长江中下游典型区域土地利用碳排放风险——以江西省九江市为例

刘春英; 檀斯园; 王骏博; 刘莉

doi:10.13961/j.cnki.stbctb.20230220.003

您当前的位置：

首页 >

文章列表页 >

长江中下游典型区域土地利用碳排放风险——以江西省九江市为例

试验研究

- 长江中下游典型区域土地利用碳排放风险——以江西省九江市为例
- Carbon Emission Risk from Land Use in Typical Regions of Middle and Lower Yangtze River—A Case Study at Jiujiang City, Jianxi Province
- 水土保持通报 2023年43卷第1期页码：341-349
- 作者机构：
  
  1. 江西财经大学旅游与城市管理学院,江西,南昌,330032
  2. 赣州市住房公积金管理中心,江西,赣州,341000
- 作者简介：
- 基金信息：
  
  江西省教育厅科技项目“基于地统计学的鄱阳湖区农田土壤重金属生态风险研究”(GJJ190256)。
- DOI：10.13961/j.cnki.stbctb.20230220.003
  中图分类号： X24;F301
- 纸质出版：2023
- 稿件说明：
移动端阅览
刘春英, 檀斯园, 王骏博, 等. 长江中下游典型区域土地利用碳排放风险——以江西省九江市为例[J]. 水土保持通报, 2023,43(1):341-349.

Liu Chunying, Tan Siyuan, WangJunbo, et al. Carbon Emission Risk from Land Use in Typical Regions of Middle and Lower Yangtze River—A Case Study at Jiujiang City, Jianxi Province[J]. Bulletin of Soiland Water Conservation, 2023, 43(1): 341-349.
刘春英, 檀斯园, 王骏博, 等. 长江中下游典型区域土地利用碳排放风险——以江西省九江市为例[J]. 水土保持通报, 2023,43(1):341-349. DOI： 10.13961/j.cnki.stbctb.20230220.003.

Liu Chunying, Tan Siyuan, WangJunbo, et al. Carbon Emission Risk from Land Use in Typical Regions of Middle and Lower Yangtze River—A Case Study at Jiujiang City, Jianxi Province[J]. Bulletin of Soiland Water Conservation, 2023, 43(1): 341-349. DOI： 10.13961/j.cnki.stbctb.20230220.003.

摘要

[目的] 定量测算江西省九江市土地利用碳排放，揭示其时空演变特征，并估算土地利用碳排放风险，为九江市构建绿色低碳土地利用方式提供科学参考。[方法] 采用土地利用碳排放系数法测度2000—2020年九江市土地利用碳排放和时空变化规律，并从网格化的视角，利用碳排放风险指数识别各县区碳排放风险，基于对数平均迪式指数(LMDI)模型，分析土地利用碳排放的影响因素。[结果] 2000—2020年九江市土地利用净碳排放量呈递增趋势，年均增幅为13.75%，建设用地是主要碳源，占碳排放量的90%以上，林地是主要碳汇。九江市净碳排放量呈现“东北高，西南低”的空间分布特征，森林覆盖率好的武宁县、修水县一直处于碳汇功能，濂溪区、浔阳区、湖口县、瑞昌市的碳排放量占九江市净碳排放量的95%以上。九江市土地利用碳排放风险整体偏低，并呈现“东北高，西南低”的分布特征，长江沿岸县区濂溪区、浔阳区和柴桑区处于高度碳排放风险区。经济发展水平是碳排放增加的主要因素，能源消费强度则是抑制碳排放的关键因素。[结论] 2000—2020年九江市土地利用碳排放大幅增加，应控制新增碳源用地，优化土地利用结构，并积极探索低碳绿色能源利用体系，着力推进长江经济带绿色低碳发展的“九江模式”建设。

Abstract

[Objective] The land use carbon emissions in Jiujiang City

Jiangxi Province were quantitatively measured

and its temporal and spatial evolution characteristics

and the risk of land use carbon emissions were determined in order to provide a scientific reference for the construction of green and low-carbon land use methods in Jiujiang City. [Methods] Land use carbon emissions

and their temporal and spatial variation characteristics in Jiujiang City from 2000 to 2020 were measured by the carbon emission coefficient method. The carbon emission risk of each county was identified by the carbon emission risk index based on grid perspective. The factors influencing land use carbon emissions were analyzed based on the logarithmic mean divisia index (LMDI) model. [Results] Net carbon emissions from land use in Jiujiang City have been increasing at an average annual rate of 13.75% during 2000—2020. Construction land was the main carbon source

accounting for more than 90% of the carbon emissions

whereas forest land was the main carbon sink. Additionally

net carbon emissions in Jiujiang City presented a spatial distribution pattern of “high in northeast and low in southwest”. Wuning County and Xiushui County have good forest coverage and have always been carbon sinks. Lianxi District

Xunyang District

Hukou County

and Ruichang City

with more construction land

had the largest net carbon emissions and accounted for more than 95% of carbon emissions in Jiujiang City. Moreover

the carbon emission risk from land use in Jiujiang City was generally low

and showed a distribution pattern of “high in northeast and low in southwest”. High carbon emission risk areas were Lianxi District

Xunyang District

and Chaisang District

all along the Yangtze River. Economic development level was the main factor increasing carbon emissions

while energy consumption intensity was the key factor curbing carbon emissions. [Conclusion] Carbon emissions from land use have increased significantly during 2000—2020. New carbon source land use should be controlled

land use structure should be optimized

a low-carbon

green-energy utilization system should be actively constructed

and “Jiujiang model” construction of green and low-carbon development should be promoted in the Yangtze River Economic Belt.

关键词

Keywords

references

刘纪远,邵全琴,延晓冬,等.土地利用变化对全球气候影响的研究进展与方法初探[J].地球科学进展,2011,26(10):1015-1022.

