主要参数列表Table 1. List of main parameters参数 定义 取值 单位 来源 FCSR 林地固碳速率 0.28～1.36 tC/hm2·a 陆地GEP核算技术指南 β 林地土壤固碳系数 0.646 / 陆地GEP核算技术指南 GSR 草地土壤固碳速率 0.02～0.06 tC/hm2·a 陆地GEP核算技术指南 $ SCS{R_{\text{i}}} $ 湿地的固碳速率 0.3026～0.6711 tC/hm2·a 陆地GEP核算技术指南 $ {S}_{水域} $ 水域的固碳速率 0.303 tC/hm2·a 张赫等，2020 $ {S}_{未利用地} $ 未利用地固碳速率 0.0005 tC/hm2·a 张赫等，2020 PR 秸秆还田推广实行率 0.8%～33.2% / 张国等，2017 NSC 土壤有机碳的变化 0.06 / 陆地GEP核算技术指南 H 土壤厚度 20 cm 陆地GEP核算技术指南 NF 化学氮肥施用量 / t 各省统计年鉴 CF 复合肥施用量 / t 各省统计年鉴 $ {C_{{\text{yj}}}} $ 作物j在当年的产量 / t 各省统计年鉴 $ SG{R_{\text{j}}} $ 作物j的草谷比 见表2 / 农业农村部办公厅 表 2 不同作物的草谷比Table 2. Ratio of grass to grain of different crops作物 草谷比 作物 草谷比 水稻 0.623 油料 2.0 麦类 1.366 棉花 8.1 玉米 2.0 豆类 1.57 薯类 0.5 麻类 8.10 烟叶 1.0 其它谷物 0.85 2.3 分布指数
为消除不同地貌区面积差异的影响，引入分布指数（P）来描述碳汇类型在地貌区的分布情况，计算公式如下（李磊等，2022）：
$$ P = {{\left( {{{{S_{ie}}} \mathord{\left/ {\vphantom {{{S_{ie}}} {{S_i}}}} \right. } {{S_i}}}} \right)} \mathord{\left/ {\vphantom {{\left( {{{{S_{ie}}} \mathord{\left/ {\vphantom {{{S_{ie}}} {{S_i}}}} \right. } {{S_i}}}} \right)} {\left( {{{{S_e}} \mathord{\left/ {\vphantom {{{S_e}} S}} \right. } S}} \right)}}} \right. } {\left( {{{{S_e}} \mathord{\left/ {\vphantom {{{S_e}} S}} \right. } S}} \right)}} $$ (12) 式中：P为分布指数；
$ {S_{ie}} $ 为在e区域内i类型的面积；$ {S_i} $ 为研究区内i类型的总面积；$ {S_e} $ 表示e区域（本研究中指地貌区域）的面积；S为研究区总面积。当P=1时，表示该类型在e区域平稳分布；当P＞1时，表示该类型在e区域为优势分布，反之劣势分布，且P值越大，分布优势越显著。3. 结果分析
3.1 西北地区土地利用时空演化特征
土地利用覆被变化是影响生态系统碳汇最主要的因素之一。从40年间西北地区土地利用分布可以看出（图1），受特有的气候和自然地理条件限制，未利用地和草地在西北地区占主导地位。未利用地主要分布于塔里木盆地、准噶尔盆地的荒漠区以及内蒙古北部的沙漠区，占比达46.11%～47.35%；草地主要分布于新疆天山山脉地区、青海南部地区及内蒙古赛罕塔拉城中草原、鄂尔多斯草原，占比达35.79%～36.90%；其次为耕地，主要分布在环塔里木盆地和环准噶尔盆地的边缘地带、关中平原、银川平原、甘肃的高原地区等，占比为7.55%～8.24%；再次是林地，主要分布在陕西秦岭、甘肃南部及中部武威地区、青海东南部，占4.80%～5.04%；湿地、水域和建设用地很少，分别占1.28%～1.46%、1.66%～2.04%和0.48%～0.94%。
![]()
