我国设施农业碳排放核算及碳减排路径

设施农业作为典型的农业生产管理模式,其特有的生产环境条件和高度集约利用的特点,会对农业碳循环产生影响。本研究以设施农业生产管理过程中的农膜投入、能源消耗、农药化肥投入、气肥施用、设施土壤五大温室气体排放源为核算对象,对2018年我国31个省份连栋温室、日光温室、塑料大棚3种设施农业的碳排放量和排放强度进行估算。结果表明:我国设施农业碳排放总量为21038.17万t CO₂e,塑料大棚、日光温室、连栋温室3种类型设施农业碳排放量分别占60.2%、37.4%和2.4%。设施农业碳排放以土壤温室气体排放、农膜投入和农用品投入碳排放为主。连栋温室单位面积碳排放量显著低于日光温室和塑料大棚。科技资金配置率和设施农业规模是对设施农业碳排放影响最大的两个因素。基于此,本研究从提高设施农业的科技投入、物质消耗利用率、设施面积利用率3个角度提出碳减排路径。     

湖南省双季稻生产系统碳效率

提高农作物生产系统的碳效率是实现低碳农业的重要途径之一.本文采用2004—2012年农作物产量、农田作物生产系统农资投入等统计数据,利用生命周期法和投入产出法,对湖南省双季稻生产系统碳排放、碳吸收和碳效率特征及其动态进行估算.结果表明:湖南省2004—2012年双季稻生产系统年均碳排放总量为656.4×107kg CE,其中化肥和农药生产运输碳排放占农资投入碳排放总量的大部分,分别约占70.0%和15.9%,碳排放总量年际间持续降低,年均降低率为2.4%,碳排放强度则表现为增长趋势;湖南双季稻生产系统2004—2012年年均碳吸收总量为1547.0×107kg C,也呈现逐年降低的趋势,年降低率为1.2%,单位面积稻田碳吸收强度则表现为增长趋势;碳生产效率呈现缓慢增加的趋势,碳经济效率随着年份递进增加幅度较大,年均增长率为9.9%,碳生态效率则表现为稳定且较低,保持在2.4kg C·kg-1CE左右.表明湖南近几年双季稻生产系统碳综合效率提高缓慢,降低肥料和农药的投入量,提高利用效率是提高双季稻生产系统碳效率的关键.     

江西县域土地利用变化碳排放时空演变及其影响因素

查明县域尺度下土地利用变化碳排放,对于推进县域低碳发展和土地资源的可持续利用与管理具有重要意义。以江西省为例,基于2000-2020年江西省土地利用数据、社会经济数据等,利用空间自相关模型和对数平均迪氏指数分解法(LMDI) 法,对其县域土地利用碳排放时空演变及影响因素进行分析。结果表明:①2000-2020年间,区县土地利用碳排放均呈上升趋势,碳排放量增速和平均碳排放强度均有下降,但部分区县碳排放增速在2015年后出现提高的变化特征。建设用地是碳排放量增长的首要碳源,林地则具有重要的碳汇作用。②空间上,土地利用变化碳排放呈现出明显的空间差异,表现为北高南低的分布特征和较为稳定的聚类模式,即轻度和重度及以上排放区空间分布上较为集中。经济发达区县成为碳排放量增长"核心",欠发达区县则是碳排放量增长"外围",且这种"核心-外围"格局在不断强化。③总体上,抑制碳排放量增长的主要因素为碳排放强度及土地利用效率;驱动因素则有经济发展水平和建设用地规模。但部分区县碳排放强度可能表现为"前期驱动后期抑制"作用,且抑制作用小于驱动作用,故这类区县土地利用碳排放量仍显著增长。因此,江西省各区县应积极调整产业结构和继续降低碳排放强度及通过优化土地资源配置,提高土地利用效率,如用适度集约模式提高建设用地利用效率以免盲目性扩张浪费。另外,欠发达地区和发达地区需加强在资金、技术等领域的交流与合作,不同区县还应因地制宜,各自明确发展目标,走具有各自县域特色的低碳高质量发展道路。     

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。     

基于终端消费的云南省碳排放总量测算及驱动因素实证研究

在终端能源消费CO₂ 排放总量测算中, 二次能源(电力、热力)通常不被列入计算, 这种测算结果无法准确测算出CO₂ 排放总量, 更会影响减排相应措施的制定。根据生产和生活部门终端一次能源和二次能源消费量, 构建了17种(含电力、热力)能源的碳排放总量测算模型, 全面测算云南省2000-2014 年CO₂ 排放量。选取LMDI 1 分解法, 将CO₂ 排放量分解为生产部门5 类因素、生活部门6 类因素。结果表明: ①2000-2014 年, 云南省终端能源消费CO₂ 排放总量从5744.15 万吨增长到18952.46 万吨; 其中, 生产部门CO₂ 排放量约占总排放量91.2%, 为碳排放主要来源。②能源强度是生产与生活部门最主要的驱动因素, 其累计贡献度为–92.64%和–94.78%, 其次为生产部门的产业结构效应以及生产与生活部门的能源结构效应, 累计贡献度分别为–33.55%、–17.65%和–17.18%。③GDP 和人均收入分别以累计贡献度245.28%和194.54%成为生产与生活部门最大的碳排放增长驱动因素。     

