气候变化是全人类的共同挑战。大气层 CO2等温室气体浓度上升与气候变化密切相关[1]，陆地生态系统固碳被认为是最经济可行和生态友好的减缓CO2浓度升高的途径，如何提高陆地生态系统碳储量及其固碳能力，是近年来全球变化研究领域的热点[2]。20世纪 90年代以来，我国先后实施一系列生态恢复政策，具有显著的增汇效应，其中退耕还林(草)实施范围最大，对陆地生态系统的影响最深刻，测度其固碳增量对气候变化研究有重要意义[3-4]。退耕还林(草)本质上是对土地利用方式的调整[5]，将耕地转化为森林、灌木和草地，应对生态系统退化。这一过程直接改变地表植被的分布与类型，是驱动区域碳汇变化最显著的人为因素之一。尽管生态系统碳汇功能同时受到气候、土壤、植被组成结构与林龄等自然因素的综合影响，但土地利用与覆盖变化是退耕还林工程最核心的作用路径，为其碳汇效应的定量评估提供了清晰且可行的研究视角。
退耕还林(草)工程历经两个主要阶段(1999年试点启动与 2014年新一轮实施)[6]，显著地提升工程实施地区的林草植被覆盖度和生态效益[7]。对这些效益的深入评估已成为学术研究的重点，学者们主要从生态-经济协同视角出发，系统地量化其在土壤保持[8]、水源涵养[9]、生物多样性保护[10]以及改善农村产业结构[11]和居民福利[12-13]等方面的成效。碳汇效应方面的研究多聚焦于区域或生态系统尺度碳储量的变化评估，通常借助 InVEST模型[14]和生物量实测法[15]等模型估算手段，证实工程实施对提升陆地生态系统碳汇能力的积极作用。近年来，时空格局分析技术(GIS和遥感等)的应用推动了对退耕还林(草)实施空间动态及其引发的土地利用变化时空特征的深入研究[16-18]。同时，相关研究也日益关注工程效益的空间异质性，探讨其在不同地貌类型[19]和植被恢复模式下[20]的差异化表现。然而，关于省域尺度下退耕还林(草)固碳增量空间分异格局的研究较为薄弱，尤其缺乏对岩溶区不同退耕类型(还乔、还灌、还草)碳汇效率空间差异的定量分析，限制了退耕还林碳汇效应的科学量化与政策优化。
广西岩溶生态环境脆弱，坡耕地分布广泛且易发生水土流失，自 2001年纳入退耕还林(草)试点后，生态效应显著。本文基于土地利用与植被净初级生产力(NPP)数据，采用耕地利用转移矩阵、ArcGIS空间分析和重心迁移模型，测度 2000—2022年广西退耕还林(草)固碳增量，并深入地分析不同退耕类型以及岩溶区与非岩溶区之间的增汇差异，以期为优化退耕还林(草)措施、提升区域碳汇功能提供科学依据。
1 材料与方法
1.1 研究区域
广西壮族自治区位于中国西南部，地处 104°26′—112°04′E，20°54′—26°24′N之间(图1)，总面积为23.16万 km2，属于亚热带季风气候，水热条件好，岩溶作用强烈，水土流失严重。经过 20多年的退耕还林(草)建设，取得巨大的生态经济和社会效益，森林覆盖率显著提高，水土流失量大幅度减少，石漠化得到有效的遏制[21]。
图1 研究区地理位置
Fig.1 Map showing the location of the study area
1.2 数据来源
本研究使用的数据包括数字高程模型(DEM)、土地利用和植被净初级生产力(NPP)数据。DEM数据从地理空间数据云平台下载，空间分辨率为 30 m。土地利用数据来源于武汉大学遥感与信息工程学院中国土地覆盖数据集，使用 1990，1995，2000，2005，2010，2015和 2022年的 7期数据，空间分辨率为 30 m。NPP数据源于谷歌地球引擎(Google Earth Engine，GEE)平台，分辨率为 500 m。行政边界数据来源于全国地理信息资源目录服务系统中的 1:100万全国基础地理数据库。统计数据来自广西统计数据发布库。
1.3 研究方法
1) 识别和提取退耕还林(草)区域。使用耕地利用转移矩阵[22]，识别并统计 1990—2022年间耕地转为乔木林、灌木地或草地的面积; 借助 ArcGIS分析 7期土地利用数据，提取上述转化的空间位置，最终确定退耕还林(草)的时空分布范围。
