艾比湖流域能源消费碳足迹与植被碳承载力研究

朱旻+王让会+吕雅

摘要：基于RS与GIS技术，利用遥感数据、统计数据、气象数据等多元数据，实现了对2008年艾比湖流域能源消费碳足迹、植被碳承载力以及能源消费碳压力与赤字的空间可视化表达。结果表明，艾比湖流域2008年能源消费总量为294.57万t标准煤，能源消费碳足迹为33.01万hm2，生产性土地生态系统净生产力为303.8万tC，植被碳承载力为45.76万hm2，全流域平均能源消费碳压力为0.721，能源消费碳赤字呈盈余，盈余量为12.75万hm2。各市、县的能源消费碳足迹等因子由于产业结构的差异而差异明显，空间差异性较大。

关键词：能源消费；碳足迹；植被碳承载力；GIS；RS

中图分类号：X171.1文献标识码：A文章编号：0439-8114（2014）10-2278-05

Carbon Footprint of Energy Consumption and Carbon Capacity of Vegetation of Ebinur Lake Basin

ZHU Min1，2，WANG Rang-hui1，2，L？譈 Ya1

（1.School of Environmental Science and Technology，Nanjing University of Information Science and Technology，Nanjing 210044，China；

2.Key Open Laboratory ofTree Ring Physical and Chemical Research of China Meteorological Administration，Urumqi 830002，China）

Abstract： Based on the technology of RS and GIS，data of remote sensing， statistical yearbook， climate in 2008 were used to achieve the spatial visualization of carbon footprint of energy consumption， carbon capacity of vegetation， carbon pressure and carbon deficit of energy consumption in Ebinur lake basin. The energy consumption of Ebinur Lake basin was 294.57×104 tons SCE and carbon footprint was 33.01×104 hm2. The NEP of Ebinur lake basin was 3.038×106 tC and carbon capacity was 45.76×104 hm2.The average carbon pressure in Ebinur Lake basin was 0.721 and the carbon deficit was -12.75×104 hm2. The carbon footprint， carbon pressure and carbon deficit in different cities and counties had a significant spatial difference because of the different structure of industries.

Key words： energy consumption； carbon footprint； carbon capacity of vegetation； GIS； RS

基金项目：国家科技支撑计划项目（2012BAC23B01，2012BAD16B0305）；中国沙漠气象科学研究基金项目（sqj2012006）；国家重点基础研究发展计划（“973”计划）项目（2006CB705809）

以CO2为主要排放源的化石能源消费和人类高强度的对可再生资源开发引起土地利用变化导致的以全球气温上升为主要表现形式的全球气候变化严重威胁着全球可持续发展的脚步。未来100年全球变暖的趋势还会进一步加剧，将会对生态系统和社会经济产生更为严重的负面影响[1-3]。因此，以探索人类活动对地球碳循环的影响以及有效减少碳排放的途径成为国际学术界研究的热点问题[4-8]。碳足迹是目前国内外普遍认可公用的定量评价国家、区域碳排放强度的衡量标准，其中联合国政府间气候变化专门委员会（IPCC）提出的碳足迹计算方法是国际公认的碳排放评估方法。随着中国经济持续高速增长，中国能源消费大幅度的增长已引起国内外的广泛关注，国际能源署（IEA）2007年11月发布的报告中称，中国2007年的温室气体排放量已超越美国跃居世界第一，并且2010年以后中国的能源消费量将超越美国成为世界第一大能源消费国[9]。基于此，众多学者对中国的碳排放问题进行了研究分析。张丽峰[10]从中国产业结构、产业内部结构、能源生产结构、能源消费结构、产业能源消费结构与碳排放的关系方面，并结合中国实际提出了减少碳排放的具体措施。孙建卫等[11]以区域投入、产出分析为基础，对中国碳排放足迹进行了研究。杨蕾蕾等[12]对新疆1995—2007年耕地生态足迹、生态承载力进行了研究并建立了生态超载指数（EOI）。

