1980-2020年洞庭湖流域土地利用变化及其碳效应

[目的] 探查粮食主产区土地利用变化规律及其碳效应,为土地利用结构调整及低碳经济发展提供依据。[方法] 基于1980,2000,2020年3期土地利用现状数据,在网格采样法、土地利用动态度模型、碳排放系数法以及空间自相关分析模型支持下,揭示1980年以来洞庭湖流域土地利用变化规律及其碳效应的空间异质性特征。[结果] ①洞庭湖流域土地利用阶段性变化。1980—2000年综合动态度为0.02%,其中动态度最大的是建设用地,未利用地次之。2000—2020年综合动态度增至0.18%,建设用地面积增长加快。②净碳效应表现为碳汇,但由1980年的5.93×10⁷ t下降到2020年2.82×10⁷ t,而由土地利用变化引起的碳效应呈现碳排放变化量大于碳汇变化量特点,并导致净碳排放量增加了6.08×10⁵ t,且空间上净碳排放相对高值区呈“H”型分布特点,低值区逐渐扩张。③洞庭湖流域集水小区净碳排放的空间自相关性特征显著。1980—2000年主要聚集类型为高—高型和低—低型,低—高型分布零散,2000—2020年高—高型分布更加集中连片,低—低型主要在湘江流域北部。[结论] 在洞庭湖流域,应坚持“碳增汇,碳减排”定位,保持林地的碳汇稳定状态,科学引导高碳排放土地的开发利用,并依据空间自相关特点关注不同集水区的碳排放“同化”作用。     

宁夏土地利用碳排放强度时空变化与效应

[目的] 土地利用变化是影响碳排放和环境质量的重要驱动力之一。研究土地利用碳排放时空格局变化与效应,为制定低碳发展策略提供理论依据。[方法] 基于灰色理论和生态承载系数,利用1980—2020年宁夏回族自治区22个县区土地利用和能源消耗数据,分析了土地利用变化与碳排放强度变化及效应。[结果] ①碳排放变化量与土地利用变化之间具有密切的关联性。其中,建设用地与碳排放的关联度最大,为0.95。②1980—2020年宁夏土地利用类型碳排放量净增加了5.24×10⁷ t,增幅625.43%。建设用地面积以年均4.42%的速率增长,碳排放量增幅达2 385.85%;草地面积减少了2.95×10⁵ hm²,碳汇量减少了5.80×10⁴ t;林地对碳汇的贡献超过75%,且随林地面积的不断增大而增加。③1980—2020年宁夏土地利用碳排放强度以年均0.25 t/hm²的速率增大,中度及以上等级覆盖面积逐渐增大,在空间上形成沿黄城市碳排放强度高于中、南部的分布格局。④宁夏各县区碳排放生态承载系数空间差异明显,碳生态容量表现出北弱南强的分布格局。[结论] 1980—2020年宁夏土地利用碳排放强度逐渐增大,北部沿黄河各县区碳生态容量逐渐减小,中南部县区碳生态容量增大,但减排压力较大。建议优化建设用地空间格局,增加混交林面积,增强森林碳汇能力。     

北部湾城市群土地利用碳收支时空分异及碳补偿分区

[目的] 分析市域空间尺度对城市群碳收支时空格局演变特征及耦合协调关系,构建碳补偿分区评价体系,为实现碳中和目标提供城市群层面的实施策略参考。[方法] 以北部湾城市群为例,在分析2000,2010,2020年研究区土地利用碳收支时空分异及耦合协调度分析的基础上,结合熵权法和TOPSIS法测算2020年15个城市碳补偿贴近度,构建碳补偿综合评价体系并引入三维魔方单元模型初步构建碳补偿等级进行功能分区研究。[结果] ①2000—2020年北部湾城市群碳收支量呈现整体上升状态,市域尺度主体碳排放区域呈现“核心—外围”结构,主体吸收区域呈现“倒钩”状空间格局。②2000—2020年该区城市群碳源、碳汇在分异格局上,除广西区域呈现西北—东南方向,其余地区均呈现东北—西南为主导的方向,空间分布重心稳定。③2000—2020年城市群内部碳源与碳汇坐标均高于0.5,碳排放与碳吸收水平较高,两者具有较高的耦合协调性。[结论] 北部湾城市群的碳收支存在明显的时空异质性,碳排放与碳吸收耦合协调程度较高。为了进一步探索实现“双碳”目标多元化路径,北部湾城市群未来应多方面考虑区域资源能力、碳排放强度和经济发展条件等,从而健全城市群区域间碳补偿体制。     