2) 基于土地利用数据提取的实际退耕还林(草)面积(已排除裸岩等非植被区域)计算固碳增量。由光合作用化学方程式可知，植被每生产 1.00 kg的干物质能固定 1.63 kg的 CO2，且干物质中碳元素的质量占比约为 45%[23]，所以植被固定的 CO2计算公式为
式中，WCO2表示单位面积植被固定的 CO2的量(gC/m2)，NPP为植被净初级生产力(gC/m2)。
本研究中的固碳增量指退耕还林(草)实施前后，同一地块因土地利用类型从耕地转变为林、灌或草地带来的年均植被固碳量差值，即
式中，ΔWCO2表示退耕还林(草)的固碳增量(gC/m2)，NPPpost和 NPPpre分别为退耕后林地植被净初级生产力和退耕前耕地农作物净初级生产力。
3) 使用重心迁移模型，分析退耕还林区域的重心迁移轨迹与方向，揭示退耕还林空间格局的演变特征。重心迁移模型[24]是研究区域空间格局演变的重要方法，计算公式为
式中，x和 y分别为某个区域某种属性的“重心”经度值和纬度值，Xi和 Yi分别为第 i个次一级区域中心的经度值和纬度值，Wi为第 i个次一级区域的某种属性的量值。
2 结果
2.1 广西退耕还林(草)时空演变
2.1.1 时间演变
广西在退耕还林实施前(1990—2000年)已出现耕地生态转化的明显态势，十年间累计转化面积达8531.77 km2 (表1)，占 1990年全区耕地总面积的14.34%。2001年起实施退耕还林(草)至 2022年的20余年，累计退耕还林(草)面积为 22953.68 km2。其中，2000—2005年退耕还林(草)面积相对较小，2005—2010年迅速增加，达到高峰，2010年后增速放缓，退耕还林(草)由快速推进向稳定发展转变。
表1 广西 1990-2022 年耕地利用转化面积(km2)
Table 1 Area of cropland utilization conversion in Guangxi from 1990 to 2022 (km2)
耕地利用变化类型 1990—1995 年 1995—2000 年 2000—2005 年 2005—2010 年 2010—2015 年 2015—2022 年 总面积耕地转林地 3944.50 4224.52 2124.90 6967.85 6618.91 6698.14 30578.81耕地转灌木地 129.17 122.80 63.66 155.92 63.26 77.56 612.38耕地转草地 56.20 54.57 40.83 53.29 53.42 35.93 294.25总面积 4129.87 4401.90 2229.40 7177.06 6735.59 6811.63 31485.44
2.1.2 空间格局
1990—2022年，耕地转向林地面积达 30578.81 km2，占退耕总面积的 97.12%，全域都有分布，主要分布在中部与南部，尤其集中在来宾市、南宁市和钦州市等地(图2); 此外，耕地向灌木地(1.94%)和向草地(0.93%)的转化比例相对较小。
图2 退耕还林区域及重心迁移轨迹
Fig.2 Distribution and centroid shift trajectory of the Grain for Green Program
2000—2022年退耕还林的重心由南向北移动，但始终位于南宁市北部上林县，整体方向与区域分布仍然较为稳定。
2.2 广西退耕还林(草)固碳增量
2000—2022年广西退耕还林(草)平均固碳增量为 393.92 gC/m2，中部与南部固碳增量较多，柳州市、来宾市、南宁市和钦州市的碳汇增效较显著，部分地区的固碳量呈下降趋势(图3(a))。从不同的退耕类型来看，退耕还灌的固碳增量最高，均值为483.74 gC/m2; 退耕还乔的固碳增量均值为 391.67 gC/m2，次于退耕还灌; 退耕还草的固碳增量均值最低，仅为 228.36 gC/m2 (图3(b1)～(b3))。
图3 退耕还林固碳增量
Fig.3 Carbon sequestration increment from the Grain for Green Program
2.3 岩溶与非岩溶区固碳增量差异
