四川盆地西北部土地利用碳排放时空变化分析：以绵阳市为例

土地利用碳排放时空研究对了解人类活动对自然环境的影响程度、机制以及制定差异化的区域碳排放政策具有重要作用。文章通过解译2000-2015年遥感影像获得土地利用数据,再利用同期化石能源消费数据,构建碳排放模型、碳足迹和碳足迹压力指数模型,对研究区15 a的土地利用碳排放进行定量分析。结果表明:(1)碳排放与碳足迹总体呈先增加后减小的趋势,2005年达到最大,净碳排放量为2 742 217 t,碳足迹达到774 257 hm~2;总体表现为碳赤子。(2)碳源和碳汇分别主要源于建设用地和林地,建设用地碳源呈先增加后减少趋势,2005年最大值达到3 184 760 t,林地碳汇表现为缓慢波动增加趋势,2010年达到最大值437 387 t,占碳汇总量98%以上。(3)土地利用碳排放、碳足迹与碳生态压力区域性显著,东南丘陵、平坝区域碳排放和碳足迹大,表现为碳赤字,西北山地区域碳排放和碳足迹小,为碳盈余;江油、涪城和安州等东南部县市区为碳赤字,北川和平武为碳盈余。因此,节能减排的重点任务是发展低碳节能经济,继续实施退耕还林还草和封山育林政策,提高东南部县市区的化石能源利用效率。     

基于不同土地利用方式的安徽省碳排放效应及时空差异分析

土地利用变化与碳排放密切相关。运用相关统计数据,依据碳排放模型、碳足迹模型、K-均值聚类法,测算并分析了安徽省不同土地利用方式下的碳排放状况及时空变化。结果表明,2001~2010年安徽省碳排放主要有以下特点:1)碳净排放量逐年递增,建设用地占总排放的95%以上。2)能源消费碳足迹总体增加,生态赤字不断扩大。3)各市碳排量差异显著,地域分配不均。     

长株潭城市群地类转移的碳传导效应与预测

土地利用碳排放是影响城市碳达峰、碳中和实现的重要因素.基于土地利用遥感数据和碳排放估算模型,得到长株潭城市群的土地利用碳排放量,借助转移矩阵分析了长株潭城市群土地利用转移的碳传导效应.此外,采用马尔科夫模型预测2030年和2060年的长株潭土地利用碳排放量.结果表明：①1995~2018年长株潭城市群土地利用净碳排放从810.84×10⁴ t增加到2015.41×10⁴ t,碳源/汇比整体呈上升趋势.其中,建设用地是主要的碳排放源,林草地是主要的碳汇.②不同时段地类转移引致的碳传导最终均表现为净碳排放,在时间上呈现先增加后减少的态势.其中以林地和耕地向建设用地转移产生的碳传导最为显著,涉及草地、水域和未利用地的碳传导效应微弱.③预测结果表明,长株潭城市群的土地利用碳排放预测量处于持续上涨态势,如若仍按目前趋势发展,则如期实现"双碳目标"存在难度.政府需要在加强林地的碳吸收能力以提升生态系统碳汇增量和遏制建设用地的无序扩张以减少碳源两方面着力,加快长株潭城市群的绿色低碳建设.上述结果为长株潭城市群开展低碳导向的城市土地利用调控提供了重要参考.     

1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素

土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10⁴ t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强.     

中国省际不同土地利用类型电力碳足迹的时空分析

利用土地利用类型与能源消费项目的对应关系,对2003—2020年中国省际不同土地利用方式的电力碳排放、电力碳足迹、电力碳赤字进行计算与时空分析,并借助空间自相关模型分析电力碳赤字的空间关联特征。结果表明：全国电力碳排放量增长速率持续放缓,空间上呈现东高西低、南高北低的特征。电力碳足迹增速表现为先急后缓的降低态势,且各土地利用类型的电力碳足迹增长为收敛趋势;电力碳足迹重心逐渐由东南向西北扩散转移,北方地区内部差异相较于南方持续扩大。电力碳赤字范围持续扩大,其空间关联性为逐渐强化的正相关,低—低集聚区（LL）和高—高集聚区（HH）是主要局部空间自相关类型。随空间相互作用增强,电力碳赤字区际差距缩小。     

