共查询到20条相似文献，搜索用时 406 毫秒
1.
为探究海南省碳排放的时空分布特征,以海南省农业领域碳排放情况为研究对象,基于2016—2020年海南省农业年鉴数据,从种植业、养殖业、渔业和农用能源等4个方面入手,采用IPCC碳排放计算方法,分别计算全省与各市县农业年碳排放总量和碳排放强度。结果表明：海南省农业领域碳排放总量历年变化幅度较小,2018年海南省农业领域碳排放总量（以碳当量计）达到最大为495.69万t,种植业和农用能源碳排放所占比例最大,分别为61.62%和31.29%;海岛特点导致海南省农业领域碳排放总量在地域上存在明显差异,海口、文昌、琼海、澄迈、临高、儋州地区等沿海县区农业领域碳排放量远大于岛中央地区,呈现北高南低、外高内低的特点;海南省及各市县区农业领域碳排放强度逐年下降,2020年全省农业领域碳排放强度（以碳质量计）降低至0.26 kg/亿元,降低速度超过全国平均水平。在目前农业发展场景下,海南省已基本实现农业领域碳达峰,碳排放总量与碳排放强度虽处于高位,但在未来几年内仍会不断下降。 相似文献
2.
为探讨山西省农业碳排放时空特征及未来变化趋势,采用排放因子法,基于种植业、畜牧业10类碳源,测算山西省2000—2020年农业碳排放量,并运用STIRPAT模型对2021—2030年全省农业碳排放量进行预测。结果表明：2000—2020年山西省农业碳排放量总体呈先缓慢上升后波动下降的变化趋势,农业碳排放强度整体呈波动下降的变化趋势,年均降幅4.1%。种植业和畜牧业分别占农业碳排放总量的42.2%和57.8%。其中施用化肥是种植业碳排放最重要的来源,年均占比26.9%。牛、羊养殖是畜牧业碳排放最主要的两大来源,平均贡献率为28.4%、21.9%。山西省农业碳排放总量高值区多分布于晋北及晋南地区,低值区分布于中部地区,农业碳排放强度呈北高南低的分布特征。基于STIRPAT模型对山西省2010—2020年农业碳排放估算结果的精确度较高,由此预测2021—2030年山西省农业碳排放量,结果显示其呈下降趋势,在基准情景、低碳情景1和低碳情景2中,到2030年农业碳排放量分别为277.2万、268.5万、252.3万t。研究表明,山西省农业已实现碳达峰,随着低碳措施的进一步强化,未来农业碳排放呈持... 相似文献
3.
4.
运用CiteSpace对2010—2021年我国农业碳排放的研究热点及趋势进行可视化分析。结果表明,近年来我国农业碳排放的研究热点主要集中在科学核算、与农业经济的脱钩效应、农业碳排放绩效评价及影响因素、农业碳减排的困境及实现路径等。其中,2010—2013年是研究的萌芽期,从对气候变化的关注到农业碳排放;2014—2017年是成长期,对农业碳排放与农业经济发展的脱钩效应及影响机理研究日渐深入;2018—2021年是热潮期,前沿已经转移到农业科技创新、农业绿色低碳发展、绿色金融助力农业碳减排上。未来应深入研究“双碳”目标下农业碳排放的精准核算、影响机理,以及精准化、差异化农业碳减排问题。 相似文献
5.
《江苏农业科学》2017,(17)
基于灌溉、翻耕、化肥、农药、农膜、农用柴油等农业生产中6个方面,测算了河南省1993—2014年的农业碳排放量和排放强度。结果表明,1993年以来河南省农业碳排放量总体呈上升趋势,按环比增速可分为"高速-中速-低速"3个演化阶段。河南省各地市碳排放差异明显,周口市、新乡市、商丘市、安阳市属于碳排放总量、碳排放强度"高-高"型地区;南阳市、驻马店市、信阳市属于高碳排放量、低排放强度"高-低"型地区;平顶山市、焦作市、濮阳市则属于低碳排放量、高排放强度"低-高"型地区,郑州市等8市属于碳排放总量、碳排放强度"低-低"型地区。运用Tapio脱钩模型计算了河南省农业碳排放的脱钩弹性系数,结果显示,2004年前农业碳排放与农业经济发展的脱钩关系呈现弱脱钩、扩张负脱钩、扩张连接、强负脱钩和弱负脱钩5种弹性特征并存,2004年后以弱脱钩为主导,仅在2011年出现扩张负脱钩,脱钩状态较为理想,说明近年来河南省在农业碳减排方面取得了一定成效。 相似文献
6.
