延安市土地利用碳排放与碳排放风险时空变化分析

2025-02-24 00:00:00杜国启
河南科技 2025年1期
关键词:时空变化

摘 要:【目的】探究延安市土地利用碳排放时空格局变化,识别各区域土地利用碳排放风险等级,为延安市制定差异化的减排政策提供科学依据。【方法】通过计算延安市土地利用碳排放量和土地利用碳排放风险指数,分析延安市土地利用碳排放和局部碳排放风险等级时空变化。【结果】①延安市2000—2022年碳排放量总体上呈现“慢—快—慢—快”的波动性增长趋势;②延安市2000—2022年从土地利用碳排放量呈现出“集中在少数县区—北高南低—南北更加均衡”的空间格局变化;③延安市2000—2022年土地利用碳排放风险不断提高,不同区县的高、重风险区突破县域,呈现出不断发展、连接成片的趋势。【结论】2000—2022年,延安市土地利用碳排放量大幅提高,高碳排放量区域不断扩大,碳排放风险不断上升。

关键词:土地利用碳排放;碳排放风险指数;时空变化

中图分类号:F301;X322" " 文献标志码:A" " 文章编号:1003-5168(2025)01-0102-05

DOI:10.19968/j.cnki.hnkj.1003-5168.2025.01.020

Temporal and Spatial Variation Analysis of Carbon Emission and Carbon Emission Risk in Yan'an City

DU Guoqi

(School of Land Engineering, Chang'an University, Xi'an 710061, China)

Abstract:[Purposes] This paper explores the spatial and temporal pattern of carbon emission in Yan'an," and identifies the risk level of carbon emission in land use in each region to provide scientific basis for Yan'an to formulate differentiated emission reduction policies. [Methods] Through the calculation of land use carbon emission risk index, temporal and spatial variation of land use carbon emission and local carbon emission risk level in Yanan city are analyzed. [Findings] ① From 2000 to 2022, the overall volatility growth trend of \"slow-fast-slow-fast\"; ②from 2000 to 2022, the carbon emissions of Yan'an city showed a spatial pattern change of \"concentrated in a few counties-high in the north and low in the south-more balanced between the north and south\"; ③from 2000 to 2022, the risk of land use carbon emissions in Yan’an City continued to increase, and the high and heavy risk areas in different districts and counties were beyond the counties, showing a trend of continuous development and connection. [Conclusions] From 2000 to 2022, the carbon emissions of land use in Yan'an have increased significantly, the areas with high carbon emissions have been expanding, and the risk of carbon emissions has been increasing.

Keywords: carbon emission of land use; carbon emission risk index; temporal and spatial variation

收稿日期:2024-05-23

作者简介:杜国启(1999—),男,硕士生,研究方向:土地资源管理。

0 引言

随着全球气候变暖,暴雨、洪涝、干旱等极端天气事件频发。为应对环境挑战,保障人类福祉,控碳减排是当务之急。城市扩张、工业生产、农田开垦等人类活动不断改变着土地利用类型,而土地利用类型变化导致的碳排放是人类活动碳排放总量的重要来源[1]。因此,把握土地利用碳排放时空演变规律,分析碳排放风险,是碳减排的前提和基础。

近年来,土地利用碳排放研究受到了学者们的广泛关注,主要研究进展包括土地利用碳排放效率研究[2]、土地利用碳排放核算[3]、土地利用转型与碳排放关系研究[4]、土地利用碳排放时空演变分析[5]、土地利用碳排放影响因素分析[6]和土地利用碳排放与经济发展关系研究[7]等。我国关于土地利用碳排放的研究成果颇丰,然而涉及不同土地利用类型的土地利用碳排放调查监测、不同情景模式的土地利用碳过程模拟等体系较为散乱,缺少系统的整合。未来土地利用碳排放的发展方向主要在于探求从全生命周期视角出发来构建土地利用低碳优化研究的系统框架[8]。

本研究旨在探究延安市土地利用碳排放时空变化,针对性识别各区域土地利用碳排放风险等级,为差异化制定碳减排政策和可持续发展提供依据,促进土地资源的合理配置,缓解土地利用碳减排压力。

1 研究区概况和数据来源

1.1 研究区概况

延安市位于陕西省北部,地处黄土高原中南地区,地形西北高东南低,地表丘陵沟壑纵横。总面积约为3.7万 km2,是我国西北地区重要的经济发展区。

1.2 数据来源

延安市土地利用数据来自陕西省延安市国土部门的土地变更调查数据(2000—2022年),能源消耗数据、GDP数据来源于延安市统计部门公布的《延安市统计年鉴》(2000—2022年)。

2 研究方法

2.1 土地利用碳排放

2.1.1 直接碳排放计算。土地利用直接碳排放计算公式为式(1)。

[Cq=i=15Ci=i=15Ai×θi] (1)

