2009-2011年我国西南地区旱灾程度及其对植被净初级生产力的影响

2009—2011年,我国西南地区遭受了极端干旱气候影响。利用1980—2011年气象站点观测数据和基于光能利用率的植被净初级生产力估算模型Glo PEM,研究了2009—2011年西南地区干旱灾害过程和程度及其对植被净初级生产力的影响,结果显示:2009—2011年西南地区年均降水量和湿润指数明显低于1980—2008年均值。受干旱气候影响,研究区植被净初级生产力比2001—2011年均值低12.55 g C m-2a-1,总计低0.017 Pg C/a,造成的碳损失约占我国总碳汇的7.91%。2001—2011年西南地区植被净初级生产力与蒸散量变化显著相关(R2=0.44,P0.05),而降水量和湿润指数变化过程与植被净初级生产力和蒸散量不同步,可能是由于该地区森林覆盖率较高,具有较强的涵养水源功能,导致土壤湿度变化滞后于降水量和湿润指数变化,从而使降水量变化过程与植被净初级生产力变化不同步。     

云南省农田生态系统碳足迹时空变化及其影响因素

农田碳足迹研究对农田生态系统管理与农业可持续发展具有重要意义,也可表征农田扩展的生态影响程度。利用县域尺度统计数据与空间分析,对云南省农田生态系统近30年的碳足迹的时空演变进行研究。结果表明:1985—2015年期间,云南省农田生态系统碳排放年均增幅为13.9%,化肥施用引起的碳排放贡献率最大,为56%,2015年的化肥单位面积碳排放达到331.6kg/hm2。云南省农田生态系统碳吸收年均增幅为3.04%,稻谷的碳吸收比例最大,为41%,然而,玉米的碳吸收的增幅最大,为8.76%。云南省农田生态系统存在碳生态盈余,且碳足迹总体呈现增长趋势,年均增长率为16.8%,单位面积碳足迹随年份增加不断增长。从空间上看,云南省农田生态系统碳排放、碳吸收在空间上均呈东南高、西北低的分布格局,而碳足迹在空间上呈现东西部高、中部低的分布格局,三者的空间差异和变化幅度差异都较大。     

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。     

广西植被净初级生产力(NPP)时空演变及主要影响因素分析

利用2001-2010年EOS/MODIS17A3卫星遥感资料,对广西植被净初级生产力(NPP)时空特征及其影响因素进行分析.结果表明：(1)NPP 表现出明显的年际变化,2005年植被年均 NPP 最小为625 gC??m-2??a-1,2003年最大,为714 gC??m-2??a-1,十年间广西植被年NPP平均值为662 gC??m-2??a-1;(2)不同植被类型NPP有较大差异,森林、灌木、农作物的NPP 平均值分别为834、614、517 gC??m-2??a-1;(3)十年间广西区年均NPP为显著下降趋势,且年均气温和降水对NPP时间变化作用显著,而日照时数对 NPP 时间变化的作用不显著;(4)广西区NPP空间格局形成主要影响因素为坡度,其次为经度,再次为地貌特征、纬度和降水;(5)非喀斯特区域北热带季雨林、南亚热带季雨林化/季雨化常绿阔叶林年均 NPP 大于喀斯特地区,相反,喀斯特地区中亚热带常绿阔叶林,农作物年均NPP大于非喀斯特地区.整体而言,广西非喀斯特地区植被NPP为683 gC??m-2??a-1,喀斯特地区植被NPP为620 gC??m-2??a-1.     

基于碳足迹的江西生态补偿标准时空格局

碳足迹是一种测度碳排放影响的新方法,可利用区域碳足迹和碳承载力的差值来确定区域生态补偿标准.通过构建碳足迹、碳承载力与生态补偿标准模型,研究江西省及11地市生态补偿标准的时空变化.结果表明: 2000—2013年,江西省碳足迹呈现快速增长趋势,年均增长率为8.7%,碳承载力呈波动变化趋势,各年份均有碳盈余,但净碳盈余呈波动下降趋势.南昌和九江对江西省总碳排放贡献率较大,赣州、吉安和上饶对碳吸收贡献较大.2013年,江西碳盈余生态补偿额为22.73亿元,赣州、吉安、抚州和上饶可优先获得较高的生态补偿额度.研究结果可为江西省生态补偿机制建立以及CO₂排放权的有偿转让等提供一定的科学依据.     

