土地利用变化碳排放效应研究 — —以重庆市为例(三峡地区资源环境生态研究)

土地利用方式是影响碳排放的主要原因,低碳排放已成为土地利用调控的新课题。为了分析不同土地利用方式的碳排放效应,本文以重庆市为例,分析直辖以来重庆市主要土地利用方式的碳排放,并对重庆市的碳排放进行预测。结果表明,1997-2008年,由于土地利用的变化,重庆市碳排放从1 158.29万t增加到2 892.75万t,其中建设用地和耕地是主要碳源,建设用地年碳排放达1 214.92～2 987.29万t,排放强度为2.49～5.04 kg/(m2a),耕地年碳排放从126.3万t降为111.13万t;林地为主要的碳汇,由于林地面积持续扩大,林地的年碳吸收量由182.43万t增加到205.17万t。对重庆市2020年土地利用规划下的碳排放预测结果显示,2020年重庆市单位GDP碳排放比2005年减少43.99%,但碳排放总量显著增加,为10 381.19万t,因此面临的减碳任务非常严峻。     

土地利用变化下的阿克苏河灌区碳收支核算与情景模拟

区域碳收支是当前气候变化背景下的研究热点之一.以阿克苏河灌区为研究区域,采用排放因子法定量测算土地利用变化的碳排放,分析其变化的影响因素,借助Markov模型预测未来15年的碳排放变化态势.研究结果表明:1) 2006—2015年,阿克苏河灌区碳排放总量增加了0. 549×10~7t,其中园地和建设用地面积的增加是引起碳排放总量增加的主要原因; 2)多因素回归分析显示,单位GDP能耗、人口密度、人均GDP和建设用地面积是引起2006—2015年建设用地对阿克苏河灌区碳排放量变化的主要内在驱动力; 3)经马尔科夫预测,2015—2030年阿克苏河灌区碳排放量将增加0. 403×10~7t,增加趋势有所放缓,生态治理工程的效果逐渐显现.研究结果对阿克苏河灌区合理利用水资源、调整产业结构、实施生态治理等具有重要的参考意义.     

南昌市土地利用景观格局动态演变与模拟研究

为了区域土地利用的合理规划,进而推动土地利用和生态环境的协调。对南昌市2000年、2010年、2020年3期Landsat遥感影像进行目视解译,采用土地利用转移矩阵和景观格局指数分析土地利用与景观格局的动态变化特征,构建MCE-CA-Markov模型模拟2030年土地利用景观格局情景。结果表明:1) 2000—2020年,耕地面积大幅度减少,主要转出为建设用地,建设用地面积大幅度增加,林地和其他地类面积呈下降趋势,而水域面积缓慢增加;景观破碎化程度增强,景观异质性增多,连通性变弱; 2) 2020年模拟所得土地利用数据与实际解译的土地利用数据基本一致,Kappa系数为0.874 5,模拟精度较高; 3)模拟数据显示,2030年耕地和林地面积持续减少,水域和建设用地面积将继续增加;景观破碎化程度进一步加重,斑块形状趋向规则化,景观类型更加多样。因此,通过MCE-CA-Markov模型模拟研究区未来土地利用景观格局,有助于协调土地利用结构,使研究区在发展经济的同时,注重对生态环境的保护。     

铜仁市土地利用变化的碳排放量及生态补偿研究

土地利用变化是影响碳排放的重要因素。采用碳排放评价模型,利用2010年和2016年土地利用类型数据,对铜仁市各区县碳排放效益进行评价,并估算碳排放生态补偿标准。研究结果显示:①全市各区县碳排放总量呈现上涨趋势,2016年全市碳排放总量为2010年的1.57倍。②2010—2016年,万山区、玉屏县建设用地上的碳排量有所减少,6年来分别减少了13.68万t和18.32万t,其余区县建设用地上碳排放量均有不同程度的增加。③2016年全市的碳排放总量以市区所在的碧江区最大,最低的是江口县(21.61×10~4t),地均建设用地碳排放量以市区所在的碧江区最大(119.64×10~4t),石阡县最低(47.06×10~4t)。④铜仁全市各区县都属于碳源区,都应该提供生态补偿。2016年碧江区、思南县、松桃县提供的最适宜的生态补偿标准分别为22075.58万元、17872.77万元、16819.69万元。     