艾比湖流域位于中国西部干旱半干旱区，生态系统脆弱，自然环境相对恶劣，但有着丰富的矿产、石油、天然气以及风能、太阳能等可开发利用的清洁能源，是中国西部大开发战略的重点区域。近年来艾比湖流域经济发展迅速，在经济高速发展的背景下，分析发展的可持续性尤为重要。本研究以新疆艾比湖流域为例，分析干旱区绿洲的能源消费碳足迹、植被碳承载力的空间分布情况以及能源消费碳压力与赤字的空间分布特征，以期为新疆以及西部干旱半干旱区的未来可持续发展提供参考。

1研究方法与数据来源

1.1数据来源

本研究中的各市、县能源消费总量数据，各行业和人均生活消费能源数据，各市、县人口数据均来源于《新疆统计年鉴2009》、《博尔塔拉自治州统计年鉴2009》、《伊犁哈萨克自治州统计年鉴2009》。研究中用于景观分类的2008年7月2日至8月28日共7景Landsat5 TM影像以及1︰600 000 DEM数据均由国际科学数据服务平台共享获取，其中TM影像数据轨道号为146/28、146/29、147/29、144/29、144/30、145/28、145/29。2008年艾比湖流域每月250 m空间分辨率的NDVI数据采用由美国LPDAAC（Land process distributed active archive center） 提供的MODIS植被指数产品MOD13Q1。艾比湖流域的温度、降水以及太阳辐射量的空间化是通过对艾比湖流域及周边13个气象站点2008年气象数据采用克里金插值法空间插值而来，站点数据均由中国气象数据共享网提供。

1.2能源消费碳足迹的计算方法

能源消费碳足迹是指能够吸收掉化石能源燃烧所排放的碳所需要的生产性土地的面积，即碳排放的生态足迹[13]。一般通过计算能源消费碳排放量与林地面积转换系数的比值估算出能源消费所需要的林地面积来表示碳足迹的强度[14]。具体模型[15]如公式（1）、（2）所示。

Cf==Ci/F（1）

C=（Qi×NCVi×Cei） （2）

式（1）、（2）中，Cf为能源消费的碳足迹，hm2；C 为能源消费的碳排放总量，t；F为碳排放量与林地面积的转换系数，取6.49 t/hm2，其代表全球平均每公顷森林一年的碳吸收量为6.49 t/hm2；Ci为第i种能源消费的碳排放量，t；i表示不同类型的能源；Qi为第i种能源消费量，t；NCVi为第i种能源净燃烧热值系数，GJ/t；Cei为第i种能源碳排放系数，t/GJ。各类化石能源的转化系数均采用IPCC（2006）的给定值。对于艾比湖流域电力消费的碳排放量的计算先将电力消费量转化为煤炭发电的耗煤量再进行计算，转换系数为0.495 9 kg/（kW·h）[16]。

1.3基于多元数据的区域植被碳承载力的估算

当前对碳承载力定义为某一地区或范围内所有生产性土地所能吸收的碳排放的最大值。艾比湖流域进行植被碳吸收主要依靠林地、草地以及农田。为与能源消费碳足迹进行比较，将碳承载力转化为森林土地面积，如公式（3）所示。

Cc=（CQmf+CQpf+CQm+CQc）/6.49 （3）

式（3）中，Cc为归一化处理的区域碳承载力，hm2；CQmf、CQpf、CQm、CQc分别为山地林地、平原林地、草地和农田的碳承载量，t。

对区域碳承载力的研究大多采用生态系统净生产力（Net ecosystem productivity，NEP）来表示区域生产性土地碳承载力的大小。在已有的区域净初级生产力（Net primary productivity，NPP）计算中已证实C-FIX模型在西部干旱半干旱区有着较好的适应性[17-19]，因此选择C-FIX模型进行艾比湖流域的NPP估算。具体模型[20]如公式（4）、（5）所示。

