1990—2015年武汉市土地利用碳排放格局研究

土地利用变化引起的碳排放增加,是全球碳排放量增加的重要原因,土地利用不合理会影响区域碳平衡。利用1990—2015年遥感影像数据和能耗数据,通过碳排放模型构建、碳排放效应测算、土地利用碳排放动态度和碳排放贡献率等方法,剖析了武汉市土地利用碳排放时空变化。结果表明:(1)武汉市碳排放量逐年增加,研究期内增加了91.02%,年均增长率为3.64%。建设用地是最大碳源,水域和林地是主要碳汇,建设用地的碳排放量是决定土地利用净碳排放量的主导因素。(2)单位国内生产总值的碳排放强度波动下降,人均碳排放强度稳定上升。(3)碳排放强度较大的地区主要集中在城市中心的建城区,远郊区林地集中的地区碳排放强度较小。武汉市“碳源”增强区以市中心呈现典型的圆形分布,而“碳汇”增强区零星分布在公园建设、退耕还林和退建还林区。(4)建设用地对区域碳排放量变化的碳排放贡献率高达99.75%,是区域碳排放的主要贡献因子。     

成都平原及其周边区域土地利用碳排放效应及空间格局

土地利用变化的碳排放研究对了解人类活动对生态环境的扰动程度及其机理、制定有效的碳排放政策具有重要意义。采用1990-2010年能源消费数据、遥感与GIS提取的土地利用数据, 通过构建土地利用碳排放模型, 对20 a来成都平原及其周边区域土地利用的碳排放进行了定量分析。结果表明: (1)土地利用变化的碳排放增加3269.37×10⁴ t, 增长率达137%, 呈显著增加趋势。(2)建设用地和林地分别为区域最大的碳源与碳汇。建设用地的碳排放增加3271.55× 10⁴ t, 增长率达139.01%, 林地的碳汇减少1.30×10⁴ t, 减少率达3.12%, 但仍占碳汇的99%以上。(3)土地利用的碳排放存在明显区域差异。中部、北部和南部冲积平原(成都市及其第二圈层、绵阳市辖区、绵竹市、乐山市辖区)碳排放大, 平原周边区域邻近川西高原山地碳排放小。(4)土地利用结构与碳排放存在一定的相互关系, 趋高的碳源、碳汇比导致土地利用的碳源效应远大于碳汇效应。因此, 研究区减排的重点应该在保持或增加现有的林地的同时, 主要以降低建设用地的碳排放、碳足迹为主。     

农地利用碳强度及可持续性动态变化——以山东省平度市为例

以中国东部山东省平度市为案例区,通过识别重要的农地利用碳排放源和构建碳排放测算体系,包括农用化学物质投入间接碳排放、耗能碳排放、氮肥施用后导致的土壤直接N_2O释放、秸秆燃烧碳排放和牲畜养殖CH_4和N_2O排放,测算了1995—2013年农地利用的碳排放量;结合农产品产值分析了农地利用碳强度变化特征,结合农作物碳吸收分析了农地利用的碳可持续指数的变化规律。研究得出:(1)1995—2013年平度年均碳排放量的次序是:农资投入22.50万t牲畜养殖17.41万t秸秆燃烧6.62万t,其中秸秆燃烧碳排放呈逐年增加态势,而农资投入和畜牧养殖均呈逐年减少趋势。(2)平度农地利用碳强度变化结果表明,农产品产值增加速度超过农地利用碳排放速度,单位产值碳排放已从1995年的1.24 t/元降至2013年的0.35 t/元。(3)碳可持续性指数变化特征表明,平度农地利用过程中碳吸收大于碳排放,且碳可持续性指数以年均7.12%速率增长,故平度农作物生产期的碳吸收能够完全消纳农地利用过程中所产生碳排放。该研究不仅为中小尺度以及我国东部区域的农地利用碳排放及可持续发展提供科学依据,而且有益于推进我国农业的碳减排,并为国际全球环境变化人文因素计划中LUCC、碳循环等重大问题的研究提供基本素材。     

