共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的】根据宜宾市农业生产实际,对近15年来(2001-2015年)农业碳排放量进行估算,并分析其时空格局和驱动力,为该市农业发展提供理论依据。【方法】利用IPCC清单估算法选取相应的碳源因子、碳转化系数进行农业碳排放估算和强度等级划分,结合ArcGIS方法探讨其时空演变规律,并运用主成分分析法探寻影响碳排放的主要驱动力。【结果】①近15年来宜宾市农业碳排放量与碳排放强度均呈上升趋势。碳排放量由485.10×10~(4 ) t增长到566.82×10~(4 ) t,增长率为16.85%;碳排放强度由9.96 t/hm~2增加到11.23 t/hm~2,增长率为12.75%。②该市农业碳排放量的构成以水稻种植(29.65%)、猪养殖(25.74%)和化肥施用(19.63%)为主。③该市10区县中除江安县外,其余区县碳排放量都呈现波动上升趋势;碳排放强度由高到低排序为:江安县翠屏区长宁县宜宾县兴文县南溪区高县筠连县珙县屏山县。④主成分分析结果表明,农用物资(农膜、农药、化肥)和农用能源(农用柴油、农用电)是影响碳排放的主要驱动因子,农业类型(猪、牛养殖、水稻种植)是次要因子。【结论】近15年来宜宾市农业碳排放量和强度呈增加趋势,空间分区上等级变化不大,农用物资和农用能源因素是碳排放的主要影响因子。 相似文献
2.
在测度1997—2018年中国31个省区农业碳排放的基础上,对其时空演变特征进行分析,并利用核密度估计法和马尔科夫链法,考察中国农业碳排放分布的动态演进机制,进一步基于脱钩理论探究农业碳排放与农业经济发展之间的关系。结果表明:(1)中国农业碳排放量总体呈现波动上升趋势,农业碳排放强度不断下降,稻田为第一碳源;(2)中国农业碳排放的区域差距较大,碳排放较低的省区呈扩大趋势,碳排放较高的省区有所收缩;农业碳排放量总体上表现出东中部高、西部低的空间分布格局,而碳排放强度的空间布局则相反;(3)农业碳排放动态演进特征的分析表明,大部分省区的农业碳排放呈现增长态势,地区差距有所扩大,但“两极分化”现象逐渐消失;农业碳排放分布状态稳定性高,内部流动性低;(4)中国农业碳排放与农业经济发展之间多处于弱脱钩和强脱钩状态,强脱钩状态的省区在空间格局上逐渐替代弱脱钩状态占据绝对主导地位。 相似文献
3.
吉林省农业碳排放动态变化及驱动因素分析 总被引：3，自引：1，他引：2
基于农业物质投入的五个方面:化肥、农膜、农药、农用柴油及农村用电,利用农业碳排放量估算模型,计算吉林省1999-2011年的农业碳排放量,分析农业碳排放总量、组成结构以及农业碳排放强度的动态变化,结果表明:吉林省农业碳排放总量变化分为二个阶段,即波动增长阶段和稳步增长阶段。碳排放总量由1999年的205.3632万t增加到2011年的371.7199万t;农业碳排放总量的组成结构保持不变,依次是化肥、农村用电、农膜、柴油、农药碳排放量;农业碳排放强度从1999年的505.2855kg/hm2升高到2011年的711.7935kg/hm2,其与人均GDP 的环境库兹涅茨曲线(EKC)呈三次函数曲线,预计2012年将达到转折点。基于STIRPAT模型,揭示了人口总数、人均GDP、农业贡献值、农用机械总动力、农户固定资产投资等驱动因素的弹性系数分别为2.6806、0.0767、0.2160、0.1247、0.0572。时间序列预测模型显示:2012-2016年,吉林省农业碳排放总量将由392.4663万t增加到494.1911万t,农业碳排放强度由709.1317kg/hm2下降到561.4089kg/hm2。吉林省必须采取切实有效的措施,改变现有的农业生产发展模式、改善农业生产结构,加强农业科学技术发展,否则,吉林省农业减排的形势将更加严峻。 相似文献
4.
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
5.