基于能源消费的重庆市土地利用碳排放效应分析

基于能源消费视角,通过构建土地利用碳排放核算模型,从土地利用碳排放核算、碳足迹和碳排放强度3个方面,对重庆市1997-2010年的土地利用碳排放效应进行时空变化分析.结果表明:(1)重庆市土地利用碳排放总量呈增加趋势,由1997年的3 796.12×104t增加到2010年的9 435.21×104t;独立工矿用地的地均碳排放强度最大;单位GDP碳排放强度呈现下降趋势,节能减排实施效果明显;碳足迹呈增加趋势,生产性土地面积不足以补偿土地碳足迹;(2)土地利用碳排放和碳足迹的多少顺序在空间上呈现出:"一圈","渝东北","渝东南"的空间分布状态.     

安徽省土地利用/覆被时空变化及其驱动因素分析

【目的】研究安徽省土地利用/覆被变化(LUCC)及其驱动因素,为安徽省国土资源利用与管理提供理论参考。【方法】基于安徽省1995—2020年6期30 m分辨率的Landsat系列遥感影像土地利用/覆被分类数据,利用土地利用/覆被类型结构与空间分布、转移矩阵、动态变化及土地利用程度综合指数和其聚类,分析安徽省土地利用/覆被类型时空变化特征;选取13个影响LUCC的驱动因子,采用主成分分析法(PCA)进行定量分析。【结果】1995—2020年安徽省土地利用/覆被类型面积耕地排首位,其次是林地、建设用地;25年间耕地、林地、草地分别减少了3 826.6、164.7和78.5 km²,建设用地、水域、未利用地分别增加了3 895.9、160.9、16.2 km²,耕地与建设用地相互转移面积最大。2005—2015年耕地、林地、草地减少与建设用地增加的趋势最明显,2015—2020年建设用地转移为耕地的面积大增。从土地利用程度综合指数变化率可知,25年间经济发展较快的合肥市土地利用综合指数变化率(2.18%)、芜湖市(1.60%)及矿业城市铜陵市(3....     

石羊河流域土地利用变化对区域碳排放和碳吸收的影响

利用土地利用转移矩阵、RS、GIS技术,根据2006、2010、2015年3期遥感影像数据和统计年鉴数据,分析2006-2015年石羊河流域土地利用变化情况,借助碳存储和碳排放的估算方法对2006-2015年石羊河流域土地利用/土地覆盖变化的碳效应进行剖析,运用模糊线性规划法对研究区土地利用结构进行规划.结果表明:2006-2015年石羊河流域林地、建设用地和未利用地呈增加趋势,未利用地、建设用地增加明显,林地略有增加;草地、耕地和水域呈减少趋势,耕地和草地减少显著,大量转化为未利用地,弃耕和荒化现象明显;建设用地是最重要的碳源,林地、水域、耕地、草地是主要的碳汇,未利用地的碳收支密度较低,但面积较大,对区域净碳储量贡献较大;土地利用碳存储量大于碳排放量,存在碳吸收盈余现象,但是盈余的空间有缩小态势.在增汇减排目标的模糊线性规划情景下,石羊河流域林地、草地、耕地、水域面积增加,建设用地和未利用地减少.石羊河流域的碳存储增加了1.7331×10~9 kg,碳排放减少了4.898 4×10~9 kg,净碳存储量增加了6.631 5×10~9 kg,碳排放明显减少.规划方案增汇减排的效果明显,有效缓解陆地生态系统的碳排放,达到优化土地利用结构的目的.     

2000-2020年西宁都市圈土地利用形态及碳排放量的演变分析

对西宁都市圈不同地类的碳排放系数进行修正,采用2000、 2005、 2010、 2015、 2020年共5期Landsat影像数据,测算西宁都市圈土地利用的碳排放量.选择最大斑块指数等8个代表城市用地形态变化的指标,利用空间滞后模型及空间误差模型分析城市形态指标对碳排放量的影响.结果表明,与东部大城市相比, 2000-2020年西宁都市圈建设用地强度、总面积均较小,碳排放量增速平稳且缓慢.面积占比仅2.67%的建设用地是土地利用碳排放量的重要来源;与平原城市相比,西宁都市圈土地利用的碳排放量具有明显的方向性,扩张方向以西北、东南和正北为主,除中心区外,西宁都市圈土地利用的碳排放量空间上表现为星状或不规则的团状;耕地变化对碳排放量的影响不显著,建设用地面积和形态变化对都市圈的碳排放量具有明显影响;内部连通性高、破碎度高和形状复杂的建设用地具有较高的碳排放量,不规则的建设用地和内部主导建筑类型的集聚同样会导致地区碳排放量增加,建设用地的紧凑程度对碳排放量增长有抑制作用.揭示了土地利用形态对碳排放量的影响机制,提出了建议和对策.     