洞庭湖区域土地利用变化的碳排放效应研究

研究土地利用变化带来的碳排放效应问题, 为区域土地结构优化、制定低碳减排政策提供理论依据。以洞庭湖区为研究对象, 通过构建土地利用动态度模型和碳排放测算模型, 分析了15年间洞庭湖区土地利用变化的碳排放效应, 采用LMDI模型对土地利用碳排放影响因素进行了分解分析。研究表明: 2000-2015年洞庭湖区土地利用的碳排放量增加趋势显著, 碳排放量增加了2277.64×104 t, 增加了2.4倍。建设用地是主要的碳源, 碳排放量增加了2278.82×104 t, 增加了2.2倍。林地是主要的碳汇, 碳汇量占总碳汇量的90%以上, 由于碳源碳汇比例差距较大, 碳汇效应不显著。洞庭湖区碳排放区际差异明显, 主要集中在环洞庭湖及洞庭湖水系周边地区, 临近山地丘陵的边缘区域碳排放较小。能源碳排放强度效应、经济水平效应、土地规模效应和人口规模效应对洞庭湖区土地利用碳排放存在正效应, 能源效率效应存在负效应。洞庭湖区的建设用地面积与碳排放变化趋势一致, 建设用地的碳排放量占碳排放总量的90%以上, 是主要碳源, 碳排放强度较大。今后应限制洞庭湖区建设用地无序扩张, 碳减排的重点是降低建设用地的碳排放量。     

工业城市(沈阳)能源消耗碳排放的影响因素分解及实证分析

沈阳作为我国东北地区中心城市和重工业城市,能源消费持续增长趋势及以煤为主的能源结构在短期内很难改变。由于能源消费是碳排放的主要来源,所以碳排放在未来一段时间必然会持续增长。论文根据《2006年IPCC温室气体排放清单指南》温室气体排放计算方法,并且充分考虑没有燃烧充分的燃料,计算了沈阳市2005-2009年能源消耗碳排放,采用LMDI(Logarithmic mean divisia index)分解法定量分析了单位GDP能耗、能源结构、经济发展对沈阳市能源消耗碳排放的影响。结果表明经济发展对沈阳市碳排放增长有促进作用,单位GDP能耗降低对碳排放呈现抑制作用,而能源结构对碳排放作用甚微。这说明以煤为主的能源结构未发生根本性的改变,经济规模的扩大使得单位GDP能耗抑制作用逐渐降低,碳排放将会持续增长。     

盐城市土地利用变化碳排放效益及影响因素分解研究

土地利用类型变化对碳排放产生重要影响。通过对盐城市的土地利用碳排放效益和分解因素进行分析, 揭示区域土地利用碳排放差异及其主要影响因素, 为本区域有针对性的改进土地利用方式、合理保护开发土地资源和协调区域人地关系, 实现区域社会经济的可持续发展具有重要的现实指导意义。结果表明: 盐城市土地利用总体上为碳源区, 而且呈逐年上升态势。净碳排放总量从2002 年的474.45 万吨增加到到2012 年的980.64 万吨, 排放总量合计增加了506.19 万吨, 增长了1.07 倍, 年均增长率为9.72%; 其中建设用地为主要的碳源, 占总碳排放总量均在90%以上, 林地是主要的碳汇, 占总碳排放总量均在40%-50%之间波动; 在研究时段内, 盐城市的建设用地平均碳排放量、地均碳排放量和人均碳排放量均呈现出上升趋势, 在“十二五”期间实现碳减排的目标将更加艰巨; 由于技术进步和产业升级等原因, 单位GDP 碳排放强度总体上呈现下降态势; 根据LMDI 模型对盐城市土地利用碳排放的影响因素分解发现,经济因素和人口因素对盐城市土地利用碳排放具有较强的正效应, 土地利用结构因素和土地利用效率因素一定程度上抑制了盐城市土地利用的碳排放。最后从优化土地利用结构、提升土地利用和能源效率等角度, 提出减少碳排放的 途径。     