基于土地利用变化的四川省碳排放与碳足迹效应及时空格局

土地利用变化的碳排放与碳足迹研究对了解人类活动对生态环境的扰动程度及其机理、制定有效的碳排放政策具有重要意义。采用1990—2010年四川省能源消费数据和土地利用数据,通过构建碳排放模型、碳足迹及其压力指数模型,对研究区20年来土地利用的碳排放及碳足迹进行了定量分析。结果表明:(1)土地利用变化的碳排放和能源消费碳的足迹呈显著增加趋势。碳排放增加5407.839×10~4t,增长率达143%;能源消费的碳足迹增加1566.622×10~4hm~2,四川全省的生态赤字达1563.598×10~4hm~2。(2)建设用地和林地分别为四川省最大的碳源与碳汇。20年间建设用地的碳排放增加5407.072×10~4t,增长率达126.27%,占碳排放总量的88%以上;林地的碳汇减少10.351×10~4t,但仍占四川省碳汇的96%以上。(3)土地利用碳排放、碳足迹和生态赤字存在明显区域差异。成都平原区碳排放、碳足迹压力最大,生态赤字严重,西部高山高原区和盆周山区碳排放、碳足迹最小,未出现生态赤字;成都、德阳、资阳和内江等地的碳排放、碳足迹压力最大,生态赤字最严重,甘孜、阿坝等地的碳排放、碳足迹最小,未出现生态赤字。(4)土地利用结构与碳排放、碳足迹存在一定的相互关系,趋高的碳源、碳汇比导致土地利用的碳源效应远大于碳汇效应。因此,四川省减排的重点应该在保持或增加现有的林地的同时,主要以降低建设用地的碳排放、碳足迹为主。     

辽宁中部城镇密集区土地利用变化的碳排放及低碳调控对策

土地利用变化引起的碳排放对全球气候变化有重要影响,调整区域的土地利用方式对适应全球气候变化具有重要的科学意义.本研究利用辽宁省碳排放/吸收参数,估算了辽宁中部城镇密集区土地利用变化的碳排放量.结果表明： 1997—2010年,碳排放量为308.51 Tg C,碳吸收量为11.64 Tg C,碳吸收量可抵消
3.8%的碳排放量.土地利用变化的净碳排放为296.87 Tg C,其中,保持用地类型不变的土地上净碳排放量是182.24 Tg C,对总排放量的贡献为61.4%;发生用地类型转换的土地上净碳排放量是114.63 Tg C,对总碳排放量的贡献为38.6%.通过量化土地利用变化和碳排放之间的映射关系可知,1997—2004年,保持建设用地不变（40.9%）和农田转为建设用地（40.6%）类型对碳源的贡献最大,农田转林地（38.6%）和保持林地不变（37.5%）类型对碳汇的贡献最大;2004—2010年,土地利用类型对碳源和碳汇的贡献类型与前一时段相同,但保持建设用地类型对碳源的贡献提高到80.6%,保持林地类型对碳汇的贡献提高到71.7%.基于不同景观变化类型的碳排放强度,我们从两方面提出低碳土地利用的调控对策：从碳减排方面,严格控制土地利用向建设用地转变,提高建设用地能源利用效率,避免对林地和水域过度开发利用;从碳增汇方面,增加森林覆盖率,实施农田、草地还林,加强对森林、水域的保护,调整农用地内部结构和科学实施农田管理.     

低碳导向下土地覆被演变模拟——以深圳市为例

全球碳排放水平的不断增加引起的全球变暖越发严重,导致了严重的自然灾害和经济损失,这种失衡发展的态势促使着各个国家开始探索低碳环保的发展模式。为了探究何种土地利用组成可以更好的为低碳城市服务,以深圳市为研究区,结合2020年土地利用现状结构和2020年土地利用规划结构分别估算出碳汇最大化情景和碳排放量最小化情景下2020年各土地利用类型的数量结构,并运用FLUS模型模拟出深圳市土地利用类型在这两种情景下的空间分布特征。最后,从碳密度和碳排放视角对比这两种情景的低碳效益。研究结果如下：①碳汇最大化和碳排放最小化情景下土地利用总碳盈余均比2020年少,且碳汇最大化情景下土地利用总碳盈余最小。碳汇最大化情景下耕地、园地和林地面积增加而水域和建设用地减少,碳排放最小化情景下园地和林地面积增加来源于草地、水域和建设用地的减少,这两种低碳情景的碳汇能力增强而碳排放量减少;②碳汇最大化和碳排放最小化情景下林地明显增加故而土地利用总碳盈余均比实际情景小,而园地和草地的缩减和扩张是引起两种低碳情景碳密度和碳排放量有差异的主要原因。碳汇最大化和碳排放最小化情景下,西部和东南部主要是碳密度增加和碳排放减少的区域,而中部是碳密度减少和碳排放增加的区域。因此对中部区域进行重点调控,有利于深圳市碳中和和碳达峰的实现。研究可以为深圳的低碳发展提供规划建议,同时给其他区域的低碳规划提供参考意见。     