图 1 1980～2020年西北地区土地利用分布图Figure 1. Land use distribution in Northwest China from 1980 to 2020时间尺度上，1980～2020年西北地区土地利用类型整体变化不大，但局部有一定的变化。林地、湿地和水域分布有增有减，其中林地在2015年前总体呈缓慢增长趋势，增幅1.52%，之后减少8 926 km2，减幅4.72%；湿地最大年变幅1.10%，40年总体减少14 190 km2。草地在2015年前呈波动性减少，2015年之后有所增加，40年中总体表现为增加，增加量14265 km2，增幅1.04%。耕地和建设用地持续增加，40年分别增加27 017 km2和17 041 km2，增幅分别为9.58%和94.48%，这与城市不断扩张有关。未利用地波动性减少，减少40434 km2，减幅2.28%。
3.2 西北地区碳汇时空分布特征
3.2.1 西北地区碳汇的时序演化规律
随着不同历史时期土地利用分布的变化，生态系统碳汇量也发生一系列的变化（表3）。1980～2020年，西北地区生态系统碳汇量从1980年的3 956.50×104 tC/a上升至2020年的5826.44×104 tC/a，整体呈波动上升态势，仅个别区域（新疆）在2020年略有下降。区域生态系统碳汇总量的变化可分为2个阶段：1980年至2015年间，碳汇总量持续上升至6203.08×104 tC/a，35年间增加2246.58×104 tC/a；2016～2020年，由于新疆片区生态系统碳汇下降376.64×104 tC/a，导致区域碳汇总量降至5 826.44×104 tC/a。碳汇强度随时间的变化与碳汇量趋势一致，整体呈波动上升态势，仅个别时期有所下降。1980～2015年，生态系统碳汇强度从0.105 tC/ hm2上升到了0.165 tC/ hm2，但之后有所降低，2020年碳汇强度为0.155tC/ hm2。区域生态碳汇类型主要以林地碳汇为主，占比74.08%～81.77%，其次是草地（6.83%～10.95%）、水域（4.47%～7.55%）、耕地（4.48%～5.25%）、湿地（1.44%～2.30%）和未利用地（0.13%～0.21%）。
表 3 40年间西北地区生态系统碳汇量及占比Table 3. Carbon sink amount and proportion of ecosystem in Northwest China in 40 years年份 碳汇量（104 tC/a）及占比 碳汇强度（tC/hm2） 林地 草地 耕地 湿地 水域 未利用地 合计 1980 2953.84 433.05 177.17 90.40 293.69 8.34 3956.50 0.105 74.66% 10.95% 4.48% 2.28% 7.42% 0.21% 100.00% 1990 2980.04 433.42 188.55 90.54 282.87 8.33 3983.73 0.106 74.81% 10.88% 4.73% 2.27% 7.10% 0.21% 100.00% 2000 2971.03 428.09 208.04 92.34 302.70 8.35 4010.57 0.107 74.08% 10.67% 5.19% 2.30% 7.55% 0.21% 100.00% 2010 3923.06 424.95 262.92 91.62 292.55 8.38 5003.49 0.133 78.41% 8.49% 5.25% 1.83% 5.85% 0.17% 100.00% 2015 5072.23 423.64 314.07 89.46 295.36 8.32 6203.08 0.165 81.77% 6.83% 5.06% 1.44% 4.76% 0.13% 100.00% 2020 4734.70 435.97 299.90 87.40 260.22 8.25 5826.44 0.155 81.26% 7.48% 5.15% 1.50% 4.47% 0.14% 100.00% 3.2.2 西北地区碳汇空间分布特征
由于自然地理条件的差异，西北地区不同区域碳汇量差异较大（图2）。1980～2010年，碳汇量从高到低依次为新疆、甘肃、陕西、青海、内蒙古（西北片区）、宁夏；2015～2020年，碳汇空间格局发生变化，陕西超越甘肃位居第二。整个研究期内碳汇量最高的区域是新疆，达1 386.63～1 817.34×104 t/a。