NEP=NPP-Rh （4）

NPP=（1-A）×p（Tatm）×CO2fert×ε×fAPAR×c×Sg（5）

式（4）、（5）中， Rh为土壤呼吸速率，gC/m2；A为植被自养呼吸消耗的光合同化物占总同化物的比例；CO2fert为归一化CO2施肥效应因子，计算公式由Veroustraete[20]给出；p（Tatm）为归一化气温依赖因子，计算公式由Wang[21]给出；ε为植被在GPP阶段的光能利用率，其值与植被覆被类型有关，本研究中植被覆被类型有山地林地、草地、平原林地、农田等4类，各植被覆被类型光能利用率参考董丹等[22]、朱文泉等[23]计算的不同地区植被光能利用率，分别取值为0.337、0.312、0.908、0.500 gC/MJ；fAPAR表示植被冠层可吸收的光合作用有效辐射比例，计算方法采用朱文泉等[23]改进的计算方法；c为植被所能利用的太阳有效辐射占太阳总辐射的比例，一般取值为0.5；Sg为太阳总辐射量，MJ/m2。

土壤呼吸选取Pei等[24]建立的温度、降水的回归模型，计算公式如式（6）所示。

Rh=0.22×[ln（0.314 5p+1）+e0.091 3t]×30×46.5%（6）

式（6）中，p为降水量，mm；t为温度，℃。

2结果与分析

2.1艾比湖流域能源消费量与结构

艾比湖流域覆盖了整个博尔塔拉自治州以及伊犁哈萨克自治州的奎屯市、乌苏市、托里县南部以及克拉玛依市的独山子区。对于独山子区由于无法获取该区具体的统计数据，所以在计算时不考虑该区的能源消费。因此在计算区域能源消费碳足迹时只计算温泉县、博乐市、精河县、乌苏市、奎屯市以及托里县南部的能源消费碳足迹。各市、县2008年区域能源消费碳足迹情况见表1。由表1可知，艾比湖流域2008年能源消费总量为294.57万t标准煤，以工业消费与生活消费为主，分别占能源消费总量的46.40%、27.19%；主要能源消费发生在博乐市、乌苏市、奎屯市，分别占能源消费总量的25.68%、28.00%、28.77%；奎屯市和乌苏市是艾比湖流域工业消费的主要城市，其工业消费量也分别占各自消费总量的60.70%、58.13%；精河县和温泉县生活消费量占各自能源消费总量的比例较高，分别为46.58%和62.70%。

对艾比湖流域各市、县各行业能源消费量进行处理，即可获取各市、县各行业的能源消费碳足迹，其结果见图1。2008年艾比湖流域能源消费碳足迹为33.01万hm2，人均足迹为0.32 hm2。能源消费碳足迹主要以煤消费碳足迹（包含电力消费碳足迹）为主，占总足迹的94.72%，燃料油消费碳足迹仅占5.28%。其主要原因是由于艾比湖流域主要以农业、工业、生活消费为主要消费源，而电力、煤炭和热力是其主要消费方式，且艾比湖流域的热力与电力主要依靠煤提供。

2.2艾比湖流域生态系统净生产力

通过在GIS软件平台进行C-FIX模型估算，获得了2008年艾比湖流域生态系统净生产力的空间分布情况，其结果如图2所示。2008年艾比湖流域生产性土地总面积为27.32万hm2，NEP总量为303.8万tC，平均为111.20 gC/m2，部分地区生产性土地NEP出现了负值，其主要原因是由于该位置地表植被量较小所导致区域土壤呼吸大于NPP。农田NEP总值为123.3万tC，平均为262.50 gC/m2；平原林地NEP总值为17.6万tC，平均为178.03 gC/m2；山地林地NEP总值为29.7万tC，平均值为169.97 gC/m2；草地NEP总值为133.2万tC，平均值为67.64 gC/m2。

2.3艾比湖流域能源消费碳足迹与植被碳承载力

艾比湖流域2008年能源消费碳足迹总量为33.01万hm2，植被碳承载力为45.76万hm2。能源消费碳压力和能源消费碳赤字分别由以下公式计算：

能源消费碳压力=（7）

能源消费碳赤字=能源消费碳足迹-植被碳承载力 （8）

根据公式（7）、（8）计算艾比湖流域2008年能源消费碳压力为0.721，能源消费盈余为12.75万hm2，能源消费量未超出艾比湖流域的植被承载范围。为与空间化计算结果有可比性，将能源消费碳赤字除以生产性土地面积得到单位面积能源消费碳赤字，负值为盈余。各市、县能源消费碳压力、赤字见表2。