乌鲁木齐市土地利用结构与碳排放的关联测度研究

[目的]对乌鲁木齐市的土地利用结构与碳排放量的关系进行测度,分析一定时间范围内二者的关联度及其变化特征,从而探索土地利用碳减排途径,为乌鲁木齐市合理利用土地与生态、经济、社会效应的同步提升提供参考。[方法]基于乌鲁木齐市2001—2015年的土地利用变更数据和能源消耗数据,分别计算出碳排放总量、碳排放强度和人均碳排放量,并构建灰色关联度模型,测算乌鲁木齐市土地利用结构与碳排放总量、碳排放强度、人均碳排放量的关联系数和关联度。[结果]2001—2015年乌鲁木齐市碳排放量由8.31×10~6 t增加到2.10×10~7 t,增加了近2.6倍;土地利用结构与碳排放总量、碳排放强度和人均碳排放量三者关联度最高的分别是交通运输用地(0.730 8)、牧草地(0.765 1)和园地(0.821 5);建设用地与碳排放量关联度大。[结论]土地利用结构与碳排放的关系密切,通过科学合理地利用土地利用结构变化对碳收支的影响作用对土地利用结构进行调整,从而实现控制碳排放量是可行的。     

福建省土地利用变化碳排放时空差异与碳补偿

[目的] 开展土地利用碳排放差异与碳补偿研究，为各地域根据净碳排放量制定低碳发展政策提供依据。[方法] 基于2005—2020年福建省土地利用和能源消费数据，构建碳排放以及碳补偿价值测算模型，计算各市域不同时段的碳排放量以及碳补偿价值。[结果] ①福建省土地利用变化净碳排放呈现出明显的增长趋势，增长速度先快后慢。建设用地为主要碳源，其碳排放量增加3.41×10⁷ t；林地为主要碳汇，其碳吸收量减少近3.00×10⁴ t。②净碳排放量高值区域主要分布在碳排放量高、碳补偿率低的福州市、泉州市和漳州市，净碳排放量低值区域主要分布在碳排放量少、碳补偿率高的南平市，除厦门市外，各市的净碳排放强度与净碳排放量的空间分布相似。③碳补偿价值与各市净碳排放量的空间分布具有高度相似性，高碳补偿区主要是经济发展水平高、净碳排放量大的福州市、泉州市，受偿区主要是经济发展水平低、净碳排放量小的南平市。[结论] 为实现区域协调以及低碳发展，需不断完善碳补偿机制，从低碳层面依靠碳补偿推动区域低碳协调发展。     

三峡库区1980—2021年土地利用碳排放格局及碳补偿

[目的] 揭示三峡库区土地利用碳排放格局并测算碳补偿价值,为引导流域低碳发展,健全流域碳补偿机制提供参考。[方法] 运用碳排放系数,单位GDP能耗及经济贡献系数等方法,测算三峡库区1980—2021年土地利用碳排放/碳吸收,并以净碳排放为基准值,对碳排放阈值及碳排放强度进行修正,测算土地利用碳补偿价值。[结果] ①三峡库区1980—2021年土地利用碳排放及碳吸收整体呈上升趋势。耕地和林地是土地利用碳吸收主要载体,城乡工矿居民用地是土地利用碳排放主要来源; ②碳吸收格局整体呈现西低东高的分布特征。1980—2021年碳吸收处于中高水平和高水平类型的区县明显增加,且大多位于东部和北部,低水平类型区县有所减少; ③碳排放格局在1980—1990年均处于低水平及中低水平类型;2000—2021年库区整体碳排放量增加,其中西部重庆市主城区、中部万州、开州区、云阳县以及东部夷陵区处于中高水平和高水平类型,武隆区的碳排放处于中等水平类型;巫溪、巫山、巴东、兴山、秭归县等区县的碳排放处于低水平和中低水平类型; ④研究区9个区县为生态盈余区,应获碳补偿资金最高的是奉节县6.87×10⁵元,17个区县为生态赤字区,支付碳补偿金额较高的是渝北区1.53×10⁷元。[结论] 应从以下方面引导流域低碳发展：推动区域合作治理碳排放,建立横向碳补偿机制;控制建设用地规模,优化土地利用配置;落实绿色发展理念,增强碳汇能力;优化能源供给结构,提高能源利用率等。     