2.3.1 不同退耕类型的增碳效应
固碳增量均值岩溶区为 393.50 gC/m2，非岩溶区为 394.36 gC/m2，相差较小。非岩溶区固碳增量的整体水平略高且分布较均匀，低值相对较少，表现出更强的碳汇潜力。如表2所示，退耕还灌在两类地貌中均为最优类型，其次是退耕还乔，退耕还草的固碳增量均值最低，且退耕还草固碳在岩溶区的表现显著优于非岩溶区。
表2 岩溶区与非岩溶区不同退耕类型固碳增量均值(gC/m2)
Table 2 Mean carbon sequestration increments by vegetation type in karst and non-karst areas (gC/m2)
区域 退耕还乔 退耕还灌 退耕还草岩溶区 388.72 475.93 309.15非岩溶区 394.86 507.02 116.39
2.3.2 固碳增量的空间格局异质性
岩溶区固碳增量的空间格局复杂，异质性强，高值区分布零散(图4(a)); 非岩溶区则高值区连片分布，空间均衡性和固碳潜力更高(图4(b))。在岩溶区，“高-高”聚集区(21.82%)呈零散孤岛状，空间连续性弱; “高-低”异常区(8.54%)环绕高值区边缘;“低-低”聚集区(21.24%)大面积集中于石漠化严重的山地丘陵。相较之下，非岩溶区“高-高”聚集区(24.67%)在南部和西部形成连片的高值核心区，空间集聚性强; “高-低”异常区(8.98%)分布于高值区边缘及中部偏东地区; “低-低”聚集区(22.44%)较分散。
图4 岩溶区与非岩溶区固碳增量空间自相关分析结果
Fig.4 Spatial autocorrelation of carbon sequestration increments in karst and non-karst areas
3 讨论
3.1 政策引导与自然恢复协同下的退耕还林(草)时空演变机制
退耕还林工程实施前(1990—2000年)，区域内已出现显著的耕地向林地、灌木地和草地转化现象，这一趋势是政策引导与自然恢复过程协同作用的结果。首先，广西山体破碎，地形起伏剧烈，全区坡度>15°的区域占比达 49.0%，其中>25°的陡坡占 23.3%，坡耕地零星分布，高强度水土流失迫使农户弃耕贫瘠坡地，引发自然演替。其次，20世纪90年代中期，国家“林浆纸一体化”战略推动速生桉大面积种植[25-26]，1990年桉树人工林种植面积仅为5.8万 hm2，2000年已增至 14.9万 hm2[27]，导致零散坡耕地向人工林的加速转化，加剧耕地退出的“被动生态化”进程。与此同时，90年代广西城镇化进程加快，城市扩张和基础设施建设占用大量低坡耕地[28]，进一步推动农业劳动力向非农产业转移(图5)，部分乡村土地因劳动力短缺而被抛荒，加速耕地转化。
图5 1990-2000年广西从业人员产业结构与耕地面积变化
Fig.5 Changes in employment share by economic sector and cropland area in Guangxi，1990-2000
2001年退耕还林(草)工程启动后，初期(2000—2005年)耕地转化面积不升反降，与补偿机制和试点推进有关。一方面，政策试点期要求生态林比例≥80%[6]，与速生桉主导的种植传统冲突，且早期补偿标准偏低，仅 150 kg粮食+70元补助[29]，难以激发农户的参与意愿。另一方面，政策初期采取逐步推进方式，2001年在部分地区试点(东兰、乐业两县)[30]，初期实施规模较小，且优先选择破碎化边际耕地来规避粮食安全风险，进一步压缩可转化规模。退耕还林(草)规划修订后，突破初期严格坡度限制(坡度由>25°下调至>15°)，且补偿机制优化，经济林比例放宽，参与率跃升。此外，对速生桉生态争议的反思[27]推动乡土树种混交模式的应用，不仅提升生物多样性，也增强碳库稳定性[31]。
空间分布上，退耕还林(草)集中于中部岩溶区与南部沿海地区(来宾、南宁和钦州等)，与自然条件和政策导向密切相关。中部因剧烈的土壤侵蚀[32]和石漠化问题成为政策优先干预区，南部则因速生桉种植、城市扩张与耕地边际化的影响，耕地加速向林地转化，推动退耕还林(草)进程。2014年后，随着对速生桉扩张的限制，工程重心进一步向生态更脆弱的北部岩溶山区转移，强化面向生态修复的战略导向。
