广州市土地利用变化的碳排放效应研究

以广州市为对象,构建了城市土地利用碳源/碳汇的研究框架,测算了土地利用的碳排放量和碳吸收量,深入剖析了土地利用变化的碳排放效应.结果表明,1996-2008年广州市土地利用的净碳排放量呈上升趋势,各区县净碳排放量的空间差异大,另外,建设用地的碳排放效应为0.03614×104 t/hm2.GM预测结果显示,2020年净碳排放量明显增加,并提出了土地利用的增汇减排建议.     

2000—2018年长三角中心区土地利用碳排放强度的时空特征

通过获取5期土地利用遥感监测数据,利用GIS技术,采用土地利用转移矩阵、空间趋势分析、点密度及热点分析等方法,研究2000—2018年长三角地区中心区的土地利用转移的碳排放强度及其空间特征。结果表明:19年间长三角土地利用转移空间上,北部及沿海地区变化以建设用地转入为主,西南部以林地、草地转入为主,耕地转入量集中在西北地区,且原地保持率逐渐变低;土地利用变化过程中,碳排放强度具有明显的差异性;耕地具有较高的碳排放强度,林地具有较强的碳吸收强度;土地利用碳排放强度分布方向具有集聚向内陆转移,空间发展"东—西"方向扩张强度大于"南—北"的特征;空间分布具有"南高北低性""南部分散性"两个时空特征。总体来看,碳汇与碳源用地的结构调整,是实现碳平衡及碳峰值的有效手段;城市发展水平与碳排放强度的集中度有一定的相关性。因此,经济较为发达的城市应保持较高的土地集约节约利用,以降低碳排放强度集中度;受辐射较为明显的地区,应控制新增碳源用地,挖掘潜在碳汇用地,实现区域内的碳平衡;生态资源良好、碳汇用地规模较大的地区,应优化土地利用结构布局,在保证碳汇功能的基础上实现高质量发展。     

基于土地利用结构变化的河南省碳排放时空格局及驱动力分析

河南省面临生态环境脆弱、生态承载力较低和碳排放基数较大等诸多问题，这给双碳战略的有效实施带来了挑战。本研究旨在系统研究河南省土地利用变化对碳排放量时空格局的影响，为政府制定低碳土地利用模式以及差异化的碳减排政策提供科学依据。基于2000—2020年河南省土地利用和能源消费数据，结合土地利用碳排放量方法和ArcGIS技术，本研究量化了河南省碳排放的时空格局分布，并借助地理探测器方法分析了河南省土地利用碳排放量空间分异的影响因素。结果表明：建设用地和耕地是河南省主要的碳源，林地则是主要的碳汇，碳吸收量占总吸收量的90%以上。总体上，河南省碳排放量呈现出先快速增长后缓慢下降的趋势，从2000年的3.367×107 t增长到2010年的7.337×107 t，增长率为118%；而在2010—2020年下降了5.247×106 t，下降率为7%。空间上，不同市域之间存在着显著的碳排放量水平差异，部分市域存在碳收支不平衡，且碳排放量远超碳吸收量。此外，城镇化水平、人口规模和建设用地占比对碳排放量产生显著影响，尤其是建设用地q值增长幅度最大，而人口规模q值在2020年最高。通过探究土地利用变化导致的碳排放量变化和空间格局变化以及碳排放格局的驱动力，对推动河南省土地利用方式向低碳化转变，制定有效的政策具有重大意义。     

铜陵县土地利用碳排放效应及空间格局分析

根据土地利用变更数据及能源消费资料,采用直接碳排放系数法,对铜陵县2000~2013年土地利用碳排放效应进行了估算,并结合TM影像,采用地统计分析,对铜陵县土地利用碳排放风险时空格局进行了分析。结果表明:1碳排放量总体上呈现增加的趋势。从2000年4.08万t增长到2013年的223.09万t,增加了219.01万t。2建设用地是主要的碳源,林地是主要的碳汇,13年间建设用地的碳排放量增长了219.17万t,对碳排放总量的贡献率高达92.26%;林地的碳吸收量维持在1.20万~1.24万t,对碳汇作用的贡献率达到60.52%。3在时空格局分布上,2000~2010年铜陵县土地利用碳排放风险指数在不断变大;碳排放风险指数与土地利用类型的空间分布有极大的相关性,从城镇向外推进的过程中呈现出由高到低的变化趋势。     