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

成都市县域土地利用碳收支与经济发展关系研究

基于2014年成都市县域单元土地利用遥感图像和能源消耗统计数据,论文分析了碳收支空间分布特征,通过回归模型构建,对碳收支、土地利用和经济发展协同关系进行研究。结果表明：1）成都市碳汇土地面积占比为56.97%,高于碳源用地,区域碳源/碳汇用地空间差异明显。土地利用强度为2.40~3.33,呈现“东高西低、中心最高”的空间分布特征;2）成都市净碳排放2.43×10⁷ t,呈现“东高西低、中心最高”分布特征。各县域单元碳补偿率为0.06%~11.58%,碳生态承载系数（ESC）为0.05~8.60,呈现“东低西高、中心最低”的特征;3）碳排放经济贡献系数（ECC）为0.26~1.45,呈现“中心高、周边低”的特征并且空间差异较小;4）碳排放与GDP极显著正相关（P<0.01）。ESC与土地利用强度极显著负相关（P<0.01）。ECC与土地利用强度耦合协调度均值为0.56。耦合协调度和人均GDP回归关系极显著（P<0.01）,表明区域经济发展提高了碳排放经济效益和土地利用强度的耦合协调度。     

江西省土地利用碳排放空间格局及碳平衡分区

二氧化碳浓度升高,导致全球气候变暖,生态环境问题逐渐凸显. 为此,绿色、低碳和循环发展成为我国当前工作重点. 江西省作为长江经济带生态文明建设的重要节点,大规模的城镇化建设导致碳排放量增加. 鉴于此,基于土地利用和能源消费数据构建碳排放量计算模型,探究江西省2000—2018年的碳排放空间格局特征,通过基尼系数、经济贡献系数和生态承载系数等多种分析方法探讨区域内的碳排放空间差异以及碳收支情况,同时从经济和生态的角度进行碳平衡分区并提出针对性的策略. 结果表明:①江西省2000—2018年土地利用碳排放总量逐年上升,从1 215.687×104 t增至4 907.425×104 t,总体表现为净碳源,碳减排压力较大. ②江西省碳排放空间格局呈现北高南低、西高东低的特征,北部和西部地区的碳排放总量明显大于南部和东部地区,其碳排放总量与各区域内的土地利用结构以及能源消费结构密切相关. ③江西省历年的碳补偿率均低于34%且逐年递减,碳补偿率、经济贡献系数和生态承载系数三者均空间差异明显,其中北部地区的碳补偿率低于南部地区,南部地区、东北地区的经济贡献率和生态承载系数高于西部地区. ④基于碳平衡分析,根据净碳排放量、生态承载系数等指标将江西省各地级市划分为4个碳排放发展功能区域,即碳汇功能区、低碳经济区、碳强度控制区、高碳优化区. 研究期内碳汇功能区数量变化较大,逐渐转为低碳经济区;碳强度控制区和高碳优化区数量基本无变化. 研究显示,江西省土地利用碳排放空间差异显著,协同减排的困难较大,为此根据碳平衡分区调整土地利用结构,有利于促进区域协同减排,推动全省低碳经济的发展,缓解因碳排放引起的全球气候变化问题.      

湖南省不同土地利用方式的碳排放效应及时空格局分析

土地利用变化是造成碳排放量增长的主要原因.运用相关统计数据,测算并分析了湖南省不同土地利用方式的碳排放效应及时空差异.结果表明,2003-2009年,湖南省净碳排放量呈增加趋势,年均增加478.15万t,而单位GDP碳排放强度却呈下降趋势,且与人均GDP呈现出倒U型曲线关系,曲线拐点在人均GDP达到0.97～1.00万元·人-1附近.同期,湖南省建设用地和耕地成为主要的碳源,其中,建设用地碳排放量年均增加约483.19万t,对净碳排放量的年均贡献率超过84％;林地为主要碳汇,其碳汇量年均可达769.67万t.2009年,湖南省净碳排放量存在着明显的区域差异,总体上呈现从东到西、从北到南逐渐减小的趋势,其中,娄底、岳阳、湘潭与郴州4市属于高排放-低效率(HE-LE)类型;永州、怀化、吉首与张家界4市属于低排放-高效率(LE-HE)类型;邵阳、长沙、常德、株洲、衡阳与益阳6市属于中排放-中效率(ME-ME)类型.     