2020年9月,中国在联合国大会上向世界宣布力争在2030年前实现碳达峰、2060年前实现碳中和的目标,因此测算种植业碳排放量、碳汇量对政策的制定有重要意义。本文基于2013—2020年中国国家统计局的主要农作物、主要农用物资消耗量的年度数据测算中国31个省份种植业碳排放量、碳汇量,运用灰色预测法GM(1,1)预测中国31个省份未来5年的碳排放量,深入分析其时空分异特征,并采用基尼系数研究中国省域种植业碳汇量、碳排放量的公平性。研究结果表明:(1)山东碳排放总量最高,广西碳汇总量、净碳汇总量最高。(2)从时间序列看,中国种植业碳排放高峰已经过去,并且种植业未来碳排放量有明显下降趋势。不管是到达碳排放高峰的时间点、碳排放总量还是未来碳排放量下降趋势都出现明显的"马太效应",即东部地区优于中部地区,中部地区优于西部地区。另外,新疆、黑龙江和河南部分主要农用物资(农用塑料薄膜、农用化肥和灌溉)碳排放量存在逐年上升的趋势。(3)从空间分布看,河南、山东、安徽以及吉林属于高-高型地区,四川和新疆属于高-低型地区。东部沿海地区、南部沿海地区和东北地区种植业碳排放基尼系数明显高于其他地区,基尼系数大小与地理位置和经济发展水平呈正相关关系,高值基尼系数在地理分布上,明显呈现沿海性的特征。西北地区和西南地区的种植业碳汇量基尼系数显著高于其他地区,基尼系数的大小与其地理位置和经济发展水平有负相关关系。 相似文献
7.
为预测碳达峰时间和峰值,综合分析减排潜力,本研究使用生命周期评价法对2004—2018年棉花生产碳排放进行核算,基于STIRPAT模型进行模拟,结合Kaya恒等式确定模型变量为技术效率、生产规模、进口数量、农业经济和城镇化率,通过岭回归确定系数将2019—2035年碳排放情景分为高减排度情景(HERS)、中等减排度情景(MERS)、基准情景(BS)3类进行变量设定和预测。结果表明:2004—2018年中国棉花生产碳排放及其增长率呈缓慢上升趋势,2018年碳排放达到最高值(24.34万t),新疆的碳排放值最大(2018年占比86.8%)并呈明显增加的趋势,肥料生产与施用、灌溉用电、农膜是生产过程中的主要碳排放构成因素。用于模拟中国棉花生产碳排放的STIRPAT模型性能良好(R2=0.866,adjusted R2=0.792,P=0.001),自变量均对因变量有显著影响(P<0.01),生产规模、城镇化率和技术效率是主要宏观影响因素。结果显示2019—2035年HERS、MERS、BS下中国棉花生产碳达峰时间分别是2021、2025、20... 相似文献
8.
9.
农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了2000—2020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：2000—2020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41×108 t，养殖业为碳源，碳排放量达4.17×107 t。2000—2020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。2000—2020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。 相似文献
10.
江苏省农业碳排放时序特征与趋势预测 总被引：2，自引：1，他引：1
为探讨江苏省农业碳排放时序特征及未来碳排放趋势,利用排放因子法对江苏省2000—2019年农业碳排放进行估算,并运用STIRPAT模型对2020—2030年全省农业碳排放趋势进行预测。结果表明：江苏省2000—2019年的CO2排放当量（CO2e）整体呈现降低-升高-降低的趋势,并在2005年达峰,估算为8 361.77万t,其中种植业、畜牧业则分别在2010年、2003年达峰,种植业排放量远高于畜牧业。农业CO2e排放强度呈先升高后降低的趋势,2003年后排放强度逐年递减,到2019年已降至1.31 t·万元-1;在各碳源中,水稻种植是全省农业碳排放的最大排放源,而在主要畜禽中,猪养殖过程中造成的碳排放远高于其他畜禽;预计2020—2030年,伴随城镇化发展、农业人均GDP提高和农业碳排放强度的进一步降低,全省农业CO2e排放量仍将呈下降趋势,在减碳的同时可以兼顾农业经济高效发展。研究表明,江苏省农业已实现碳达峰,未来农业碳排放的持续降低将有利于加速全省碳中和目标的实现。 相似文献
11.