3.2 退耕还林(草)碳汇效应异质性: 固碳增量负值成因与灌木优势机制
碳汇效应在空间上呈现显著的异质性，局部区域甚至出现固碳增量负值，这一格局并非由单一因素决定，而是土地利用与覆盖变化这一核心人为因素的驱动以及与生态系统内在属性、外部气候扰动及社会政策执行等多重复杂因素共同作用、相互叠加的结果。
土地利用与覆盖变化作为工程的直接体现，是碳汇变化的初始驱动力。然而，在将耕地转化为生态用地的同时，也中断了原有耕地的碳汇贡献[33]，而新生植被群落短期内尚未形成稳定的固碳能力，从而导致固碳量动态波动。生态系统自身属性，尤其是植被的林龄结构，是调控碳汇效应进程的关键内在因素。新建立的乔木林多处于幼龄生长期，林分生产力低下，固定碳量较少[34]。在本研究时段内，特别是 2015—2022年间新增的退耕还乔地块内林木多处于幼龄期，固碳增量均值最低(180.13 gC/m2)，远低于总体均值 393.92 gC/m2。综合作用下，退耕地早期阶段新生植被固碳能力较弱，可能导致该阶段生态系统的净碳汇功能处于较低水平，甚至短期内难以抵消因土地利用转化可能引起的碳损失，可将这一时期视为碳汇效益的“低效期”。已有相关研究表明，退耕还林初期，植被恢复的固碳增量与土壤扰动导致的碳损失并存[35]。尽管本研究未直接测算土壤呼吸，但较低的植被固碳增量说明此阶段退耕还林(草)对大气 CO2的净清除效应可能有限。
外部气候扰动与政策执行的非均质性会进一步加剧碳汇效应的时空分异。广西是典型的亚热带季风气候，季节性干旱与暴雨交替，显著地加剧退耕区的土壤侵蚀，植被尚未恢复至封闭覆盖前，地表裸露使得碳固定过程高度脆弱。气候与土地利用变更的交互作用导致碳汇效应波动加剧，与近年关于极端气候事件对陆地碳循环影响的研究结论[36-37]高度吻合。同时，政策变化也对局部碳动态有重要影响。2014年新一轮政策实施过程中，局部地区因补偿与监管问题[38]引发土地利用逆转，在一定程度上削弱了工程的碳汇预期效益。另外，由于灌木群落能够快速覆盖地表，减少水土流失并促进有机质积累，因此退耕还灌的固碳增量均值最高。这表明，退耕还灌在短中期内可能更具碳汇效率，而退耕还乔的长期潜力有待持续观测，与 Deng等[39]的结论一致。未来退耕还林项目的设计与管理，应更注重早期整地干扰控制、政策激励机制优化及极端气候风险管理，确保碳汇功能持续稳定提升。
3.3 岩溶与非岩溶区碳汇效应差异及适应性退耕策略
岩溶区与非岩溶区退耕还林(草)工程的固碳增量均值差异微小(相对差异只有 0.22%)，但空间分布格局存在显著的差异。这种差异反映出岩溶地貌特殊的生态限制条件，如土壤浅薄、基岩裸露和水分流失快等问题，严重地制约乔木类植被的大规模恢复与碳积累能力[40]。
尽管乔木林理论上的生物量远高于灌木和草本群落，但在岩溶区，退耕还灌与退耕还草的固碳增量均值与退耕还乔差异不显著。这表明，灌木和草本植被凭其较低的资源需求、快速覆盖地表和较强的抗逆性，在岩溶区恶劣环境中稳定地发挥固碳效能，表现出良好的生态适应性[41]。相比之下，乔木林在岩溶区的恢复过程更缓慢，易受限于水分和养分供应，导致碳汇功能波动较大甚至退化[42]。退耕还草在非岩溶区的固碳增量均值最低，主要因为草本植物在资源竞争中难以与乔灌木竞争，加上草地生态系统的固碳能力有限，因此在非岩溶区退耕还草面积占比较小，与现有研究对退耕还林(草)类型固碳差异性的结论[43]一致。
综上所述，退耕还林(草)过程中，岩溶区与非岩溶区的适宜恢复路径应充分考虑立地条件差异，致力于从“规模导向”转向“效率导向”，差异化地精准施策。具体而言，在植被配置上，岩溶区应优先选择退耕还灌与退耕还草模式，通过灌草植被快速恢复土壤碳库与植被覆盖，夯实基础后，逐步引导乔木演替，避免一味追求乔木造林导致固碳效能低效甚至生态风险上升; 非岩溶区则重点支持乡土乔木树种的恢复，辅以多层次植被配置。这一差异化策略与近年来关于“生态恢复需结合立地条件异质性优化植被配置”的观点[44]一致。在管理方面，需关注退耕初期的“碳汇低效期”，加强对新退耕还林地，尤其是还乔地块的早期抚育管理，缩短生态效益空窗期。此外，在政策机制方面，可探索将碳汇效益监测结果与生态补偿或林业碳汇交易机制衔接，使增汇效果显性化为经济价值，从而构建可持续的长效激励，有效地规避政策波动带来的风险，巩固退耕成果。