高寒牧区村域生态足迹——以甘南州合作市为例

高寒牧区是一类特殊的地域,其生态环境本底和压力明显区别于其它地域类型。从自然本底上讲,"高寒"特征造成生态系统结构单一、节律缓慢、功能稳定性差,因此,脆弱性强,而修复难度大;从压力上讲,"高寒"又一定程度上屏蔽了外界要素的过分介入,导致人口分布的高度离散性和稀疏性,人地矛盾转化为更直观的草畜矛盾。论文结合高寒牧区的特质,对生态足迹模型和生态承载力模型进行了修正,强调了高寒牧区生态承载力的主控因素———牲畜特征、人口特征、生境特征和地域特征,以甘南州合作市为案例,具体测算和分析了41个行政单元的生态足迹和生态承载力。结果表明:(1)人口生态足迹和牲畜生态足迹分布格局大致呈反向态势,说明在高寒牧区,人口与牲畜对环境造成的压力存在着显著的空间差异。(2)从人口生态足迹和牲畜生态足迹对总生态足迹的贡献度上看,总生态足迹的高低主要取决于牲畜生态足迹,说明牲畜是主控因素。(3)从地均生态承载力分布态势看,低承载区主要分布于北部海拔较高的广大牧区,这里生态结构非常单一,主要以高寒草甸草原和沼泽草原生态类型为主,寒冻风化作用异常强烈,生物有效生长期非常短。而高承载区分布在市区周围和南部洮河谷地沿岸,生态系统除草地生态系统外,还有森林生态系统。从而说明人为条件的改善、自然生态系统结构的复杂程度和自然环境的严酷程度是决定高寒牧区承载力高低的主要因素。(4)从生态盈余与赤字的空间分布态势看,赤字区域主要集中分布在广大的纯牧区,超载过牧是生态状况的关键性致因。因此提高生态承载力、减少生态赤字的关键集结于草畜关系上。有鉴于此,需要采取以下措施:一是根据天然草场的承载能力,建立适宜的草畜平衡关系,将超载的牲畜转移出去;二是科学合理的提高草场的生产能力和承载能力,这就需要加强草原生态保护建设;三是调整经济结构,减少社会经济发展对天然放牧业的高度依赖性,推进传统草地畜牧业向现代畜牧业转型。     

庐山风景区碳源、碳汇的测度及均衡

旅游目的地系统碳源、碳汇的计算与分析,不仅是旅游业节能减排政策制定的重要依据,也是旅游与环境相互关系研究的一个新的科学命题.以庐山风景区为例,计算并分析了2010年的碳源及碳汇.结果表明:(1)2010年庐山风景区包括本地居民和旅游者的总碳排放为108 697 t.其中,本地居民占碳排放总量的19.52％,旅游者占碳排放总量的80.48％.在旅游者碳排放中,旅游交通碳排放占50.24％,旅游住宿碳排放占38.04％,旅游食物消费碳排放占10.65％,旅游活动碳排放仅占1.07％;(2)2010年庐山风景区内陆地生态系统碳吸收为9447 t;(3)从碳源、碳汇均衡角度看,庐山陆地生态系统的固碳量吸收了区内碳排放的23.47％.但由于旅游者的区际流动和旅游业的产业关联性强,陆地生态系统的碳吸收仅占区内和区外碳排放总量的8.69％,旅游业使庐山成为一个显著的碳源.     

城市森林碳汇及其抵消能源碳排放效果——以广州为例

城市森林及其管理相关政策作为减少CO₂排放的有效策略得到了较为广泛的关注。采用材积源生物量方程与净初级生产力方法来定量分析了广州市城市森林碳储量和碳固定量,根据化石能源使用量及其碳排放因子核算了广州城市能源碳排放,最后评估了城市森林碳抵消效果。结果显示广州市城市森林碳储量为654.42×10⁴t,平均碳密度为28.81 t/hm²,而森林碳固定量为658732 t/a,平均固碳率为2.90 t·hm^-2·a^-1。2005-2010年广州市年均能源碳排放则达到2907.41×10⁴t。广州城市森林碳储量约为城市年均能源碳排放的22.51%,其通过碳固定年均能够抵消年均碳排放的2.27%,不过从城市森林综合效益来看其仍是城市低碳发展重要举措之一。分析了林型组成和林龄结构对于广州森林碳储量和碳固定量的影响,并从森林管理角度为城市森林碳汇提升提出建议。这些结果和讨论有助于评估城市森林碳汇在抵消碳排放中所起的效果。     