《农业科技通讯》2017,(7)
依据2004-2014年河南省小麦、玉米的产量、播种面积及农业投入等数据,对河南省小麦-玉米典型农田生态系统碳源、碳汇进行估算,结果表明:(1)2004-2014年小麦、玉米碳排放量呈持续增加趋势,2014年小麦、玉米碳排放量分别为441.5万t和177.8万t,增加了11.35%和35.72%;(2)2004-2014年小麦、玉米碳吸收量呈持续增加趋势,2014年碳吸收量分别为4 038.9万t和2 039.1万t,增加了34.19%和64.96%;(3)2014年小麦、玉米总碳汇达到了3 597.5万t和1 861.3万t,比2004年分别增加了37.65%和68.44%;(4)小麦、玉米碳的生产效率和生态效率均逐年增加,表明投入单位质量的碳获得的经济产量逐年提高,而且碳汇能力逐渐增强。 相似文献
6.
【目的】土地利用/覆被变化是引起全球碳排放的主要原因之一,通过预测土地利用变化评估未来县域尺度碳排放空间格局对于制定区域减排政策具有重要意义。【方法】基于2005—2020年重庆市渝北区土地利用数据及CLUE-S模型预测2025—2030年该区土地利用变化及碳收支时空动态。【结果】2005—2030年渝北区耕地面积将持续减少4.57×10~4hm~2,林地面积呈现"增加-减少"反复波动的趋势,面积净增长2 293.8 hm~2;水域及未利用地面积略有增加;建设用地扩张最明显,面积增长3.32×10~4hm~2,整体扩张强度为0.92%。人类活动影响指数(HAI)呈先降低后增长的趋势,其值在2020年最低(0.49),并在2030年最高(0.54)。渝北区耕地的碳汇功能和建设用地能源消费分别是该区碳吸收和碳排放的主要来源。渝北区碳吸收随耕地面积减少而逐渐降低,2005—2030年碳吸收由2.17×10~5t逐渐降低为1.43×10~5t,而碳排放却由2.07×10~5t逐渐增加到1.02×10~6t,导致渝北区净碳排放量由-1.01×10~4t增长为8.79×10~5t。渝北区地均碳吸收值在海拔较高的山地及该区北部平行岭谷的丘陵地带较高;地均碳排放值在西南部平坦丘陵地带较高,并随建设用地的扩张向北沿平行岭谷蔓延。【结论】基于CLUE-S模型对土地利用变化的预测从而获得未来县域碳收支空间格局的方法是可行的。现有产业结构下合理调整土地利用结构是保证县域低碳发展的重要途径。 相似文献
7.
根据土地利用变更数据及能源消费资料,采用直接碳排放系数法,对铜陵县2000~2013年土地利用碳排放效应进行了估算,并结合TM影像,采用地统计分析,对铜陵县土地利用碳排放风险时空格局进行了分析。结果表明:1碳排放量总体上呈现增加的趋势。从2000年4.08万t增长到2013年的223.09万t,增加了219.01万t。2建设用地是主要的碳源,林地是主要的碳汇,13年间建设用地的碳排放量增长了219.17万t,对碳排放总量的贡献率高达92.26%;林地的碳吸收量维持在1.20万~1.24万t,对碳汇作用的贡献率达到60.52%。3在时空格局分布上,2000~2010年铜陵县土地利用碳排放风险指数在不断变大;碳排放风险指数与土地利用类型的空间分布有极大的相关性,从城镇向外推进的过程中呈现出由高到低的变化趋势。 相似文献
8.
新疆农业碳排放与农业经济增长的响应关系 总被引：1，自引：0，他引：1
《江苏农业科学》2018,(22)
测算了新疆维吾尔自治区(以下简称新疆) 2000—2015年及其14个地州2015年的农地利用、稻田、畜牧养殖3个方面的农业碳排放量,并进行时空差异分析。基于Tapio脱钩理论解析新疆农业碳排放与农业经济增长之间的动态演变关系,利用LMDI模型对新疆农业碳排放的驱动因素进行分解。结果表明:2000—2015年新疆农业碳排放总量在保持总体上升趋势的同时呈现"上升—下降—上升"的3个阶段特征,14个地州的碳排放强度和结构差异明显。与2000年相比,2001—2015年农业经济发展因素和农业从业劳动力因素累计产生碳排放量分别是4 455.88×10~7kg和907.30×10~7kg,农业生产效率因素和农业产业结构因素累计实现的碳减排总量分别是4 180.90×107kg和81.59×10~7kg。 相似文献
9.