中国区域间贸易碳转移特征及其对碳中和的影响

优化贸易模式对实现"碳达峰,碳中和"这一中长期计划至关重要。基于多区域投入产出模型和碳生态承载力模型,分析了我国2017年30个省份(本研究不含中国港澳台和西藏的统计数据)碳足迹和碳生态承载力剩余量的空间分布特征。研究表明:(1)经济或人口总量较大的省份(如广东、江苏、河南等)碳足迹较大,而万元GDP碳足迹较大的省份主要分布在西部和东北地区,虚拟碳主要是向经济发达的省份转移。(2)总体上,中国的区域间贸易不具备碳中和特征,但就地区而言,区域间贸易使得山西、内蒙古、辽宁、宁夏、新疆地区碳足迹有所降低,但碳中和程度较低(<20%);就行业而言,建筑业贸易的碳中和特征最为明显,特别是在东北三省。(3)经济富裕的几个省份碳减排压力较大,如:北京、天津等地的碳生态承载力出现赤字,而黑龙江、河南、吉林、山东碳生态承载力剩余量超过10×10⁸ t,碳减排压力较小。未来在制定相关政策时,应综合考虑省际间碳的转移特征,合理分配碳排放定额,以保障碳排放权交易市场的顺利运行。     

基于过程模型的2000—2018年中国陆地生态系统服务时空动态及其权衡与协同分析

2000年以来，中国陆地生态系统经历了剧烈变化并显著改变了生态系统服务。深入理解近20年中国陆地生态系统服务的时空演变格局及其权衡与协同关系对生态系统管理和可持续发展具有重要的理论和实践意义。基于最新发展的遥感驱动的生态系统服务评估过程模型(CEVSA-ES),研究定量评估了2000—2018年中国4种生态系统服务(即净初级生产力、固碳、蓄水及土壤保持)的时空格局及其权衡与协同关系。结果发现：(1)净初级生产力、固碳、蓄水及土壤保持等服务在2018的全国总量分别为3.68 Pg C/a、0.43 Pg C/a、1015.71 km³/a 208.18 Gt/a;东部季风区的生态系统服务显著高于西北内陆地区及青藏高原地区，特别是热带-亚热带地区主导了中国生态系统服务供给，其对全国尺度不同生态系统服务总量的贡献率均高于50%;(2)2000—2018年，全国净初级生产力、固碳、蓄水及土壤保持均呈增加趋势，年际变化速率分别为42.80 Tg C/a、13.42 Tg C/a、11.90 km³/a、1.11 Gt/a,其中净初级生产力、固碳、蓄水呈...     

气候、植被及土壤因素交互作用对宁夏土壤有机碳的影响机制

基于宁夏全区121个土壤剖面样点，研究不同深度(0—30、30—80、80—120cm)土壤有机碳的空间分布特征，通过相关性、方差分解和构建结构方程模型，分析气候、植被和土壤因素对宁夏不同深度土壤有机碳的影响及其作用途径。结果表明：(1)宁夏不同深度土壤有机碳含量均呈现中间低南北高的空间分布趋势，0—120cm剖面土壤有机碳含量随着土壤深度的增加而降低，土壤有机碳含量均值为5.49g/kg,变异系数达90.71%,含量偏低且空间异质性强。(2)各土层土壤有机碳与年均气温、干燥度、碳酸钙、pH均呈现极显著的负相关性(P<0.01),与年均降水量、相对湿度、植被净初级生产力、全氮、全磷、全钾、钙离子、阳离子交换量、粘粒含量均呈现极显著的正相关性(P<0.01)。(3)各因素对不同土层土壤有机碳的作用方式和影响程度有差异。土壤全氮、全磷、碳酸钙、阳离子交换量均能直接影响土壤有机碳，年均气温和植被净初级生产力对土壤有机碳的直接影响效应不显著，主要通过土壤属性间接影响土壤有机碳含量。随着土层深度的增加，气候和植被因素作用明显减弱，土壤因素作用增强并成为主要影响因素。该结果有助于宁夏土...     

碳排放影响下中国省域旅游效率损失度研究

旅游效率损失度反映了碳排放对旅游效率的影响程度。采用超越对数生产函数测算2001—2014年中国30个省(区、市)的旅游效率及损失度,并运用面板回归模型分析效率损失的驱动力。结果表明:(1)碳排放对中国各省(区、市),尤其是中部省份的旅游效率造成了损失。研究期内,中国总体旅游效率损失度呈现上升趋势,东部地区年均增幅最大;(2)中国旅游效率与损失度总体上处于中等水平,但损失度年均增长率远高于旅游效率增长率,中部地区因为排放问题造成了较大的效率损失;(3)根据不同省域旅游效率及其损失度,可划分为"高效低损、高效高损、低效低损、低效高损"4种类型区;(4)基础设施、旅游接待能力、旅游吸引力、旅游产业规模、旅游产业结构、能源技术对不同类型区的影响存在差异,应根据外力驱动大小和作用方向调整旅游效率优化策略。     

