基于GIS与RUSLE的榆林市土壤侵蚀空间分布研究

利用3S技术,采用美国通用的水土流失方程(RUSLE),对榆林市2001和2010年的土壤侵蚀状况及其空间分布特征进行了计算分析。结果表明,榆林市2001年平均土壤侵蚀模数为4411 t/(km²·a),年均侵蚀总量为1.93×10⁸t;2010年的平均土壤侵蚀模数为6237 t/(km²·a),年均侵蚀总量为2.72×10⁸t。2001-2010年榆林市各区县的土壤侵蚀变化状况有着明显的空间差异,府谷、神木、榆阳、横山、靖边、佳县和子洲7个区县的土壤侵蚀类型发生了由中强度向高强度侵蚀的转化,土壤状况不断恶化。而定边、米脂、吴堡、绥德和清涧5县的土壤侵蚀类型由高强度向低强度侵蚀转变,水土流失状况得到有效遏制。     

福建省土地利用变化碳排放时空差异与碳补偿

[目的] 开展土地利用碳排放差异与碳补偿研究，为各地域根据净碳排放量制定低碳发展政策提供依据。[方法] 基于2005—2020年福建省土地利用和能源消费数据，构建碳排放以及碳补偿价值测算模型，计算各市域不同时段的碳排放量以及碳补偿价值。[结果] ①福建省土地利用变化净碳排放呈现出明显的增长趋势，增长速度先快后慢。建设用地为主要碳源，其碳排放量增加3.41×10⁷ t；林地为主要碳汇，其碳吸收量减少近3.00×10⁴ t。②净碳排放量高值区域主要分布在碳排放量高、碳补偿率低的福州市、泉州市和漳州市，净碳排放量低值区域主要分布在碳排放量少、碳补偿率高的南平市，除厦门市外，各市的净碳排放强度与净碳排放量的空间分布相似。③碳补偿价值与各市净碳排放量的空间分布具有高度相似性，高碳补偿区主要是经济发展水平高、净碳排放量大的福州市、泉州市，受偿区主要是经济发展水平低、净碳排放量小的南平市。[结论] 为实现区域协调以及低碳发展，需不断完善碳补偿机制，从低碳层面依靠碳补偿推动区域低碳协调发展。     

基于InVEST-PLUS模型的陕西省水源涵养量估算及预测

[目的] 为估算陕西省水源涵养量。[方法] 通过耦合InVEST模型和PLUS模型,计算陕西省2000—2020年水源涵养量,并预测未来2030年土地利用变化下的水源涵养量。[结果] 陕西省2000—2020年平均水源涵养量为132.25 mm,空间分布特征为水源涵养量由北向南逐渐增强。从植被类型来看,林地是陕西省水源涵养量的主体,年平均水源涵养量为199.55×10⁸ m³;从行政区来看,安康市水源涵养量最大(308.96 mm)。2030年陕西省水源涵养总量为285.16×10⁸ m³,相比2020年降低8.68×10⁸ m³。[结论] 陕西省未来2020—2030年水源涵养量呈略微下降趋势。     

基于土地利用变化的陕西省县域碳排放时空变化及影响因素研究

[目的] 分析2000—2020年陕西省县域碳排放时空变化和影响因素,为陕西省生态文明建设和实现低碳可持续发展提供参考。[方法] 利用社会经济数据和土地利用数据,构建碳排放估算模型,核算了2000—2020年陕西省县域碳排放总量,分析了陕西省碳排放时空分布格局与演化特征,并通过地理加权回归(GWR)模型探究了碳排放的影响因素。[结果] ①总量上,2000—2020年陕西省碳排放量总量呈上升趋势,从2000年的3.30×10⁷ t增长至2020年的1.93×10⁸ t,历经“大幅增长—缓慢增长”两个阶段。②空间上,2000—2020年陕西省碳排放量中心逐步向东北方向移动,空间分布范围呈现扩张态势,热点区主要分布在榆林市北部县域、西安市和咸阳市辖区的周边部分县域,冷点区主要分布在佛坪县和石泉县。③影响因素上,人均GDP值、土地利用程度和人均社会零售总额与陕西省各县域碳排放量呈正相关,产业结构与陕西省60.74%县域碳排放量呈负相关,人口密度与陕西省92.52%县域碳排放量呈负相关。[结论] 建议通过制定差异性区域碳减排方案,优化土地利用结构,控制建设用地增长规模,提高公众低碳环保意识等方式促进陕西省县域低碳发展。     