式中:Cq为土地利用直接碳排放量;i为不同土地利用类型;Ci为某土地利用类型的直接碳排放量;Ai为某土地利用类型的面积θi为某土地利用类型的碳排放系数。查阅相关文献[9-13]并结合延安市实际情况,确定碳排放系数见表1。

表1 不同土地利用类型碳排放系数

[土地利用类型 碳排放系数/(t·hm-2) 耕地 0.422 林地 -0.623 草地 -0.022 水域 -0.252 未利用地 -0.005 ]

2.1.2 间接碳排放计算。选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气等8种能源消耗。土地利用间接碳排放的计算公式为式(2)。

[Ct=j=18Cj=j=18Qj×αj×θj] (2)

式中:Ct为建设用地碳排放量;Cj为不同能源类型的碳排放量;Qj为各类能源的消耗量;αj为各类能源折标准煤的参考系数(参考《中国能源统计年鉴》);θj为各类能源的碳排放系数(参考《IPCC国家温室气体清单指南》)。

2.1.3 土地利用碳排放总量。土地利用碳排放总量也称净碳排放量,计算公式为式(3)。

[C=Cq+Ct] (3)

式中:C为土地利用碳排量总和;Cq为直接碳排量;Ct为间接碳排量。

2.2 土地利用碳排放风险指数

土地利用碳排放风险指数计算公式为式(4)。

[Cx=i=16Si×θiS] (4)

式中:Cx表示土地利用碳排放风险指数;Si表示单个研究单元中第i类土地利用类型面积;S表示单个研究单元总面积;θi表示第i种土地利用类型的碳排放系数。

3 结果与分析

3.1 土地利用碳排放时空变化分析

3.1.1 土地利用碳排放时间变化分析。2000—2022年延安市碳排放量总体上呈现增长趋势(如图1所示)。2022年净碳排放量为2 887.501 0万t,2000年净碳排放总量420.015 1万t,2022年净碳排放量比2000年增长近6倍。

由图1可以看出,2000年—2022年延安市碳排放总量的增长阶段按增长速度大致可分为4个阶段:2000—2005年为缓慢增长阶段,延安市碳排放总量增长较为缓慢,碳排放总量从420.015 1万t增加到了691.720 4万t,平均年增长量为55.34万t;2005—2010年为较快增长阶段,2010年延安市碳排放总量增加到了1 380.017 5万t,相较于2005年增加了近一倍,年均增长量达到了137.66万t,相较于第一阶段增长速度明显加快;2010—2015年为缓慢增长阶段,2015年延安市碳排放总量为1 641.0136万t,年均增长量为52.20万t,与第一阶段基本持平,相较于第二阶段碳排放增长速度明显减缓;2015—2022年为快速增长阶段,2022年延安市碳排放总量达到了2 887.505 1万t,碳排放总量年均增长178.07万t,为各阶段增长速度最快。

3.1.2 土地利用碳排放空间变化分析。采用自然断点法,将延安市各县区土地利用碳排放数据分为5个等级:微度碳排放区(<43万t)、低度碳排放区(43~90万t)、中度碳排放区(90~225万t)、高度碳排放区(225~380万t)和重度碳排放区(>380万t),以便于更直观反映出延安市土地利用碳排放的空间差异,结果如图2所示。

2000年,延安市整体土地利用碳排放水平偏低,主要碳排放区集中在宝塔区、延川县和洛川县。宝塔区为中度碳排放区,土地利用碳排放量达到了100.74万t,延川县和洛川县为低度碳排放区,土地利用碳排放量分别为83.77万t和62.65万t,其他县区均为微度碳排放区。延安市“北高南低”的土地利用碳排放格局初现。

2005年,延安市整体土地利用碳排放水平有一定的提升,局部提升明显。宝塔区提升为高度碳排放区,碳排放量达到了250.10万t,延川县提升为中度碳排放区,碳排放量为153.60万t,志丹县提升为低度碳排放区,其他区县等级不变。

2010年,延安市北部各区县土地利用碳排放水平有明显升高趋势。志丹县直接由低度碳排放区提升为高度碳排放区,碳排放量为232.68万t。吴起县、安塞区、子长市和黄陵县提升为中度碳排放区,其他区县等级不变。延安市“北高南低”的土地利用碳排放格局更加明显。

2015年,除宝塔区外,延安市大多数地区土地利用碳排放水平变化幅度较小。宝塔区提升为重度碳排放区,碳排放量大幅增加,达到了398.22万t。洛川县提升为高度碳排放区,延长县提升为低度碳排放区,志丹县下降为中度碳排放区。其余县区等级保持不变。2015年是2010年土地利用碳排放格局的加深和延续,碳排放格局无明显变化。

