基于CLUE-S模型的郧县中心城区土地利用变化模拟研究

以郧县中心城区2009年土地利用数据为基础数据源,选取对土地利用变化影响较大的驱动因子,借助GIS软件进行数据处理,运用CLUE-S模型对其2012年的土地利用变化格局进行模拟,并利用2012年的土地利用现状图对模拟结果进行检验。结果表明,模拟取得了较好的效果,CLUE-S模型模拟可以用于未来郧县中心城区用地的变化,最后利用2012年的土地利用数据模拟2020年的土地利用格局,以期为土地利用的可持续发展提供科学的决策支持。     

土地利用结构变化及其社会经济效应研究——以陇南山地为例

以陇南市为例,运用熵值函数模型和灰色关联分析方法,采用土地利用结构信息熵对西部山地过渡区土地利用结构变化及其社会经济发展效应进行分析.结果表明:①由于分类体系的变化,1997～2013年陇南市土地利用结构变化可分为1997～2003年、2004～2008年和2009 ～2013年3个阶段.②1997～2013年陇南市土地利用结构信息熵呈现波动式增长趋势,2004 ～ 2008年为一个缓慢增长阶段,2009 ～2013年达到一个高速增长的水平.③陇南市土地利用结构信息熵与社会商品零售总额、固定资产投资总额、人均GDP、单位土地面积GDP、非农产业与农业产业产值比、城镇化率呈现强关联.关联分析结果显示,除政策影响之外,社会经济发展是间接引起该区域土地利用结构信息熵变化的主要内在驱动力.     

甘肃省土地利用碳排放变化及影响因素分解

[目的]研究土地利用中各类型土地的碳排放量及各土地利用碳排放的影响因素。[方法]以甘肃省为例,在分析1995—2012年土地利用结构变化的基础上,估算了各种土地利用类型的碳排放量,并运用LMDI模型对其影响因素进行了分析。[结果]土地利用结构变化总体表现为建设用地面积持续增加,农用地面积减少;建设用地内部结构变化中居民点及工矿用地面积增加最多,交通用地变化幅度显著;土地利用碳排放量总体呈上升趋势,由1995年的1 882.07×104t增加到2012年的7 503.23×104t,年均增加341.48×104t;土地利用碳排放强度最大的是居民点及工矿用地,交通用地碳排放强度呈缓慢上升态势,但到2012年有所下降;土地利用变化、经济发展水平提高、人口规模增加促进了土地利用的碳排放,能源效率提高和能源结构优化抑制了土地利用的碳排放。[结论]对甘肃省土地利用碳排放总量的变化趋势影响最大的是居民点及工矿用地,能源效率提高和能源结构优化是今后甘肃省碳减排的重要途径之一。     

基于土地利用的江西省碳排放时空特征及脱钩关系研究

土地利用碳排放与经济发展关系的研究有利于优化土地利用结构,协调区域经济发展。以江西省为例,基于2005—2018年土地利用数据和能源消费数据,采用碳排放系数法和Tapio脱钩模型,对碳排放时空特征及经济发展的脱钩关系进行分析。研究发现,2005—2018年江西省土地利用碳排放量前期增长较快,后期增长较缓,建设用地是主要碳源,林地是主要碳汇。碳排放量和碳排放强度总体呈现西北高东南低的空间分布特征,碳排放强度整体呈现下降趋势。碳排放与经济增长呈现弱脱钩状态,建议优化土地利用布局,重点通过产业结构调整、能源利用率提高来控制建设用地的碳排放量,以实现低碳绿色发展。     

基于土地利用变化的广州市碳排放效应分析—— 以近20a为例

土地利用变化作为全球碳排放主要来源之一,在区域低碳发展中发挥着重要的作用,因此开展土地利用变化碳排放效应对我国实现碳达峰和碳中和目标有着重要意义.本文基于GlobeLand的3期30m分辨率的土地利用/覆被数据,利用土地利用转移矩阵和碳效应测算模型,分析了广州市2000—2020年土地利用的结构变化和碳排放效应情况.研...     

