关中-天水经济区生态足迹变化驱动因素

揭示影响关中-天水经济区生态足迹变化的驱动因素,对建立节能型产业结构,寻求经济与环境、生态与社会的协调发展具有重要意义。应用生态足迹和偏最小二乘法,在计算2005至2014年关中-天水经济区生态足迹的基础上,确定偏最小二乘法变量投影重要性和标准偏最小二乘法系数,比较了驱动因素的重要程度。结果显示,影响生态足迹变化较为重要的驱动因素有第三产业增加值、国内生产总值和社会消费品零售总额。相比之下,常用耕地面积与全区人口数对关中-天水经济区生态足迹驱动作用不显著。为此提出将优化产业结构与优化能源结构有机结合起来、转变能源利用方式、提升能源利用率、提高土地利用率、加强土地保护、提高土地生态承载力、引导低碳消费行为、推行低碳生活方式等对策建议。     

黄河流域国土空间碳中和度研究——以内蒙古段为例

基于全球气候治理背景以及黄河流域在我国生态文明建设中的重要地位,以黄河流域内蒙古段为例,通过情景分析法,建立改进的IPAT模型和集成生态圈模拟器IBIS,预测不同情景下2018-2060年研究区碳排放变化趋势和达峰情况,并结合对碳汇水平的模拟分析2060年碳中和实现进程。结果显示①在基准情景、节能情景、低碳情景和粗放情景下,黄河流域内蒙古段将分别于2040年、2035年、2030年和2050年实现碳达峰,峰值碳排放量分别为12209万t、11213万t、9784万t和17635万t;②在IPCC RCP2.6和RCP6.0气候变化情景下,黄河流域内蒙古段的陆地生态系统整体分别呈现出碳汇和碳源的不同效应,净初级生产力分别为1533万t和-506万t;③综合能源消费碳排放和碳汇水平,在RCP2.6气候情景下,若碳排放选取基准、节能、低碳和粗放情景,则2060年黄河流域内蒙古段分别可实现碳中和进程的18.42%、22.37%、34.46%和9.90%;在RCP6.0气候情景下,由于研究区陆地生态系统呈现出碳源效应,因此难以对碳中和进程的推进做出贡献。可见,对于黄河流域内蒙古段而言,需要科学制订碳达峰、碳中和目标实现时间,未来要更进一步保护重要碳汇生态系统,提升固碳增汇能力;调整能源消费结构,增加可再生能源发展规划指标;构建碳排放权交易市场,促进碳指标流动;制定土地利用碳排放标准,优化国土空间格局。     

沈阳市生态城市建设中的生态压力

应用生态足迹方法计算了沈阳市1991—2005年的生态压力,并对2006—2010年生态足迹做了预测。结果表明：沈阳市1991—2005年人均生态足迹需求为1.75 hm²,人均生态承载力为0.41 hm²,人均生态赤字为1.34 hm²,人均生态足迹的需求超出人均生态承载力3.24倍;在6大类生态生产性土地中,耕地足迹和能源足迹占沈阳市生态足迹总量的85%以上,二者的变化对生态足迹总需求有巨大影响。经预测,沈阳市生态足迹在2005年后将增长迅速,预计2010年达到人均5.11 hm²,是1991年的3.50倍、2000年的3.32倍、2005年的1.96倍。结合研究结果,就沈阳市建设生态城市、实现可持续发展提出了建议。     

基于LMDI分解的厦门市碳排放强度影响因素分析

研究碳排放强度的变化趋势及其影响因素对于指导低碳城市建设具有重要意义。应用对数平均权重分解法(LMDI),基于厦门市2005—2010年各部门终端消费数据对碳排放强度指标进行因素分解,并将传统分析仅注重产业部门的能源碳排放,拓展到全面考虑产业部门和家庭消费的能源活动和非能源活动影响。研究结果表明:2005—2010年厦门市碳排放强度下降17.29%,其中产业部门能源强度对总碳排放强度变化影响最大(贡献63.07%),家庭消费能源强度是碳排放强度下降的主要抑制因素(-45.46%)。从影响效应角度看,经济效率对碳排放强度下降贡献最大,碳排系数减排贡献最小;从部门减排贡献角度看,第二产业贡献最大,家庭消费贡献最小。总体而言,厦门市未来碳减排重点部门在第二产业,优化产业结构和能源结构有较大减排潜力。     