重庆合川区土地利用碳排放的效应及驱动因素 总被引：1，自引：0，他引：1
基于土地利用变更数据与能源消费数据,测算2009—2018年间合川区土地利用碳排放量,分析碳源、碳汇、净碳排放量及碳排放强度演变趋势,运用LMDI因素分解法对碳排放驱动因素进行分析。结果表明:(1)2009—2018年重庆合川区土地利用净碳排放量呈上升趋势,年均增长率为7.00%;(2)合川区单位GDP碳排放强度呈逐年下降趋势,人均碳排放强度呈逐年上升趋势;(3)经济发展水平和建设用地规模是合川区土地利用碳排放的正向驱动因素,碳排放强度和土地利用效率为负向驱动因素。 相似文献
10.
土地利用变化是区域碳排放变化的主要驱动力,研究土地利用变化对碳排放的影响有助于制定碳排放政策。基于土地利用现状数据和能源消耗数据,构建碳排放评价模型,测算河北省2000-2020年土地利用碳排放量,利用标准差椭圆模型探究研究区碳排放空间格局分布特征,依据碳排放经济贡献系数和碳生态承载系数提出碳平衡分区方案及优化对策。结果表明,(1)2000-2020年河北省碳排放总量整体上呈现明显的上涨趋势,从9.01×107 t上升到2.75×108 t, 2000-2010年碳排放量增长速率快速提升,2010-2020年碳排放量增长相对缓慢。(2)河北省碳排放强度呈现多圈层结构空间分布特征,主要以资源型城市为中心向外呈圈层结构扩散,石家庄和沧州核心市区次圈层结构逐渐显现。(3)河北省县域碳排放经济贡献系数空间特征呈四周低中间高,碳生态承载系数呈现西北高东南低的空间分布规律。(4)基于碳平衡分析将河北省划分为碳汇功能区、低碳保持区、经济发展区、碳汇发展区和高碳优化区,并提出了相应的发展策略。 相似文献
11.
福建省农业碳排放时空变化及其驱动因素 总被引：1，自引：0，他引：1
【目的】研究福建省农业碳排放时空动态变化规律及其驱动因素,为福建省农业实现低碳化发展提供理论依据。【方法】利用《福建统计年鉴》(1990-2016年)的农业生产数据对全省农业碳排放进行测算,运用地理信息系统(ArcGIS)对其空间变化规律进行分析,利用LMDI模型(对数平均迪式分解模型)对其驱动因素进行分解。【结果】1990-2016年间福建省的农业碳排放整体呈下降趋势,由598.32万t下降到546.49万t,年均下降0.35%。9个地级市农业碳排放量差异较大,其中南平市农业碳排放量最大,达到103.64万t;厦门市农业碳排放量最小,仅有5.29万t。从福建省农业碳排放的内部结构看,农用物资与农地利用所带来的碳排放为主要碳源,占农业碳排放总量的43.85%;其次是稻田甲烷所带来的碳排放,占比43.04%。在驱动因素方面,碳排放强度效应、就业结构效应和人口总数效应是全省农业碳排放下降的正向驱动因素,农业碳排放分别减少35.00万t、8.86万t和75.72万t;而农业收入效应是农业碳排放下降的负向驱动因素,农业碳排放增加了40.45万t。【结论】近年来福建省农业碳排放量整体减少,未来还可进一步采取措施,有效促进农业碳减排和低碳农业发展。 相似文献
12.
为探究农田生态系统碳排放演化趋势,制定合理的碳减排政策,以面板数据为依据,估算2007—2020年中国农田生态系统碳排放量及强度;运用空间自相关分析碳排放强度空间格局;建立GM(1,1)预测模型,对未来碳排放强度进行预测,并对预测结果进行空间自相关分析,以研究其发展趋势。结果表明:1)中国农田生态系统碳排放量在研究期间呈波动下降趋势,并于2013年达到峰值;2)碳排放强度总体呈下降趋势,表现为“北冷南热”的空间格局,未来将持续下降,由2020年的0.107 kg/yuan下降至2027年的0.054 kg/yuan,总体空间格局保持稳定,但热点区域扩大,冷点区域缩小。因此,为加快低碳农业发展,应根据地区差异,通过制定差异化农业管理策略,降低农田生态系统碳排放强度。 相似文献
13.