基于净生态系统生产力模型的山西省不同土地利用类型碳足迹分析

为了研究山西省不同土地利用类型对区域生态系统碳循环的影响,进而为山西省发展低碳经济提供参考和依据,构建了碳排放计算模型,对能源消费的碳排放量进行了测算;将不同土地利用类型与能源消费项目进行对应,构建了基于净生态系统生产力（NEP）的碳足迹模型,并对山西省不同土地利用方式的碳排放和碳足迹进行了分析。结果表明：2012～2019年山西省能源消费的碳排放总量呈上升趋势,其中人类活动集中的城镇村及工矿用地的碳排放量和碳排放强度均最大;虽然全省的碳汇总量呈增长的趋势,但是历年的碳足迹压力指数均大于1,区域碳循环系统压力过大;全省的碳足迹总量亦呈增长态势,且远大于实际生产性土地面积,生态赤字严重。因此,优化城镇村及工矿用地等高碳排放的土地利用方式,以及调整以煤炭为主的能源消费结构,是山西省降低区域碳排放和碳足迹的关键。     

安徽省池州市土地利用碳排放演变及其影响因素

碳排放和土地利用密切相关。依据土地利用碳排放测算方法,测算池州市2000—2010年主要土地利用类型耕地、林地、牧草地和建设用地碳排放量,同时对碳源、碳汇和净碳排放进行了测算,分析土地利用碳排放演变情况,计算地均碳排放强度和建设用地碳排放强度,并基于STIRPAT模型分析土地利用碳排放的影响因素。结果表明:1)2000—2010年池州市碳排放总量呈逐年递增的趋势,碳排放总量由2000年的35.835 4kt增加到2010年的1 774.016 3kt,碳排放总量递增主要以建设用地的碳排放递增为主,建设用地的碳排放量与碳排放总量具有趋同的变化趋势。2)2000—2010年池州市碳汇能力基本稳定,碳源与碳汇的比例整体呈增加趋势,由2000年的1.135 5增加到2010年的6.657 2。3)2000—2010年池州市土地利用碳排放变化划分为缓慢增长、快速增长和平稳增长3个阶段。4)地均碳排放强度呈现缓慢增长趋势,而建设用地地均碳排放强度则呈现波动上升的趋势,地均碳排放强度、地均建设用地碳排放强度的增长与工业经济发展水平呈正相关关系。5)碳排放量和人口总量、人均GDP之间的线性相关关系十分显著,且人均GDP对碳排放量的解释程度要大于人口总量对碳排放量的解释程度。     

基于CA-Markov模型的楚雄市土地利用动态监测及预测研究

运用RS、GIS等技术手段对楚雄市2002、2010、2018年3期的遥感影像进行分类,将土地利用类型划分为建设用地、耕地、林地、水体和未利用地,并根据土地利用现状图对楚雄市的用地结构变化进行分析;在此基础上运用IDRISI软件构建基于人工神经网络的CA-Markov模型,以2002、2010年土地利用状况为基础数据模拟2018年的土地利用情况,在精度检验符合要求后最终模拟2026年的土地利用情况.结果表明,楚雄市2002—2018年土地利用变化中耕地和建设用地是主导地类,但在不同研究时段变化具有差异性.林地转移到耕地和建设用地是楚雄市主要土地利用转移类型.2010年后政府出台政策支持乡镇耕地发展,个别乡镇在此期间耕地与建设用地得到了大力发展.CA-Markov模型对楚雄市2018年的土地利用情况模拟预测精度验证的Kappa系数为0.71.根据预测结果2026年楚雄市土地利用变化中耕地和建设用地仍是主导地类.     

基于能源消费的陕西省土地利用碳足迹

为了了解陕西省土地利用中能源消耗与碳足迹之间的情况,收集陕西省2009—2016年国土资源公报提供的土地利用数据、陕西省统计年鉴提供的2009—2016年经济数据和能源平衡表中各类产业中不同能源的数据消耗。利用以上数据通过构建碳排放模型,对陕西省8a来不同土地利用方式的碳排放及碳足迹进行了定量分析。将得出的碳足迹与经济数据进行脱钩指数计算。得出以下结论:陕西省土地利用的能源消费在2014年之前,碳排放量逐年增长; 2014年之后,碳排放总量逐渐下降,主要集中于居民点以及工矿用地,碳足迹大,并且占比逐年上升。陕西省碳足迹暂时能源消耗所产生的碳排放并没有造成生态赤字,但是发展方向不理想。从脱钩指数来看,碳足迹与GDP指数的脱钩越发明显,说明2009年以来,陕西省土地利用正向高GDP产出类型土地转变。     