对艾比湖流域能源消费碳足迹、植被碳承载力、能源消费碳压力、能源消费碳赤字进行空间化计算，即将各市、县的各指标除以各市、县生产性土地面积，也即获得各市、县单位面积能源消费碳足迹、植被碳承载力、能源消费碳压力、能源消费碳赤字，其中能源消费碳压力空间化后不变，空间化则直接通过NEP进行转换实现。空间化后的艾比湖流域能源消费碳足迹、植被碳承载力具体见图3、图4。由图3可知，博乐市单位面积能源消费碳足迹为0.284 0 hm2/hm2，超过乌苏市的0.183 9 hm2/hm2；奎屯市（包含独山子区）单位面积能源消费碳足迹则高达2.250 3 hm2/hm2，远超过其他区域。艾比湖流域单位面积植被碳承载力从空间上看分布较为均匀，艾比湖流域单位面积植被碳承载力较高的区域主要位于平原地区，农田用地和林地的单位面积碳承载力较高，在0.35 hm2/hm2以上。

通过GIS空间计算平台对图3、图4数据带入公式（7）、（8）计算，即可实现艾比湖流域能源消费碳压力与能源消费碳赤字的空间化计算。其结果见图5、图6。图5、图6图像属性值断点依照表2结果进行划分以体现空间计算结果与传统计算结果的差异。空间化后的结果主要呈平原压力弱、赤字小，山地压力强、赤字高，这主要是由于碳足迹进行空间化时未考虑人口密度对分布的影响，致使各市、县内部能源消费碳足迹呈平均分布。温泉县能源消费碳压力整体较低，大部分区域小于0.177（图5）；单位面积能源消费碳赤字浮动则较大，部分区域甚至出现-0.014～1.925 hm2/hm2的分布（图6）。托里县南部单位面积能源消费碳压力与能源消费碳赤字都较低，浮动较小，单位面积能源消费碳压力主要处于0.180～0.574，单位面积能源消费碳赤字处于-0.206～-0.014 hm2/hm2。博乐市与乌苏市单位面积能源消费碳压力与能源消费碳赤字整体较高，都表现出承载力不足，部分平原地区单位面积消费碳赤字甚至超过1.925 hm2/hm2，部分山地地区能源消费碳赤字也处于-0.014～1.925 hm2/hm2。奎屯市单位面积能源消费碳压力与能源消费碳赤字都为艾比湖流域最高，部分区域单位面积能源消费碳压力超过6.897，同时单位面积能源消费碳赤字最大，达到2.250 3 hm2/hm2。

3结论

本研究创新的将GIS软件平台在空间化计算的优势运用于能源消费碳足迹、能源消费碳压力以及能源消费碳赤字的计算；同时为支持数据的空间计算建立了植被碳承载力的转换公式。实现了以空间分布特征的角度对艾比湖流域各市、县能源消费的特征进行了分析。通过研究主要得到以下结论：

1）2008年艾比湖流域能源消费总量为294.57万t标准煤，以工业消费与生活消费为主，分别占能源消费总量的46.40%、27.19%；博乐市、乌苏市、奎屯市是艾比湖流域主要的能源消费城市，分别占消费总量的25.68%、28.00%、28.77%。艾比湖流域能源消费碳足迹总量为33.01万 hm2，其中煤消费碳足迹占94.72%（包含电力消费碳足迹），燃料油消费碳足迹仅占5.28%。

2）温泉县、博乐市、精河县、奎屯市、乌苏市、托里县南部能源消费碳足迹分别为0.94万、8.85万、 2.52万、9.76万、10.00万、0.94万hm2。各市、县能源消费碳足迹由于产业发展方向不同差异明显。2008年艾比湖流域能源消费碳足迹总量为33.01万hm2，植被碳承载力为45.76万hm2，2008年艾比湖能源消费碳足迹并未超过流域的植被碳承载力。