基于USLE的广东省山区土壤侵蚀量估算及特征分析

基于通用土壤流失方程(universal soil loss equation,USLE)、遥感和ArcGIS空间分析技术,通过合理选择USLE模型中各土壤侵蚀因子的计算方法,对广东省山区土壤侵蚀量进行了估算,并对山区土壤侵蚀随土地利用类型、土壤类型、坡度及海拔高度的分布特征进行了分析。结果表明,广东省山区2000年土壤侵蚀总量为1.23×10⁸ t,年均侵蚀模数为1 080t/(km²·a),侵蚀强度为轻度。不同土地利用类型中,旱地的侵蚀强度最高,达2 055t/(km²·a),林地和草地的侵蚀模数较小,分别为908和932t/(km²·a)。不同坡度等级的土壤侵蚀特征表现为坡度越陡,侵蚀强度越大。不同海拔高度的侵蚀特征表现为在0~1 600m高度,侵蚀强度随海拔高度的升高而增大;海拔高于1 600m时,侵蚀强度随海拔高度的升高而下降。     

半干旱地区矿区生态系统土壤保持功能评价——以神府—东胜矿区为例

[目的] 评价2000—2020年神府—东胜矿区生态系统土壤保持功能变化情况,探讨矿区生态系统功能现状和存在问题,总结半干旱地区生产建设项目集中区生态功能提升途径,为半干旱地区生产建设项目区生态和经济协调发展提供借鉴。[方法] 采用中国土壤流失方程(CSLE)和风力侵蚀模型,基于栅格像元计算不同时期(2000,2010和2020年)神府—东胜矿区土壤保持量,评价不同土地利用类型、不同植被覆盖度、不同矿井土壤保持量的时空变化。[结果] ①神府—东胜矿区潜在土壤侵蚀量为3.76×10⁶ t/a,矿区生态系统土壤保持量由2000年的2.30×10⁶ t增长到2010年的3.17×10⁶ t,矿区生态系统减少风蚀量作用显著增加。②2000—2020年,矿区耕地、沙地和裸土地面积持续减少,园林草地面积持续增加。园林草地土壤保持量由1.18×10⁶ t/a增加到2.78×10⁶ t/a。③矿区植被由低覆盖度向中高覆盖度转变。2020年,中覆盖度和中高覆盖度林地土壤保持量占矿区生态系统土壤保持总量的67.12%。④治理程度不同的矿井土壤保持量均明显提高。[结论] 2000—2020年,神府—东胜矿区土壤保持功能显著提升。半干旱地区生产建设项目可以通过实施有效的生态措施,改善生产、生活环境,探索生态经济实现路径,实现经济发展和生态改善双赢。     

中国耕地利用净碳汇与农业生产的时空耦合特征

深入分析中国耕地利用碳源/汇,可为实现"双碳"目标提供耕地领域的数据参考。以中国30省(市、自治区)作为研究范围(港、澳、台、西藏数据缺失过多,难以纳入分析),核算耕地利用碳排放、碳吸收量,根据二者差值分析净碳效应,刻画其时空演进特征,进而采用耦合协调度与改进的Tapio耦合指数探索净碳效应与农业产值的关系变化。结果表明:(1)20年间,耕地利用碳排放量均值为2.33×10⁸ t,呈先升后降态势,于2015年达到峰值2.63×10⁸ t;碳吸收量则由5.19×10⁸ t升至7.86×10⁸ t;净碳汇由3.19×10⁸ t增至5.40×10⁸ t,表明中国耕地利用系统始终呈现为碳盈余,碳汇效应随时间推移不断增强。(2)就时序特征而言,净碳汇历经波动不定、高速增长、稳定增长3个阶段。从空间格局来看,净碳汇呈自东向西逐次递减的分布特征。(3)从数量角度而言,中国耕地利用净碳汇与农业生产的关系已由全局失调改善为部分协调;从速率角度而言,二者增速关系在多数年份体现为经济主导型耦合,省域状态由若干类型并存演进为以经济主导型耦合居多。据此,应加快耕地利用方式自农资驱动向技术驱动转型,促进种植业全产业链碳减排,分类分批推进排放大省减源增汇。     