贵州省农地利用方式变化的碳效应特征与空间差异 总被引：1，自引：0，他引：1
《湖北农业科学》2015,(15)
农地利用方式变化既是重要的碳源,同时也是最主要的碳汇。探寻一条适合贵州农地利用碳减排的道路显得尤为重要。基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源,测算了贵州省1995~2012年及其9个地市州2012年农地利用碳排放量。结果表明,1995~2012年贵州农地利用碳排放总量、强度年均分别增长2.21%、2.48%;化肥、农药、农膜、农用柴油、灌溉、翻耕所产生的碳排放量年均分别增长2.90%、3.93%、8.51%、8.35%、4.70%、1.27%。2012年各地市州碳排放测算结果表明,受资源禀赋、耕地总量、耕地结构等因素影响,贵州省9个地市州农地碳排放量存在明显差异,遵义、毕节较高,六盘水、贵阳则相对较低;2001~2012年林地碳汇呈现"增长—下降—增长"的趋势,而草地碳汇则呈现不规则波动。2012年贵州省9个地市州林地、草地碳汇情况差异较大,林地碳汇最多的是黔南州,最少的是六盘水;草地碳汇主要集中在黔西南州、黔东南州、黔南州和铜仁。农地利用方式变化的碳效应来看,2001~2012年贵州省因生态退耕产生的碳汇总体呈下降趋势,因建设用地所引发的碳排量总体呈上升趋势。农地利用变化的碳效应呈现区域差异,生态退耕碳汇效应最大是遵义,最小的是安顺;因建设占用耕地导致碳排放效应最大的是铜仁,最小为六盘水。 相似文献
14.
农业废弃物作为可"变废为宝"的资源,其循环利用成效对于农民增产增收、改善农村环境、推进"两型农业"快速发展及生态文明建设进程具有重要意义。文章通过构建农业废弃物的碳排放量核算指标体系,在科学估算2007～2016年南疆棉区棉花秸秆资源不同利用方式碳排放量的基础上,结合棉区实际,设计出在低碳背景下实现以棉花秸秆发酵沼气为核心的"四位一体"循环模式,即"秸秆—沼气—有机肥还田—低碳农业"。结果表明:(1)新疆南疆棉区棉花秸秆资源的利用潜力巨大,2016年可收集棉花秸秆资源量为898. 646万t,年均可收集量达670万t。(2)2007～2016年南疆棉区棉秆不同处理方式的年平均碳排放总量为266. 664万t,年平均碳排放强度为3. 12 t/hm~2,不同利用方式碳排放量由大到小排序依次为:秸秆薪柴燃料秸秆焚烧秸秆肥料化秸秆饲料化秸秆发酵沼气。(3)以棉花秸秆发酵沼气为中心"四位一体"循环模式的基本实现路径为"棉花秸秆—沼气池—沼气发电—提供农户生产生活用能"、"棉花秸秆—沼气池—沼渣、沼液—肥料化—有机肥还田—果蔬种植"、"棉花秸秆—沼气池—沼渣、沼液—饲料化—畜禽粪便—有机肥还田—棉花、果蔬种植"。 相似文献
15.
河南省面临生态环境脆弱、生态承载力较低和碳排放基数较大等诸多问题，这给双碳战略的有效实施带来了挑战。本研究旨在系统研究河南省土地利用变化对碳排放量时空格局的影响，为政府制定低碳土地利用模式以及差异化的碳减排政策提供科学依据。基于2000—2020年河南省土地利用和能源消费数据，结合土地利用碳排放量方法和ArcGIS技术，本研究量化了河南省碳排放的时空格局分布，并借助地理探测器方法分析了河南省土地利用碳排放量空间分异的影响因素。结果表明：建设用地和耕地是河南省主要的碳源，林地则是主要的碳汇，碳吸收量占总吸收量的90%以上。总体上，河南省碳排放量呈现出先快速增长后缓慢下降的趋势，从2000年的3.367×107 t增长到2010年的7.337×107 t，增长率为118%；而在2010—2020年下降了5.247×106 t，下降率为7%。空间上，不同市域之间存在着显著的碳排放量水平差异，部分市域存在碳收支不平衡，且碳排放量远超碳吸收量。此外，城镇化水平、人口规模和建设用地占比对碳排放量产生显著影响，尤其是建设用地q值增长幅度最大，而人口规模q值在2020年最高。通过探究土地利用变化导致的碳排放量变化和空间格局变化以及碳排放格局的驱动力，对推动河南省土地利用方式向低碳化转变，制定有效的政策具有重大意义。 相似文献
16.