基于土地利用变化的县域碳收支空间格局预测

【目的】土地利用/覆被变化是引起全球碳排放的主要原因之一,通过预测土地利用变化评估未来县域尺度碳排放空间格局对于制定区域减排政策具有重要意义。【方法】基于2005—2020年重庆市渝北区土地利用数据及CLUE-S模型预测2025—2030年该区土地利用变化及碳收支时空动态。【结果】2005—2030年渝北区耕地面积将持续减少4.57×10~4hm~2,林地面积呈现"增加-减少"反复波动的趋势,面积净增长2 293.8 hm~2;水域及未利用地面积略有增加;建设用地扩张最明显,面积增长3.32×10~4hm~2,整体扩张强度为0.92%。人类活动影响指数(HAI)呈先降低后增长的趋势,其值在2020年最低(0.49),并在2030年最高(0.54)。渝北区耕地的碳汇功能和建设用地能源消费分别是该区碳吸收和碳排放的主要来源。渝北区碳吸收随耕地面积减少而逐渐降低,2005—2030年碳吸收由2.17×10~5t逐渐降低为1.43×10~5t,而碳排放却由2.07×10~5t逐渐增加到1.02×10~6t,导致渝北区净碳排放量由-1.01×10~4t增长为8.79×10~5t。渝北区地均碳吸收值在海拔较高的山地及该区北部平行岭谷的丘陵地带较高;地均碳排放值在西南部平坦丘陵地带较高,并随建设用地的扩张向北沿平行岭谷蔓延。【结论】基于CLUE-S模型对土地利用变化的预测从而获得未来县域碳收支空间格局的方法是可行的。现有产业结构下合理调整土地利用结构是保证县域低碳发展的重要途径。     

东北农区农业净碳汇时空分布及驱动因素

农业兼具碳源和碳汇双重属性,是我国实现碳达峰碳中和目标的重要组成部分。从农业碳排放公平性角度出发综合管控农业碳源和碳汇量,明晰农业净碳汇的驱动因素对于实现东北农区农业低碳发展具有重要意义。基于2000—2020年黑龙江省各市域的社会经济及农业生产等数据,本研究通过生态承载模型、经济效率模型和地理探测器对区域农业碳排放公平性特征及净碳汇驱动因素进行探究。结果表明：黑龙江省农业净碳汇总量呈现波动上升趋势,由 2000 年的 1.21×10⁷ t 上升至 2020 年的4.02×10⁷ t。齐齐哈尔、绥化和哈尔滨三市农业净碳汇量较高,三市总和占黑龙江省碳汇量的51%以上。从农业碳排放公平性分区来看,双高区主要向南部和中部的哈尔滨、黑河和绥化等地聚集,双低区逐渐向东部的鸡西、双鸭山和鹤岗等地集中。双低区持续向经济高值区、生态高值区以及双高区发展,但不同市域间差距依旧显著。耕地面积和机械化水平是农业净碳汇空间分异的主导驱动因素。交互探测结果显示耕地面积和机械化水平与其他各因素的交互作用最强,同时净碳汇量受机械化水平和城镇化水平交互作用的影响最大。研究表明,黑龙江省需根据各地区具体情况制定差别化的绿色农业管控措施,以推进东北农区农业可持续发展。     

河西走廊2000—2020年农业碳排放时空特征及其影响因素

农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了2000—2020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：2000—2020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41×10⁸ t，养殖业为碳源，碳排放量达4.17×10⁷ t。2000—2020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。2000—2020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。     

基于承载关系的合肥市土地利用碳排放效应分析

在碳排放核算的基础上,构建了土地利用类型与碳排放核算项目之间的承载关系,并以合肥市为例,从强度、贡献率和碳汇增减3个方面分析土地利用碳排放效应,以揭示土地利用变化对碳排放的深刻影响。研究结果表明:(1)1995-2012年,合肥市净碳排放量由275.54万t增加到1537.33万t,能源消费是第一大碳源,且只有能源消费的碳排放占比逐年增长;(2)陆地生态系统中的各用地类型碳吸收强度基本稳定,城镇工矿用地的碳排放强度远高于其他建设用地类型;(3)对合肥市碳排放贡献明显的是耕地(为负)、城镇工矿用地(为正)和农村居民点(为正);(4)在土地利用变化过程中,耕地转为城镇工矿用地是碳汇损失最重要的原因。因此,在碳源控制上,以能源消费为抓手是抑制碳排放的有效途径;在土地管理上,严格控制城镇工矿用地扩展,尤其是占用耕地,是增加碳汇、减少碳排放的关键。     