3）艾比湖流域平均能源消费碳压力为0.721，能源消费碳赤字呈盈余，盈余量为12.75万hm2。各市、县平均能源消费碳压力从小到大依次为托里县南部、温泉县、精河县、乌苏市、博乐市、奎屯市， 能源消费碳压力分别为0.177、0.180、0.338、0.574、0.953、6.897；单位面积能源消费碳赤字除了奎屯市为正值、其他市、县都为负值，即呈盈余。

4）艾比湖流域能源消费碳足迹、植被碳承载力、能源消费碳压力、能源消费碳赤字进行空间化计算之后，实现了能源消费各衡量因子的空间可视化表达，更加精确地区分了不同区域各因子的差异。但未考虑人口密度以及人类活动强度的空间分布特征，未来进行空间化计算时必须考虑同一区域内部人口密度对能源消费足迹的影响，实现区域内部更加细致准确的空间表达。

参考文献：

[1] SOLOMON S，PLATTNER G K，KNUTTI R，et al. Irreversible climate change due to carbon dioxide emissions[J]. PNAS，2009， 106（6）：1704-1709.

[2] ROGER P J，WIGLEY T，GREEN C.Dangerous assumptions[J].Nature，2008，452： 531-532.

[3] 徐大丰.我国碳排放结构的区域差异分析[J].江西社会科学，2010（4）：79-82.

[4] LIM H J，YOO S H，KWAK S J. Industrial CO2 emission from energy use in Korea： A structural decomposition analysis[J]. Energy Policy，2009，37（2）：686-698.

[5] 齐玉春，董云社.中国能源领域温室气体排放现状及减排对策研究[J].地理科学，2004，24（5）：528-534.

[6] 张雷.中国一次能源消费的碳排放区域格局变化[J].地理研究，2006，25（1）：1-9.

[7] 刘慧，成升魁，张雷.人类经济活动影响碳排放的国际研究动态[J].地理科学进展，2002，21（5）：420-429.

[8] 朱永彬，王 铮，庞丽，等.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009，64（8）：935-944.

[9] 耿涌，会娟，凤明，等.应对气候变化的碳足迹研究综述[J].中国人口资源与环境，2010，20（10）：6-12.

[10] 张丽峰.我国产业结构、能源结构与碳排放关系研究[J].干旱区资源与环境，2011，25（5）：1-7.

[11] 孙建卫，赵荣钦，黄贤金，等. 1995—2005年中国碳排放核算及其因素分解研究[J].自然资源学报，2010，25（8）：1284-1294.

[12] 杨蕾蕾，刘新平. 1995～2007年新疆耕地生态足迹动态分析[J].新疆农业科学，2010，47（7）：1456-1460.

[13] 卢娜，曲福田，冯淑怡，等.基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例[J].自然资源学报，2011，26（5）：814-824.

[14] 赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹[J].地理研究，2010，29（9）：1639-1649.

[15] KEITH P，RAVINDRANATH N H，ANDER A. 2006 IPCC guidelines for national greenhouse gas inventories，volume4：Agriculture forestry and other land use[EB/OL]. https：//www.ipcc.ch/meetings/session25/doc4a4b/vol4.pdf，2006-07-19.

[16] 谢鸿宇，陈贤生，林凯荣，等.基于碳循环的化石能源及电力生态足迹[J].生态学报，2008，28（4）：1729-1735.

[17] 陈斌，王绍强，刘荣高，等.中国陆地生态系统NPP模拟及空间格局分析[J].资源科学，2007，29（6）：46-53.

[18] 卢玲，李新，VEROUSTRAETE F.中国西部地区植被净初级生产力的时空格局[J].生态学报，2005，25（5）：1026-1032.

[19] 卢玲，李新，VEROUSTRAETE F.黑河流域植被净初级生产力的遥感估算[J].中国沙漠，2005，26（6）：823-830.

[20] VEROUSTRAETE F. On the use of ecosystem modeling for the interpretation of climate change effects at the ecosystem level[J].Ecological Modeling，1994，75：221-237.