山东省农田生态系统碳源、碳汇及其碳足迹变化分析 总被引：3，自引：0，他引：3
依据2002—2013年山东省17地市农业投入、播种面积以及作物产量等统计数据,对全省各地市农田生态系统进行碳源、碳汇估算,从中分析其变化规律,并探讨造成碳源、碳汇时空变化的影响因素。结果表明:山东省农田系统具备较强的碳汇能力,碳吸收量明显高于碳排放量,两者的总量之比为4.32∶1;碳吸收量和碳汇量呈增加趋势,碳排放量和碳足迹呈降低趋势;农田生态系统表现出较大的碳生态盈余,碳足迹占同期耕地面积的比值呈现降低趋势,2002年为27.71%,2013年为20.96%;17地市之间单位面积碳汇量和单位面积碳足迹存在明显差异,2013年单位面积碳汇量最高的为德州市(6.20t/hm~2)、最低为威海市(3.02t/hm~2),单位面积碳足迹最高的威海市为0.26hm~2/hm~2、最低的泰安市为0.08hm~2/hm~2。 相似文献
17.
基于化肥、农药、农膜、农用柴油、灌溉、翻耕六个主要农地利用碳源,从时间、空间两个维度对湖北省农地碳排放量进行估算.结果表明,在时间尺度上,历年农地碳排放总量呈逐渐缓慢上升趋势,历年单位面积农地投入品使用量始终保持稳定;在空间尺度上,农地碳排放空间差异明显,湖北省各地、州、市农地利用碳排放总量、碳排放强度存在较明显差异,其中,襄阳、黄冈、荆州分别位列碳排放总量前3位,鄂州、随州、寰阳分别位列碳排放强度前3位. 相似文献
18.
喀斯特山区生态环境脆弱,系统研究喀斯特山区土地利用变化特征及其引起的碳排放强度变化特点,可为喀斯特地区政府建立低碳土地利用模式和制定差异化的碳减排政策提供科学依据。本文以典型的喀斯特山区黔南州为研究对象,以2009—2019年土地利用数据为基础,采取直接碳排放系数法和间接碳排放系数法测算不同地类的碳排放系数及碳排放量,运用空间自相关性分析碳排放强度的空间变化。结果表明：林地为黔南州主要地类,10年间,林地面积增加最多,面积增幅为25.24%,其占国土面积的比例从2009年的56.60%提升到2019年的70.89%;园地面积增速最快,增长2.24倍;建设用地面积增长迅猛,10年间面积增长89.53%;草地面积减少最多,减幅达87.72%;耕地面积减少亦较大,减幅为26.47%。10年间黔南州土地利用变化剧烈,地类发生转移变化的面积占国土面积的比例达33.63%,草地、耕地、未利用地是主要转移地类,耕地、林地转移到建设用地和转移到园地面积均较大。10年间碳排放量净增加235.93万t,建设用地碳排放系数从2009年的3.254 3 kg/(m2·a)增加到2019年... 相似文献
19.
基于灰色理论模型的山东省土地利用碳排放研究 总被引：1，自引：0，他引：1
土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009~2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017~2025年碳排放进行预测。结果表明,研究期2009~2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm~2,碳排放强度约下降至0.376 t/万元。 相似文献
20.
为黔北喀斯特山区的低碳农业持续发展提供理论依据,采用农田系统碳汇计算方法,研究遵义市近60年农田碳汇及碳足迹。结果表明:遵义市60a农田系统的年均固碳能力呈波动趋势,年均固碳量为274.61万t;农田碳汇强度为4.55t/hm~2,其中,1959—1961年碳汇强度为3.30t/hm~2,农田碳汇强度增加速度为0.04t/(hm~2·a),1961—2000年农田碳汇强度增速为0.10t/(hm~2·a),2001—2008年农田碳汇强度呈降低趋势。遵义市农田碳足迹总体呈增加趋势,平均为2.40×104hm~2;遵义市60a不同农作物对固碳的贡献水稻最大,为60.89%;玉米其次,为17.07%,小麦第三,为8.29%;研究期间内,水稻的碳汇贡献由最初的78.29%降至50.33%。遵义市农田碳汇随着农业碳投入的变化而变化,在农田管理年投入碳大于20万t后,遵义农田碳汇无显著变化;遵义农田管理碳投入小于20万t时,农田碳汇呈显著增加趋势,增速为10.44万t/万t。 相似文献