南水北调中线水源地土壤侵蚀经济损失估算

在GIS的支持下,通过气象数据分析、实地调查、野外采样及室内分析、DEM计算、遥感解译等,构建了南水北调中线水源地丹江口水库库区流域地理信息数据库,并利用USLE估算了研究区的土壤侵蚀量。以1990年的价格为基准,利用市场价格法、机会成本法和影子工程法估算了水源区年均土壤侵蚀带来的经济损失。结果表明,水源区的年均土壤侵蚀模数为2394 t/(km²·a)。研究区表土流失造成的全氮、全磷、全钾和有机质损失量在分别换算成标准化肥磷酸二铵、氯化钾及薪柴后的经济损失分别为1.64×10⁸,7.25×10⁷,1.17×10⁹和2.97×10⁷元;年均侵蚀的土壤相当于61.94 km²的土地被废弃,经济损失为3.71×10⁷元。土壤侵蚀导致的涵养水分、泥沙淤积和泥沙滞留方面的经济损失分别为3.22×10⁵,1.88×10⁷和1.95×10⁶元。水源区年均土壤侵蚀总经济损失达1.50×10⁹元,其中养分损失占96.11%。     

1980-2020年洞庭湖流域土地利用变化及其碳效应

[目的] 探查粮食主产区土地利用变化规律及其碳效应,为土地利用结构调整及低碳经济发展提供依据。[方法] 基于1980,2000,2020年3期土地利用现状数据,在网格采样法、土地利用动态度模型、碳排放系数法以及空间自相关分析模型支持下,揭示1980年以来洞庭湖流域土地利用变化规律及其碳效应的空间异质性特征。[结果] ①洞庭湖流域土地利用阶段性变化。1980—2000年综合动态度为0.02%,其中动态度最大的是建设用地,未利用地次之。2000—2020年综合动态度增至0.18%,建设用地面积增长加快。②净碳效应表现为碳汇,但由1980年的5.93×10⁷ t下降到2020年2.82×10⁷ t,而由土地利用变化引起的碳效应呈现碳排放变化量大于碳汇变化量特点,并导致净碳排放量增加了6.08×10⁵ t,且空间上净碳排放相对高值区呈“H”型分布特点,低值区逐渐扩张。③洞庭湖流域集水小区净碳排放的空间自相关性特征显著。1980—2000年主要聚集类型为高—高型和低—低型,低—高型分布零散,2000—2020年高—高型分布更加集中连片,低—低型主要在湘江流域北部。[结论] 在洞庭湖流域,应坚持“碳增汇,碳减排”定位,保持林地的碳汇稳定状态,科学引导高碳排放土地的开发利用,并依据空间自相关特点关注不同集水区的碳排放“同化”作用。     

宁夏土地利用碳排放强度时空变化与效应

[目的] 土地利用变化是影响碳排放和环境质量的重要驱动力之一。研究土地利用碳排放时空格局变化与效应,为制定低碳发展策略提供理论依据。[方法] 基于灰色理论和生态承载系数,利用1980—2020年宁夏回族自治区22个县区土地利用和能源消耗数据,分析了土地利用变化与碳排放强度变化及效应。[结果] ①碳排放变化量与土地利用变化之间具有密切的关联性。其中,建设用地与碳排放的关联度最大,为0.95。②1980—2020年宁夏土地利用类型碳排放量净增加了5.24×10⁷ t,增幅625.43%。建设用地面积以年均4.42%的速率增长,碳排放量增幅达2 385.85%;草地面积减少了2.95×10⁵ hm²,碳汇量减少了5.80×10⁴ t;林地对碳汇的贡献超过75%,且随林地面积的不断增大而增加。③1980—2020年宁夏土地利用碳排放强度以年均0.25 t/hm²的速率增大,中度及以上等级覆盖面积逐渐增大,在空间上形成沿黄城市碳排放强度高于中、南部的分布格局。④宁夏各县区碳排放生态承载系数空间差异明显,碳生态容量表现出北弱南强的分布格局。[结论] 1980—2020年宁夏土地利用碳排放强度逐渐增大,北部沿黄河各县区碳生态容量逐渐减小,中南部县区碳生态容量增大,但减排压力较大。建议优化建设用地空间格局,增加混交林面积,增强森林碳汇能力。     