由于不同行政区域面积相差较大，相比碳汇总量，碳汇强度更能客观反映一个地区的碳汇水平，便于不同地区进行横向比较。碳汇强度分布图（图3）显示，整个研究期内陕西省碳汇强度最高，达28.09～58.43 t/km2，其主要原因是该省林地面积占比较高，达22.55%～23.66%；甘肃省次之（林地占比9.57%～10.23%），宁夏第三；新疆在1980～2000年位列第四、青海位列第五，但2010～2020年间青海超过新疆，位居第四；整个研究期内蒙古（西北片区）一直位居第六，主要与该地区林地面积占比仅为1.84%～2.07%有关。
研究期内各区域的碳汇效应在时间变化上具有较大差异性。陕西、宁夏整体呈持续上升趋势，但1980～2000年上升相对较缓，之后上升速率加快；甘肃、内蒙古、青海碳汇强度整体呈波动上升趋势，且上升较缓；新疆呈先持续缓慢上升到2015年又有所下降。
3.3 不同生态系统类型碳汇变化趋势
不同生态系统类型中湿地和未利用地的碳汇量占比很小，且变化趋势不明显。因此，文中仅分析林地、草地、水域、耕地4类生态系统的碳汇量变化趋势（图4）。
3.3.1 林地生态系统
通过评估，西北地区林地碳汇量整体呈持平-持续上升–下降或基本持平态势，不同区域在时间变化上有所差异。1980～2000年，各区域基本呈持平状态，之后持续上升。2015～2020年，除新疆外基本持平或略增；新疆先波动持平，2010年开始上升，2015年又开始下降。2000～2015年，青海、内蒙古（西北片区）、陕西上升幅度较大，年增幅分别达23.99%和20.86%、7.62%；宁夏、甘肃上升幅度较小，年增幅分别达2.54%和1.02%。2000年以后，各区域林地碳汇量持续上升，与当地相继开展的“天然林资源保护工程”和“退耕还林”等政策有关（胡雷等，2015；关晋宏等，2016；张杰等，2022）。新疆林地碳汇量由开始的持平到2015年后大幅下降，与区域林地从1990开始缓慢减少到2015年后大幅降低有关，这与马丽娜等（2022）研究结论一致。
3.3.2 草地生态系统
评估期内，草地碳汇量整体处于基本持平态势，不同区域在时间变化上有所差异。内蒙古（西北片区）、甘肃、陕西、宁夏整体呈持平趋势；青海1980～2015年先波动持平，之后上升，年上升幅度1.10%；新疆1980-2015年波动缓慢下降（年下降幅度0.11%），在2015年又开始上升（年上升幅度0.73%）；宁夏持续减少，减少约5 929 tC/a，降幅9.50%。
内蒙古（西北片区）、甘肃、陕西、宁夏草地碳汇量年度变化差异不大，这与草地面积变化较小有关。新疆2015年之前碳汇量缓慢下降，与区域草地退化，草地面积减少有关；之后受土地利用转移影响（王志强等，2022），草地面积增加导致其碳汇量相应增加。青海碳汇量增加与2015年后草地面积增加有关。
3.3.3 耕地生态系统
据评估，近40年的耕地碳汇量除青海外整体呈波动性增长态势。但不同区域在时间变化上也有所差异。受节水灌溉等影响，新疆、宁夏呈持续上升趋势，年升幅分别为3.62%和2.40%，这与40年间耕地面积不断增加，及农业产量提高有关；青海40年间整体变化不大，仅增加1.55万t，这与其耕地面积较少、作物产量较低有关。陕西、甘肃、内蒙古（西北地区）呈现先持续上升，2015年后又下降态势，2015年前升幅分别为1.76%、0.68%、3.13%，2015年后降幅分别为2.47%、0.81%和2.20%。陕西从1980年耕地面积虽然在缓慢减少，但由于作物产量提高，加上复合肥投入的增加，导致碳汇强度提高，从而使碳汇量不断增加；但由于2015～2020年耕地面积减少幅度增大，从而使整体碳汇量有所降低。近40年，甘肃和内蒙古耕地数量基本持平，由于作物产量提高及复合肥投入加大，使碳汇量不断增加，之后甘肃耕地面积大量缩减导致碳汇量降低，而内蒙古（西北片区）由于耕地面积、复合肥投入的减少略有降低。
3.3.4 水域生态系统
近40年来，内蒙古（西北片区）、甘肃、陕西、宁夏水域碳汇量整体呈持平趋势；新疆呈现先波动上升，至2015年又下降趋势，5年间下降50.80×104 t，年降幅6.39%；青海有升有降，之后2010年持续上升，年上幅1.64%。水域碳汇量随水域面积变化而变化，新疆受冰川融化、降水等（徐丽萍等，2020）影响水域面积发生改变。青海2010年之后受径流量、降水等影响，水域面积逐年增大（郭丰杰等，2022）。
4. 西北生态系统碳汇与地形地貌、温度和降水等驱动因素的关系