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。     

基于Markov-PLUS模型的长株潭城市群建设用地扩张模拟及碳排放响应分析

在双碳目标和新型城镇化背景下,保证经济平稳增长的同时减少碳排放是实现城市高质量发展的重要任务之一,更是长沙、株洲、湘潭等国家低碳试点城市重点建设目标之一。因此以长株潭城市群中用地变化和碳排放最为剧烈的中心城区作为研究区域,在现状分析的基础上运用Markov-PLUS耦合模型和碳排放响应模型,模拟了自然状态发展情景、耕地保护发展情景、生态保护发展情景和绿色低碳发展情景下建设用地扩张及碳排放响应情况。结果表明：(1)2000—2020长株潭城市群建设用地面积呈现阶段性的波动增长趋势,耕地和林地是其主要来源,扩张强度在2010—2015年最大,主要集中在城市群中心区域;碳排放量呈现倒“V”型曲线,可以划分为碳排放量快速上升阶段(2000—2005年)和碳排放量下降阶段(2005—2020年),以2010年为节点,下降幅度先增加后减缓;二者之间存在较为密切的正相关关系,整体表现为建设用地面积增加(减少)碳排放随之增加(减少)的较强扩张与较高排放模式。(2)Markov-PLUS模拟结果显示,长株潭城市群建设用地在自然状态发展情景下扩张面积最大(235.9503km²),在...     

主体功能区视角下的碳排放核算——以广东省为例

区域碳排放核算是当前全球气候变化与碳排放研究的核心内容之一。中国于2010年出台《全国主体功能区规划》,主体功能区是以区域开发程度、资源环境基础和未来开发潜力为依据,县域为基本单位的区域规划方案,这为区域碳排放核算和配额分配提供了全新的视角。鉴于县域的能源数据不够完善,基于经济、人口、省级能耗量等数据构建了适用于主体功能区划分的碳排放核算方法,并确保各主体功能区的碳排放总量和分部门碳排放量都与该省的总碳排放量和分部门的一一对应相等。以中国广东省为案例,对其四类主体功能区在2005—2015年间的碳排放情况进行核算分析。研究发现:四类主体功能区的碳排放总量与经济总量呈现高度正相关性;四类地区中碳排放量从大到小依次为优化、重点、农产品、生态开发区。碳排放强度最大的为生态开发区,其次是重点开发区,农产品开发区和优化开发区。重点开发区和优化开发区的碳排放占全省比值达86%,都应作为未来节能减排措施的最主要的作用对象,需加快产业结构升级,扩大新能源技术的应用。农产品开发区和生态开发区应加快发展循环农业,有机低碳农业生态环境友好型产业。     

东北三省碳源/汇和碳盈亏时空分布与影响因素

碳循环是影响气候变化的关键环节。利用改进的CASA模型对东北三省2000-2020年间自然碳源\汇进行了估算;通过增加真实碳排放量对估算过程的约束,改进了夜间灯光数据和碳排放拟合方法,探究了区域碳源碳汇和碳盈亏的时空分布和影响因素。结果显示：（1）净生态系统生产力在时间上呈现波动上升趋势,空间上黑龙江省自然碳汇总量最高（164.61 Tg C/a）,约占东北三省的60%;（2）能源消费碳排放总量呈现先上升,再下降,近年趋于稳定的时间变化趋势,空间上以辽宁省年均碳排放量增速最快,增速约为6.95 Tg C/a;（3）2005年为东北三省整体从碳盈余转变为碳亏损的转折点,近年来亏损速率有所下降;（4）东北三省碳盈亏与自然因素呈正相关,与人口规模、地区生产总值、碳排放强度、产业结构呈现负相关关系。辽宁省能源消费总量的攀升使能源结构的下降未能扭转其碳亏损的局面,并使其碳盈亏与能源结构呈现正相关关系;黑龙江省和吉林省农业人口流失较快一定程度上导致了城市化水平与碳盈亏呈现正相关关系。（5）东北三省均应降低碳排放强度,黑龙江省和吉林省应调整能源结构,辽宁省应调整产业结构。研究结果可为东北三省"双碳目标"的实现提供理论依据。     

黄河流域农业生产活性氮排放及减排对策

人口增长和城市化进程促使粮食和肉禽奶类食品需求不断增加,由此带来的农业生产活性氮(Nr)大量排放对生态环境及人类健康的影响日益加剧。黄河流域作为中国的粮食主产区,农业生产活动强度高,为研究其Nr排放规律,采用排放因子法估算2000、2005及2010年黄河流域内9省(区)农业生产不同形态Nr的排放源。结果表明：(1)黄河流域9省(区)中,农业生产Nr排放量最大的为河南省,最小的为四川省,河南省Nr排放量是四川的8倍。(2)4种形态Nr排放量从大到小依次为Nr-wp(排放到水体的Nr)、NH₃、N₂O和NO_x。化学氮肥施用和畜禽散养是NH₃排放的最主要贡献源,其次是规模化养殖和放牧饲养,四者贡献率达85%以上。农田作物系统径流、淋洗以及畜禽养殖流失淋洗对Nr-wp排放的贡献率各占1/3左右。四季非蔬菜旱地和畜禽养殖是N₂O排放的主要来源,其贡献率之和大于66%。(3)黄河流域内9省(区)单位农业GDP、单位耕地面积、单位农村人口Nr排放强度最大的均为青海省,单位农业GDP和单位农...     