陕西省能源消费碳排放影响因素分析与政策启示

根据IPCC碳排放计算方法计算了陕西省1980—2010年的能源消费碳排放量,系统分析了陕西能源消费碳排放总量、碳排放结构的变化,并对陕西碳排放进行阶段划分,同时运用对数平均迪氏指数法LMDI,定量分析了碳排放影响因素的作用程度。结果表明:1980—2010年,陕西省碳排放总量和人均碳排放呈波动上升的“N”型曲线,煤炭消费是碳排放的主要来源,在其他因素不变的情况下,能源消费量直接决定碳排放量和人均碳排放量;陕西省碳排放经历了3个阶段,分别是经济快速增长碳排放低速增长阶段（1980—1996年）,经济低速增长碳排放缓慢降低阶段（1996—2000年）,经济和碳排放快速增长阶段（2000—2010年）;陕西碳排放的主要驱动因素是经济产出,对碳排放的整体贡献为216.17%;其次为产业结构,整体贡献为9.72%;最后是人口,整体贡献为8.81%;主要抑制因素是能源强度,整体贡献为-131.96%;能源结构的整体贡献为-2.75%。     

陕西省养殖业畜禽粪便氮磷耕地负荷的时空分布

[目的]探明畜禽粪便资源对耕地土壤和环境造成的潜在污染风险,为评价和防治畜禽养殖业造成的面源污染提供科学依据。[方法]以陕西省为研究区,通过计算陕西省畜禽粪便中氮磷耕地负荷,分析了其时空变化特征。[结果](1)陕西省各市区畜禽粪便氮磷耕地负荷从2006—2007年达到最大,到2008年急剧下降为最低,之后逐年增加。2008—2010年,氮负荷平均值增加了73.0%,磷负荷增加了59.4%;2008—2010年,延安、渭南两市畜禽粪便氮磷耕地负荷虽然居于全省最后,但增长率最快。(2)对比2008年和2010年的畜禽粪便氮磷耕地负荷空间分布变化,汉中市氮磷耕地负荷最大,延安市和渭南市最小。2010年各市畜禽粪便氮负荷平均值依次为:汉中安康榆林宝鸡咸阳商洛铜川西安延安渭南;磷耕地负荷平均值依次为:汉中商洛宝鸡榆林咸阳西安安康铜川延安渭南。[结论]针对陕西省畜禽粪便氮磷耕地负荷的时间、空间分布变化,应加大汉中、安康、商洛、宝鸡、榆林等区域畜禽粪便的处理力度,降低畜禽粪便造成水土资源污染的风险。     

基于能值-生态足迹修正模型的区域可持续发展研究——以江苏省南通市为例

在系统分析能值—生态足迹模型缺陷的基础上,通过增加人工投入指标,统一能值密度以及引入折能/折标系数对其进行了修正,并采用修正后的模型对江苏省南通市1996—2010年的可持续发展水平进行了测算。结果表明:(1)1996—2010年间南通市人均生态足迹由0.65hm2增长到0.90hm2,主要是由能源消费量的增加引起的;(2)同期南通市人均生态承载力由0.51hm2增长到0.81hm2,这主要是由农、畜产品产量提高和水电开发力度加大引起的,而通过劳务和资金投入提高承载力的空间很大;(3)1996—2010年南通市一直处于生态赤字状态,可持续性评价指数也都在0.5以上,区域发展处于不可持续状态。为进一步缩小生态承载力与生态足迹之间的差距,应采取以下措施:引导重点行业和企业节能降耗,大力发展新能源;加大农业科技投入,继续提高农产品产量;重视人力资源的投入,促使经济发展方式向技术密集型和资本密集型转变。     

