张掖市农田生态系统碳源/汇时空分布特征

[目的]探究农田生态系统的碳源/汇状况,为绿洲农田生态系统农作物类型及其种植模式研究提供参考。[方法]利用2001—2010年张掖市主要农作物产量、耕地面积、农作物播种面积及农业投入等数据,根据农田碳吸收、碳排放模型估算各县区农田生态系统的碳吸收、碳排放及碳汇,并分析其时空分布特征。[结果]张掖市各县区碳吸收、碳排放、碳汇强度存在明显的时空差异;同一农作物的碳吸收强度仅与单产量有关,且成正比;经济作物中棉花的单位面积变化量对碳吸收的贡献率最大,粮食作物中大豆的贡献率最大。碳排放量是化肥施用量、农作物种植面积、农业机械总动力及灌溉面积的一次函数,化肥施用量的单位变化量对碳排放的贡献率最大,碳排放量呈逐年增加的趋势;灌溉面积次之,且逐年有降低的趋势;农业机械碳排放所占比例较小,低于碳排放总量的5%。[结论]近10a来张掖市农田生态系统碳吸收总量整体上呈显著增加趋势,碳排放总量呈减小趋势,表明张掖市农田生态系统具有较强的碳汇能力。     

河南省土地利用碳源/汇及其变化分析

土地利用变化及其碳源/汇状况是影响区域碳循环的重要因素.该文构建了土地利用碳源/汇研究的理论框架和计算模型;采用1999-2008年河南省的能源消费、土地利用等数据.对河南省不同土地利用方式的碳源/汇状况及其强度进行了分析.结果表明:(1)河南省土地利用碳排放呈明显增加趋势,其中建设用地和农用地是主要的碳排放源;2003年以来河南省城市建设用地加速扩张,造成建设用地碳排放量的大幅增加;(2)河南省土地利用碳吸收呈缓慢增长趋势,其中农作物是最主要的碳汇;(3)建设用地碳排放强度最大,为56.46 t/(h㎡·a),而耕地的碳汇能力最强,为9.17t/(h㎡·a).(4)1999年以来,地均碳排放强度呈加速增长趋势,而同时期单位GDP碳排放强度则呈下降趋势.     

基于土地利用变化的安徽省陆地碳排放时空特征及效应

土地利用变化是区域碳排放变化的主要驱动力,揭示土地利用变化对碳排放影响对于碳排放政策的制定具有指导意义。然而,经济快速发展区域中土地利用变化对碳排放影响研究仍有限。以安徽省为对象,基于2000—2020年的土地利用变化数据,从碳源/汇角度评估了安徽省净碳排放,分析了碳排放时空特点,从碳足迹、生态承载力和生态赤字3个方面阐明了安徽省碳排放效应。结果表明:(1)从2000—2020年,安徽省土地利用净碳排放表现为增加趋势,年均增加503.92万t,林地是碳排放的主要碳汇,但其碳汇总量年际变化不大,建设用地是碳排放增加的主要碳源,其年均增加511.37万t;(2)2000—2020年,碳源变化主要分布在安徽省中北部平原地区,碳汇变化主要分布于西南高山和丘陵地区,且安徽中北部地区是碳排放强度随时间变化的最大热点区;(3)由碳源/碳汇变化引起的碳排放效应中,生态承载力2000—2020年变化不大,但碳足迹和生态赤字表现为增加趋势,年均增加率分别为6.2%和8.7%。因此,安徽省中北部平原地区为碳减排重点控制区域,降低建设用地及增加林地面积可有效调节该地区碳排放效应。     

河北省农田生态系统碳源/汇时空变化及其影响因素

基于1989-2008年河北省主要农作物产量、耕地面积、有效灌溉面积、化肥施用量及农业机械动力等方面的统计数据,估算了河北省近20a来农田生态系统碳源/汇,并探讨了碳源/汇时空变化及其影响因素。结果表明,近20a来河北省农田生态系统碳吸收总量总体呈现波动增加态势,碳排放总量也呈逐年上升的趋势,且碳吸收增长的速度大于碳排放的速度,总的来说,河北省农田生态系统是碳汇;从空间上来看,河北省碳汇强度由南向北逐渐降低;在各种作物中,小麦和玉米的碳吸收所占比重最大;对影响农田生态系统碳源/汇因素分析表明,农业灌溉对作物碳吸收影响最显著,其次是化肥施用,在农田生态系统3种主要碳排放途径中以化肥施用带来的碳排放所占的比重最大。     