基于碳转移矩阵的土地利用碳排放效应研究——以广西北部湾经济区为例

研究土地利用类型转变所引起的碳排放效应,为调整土地利用结构,实现区域土地低碳利用提供决策基础。运用Arc GIS软件对北部湾经济区1990、2000及2010年3个时期的遥感影像进行处理分析,得出土地利用转移矩阵,进而核算土地利用类型转变的碳排放转移矩阵。结果表明,在整个研究期内,因地类转移造成总净减少的碳排放量达987 550.37 t,经研究发现碳汇地类及未利用地向碳源地类转变、碳源地类间由低排放向高排放地类的转变会导致区域碳排放量明显增加。碳源地类向碳汇地类的转变而减少的碳排放量为631 690.25 t,碳减缓能力与转向地类的碳汇/碳排放能力有一定关系。针对新兴发展区域的土地利用趋势,从低碳经济的发展角度提出了相应的优化措施。     

四川省农田生态系统碳足迹和碳生态效率时空变化

农田生态系统具有碳源和碳汇功能,是陆地生态系统的重要组成部分,探究农田碳足迹进而为农田生态系统的可持续发展提供参考。基于2000—2020年四川省以及21个市(州)的农田生产投入和农作物产量等数据,构建农田生态系统碳足迹模型,对碳足迹、碳生态效率的时空变化特征和影响因素进行探讨。结果表明,2000—2020年四川省农田生态系统碳排放量呈先波动上升后下降的趋势,拐点发生在2016年,其中土壤翻耕、化肥使用为碳排放量的主要贡献因素,占比分别为44.74%、30.22%。碳吸收量呈先减后增的趋势,2006年碳吸收量减至最低值,气象灾害是主要影响因素。水稻、玉米、小麦对碳吸收量的贡献较大。农田生态系统碳足迹呈先波动增长后持续下降的变化,2006年为最大值。2000—2020年四川省农田生态系统均为碳生态盈余状态,碳生态效率年均为5.150 kg C/kg CE。从空间上看,四川省农田生态系统碳排放、碳吸收、碳足迹、碳生态效率均呈现西北低、东南高的分布格局;单位面积碳足迹却呈现西北高、东南低的分布,空间差异和变化幅度差异均较大,主要是因为各地区农业生产条件和发展水平不同。应因地制宜,从农资投入、...     

浙江省竹林碳汇测算研究

采用生物量法测算浙江省竹林固碳量,运用能源活动二氧化碳排放测算法估算浙江省碳排放量,将二者进行对比分析竹林碳汇贡献。结果表明：1973—2021年浙江竹林固碳量从1 820.64万t增长到3 570.88万t,净增长量为1 750.24万t,增长率高达96.13%,总体呈现增加的趋势,其中毛竹林为主要固碳林种;浙江省碳排放量呈现出稳定增长的趋势,增长率在2004—2021年有所下降;竹林固碳量与碳排放量呈现趋同的增长趋势,但竹林固碳量对于整体的碳排放量而言占比较小,固碳贡献小。为有效助力浙江省碳达峰、碳中和目标进程,提出应注重稳定竹林碳汇增量、切实巩固竹林碳汇发展,规范引导碳汇经营方案、合理提高竹林碳汇潜力,有效结合企业碳汇主体、科学管控企业排放数量,以此有效发挥竹林碳汇价值。     

土地利用变化对生态系统碳汇-碳源的影响研究——以河北武安市为例

土地利用变化引起的生态系统类型转变对于区域碳循环有着极其重要的作用。运用1997～2008年土地利用变更数据,煤、石油、天然气燃烧的碳排放量,对河北省武安市碳汇-碳源进行了估算,结果表明1997～2008年武安市碳汇处于不稳定状态,碳源呈明显增加趋势。武安市碳增汇由1997年的绿灯区转变为2008年的红灯区。各乡（镇）碳汇-碳源变化的区域差异显著,其中12个乡（镇）处于红灯区,10个乡（镇）处于绿灯区。笔者根据结果提出增加碳汇,减少碳排放的建议,旨在为区域的减排目标和可持续发展提供借鉴。     

干旱区城市土地利用变化的碳排放效应研究——以克拉玛依市为例

基于克拉玛依市1995、2005、2015和2019年的遥感影像数据，应用ENVI 5.3和ArcGIS软件计算了克拉玛依市土地利用/覆被面积的变化，并采用IPCC系数法计算了研究区各时期土地利用类型的碳排放量及碳排放强度。结果表明：在1995─2019年期间，研究区耕地、草地、林地、水域和建设用地面积均有所增加，新增面积分别为111506.49、14436.99、3509.28、40861.08、6325.65 hm²，而未利用地面积则较大幅度减少，减少面积为176639.49 hm²;1995─2019年研究区碳源地类的碳排放量和净碳排放量均逐年增加，分别增加了2125.115万、2123.945万t，而碳汇地类的碳吸收量变化不明显；在1995─2019年期间，研究区的地均碳排放强度、地均建设用地碳排放强度均逐年增长，分别增加了28.12、643.15 t/hm²，而单位GDP碳排放强度逐年减弱，减小了6.66 t/元。总之，克拉玛依市面临较大的碳排放压力。     