植被生长变化受多种要素影响。地貌是自然环境最基本的组成要素，在不同尺度上制约着气候、植被、土壤、水文等其他自然环境要素的变化（巩杰等，2017）。气候因素中，温度和降水是影响生态系统净生产力的两个最主要因素（刘应帅等，2022），它能通过影响植物的光合作用和呼吸作用进而影响生态系统的碳汇能力。因此探讨碳汇强度与地貌、降水、温度的关系对生态系统碳汇的提升至关重要。西北地区碳汇强度及各驱动因素分布见图5。
![]()
图 5 西北地区碳汇强度及各驱动因素分布图Figure 5. Distribution of carbon sink intensity and driving factors in Northwest China4.1 生态系统碳汇与地貌的关系分析
西北地区地处中国第一和第二地势阶梯之上，横跨干旱–半干旱区、青藏高原高寒区、东部季风区3大自然地理分区；有阿尔泰山、天山、昆仑山、阿尔金山、祁连山、秦岭、大巴山、巴颜喀拉山和可可西里山等山脉；并有内蒙古高原、黄土高原、准噶尔盆地、塔里木盆地、柴达木盆地（党学亚等，2022）。不同的地貌类型，其生态系统的碳汇量也有差异。通过评估，各生态碳汇类型在地貌区中的分布见表4。地貌对生态碳汇类型的分布具有明显的控制作用。林地在山区呈优势分布，特别是中山地貌区，分布指数达4.4，在其他地貌类型区呈劣势分布；草地在山区呈优势分布，在其他地貌类型区呈劣势分布；耕地在地势较为平坦的平原和台地呈优势分布，在低中山区呈稳态分布；水域和湿地在平原呈优势分布；未利用地在丘陵区呈优势分布，在平原和台地呈稳态分布。
表 4 生态碳汇类型在地貌类型中的分布指数Table 4. Distribution index of ecological carbon sink types in landform types类型 平原 台地 丘陵 低山 中山 高山 林地 0.3 0.4 0.4 1.6 4.4 1.3 草地 0.8 0.9 0.8 1.5 1.5 1.5 耕地 1.7 1.3 0.7 1.0 1.2 0.1 水域 2.5 0.9 0.3 0.5 0.1 0.4 未利用地 1.0 1.1 1.4 0.6 0.3 0.8 4.2 生态系统碳汇与降水的关系分析
西北地区平均降水量差别较大（2.1～1 208 mm），为研究碳汇强度在不同降水区的变化趋势，以100 mm为一个梯度，将研究区降水量划分为12个级别。研究表明，西北地区碳汇强度总体上随降水量增加呈先上升后下降又上升的态势（图6）。具体地，在降水量2～802 mm段，呈持续上升阶段，并在102～802 mm出现最大值，其碳汇强度约为127.41 t/km2；在803～1 002 mm出现持续下降，最低约为44.06 t/km2；在1003～1 208 mm随降水量增加而增加。结合区域地形地貌分析，902～1 002 mm主要分布在陕西南部汉中及汉江流域，海拔低，耕地、草地较多，其碳汇强度相对较低。
![]()
图 6 不同降水区碳汇强度分布图Figure 6. Distribution of carbon sink intensity in different precipitation areas为进一步分析降水量与碳汇强度相关性，对不同降水区平均降水量与其对应的平均碳汇强度作相关分析。结果显示，降水量2～802 mm段呈显著正相关（r=0.915 2），803～1 002 mm段呈显著负相关（r=−0.981 5）； 1003～1 208 mm段呈显著正相关（r=0.997 7）。
4.3 生态系统碳汇与气温的关系分析
为研究碳汇强度在不同气温区的变化趋势，以3 ℃为一个梯度，将研究区气温（−22.3～17.7 ℃）划分为14个级别。研究表明，西北地区碳汇强度总体上随气温增加呈波动上升的态势（图7）。低于零下2 ℃区域，其碳汇强度均较低，最高为9.52 t/km2；−2.0～10 ℃区域，其碳汇强度变化不大，在1～4 ℃区最高，为12.27 t/km2；10 ℃开始，其碳汇强度随温度升高而持续上升，在16～18 ℃区域出现最大值，其碳汇强度为71.98 t/km2。
![]()
图 7 不同气温区碳汇强度分布图Figure 7. Distribution of carbon sink intensity in different temperature zones对不同气温区平均温度与其对应的平均碳汇强度作相关分析。结果显示，2 ℃以下呈正相关（r=0.631 5），2 ℃以上呈显著正相关（r=0.959 5）。