厦门市土地利用变化的时空格局及驱动力

Using Landsat TM data of 1988, 1998 and 2001, the dynamic process of the spatial-temporal characteristics of land use changes during 13 years from 1988 to 2001 in the special economic zone of Xiamen, China was analyzed to improve understanding and to find the driving forces of land use change so that sustainable land utilization could be practiced. During the 13 years cropland decreased remarkably by nearly 11 304.95 ha. The areas of rural-urban construction and water body increased by 10 152.24 ha and 848.94 ha, respectively. From 1988 to 2001, 52.5% of the lost cropland was converted into rural-urban industrial land. Rapid urbanization contributed to a great change in the rate of cropland land use during these years. Land-reclamation also contributed to a decrease in water body area as well as marine ecological and environmental destruction. In the study area 1） urbanization and industrialization, 2） infrastructure and agricultural intensification, 3） increased affluence of the farming community, and 4） policy factors have driven the land use changes. Possible sustainable land use measures included construction of a land management system, land planning, development of potential land resources, new technology applications, and marine ecological and environmental protection.     

广州市土地利用多情景模拟及其生态风险时空响应

[目的]探讨景观生态风险对土地利用格局变化的响应规律,为促进土地资源可持续利用和维护区域生态安全提供科学支持。[方法]基于2001—2017年广州市土地利用演变情况,利用未来土地利用模拟(FLUS)模型模拟2025年自然发展情景与"三线"(生态保护红线、永久基本农田保护红线、城镇开发边界线)约束情景下的土地利用空间分布;构建景观生态风险评价模型,进而分析广州市景观生态风险状况及其对土地利用变化的时空响应。[结果] 2001—2017年,建设用地的面积大幅增加,其他用地类型面积均不断减少;建设用地、草地和未利用地的变化幅度较大。相较于2017年,广州市2025年自然发展情景下建设用地持续扩张;而"三线"约束情景下建设用地的扩张得到制约,林地、水域等用地面积减少幅度有所缓和,耕地反而略微增加。2001—2017年,广州市景观生态风险指数不断上升,风险等级空间分布呈现圈层状结构,由中心城区向外围递减,低、较低生态风险区规模总体缩小,而较高、高生态风险区规模逐渐增大。[结论]与2017年相比,2025年两种情景下的景观生态风险指数均有所提高,而"三线"约束情景下生态风险指数增幅较小,更符合广州市未来城市建设和生态保护的需要。     

基于网格单元的乌鲁木齐市土地覆被/利用时空变化

随着城市化进程在全球范围内的快速推进,对城市区域土地覆被/土地利用变化产生影响。采用1990、2000和2011年3期Landsat TM5遥感数据,提取乌鲁木齐市土地覆被/土地利用信息,并将各期用地分类数据分别转入250 m×250 m的矢量网格单元,计算每个网格单元内各类用地面积占网格单元面积比例的变化,探讨乌鲁木齐市1990—2011年土地覆被/土地利用时空变化特征及驱动因素,并通过相关和回归分析,研究1990—2011年各用地类型之间相互转移和替代的关系。结果表明:1)1990—2011年乌鲁木齐市城市快速扩展,大面积裸地和绿地转化为建设用地,建设用地持续增加,从1990年157.37 km~2增加到2011年的444.89 km~2,裸地持续减少,绿地先减少后增加,水体则呈现缓慢增长的趋势。2)研究区内不同区域和方向由于受到地形条件、政策、城市规划以及道路交通网络等因素的影响,土地覆被/土地利用呈现出不同的时空变化趋势,建成区老城区内部呈现挖潜的集约式增长,外围则是蔓延式扩展。该研究对该地区城市建设和发展具有借鉴意义。     

厦门市集美区土地利用变化的时空特征分析

以集美区1989年与1997年的TM、2008年的ALOS遥感影像数据为基础,在RS、GIS技术支持下,运用土地利用转移矩阵与景观生态学的方法,对集美区近20a间的土地利用及景观格局的时空动态特征进行了定量分析。结果表明:(1)林地和农用地是集美区主要的土地利用类型,二者在1989年和2008年两个时期占研究区面积比例分别为95%,68%。近20a来,集美区土地利用快速变化,城市化过程显著。农用地面积急剧减小,而城市建设用地与城镇居民地面积则大幅度增长且趋向集中。农用地主要转化为城市建设用地、城镇居民地和农村居民地,林地面积则先减小后增加。(2)在景观水平上,集美区景观趋向破碎化,景观类型向多样化和均匀化的方向发展,景观类型的相互关系复杂化,表明区域受到人为干扰,从而使得整体景观格局的异质性越来越高。     