基于IBIS模型的东北森林净第一性生产力模拟

集成生物圈模型(the integrated biosphere simulator, IBIS)作为目前最复杂的基于动态植被模型的陆面生物模型之一,已经成为模拟大尺度(全球区域)的植被地理分布、净第一性生产力和碳平衡以及预测气候变化对陆地生态系统潜在影响的有效工具.应用IBIS模型对2004～2005年大小兴安岭的植被净第一性生产力(net primary productivity, NPP)进行了定量估算,模拟与研究了大小兴安岭森林生态系统植被NPP的空间分布格局以及不同植被类型的NPP季节变化特征,结果表明:大小兴安岭森林植被年均NPP值为494.7 gCm-2 · a-1,年吸收0.06Pg的大气碳.研究区年均NPP的空间分布主要受热量条件的影响,大兴安岭地区基本上呈现出由北向南增加的趋势,小兴安岭地区除单位面积年均NPP大于1.1kgCm-2 · a-1在小兴安岭北部孙吴和逊克地区分布外,基本上呈现出均匀分布的趋势.加强基础数据研究的同时如何根据中国的实际合理确定模型参数,使模型在我国典型生态系统中应用是值得进一步研究的.     

中国省际碳足迹广度、深度评价及时空格局

借鉴三维生态足迹方法构建了碳足迹广度、深度测算模型,对吸纳碳排放所占用的自然资本流量、存量进行区分,核算了2000—2016年中国30个省(市、自治区)碳足迹广度和碳足迹深度,并对其进行空间关联性分析。结果显示:①中国碳足迹广度受碳足迹和碳生态承载力的综合影响,由0.173 hm~2/人升至0.329 hm~2/人又降至0.301 hm~2/人;碳足迹广度高值区集中于东北、西北和西南地区,其自然资本流量尚未完全占用,低值区集中于东部沿海和中部,其自然资本流量已不足以补偿碳排放。②2008年起中国碳足迹深度突破自然原长1,数值由1.04升至1.42又降至1.31;研究期内碳足迹深度始终处于自然原长1的有10个地区,高值区集中于东部沿海和中部,尤其是上海可达298.83,以存量资本耗竭为主且生态持续性弱。吸纳碳排放所占用的流量资本和存量资本存在地域互补性。③中国碳足迹广度、深度呈显著的空间正相关。碳足迹广度H-H集聚区分布于东北和西北,该类集聚有减弱趋势;碳足迹深度H-H集聚区主要分布于东部沿海且向中部扩散,该类集聚有增强趋势。通过引入碳足迹广度、深度两项指标对碳足迹的研究方法进行了深化和完善,在碳排放对生态环境影响规模的刻画和表达上取得了较优于传统碳足迹的评价结果。     

Soil inorganic carbon storage pattern in China

Soils with pedogenic carbonate cover about 30% (3.44 × 10⁶ km²) of China, mainly across its arid and semiarid regions in the Northwest. Based on the second national soil survey (1979–1992), total soil inorganic carbon (SIC) storage in China was estimated to be 53.3±6.3 PgC (1 Pg=10¹⁵ g) to the depth investigated to 2 m. Soil inorganic carbon storages were 4.6, 10.6, 11.1, and 20.8 Pg for the depth ranges of 0–0.1, 0.1–0.3, 0.3–0.5, and 0.5–1 m, respectively. Stocks for 0.1, 0.3, 0.5, and 1 m of depth accounted for 8.7%, 28.7%, 49.6%, and 88.9% of total SIC, respectively. In contrast with soil organic carbon (SOC) storage, which is highest under 500–800 mm yr⁻¹ of mean precipitation, SIC storage peaks where mean precipitation is <400 mm yr⁻¹. The amount and vertical distribution of SIC was related to climate and land cover type. Content of SIC in each incremental horizon was positively related with mean annual temperature and negatively related with mean annual precipitation, with the magnitude of SIC content across land cover types showing the following order: desert, grassland >shrubland, cropland >marsh, forest, meadow. Densities of SIC increased generally with depth in all ecosystem types with the exception of deserts and marshes where it peaked in intermediate layers (0.1–0.3 m for first and 0.3–0.5 m for latter). Being an abundant component of soil carbon stocks in China, SIC dynamics and the process involved in its accumulation or loss from soils require a better understanding.     