闽三角城市群碳达峰的多情景模拟分析

碳达峰、碳中和是应对气候变化的关键手段。在闽三角碳排放核算的基础上，运用STIRPAT模型建立了碳排放与人口规模、城镇化率、人均GDP、能源强度和产业结构间的函数关系。结合情景分析法，模拟上述因素在不同变化速率下的目标值，对2021-2050年的碳排放及碳排放强度进行了预测，为闽三角碳达峰提供时间和技术路径参考。此外，还引入人均GDP二次方指标，验证EKC假说的存在性。结论如下：（1）能源强度是闽三角碳排放的负向因素，其他因素均为正向因素。产业结构和人均GDP分别对闽三角碳排放有最大和最小的影响。（2）人均GDP的二次方与碳排放间的系数为正，表明碳排放和人均GDP间不存在倒"U"型曲线关系。闽三角碳排放和人均GDP间的关系不符合EKC假说的描述。（3）基准情景下，闽三角碳排放和碳排放强度持续增加，碳排放不能达峰。厦门的碳排放强度将持续下降。低碳情景下，厦门最可能在2020年实现达峰目标。低发展、中减排情景下，闽三角在2030年实现碳达峰，碳排放最大值为0.57亿t。（4）所有情景下，闽三角都未实现2030年碳排放强度比2005年下降60%-65%的目标。基于上述结论，为闽三角碳达峰提供如下意见：（1）优化产业结构。漳州和泉州既需要升级生产技术又需要淘汰高能耗高排放产业，发展高端制造和智能制造等；（2）优化能源消费结构。"十四五"期间重点建设漳州核电、厦门水电、泉州热能等可再生能源工程。加快特高压电网的建设，减少化石能源的消耗；（3）尽快制定厦门的碳达峰计划，引领闽三角碳达峰行动。     

“双碳”目标下闽三角碳排放脱钩状态及驱动机制分析

快速城市化背景下，建设低碳城市群是实现"双碳"目标的最佳方式。在碳排放核算的基础上，使用Tapio脱钩模型和LMDI方法对闽三角以及厦门、漳州和泉州的脱钩状态和碳排放的驱动机制进行了研究。主要结论如下：（1）2005-2017年闽三角碳排放和人均碳排放均持续增加，二者有相同的变化趋势。闽三角的工业中心泉州有最高的碳排放和人均碳排放。发展型城市漳州碳排放最低，但碳排放和人均碳排放增长率均最高。服务型城市厦门碳排放增长率最低。（2）闽三角的脱钩状态逐渐改善，平均脱钩系数为1.03，脱钩状态为扩张性连接。厦门、漳州和泉州的平均脱钩系数分别为0.45、2.70和1.10，3个城市分别以弱脱钩、扩张负脱钩和扩张性连接状态为主。（3）人均GDP和人口规模是闽三角碳排放的正向因素，能源结构和能源强度是负向因素。正向因素的贡献在下降，负向因素的贡献在升高。人均GDP和能源结构分别对漳州和厦门碳排放有最强的促进和抑制效应。能源强度对3个城市碳排放变化的效应不同。（4）人口扩张促进碳排放增加，使碳排放与经济发展无法脱钩。人口规模对闽三角碳减排无脱钩努力。能源结构优化和能源强度下降有助于碳排放与经济发展脱钩，是闽三角碳减排的强脱钩努力和弱脱钩努力。能源强度对泉州碳减排无脱钩努力。优化能源结构是闽三角实现碳减排和"双碳"目标的关键。已经脱钩的厦门宜尽早制定碳达峰行动计划，引领闽三角的碳达峰行动。漳州可通过升级产业结构实现减排。泉州必须提升能源效率才能降低碳排放。     