草海湿地区域土地利用/覆被变化与预测研究

针对草海湿地区域典型性、特殊性,以1990、2000和2010年三期遥感影像为数据源,综合运用3S技术方法,从时间和空间两方面对研究区土地利用/覆被变化进行分析,继而利用MARKOV和CA-MARKOV模型预测研究区2020年土地利用情况.结果表明:草海湿地区域林地面积最大,耕地、草地面积变化较大,水域和建设用地的变化幅度和变化率明显且持续增加;从土地利用程度综合指数、变化量和变化率来看,土地利用集约化程度提高,土地利用正处于发展时期;从空间变化来看,1990-2000年土地利用/覆被类型间转化不大,2000—2010年转化较为复杂.通过对2020年预测分析结果可知,随着城镇化进程的加快,建设用地增加明显,水域面积持续增加,草海湿地继续得以保护.     

武威市土地利用变化特征及其驱动响应

本研究从土地利用转移矩阵、动态度和利用程度综合指数分析武威市2009—2018年土地利用变化特征,并应用DPSIR-PLS模型探究武威市土地利用变化的驱动响应过程。结果表明：（1）2009—2018年,武威市各类型土地利用面积均发生了较大变化,耕地、林地和水域面积减少,草地、城乡建设用地面积增加。（2）2010—2014年耕地主要转化为草地,城乡建设用地主要来源于耕地、草地和未利用地;2014—2017年耕地面积增幅较大且主要来源于草地和林地,城乡建设用地增加主要来源于城市周边和交通沿线的耕地以及未利用地的开发。（3）2009—2018年,武威市各区县土地利用程度综合指数均低于全国平均水平,2015—2018年土地利用程度综合指数较2009—2015年的变化量增大,土地利用状态总体上处于发展期。（4）结构方程模型中各准则层均有不同的驱动响应程度,更好的土地利用转变能有效实现可持续国土空间开发、土地节约集约转化和社会综合效益提升。     

红寺堡灌区土地利用变化对生态系统 服务价值的影响研究

基于土地利用变化和生态系统服务价值评估的相关理论和方法,运用GIS软件,分析红寺堡灌区1996,2000,2006和2010年的土地利用变化,并计算生态系统服务价值,研究土地利用变化对生态系统服务价值的影响。结果表明,1996—2010年间红寺堡灌区的土地利用变化较大,主要土地类型为牧草地、耕地和沙地、荒地,从以牧草地为主变为以耕地为主,牧草地减少和耕地增加的幅度最大,城镇村建设用地和林地次之,水域最小。研究区生态系统服务价值总量呈增加的趋势,从1996年的24956.31万元增长到2010年的26663.71万元,其中耕地和林地面积的增加起主要作用,加上水域,三者对研究区生态系统服务价值总量的贡献为84.59%。单位面积生态系统服务价值的分布变化也与研究区土地利用变化紧密相关,直观地反映了从灌区开发前到灌区建设初见成效后的土地利用变化,表明红寺堡灌区的土地利用变化对生态系统服务价值的增加具有一定的积极作用。     

基于Markov-PLUS模型的延安市土地利用多情景模拟研究

为探究延安市未来土地利用发展趋势,促进土地资源合理利用,基于延安市2010和2020年土地利用数据,运用Markov-PLUS模型,分别从自然发展、生态保护、经济增长三种情境,预测2030年延安市土地利用情况及其发展变化。结果表明：（1）2010-2020年,延安市全市范围内的耕地、林地面积减少,草地面积增长缓慢,水域、建设用地以及未利用地面积大幅度增长,但随着时间发展,建设用地不断扩张会破坏生态的稳定性,因此需要关注各类用地发展占比,合理分配用地;（2）PLUS模型模拟精度较高,Kappa系数为0.94;(3)基于2030年三种情景模拟情况比较,自然发展情景中仅有建设用地面积有所增加,在生态保护情景下,生态环境面积减少低于其他两种发展情景,且有效遏制了用地扩张,经济增长情景中,耕地及建设用地面积增幅明显。     