5. 结论
（1）受特有的自然地理环境控制性影响，西北地区未利用地和草地占主导地位。土地利用类型40年间整体变化不大，但局部有一定的变化。林地先呈缓慢增长趋势，2015年后开始下降；草地先波动性减少后又增长趋势；耕地、建设用地呈持续增长趋势；未利用地波动性减少；湿地、水域则有增有减。
（2）2020年西北地区生态碳汇量约为5 826.44×104 tC/a，其中林地占主导地位，其次为草地、水域、耕地、湿地、未利用地。碳汇量大小依次为新疆、陕西、甘肃、青海、内蒙古（西北片区）、宁夏；碳汇强度大小依次为陕西、甘肃、宁夏、新疆、青海、内蒙古（西北片区）。1980～2020年，西北地区碳汇量变化整体呈波动上升态势，个别时期有所下降，主要由于新疆在2015～2020年间林地降幅较大所致。
（3）受水土保持、天然林保护等措施影响，各区域林地碳汇整体呈上升趋势，而新疆受2015年林地大幅下降影响有所降低。草地整体处于基本持平态势。耕地碳汇受灌溉、经济等投入影响，除青海外整体呈波动性增长态势。受气温等影响，青海水域面积有所增加，新疆则先增加后降低。
（4）西北地区生态碳汇与地貌、降水、气温有一定的相关关系。地貌是控制性因素，降水和气温具有一定的正相关关系。不同的地貌类型，决定了土地利用类型，决定了碳汇的强度大小；不同降水区呈现出相关差异性，低降水区和高降水区呈显著正相关，中降水区呈显著负相关；碳汇强度与气温呈现正相关，在较高温和高温区相关性显著。
-
![]()
图 1 扬子板块北缘大地构造略图（a）南郑区黄官镇一带地质简图（b）据陕西省地质调查院，2008修改）及高桥沟一带地质简图（c）（据陕西省地质调查院，2013修改）
1.第四系；2.二叠系—三叠系；3.奥陶系—志留系；4.寒武系，5.上震旦统—下寒武统灯影组；6.下震旦系统陡山沱组；7.南沱组；8.中元古界上两组；9.花岗斑岩；10.钾长花岗岩；11.英云闪长岩；12.角闪辉长岩；13.二长花岗岩；14.黑云石英闪长岩；15.断层；16.地质界线；17.脉动接触关系；18.锆石U–Pb同位素年龄采样点
Figure 1. (a) Geological sketch map of the Northern Yangtze Block, (b) Huangguan and (c) Gaoqiao simplified geological maps
![]()
图 2 高桥沟二长花岗斑岩野外特征（a）及显微镜下特征（b）
Figure 2. (a) The field characteristics and (b) micropotographof monzonitic granite porphyry
![]()
图 4 二长花岗斑岩LA–ICP–MS锆石U–Pb年龄谐和图（a）及206Pb/238U加权平均年龄图（b）
Figure 4. (a) LA–ICP–MS Zircon U–Pb age Concordia diagram and (b) 206Pb/238U weighted average age for monzonitic granite porphyry
表 1 高桥沟二长花岗斑岩LA–ICP–MS锆石U–Pb测年数据表
Table 1 LA–ICP–MS U–Pb dating of the Gaoqiaogou adamellite porphyry
测点 U Th Th/U 同位素比值 同位素年龄（Ma） （10−6） 206Pb*/238U 1σ 207Pb*/206Pb* 1σ 207Pb*/235U 1σ 206Pb/238U 207Pb/206Pb 1 114.11 94.86 0.83 0.13118 0.00221 0.06109 0.00186 1.10488 0.02105 794.6 642.3 2 104.65 70.17 0.67 0.13184 0.00223 0.06354 0.00193 1.1547 0.02093 798.4 726.3 3 66.59 51.83 0.78 0.12985 0.00217 0.06377 0.00191 1.14182 0.02101 787.0 734.0 4 35.33 25.03 0.71 0.1314 0.00226 