[21] WANG F K Y. Canopy CO2 exchange of Scots pine and its seasonal variation after four-year exposure to elevated CO2 and temperature[J]. Agricultural and Forest Meteorology，1996，82：1-27.

[22] 董丹，倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报，2011，31（7）：1855-1866.

[23] 朱文泉，潘耀忠，何浩，等.中国典型植被最大光利用率模拟[J].科学通报，2006，51（6）：700-706.

[24] PEI Z Y，ZHOU C P， XU X L. Carbon balance in an alpine steppe in the Qinghai-Tibet plateau[J]. Journal of Integrative Plant Biology，2009，51（5）：521-526.

参考文献：

[1] SOLOMON S，PLATTNER G K，KNUTTI R，et al. Irreversible climate change due to carbon dioxide emissions[J]. PNAS，2009， 106（6）：1704-1709.

[2] ROGER P J，WIGLEY T，GREEN C.Dangerous assumptions[J].Nature，2008，452： 531-532.

[3] 徐大丰.我国碳排放结构的区域差异分析[J].江西社会科学，2010（4）：79-82.

[4] LIM H J，YOO S H，KWAK S J. Industrial CO2 emission from energy use in Korea： A structural decomposition analysis[J]. Energy Policy，2009，37（2）：686-698.

[5] 齐玉春，董云社.中国能源领域温室气体排放现状及减排对策研究[J].地理科学，2004，24（5）：528-534.

[6] 张雷.中国一次能源消费的碳排放区域格局变化[J].地理研究，2006，25（1）：1-9.

[7] 刘慧，成升魁，张雷.人类经济活动影响碳排放的国际研究动态[J].地理科学进展，2002，21（5）：420-429.

[8] 朱永彬，王 铮，庞丽，等.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009，64（8）：935-944.

[9] 耿涌，会娟，凤明，等.应对气候变化的碳足迹研究综述[J].中国人口资源与环境，2010，20（10）：6-12.

[10] 张丽峰.我国产业结构、能源结构与碳排放关系研究[J].干旱区资源与环境，2011，25（5）：1-7.

[11] 孙建卫，赵荣钦，黄贤金，等. 1995—2005年中国碳排放核算及其因素分解研究[J].自然资源学报，2010，25（8）：1284-1294.

[12] 杨蕾蕾，刘新平. 1995～2007年新疆耕地生态足迹动态分析[J].新疆农业科学，2010，47（7）：1456-1460.

[13] 卢娜，曲福田，冯淑怡，等.基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例[J].自然资源学报，2011，26（5）：814-824.

[14] 赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹[J].地理研究，2010，29（9）：1639-1649.

[15] KEITH P，RAVINDRANATH N H，ANDER A. 2006 IPCC guidelines for national greenhouse gas inventories，volume4：Agriculture forestry and other land use[EB/OL]. https：//www.ipcc.ch/meetings/session25/doc4a4b/vol4.pdf，2006-07-19.

[16] 谢鸿宇，陈贤生，林凯荣，等.基于碳循环的化石能源及电力生态足迹[J].生态学报，2008，28（4）：1729-1735.

[17] 陈斌，王绍强，刘荣高，等.中国陆地生态系统NPP模拟及空间格局分析[J].资源科学，2007，29（6）：46-53.

[18] 卢玲，李新，VEROUSTRAETE F.中国西部地区植被净初级生产力的时空格局[J].生态学报，2005，25（5）：1026-1032.

[19] 卢玲，李新，VEROUSTRAETE F.黑河流域植被净初级生产力的遥感估算[J].中国沙漠，2005，26（6）：823-830.

[20] VEROUSTRAETE F. On the use of ecosystem modeling for the interpretation of climate change effects at the ecosystem level[J].Ecological Modeling，1994，75：221-237.

[21] WANG F K Y. Canopy CO2 exchange of Scots pine and its seasonal variation after four-year exposure to elevated CO2 and temperature[J]. Agricultural and Forest Meteorology，1996，82：1-27.

[22] 董丹，倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报，2011，31（7）：1855-1866.