西安市土地利用变化与碳排放空间格局特征研究

目的研究城市土地利用与碳排放变化的时空特征及响应机制,为西安市低碳化的城市土地利用与空间增长提供理论依据。方法基于遥感和GIS技术,运用能源消耗的碳排放模型和Hopfield神经网络聚类方法进行研究。结果 2000—2007年西安市各区县的建设用地增长迅速,耕地减少,部分区县林地面积有所增加,草地变化量很小;土地利用动态度依次为建设用地、水体、耕地、未利用地、草地、林地;建设用地的碳源作用非常突出,林地的碳汇功能较强,建设用地增长是导致碳排放总量变化的主要因素;西安市各区县的碳排放类型可以划分为4类。结论西安市土地利用表现出显著的碳源增加、碳汇减少的特征;从"减排"和"增汇"两个方面优化土地利用结构,对西安城市低碳发展和低碳调控具有重要意义;从西安市碳排放的4种区县类型来看,新城市空间增长区域的碳代价显著大于老城区,优化城市空间增长模式对西安市低碳发展具有重要意义。     

陕西省土地资源人口承载力研究

以陕西省为例,在统计分析2001—2015年人均耕地面积、粮食产量与人口数量现状的基础上,采用灰色系统模型GM(1,1),对土地资源人口承载力进行了预测与分析.结果显示,2001—2015年间陕西省人口数量不断增长的同时人均耕地面积持续下降,土地资源压力增大.经预测,2018—2030年陕西省土地资源人口承载力呈持续超载状态,到2030年陕西省人口数量达4044万人,粮食产量为1.5万t,超载人口数量为714万人.然而,超载人口数量逐年下降,可承载的人口越来越多,土地资源的人口承载能力在不断提升.因此,在今后的社会经济发展过程中仍需要合理地控制人口增长,提高土地生产潜力,缓解因超载人口所带来的土地资源压力.     

典型喀斯特地区土地利用转型的时空特征及其景观格局演变——以仁怀市为例

探究仁怀市土地利用转型及其景观格局演变对地区土地利用管理和生态保护具有重要意义。以2010、2015、2018年Landsat TM影像为数据源,并结合实地调研对解译数据进行对比验证,通过对土地利用动态指数,核密度和景观格局指数的计算来揭示仁怀市土地利用动态的幅度、速度以及时空转型特征及其景观格局的演变规律。结果表明:①仁怀市土地利用主要以灌木林地、有林地、旱地、水田为主,其次是农村居民用地、草地和城镇用地;2010—2018年,仁怀市土地利用转型幅度最大的是有林地、城镇用地、农村居民用地和旱地,其转型幅度阶段:2015—2018年2010—2015年;转型速度最大的是城镇用地、道路,转型速度阶段:2010—2015年2015—2018年;②2010—2018年,仁怀市土地利用类型转换面积较大的是有林地、草地、城镇用地、农村居民用地、旱地、水田;从空间上,2010—2015年,土地利用转换主要集中于仁怀市中部主城区,其土地利用转换向北部迁移;2015—2018年,仁怀市地区土地利用类型转变现象不明显;③随着时间发展,仁怀市的景观斑块密度(PD)、景观形状指数(LSI)、蔓延度指数(CONTAG)、聚集度指数(AI)都呈现出增加态势,景观斑块类型逐渐增多,斑块破碎化大,空间集聚程度集中,空间异质性强,景观斑块呈现多样化,逐渐趋于均匀分布态势,斑块融合较强;④仁怀市土地利用演变模式主要为城区扩张型、道路指向型、区位型和斑块多样型,驱动土地利用转型及其景观格局演变的影响因素是自然因素、人口因素、社会经济因素和政策因素相互作用的结果。     