2022年,延安市全市土地利用碳排放水平显著提升。黄陵县提升为重度碳排放区,吴起县、志丹县和子长市提升为高度碳排放区,甘泉县提升为低度碳排放区,富县提升为中度碳排放区。延安市“北高南低”的土地利用碳排放格局有所改变,延安市土地利用碳排放布局更加均衡,空间上更加协调。

3.2 土地利用碳排放风险时空变化分析

利用断点法将延安市土地利用碳排放风险指数分为5个等级:微风险(<-0.274 0)、低风险(-0.274 0~0)、中风险(0~0.244 1)、高风险(0.244 1~0.730 5)和重风险(>0.730 5),结果如图3所示。

2000年,高风险区分布较为零散,在安塞区南部、宝塔区中部、甘泉县南部、黄陵县东南部和洛川县相对面积较大,其中洛川县高风险区分布最广。重风险区面积极小,主要以点状出现在富县东部和黄陵县东部。

2005年,小部分中风险区提升为高风险区,宝塔区中部、黄陵县东部和洛川县的主要高风险区均有所扩张,甘泉县南部和富县北部高风险区连接在一起,由点状发展为条带状。宝塔区中部、黄陵县东南部和洛川县北部小部分高风险区升级为重风险区。

2010年,主要高风险区持续扩张,宝塔区中部高风险区向北延伸,甘泉县南部和富县北部条带状高风险区向两端延伸,黄陵县东部和洛川县高风险区连接合并为更大区域,吴起县、志丹县和子长市的高风险区也有一定程度扩张。重风险区在之前基础上延伸的同时,又出现多个点状分布在部分县区。

2015年,延安市微、低风险区变化不大,中风险区持续缩小。高风险区小幅度扩张,安塞区东南区域的高风险区与宝塔区高风险区域有相互连接的趋势。部分高风险区进一步转变为重风险区。

2022年,安塞区东南部高风险区和宝塔区高风险区相互连接,甘泉县、富县相连的条带状高风险区进一步向两端延伸,上端至甘泉县西北部,下端至富县南部,并与黄陵县高风险区有相连趋势。重风险区大幅度扩张,主要集中于宝塔区中部、黄陵县东部、富县东南部和洛川县。

4 结论

本研究通过对延安市2000—2022年土地利用碳排放和碳排放风险时空变化情况进行分析,主要结论如下。

①延安市2000—2022年碳排放量总体上呈现“慢—快—慢—快”的波动性增长趋势。

②延安市2000—2022年从土地利用碳排放量呈现出“集中在少数县区—北高南低—南北更加均衡”的空间格局变化;

③延安市2000—2022年土地利用碳排放风险不断提高。中风险区不断转变为高、重风险区,且有不同区县的高、重风险区突破县域,呈现出不断发展、连接成片的趋势。

参考文献:

[1]杨庆媛.土地利用变化与碳循环[J].中国土地科学,2010,24(10):7-12.

[2]游和远,吴次芳.土地利用的碳排放效率及其低碳优化:基于能源消耗的视角[J].自然资源学报,2010,25(11):1875-1886.

[3]周勇,赵伟.西安市土地利用结构碳排放核算及低碳优化研究[J].生态经济,2018,34(5):21-25.

[4]张玥,代亚强,陈媛媛,等.土地利用隐性转型与土地利用碳排放空间关联研究[J].中国土地科学,2022,36(6):100-112.

[5]冯薇,赵荣钦,谢志祥,等.碳中和目标下土地利用碳排放效率及其时空格局:以黄河流域72个地级市为例[J].中国土地科学,2023,37(1):102-113.

[6]邓宣凯.武汉市土地利用碳排放的影响因素研究:基于扩展的Kaya等式和LMDI分解方法[J].农业与技术,2021,41(20):104-109.

[7]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.

[8]易丹,欧名豪,郭杰,等.土地利用碳排放及低碳优化研究进展与趋势展望[J].资源科学,2022,44(8):1545-1559.

[9]张润森,濮励杰,文继群,等.建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证[J].自然资源学报,2012,27(5):723-733.

[10]孙贤斌.安徽省会经济圈土地利用变化的碳排放效益[J].自然资源学报,2012,27(3):394-401.

[11]方精云,郭兆迪,朴世龙,等.1981—2000年中国陆地植被碳汇的估算[J].中国科学(D辑:地球科学),2007(6):804-812.

[12]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.

[13]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.

猜你喜欢
时空变化
辽西北地区干旱时空变化特征分析
中国畜禽温室气体排放时空变化及影响因素研究
基于主成分分析法及熵值法结合的耕地集约利用时空变化
商(2016年29期)2016-10-29 11:10:35
国家级流通节点城市流通业效率的时空变化研究
江苏经济发展区域差异时空变化研究
南海声速主跃层的时空分布
基于RS与GIS的黄冈市土地利用时空变化分析
基于DSSAT和GIS的中国水稻产量时空变化模拟研究
凤城市耕地土壤pH值的时空变化
凤城市耕地土壤有机质时空变化研究