陇南市建设用地节约集约利用水平分析

文章以甘肃省陇南市为研究区,以陇南市第二次土地调查和1997～2007年土地变更调查数据为基础,全面分析了陇南市建设用地的利用现状和动态变化的趋势,并计算了各县区各种建设用地类型的区位熵,在此基础上,利用层次分析法评价了陇南市各县区建设用地节约集约利用的水平和存在的问题。     

陕西省土地利用碳排放与碳足迹研究

本文根据土地利用数据及能源消耗数据测算了2009—2017年陕西省各个土地利用类型的碳排放、碳足迹,并在此基础上利用SPSS通过时间序列分析法预测了2020年全省及省内11个地市主要土地利用类型的碳排放、碳足迹。通过对比分析不同区域、不同时间、不同土地利用方式下的碳排放情况与碳足迹变化特征,得出以下结论:2009年以来,陕西省的碳排放与碳足迹逐年增长,建设用地面积扩张是造成这一现象的主要原因;省内碳排放与碳足迹存在明显的分布差异,关中地区碳排放量最高,陕北地区次之,陕南地区最低;碳吸收以陕南地区最高,陕北地区次之,关中地区最低;而碳排放强度逐年减小,已经提前实现了省内单位GDP碳排放比2005年下降40%～45%的目标;每万人产生的碳排放量逐年增长,仍需进一步调控优化,可以通过促进能源结构多元化、推进产业结构升级、助力土地利用高效化等方式有效控制碳排放,减少碳足迹。     

重庆合川区土地利用碳排放的效应及驱动因素

基于土地利用变更数据与能源消费数据,测算2009—2018年间合川区土地利用碳排放量,分析碳源、碳汇、净碳排放量及碳排放强度演变趋势,运用LMDI因素分解法对碳排放驱动因素进行分析。结果表明:(1)2009—2018年重庆合川区土地利用净碳排放量呈上升趋势,年均增长率为7.00%;(2)合川区单位GDP碳排放强度呈逐年下降趋势,人均碳排放强度呈逐年上升趋势;(3)经济发展水平和建设用地规模是合川区土地利用碳排放的正向驱动因素,碳排放强度和土地利用效率为负向驱动因素。     

武汉“1+8”城市圈土地利用动态变化研究

利用武汉城市圈内9个城市1997—2006年土地利用变化数据,采用土地利用动态变化方法中的土地资源数量变化模型、土地利用程度变化模型、土地利用区域变化差异模型来分析武汉城市圈1997—2006年土地利用变化的情况。研究表明,土地利用动态分析能够很好的揭示城市圈土地利用结构特征的变化规律;武汉城市圈中,武汉市综合土地利用动态度为0.76%/年,远高于其他八个地区;土地利用程度变化方面,增加最多的武汉市土地利用程度指数变化量为0.463,而咸宁市土地利用程度指数减小了0.609,是减少最多的地区;土地利用类型相对变化方面,耕地变化主要集中在武汉市、黄冈市和咸宁市,园地变化集中在武汉市和孝感市,交通用地变化则集中在武汉市、孝感市和咸宁市。根据研究结果,文章提出了对策建议。     

基于STIRPAT模型的陕西省建设用地对能源消费碳排放的影响

在对陕西省1997—2012年能源消费的碳排放和建设用地的变化特征及二者相关性分析的基础上,基于扩展的STIRPAT模型,选取建设用地、人均GDP和单位GDP能耗为驱动因素构建建设用地碳排放模型。结果表明,1997—2012年陕西省能源消费碳排放具有两阶段特征,总体上与建设用地呈现同步增长的趋势;模型分析显示建设用地对能源消费碳排放的弹性系数较高,表明建设用地对碳排放的影响显著,此外,人均GDP和单位GDP能耗也都是主要的驱动因素;控制建设用地扩张趋势是碳减排的有效途径,对于碳减排意义重大,进而提出了一些控制建设用地扩张及碳减排的措施和建议。     

基于PCA的汉中市土地利用变化驱动力分析

该文以汉中市1998—2012年土地利用变更调查数据为研究对象,运用土地利用变化的模型分析了汉中市15年间土地利用的变化趋势,并用PCA的方法对汉中市土地利用变化的原因进行分析,为汉中市土地利用的合理性和规划的科学性提供理论依据。     

淮南煤矿区土地利用变化分析

为更好地了解淮南煤矿区土地利用变化情况,对1986、1999和2012年淮南煤矿区卫星影像解译或者矢量数据进行归类,获得3个时期淮南煤矿区土地利用变化的基础数据,据此计算出土地利用变化幅度、单一土地利用动态度指数、综合土地利用动态度指数、土地利用结构变化模型和土地利用程度变化模型,定量分析该区域土地利用变化情况.结果表明,淮南煤矿区城镇用地、水域和林地面积保持上升势头,耕地呈现持续下降趋势,农村居民点及高覆盖度草地面积变化不明显.总体来看,1986～2012年淮南煤矿区的土地利用综合程度逐渐增大,处于持续快速发展时期.     