基于SWAT模型的长江源土地利用/土地覆被情景变化对径流影响研究

土地利用/土地覆被变化对流域水资源循环过程及配置影响显著。为了研究土地利用/土地覆被情景变化对径流影响情况,以长江源流域为例,构建了适合该流域的分布式水文模型(SWAT),并模拟了不同土地利用/土地覆被情景下的流域年均径流量和径流深。模拟结果如下:当流域林地和草地面积增加到最大,径流量减少了16.7%,达到304.12m3/s,径流深减少14.02mm;当林地和草地面积减少,并逐步变为沙地、裸地,流域径流量增加16.1%,达到424.32m3/s,径流深也增加了13.49mm;当林地和草地面积减少到无植被覆盖,将使流域径流量增加28.4%,达到469.67m3/s,径流深增加23.88mm;在草地覆被最佳状况下,径流量有所增加,但增加幅度不大,只有5.6%,达到385.98m3/s,径流深增加4.72mm。综上所述,长江源流域林地和草地面积增加,导致径流减少,而沙地和裸地面积增加导致径流量增加。     

2000-2020年淮南矿区土地利用变化对碳源/碳汇时空格局的影响

[目的]分析淮南矿区2000—2020年土地利用碳源/碳汇时空格局分布特征,为淮南市国土空间规划及未来低碳调控政策制定提供依据。[方法]以淮南矿区为研究对象,选取2000,2010,2020年3期土地利用数据,以格网尺度量化不同土地利用变化发展阶段下碳源/碳汇/碳排放的时空格局,基于冷热点分析碳源/碳汇/碳排放的空间格局。[结果](1)2000—2020年,土地利用类型由单一用地为主转换多种土地利用类型同时发生,其中,建设用地面积增大,导致碳源效应增强,碳汇效应相对减弱,碳排放量持续增加,碳源年增加量为2.76×10⁶ t,碳汇年增加量仅为130 t,碳排放年增加量为2.76×10⁶ t;(2)碳源和碳排放空间分布特征基本一致,中部建成区和西北矿区是碳源和碳排放的主要集中区,碳汇主要聚集在东部、西部边缘区和西部部分矿区;(3)中部建成区是碳源和碳排放的显著热点、热点区域,以显著热点变化特征为主;显著冷点和冷点主要分布在研究区东部、西部边缘区域和西北部分矿区。[结论]淮南矿区的碳减排和低碳效应需要着重关注北部大面积的平原耕地区域,控制该区域矿区...     

西北干旱区不同土地利用情景下的碳储量及碳源/汇变化模拟与预估

[目的]研究中国西北干旱区2000—2020年以及未来2100年不同发展情景下的土地利用变化,分析土地利用变化引起的碳储量、碳源/汇变化,以期为区域土地优化管理及碳汇增加和环境保护提供参考。[方法]基于2000—2020年土地利用数据,采用FLUS模型模拟未来2100年土地利用情景;采用修正后的碳密度、土地利用数据,运用InVEST模型carbon子模块估算并分析2000—2020年及未来2100年不同土地利用情景下的区域生态系统碳储量、碳源/汇及变化。[结果](1)2000—2020年西北干旱区耕地、草地和建设用地面积持续增加,林地、水域和未利用地面积减少,21 a间全区域碳储量增长了1.60×10⁸ t,其中植被碳储总量增加2.89×10⁵ t,土壤碳储总量增加1.60×10⁸ t。(2)与2020年相比,2100年自然发展情景、耕地保护情景和生态保护情景下碳储量分别增加了6.37×10⁸,7.78×10⁸,8.49×10⁸ t,耕地、生态保护情景下碳...     

四川省广元市不同土地利用类型的碳排放效应研究

利用土地利用变化及能源消耗资料,采用直接碳排放系数法,对四川省广元市近20a的不同土地利用类型的碳排放效应进行了估算。结果表明,在土地利用变化的影响下,该区域碳排放量明显增加,从1990年的2.11×107 t增长到2010年的3.98×107 t,增长幅度为88.9%;建设用地是主要的碳源,碳排放量从1990年的2.73×107 t迅速增长到2010年的4.91×107 t,其碳排放量占总碳排放量的99%以上,平均年增长速度为1.09×106 t;林地作为最大的碳汇,20a间有所增长,但水域、草地、未利用地碳汇效益不明显;从碳排放的空间格局来看,市中心区利州区的碳排放量最大,年平均碳排放量1.60×107 t。依据相关研究结果,提出了减少广元市碳排放量的相关建议。     