3.4 研究局限性与未来展望
本研究结果存在一定的不确定性。受数据分辨率与时间尺度限制，以 5年为周期提取退耕还林(草)区域，未能充分捕捉周期内可能存在的土地利用变化过程，如局部区域退林还耕和其他用地类型转化为林地等，从而影响退耕区域识别的精确性。其次，固碳增量的估算依赖于植被 NPP，未涵盖土壤碳库的变化，而退耕初期的整地扰动可能引发土壤碳损失，对区域碳平衡产生重要影响。此外，尽管本文分析了气候、林龄及政策等多重因素对碳汇异质性的影响，但受方法与数据限制，未能精确地量化这些驱动因子的独立与交互贡献，限制了对碳汇分异机理的深层解析。
尽管如此，由于本研究主要关注碳汇效应的空间相对差异与类型间比较，且所有分析在一致的框架内进行，因此“退耕还灌效益最优”和“岩溶与非岩溶区分异显著”等核心结论具有较好的稳健性。未来的研究中可整合土壤有机碳长期监测数据，并引入地理探测器等统计分析工具，定量地剥离自然与人为因素对碳汇效应的直接与间接贡献，从而构建多驱动因子综合评估框架，更全面地揭示退耕还林(草)对区域碳循环的调控机制。
4 结论
本研究基于土地利用变化数据与植被净初级生产力(NPP)数据，测度 2000—2022年广西退耕还林(草)固碳增量，并揭示其时空演变特征及空间分异规律，得到以下结论。
1) 退耕还林(草)显著地提升碳汇功能，平均固碳增量达到 393.92 gC/m2，且随着政策向生态脆弱区倾斜，碳汇重心北移。
2) 不同退耕类型碳汇效应存在显著的差异，退耕还灌是固碳增效最优的路径，且退耕初期存在“碳汇低效期”，需加强早期管理与风险防控。
3) 岩溶区与非岩溶区碳汇效应分异显著，未来的工程应因地制宜，岩溶区优先发展灌草模式，非岩溶区推进规模化还林。
[1]李超，刘苑秋，王翰琨，等.庐山毛竹扩张及模拟氮沉降对土壤 N2O 和 CO2 排放的影响.土壤学报，2019，56(1): 146-155
[2]代林利，周丽丽，伍丽华，等.不同林分密度杉木林生态系统碳密度及其垂直空间分配特征.生态学报，2022，42(2): 710-719
[3]廖明蓉，邵景安，郭跃，等.重大森林恢复计划下的碳增汇效应——基于石柱县两次森林资源二类清查的分析.生态学报，2014，34(16): 4707-4719
[4]史利江，高杉，姚晓军，等.晋西北黄土丘陵区不同植被恢复下的土壤碳氮累积特征.生态环境学报，2021，30(9): 1787-1796
[5]邰良，陈佳，龙文涛，等.贵州省退耕还林(草)时空格局及其固碳效应.水土保持学报，2024，38(6):170-177
[6]刘欢，孙信丽，巩前文.建党百年来中国共产党领导林业发展的历程与经验启示.北京林业大学学报(社会科学版)，2023，22(1): 1-11
[7]鲁绍伟，李少宁，刘逸菲，等.北京市退耕还林生态效益评估.生态学报，2021，41(15): 6170-6181
[8]吴常雪，翁学先，徐瑞瑞，等.退耕还林前后渭河流域土壤保持功能变化.中国水土保持科学(中英文)，2024，22(4): 102-108
[9]田宁宁，张建军，李玉婷，等.晋西黄土区退耕还林地涵养水源和保育土壤功能评价.水土保持学报，2015，29(5): 124-129
[10]李亚玲.退耕还林对生物多样性保护的影响及其生态建设发展策略研究.新农民，2025(10): 114-116
[11]范定光，梁文峰，邹广军.镇巴县新一轮退耕还林工程对农村产业结构调整的影响.农村实用技术，2020(8): 36-37
[12]徐彩瑶，王苓，潘丹，等.退耕还林高质量发展生态补偿机制创新实现路径.林业经济问题，2022，42(1): 9-20
[13]孔凡斌，王永成，陆雨，等.退耕还林工程对缩小农户收入差距的影响——基于 3231 个农户样本的实证分析.林业经济问题，2024，44(3): 225-238