基于土地利用变化的陕西省县域碳排放时空变化及影响因素研究

[目的] 分析2000—2020年陕西省县域碳排放时空变化和影响因素,为陕西省生态文明建设和实现低碳可持续发展提供参考。[方法] 利用社会经济数据和土地利用数据,构建碳排放估算模型,核算了2000—2020年陕西省县域碳排放总量,分析了陕西省碳排放时空分布格局与演化特征,并通过地理加权回归(GWR)模型探究了碳排放的影响因素。[结果] ①总量上,2000—2020年陕西省碳排放量总量呈上升趋势,从2000年的3.30×10⁷ t增长至2020年的1.93×10⁸ t,历经“大幅增长—缓慢增长”两个阶段。②空间上,2000—2020年陕西省碳排放量中心逐步向东北方向移动,空间分布范围呈现扩张态势,热点区主要分布在榆林市北部县域、西安市和咸阳市辖区的周边部分县域,冷点区主要分布在佛坪县和石泉县。③影响因素上,人均GDP值、土地利用程度和人均社会零售总额与陕西省各县域碳排放量呈正相关,产业结构与陕西省60.74%县域碳排放量呈负相关,人口密度与陕西省92.52%县域碳排放量呈负相关。[结论] 建议通过制定差异性区域碳减排方案,优化土地利用结构,控制建设用地增长规模,提高公众低碳环保意识等方式促进陕西省县域低碳发展。     

长江经济带产业—碳排放—土地协同发展研究

[目的] 研究长江经济带产业发展、土地利用及碳排放指数间的内在响应关系及作用机理,为区域协同发展提供思路。[方法] 基于GM (1,1)预测模型对产业发展、土地利用及碳排放指数进行灰色预测后进行耦合协调度分析,并运用PVAR模型探讨三者间的响应关系。[结果] ①区域各要素间的耦合度高于协调度,耦合协调状态呈增长趋势,而区域内部则呈现自下游至上游的降低趋势。②土地利用强度对于产业发展于前两期呈正向冲击,产业发展对碳排放为滞后2期内的先负而后转正冲击的倒V型波动趋势,土地利用对碳排放呈现明显的正相关脉冲响应。③三要素主要依赖于自身的发展路径,但产业发展对碳排放强度的解释力高于土地利用强度对其的解释力,而随着期数的增加,二者对碳排放的影响趋势均呈现增长趋势。[结论] 经济发展过程中产业结构调整及土地利用的配置和保障不可或缺,而碳排放作为未来发展中的重要制约因素也不可忽视,探索三者间的响应关系,能够更好地为区域协调发展提供依据。     