基于生态足迹的土地资源可持续发展容量与潜在转换关系

耕地保护和建设用地扩张之间的矛盾愈来愈严重,严重威胁着社会经济的可持续发展。基于生态足迹理论,测算了卢龙县耕地和建设用地可持续发展容量和负荷系数,用以表征区域经济可持续发展所能容纳的耕地和建设用地规模,并以可供转用量为基准探讨了卢龙县耕地与建设用地潜在转换关系,结果表明:(1)1997—2008年卢龙县人均生态足迹、承载力和生态赤字分别为1.7667、0.5381hm2和1.2285hm2,平均每年增长3.40%、1.73%和4.29%;(2)耕地与建设用地足迹1997—2008年都处于增加趋势,耕地足迹多年平均为0.4621hm2/人,占总足迹的26.16%,建设用地足迹为0.0134hm2/人,其需求量较耕地明显下降。耕地承载力为0.3831hm2/人,占总承载力的71.20%;建设用地承载力0.1447hm2/人,占总承载力的26.89%,平均每年增长0.63%;(3)耕地可持续发展容量逐渐小于现有实际耕地面积,出现耕地利用负荷现象,不再满足可持续发展要求;建设用地可持续容量具有一定的波动性,负荷系数多年平均大于2.20。(4)1997—2003年,耕地需求未曾超出可持续发展的要求,可供转用量锐减到1889.46hm2;2004—2005年,耕地维持可供转用量已出现负值,建设用地整理供应满足耕地可持续发展要求;2006—2008年,即使将所有建设用地超额全部整理为耕地也不能满足其需求。     

青藏高原东缘生态过渡带碳中和评估与预测

青藏高原东缘生态过渡带是我国重要的生态功能区和碳库,对该区域碳中和的评估和预测对于中国乃至亚洲的碳排放管理具有重要意义。基于率定的CASA模型估算了2001-2019年青藏高原东缘生态过渡带栅格尺度碳汇量,结合中国碳排放数据库分析近20年碳排放时空演变规律;然后,采用STIRPAT模型和岭回归建立碳排放与人口等6个社会经济指标的弹性关系,并讨论库兹涅兹曲线对碳排放的影响。之后采用情景分析法,设计包括绿色发展等5种不同经济发展情景预测研究区2020-2060年碳排放变化特征;最后,提出假性碳中和并进行定义,结合GM （1,1）模型预测所得碳汇量,探究青藏高原东缘生态过渡带净碳汇量未来不同情景演变趋势,预测与评估不同发展情景研究区碳中和状况。结果表明：研究区碳汇量在2001-2019年间呈波动缓慢上升趋势,研究区碳汇量东南部高西北部较低;而碳排放量增长速率迅速,于2019年达到108Mt左右,是2001年的3.07倍;近20年,研究区碳汇量均大于碳排放量,但二者差距呈减少趋势。STIRPAT模型岭回归系数表明,研究区内存在城镇化率环境库兹涅兹曲线（EKC）效应,随着城镇化率的提升,区域碳排放呈先增加后减少趋势,而对于富裕度无显著EKC效应;在6个影响因素中,人口变量对碳排放的影响最显著,每增加1%的人口,碳排放将增加1.03%左右;在预测的五种不同发展情景中,可持续发展情景（ST）与基准情景（BL）、节能情景（ES）与绿色发展情景（GD）分别在2050年、2040年实现碳达峰,碳达峰时间随着能耗的减少逐渐提前。粗放情景（ETS）在2060年仍未实现碳达峰,并且其碳排放将于2040年左右超过碳汇量,而其余四种情景预测2020-2060年碳汇量始终大于碳排放量,但其净碳汇量均呈先减少后增加的趋势。因此,青藏高原东缘生态过渡带具有较强固碳能力,但如采用不加管制的发展模式,其碳汇量将无法抵消其碳排放量。因此,在规划发展模式与保护生态的同时,应重点控制人口、畜牧业等因素,提高人民与产业的节能减排意识。     

共享社会经济路径下中国2020—2100年碳排放预测研究

碳排放和减碳经济代价研究日益受到学术界和决策者的关注，中国政府做出的关于争取在2060年前实现碳中和的表态引起了国际社会的热议。在此背景下，开展中国未来长时间序列碳排放的情景预测具有切实意义。基于可拓展的随机性环境影响评估模型（STIRPAT）评估了人口、经济和受教育程度对碳排放的影响，对比历史数据并验证了碳排放预测模型的准确性，结合共享社会经济路径（SSPs）情景的设定和模型参数，预测了5种情景下中国2020年至2100年的碳排放轨迹及经济代价。结果表明：（1）考虑碳排放达峰目标的实现，SSP3情景是中国未来发展的最佳情景，在此情景下，中国有望提前三年实现碳排放达峰目标；（2） SSP3情景可使中国年度总碳排放量和人均碳排放量处于相对其他四种情景的最低值，但需要付出累积GDP下降5.49%至8.80%的代价；（3）为完成在2060年前实现碳中和的承诺，中国政府在未来的40年需面对409.36-467.42 Gt的碳中和量；（4）2020年中国的碳排放强度将会较2005年水平下降40.52%至41.39%，2030年碳排放强度将会较2005年水平下降59.64%至60.75%。5种情境中，SSP5情景是降低碳排放强度的最佳情景，可最大程度地超额实现碳排放强度目标。未来，受经济发展、人口增长等重要因素影响，中国政府减碳压力将进一步加大。后疫情时代，考虑到能源供应的减少和高科技产业的发展，碳排放社会成本的上升将为中国创造一个使能源系统脱碳的机遇。中国应在"十四五"期间继续提升能源利用效率、升级产业结构、提倡低碳消费、实施隐含碳战略，以尽快实现碳减排目标。     

