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。     

甘肃省土地利用结构信息熵动态研究

基于Shannon信息熵理论,分析研究了甘肃省土地利用结构信息熵的动态变化,并对影响信息熵值大小的土地利用类型做了初步探讨.结果表明,1997~2004年,甘肃省土地利用结构信息熵较全国水平低,熵值呈现单调递增趋势,说明该区土地利用系统朝相对无序状态演变.在8个土地利用一级类型中,面积总体呈上升趋势的有园地、林地、居民点及工矿用地、交通用地和未利用地,它们与土地利用结构信息熵呈正相关;面积总体呈下降趋势的有耕地、牧草地和水域,它们与土地利用结构信息熵呈负相关.其中,林地和耕地的面积与该区土地利用结构信息熵的变化显著相关,是信息熵值变化的主要影响因子,然后依次为园地、交通用地、牧草地、居民点及工矿用地、未利用地和水域.     

合肥市土地利用结构变化规律及趋势预测分析

目的以合理利用土地为目的,探讨土地利用结构变化规律及变化趋势预测。方法以合肥市为研究对象,通过分析数据,从中获得合肥市各种土地利用类型面积的变化情况,利用土地利用面积变化分析、土地利用动态度分析和土地利用率分析等一系列方法,对2000-2010年合肥市的农用地、交通用地、水利设施用地和居民点及工矿用地的面积进行比较分析。由2009年的土地利用情况预测2015和2021年的土地利用状况。结果预测到2015年,合肥市的农用地面积减少了126.28km2,农用地相对减少,减少的速度较缓慢;居民点及工矿用地和交通用地的面积在增长,分别增长96.93km2和44.03km2,居民点及工矿用地和交通用地明显增加,且增加的速度较快;水利设施用地面积减少的幅度较小,在较短的时间内,其变化不明显;未利用用地的面积在不断减少,土地利用率提高。结论农用地向建设用地的转化是合肥市土地类型转变的主流形式。人口、经济、政策、交通等多种因素是影响合肥市土地面积变化和土地利用格局演变的主要驱动力。对合肥市2000-2010年间的土地利用时空动态变化进行分析,预测未来土地利用变化的趋势,为该区域土地可持续管理提供参考依据。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009?2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017?2025年碳排放进行预测。结果表明,研究期2009?2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm2,碳排放强度约下降至0.376 t/万元。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009?2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017?2025年碳排放进行预测。结果表明,研究期2009?2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm2,碳排放强度约下降至0.376 t/万元。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009~2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017~2025年碳排放进行预测。结果表明,研究期2009~2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm~2,碳排放强度约下降至0.376 t/万元。     

江西省居民消费结构与用地结构的相互关系研究

居民消费结构的变化会引领土地需求结构的变化,并促使土地利用结构与布局发生改变.本文引入结构变化率及信息熵,对1996-2005年江西省居民消费结构与用地结构的关系进行探讨.研究表明:①居民消费结构变化速度较快,用地结构变化相对消费结构变化要缓慢一些;②消费结构熵与土地利用结构熵具有同步增减性,随着消费结构多元化趋势的发展,用地结构在逐渐趋于均衡,消费结构的变化导致用地结构的变化;③不同消费比重的变化导致对应土地利用类型随之发生变化.全省城乡居民食品消费比例平均每降低1%,耕地面积减少0.94×104hm2;全省城乡居民交通通讯消费比重每提高1%,交通用地面积增加0.365×104hm2;全省城乡居民其他消费(除食品和交通通讯以外的消费)比重每提高1%,居民及工矿用地面积则增加了0.569×104hm2.     

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。     

银川市土地利用时序动态变化研究

根据2003～2007年银川市土地利用及其动态变化数据,分别采用土地利用结构变化贡献率、变化强度指数和变化速度以及单一土地利用动态度,对这5年间土地利用结构的时序变化进行了分析研究。结果表明,2003～2007年,银川市土地利用结构发生了较大的变化,耕地、未利用地面积逐年减少,耕地每年下降的幅度最大;居民点工矿用地、交通用地和水利水域用地迅速增加,城镇建设用地每年的增加幅度最大;园地和林地的变化不明显。     

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。     

甘肃省能源消费的CO_2排放研究

根据联合国政府间气候变化专门委员会(IPCC)2006年提出的能源碳排放计算方法,计算了甘肃省1995～2009年化石燃料消费的CO2排放量。结果表明,1995年以来,甘肃省化石燃料消费的CO2排放量呈增加趋势,排放强度不断下降,由1995年的11.01 t/万元下降到2009年的3.42 t/万元。甘肃省化石燃料消费增长迅速,但化石燃料消费结构变化不大。未来甘肃省节能减排压力巨大,要提高化石燃料的利用效率,同时加大可再生能源在能源消费结构中的比重,尤其加大对太阳能和风能的利用。     