基于土地利用变化的新疆塔城地区碳排放特征分析

[目的] 分析新疆塔城地区1980—2020年的碳排放变化时空特征及效应,为科学制定区域碳减排措施及低碳调控政策提供依据。[方法] 基于1980—2020年土地利用变化数据,计算了塔城地区碳排放量和碳吸收量,并采用碳足迹和碳生态承载力评估了碳排放效应。[结果] ①1980—2020年,塔城地区净碳排放量表现出明显的增加趋势,其中耕地和建设用地的不断扩张是导致塔城地区碳排放量增加的主要诱因,而林地面积的持续减少是造成塔城地区碳吸收量减少的关键因素;②在空间分布上,沙湾县和乌苏市是塔城地区的主要碳源区,解释了塔城地区净碳排放的67.20%,和丰县和额敏县解释了塔城地区净碳排放量的20.89%,托里县是塔城地区的主要碳汇区;③在碳排放效应方面,2000年前塔城地区绝大多数区域都表现为生态盈余,但2000年后开始出现碳排放的生态赤字。[结论] 当前,沙湾县、乌苏市及和丰县,存在明显的生态赤字,是未来塔城地区碳减排的重点控制区域。     

深圳市碳收支与土地利用变化的协整分析

人类活动对碳排放的影响很大程度上是通过改变土地利用方式实现的,探究土地利用变化与碳收支之间的定量关系,可以了解区域土地利用变化与碳收支的相互作用机制。该文首先分析了深圳市1995—2010年土地利用变化情况,指出变化的总体趋势是农用地减少,建设用地增加。在收集社会经济数据和能源数据的基础上,构建模型定量计算深圳市1995—2010年碳吸收量、碳排放量和碳收支。最后,运用协整理论检验深圳市建设用地与碳排放量,农用地与碳吸收量之间是否存在长期稳定关系。研究结果表明,深圳市建设用地总面积和碳排放量之间、农用地和碳吸收量之间不存在协整关系,即深圳市不能直接通过建设用地总面积、农用地面积直接预测未来碳排放量、碳吸收量和碳收支。协整性分析结果客观地反映了区域土地利用与碳收支的关系,对于低碳经济下土地利用调控具有重要意义。     

吉林省居民生活消费的间接碳排放特征及影响因素

[目的]核算吉林省居民家庭生活消费的间接能源消耗量和碳排放量,并分析其影响因素,为政府引导居民实施低碳消费、改善区域环境质量提供决策参考。[方法]以吉林省为例,计算2004—2013年居民各类消费活动所产生的能源消耗量及碳排放量,采用STIRPAT模型,分析居民消费碳排放的影响因素。[结果](1)"居住"、"文化教育娱乐"和"食物"3类消费是间接能源消耗和碳排放的最主要来源;(2)碳排强度、人均消费支出、人口数量和城市化率每增加1%,吉林省居民生活消费间接能耗的碳排放分别增加0.831%,0.309%,0.184%和0.055%,碳排强度对吉林省居民生活消费间接能耗的碳排影响最大。[结论]提高能源利用效率、发展新能源是减少碳排放量的首要措施。     

烟台市土地利用结构与能源消费碳排放关联测度

[目的]分析山东省烟台市各区县土地利用结构与能源消耗碳排放的关联测度及其变化规律,为合理利用土地资源与低碳城市的建设提供科学建议。[方法]基于烟台市1986—2012年各区县的土地利用结构和能源消耗数据,采用碳排放量计算模型,测算出其能源消耗碳排放总量、碳排放强度和人均碳排放量,并运用灰色关联分析法,测度烟台市各区县土地利用结构与能源消耗碳排放的关联度。[结果]1 1986—2012年烟台市能源消费碳排放总量由3.05×106 t上升到1.494×107 t,增加了3.9倍;2 2012年烟台市各区县土地利用结构与能源消耗碳排放量、碳排放强度之间关联度最高的土地利用类型为园地,与人均碳排放量关联度最高的用地为交通运输用地;3烟台市各区县土地利用结构与能源消耗关联度较高的分别是园地(0.812 8)、城镇村及工矿用地(0.812 0)、水域及水利设施用地(0.805 9);4 1986—2012年烟台市各区县土地利用结构与能源消耗碳排放关联度较大的地区依次是长岛县(0.980 4)、芝罘区(0.962 4)和莱山区(0.948 0)。[结论]烟台市土地利用结构与能源消耗碳排放存在着密切的关联性,土地利用结构与能源消耗碳排放的关联度在空间上存在着差异性。     