[14]杨洁，谢保鹏，张德罡.基于InVEST 和CA-Markov模型的黄河流域碳储量时空变化研究.中国生态农业学报(中英文)，2021，29(6): 1018-1029
[15]杨英，黄国胜，王雪军，等.云南省森林资源预测及其碳汇潜力研究.林业资源管理，2017(4): 44-49
[16]侯孟阳，姚顺波，邓元杰，等.格网尺度下延安市生态服务价值时空演变格局与分异特征——基于退耕还林工程的实施背景.自然资源学报，2019，34(3): 539-552
[17]罗天涵，杨波，徐红达，等.基于 GIS 系统的退耕还林动态变化监测研究综述.中国林副特产，2025(2):83-87
[18]杨存建，刘纪远，张增祥，等.遥感和 GIS 支持下的中国退耕还林还草决策分析.遥感学报，2002，6(3):205-211
[19]易海杰，张晓萍，何亮，等.黄土高原不同地貌类型区植被恢复潜力及其土地利用变化.农业工程学报，2022，38(18): 255-263
[20]王红霞，王雪松，王兵，等.河北省退耕还林工程生态效益评估.中国水土保持科学，2015，13(1): 68-75
[21]李春，曹秋婵，付孜.广西新一轮退耕还林现状及对策.中南林业调查规划，2015，34(4): 4-7
[22]姜民，武志平，付建新.1980—2020 年汾河流域耕地显性转型时空分异及其驱动力.水土保持研究，2025，32(1): 257-265
[23]姚楠，刘广全，姚顺波，等.基于坡度视角的黄土高原退耕还林(草)工程碳汇效应分析.南京林业大学学报(自然科学版)，2023，47(1): 180-188
[24]刘洪彬，王红红，金子位，等.下辽河平原区耕地非农化时空演变特征及驱动机制.中国生态农业学报(中英文)，2024，32(8): 1420-1431
[25]Liu Jing，Nagata K，Onoda H.Analysis of China’s forest-paper integration project // Design for Innovative Value Towards a Sustainable Society: Proceedings of EcoDesign 2011: 7th International Symposium on Environmentally Conscious Design and Inverse Manufacturing.Berlin: Springer Netherlands，2012: 891-895
[26]Sembiring N，Napitupulu H L，Sembiring M T，et al.Eucalyptus plantation and its integrated supply chain in pulp and paper mill // IOP Conference Series: Earth and Environmental Science.Bristol: IOP Publishing，2021: 012096
[27] 黄国勤，赵其国.广西桉树种植的历史、现状、生态问题及应对策略.生态学报，2014，34(18): 5142-5152
[28]Huang Q，Liu Z，He C，et al.The occupation of cropland by global urban expansion from 1992 to 2016 and its implications.Environmental Research Letters，2020，15(8): 084037
[29]王恒博.基于供需均衡视角的陕西省退耕还林工程补偿标准研究[D].杨凌: 西北农林科技大学，2018
[30]吕欣.广西实施退耕还林政策 7 年回眸 直接造福 400 万农民[EB/OL].(2008-01-28)[2025-07-17].https://www.gxnews.com.cn/staticpages/20080128/ne wgx479d379e-1367207.shtml
[31]周业恒，肖孔操，夏世斌，等.广西喀斯特峰丛洼地造林对土壤有机碳、氮及其组分的影响.农业现代化研究，2024，45(2): 316-325