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。     

烟台市土地利用变化碳排放效应分析

基于2005—2014年烟台市土地利用变化和能源消耗等资料,统计分析了2005—2014年烟台市土地利用变化与碳排放量间的定量关系。结果表明,2005—2014年,烟台市排碳量不断增加,可以分为4个阶段:平稳增长期(2005—2008年)、波动期(2008—2012年)、快速增长期(2012—2013年)、波动期(2013—2014年);不同地类固碳与排碳角色不同,其中,建设用地是最主要的碳源,林地、草地、园地、水域等地类固碳慢,排碳比固碳要快得多。     

安徽省农业生产碳排放时空变化及影响因素分析

基于安徽省5个基础碳源数据,结合LMDI模型,测算其农业碳排放量,并分析了2006-2015年安徽省农业碳排放的时空变化及其影响因素.结果表明,安徽省农业生产碳排放总量逐渐增加,从2006年的356.53万t增长至2015年的449.03万t;碳排放强度的变化与总量变化基本保持一致,从2006年的87.28 t/km2增长至2015年的107.37 t/km2;从市域空间来看,2015年安徽省北部地区的城市碳排放总量高于南方地区;LMDI模型的因素分解表明,与2006年相比,效率因素和劳动力因素累计实现减排527.90万t,其中效率因素影响力度较强,而结构因素、经济因素总体上对累积CO2排放量变动存在正向影响,其中经济因素影响尤为突出.     

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。     

安徽省农业碳排放的脱钩效应及影响因素研究

为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究。结果表明：1998—2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长-持续〖JP2〗下降-缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,〖JP〗而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t。     

甘肃省土地利用结构变化及其驱动力分析

以甘肃省1997～2004年的土地详查数据为基础,采用变化贡献率、年均变化强度指数、变化速度以及洛伦茨曲线对甘肃省1997～2004年8年的土地利用结构时空变化进行了研究,并分析了影响甘肃省土地利用结构变化的驱动力.结果表明:1)在时间尺度上,林地变化最大.就各市(州)而言,耕地和牧草地除了金昌市略有增加外,其余市(州)都呈递减趋势,园地、林地和交通用地都有所增加.2)在空间尺度上的变异不明显,基本上没有发生大的变化,水域、牧草地和居民点及工矿用地在甘肃省分布较为分散,耕地、园地和林地的分布不均衡.3)综合甘肃省土地利用结构变化的驱动因子,影响甘肃省土地利用结构变化的因素有3个:社会经济、农业发展和人口因素.     

能源碳排放约束下工业用地利用效率研究

工业生产活动中能源消耗及其碳排放是影响工业用地利用效率的重要因素。在控制碳排放的同时提升工业用地效率具有重要意义。基于非期望产出的SBM模型测算长三角都市圈工业用地效率,用空间分析方法探讨都市圈工业用地效率在能源碳排放约束下的时空差异,并探讨各要素松弛变量及开发潜力。各都市圈工业用地效率的内部异质性较大;碳排放、土地、固定资产、劳动力等要素的开发潜力较大。因此,上海市要发挥核心辐射作用,工业用地结构调整要以减少能源碳排放量为重点,依据自身特点和优势,科学、有序地调整工业用地结构,逐步逼近"双碳"发展目标。     

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。     

重庆市碳足迹与碳承载力变化特征及趋势预测

为了全面了解重庆市碳排放状况,通过碳足迹相关研究方法测算了重庆市1997-2013年的碳足迹和1999-2013年植被碳承载力,通过GM(1,1)灰色预测模型预测了2014-2018年重庆市的碳足迹变化趋势。结果表明,1997-2013年重庆市碳足迹总量从6 320.41万t增加到21 199.82万t,化石能源碳足迹是整个碳足迹的主要构成部分;1999-2013年,碳承载力从3 304.63万t增加到3 827.59万t,森林碳承载力是碳承载力主要构成部分;1999-2013年,人均碳足迹从2.49 t/人增加到6.31 t/人,单位面积碳足迹也由9.28 t/hm~2上升到25.73 t/hm2;万元GDP碳足迹下降到1.67 t。通过GM(1,1)模型预测到2014-2018年重庆市碳足迹将进一步增加,预计在2018年碳足迹将达到36 646.181 7万t。