天津市产业碳排放的影响因素及贡献

[目的] 综合考虑“水—土—能—碳”相互关系，研究产业碳排放的影响因素及贡献，为天津市减排决策制定提供一定依据。[方法] 对天津市产业碳排放进行测算，将水土资源因素引入Kaya恒等式，运用LMDI模型计算产业碳排放各影响因素的贡献。[结果] 2004—2018年天津市各产业碳排放均呈现上升趋势；整体来看，水资源经济产出、人口数量促进天津市各产业碳排放，且前者为主要促进因素，水土资源因素抑制各产业碳排放，碳排放强度促进农业碳排放，而抑制其他产业碳排放，人均用地面积抑制农业碳排放，而促进其他产业碳排放；水土资源因素对各产业碳排放影响的变化与水土资源匹配度变化有较好的一致性，单位用地面积用水量越多，其对碳排放的促进作用越大。[结论] 为实现节能减排，应发展节水产业，优化城市水土资源开发利用，发挥水土资源因素对碳排放的抑制作用。     

基于土地利用变化的东北地区碳排放效应研究

[目的]通过分析东北地区2000—2014年不同土地利用方式的碳排放效应,为东北地区土地利用结构的优化和碳减排提供参考。[方法]利用土地利用数据和能源消耗数据等,采用碳排放系数法,对东北地区2000—2014年不同土地利用方式的碳源/汇进行计算,并分析其区域差异和碳排放强度。[结果](1)建设用地是东北地区碳排放量的主要来源,对碳排放的贡献率超过88%,辽宁省的碳排放量最多。(2)东北地区森林碳汇资源丰富,黑龙江省是东北地区碳吸收的主要来源。(3)东北地区人均碳排放强度呈缓慢增长态势;地均碳排放强度先增长后降低;单位GDP碳排放强度在持续稳定下降,但是当前其下降程度还远远不足以使碳排放总量减少。(4)东北地区是一个不均衡的区域,黑龙江省对其他区域有贡献;吉林省碳排放造成的生态环境影响在内部区域已经自行承担;辽宁省则损害了其他地区的利益。[结论]黑龙江省和吉林省面临着一定的碳减排压力,辽宁省面临着较大的碳排放压力,综合来看东北地区面临着较大的碳排放压力。     

南京都市农业农地利用碳排放测算及趋势预测

[目的]测算南京市都市农业农地利用碳效应,为发展都市农业的其他城市提供可借鉴的低碳经验。[方法]基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源,测算南京市1996—2014年的农地利用碳排放量,综合林地、草地、园地3个主要方面的碳汇变化特征,探索农地利用方式变化导致的碳效应。并基于灰色GM(1,1)模型预测南京市农地利用碳排放量趋势。[结果]1996—2014年南京农地利用碳排放量总体呈现"上升—波动—平稳下降"的3阶段特征,纵向来看,2005—2014年林地碳汇、草地碳汇有所下降,但变化趋势不同。横向来看,由于各区承载的城市功能不同,区域碳汇差异较大。从农地利用方式变化的碳效应来看,2000—2008年南京市因生态退耕产生碳汇呈先上升后下降的变化趋势,建设占用导致的碳排放量变化趋势呈现Z字形上升。基于灰色GM(1,1)模型采用等维递补预测方法,预计到2020年该市农地利用碳排放量为1.11×105 t。[结论]南京市农地利用碳排放的变化趋势与经济发展和都市农业发展进程密切相关。林地、草地面积的减少降低了原本不高的碳汇效应,并且由于经济发展与城市建设需要,持续上升的建设占用碳排放对南京市碳效应影响巨大。     

县域土地利用变化的碳排放效应——以山西省洪洞县为例

[目的]为了分析土地利用变化对碳排放的影响,以洪洞县为例,研究分析县域尺度上土地利用变化的碳排放效应。[方法]选取2000,2010和2013年山西省洪洞县遥感影像,通过解译遥感影像,最终获得洪洞县的土地利用数据。采用碳排放估算模型,估算了洪洞县13a不同土地利用变化导致的碳排放效应。[结果]2000—2013年洪洞县的碳排放量呈现逐年增长的趋势,期间净碳排放放量共增加了6.12×105t。作为主要碳源汇——建设用地和林地,二者的面积不断增长,但建设用地带来的碳排放远超过林地所能吸收的量。洪洞县各个乡镇在这13a中的净碳排放空间差异变化明显。[结论]优化县域土地利用结构,能够有效地减轻碳排放问题。     