0.06485 0.0021 1.17456 0.02537 795.9 769.3 5 73.62 44.19 0.60 0.13018 0.00217 0.06587 0.00194 1.18231 0.02068 788.9 802.2 6 56.84 41.26 0.73 0.13311 0.00226 0.06649 0.00207 1.2201 0.02445 805.6 821.8 7 57.6 42.84 0.74 0.13125 0.00223 0.06625 0.00205 1.19864 0.02271 795.0 814.4 8 223.3 212.54 0.95 0.13048 0.00218 0.06621 0.00195 1.19094 0.02055 790.6 813.0 9 38.99 27.39 0.70 0.12999 0.00221 0.06658 0.00208 1.19311 0.02414 787.8 824.6 10 18.48 13.36 0.72 0.13208 0.00228 0.06732 0.00222 1.22557 0.02755 799.7 847.7 11 79.25 55.64 0.70 0.1312 0.00221 0.06736 0.00201 1.21817 0.02167 794.7 849.0 12 74.87 43.41 0.58 0.13026 0.00221 0.06733 0.00205 1.20891 0.02214 789.3 848.0 13 54.67 43.17 0.79 0.13166 0.00224 0.07001 0.00217 1.27061 0.0246 797.3 928.8 14 66.17 51.87 0.78 0.12994 0.00218 0.06995 0.00209 1.25327 0.02287 787.5 926.9 15 105.38 109.79 1.04 0.13093 0.0022 0.07055 0.00211 1.27327 0.02237 793.2 944.4 16 73.21 53.57 0.73 0.1313 0.00222 0.07093 0.00215 1.28377 0.02376 795.3 955.4 17 43.44 26.11 0.60 0.13012 0.0022 0.07139 0.00219 1.28045 0.02433 788.5 968.6 18 36.24 20.27 0.56 0.13248 0.00227 0.07227 0.00228 1.31978 0.02659 802.0 993.7 19 47.38 37.24 0.79 0.13311 0.00229 0.07323 0.00234 1.34378 0.02865 805.6 1020.2 注：误差是1σ；Pb*为放射成因铅；应用实测的204Pb进行普通铅校正。 
下载: 导出CSV
-
陈隽璐,徐学义,曾佐勋,等. 中祁连东段什川杂岩基的岩石化学特征及年代学研究[J]. 岩石学报,2008,24(04):848–850. CHEN Junlu, XU xueyi, ZENG Zuoxun, et al. Petrochemistry and geochronology of the Shichuan Complex batholith in the eastern segment of the central Qilian Mountains [J]. Journal of Petrology, 2008, 24(04): 848-850.
涂怀奎. 汉南杂岩与金成矿特征[J]. 矿产与地质,1991,3(05):164–167. TU Huaikui, Hannan complex and gold metallogenic characteristics [ J ]. Minerals and geology, 1991, 3(05): 164-167.
李昌年. 火山岩微量元素岩石学[M]. 武汉: 中国地质大学出版社, 1992: 74−79 LI Changnian. Micronutrient[M]. Wuhan: China University of Geosciences Press, 1992: 74−79.