京津冀地区碳排放时空格局变化及其驱动因子

人类对陆地生态系统的改变是碳排放增加的主要原因。在“双碳”目标背景下探索土地利用变化与碳排放的动态关系,有助于区域土地低碳可持续利用。研究基于土地利用转移视角,采用重心-标准差椭圆方法揭示了京津冀地区土地利用碳排放时空格局演化特征,评估了碳排放与生态环境、社会经济发展的协调程度,并借助改进的Kaya模型和LMDI分解模型定量分析了土地利用变化对碳排放的影响程度。结果表明：(1)建设用地的转入是土地利用碳排放增加的主要来源,引起碳排放量增加15844.36万t;耕地、草地向林地、水域的转变促进了地区固碳能力的提升。(2)土地利用碳排放空间分布格局呈现出东北-西南方向向中心进一步聚集的趋势,并且东-西向聚集趋势大于南-北向。(3)京津冀地区整体碳排放与生态环境的协调性呈向好趋势发展,但大部分地区碳排放与社会经济发展出现失衡现象,地区间碳生产力差异逐渐增大。(4)经济水平是促进碳排放增加的最显著因素,单位GDP用地强度是抑制碳排放增加的最主要因素。分析结果表明,严格控制建设用地的无序扩张是促进低碳土地利用的基础,低碳经济发展是促进地区减碳的重要途径。     

基于格网的南四湖流域土地利用碳排放与其生态系统服务价值时空关系分析

社会发展引起的土地利用变化对生态系统服务和碳排放有显著影响，探讨碳排放与生态系统服务价值（ESV）的时空关联规律，对促进区域低碳绿色发展提供重要的理论和实践借鉴。为揭示土地利用变化下碳排放与ESV的时空关系，以南四湖流域为研究对象，利用2000-2018年5期土地利用数据，采用土地转移矩阵和空间自相关等方法，并引入了碳源、碳汇、净碳排放量、碳排放强度和ESV强度作为研究变量，探索了ESV和碳排放的时空演变特征及其空间关联规律。研究结果表明：19年内流域内各地类间发生了程度不同的转移，其中耕地和建设用地是变化最大的类型；ESV随土地间的相互转化而波动变化，但整体上是增加的，水体面积的增加是导致其增加的决定性原因。ESV强度呈现"东高、西低，湖区不变"的分布特点，这与土地利用方式有关，受自然和社会等多因素影响；流域的碳汇量要远低于碳源量，净碳排放量呈稳定增长态势，其中建设用地的碳排放起着主导作用，因此建设用地在碳减排方面具有较大潜力。碳排放强度在研究期间发生了明显的时空变化，最大值从21.61 t/hm²增长到101.42 t/hm²，增长了4.69倍，工业化和城镇化是其增长的驱动因素；碳排放强度和ESV强度具有空间负相关性，局部聚集现象明显，以高低聚集区为主转变为以低低聚集区为主，与地类面积和建设用地的碳排放系数有关；低高聚集区的范围和分布变化不大。总之，该流域在整体上面临着ESV和碳排放增加的趋势，根据它们之间的空间关联性，流域应采取有效措施来防止碳排放快速增长对周围区域生态环境带来负面影响，并构建生态良好的循环系统，以实现流域低碳经济。     

德州市低碳农业发展潜力分析及对策

进入21世纪,农业节能减排逐渐引起人们的关注。运用能源碳排放计算模型,对德州市2003-2008年农业碳源、碳汇进行计算分析,结果表明:(1)目前德州市农业碳源现状为7.29TgCO2eq.a-1,其中由农业能源消费、土壤呼吸、化肥施用和牲畜饲养造成碳排放分别为2.81、2.12、0.93和1.43TgCO2eq.a-1;(2)农业碳汇现状能力为9.24TgCO2eq.a-1,包括由于土地利用变化造成的碳排放4.73TgCO2eq.a-1和通过施用有机肥和实施秸秆还田的固碳能力4.51TgCO2eq.a-1;(3)碳汇能力较碳源释碳量有所盈余,具有发展低碳农业的潜力。从减源、增汇两个方面提出德州市未来发展低碳农业的相关措施,如调整农业产业结构,改进土地利用方式、实行保护性耕作、提倡农村可再生能源利用、推广立体种养模式,发展种养结合的循环农业等。     

