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。     

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。     

广元市朝天区碳源碳汇现状评估及预测分析

分析了四川省广元市朝天区区域碳源、森林碳汇现状，并利用朝天区“十二五”规划数据，对朝天区2011—2015年之间的年碳源量、森林碳汇量进行了预测分析，得出如下结论：朝天区2010年碳源量45．62万t、森林碳汇量为116．47万t，2011—2015年碳源变化在121．11万-134．02万t之间，碳汇变化在141．07万-169．10万t之间，源汇相抵后。碳汇盈余量在19．96万--35．08万t之间。     

辽宁省土地利用的碳源碳汇分析

根据主要农作物产量、耕地面积及农业投入等数据对辽宁省2003—2010年耕地的碳源和碳汇进行了核算,运用土地利用现状分类和辽宁省统计年鉴中的行业能源消费量等数据,建立了行业能源消费和土地利用类型的对应关系,进而核算了2003—2010年辽宁省商服用地、住宅用地等土地利用类型的碳源量,同时根据辽宁省2003—2010年土地利用面积核算了林地和草地的碳汇量。通过核算得出的数据分析发现:辽宁省碳源总量从2003年的9 276.91万t增长到2010年的11 471.15万t,增长幅度达23.75%,呈大幅增长的趋势,其中工矿仓储用地的碳源量占总碳源量的比重最高,2010年比重达77.59%,其次分别是耕地、住宅用地、商服用地、交通运输用地。辽宁省地均碳排放量由2003年的6.25 t/hm2增长到2010年的7.73 t/hm2。辽宁省2003—2010年碳吸收量呈小幅变化,从2003年的3 294.38万t减少到2010年的3 288.69万t。     

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。     

汉江水源区土地利用碳源/汇效应的空间差异分析——以陕南为例

梳理了土地利用碳源/汇途径,估算了2010年陕南不同土地利用方式的碳源/汇。结果表明:79%的碳源来自于建设用地;农作物、林业、林地碳汇分别占41.44%、31.12%、24.16%,区域碳吸收大于碳释放,净碳汇1 467 751 t C-eq;农作物碳汇区内差异很大,高值区在河谷地带,向两侧随高度增加递减,大巴山地高于秦岭山地;林业碳汇区内差异相对较小,河谷地带偏低,两侧山地区林业碳汇较高;两大盆地是净碳汇负值区,向周边山区碳汇逐渐增加,汉台区碳源密度值最高。     

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。     

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.     

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。     

上海市土地利用碳排放测算与分析

采用2004-2013年上海市分行业化石能源消费数据,并与主要类型土地利用方式相结合,分析10年间土地利用产生的碳排放量变化情况。结果表明,2004-2013年土地利用碳排放量和碳吸收量均呈稳定上升趋势,增长率分别为42.60%和62.88%,但由于生产性土地面积基数较小,净碳排放量已增加至3 532.790万t/年。工矿用地是最大碳源,年均碳排放量占比达61.3%;而交通用地的单位面积碳排放量最高,且呈先上升后下降的趋势,在2008年达到峰值3.959 t/km2。碳足迹面积远高于上海市实际面积,2013年生态赤字已达67 516 km2。在区域层面,上海市是高强度点状排放源,碳减排压力较大,并从减源增汇角度对土地低碳利用提出了相应对策。     

“两型社会”先行试验区湖北碳源、碳汇时序特征分析

利用"两型社会"先行试验区——湖北1995~2014年统计资料,从能源消耗情况、主要工业品生产、土地使用及废弃物、废水处理四个方面,探讨了湖北碳源与碳汇变化过程,明晰了湖北碳源与碳汇的时序变化及其特征,并以此为基础分析了碳源与碳汇的驱动因素,获得结论:(1)1995~2014年湖北温室气体排放量较大,且呈不断增长的趋势,其中温室气体排放量增加了166%,年均增速为8.7%;(2)湖北碳源主要来源于能源消耗部门,占比为66.11%,且能源消耗年均增速达到了9.47%,经济增长、能源消耗结构和产业结构是关键驱动因素;(3)湖北整体处于碳汇盈余的阶段,净碳汇保持不断增长的趋势,碳汇主要来源是林地碳汇,其驱动因素是林地碳汇项目。进而获得启示:在碳源上,湖北要坚持绿色发展道路不动摇,不断优化产业结构;要加强技术研发,在提升石化资源利用效率的同时,逐步推行新能源;建立健全碳排放管理体系,严格控制碳排放。在碳汇上,要稳步改善植被种植结构,提升湖北林地固碳能力;改善土地利用方式,重视城市绿地扩张,并加强农村湿地、种植地和造林地协调发展。     