基于效率视角的浙江省2030年碳排放配额分析

测算浙江省1995—2015年的碳排放总量,构建STIRPAT模型,通过岭回归分析各影响因素对碳排放总量的影响,结合情景分析法对浙江省2030年的碳排放总量进行预测,最后以情景预测值为总量限定在效率视角下进行碳配额并分析各市剩余碳排放空间。结果表明:(1)人口总量、人口城市化率、人均GDP和煤类能源占比对碳排放总量起促进作用,人口总量、人口城市化率、人均GDP和煤类能源占比每增加1%,浙江省的碳排放总量会分别增加3.578%、0.588%、0.295%和1.310%;(2)保持经济和城市化高速发展的同时,大力实施产业结构调整和节能减排的情景3最符合现实发展要求,情景3下,浙江省碳排放总量在2030年将达到47902.57万吨;(3)ZSG-DEA模型的碳配额结果显示,2030年宁波市碳配额最多,其次为杭州市,丽水市碳配额最少。从绝对剩余碳排放空间看,宁波市剩余碳排放空间最大,其次为杭州市,舟山市剩余碳排放空间最小。从相对剩余碳排放空间看,丽水市相对剩余碳排放空间最大,其次为绍兴市,舟山市需在2015年碳排放总量的基础上减排9.47%。     

Examining the relationships between carbon emissions and land supply in China

China's CO₂ reduction is crucial in mitigating global and regional climate change. Land resources used by industrial enterprises in China come from official land transactions, which indirectly affects carbon emissions. The quantitative examination of the relationship between land supply and carbon emissions can provide potential pathways and strategies for regional carbon emission reduction. For this purpose, we innovatively integrated land transaction data from China's industrial enterprise and carbon emission databases. Using this integrated database, we estimated the carbon emission changes from land transactions from 2006 to 2013, focusing on the transformation of agricultural land into industrial land in China's 331 cities. The results showed that land transactions could cause high carbon emissions in China. The industry with the largest land transaction area during the study period was the production and supply of electric power, steam, and hot water, and the one with the highest increase in carbon emissions from land transactions was the smelting and pressing of ferrous metals. By further examining the typology of the relationships between land transactions and carbon emissions for these cities, a scientific reference for pathways for reducing carbon emissions in cities was generated. Specifically, the results showed that cities with high land supply and carbon emissions were mainly resource-based or economic priority cities for development. For these cities, the entry threshold of energy-intensive industries must be raised, and the supply of land for clean energy enterprises should be increased. In contrast, cities with low land supply but high emissions primarily had depleting resources, high ecological and environmental pressure, and relatively lagging economic development. Correspondingly, the government should use the land supply to guide industries to reduce their dependence on traditional fossil energy. Regardless of the type of city in terms of relationships between carbon emissions and land transactions, indicators of carbon emission intensity should be included and carefully considered in land use planning and land transaction processes in the future.     