农村土地整理项目碳排放研究——基于江苏省盐都区的实证分析

近年来农村土地整理项目在调整土地利用结构的同时,也对项目地的碳平衡产生了重要影响。基于能源消费和土地利用结构变化的视角,以江苏省盐都区大冈光华村土地整理项目为研究区域,分析了农用地整治项目过程中的能源消耗碳排放以及土地利用变化导致的碳储量变化,并提出了有关农村土地整理项目碳减排的建议。研究结果表明:1项目整治后,能源消费导致的碳排放总量为1611.28t,农田水利工程是影响碳排放的主要工程,其中水泥、钢材和柴油等物料投入是主要的碳排放源。2土地整理导致的土地利用变化使得整理区植被和土壤碳储量增加了232.41t,变现为碳汇效应。其变化量大小依次为耕地建设用地其他农用地未利用地。3综合盐都区光华村土地整理项目的能源消费和土地利用变化导致的碳排放,相当于光华村经过土地整理后排放了1378.87t,表现为碳源效应。     

黄土丘陵沟壑区治沟造地工程碳效应分析

为研究黄土丘陵沟壑区治沟造地工程碳效应,运用IPCC碳排放测算方法以及国家地质调查总局制定的《多目标区域地球化学调查规范》中的采样方法实地采样,分析治沟造地工程中土地平整、灌溉与排水、田间道路工程、农田防护与生态环境保护等主要工程及工程实施后土地利用类型变化导致的碳排放。结果表明:延安市南泥湾镇治沟造地工程施工导致的碳排放量为3.76 t·hm-2,表现为碳源效应。其中对碳排放贡献最大的是土地平整工程,碳排放量为2 335.50 t,农田防护工程碳排放最小,不产生碳排放。治沟造地工程实施后土地利用类型变化使碳储量增加95.34 t·hm-2,表现为碳汇效应。其中耕地面积增加使碳储量增加了1 119.72 t·hm-2,水田的碳储量增加量最多,为716.54 t·hm-2;园地、交通运输用地、水域及水利设施面积减少导致碳储量减少了1 024.38 t·hm-2,水域及水利设施用地碳储量减少量最多,为807.50 t·hm-2。治沟造地工程实施后土地利用类型变化的碳储量抵消了工程施工产生的碳排放,碳储量为91.58 t·hm-2。研究表明,治沟造地工程总体上表现为碳汇效应,有利于区域碳储量的增加。     

绵阳市土地利用碳排放效应研究

采用土地利用变化模型和土地利用碳排放估算模型,对绵阳市1998、2002、2009～2015年土地利用变化及其碳排放效应进行研究。结果表明:(1)绵阳市林地面积最大,且林地总面积呈增加趋势,2015年在1998年的基础上增加了16915.06hm~2,草地和水域面积减少,草地变化速率达37.89%,转出比例最高,建设用地和耕地面积增加,耕地变化速率达-46.93%,转入比例最高,土地利用程度综合指数在230～241之间波动,并呈上升趋势,土地利用程度处于中等偏上水平并在不断提高;(2)建设用地是最大的碳源,占总碳源的89%以上,于2011年达到2.85×10~6t后开始下降,林地是最大的碳汇,占总碳汇的99%以上,于2009年达到7.23×10~5t后开始下降;(3)绵阳市净碳排放量的变化分为三个阶段:1998～2002年,碳排放量年平均增加1.4203×10~4t,表现为总体上升阶段,2002～2011年,碳汇和碳源先后达到峰值,净碳排放量呈现出波动上升趋势,并在2011年达到2.35×10~6t的最大值,2011～2015年,绵阳市净碳排放量开始下降;(4)绵阳市应继续实行人工造林防止林地面积流失;发挥其科技城的优势,实行产业结构升级,优化能源结构;从低碳发展出发引导土地可持续利用。     

