重庆合川区土地利用碳排放的效应及驱动因素

基于土地利用变更数据与能源消费数据,测算2009—2018年间合川区土地利用碳排放量,分析碳源、碳汇、净碳排放量及碳排放强度演变趋势,运用LMDI因素分解法对碳排放驱动因素进行分析。结果表明:(1)2009—2018年重庆合川区土地利用净碳排放量呈上升趋势,年均增长率为7.00%;(2)合川区单位GDP碳排放强度呈逐年下降趋势,人均碳排放强度呈逐年上升趋势;(3)经济发展水平和建设用地规模是合川区土地利用碳排放的正向驱动因素,碳排放强度和土地利用效率为负向驱动因素。     

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。     

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。     

陕北黄土高原地区温室气体排放的动态分析及等级评估

研究采用国际公认的《2006年IPCC国家温室气体清单指南》及基于IPCC的《省级温室气体清单编制指南》推荐的温室气体核算方法,对陕北黄土高原地区能源活动、工业生产过程、农业活动、林业及其他土地利用、废弃物处理五个部门进行CO2、CH4、N2O三种主要温室气体排放核算,并对其温室气体排放等级进行评估。1995-2011年,陕北黄土高原地区温室气体排放总量呈增长趋势,年均增高11.15%,其中工业生产过程产生的温室气体排放量年均增长速度最快为14.83%,从温室气体构成看,能源活动所占比例最大为94.23%,林业碳汇所占比例较小仅为2.32%(负值),可见能源消费的增加是导致本地区温室气体排放总量增加的主要原因,林业固碳能力有待提高。温室气体排放指数逐年上升,年均增长率为10.05%,温室气体排放等级由1995年的较低等级(Ⅰc)上升到2011年的很高等级(Ⅲb),温室气体排放快速增高的趋势不容忽视。     

贵州省六盘水市温室气体排放动态分析

[目的]估算贵州省六盘水市温室气体排放量,分析其2005—2014年的动态变化情况。[方法]参照《2006年IPCC国家温室气体清单指南》与《省级温室气体清单编制指南》推荐方法,对2005—2014年六盘水市温室气体排放量进行估算。[结果]2005—2014年六盘水市温室气体总排放量为89 495.78万t,其中,能源部门排放量为75 083.60万t,占总排放量83.90%,是六盘水市温室气体最大的排放贡献源;其次为森林碳汇(20 859.40万t),占总排放量的23.31%;农业生产排放量最小,仅占0.43%。2005—2014年六盘水市人均和单位面积温室气体排放呈持续增加,人均温室气体排放量年均增长18.1%,单位面积温室气体排放量年均增长17.1%,万元GDP温室气体排放量年均降低9.6%。[结论]2005—2014年六盘水市温室气体人均排放量较大,需采取相关措施。     

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。     

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。     

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。     

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。     

山西省温室气体排放动态分析及等级评估

为了解山西省温室气体排放的动态规律和排放水平,该文采用《2006年IPCC国家温室气体清单指南》和基于IPCC的《省级温室气体编制指南》推荐的方法对山西省的温室气体排放进行了动态分析和排放等级评估。结果表明,丛1995年到2012年,山西省温室气体排放呈快速上升态势,17 a间温室气体排放量从32952.74×104t上升为130 640.61×104t,年均增高8.44%。增幅最高的部门是特殊工业(年均增高11.06%)、能源(8.50%)、废弃物(2.68%),农业年均降低3.43%,林业固碳年均增加0.59%。从温室气体构成看,能源占92.29%~96.31%,特殊工业占2.52%~5.47%,其余占0.24%~2.35%。可见能源消费的增加是导致山西省温室气体排放增加的主要原因,林业固碳能力有待提高。万元GDP温室气体排放有所降低,说明山西省碳减排方面的科技在不断进步。人均、地均温室气体排放量和温室气体排放指数增速很快,年均增幅分别达7.42%、8.42%和7.67%。山西省温室气体排放等级持续增高,17年间从中等(Ⅱb)升高至极高等级(Ⅲc),目前距应对气候变暖目标(Ⅰb)已高出了7个亚级,温室气体排放增高的趋势不容忽视。     

云南农业环保与低碳农业

低碳农业是指以减缓温室气体排放为目标,以减少碳排放、增加碳汇和适应气候变化技术为手段,通过加强基础设施建设、产业结构调整、提高土壤有机质含量、做好病虫害防治、发展农村可再生能源等农业生产方式和农民生活方式转变,实现高效率、低耗能、低排放、高碳汇的农业。低碳农业有以下4个方面的内容:一是指出发展低碳农业的目标,就是减缓温室气体的排放;二是要以减少碳排放、增加碳汇和适应气候变化技术为手段;三是所采取的工程、技术     

南京农田生态系统净碳汇变化及对能源碳源的补偿作用

区域农田生态系统发挥碳库的功能对城市的低碳发展具有一定的促进作用。通过对2006~2015年南京农田生态系统的碳排放、碳吸收、碳汇和碳足迹的变化进行研究及特征分析,结果表明:(1)南京农田生态系统碳汇呈缓慢增加趋势;(2)南京能源消费碳排放呈快速增长;(3)南京农田碳汇的增加趋势远小于能源碳源的增加趋势,农田碳汇对能源碳源的补偿能力在减弱。研究为南京低碳城市的建设与发展提供科学依据。     