基于PLUS与InVEST模型的昆明市土地利用变化动态模拟与碳储量评估

[目的]评估不同情景下的土地利用变化与碳储量变化,为优化生态服务与可持续性发展提供科学依据。[方法]基于PLUS模型与InVEST模型,模拟和预测不同情景下的土地利用变化与碳储量。[结果](1)在自然发展与生态保护情景下,土地利用变化相似,耕地、草地、水域减少,建设用地急剧扩张,其中建设用地在自然发展情景下扩张更快,变化率达27.70%;在耕地保护情景下,土地利用变化与其他两种情景不同,这是由于林地面积的减少与建设用地的迅速扩张造成的;(2)昆明市2000,2010,2020年的碳储量分别为3.37×10⁸,3.34×10⁸,3.28×10⁸ t,呈现逐年下降的趋势。到2030年,耕地保护与生态保护相较于自然发展情景碳储量较高,说明采取保护措施,能有效控制碳储量的减少;(3)土地利用变化导致碳储量减少9.15×10⁶ t,土地利用变化与碳储量变化呈现高度一致性。[结论]落实耕地保护、生态保护政策,控制建设用地向耕地、林地的扩张,优化土地利用结构,有利于减缓区域碳储量损失。     

基于RS和GIS的深圳市土地利用/覆被变化及碳效应分析

基于多时相遥感影像数据,结合能源消费数据和相关经验数据,利用RS和GIS技术分析了2005—2013年广东省深圳市土地利用/覆被变化情况及其导致的碳效应变化。结果表明:近9a来深圳市土地利用变化十分显著,作为区域内最大碳汇的林地面积下降14.96%,净减少量为11 524.32hm~2,而最大碳源的建设用地面积上升23.26%,净增加量高达18 565.39hm~2,其他用地类型如耕地、草地、水域面积分别减少37.17%,31.98%,11.56%,未利用地面积增加713.28%;从方向性来看,9a内研究区土地转移过程中既有生态正向演变,也同时存在生态逆向演变过程。既有耕地的非农化,也包括建设用地的复垦退出,整体呈现非单向性的复杂特征;从数量特征来看,林地是最大的转出者,耕地次之,而建设用地是最大的接收者;基于碳效应测算模型,计算得出研究区近9a来土地利用/覆被变化造成的碳排放增量超过碳吸收增量高达85.41万t,说明人为活动和自然因素共同作用下的土地利用格局变化直接影响着区域碳循环过程,深圳市低碳城市建设目标面临严峻挑战。     

深圳市碳收支与土地利用变化的协整分析

人类活动对碳排放的影响很大程度上是通过改变土地利用方式实现的,探究土地利用变化与碳收支之间的定量关系,可以了解区域土地利用变化与碳收支的相互作用机制。该文首先分析了深圳市1995—2010年土地利用变化情况,指出变化的总体趋势是农用地减少,建设用地增加。在收集社会经济数据和能源数据的基础上,构建模型定量计算深圳市1995—2010年碳吸收量、碳排放量和碳收支。最后,运用协整理论检验深圳市建设用地与碳排放量,农用地与碳吸收量之间是否存在长期稳定关系。研究结果表明,深圳市建设用地总面积和碳排放量之间、农用地和碳吸收量之间不存在协整关系,即深圳市不能直接通过建设用地总面积、农用地面积直接预测未来碳排放量、碳吸收量和碳收支。协整性分析结果客观地反映了区域土地利用与碳收支的关系,对于低碳经济下土地利用调控具有重要意义。     

基于Logistic-CA-Markov模型的青岛市土地利用变化动态模拟

研究经济快速发展的沿海地区土地利用结构的变化并预测其未来发展趋势,可以为区域土地合理利用与配置提供参考。以青岛市为研究区,采用Logistic-CA-Markov耦合模型,基于2000年、2011年土地利用解译数据,结合DEM、人口、GDP、距离等因素模拟出2011年土地利用数据,与2011年解译数据对比,得到模拟精度为94.27%,说明模型拟合精度较高,接着对2022年、2033年土地利用空间格局进行了预测。Logistic-CA-Markov模型模拟的2011—2022年土地利用类型将保持2000—2011年的变化趋势,表现在耕地、水域、未利用土地面积减少,林地、草地以及城乡、工矿、居民用地面积增加,2022—2033年城乡、工矿、居民用地面积仍然增加,但是增加速率明显小于2011—2022年。研究结果表明,Logistic-CA-Markov耦合模型具有较高的模拟精度,可以应用于模拟多类土地利用类型之间的演变。该研究可为青岛市的土地规划、管理和决策提供依据,同时对保护和改善生态环境具有现实的指导意义。     

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。