东北地区耕地利用碳排放核算及驱动因素

随着我国社会经济的不断发展,耕地资源开发利用的广度和深度不断扩展,耕地的生产效率和生产规模逐步提高。与此同时,耕地管理活动中由农用品投入、能源消耗等产生的碳排放量也飞速增长。本研究以东北地区耕地利用碳排放为研究对象,采用生命周期法构建碳排放核算框架体系;基于东北地区1979—2015年碳排放量的估算结果,采用对数平均迪氏指数模型构建影响农业碳排放的驱动因素体系,深入探讨东北地区耕地碳排放的影响机制。结果表明: 与1979年相比,2015年耕地利用碳排放总量增长了21.9%,碳排放强度则降低了1.54 t·hm^-2。土壤管理和农用品投入碳排放是耕地利用碳排放的主要排放源,占排放总量的83.6%。土地生产率、科技资金配置率的提高,会增加耕地利用碳排放;投入产出比、人均耕地面积、科技投入强度降低,则会减少耕地利用碳排放。     

碳税政策对农业土地利用变化及其碳排放的影响

农业生态系统具有碳源和碳汇的双重特征,其在减缓气候变化中的重要性已得到国际社会的广泛认可。相较于技术手段的创新,碳税、补贴等经济手段被认为是较为简单、可行、易出台的碳排放减缓政策。采用气候变化综合评估模型-GOPer-GC模型,构建国际碳税情景,模拟分析了2008年至2050年碳税政策的实施对全球各区域农业土地覆被及土地利用变化碳排放的影响。模拟结果表明,情景2和情景3中全球农业土地利用变化累计碳排放分别达到49.6 GtC和23.1 GtC,明显低于基准情景的累计排放量51.9 GtC。这说明,实施碳税政策后,相较于将碳税收入用作一般性财政收入,将碳税收入补贴至农业部门在一定程度上减缓农业碳排放。此外,林业部门获取更多的碳税补贴时,多数区域农业土地利用变化碳排放规模大幅减少,主因是耕地变为林地、草地变为林地面积的增加。情景3中,中国的碳汇量较其他情景显著增加,主要来自耕地变为林地、草地变为林地,累计碳汇量分别达到1.7和3.7 GtC。因此,对于中国、美国、印度等大部分区域来说,碳税收入更多地补贴至林业部门有利于在整体上减缓农业碳排放,而欧盟、日本、东亚、马来西亚、印度尼西亚、俄罗斯、东欧地区,碳税收入平均补贴至种植业、畜牧业和林业反而具有相对更好的减排效果。     

Land use change and carbon cycle in arid and semi-arid lands of East and Central Asia

Dramatic changes in land use have occurred in arid and semi-arid landsof Asia during the 20th century. Grassland conversion into croplands and ecosystem degradation is widespread due to the high growth rate of human population and political reforms of pastoral systems. Rangeland degradation made many parts of this region vulnerable to environmental and political changes. The collapse of the livestock sector in some states of central Asia, expansion of livestock inChina and intensive degradation of grasslands in China are examples of the responses of pastoral systems to these changes over the past decades. Carbon dynamics in this region is highly variable in space and time. Land use/cover changes with widespread reduction of forest and grasslands increased carbon emission from the region.     

Land use change and carbon cycle in arid and semi-arid lands of East and Central Asia

Dramatic changes in land use have occurred in arid and semi-arid lands of Asia duringthe 20th century. Grassland conversion into croplands and ecosystem degradation is widespreaddue to the high growth rate of human population and political reforms of pastoral systems. Rangeland degradation made many parts of this region vulnerable to environmental and political changes. The collapse of the livestock sector in some states of central Asia, expansion of livestockin China and intensive degradation of grasslands in China are examples of the responses of pastoral systems to these changes over the past decades. Carbon dynamics in this region is highly variable in space and time. Land use/cover changes with widespread reduction of forest and grasslands increased carbon emission from the region.     

Carbon Balance in an Alpine Steppe in the Qinghai-Tibet Plateau

Carbon fluxes were measured using a static chamber technique in an alpine steppe in the Qinghai-Tibet Plateau from July 2000 to July 200t. It was shown that carbon emissions decreased in autumn and increased in spring of the next year, with higher values in growth seasons than in winters. An exponential correlation (Ecarbon = 0.22(exp(0.09T) + In(0.31P + 1)), R2 = 0.77, P < 0.001) was shown between carbon emissions and environmental factors such as temperature (T) and precipitation (P). Using the daily temperature (T) and total precipitation (R), annual carbon emission from soil to the atmosphere was estimated to be 79.6 g C/m2, 46% of which was emitted by microbial respiration. Considering an average net primary production of 92.5 g C/m2 per year within the 2 year experiment, alpine steppes can take up 55.9 g CO2-C/m2 per year. This indicates that alpine steppes are a distinct carbon sink, although this carbon reservoir was quite small.