土地集约利用与土地利用碳排放的关系研究——以武汉城市圈为例

本研究以武汉城市圈为例,测算其土地利用集约度和土地利用碳排放强度,对城市圈土地利用集约度和碳排放强度的时空特征进行分析,最后利用相关性分析和脱钩模型对城市圈土地集约利用水平和土地利用碳排放之间的关系进行探究。研究表明:2002-2010年武汉城市圈土地集约利用水平整体上是提高的,2010年为0.8051,年均增长2.06%,但其内部城市单元土地利用集约度差异明显;2002-2010年城市圈土地利用平均碳排放强度逐年增加,2010年为0.1008万t/km2,年均增长10.42%,处于“倒U型”曲线的上升阶段;城市圈土地集约利用与土地利用碳排放呈高度正相关,总体上处于未脱钩状态,但已有明显脱钩趋势,说明城市圈土地利用正朝着高水平、低排放发展。     

西部绿洲城市土地利用转型的生态环境效应——以乌鲁木齐市为例

为探讨土地利用转型对生态环境变化的影响,基于乌鲁木齐市2005年和2012年TM影像数据、土地利用现状矢量数据、中国高空间分辨率网格数据（CHRED）,运用土地利用转型、生态系统单位面积生态服务价值评估和碳排放核算等方法,分析城市化过程中乌鲁木齐市土地利用转型前后生态环境变化效应。结果表明,研究区土地利用转型幅度较大,其中园林地、草地、城镇村及工矿用地和未利用地之间的转换较明显,未利用地转出面积最大（10.33万hm²）,说明研究区土地开发程度较高。研究区生态服务价值均呈增加趋势,研究期间生态服务价值增加了89 227.32万元,其中,园林地、草地和水域土地利用转型对生态系统服务价值增加的贡献高。研究区土地利用碳排放量呈上升趋势,碳排放量较高的是城镇村及工矿用地。研究区内土地利用转型后净生态系统服务价值呈现增加趋势,但土地碳排放量变化速度远超生态系统服务价值增加速度,因此在乌鲁木齐市低碳城市建设中,要充分考虑土地利用结构调整与生态环境保护的平衡关系。     

郯城县土地利用变化碳排放分析

采用郯城县2011~2015年的土地利用变更调查数据、能源统计数据以及相关经济数据,通过构建碳排放模型,测算郯城县土地利用的碳排放量在近5年的变化情况,并对变化进行分析。结果表明,在土地利用变化的影响下,郯城县碳排放量从2011年的957403.27t增长到2015年的1124822.30t,增长幅度为17.49%。建设用地作为主要碳源,它的碳排放量占碳源排放量的97%左右。林地是郯城县最大的碳汇,随着林地面积的减少碳汇效应持续减小。林地、水域、草地、未利用地这4种土地利用类型的碳排放量(或碳吸收量)较小,占比不大,产生影响相对较小。针对郯城县低碳发展提出了相关建议,期望能对郯城县经济可持续发展提供参考。     

江苏省徐州市土地利用碳排放特征及脱钩效应研究

人类活动导致的土地利用/覆盖变化是大气中二氧化碳含量增加的重要原因。依据土地利用碳排放测算方法,得出1996~2012年江苏省徐州市土地利用碳排放特征,并探究土地利用碳排放与经济发展之间的脱钩效应。研究得出:(1)1996~2012年徐州市土地利用碳排放由1399.16万t增长至3202.19万t,年均增长率为4.99%,主要归因于建设用地激增。(2)徐州市土地利用地均碳排放强度、人均碳排放强度、单位GDP碳排放强度年均增长分别为4.99%、4.20%、-7.25%。(3)徐州市土地利用碳排放增长速度低于经济增长速度,主要表现为弱脱钩,但碳排放总量居高且呈增长态势。合理控制建设用地规模、转变土地利用方式为徐州市低碳经济发展改革方向。