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。     

我国典型城市化石能源消费CO2排放及其影响因素比较研究

城市是化石能源消费和CO_2排放的主要区域。分析典型城市化石能源消费CO_2排放特征,明确不同城市CO_2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006—2015年间化石能源消费产生的CO_2排放量。根据各城市经济发展和CO_2排放特征将之分为四类:经济高度发达城市(北京、上海、广州)、高碳排放城市(重庆、乌鲁木齐、唐山)、低排放低增长城市(哈尔滨、呼和浩特和大庆)和低排放高增长城市(贵阳、合肥),并运用对数平均迪氏指数法(Logarithmic Mean Divisia Index,即LMDI分解法)对比分析了四类城市CO_2排放量的影响因素。结果表明:(1)研究期内大部分城市CO_2排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO_2排放在城市排放总量及其变化中占据主导地位;四类城市的人均CO_2排放量表现出与排放总量相似的变化趋势;CO_2排放强度整体上表现为经济高度发达城市(均值为0.88 t CO_2/万元)低排放低增长城市(均值为2.82 t CO_2/万元)低排放高增长城市(均值为3.05 t CO_2/万元)高碳排放城市(均值为6.62 t CO_2/万元)。(2)在城市CO_2排放的影响因素中,经济发展和人口规模均是4类城市CO_2排放增长的促进因素,但经济发展效应的累积贡献值大于人口规模效应;能源强度降低是4类城市CO_2排放最主要的抑制因素,且经济高度发达和高碳排放城市的抑制作用强于其他两类城市;对第三产业GDP年平均增速高于第二产业的6个城市来说,产业结构是CO_2排放的抑制因素;能源结构的变化仅对煤炭消费比重较低且降幅较大的北京和广州的CO_2排放是抑制作用,累积贡献值分别为-21.73Mt和-0.03Mt,而对其他城市,特别是高碳排放城市的CO_2排放具有明显的促进作用。     

Contextualizing ethanol avoided carbon emissions in Brazil

We propose to compare avoided emissions from ethanol use in Brazil with emissions caused by the use of fossil fuel, and by land use changes, specifically Amazon deforestation. The avoided emissions of CO₂ in Brazil due to ethanol use in 2008 ranged from approximately 9 to 12 Tg C yr^?1. These values are an order of magnitude higher than the amount of carbon that could be potentially sequestered in soils if sugarcane cultivation in Brazil switches completely to mechanized harvesting, and two orders of magnitude higher than the carbon emissions in soils cultivated with sugarcane and that undergo harvest with burning. In relation to fossil fuel emissions, ethanol avoided emissions are equivalent to 20–30% of the carbon emissions associated with the use of gasoline and diesel in the transportation sector, and to approximately 10% of the total use of fossil fuel in the country. When compared with the carbon emissions from Amazon deforestation ethanol avoided emissions are again one order of magnitude lower. We conclude that ethanol avoided emissions are relatively important within the transport sector, but are still incipient if compared with the emissions from total fossil fuel combustion and emissions from deforestation indicating that climate mitigation efforts in Brazil needs to focus outside of biofuel production. Consequently, we suggest that Brazil develop equally strong actions towards increased energy efficiency use in the country and, more importantly to drastically reduce carbon emissions associated with Amazon deforestation.     

Uncertainty Analysis in Biofuel Systems

This article evaluates the implications of uncertainty in the life cycle (LC) energy efficiency and greenhouse gas (GHG) emissions of rapeseed oil (RO) as an energy carrier displacing fossil diesel (FD). Uncertainties addressed include parameter uncertainty as well as scenario uncertainty concerning how RO coproduct credits are accounted for (uncertainty due to modeling choices). We have carried out an extensive data collection to build an LC inventory accounting for parameter uncertainty. Different approaches for carbon stock changes associated with converting set‐aside land to rapeseed cultivation have been considered, which result in different values: from ?0.25 t C/ha.yr (carbon uptake by the soil in tonnes per hectare year) to 0.60 t C/ha.yr (carbon emission). Energy renewability efficiency and GHG emissions of RO are presented, which show the influence of parameter versus scenario uncertainty. Primary energy savings and avoided GHG emissions when RO displaces FD have also been calculated: Avoided GHG emissions show considerably higher uncertainty than energy savings, mainly due to land use (nitrous oxide emissions from soil) and land use conversion (carbon stock changes). Results demonstrate the relevance of applying uncertainty approaches; emphasize the need to reduce uncertainty in the environmental life cycle modeling, particularly GHG emissions calculation; and show the importance of integrating uncertainty into the interpretation of results.     