Houghton R A, Hobbie J E, Melillo J M, et al. Changes in the carbon content of terrestrial biota and soils between 1860 and 1980: A net release of CO

to the atmosphere [J]. Ecological Monographs,1983,53(3):235-262.

de Campos C P, Muylaert M S, Rosa L P. Historical CO

emission and concentrations due to land use change of croplands and pastures by country [J]. Science of the Total Environment,2005,346(1/2/3):149-155.

曲福田,卢娜,冯淑怡.土地利用变化对碳排放的影响[J].中国人口·资源与环境,2011,21(10):76-83.

张梅,赖力,黄贤金,等.中国区域土地利用类型转变的碳排放强度研究[J].资源科学,2013,35(4):792-799.

孙赫,梁红梅,常学礼,等.中国土地利用碳排放及其空间关联[J].经济地理,2015,35(3):154-162.

李颖,黄贤金,甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报,2008,24(S2):102-107.

李小康,王晓鸣,华虹.土地利用结构变化对碳排放的影响关系及机理研究[J].生态经济,2018,34(1):14-19.

马晓哲,王铮.土地利用变化对区域碳源汇的影响研究进展[J].生态学报,2015,35(17):5898-5907.

张苗,甘臣林,陈银蓉.基于SBM模型的土地集约利用碳排放效率分析与低碳优化[J].中国土地科学,2016,30(3):37-45.

黄鑫,邢秀为,程文仕.土地利用碳排放与GDP含金量的脱钩关系及驱动因素[J].地域研究与开发,2020,39(3):156-161.

王刚,张华兵,薛菲,等.成都市县域土地利用碳收支与经济发展关系研究[J].自然资源学报,2017,32(7):1170-1182.

马远,刘真真.黄河流域土地利用碳排放的时空演变及影响因素研究[J].生态经济,2021,37(7):35-43.

文枫,鲁春阳.重庆市土地利用碳排放效应时空格局分异[J].水土保持研究,2016,23(4):257-262.

杨国清,朱文锐,文雅,等.20年来广东省土地利用碳排放强度与效率空间分异研究[J].生态环境学报,2019,28(2):332-340.

苑韶峰,唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异[J].经济地理,2019,39(2):190-198.

张俊峰,张安录,董捷.武汉城市圈土地利用碳排放效应分析及因素分解研究[J].长江流域资源与环境,2014,23(5):595-602.

冯杰,王涛.中国土地利用碳排放演变与影响因素分析[J].软科学,2016,30(5):87-90.

张勇,张乐勤,汪应宏,等.安徽省池州市土地利用碳排放演变及其影响因素[J].中国农业大学学报,2014,19(2):216-223.

阿如旱,牡丹,苏德苏日古格,等.内蒙古多伦县土地利用碳排放及其影响因素分析[J].干旱区资源与环境,2019,33(4):17-22.

严慈,侯兰功.基于灰色理论的陕西省土地利用变化及其碳排放研究[J].西安理工大学学报,2021,37(1):25-31.

范建双,虞晓芬,周琳.南京市土地利用结构碳排放效率增长及其空间相关性[J].地理研究,2018,37(11):2177-2192.

赖力.中国土地利用的碳排放效应研究[D].江苏南京:南京大学,2010.

何勇,姜允迪,丹利,等.中国气候、陆地生态系统碳循环研究[M].北京:气象出版社,2006.

石洪昕,穆兴民,张应龙,等.四川省广元市不同土地利用类型的碳排放效应研究[J].水土保持通报,2012,32(3):101-106.

杨静媛,张明,多玲花,等.江西省土地利用碳排放空间格局及碳平衡分区研究[J].环境科学研究,2022, 35(10):2312-2321.

李璐,董捷,徐磊,等.功能区土地利用碳收支空间分异及碳补偿分区: 以武汉城市圈为例[J].自然资源学报,2019,34(5):1003-1015.

汤峰,殷彦玲,张蓬涛,等.基于土地利用变化的高阳县生态系统服务价值和碳排放风险研究[J].水土保持研究,2019,26(4):265-271.

张杰,陈海,刘迪,等.基于县域尺度土地利用碳排放的时空分异及影响因素研究[J].西北大学学报(自然科学版),2022,52(1):21-31.

李玉玲,李世平,祁静静.陕西省土地利用碳排放影响因素及脱钩效应分析[J].水土保持研究,2018,25(1):382-390.

秦岩,於冉,於忠祥,等.2000—2018年长三角中心区土地利用碳排放强度的时空特征[J].河南农业大学学报,2021,55(1):132-140.

Abdollahi A, Pradhan B, Shukla N, et al. Deep learning approaches applied to remote sensing datasets for road extraction: A state-of-the-art review [J]. Remote Sensing, 2020,12(1444):1-22.

Shen Xinzhe, Huang Lei, Zhu Jing, et al. Retraction Note: Relationship between land use carbon emission and economic growth based on GIS [J]. Arabian Journal of Geosciences, 2021,14(457):1-16.

Chi Mingmin, Plaza A, Benediktsson J A, et al. Big data for remote sensing: Challenges and opportunities [J]. Proceedings of the IEEE, 2016,104(11):2207-2219.

鲍莹,张安明.重庆合川区土地利用碳排放的效应及驱动因素[J].浙江农业科学,2021,62(2):440-444.

浏览量

653

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于土地利用变化的陕西省县域碳排放时空变化及影响因素研究

2000-2020年淮南矿区土地利用变化对碳源/碳汇时空格局的影响

黄河流域三大城市群城市土地绿色利用效率的空间关联网络与影响因素

城乡融合背景下秦巴山区县域“三生”空间时空演变

基于CSLE模型的2024年福建省典型区域水土流失特征及其差异评估