李章志贤, 郑绍鑫, 张晓琪. 扬子北缘新元古代基性岩体铂族元素特征及找矿意义[J/OL]. 西北地质, 2023: 1−13. doi: 10.12401/j.nwg.2023032 LI Zhangzhixian, ZHENG Shaoxin, ZHANG Xiaoqi. Characteristics of Platinum Group Element in Neoproterozoic Mafic Intrusions in the Northern Margin of the Yangtze and Exploration Implications[J/OL]. Northwestern Geology, 2023: 1−13. doi: 10.12401/j.nwg.2023032
陕西省地质调查院. 1∶5万中子铺宁强黎坪幅区域地质调查报告[R]. 陕西省地质调查院, 2013: 140−147. 陕西省地质调查院. 1∶25万南江市幅区域地质调查报告[R]. 陕西省地质调查院, 2008: 144−163. 石启慧, 章永梅, 顾雪祥, 等. 山东蓬莱石家金矿床早白垩世镁铁质–长英质脉岩地球化学特征及其成因[J]. 西北地质, 2023, 56(1): 99−116. SHI Qihui, ZHANG Yongmei, GU Xuexiang, et al. Geochemical Characteristics and Petrogenesis of the Early Cretaceous Mafic– Felsic Dykes in the Shijia Gold Deposit, Penglai, Shandong Province[J]. Northwestern Geology, 2023, 56(1): 99−116.
孙巍, 许逢明, 吴大天, 等. 大兴安岭中部扎赉特旗晚三叠世A型花岗岩的发现及其地质意义[J]. 西北地质, 2023, 56(2): 80−91 SUN Wei, XU Fengming, WU Datian, et al. Discovery and Geological Significance of Late Triassic A–Type Granite in Jalaid Banner, Middle of Great Xing’an Range[J]. Northwestern Geology, 2023, 56(2): 80−91.
田龙,康磊,刘良,等. 东昆仑巴什尔希晚奥陶世二长花岗岩成因及其地质意义[J]. 西北地质,2023,56(2):28–45. TIAN Long, KANG Lei, LIU Liang, et al. Petrogenesis and Geological Implications of Bashenerxi Monzogranite from East Kunlun Orogen Belt[J]. Northwestern Geology, 2023, 56(2): 28 −45.
俞胜, 贾轩, 徐磊, 等. 西秦岭白龙江地区志留系迭部组岩石地球化学特征及碎屑锆石原位U–Pb年代学研究[J/OL]. 西北地质, 2023: 1−17. doi: 10.12401/j.nwg.2023062 YU Sheng, JIA Xuan, XU Lei, et al. Geochemistry Characteristics and Detrital Zircon In–site U–Pb Geochronology of Silurian Diebu Formation in Bailongjiang Area, West Qinling Mountains[J/OL]. Northwestern Geology, 2023: 1−17. doi: 10.12401/j.nwg.2023062
-
期刊类型引用(5)
1. 王璐晨，韩海辉，张俊，黄姣，顾小凡，常亮，董佳秋，龙睿，王倩，杨炳超. 塔里木河流域土地利用及人类活动强度的时空演化特征研究. 中国地质. 2024(01): 203-220 . 
百度学术
2. 黄艳，刘晓曼，袁静芳，付卓，乔青. 2000—2020年华北干旱半干旱区碳储量变化特征及影响因素. 环境科学研究. 2024(04): 849-861 . 百度学术
3. 盖兆雪，郑文璐，王洪彦，杜国明. 气候变化下黑土区陆地生态系统碳储量时空格局与模拟. 农业机械学报. 2024(06): 303-316 . 百度学术
4. 王洪彦，郑文璐，盖兆雪. 基于InVEST模型的黑土区碳储量时空分异特征. 环境科学学报. 2024(07): 473-481 . 百度学术
5. 郭佳晖，刘晓煌，李洪宇，邢莉圆，杨朝磊，雒新萍，王然，王超，赵宏慧. 2000—2030年云贵高原碳储量和生境质量时空格局演变. 地质通报. 2024(09): 1485-1497 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 97
- HTML全文浏览量: 41
- PDF下载量: 35
- 被引次数: 6