长三角城市群碳排放与城市用地增长及形态的关系

城市是一种重要的碳源,城市扩张过程中的用地面积增长和空间特征变化均会影响城市碳排放。分析1995—2015年长三角城市群碳排放重心转移,查明碳排放和城市用地增长的脱钩状态时空变化,并通过构建面板数据模型探究城市形态对碳排放的影响,得出以下结论:(1) 1995—2015年长三角城市群碳排放重心经历了西南向-西北向-东南向-西北向的转移过程,这种转移过程与其相应时期内部分城市的工业发展与产业结构调整有关;(2) 1995—2015年,长三角城市群碳排放与城市用地增长的脱钩状态存在着显著的时空异质性。研究区由以扩张负脱钩为主变化为以弱脱钩为主,2005年以后,区域之间的脱钩差异开始缩小,总体来看研究区脱钩状态趋向于同质。至2015年,近70%的城市已达到了脱钩,其中上海等城市实现了强脱钩;(3)连续完整的地块在区域内的主导程度会对城市碳排放产生负向的影响,而城市用地斑块的破碎化程度和聚集程度对碳排放有着正向的影响,且相对而言,聚集程度的正向影响更为显著。     

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。     

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。     

基于生态网络效用的城市碳代谢空间分析——以杭州为例

城市碳排放占全球碳排放总量的78%,通过模拟生物代谢来剖析城市碳代谢机理从而控制城市碳排放是缓解全球气候变暖危机的关键。为研究杭州城市化过程中土地利用变化对城市碳代谢的综合作用,以4个时间段(1995—2000,2000—2005,2005—2010,2010—2015)为例,建立了一个"碳流"模型来分析城市生态系统中自然和人工分室在城市碳代谢正负"碳流"产生中的作用,之后利用生态网络效用方法分析"碳流"产生的生态关系及其空间分布,同时利用互惠指数M综合评价土地利用变化对城市碳代谢的综合作用。结果显示(1)净"碳流"在研究期间持续呈现负值且在2000—2005年间达到峰值,负"碳流"主要源自耕地与工业用地之间的转换,正"碳流"主要源自工业用地与城市用地之间的转换。(2)1995—2000年互惠指数(M)呈现先增加后减少再增加的变化趋势,M平均值小于1,说明土地利用变化对城市碳代谢的综合作用是消极的。(3)竞争关系集聚在高负碳代谢密度分室,互惠共生关系主要集聚在高正碳代谢密度分室。(4)从1995—2000至2010—2015,以每5年为时间间隔,生态关系分布空间变化如下:掠夺限制生态关系呈现向西北、西南和南部方向蔓延—西北方向移动—东南方向移动的变化趋势,竞争生态关系呈现东南方向移动—南部和西北部方向蔓延—零星分布的变化趋势,互惠共生生态关系呈现向东南方向移动—暂时不存在—零星分布的变化趋势。研究结果为低碳城市发展提供了理论依据。     

福建省土地利用碳排放空间关联性与碳平衡分区

全球变暖与二氧化碳浓度升高密不可分，在工业化及城镇化发展过程中，人类对土地的利用和改造是造成全球大气中含碳量迅速增加的重要原因，且土地在利用过程中碳减排的潜力较大。因此，从不同土地利用方式视角研究福建省碳排放量，采用基尼系数来衡量福建省各设区市碳收支的空间差异，探索区域内土地利用碳收支规模和空间分异；运用社会网络分析方法对福建省土地利用碳排放空间网络结构的整体特征和设区市在网络结构中的角色进行考察，有助于从基础层面对人类活动所造成的环境影响进行评估，及时调整土地利用方式从而促进低碳经济发展。结果表明：2006-2018年福建省土地利用净碳排放量逐年递增，呈现东高西低的空间分布特征，建设用地是主要碳源，而林地起到主要碳汇的作用；区域内碳补偿率逐年递减且存在明显的空间差异，经济较发达的区域碳补偿率低于经济欠发达的区域，生态承载系数东西差距不断加强，东部地区碳排放的比例明显超过了碳吸收的比例；福建省土地利用碳排放在空间上具有明显的关联性和溢出效应，碳排放空间关联网络越来越复杂、稳定，各设区市在网络中所处地位和作用存在明显的不均衡性，厦门市在整个碳排放网络中占据领导地位，其他城市的碳影响力在网络中的地位及作用随着经济联系逐渐加强正在逐步提高；对网络空间聚类发现，第一模块和第三模块对模块内外均有溢出效应且密度值较大，属于"双向溢出模块"，其余第二、四模块均属于"净收益模块"。在研究的基础上将福建省各设区市分为3类区域：低碳优化区、碳总量控制区和碳汇功能区，并提出协同减排的差异性对策建议。