1997-2016年中国农业碳排放率的时空动态与驱动因素

研究农业碳排放率时空格局演变及驱动因素对指导农业碳减排和实现农业低碳化发展具有重要意义。对1997-2016年中国31个省域的农业碳排放率进行测度,在此基础上采用ESTDA框架和GWR模型从时空关联视角对其时空动态演变特征及驱动因素进行分析。研究结果表明：（1）中国农业碳排放率空间正相关性呈减弱趋势,农业碳排放率空间差异逐渐扩大。（2）中国农业碳排放率的时空格局动态变迁路径差异明显,局部空间结构和空间依赖方向上都具有较强的稳定性。（3）协同增长型省域数量呈现减少趋势,表明中国农业碳排放率的空间格局整合性下降且由协同增长主导型向协同与竞争并存的格局转变。（4）农业碳排放率具有较强的局部空间关联模式和空间转移惰性,表现为一定的路径依赖或空间锁定特征。（5）农业碳排放率驱动因素的空间非均衡联动局域性特征显著,农村经济发展水平的影响程度从南向北依次递减,居民收入状况和种植结构的分布趋势为从东向西依次递增,耕地面积构成状况对东北地区农业碳排放率的提升作用高于中西部地区,耕地规模对农业碳排放率具有负向作用,回归系数从东南向西北依次递增。     

基于投入产出的中国省际农业水-土-碳足迹流动分析

水-土-碳多要素耦合研究是近年来资源环境领域的热点之一。开展农业水-土-碳足迹流动分析有助于揭示农业生产和贸易带来的跨区域环境影响,对不同区域资源可持续管理和协同减排具有重要意义。以中国30个省级行政区为研究对象,基于投入产出方法科学识别不同省区农业水、土、碳足迹的空间格局、流动特征及关联状况。主要结论如下：（1）省域尺度农业水、土、碳足迹具有较大的空间差异,这归因于自然条件、社会经济、产业结构、耕作方式及种植结构等的区域差异;（2）农业水、土、碳足迹流动主要从西部和北部流向东部和东南部地区,这与农产品市场供需关系密切相关,表明东部和东南部地区农产品消费导致了西部和北部地区资源的虚拟占用和隐含碳排放;（3）农业水、土、碳足迹及其强度之间存在一定程度的关联关系,经济发展状况、地区产业结构、自然条件状况等因素均会影响某一要素或几种要素的消耗强度,进而影响其关联作用;农业水、土、碳足迹流动表现出明显的关联性特征,空间关联网络存在不均衡性,关联渠道有待丰富;（4）建议未来加强农业技术革新,提高机械化、智能化生产水平;通过土地规模化经营实现水土资源的节约集约利用;开展基于水-土-碳跨区域影响的横向农业生态补偿,实现中国省际协同减排和资源优化。     

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。     

2004—2013年东北三省主要粮食作物生产碳足迹

东北是我国重要的粮食主产区,在国家粮食安全保障中起着至关重要的作用.作物生产是主要的碳排放源,探明不同作物生产的碳足迹差异,对促进低碳农业发展具有重要意义.本研究利用2004—2013年东北三省主要粮食作物(水稻、玉米和大豆)的产量、播种面积、农田生产投入等统计数据,估算了该区粮食生产碳足迹.结果表明: 2004—2013年,东北地区3种主要粮食作物中,水稻生产单位面积碳足迹最高,平均达到(2463±56) kg CE·hm^-2,玉米次之.玉米的碳足迹上升趋势最明显,从2004年的1164 kg CE·hm^-2增加到2013年的1768 kg CE·hm^-2,增速为67 kg CE·hm^-2·a^-1.在碳足迹构成中,化肥贡献最大,分别占水稻、玉米、大豆总碳投入的45%、90%、83%.水稻生产中灌溉用电所占比例为29%~42%,远高于玉米和大豆.东北三省碳足迹差异显著,3种作物的单位产量碳足迹均在吉林省最高,单位面积碳足迹均在黑龙江省最低.随着农村劳动力非农化和作物生产机械化的快速递增,未来粮食生产中柴油等机械化碳投入将快速增长.提升化肥利用效率、灌溉效率和机械化作业效率将是发展东北地区低碳农业的关键途径.