干热河谷典型区元谋县土地利用变化与动态预测

土地利用类型格局变化对于区域经济以及资源可持续发展规划有着显著的影响作用.基于遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)技术,应用土地利用动态度、土地利用程度指数、土地利用转移矩阵、CA-Markov模型对干热河谷典型区元谋县1990-2020年土地利用变化及2020-2025年的土地利用发展趋势进行了分析.结果 表明:1990-2020年30 a间,元谋县的草地、水域、城镇用地面积增加,林地、耕地、未利用地面积减少,其中城镇用地面积增加速率最大;整体上,元谋县的土地利用变化速度较快,土地利用程度有所提高,但土地利用程度仍处于中等水平;各种土地利用类型在近30 a转换频繁,主要以草地转入,耕地转出为主;CA-Markov模型预测结果表明2020-2025年期间元谋县除草地、林地、水域、其他用地面积呈现下降趋势外,未来耕地、城镇用地面积有所增加,其中城镇用地面积在未来5年内的增长速率为11.05％,预测模型的Kappa系数为0.92,说明模型结果和转换规则可信度较高.研究结果可为元谋县土地资源管理与合理利用提供科学依据.     

上海市建设用地碳排放效应分析

以2001—2015年为时间序列,对上海市建设用地的碳排放进行测算。文章采用Kaya恒等式和对数平均D氏指数(logarithmic mean Divisia inde,LMDI)因素分解模型,分析各因素对建设用地碳排放效应;运用经济学边际理论,构造上海市能源强度边际碳排放模型,测算边际碳排放变化率和边际碳排放量。结果表明:上海市建设用地碳排放量从2001年的2 272.2×104 t增长至2015年的3 697.8×104 t,年平均增长率为3.612%;能源强度的减少是影响上海市碳排放下降的主要因素;边际碳排放变化率不规律,能源强度变化对上海市的碳排放影响极限时刻不存在,能源强度与碳排放关系呈三次幂正相关(拟合曲线特征)。     

基于碳足迹方法的山西省土地可持续利用研究

基于2012年～2016年山西省土地利用和能源消费数据,采用碳排放和碳足迹模型,估算了该时段山西省在不同土地利用结构下的碳排放和碳吸收状况,并分析了土地利用结构、经济增长方式和能源消费结构对土地资源碳足迹的影响.结果表明:总体上,山西省土地利用不合理,建设用地碳排放量占到总碳排放量的99%,林地与草地的碳吸收量远不能抵消建设用地的碳排放量;煤炭的碳足迹远高于其他能源类型,占总碳足迹的87. 2%;平均地均碳排放强度是地均碳吸收强度的69. 5倍,山西省面临着巨大的碳排放压力.减少建设用地面积,改变高能耗低效率的经济增长方式,降煤增气合理化能源结构,方可使山西省土地可持续利用.     

基于LUCC的旅游型海岛生态系统服务价值评估——以大长山岛为例

以大长山岛为研究区,解译2003-2018年的遥感影像,运用土地利用转移矩阵、土地利用综合指数、价值当量因子等方法,分析土地利用及其生态系统服务价值的变化特征.结果表明:(1)研究期内,大长山岛土地利用以林地和耕地为主,且二者面积呈减少趋势;其他地类面积呈增加趋势,其中草地和建设用地增幅最大;建设用地主要转入来源是耕地.(2)2003-2018年,大长山岛生态系统服务总价值呈波动减少态势,从2785.71万元减少到2472.65万元,变化率为-11.24％;林地对ESV贡献最大,比重约占48.5％;单项ESV减少最多的是气体调节,减少了65.69万元.(3)各土地利用类型价值系数的敏感性指数都小于1,研究结果有一定的参考性.     

明光市土地利用动态变化分析及预测

文章利用RS技术分别对明光市1998～2018年共5期遥感影像进行监督分类处理,得到土地利用现状数据并进行分析,结合主成分分析法得出引发土地利用发生演变的驱动力因素,最后采用CA-Markov模型对其2023年的土地利用数据进行预测.结果表明:(1)明光市的土地利用类型主要为其他用地,占总面积的35%以上,建筑用地、水体与林地面积逐年增加,耕地面积基本不变.(2)明光市的土地利用多样性指数保持稳定增加的状态,1998～2018年的景观偏离度指数逐年上升,土地利用变化受自然因素与社会经济因素两个方面影响,其中,经济快速发展的影响程度大于人口迁移变化的影响程度.(3)由预测结果可知,到2023年明光市各类土地类型面积变化逐渐趋向平衡,各用地之间相互转变的幅度相较前几年变小.