乌鲁木齐市土地利用结构与碳排放的关联测度研究

[目的]对乌鲁木齐市的土地利用结构与碳排放量的关系进行测度,分析一定时间范围内二者的关联度及其变化特征,从而探索土地利用碳减排途径,为乌鲁木齐市合理利用土地与生态、经济、社会效应的同步提升提供参考。[方法]基于乌鲁木齐市2001—2015年的土地利用变更数据和能源消耗数据,分别计算出碳排放总量、碳排放强度和人均碳排放量,并构建灰色关联度模型,测算乌鲁木齐市土地利用结构与碳排放总量、碳排放强度、人均碳排放量的关联系数和关联度。[结果]2001—2015年乌鲁木齐市碳排放量由8.31×10~6 t增加到2.10×10~7 t,增加了近2.6倍;土地利用结构与碳排放总量、碳排放强度和人均碳排放量三者关联度最高的分别是交通运输用地(0.730 8)、牧草地(0.765 1)和园地(0.821 5);建设用地与碳排放量关联度大。[结论]土地利用结构与碳排放的关系密切,通过科学合理地利用土地利用结构变化对碳收支的影响作用对土地利用结构进行调整,从而实现控制碳排放量是可行的。     

基于生态足迹模型的区域生态经济发展评估--陕西省及其各市域实证分析

基于对生态足迹内涵的界定及其提出背景、研究进展的概括，阐释生态足迹模型的原理及计算方法。以陕西省及其10个市（区）为例，分别估算陕西省及分市域的人均生态足迹。结果表明，陕西省2004年人均生态足迹为2．5998hm^2，人均生态赤字为1．8512hm^2，经济活动对自然生态系统的影响已经超出了地区生态承载力的限度，处于不可持续状态。陕西省人均生态足迹需求中对耕地的需求量最大，化石能源用地和草地次之。表明该区人的生活消费以主粮为主，能源消费以煤为主，生物资源的消费量以农产品为主。在各市区的生态足迹供需均衡量中，西安、咸阳、榆林和宝鸡市的人均生态足迹大于全省均值（2．5998hm^2），渭南、安康、商洛和杨凌地区皆小于该省人均生态足迹。基于上述分析，提出陕西省应大力发展经济，积极改善生态环境，实现区域的可持续发展。     

吉林省居民生活消费的间接碳排放特征及影响因素

[目的]核算吉林省居民家庭生活消费的间接能源消耗量和碳排放量,并分析其影响因素,为政府引导居民实施低碳消费、改善区域环境质量提供决策参考。[方法]以吉林省为例,计算2004—2013年居民各类消费活动所产生的能源消耗量及碳排放量,采用STIRPAT模型,分析居民消费碳排放的影响因素。[结果](1)"居住"、"文化教育娱乐"和"食物"3类消费是间接能源消耗和碳排放的最主要来源;(2)碳排强度、人均消费支出、人口数量和城市化率每增加1%,吉林省居民生活消费间接能耗的碳排放分别增加0.831%,0.309%,0.184%和0.055%,碳排强度对吉林省居民生活消费间接能耗的碳排影响最大。[结论]提高能源利用效率、发展新能源是减少碳排放量的首要措施。     

烟台市土地利用结构与能源消费碳排放关联测度

[目的]分析山东省烟台市各区县土地利用结构与能源消耗碳排放的关联测度及其变化规律,为合理利用土地资源与低碳城市的建设提供科学建议。[方法]基于烟台市1986—2012年各区县的土地利用结构和能源消耗数据,采用碳排放量计算模型,测算出其能源消耗碳排放总量、碳排放强度和人均碳排放量,并运用灰色关联分析法,测度烟台市各区县土地利用结构与能源消耗碳排放的关联度。[结果]1 1986—2012年烟台市能源消费碳排放总量由3.05×106 t上升到1.494×107 t,增加了3.9倍;2 2012年烟台市各区县土地利用结构与能源消耗碳排放量、碳排放强度之间关联度最高的土地利用类型为园地,与人均碳排放量关联度最高的用地为交通运输用地;3烟台市各区县土地利用结构与能源消耗关联度较高的分别是园地(0.812 8)、城镇村及工矿用地(0.812 0)、水域及水利设施用地(0.805 9);4 1986—2012年烟台市各区县土地利用结构与能源消耗碳排放关联度较大的地区依次是长岛县(0.980 4)、芝罘区(0.962 4)和莱山区(0.948 0)。[结论]烟台市土地利用结构与能源消耗碳排放存在着密切的关联性,土地利用结构与能源消耗碳排放的关联度在空间上存在着差异性。     