中国省域种植业碳汇量、碳排放量的时空分异及公平性研究

2020年9月,中国在联合国大会上向世界宣布力争在2030年前实现碳达峰、2060年前实现碳中和的目标,因此测算种植业碳排放量、碳汇量对政策的制定有重要意义。本文基于2013—2020年中国国家统计局的主要农作物、主要农用物资消耗量的年度数据测算中国31个省份种植业碳排放量、碳汇量,运用灰色预测法GM(1,1)预测中国31个省份未来5年的碳排放量,深入分析其时空分异特征,并采用基尼系数研究中国省域种植业碳汇量、碳排放量的公平性。研究结果表明:(1)山东碳排放总量最高,广西碳汇总量、净碳汇总量最高。(2)从时间序列看,中国种植业碳排放高峰已经过去,并且种植业未来碳排放量有明显下降趋势。不管是到达碳排放高峰的时间点、碳排放总量还是未来碳排放量下降趋势都出现明显的"马太效应",即东部地区优于中部地区,中部地区优于西部地区。另外,新疆、黑龙江和河南部分主要农用物资(农用塑料薄膜、农用化肥和灌溉)碳排放量存在逐年上升的趋势。(3)从空间分布看,河南、山东、安徽以及吉林属于高-高型地区,四川和新疆属于高-低型地区。东部沿海地区、南部沿海地区和东北地区种植业碳排放基尼系数明显高于其他地区,基尼系数大小与地理位置和经济发展水平呈正相关关系,高值基尼系数在地理分布上,明显呈现沿海性的特征。西北地区和西南地区的种植业碳汇量基尼系数显著高于其他地区,基尼系数的大小与其地理位置和经济发展水平有负相关关系。     

福建省农田生态系统碳源/汇时空变化及其影响因素分析

准确估算农田生态系统的碳排放和碳吸收对制定合理的农业减排措施具有重要意义.基于1991-2010年福建省农作物产量、耕地面积、农业投入等农业活动水平数据,对福建省农田生态系统的碳源汇进行估算,并分析碳源汇的时空变化特征及其影响因素.结果表明,1991-2010年福建省农田生态系统碳吸收总量总体呈下降趋势,从1991年的1161.14×104t减少到2010年的672.13×10^4t,减幅为42.11%,年平均递减5.89%;碳排放总量呈增加的趋势,从1991年的114.05×10^4t增加到2010年的195.10×10^4t,增幅达71.07%,年均递增2.87%;碳汇量总体呈降低趋势,从1991年的1047.09×10^4t降低到2010 年的477.03×10^4t,减幅为54.44%,年均递减8.36%;福建省农田生态系统单位耕地面积碳吸收呈下降的趋势,而单位耕地面积碳排放基本保持不变.2010年南平市的碳吸收量和碳汇量最大,漳州市的碳排放量最大,而厦门市的碳吸收量、碳排放量和碳汇量均最小.碳源汇影响因素相关性分析表明,碳吸收与水稻、小麦、甘蔗产量呈极显著正相关;碳排放与钾肥、复合肥、农药、农机动力、柴油使用均有极显著的正相关性.研究结果能够为福建省低碳农业发展提供科学参考.     

成都市城市绿地景观与生态系统服务的关系

探究城市绿地景观格局与生态系统服务之间的关系，能够为城市绿地规划设计和生态文明建设提供科学依据。基于成都市2019年土地利用数据，计算成都市城市绿地斑块尺度的7个景观格局指数，利用InVEST模型研究绿地的水源供给、土壤保持和碳储存3种生态系统服务的空间分布特征，并利用相关性分析探明景观格局与生态系统服务的关系。结果表明，成都市绿地面积及绿地间距离差异较大，平均值分别为29.01 km²和256.8 m，形状较为规整；成都市绿地生态系统服务具有空间差异性，水源供给服务总量达24.98×10⁸ m³，呈现西南高东低的趋势；碳储存服务为12.73×10⁶ t，空间上呈中部高值聚集分布，其余地区为中、低值；土壤保持服务总量为3.54×10⁸ t，空间上呈现西南高东低的分布趋势；绿地的景观指数与生态系统服务之间呈非线性相关，水源供给、碳储存和土壤保持服务与斑块面积的关系是随面积的增大3种服务均先快速增加后增长速度减缓；随斑块间距离增大，水源供给、碳储存呈先降后增的趋势；绿地斑块距离与土壤保持服务呈负相关。     

安徽省土地利用/覆被变化的碳排放效应分析

在前人研究成果的基础上,运用碳排放估算模型,计算安徽省在21世纪前10年里土地利用/覆被变化的碳排放效应.结果表明,研究区陆地生态系统整体上表现出碳汇效应,2000、2005、2010年净碳汇总量分别为13 116万、15 138万、11 559万t;林地为最大碳汇,建设用地为主要碳源;植树造林背景下区域碳汇功能显著提升并维持稳定,表现为能源消费碳排放形式的建设用地碳排放量与日俱增.