[32]D’Ettorre U S，Liso I S，Parise M.Desertification in karst areas: a review.Earth-Science Reviews，2024，253: 104786
[33]Song Shixiong，Kong Mingli，Su Mingjian，et al.Study on carbon sink of cropland and influencing factors: a multiscale analysis based on geographical weighted regression model.Journal of Cleaner Production，2024，447: 141455
[34]姚利辉，康文星，赵仲辉，等.会同杉木人工林不同生长阶段植物固碳特征.生态学报，2015，35(4):1187-1197
[35]Ahmadian A，Chavoshi E，Nadoushan M A.Modeling soil organic carbon loss in arid agroecosystems: a mixed-effects approach to abandoned wheat fields.Journal of Arid Environments，2025，229: 105403
[36]Wang Leidi，Hu Fei，Miao Yuchen，et al.Changes in vegetation dynamics and relations with extreme climate on multiple time scales in Guangxi，China.Remote Sensing，2022，14(9): 2013
[37]Reichstein M，Bahn M，Ciais P，et al.Climate extremes and the carbon cycle.Nature，2013，500: 287-295
[38]陈华，刘思慧，杨建平.退耕还林中生态补偿政策存在的问题浅析——以贵州省晴隆县紫马乡为例.林业调查规划，2007，32(6): 86-88
[39]Deng Lei，Liu Guobin，Shangguan Zhouping.Land-use conversion and changing soil carbon stocks in China’s‘Grain-for-Green’Program: a synthesis.Global Change Biology，2014，20(11): 3544-3556
[40]Zhang Sirui，Bai Xiaoyong，Zhao Cuiwei，et al.Limitations of soil moisture and formation rate on vegetation growth in karst areas.Science of the Total Environment，2022，810: 151209
[41]Zheng Wei，Guo Xiaobin，Zhou Ping，et al.Vegetation restoration enhancing soil carbon sequestration in karst rocky desertification ecosystems: a meta-analysis.Journal of Environmental Management，2024，370:122530
[42]陈燕，杨慧，宁静，等.重度干旱条件下典型岩溶区植被恢复过程中植物水分利用来源和效率研究.生态环境学报，2024，33(10): 1534-1543
[43]兰秀，杜虎，宋同清，等.广西主要森林植被碳储量及其影响因素.生态学报，2019，39(6): 2043-2053
[44]许闯胜，刘伟，宋伟，等.差异化开展国土空间生态修复的思考.自然资源学报，2021，36(2): 384-394