基于耕地发展权价值测算的陕西省耕地保护补偿研究

基于耕地发展权价值视角测算耕地保护补偿价值,建立耕地保护补偿机制,有利于明确耕地保护权责、调动耕地保护主体的积极性、促进各区域经济发展和耕地保护的均衡和谐。因此,为准确测量耕地发展权价值,建立起融合耕地发展权价值在内的耕地保护补偿机制,该文以陕西省为例,基于耕地发展权价值测算视角,构建耕地发展权价值测算方法体系,测算了耕地盈亏平衡和耕地发展权价值,最终依据该价值确定出相应的补给和受偿情况。研究结果表明:1)2015年陕西省总体处于耕地亏损区,总赤字面积为39.52×10~4 hm~2,人均耕地赤字面积为0.0136 hm~2,耕地总面积赤字率为9.89%;2)在省级层面,陕西省现实耕地发展权价值为50.57元/m~2,考虑到陕西省耕地盈亏量,陕西省总体耕地发展权价值处于亏损状态,因此在国家未给予政策优惠的情况下实际需要支付1998.50亿元的耕地发展权资金;3)在地级市层面,西安市、汉中市、商洛市、延安市、安康市和铜川市6市(亏损程度从重到轻排序)处于耕地发展权价值补给区域,而榆林市、渭南市、宝鸡市和咸阳市4市(盈余程度从高到低排序)则处于耕地发展权价值受偿区域。     

基于土地利用变化的东北地区碳排放效应研究

[目的]通过分析东北地区2000—2014年不同土地利用方式的碳排放效应,为东北地区土地利用结构的优化和碳减排提供参考。[方法]利用土地利用数据和能源消耗数据等,采用碳排放系数法,对东北地区2000—2014年不同土地利用方式的碳源/汇进行计算,并分析其区域差异和碳排放强度。[结果](1)建设用地是东北地区碳排放量的主要来源,对碳排放的贡献率超过88%,辽宁省的碳排放量最多。(2)东北地区森林碳汇资源丰富,黑龙江省是东北地区碳吸收的主要来源。(3)东北地区人均碳排放强度呈缓慢增长态势;地均碳排放强度先增长后降低;单位GDP碳排放强度在持续稳定下降,但是当前其下降程度还远远不足以使碳排放总量减少。(4)东北地区是一个不均衡的区域,黑龙江省对其他区域有贡献;吉林省碳排放造成的生态环境影响在内部区域已经自行承担;辽宁省则损害了其他地区的利益。[结论]黑龙江省和吉林省面临着一定的碳减排压力,辽宁省面临着较大的碳排放压力,综合来看东北地区面临着较大的碳排放压力。     

黑龙江省哈尔滨市不同土地利用类型的碳排放效应分析

本研究以黑龙江省哈尔滨市为研究区,以2000—2010年土地利用、能源消耗等数据为主要依据对哈尔滨市各类用地进行碳排放效应分析,并在此基础上构建Logistic模型,预测2011—2020年净碳排放的变化趋势。研究结果表明:（1）从2000—2010年,哈尔滨市的净碳排放呈明显增加趋势,从1023.39万t增长到3264.64万t,增长幅度高达219%。（2）建设用地是主要碳源,占总碳源的99%以上。耕地和林地是主要碳汇,两者之和占总碳汇的99%以上。（3）地均碳排放强度表现为增长趋势,但单位GDP碳排放强度呈下降趋势。（4）在未来10 a,哈尔滨市净碳排放预计将呈现加速增长的趋势,2020年预计将达到5191.83万t。依据相关分析结果,从碳增汇和碳减排角度提出了土地利用的相关措施建议。