[23] 朱文泉，潘耀忠，何浩，等.中国典型植被最大光利用率模拟[J].科学通报，2006，51（6）：700-706.

[24] PEI Z Y，ZHOU C P， XU X L. Carbon balance in an alpine steppe in the Qinghai-Tibet plateau[J]. Journal of Integrative Plant Biology，2009，51（5）：521-526.

参考文献：

[1] SOLOMON S，PLATTNER G K，KNUTTI R，et al. Irreversible climate change due to carbon dioxide emissions[J]. PNAS，2009， 106（6）：1704-1709.

[2] ROGER P J，WIGLEY T，GREEN C.Dangerous assumptions[J].Nature，2008，452： 531-532.

[3] 徐大丰.我国碳排放结构的区域差异分析[J].江西社会科学，2010（4）：79-82.

[4] LIM H J，YOO S H，KWAK S J. Industrial CO2 emission from energy use in Korea： A structural decomposition analysis[J]. Energy Policy，2009，37（2）：686-698.

[5] 齐玉春，董云社.中国能源领域温室气体排放现状及减排对策研究[J].地理科学，2004，24（5）：528-534.

[6] 张雷.中国一次能源消费的碳排放区域格局变化[J].地理研究，2006，25（1）：1-9.

[7] 刘慧，成升魁，张雷.人类经济活动影响碳排放的国际研究动态[J].地理科学进展，2002，21（5）：420-429.

[8] 朱永彬，王 铮，庞丽，等.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009，64（8）：935-944.

[9] 耿涌，会娟，凤明，等.应对气候变化的碳足迹研究综述[J].中国人口资源与环境，2010，20（10）：6-12.

[10] 张丽峰.我国产业结构、能源结构与碳排放关系研究[J].干旱区资源与环境，2011，25（5）：1-7.

[11] 孙建卫，赵荣钦，黄贤金，等. 1995—2005年中国碳排放核算及其因素分解研究[J].自然资源学报，2010，25（8）：1284-1294.

[12] 杨蕾蕾，刘新平. 1995～2007年新疆耕地生态足迹动态分析[J].新疆农业科学，2010，47（7）：1456-1460.

[13] 卢娜，曲福田，冯淑怡，等.基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例[J].自然资源学报，2011，26（5）：814-824.

[14] 赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹[J].地理研究，2010，29（9）：1639-1649.

[15] KEITH P，RAVINDRANATH N H，ANDER A. 2006 IPCC guidelines for national greenhouse gas inventories，volume4：Agriculture forestry and other land use[EB/OL]. https：//www.ipcc.ch/meetings/session25/doc4a4b/vol4.pdf，2006-07-19.

[16] 谢鸿宇，陈贤生，林凯荣，等.基于碳循环的化石能源及电力生态足迹[J].生态学报，2008，28（4）：1729-1735.

[17] 陈斌，王绍强，刘荣高，等.中国陆地生态系统NPP模拟及空间格局分析[J].资源科学，2007，29（6）：46-53.

[18] 卢玲，李新，VEROUSTRAETE F.中国西部地区植被净初级生产力的时空格局[J].生态学报，2005，25（5）：1026-1032.

[19] 卢玲，李新，VEROUSTRAETE F.黑河流域植被净初级生产力的遥感估算[J].中国沙漠，2005，26（6）：823-830.

[20] VEROUSTRAETE F. On the use of ecosystem modeling for the interpretation of climate change effects at the ecosystem level[J].Ecological Modeling，1994，75：221-237.

[21] WANG F K Y. Canopy CO2 exchange of Scots pine and its seasonal variation after four-year exposure to elevated CO2 and temperature[J]. Agricultural and Forest Meteorology，1996，82：1-27.

[22] 董丹，倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报，2011，31（7）：1855-1866.

[23] 朱文泉，潘耀忠，何浩，等.中国典型植被最大光利用率模拟[J].科学通报，2006，51（6）：700-706.

[24] PEI Z Y，ZHOU C P， XU X L. Carbon balance in an alpine steppe in the Qinghai-Tibet plateau[J]. Journal of Integrative Plant Biology，2009，51（5）：521-526.