贵州省农地利用方式变化的碳效应特征与空间差异

农地利用方式变化既是重要的碳源,同时也是最主要的碳汇。探寻一条适合贵州农地利用碳减排的道路显得尤为重要。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,测算了贵州省1995~2012年及其9个地市州2012年农地利用碳排放量。结果表明,1995~2012年贵州农地利用碳排放总量、强度年均分别增长2.21%、2.48%;化肥、农药、农膜、农用柴油、灌溉、翻耕所产生的碳排放量年均分别增长2.90%、3.93%、8.51%、8.35%、4.70%、1.27%。2012年各地市州碳排放测算结果表明,受资源禀赋、耕地总量、耕地结构等因素影响,贵州省9个地市州农地碳排放量存在明显差异,遵义、毕节较高,六盘水、贵阳则相对较低;2001~2012年林地碳汇呈现"增长—下降—增长"的趋势,而草地碳汇则呈现不规则波动。2012年贵州省9个地市州林地、草地碳汇情况差异较大,林地碳汇最多的是黔南州,最少的是六盘水;草地碳汇主要集中在黔西南州、黔东南州、黔南州和铜仁。农地利用方式变化的碳效应来看,2001~2012年贵州省因生态退耕产生的碳汇总体呈下降趋势,因建设用地所引发的碳排量总体呈上升趋势。农地利用变化的碳效应呈现区域差异,生态退耕碳汇效应最大是遵义,最小的是安顺;因建设占用耕地导致碳排放效应最大的是铜仁,最小为六盘水。     

甘肃省农地利用碳排放测算及影响因素研究

利用2000-2011年甘肃省农业投入的六大类碳源相关数据,对甘肃省历年农地利用碳排放量进行测算。分析得出:从2000年起,甘肃省农地利用碳排放量和碳排放强度分别以年均6.0%和5.8%的增速上升。六类碳源中,化肥、农药、农膜、柴油、翻耕和灌溉碳排放量的年均增速分别为2.8%,17.7%,7.6%,5.4%,0.3%,1.1%。运用LMDI模型对农地利用碳排放的影响因素进行分析,结果表明:从2001-2011年,由生产效率、产业结构、经济水平和劳动力规模变化所引起的碳排放增量比分别为:-15.18%、-4.46%、44.19%和0.34%。由此表明,农业生产效率和产业结构对碳排放具有抑制作用,劳动力规模虽具有一定的促进作用,但作用较小,而农业经济水平是导致甘肃省农业碳排量增加的主导因素。最后根据以上结果,对甘肃省农地利用碳减排提出对策建议。     

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。     

河北省县域土地利用碳排放空间格局及协调分区

土地利用变化是区域碳排放变化的主要驱动力,研究土地利用变化对碳排放的影响有助于制定碳排放政策。基于土地利用现状数据和能源消耗数据,构建碳排放评价模型,测算河北省2000-2020年土地利用碳排放量,利用标准差椭圆模型探究研究区碳排放空间格局分布特征,依据碳排放经济贡献系数和碳生态承载系数提出碳平衡分区方案及优化对策。结果表明,(1)2000-2020年河北省碳排放总量整体上呈现明显的上涨趋势,从9.01×10⁷ t上升到2.75×10⁸ t, 2000-2010年碳排放量增长速率快速提升,2010-2020年碳排放量增长相对缓慢。(2)河北省碳排放强度呈现多圈层结构空间分布特征,主要以资源型城市为中心向外呈圈层结构扩散,石家庄和沧州核心市区次圈层结构逐渐显现。(3)河北省县域碳排放经济贡献系数空间特征呈四周低中间高,碳生态承载系数呈现西北高东南低的空间分布规律。(4)基于碳平衡分析将河北省划分为碳汇功能区、低碳保持区、经济发展区、碳汇发展区和高碳优化区,并提出了相应的发展策略。     

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。     

庐山风景区碳源、碳汇的测度及均衡

旅游目的地系统碳源、碳汇的计算与分析,不仅是旅游业节能减排政策制定的重要依据,也是旅游与环境相互关系研究的一个新的科学命题。以庐山风景区为例,计算并分析了2010年的碳源及碳汇。结果表明:(1)2010年庐山风景区包括本地居民和旅游者的总碳排放为108 697 t。其中,本地居民占碳排放总量的19.52%,旅游者占碳排放总量的80.48%。在旅游者碳排放中,旅游交通碳排放占50.24%,旅游住宿碳排放占38.04%,旅游食物消费碳排放占10.65%,旅游活动碳排放仅占1.07%;(2)2010年庐山风景区内陆地生态系统碳吸收为9 447 t;(3)从碳源、碳汇均衡角度看,庐山陆地生态系统的固碳量吸收了区内碳排放的23.47%。但由于旅游者的区际流动和旅游业的产业关联性强,陆地生态系统的碳吸收仅占区内和区外碳排放总量的8.69%,旅游业使庐山成为一个显著的碳源。     

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.