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。     

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。     

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。     

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。     

江苏省土地利用碳排放时空动态

以工业化、城市化水平较高的江苏省为例,计算了1997～2007年江苏省及其所辖的13个地级市的年碳排放量,从时空尺度对各类土地利用方式的碳排放效应进行分析,结果表明:(1)从时间尺度看,1997～2007年江苏省土地利用碳排放总量由10702.53万t增加到12570.15万t,上涨了17.5%,并推测出2010年的碳排放总量将达到13701.44万t;建设用地和耕地是主要的碳源,建设用地对碳排放的贡献率高达98%,而林地增加所产生的碳汇远远不能抵消建设用地增加了的碳源。(2)从空间尺度看,11年间碳排放重心由119°26'E、32°57'19″N转移到119°28'55″E、32°51'7″N,向东南方向移动了12.33 km,预测2010年土地利用碳排放重心位于120°26'4″E、32°18'57″N处。最后,从减碳源和增碳汇两方面提出了低碳导向的土地利用政策相关建议。     

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。     

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。     

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.     

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。     

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。     

我国实现既定碳排放强度的预测分析

基于1991—2011年的数据,采用多项式和趋势移动平均预测模型预测了2012—2020年我国的GDP和CO2排放量,并经过一定修正,预测2020年我国的单位GDP的碳排放量为1.68 t/万元,比2005年减排45%,达到我国提出的到2020年单位GDP的碳排放比2005年减排40%⁴5%的目标.     

氨排放清单编制的初步研究

介绍了欧洲和美国氨排放清单研究历程、编制方法和氨排放源构成,以及中国氨排放清单研究现状,汇总并分析了氨排放清单编制方法,提出了中国进一步完善氨排放清单的建议。     

我国水排污权交易制度分析

人类活动逐渐成为环境恶化的最主要原因,大量污水的排放得不到有效控制和治理导致目前我国的流域水污染更趋严重.分析了我国建立水排污权交易制度的必要性、可行性及其在实践中存在的问题,以期完善水排污权交易制度,有效防治水污染.     

我国不同林区典型乔木树种枝叶燃烧碳排放特性

[目的]对我国不同林区典型乔木树种燃烧释放含碳物质排放特性的研究,可为了解含碳气体和颗粒物对大气环境和全球碳循环的影响提供科学依据.[方法]本研究运用自主设计的生物质燃烧系统,模拟东北林区、南方林区和西南林区共19种典型乔木树种枝、叶燃烧,分析不同树种、不同树种类型及不同林区的含碳气体(CO2、CO和CxHy)、颗粒物...     

福建省N_2O排放清单及其特征分析

通过核算福建省1980-2013年N_2O的排放清单,分析了N_2O的排放特征.结果表明:1980-2013年,福建省N_2O总排放量从19.2 Gg增加到37.6 Gg;在N_2O的排放源中,按照排放贡献比例从大到小排列依次为农用地、畜禽粪便管理、废水处理和能源消费活动;而按照增长速度从大到小排列依次为能源消费活动、废水处理、农用地和畜禽粪便管理.表明减少农田氮肥施用量是减少福建省N_2O排放的关键.     

京津冀地区农业源氨排放的时空格局与减排潜力

京津冀地区不合理的肥料和粪便管理造成了大量的氨排放,促进了该地区PM2.5的上升。本研究基于排放因子法和高分辨率活动数据建立了京津冀地区2015—2019年的氨排放清单,阐明了该地区农业源氨排放的总量和来源、时间变化、空间格局以及减排潜力。结果表明:2015—2019年京津冀地区年均农业源氨排放量为429.1 Gg·a~(-1),玉米种植、尿素施用和室内圈舍是氨排放的主要来源;农业源氨排放量逐年下降,其中种植业贡献了75%的减少量。京津冀地区农业源氨排放呈现"南高北低"的格局,50%的县(区、市)贡献了80%以上的排放。提高作物氮利用率可以大幅降低种植业的氨排放(57.5%),采用酸性碳酸钙替代饲料中的碳酸钙则可以有效降低畜禽养殖业的氨排放(26%～53%)。     

森林燃烧主要排放物研究进展

林火是森林生态系统重要的干扰因子,森林燃烧时产生大量排放物,严重影响生态环境,危害人体健康。开展森林燃烧主要排放物及其影响因素研究,对科学制定林火管理措施具有重要意义。本文基于国内外森林燃烧主要排放物方面的研究文献,针对4种森林燃烧主要排放物(含碳气体、含氮气体、PM_2.5和气溶胶等)的研究内容、排放影响因素、排放量估算参数(火灾面积、可燃物载量、可燃物含碳率、燃烧效率、排放比和排放因子等)等方面进行综述。旨在介绍该领域的研究现状,存在的问题及发展趋势,以期为我国开展森林火灾排放物的定量研究提供参考。      

全国多环芳烃年排放量估算

根据排放因子和相关排放活动的统计资料,估算了USEPA优先污染物清单中16种PAHs的全国年排放量。结果表明,1999年16种PAHs排放总量约为9799t,其中7种致癌性PAHs排放总量约2000t。主要排放源为家庭燃煤和炼焦,两者分别占总排放量的66.6%和30.6%。在75%置信区间上,估算结果的不确定性大致为正负一个数量级。PAHs排放谱中荧蒽、蒽、芘以及高环化合物比例显著高于北美大湖地区。     

中国碳排放的省域差异及影响因素的实证研究

参照IPCC( 2006)以及国家气候变化对策协调小组办公室和国家发改委能源研究所)的方法，估算了我国30个省 (直辖市、自治区 ) 的1997—2011年期间的二氧化碳排放量.数据显示，我国各省 (直辖市、自治区 )的二氧化碳排放量从整体上基本都呈现出上升趋势，地区差异比较显著.总体上来讲，我国的二氧化碳排放量呈现出由东到西依次递减的规律特征，东部地区的二氧化碳排放量最多，中部地区次之，西部地区二氧化碳排放量最少，而且东部地区的二氧化碳排放在绝对量上大大超过中西两大区域.产业结构和经济发展是影响各地区二氧化碳排放量的主要因素，能源消费结构和出口贸易对各地区碳排放量的影响不显著.     

中国能源消费碳排放时空动态变化

运用碳排放计算方法对1995-2015年中国能源消费碳排放进行核算,同时引入碳排放压力指数分析碳排放压力时空动态变化特征.结果表明:近21年来,中国能源消费碳排放总量由38.57亿t增至125.16亿t,人均碳排放由3.23 t增至9.15 t,碳排放强度由6.7 t/万元下降至2.62 t/万元,碳排放压力指数由0.13波动增至0.40,从较低等级(Ⅰ_b)上升至中下等级(Ⅱ_a);空间分布上,各省碳排放压力具有显著差异, 2015年沪、津、鲁、苏、晋、京、辽、宁、冀、浙、豫为很高等级(Ⅲ_b),粤、蒙、陕、皖为较高等级(Ⅲ_a),闽、琼、渝、鄂为中上等级(Ⅱ_b),贵、新、吉、湘、赣为中下等级(Ⅱ_a),桂、黑、甘、川、青、云为较低等级(Ⅰ_b).