本研究基于化肥、农药、农膜、农用柴油等4个主要方面碳源,测算了湖北省1993-2010年及其地、市、州2008年的农业碳排放量.结果显示:(1)纵向来看,自1993年以来,湖北省农业碳排放总量、碳排放强度均呈现较为明显的三阶段变化特征,即”上升—平稳—上升”.(2)横向来看,区域差异明显:襄樊、黄冈2地属于碳排放总量、碳排放强度“双高”型地区;随州等4地为低碳排放量、高排放强度地区;宜昌等4地为高碳排放量、低排放强度地区;十堰等6地为碳排放总量、碳排放强度”双低”型地区.进一步利用LMD1模型对碳排放影响因素进行分解研究,结果表明:与1993年相比,效率、劳动力、结构因素分别累计实现了87.30％、71.89％和13.69％的碳减排;而经济因素则引发了269.28％的碳增量.最后,立足于研究结论提出促进湖北省农业碳减排的政策建议. 相似文献
12.
通过估算2012—2021年云南省农业碳排放量、碳汇量,结果表明,碳汇量从2012年的2 888.46万t增加到2021年的3 054.97万t,但是农业的净碳汇量却从2012年的1 897.88万t减少到2021年的1 656.46万t,在农业碳源中农用地生产过程中的碳排放量最大,2012年农用地生产碳排放占71.62%,2021年上升到74.19%;研究发现农用地生产碳排放在持续增长,农作物碳吸收的增长速度慢于碳排放,说明农业生产方式仍为低碳发展的重点改进方向。建议农业的减排从种植、施肥、灌溉等技术进行重点方向创新技术发展,同时做好因地制宜的政策引导,联动资源做好技术、资金、人力等要素的支持,大力促进云南省农业减排增汇。 相似文献
13.
中国农业碳排放经验分解与峰值预测——基于动态政策情景视角 总被引：1，自引：1，他引：0
运用广义迪式指数分解(GDIM)考察了1985—2017年中国农业碳排放驱动因素,并根据因素贡献差异设置动态政策情景对2018—2030年的全国农业碳排放量进行模拟与预测。研究发现:财政支出规模是引致碳排放增长的首要因素,而财政支出强度与产出强度为促进碳排放减少的关键因素;从时间段来看,1985—2010年我国碳排放增长表现为“产值规模带动”到“生产支出带动”,2010年后呈现“政策规制效应”下的年际间交替增减变化态势;在动态情景预测中,政策规制情景和绿色低碳情景分别在2025和2020年达到峰值,高速发展情景和绿色低碳情景在2030年的碳排放总量相差近10亿t。由此可见,出台“奖补”与“规制”并行的政策手段、借助市场作用优化农业生产投入结构、提高农资消耗品使用率是促进低碳生产的长久之计。 相似文献
14.
陕西省农业碳排放时序特征及影响因素分析 总被引：1，自引：1，他引：0
《山西农业科学》2016,(9):1377-1382
为探讨陕西省农业碳排放时间变化及其驱动因素,基于种植业和畜牧业2个方面的16类碳源,测算分析了2000—2014年陕西省农业碳排放现状,并利用LMDI模型对农业碳排放的驱动因素进行分解。结果表明,2000—2014年陕西省农业碳排放量增加了24.25%(96.33万t),年均增长率为1.56%,总体呈上升—下降—上升的变化趋势;化肥、农业机械、农膜、农药等农业物资投入对陕西省农业碳排放的影响逐渐增加,牛、羊、猪等大牲畜的肠道发酵、粪便管理对碳排放的影响逐渐减弱;对农业碳排放具有抑制作用的因素大小依次为效率因素、劳动力因素和结构因素,而经济因素则具有较大的促进作用。 相似文献
15.
李颖 《安徽农业大学学报》2017,26(6):23-30
基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展. 相似文献
16.
太湖地区农业源对水体氮污染的贡献——以宜溧河流域为例 总被引：7，自引：4，他引：3
宜溧河流域是太湖上游的主要集水流域,该流域的污染物排放是太湖污染负荷的重要来源。重点针对种植业、畜禽养殖业和水产养殖业三种农业污染源,基于统计年鉴、遥感解译、野外监测和调研等多种手段,对种植业、水产养殖业和禽畜养殖业分行业进行了氮污染负荷核算。结果表明,2013年宜溧河流域主要农业源氮污染负荷总量为6861 t,单位排放强度为22.2 kg·hm-2;种植业和禽畜养殖业是宜溧河流域氮污染的主要来源,其中种植业源TN排放量最大,为3832 t,占总负荷的55.9%,种植业中蔬菜地对氮污染的贡献较大,TN排放量占总农业源负荷的18.7%;禽畜养殖业源TN排放量次之,占总负荷的34.4%;水产养殖业源TN排放量最小,占总负荷的9.8%.因此,针对宜溧河流域农业源氮污染的治理,在考虑禽畜养殖和水产养殖的同时,应以种植业污染尤其是菜地作为重点研究对象,制定合理的控制措施。 相似文献
17.