商洛市温室气体排放的动态分析及等级评估

以商洛市为例,采用IPCC中推荐的方法,对商洛市温室气体排放状况进行了动态分析和评估。研究表明:2004-2014年商洛市温室气体排放量从104.15×10~4t上升为180.34×10~4t,年均增长5.99%,呈缓慢上升态势。工业的增幅最高,年均增长20.87%,林业为18.32%,能源部门为11.82%、废弃物处理为0.43%,农业为-0.68%。从其构成看,能源消费占46.58%~78.34%,工业占0.07%~0.37%,农业占15.57%~45.13%,林业生产占2.19%~12.10%,废弃物处理占0.80%~1.42%。可见,商洛市温室气体排放主要以能源为主,11 a间,商洛市温室气体排放等级为Ⅰb,高出应对全球气候变暖目标(Ⅰa)1个亚级。     

我国土地利用与碳排放的关系研究

采用碳排放系数法对全国林地、草地、农作物用地及建设用地的碳排放量进行了计算,并分析了2003～2009年碳排放总量、碳源、碳汇、建设用地碳排放、碳源碳汇比、人均碳排放量、每平方公里碳排放量等7项碳排放指标的变化趋势及区域性差异。结果表明,7年间碳排放量不断增加,但增加速度有所减缓;碳排放量较大的地区集中在环渤海地区、长江三角洲和珠江三角洲的周围省份。并提出建立生态碳汇补偿机制、将碳排放量纳入政绩考核体系、优化土地管理,促进减少碳排放量的相关对策与建议。     

奶牛养殖碳排放脱钩效应分析

全球性的环境问题日益尖锐,过度碳排放引致的大气污染为世界各国所关注。中国奶牛养殖规模不断扩大,养殖导致的碳、氮等排放引发的环境问题与经济效益之间的矛盾日益突出。本文基于脱钩理论分析了中国黑龙江省奶牛养殖业温室气体排放与奶牛养殖产值之间的脱钩情况,并运用对数平均迪氏LMDI方法对影响其温室气体排放的驱动因素进行分解阐述。结果表明:研究期内黑龙江省奶牛养殖业碳排放总量整体呈上升趋势;其碳排放与其产业经济增长间以弱脱钩效应为主;奶牛养殖结构是其碳排放的首要促进因素,劳动力则是首要抑制因素。     

河南省小麦—玉米典型农田生态系统碳源/汇变化分析

依据2004-2014年河南省小麦、玉米的产量、播种面积及农业投入等数据,对河南省小麦-玉米典型农田生态系统碳源、碳汇进行估算,结果表明:(1)2004-2014年小麦、玉米碳排放量呈持续增加趋势,2014年小麦、玉米碳排放量分别为441.5万t和177.8万t,增加了11.35%和35.72%;(2)2004-2014年小麦、玉米碳吸收量呈持续增加趋势,2014年碳吸收量分别为4 038.9万t和2 039.1万t,增加了34.19%和64.96%;(3)2014年小麦、玉米总碳汇达到了3 597.5万t和1 861.3万t,比2004年分别增加了37.65%和68.44%;(4)小麦、玉米碳的生产效率和生态效率均逐年增加,表明投入单位质量的碳获得的经济产量逐年提高,而且碳汇能力逐渐增强。     

安徽省县域农业碳排放空间分布及其影响因素

从节能减排目标出发,依据安徽省2005-2013年县域农业发展的相关数据,分析了安徽省农业碳排放的空间分布规律,并计算了不同碳源对农业碳排放的贡献率,最后利用STIRPAT模型,分析了农业碳排放的影响因素,结果显示:安徽省近年来农业碳排放逐年增加,年均增速3.44%,而农业碳排放强度增加缓慢,年均增速0.15%;农业碳排放各碳源的贡献率依次为:化肥使用>农业灌溉>农药施用>薄膜使用>农机使用>翻耕,且薄膜使用和农药使用对农业碳排放的贡献空间差异较大;农业人口总数、人均GDP、产业结构状况对农业碳排放影响比较显著,而农业技术水平与农业固定资产投资对碳排放影响较小。     

河北省能源消费与碳排放影响因素分析

选取1980~2011年的样本数据,应用IPCC碳排放计算方法对河北省能源消费碳排放及经济发展进行阶段分析,同时利用LMDI模型对碳排放增量进行影响因素分解,分析人口、经济产出、产业结构、能源强度、能源消费结构对碳排放的作用程度。结果表明:1980~2011年河北省碳排放经历了稳定增长(1980~1996年)、低速增长(1996~2000年)和快速增长(2000~2011年)3个阶段,且3个阶段的GDP增速明显大于碳排放增速,河北经济发展与能源碳排放整体处于弱脱钩状态,与实现强脱钩还有一定的差距。LMDI模型分解结果显示,碳排放的驱动因素是人口、经济产出和产业结构,贡献度分别为8.92%、292.39%和14.95%;抑制因素是能源强度和能源结构,贡献度分别为-202.94%和-14.35%。     

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。     

吉林省农业温室气体排放核算及特征分析

分析了吉林省农业生产温室气体排放系数,对2000—2014年吉林省温室气体排放量进行了估算。结果表明:12000—2014年吉林省温室气体排放量由1 927.94万t增长到2 445.25万t,经历了快速上升、快速下降和缓慢上升3个阶段,目前吉林省正处于农业温室气体排放上升阶段,减排压力较大;22000—2014年吉林省温室气体中CH_4的排放贡献率为41.41%,N_2O的排放贡献率为58.69%;32000—2014年农用地N_2O是吉林省温室气体第一排放源,年均所占比重为46.32%,其他温室气体排放量从大到小依次为动物肠道CH_4、动物粪便管理N_2O和稻田CH_4,所占比重分别为29.83%、14.11%、10.41%。最后,依据吉林省温室气体排放量和结构特征,从农业生产角度提出了减排措施。