基于低碳经济导向的土地利用结构优化研究——以福建省福州市为例

[目的]研究基于低碳经济导向的福州市土地利用结构优化方案,为相关部门进行土地利用规划及其调整提供参考。[方法]采用灰色多目标线性规划法,建立目标函数,获得土地利用结构优化方案。[结果]通过与土地规划方案对比发现,中碳排放型的的优化方案最佳。在该方案下,预计到2020年福州市土地碳排放量达1.30×107 t,土地经济效益为7 701.24亿元,土地生态效益为785.33亿元。[结论]低碳经济导向的土地利用结构优化方案有利于该区域经济效益的发挥和生态环境的改善,实现碳减排目标。     

近10 a青海高原东部土地利用/覆被变化及碳效应

近年来在人类活动的影响下,青海高原东部土地覆盖变化显著,为揭示区域土地利用/覆被变化及其对环境的影响,促进区域可持续发展,以青海高原东部农业区为研究区,采用多时相Landsat TM卫星遥感数据,分析该区域1999－2009年的土地利用格局转变以及由此引起的碳效应变化,以期为青海高原东部土地利用结构与空间配置的低碳优化、科学管理与规划提供参考。首先,利用土地利用变化强度指数分析了青海高原海东市近10 a来的土地利用类型间的变化强度及方向;其次,对研究区主要的8种土地利用转移类型引起的碳效应进行了定量分析。研究结果表明：近10 a来,退耕还林/草等生态工程与西部开发战略的实施,使区域土地利用呈现"3增2减"的整体变化,即林地、建设用地和未利用地面积呈上升趋势,分别增加约67%、56%和1.14%,耕地、草地面积减少,分别减少30%和12%;由于建设用地的扩张,耕地非农化导致的碳排放量增加373.60万t,生态的正向演变（退耕还林/草;草地转林地）和建设用地的复垦退出引起的总碳汇量增加156.04万t,生态的逆向演变（林地/草地转变成耕地;林地转变成草地）引起的碳汇量损失22.85万t。近10 a来区域土地利用/覆被变化导致的碳排放增量高出碳汇增量240.41万t,说明自然和人文因素共同驱动的土地利用变化对青海高原东部的碳平衡和可持续发展产生显著影响。     

长三角城市群碳排放绩效与土地利用强度时空格局及协调发展特征

科学探索城市碳排放绩效与土地利用的协调发展特征，是在基础层面推动碳中和目标实现的必经之路。该研究在分析碳排放绩效与土地利用强度协调发展机理的基础上，以长三角城市群为例，利用超效率slacks-based measure(SBM)模型测度2003—2018年各市碳排放绩效，基于连续土地利用数据评估各市土地利用强度，并分析其时空演变格局；借助协调度模型揭示碳排放绩效与土地利用强度的协调发展特征与动态演化趋势。研究结果表明：1）长三角城市群碳排放绩效在时空上均呈现两阶段变化，2003-2013年区域碳排放绩效均值由0.63逐渐上升至0.77，高值区集中在浙江、江苏沿海地区，低值区零散分布在淮安、连云港，淮南等地。2013-2018年区域碳排放绩效均值小幅下降至0.68，高值区城市数量有所减少。2）区域土地利用强度均值由349.74逐渐上升至356.63，低值区主要集中在研究区南部的浙江部分城市，高值区主要分布在研究区北部，以江苏徐州、安徽淮北、毫州为代表。3）碳排放绩效与土地利用强度的协调度在16 a间波动上升，低值区主要分布在研究区西南部的浙江、安徽部分城市，高值区集中在江苏沿海城市如盐城...