基于化肥、农药、农膜、农业机械以及农业灌溉五个方面导致的碳排放,利用1995要2011 年江西省农业
投入统计数据,采用碳排放系数法计算江西省农地利用碳排放和碳排放强度,在Tapio 脱钩模型的基础上分析江西
省农地利用碳排放与农业经济增长之间的脱钩弹性关系。结果表明院1995要2011 年,江西省碳排放总量呈现逐年增
长的趋势,农地利用碳排放强度呈现先增强后减弱的趋势,各类农业活动中,化肥和农业机械化是主要的碳排放源。
从区域差异来看,2010 年江西省各设区市碳排放量排在第1 位是赣州市,其碳排放量比最后1 位的景德镇市多出近
8.13 倍;碳排放强度最高的为新余市,高达7.4657 t/hm2,最低的地区为景德镇市,仅为1.9240 t/hm2,只有新余市的
1/3,碳排放量排在前7 位的粮食主产区是江西省农地利用碳排放的主要来源地。从江西省农地利用碳排放与农业经
济发展间的脱钩关系来看,1996-2011 年间,其脱钩关系主要以弱脱钩、扩张连接、扩张负脱钩为主,说明近年来江西
省以农业经济发展为主,在兼顾环境效应上表现不佳。 相似文献
18.
为了解浙江省农业碳排放变化与农业经济发展之间的关系,选择化肥、农药、农膜、灌溉、耕作和稻田等6个农业碳排放源,测算了浙江省1995-2014年以及2014年杭州、宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州和丽水11个地级市的碳排放量和碳排放强度,运用Tapio脱钩模型分析浙江农业碳排放和种植业产值之间的关系.结果表明:自1995年以来,浙江省农业碳排放总量和碳排放强度均呈下降趋势;区域差异较明显;浙江农业碳排放和种植业产值之间的关系以强脱钩为主,说明近年来浙江省在农业碳减排方面取得了一定成效. 相似文献
19.
为厘清耕地绿色利用状况,采用IPCC碳排放系数法测算2000—2020年长江经济带129个地级市耕地碳排放,利用空间自相关分析揭示耕地碳排放时空特征演化,运用LMDI模型分解各影响因素的贡献。结果表明,2000—2020年长江经济带耕地碳排放量在时间上呈下降趋势,呈“保持稳定—快速增长—缓慢增长—缓慢下降”四个阶段;在空间上呈中、东部高,西部低的态势,存在显著的全局空间自相关,局部高-高聚集区分布于长江中下游地区,低-高聚集区分布于中游地区,低-低聚集区则主要分布于上游地区;区域内农业碳排放的促进因素是农业经济水平,抑制因素主要是农业生产效率,其次是农业生产结构,最后是农业劳动力规模。为此,长江经济带耕地碳排放的时空差异显著,各地区应因地制宜制定碳减排策略和土地利用管制规划,提升农业生产效率,优化农业种植结构,加强区域联动,推进低碳农业协同发展。 相似文献
20.
基于GIS的湖南省农地利用碳排放时空格局研究 总被引：1，自引：0，他引：1
基于化肥、农药、农膜、灌溉、翻耕、柴油等6类农地利用碳排放源,测算1999—2014年湖南省农地利用碳排放量和碳排放强度,分析湖南省农地利用碳排放时序特征,并基于GIS研究湖南省农地利用碳排放量、碳排放强度的空间格局。结果表明:(1)1999—2014年,湖南省农地利用碳排放量和碳排放强度均呈现逐年增长趋势,碳排放量从1999年的317.40万t增加到2014年的446.99万t,碳排放强度从1999年的987.79 kg/hm~2增加到2016年的1 076.26 kg/hm~2;(2)湖南省农地利用碳排放量和碳排放强度在空间上均呈现"东高西低"的特征,且集聚效应明显,2个年份排名前五的碳排放量总和分别占全省碳排放总量的54.34%和53.64%;(3)2010年和2014年,湖南省农地利用碳排放量与农业经济水平在空间格局分布上重合率达到100%,二者有着直接的影响关系。 相似文献