贵州省不同土地利用的碳排放效应和时空格局分析

在相关能源消费和土地利用面积数据基础上,采用碳排放模型的研究方法,分析贵州省2001-2010年不同土地利用方式的碳排放效益和时空格局。结论如下：贵州省碳排放总量2001-2010年以来总体呈增长的趋势,年均增加295.56万t ;建设用地的碳排放贡献率达96.86％以上,且呈递增趋势;2001-2010年贵州省碳排放强度总体呈下降趋势,由2001年的2.21万t ·亿元-1下降到2010年的1.21万t ·亿元-1,下降率为6.95％,远小于16.85％的GDP增长率;碳排放收支不平衡,造成生态赤字;2010年,贵州省净碳排放量存在明显的区域差异,总体上呈现出从西到东逐渐减小的趋势,其中六盘水市、黔西南州属于高排放-低效率（HE-LE）类型,黔东南州、铜仁市、遵义市、安顺市属于低排放-高效率（LE-HE）类型,贵阳市、黔南州、毕节市属于中排放-中效率（M E-M E ）类型。     

湖北城乡一体化进程中农村碳排放及其影响因素分析

利用2000-2010年的数据,对湖北农村的碳排放规模进行了测算,借鉴KAYA恒等式对其影响因素进行了量化分析.分析结果表明:湖北农村碳排放总量有不断上升的趋势,能源利用效率、劳动力规模、能源结构等都对农村碳排放量的增加有一定反向抑制作用,经济发展水平成为农村碳排放增加的主要诱因.为实现湖北农村的节能减排,必须加快转变农业生产方式,强化农业科技创新和农业低碳技术推广;优化农村能源结构,提高能源利用效率;加大宣传,提高农民的低碳生产、生活意识,以期实现农村经济社会的低碳发展.     

福建省农田生态系统碳源/汇时空变化及其影响因素分析

准确估算农田生态系统的碳排放和碳吸收对制定合理的农业减排措施具有重要意义.基于1991-2010年福建省农作物产量、耕地面积、农业投入等农业活动水平数据,对福建省农田生态系统的碳源汇进行估算,并分析碳源汇的时空变化特征及其影响因素.结果表明,1991-2010年福建省农田生态系统碳吸收总量总体呈下降趋势,从1991年的1161.14×104t减少到2010年的672.13×10^4t,减幅为42.11%,年平均递减5.89%;碳排放总量呈增加的趋势,从1991年的114.05×10^4t增加到2010年的195.10×10^4t,增幅达71.07%,年均递增2.87%;碳汇量总体呈降低趋势,从1991年的1047.09×10^4t降低到2010 年的477.03×10^4t,减幅为54.44%,年均递减8.36%;福建省农田生态系统单位耕地面积碳吸收呈下降的趋势,而单位耕地面积碳排放基本保持不变.2010年南平市的碳吸收量和碳汇量最大,漳州市的碳排放量最大,而厦门市的碳吸收量、碳排放量和碳汇量均最小.碳源汇影响因素相关性分析表明,碳吸收与水稻、小麦、甘蔗产量呈极显著正相关;碳排放与钾肥、复合肥、农药、农机动力、柴油使用均有极显著的正相关性.研究结果能够为福建省低碳农业发展提供科学参考.     

江西省农业碳排放变化特征及其驱动因素分析

农业碳减排作为应对气候变化研究的重要内容,一直是相关研究领域的热点?借鉴IPCC和其他研究机构、学者提供的碳排放因子系数,从农业物资投入、农地活动、水稻种植、牲畜养殖等12种主要碳源,测算了江西省2001-2020年农业碳排放量,并利用LMDI分解法将农业碳排放驱动因素分解为效率因素、结构因素、经济发因素、劳动力因素。结果表明：江西省农业碳排放总量从2001-2020年呈波动下降-上升-下降-持续上升-持续下降的变化趋势,并在2016年达到顶峰。相比于2001年,农业碳排放量增长20.68%,农业碳排放强度下降47.75%;效率因素与劳动力因素对农业碳排放有抑制作用,分别减少351.02%、426.26%的碳排放量。结构因素与经济因素对农业碳排放有促进作用,分别增加33.55%、843.92%的碳排放量。文章最后就农业碳减排措施提出了针对性建议。     