Land use induced changes of organic carbon storage in soils of China

Using the data compiled from China's second national soil survey and an improved method of soil carbon bulk density, we have estimated the changes of soil organic carbon due to land use, and compared the spatial distribution and storage of soil organic carbon (SOC) in cultivated soils and noncultivated soils in China. The results reveal that ～ 57% of the cultivated soil subgroups ( ～ 31% of the total soil surface) have experienced a significant carbon loss, ranging from 40% to 10% relative to their noncultivated counterparts. The most significant carbon loss is observed for the non‐irrigated soils (dry farmland) within a semiarid/semihumid belt from northeastern to southwestern China, with the maximum loss occurring in northeast China. On the contrary, SOC has increased in the paddy and irrigated soils in northwest China. No significant change is observed for forest soils in southern China, grassland and desert soils in northwest China, as well as irrigated soils in eastern China. The SOC storage and density under noncultivated conditions in China are estimated to ～ 77.4 Pg (10¹⁵ g) and ～ 8.8 kg C m^?2, respectively, compared to a SOC storage of ～ 70.3 Pg and an average SOC density of ～ 8.0 kg C m^?2 under the present‐day conditions. This suggests a loss of ～ 7.1 Pg SOC and a decrease of ～ 0.8 kg C m^?2 SOC density due to increasing human activities, in which the loss in organic horizons has contributed to ～ 77%. This total loss of SOC in China induced by land use represents ～ 9.5% of the world's SOC decrease. This amount is equivalent to ～ 3.5 ppmv of the atmospheric CO₂ increase. Since ～ 78% of the currently cultivated soils in China have been degraded to a low/medium productivities and are responsible for most of the SOC loss, an improved land management, such as the development of irrigated and paddy land uses, would have a considerable potential in restoring the SOC storage. Assuming a restoration of ～ 50% of the lost SOC during the next 20–50 years, the soils in China would absorb ～ 3.5 Pg of carbon from the atmosphere.     

北京市居民食物消费碳足迹

碳足迹作为一种评价碳排放影响的全新测度方法,已被用来衡量人类活动对大气环境和气候变化的影响。食物是人类的首要消费品,其消费的碳足迹反应维持一个区域人口的基本食物需求的碳排放以及对气候变化的影响。在碳足迹理论和模型的基础上,根据北京市食物的供应和消费现状情况,利用生命周期法(Life cycle analysis LCA),计算和分析了北京市居民食物消费的碳足迹。得到北京市居民食消费碳足迹为476.8×104t,约占北京市总碳足迹的6%,人均碳足迹为310.0kgCO2/人,占北京市家庭消费碳排放的23.3%,只占北京市能源消费人均碳排放量的5.96%,反映了居民食物消费对全球气候变化造成的影响有限。食物消费碳足迹最大的为粮食,其次为瓜果蔬菜豆类,总共占到65%以上,而在食物生命周期过程中,食物的再加工炊事过程碳排放最大,超过50%,合理减少食物加工炊事过程中碳排放将是减少食物消费碳排放的重要途径之一。其次为化肥农药施用,占到23.23%,减少食物生产过程中化肥农药使用,提高化肥农药的使用效率,或者进行生态农业尽量不使用化肥农药,北京市每年可减少135.1×104t CO2排放,人均87.84kgCO2/人,是有效的减排途径之一。     

黄土高原地区生态系统碳储量空间分布及其影响因素

准确估算生态系统碳储量,探明其空间分布及其影响因素对区域生态管理具有重要意义,但黄土高原地区碳储量现状、空间格局及其驱动因素尚不清楚。选择黄土高原地区森林（包括乔木林和灌木林）,草地和农田生态系统为对象,基于大量实测样点通过克里金插值和地统计方法,评估了三种生态系统地上生物量碳密度、地下生物量碳密度和0-100 cm土壤有机碳密度空间分布,并通过路径分析探讨了各碳库的主要影响因素。结果表明：黄土高原地区约占全国总面积的6.7%,其生态系统总碳储量约为2.29 Pg,仅占我国生态系统碳储量的2.3%。生态系统各碳库中,地上生物量碳储量、地下生物量碳储量、土壤有机碳储量分别为0.44、0.32和1.52 Pg;森林、草地、农田（仅指土壤）生态系统碳储量分别为0.98、1.09和0.21 Pg。气候（年均温度、年均降水）、海拔、坡度、土壤质地（砂粒、粉粒、粘粒含量）、植被覆盖状况（用NDVI表示）等因子可解释地上生物量碳密度、地下生物量碳密度、农田土壤有机碳密度空间变异的12%、8%和32%,其中,年均降水、海拔、粘粒含量是黄土高原地区生态系统碳储量空间格局的主要影响因素。本研究表明,由于黄土高原地区独特的气候、地形和土壤条件,其生态系统虽然具有较大的碳储量,但是低于我国生态系统碳储量的平均水平。     

中国能源消费碳排放的时空特征

选择联合国政府间气候变化专门委员会(IPCC)的部门方法和8大类能源,采用1990年至2009年的中国能源统计数据,按照自下而上的思路,对我国各省区的碳排放量进行估算,并从碳排放量、碳排放强度、人均碳排放量和碳排放密指标出发,深入分析了各省区碳排放的时空特征差异。以期对国内碳排放的时空特征分析,有助于决策者和能源分析家提高节能减排政策制定的有效性。