陕西省农业碳排放时序特征及影响因素分析

为探讨陕西省农业碳排放时间变化及其驱动因素,基于种植业和畜牧业2个方面的16类碳源,测算分析了2000—2014年陕西省农业碳排放现状,并利用LMDI模型对农业碳排放的驱动因素进行分解。结果表明,2000—2014年陕西省农业碳排放量增加了24.25%(96.33万t),年均增长率为1.56%,总体呈上升—下降—上升的变化趋势;化肥、农业机械、农膜、农药等农业物资投入对陕西省农业碳排放的影响逐渐增加,牛、羊、猪等大牲畜的肠道发酵、粪便管理对碳排放的影响逐渐减弱;对农业碳排放具有抑制作用的因素大小依次为效率因素、劳动力因素和结构因素,而经济因素则具有较大的促进作用。     

低碳背景下德州市农田生态系统碳源汇变化及其影响因素分析

本研究依据2001-2010年农作物产量、耕地面积及农业投入等数据,对德州市农田生态系统碳汇进行估算并分析变化情况,并探讨农田生态系统碳源汇的影响因素;结果显示德州市2001-2010年农田生态系统的碳吸收总量呈增加的趋势;小麦、玉米作为主要的粮食作物,吸收量明显高于其他农作物;2001-2010年德州市碳排放呈现先增后减的变化;不同县市由于农业发展方向和发展特色的差异,造成碳排放也不相同;五种途径碳排放过程中,化肥施用过程中碳排放所占的比例较大且呈减少的趋势;2001-2010年德州市碳吸收量远远大于碳排放量,德州市农田生态系统具有很强的碳汇功能。碳源汇影响因素分析表明,德州市农田生态系统碳吸收量与小麦、玉米、棉花的产量有正相关;农用化学品投入和燃料动力使用以及耕作灌溉管理均显著正相关。     

基于投入角度的农业碳排放时空特征及因素分解研究——以湖北省为例

本研究基于化肥、农药、农膜、农用柴油等4个主要方面碳源,测算了湖北省1993-2010年及其地、市、州2008年的农业碳排放量.结果显示:(1)纵向来看,自1993年以来,湖北省农业碳排放总量、碳排放强度均呈现较为明显的三阶段变化特征,即”上升—平稳—上升”.(2)横向来看,区域差异明显:襄樊、黄冈2地属于碳排放总量、碳排放强度“双高”型地区;随州等4地为低碳排放量、高排放强度地区;宜昌等4地为高碳排放量、低排放强度地区;十堰等6地为碳排放总量、碳排放强度”双低”型地区.进一步利用LMD1模型对碳排放影响因素进行分解研究,结果表明:与1993年相比,效率、劳动力、结构因素分别累计实现了87.30％、71.89％和13.69％的碳减排;而经济因素则引发了269.28％的碳增量.最后,立足于研究结论提出促进湖北省农业碳减排的政策建议.     

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。     

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。     

广东省农业生产能源消费碳排放分析及减排对策

[目的]研究广东省农业生产能源消费CO2排放量,并提出可行的减排对策。[方法]基于《中国能源统计年鉴》和《广东统计年鉴》提供的农业终端能源消费数据,采用IPCC推荐的碳排放计算方法,估算了2000～2009年广东省农业生产终端能源消费CO2排放量,并提出了相应的减排措施。[结果]随着农业产值和能源消费的快速增长,2000～2009年广东农业终端能源消费CO2排放总量总体呈不断上升的趋势,从2000年的423.63万t碳增加到2009年的605.99万t碳,年均增长率4.1%;而农业终端能源消费的碳排放强度则不断下降,从2000年的0.424 t碳/万元下降至2009年的0.301t碳/万元,年均下降率为3.7%。农业产值增长、能源利用效率提高、农业能源消费结构高碳化等是农业终端能源消费CO2排放变化的主要影响因素。通过大力开发利用农村可再生能源,开发推广先进的能源利用技术,加快推进农业机械的节能,建立健全农业生产能源消费碳排放的宏观调控机制等措施,可以减少农业生产能源消费的二氧化碳排放量。[结论]该研究为广东省农业生产能源消费碳减排政策的制定提供了依据。