河南省农田生态系统碳源/汇时空分布及影响因素分解

为明确河南省农田生态系统碳源/汇分布特征及影响因素,利用2010—2020年河南省农作物播种面积、产量等数据估算农田生态系统 碳源/碳汇量,分析其时空特征,并采用对数平均迪式指数法（LMDI加法分解模型）分别对碳源/汇的影响因素进行分解.结果表明,2010—2020年,河南省农田生态系统碳排放呈先增后降的趋势,田间氮肥施用所造成的碳排放贡献率最大,达74.39%~76.35%.各地市农田生态系统的 碳排放量、增幅及单位播种面积碳排放强度均存在显著差异.河南省农田生态系统碳吸收呈上升趋势,净增6.0×10⁷ t,增幅为22.93%.各地市碳吸收量及单位播种面积碳吸收强度均呈增长态势,河南省农田生态系统碳汇能力不断增强,且碳吸收量大于碳排放量.在碳源影响因素分解中,农业能源利用水平和农业低碳技术水平的提高、劳动力规模的控制可有效减少碳排放;在碳汇影响因素分解中,碳汇系数、碳汇技术水平与碳吸收量呈正效应,且小麦碳汇能力最强.建议通过提高能源利用水平和低碳技术水平、调整农作物种植结构、发展循环农业模式等措施,实现农田生态系统降碳增汇.     

基于土地利用变化的陕西省植被碳汇提质增效优先区识别

在“双碳”目标背景下,陆地植被生态系统碳汇是实现碳中和目标的重要方式。为有效识别植被碳汇服务功能提质增效的优先区,利用InVEST模型定量评估陕西省植被碳储量时空演变特征及分布格局,分析土地利用/覆被类型变化对碳储量变化的影响,研究林草生态建设碳汇增长空间差异,确定林草生态建设提质增效对象区域。结果表明：（1）陕西省土地利用类型主要以耕地、林地、草地为主,土地利用类型转移变化也主要发生在三者之间;（2）1980― 2020年陕西省生态系统碳储量总体增加91.88×10⁶ t,增幅3.16%,呈现出“总体上南高北低、局部地区明显过高或过低”的地带性分布特征;（3）退耕还林（草）工程对碳汇能力提升效果明显,存在全局空间相关性,表现为一定的空间趋同集聚现象;（4）陕北地区为生态保护修复工程极优先区和优先区,陕南地区为中等优先区,关中地区为一般优先区。研究基于不同区县生态系统碳汇年均增长率的差异,确定生态治理优先区域,可为实现生态修复工程主导模式的分区管理以及碳汇能力提质增效提供参考。     

“国家的碳源”抑或“国家的碳汇”？——基于武夷山国家公园碳均衡分析

以国家公园为主体的自然保护地体系是中国陆地和海洋生态系统碳汇的重要来源。利用生命周期评估（LCA法）和武夷山国家公园GIS平台数据,研究了武夷山国家公园全周期旅游碳足迹测算、不同土地类型的碳吸存能力、碳源碳汇的路径和均衡、碳中和策略等四个方面内容,结果表明：（1）2019年国家公园总碳排放为2864481.86 t,其中旅游碳足迹为2836467.58 t,交通、餐饮和住宿是碳足迹最高的三个环节;（2）2019年国家公园碳吸存量为126862.61 t,乔木林地、竹林地、灌木林地是碳吸存能力最高的三种土地类型;（3）国家公园区内可实现碳中和,净碳汇值为88241.86 t,综合全生命周期结果却是显著的碳源,碳吸排比为4.48%,净碳源值为2737619.25 t;(4)构建游客、企业和法律三方面体系是国家公园重要的碳中和路径选择。     

山西南部中条山生态系统碳储量时空分布及驱动因素

为探究陆地生态系统碳储量特征对促进区域低碳建设、实现区域“碳达峰、碳中和”的作用.本文运用InVEST模型的碳储量模块估算了2000～2020年中条山生态系统碳储量,并通过净生态系统生产力(NEP)对其结果进行修正,最后利用地理探测器分析碳储量空间分异的驱动因素.结果表明:2000～2020年中条山修正后碳储量总体呈增加趋势,累计增加了2.296×10⁶t,碳储量高值区主要分布于东部、中部和西北部,低值区分布于西南部及中部小部分区域.2000～2020年中条山陆地生态系统碳汇总量呈增加趋势,区域年均单位NEP为0.060kgC/(m²·a),碳汇区主要分布在东部,碳源区分布在中部及西北部.碳储量空间分异主要受年均NDVI、人类活动强度和年均潜在蒸散发的影响,其次是年均气温、年均人口和高程.不同因子的交互作用对碳储量的影响呈双因子增强和非线性增强,表明碳储量空间分异是由自然因素和人为因素共同作用的结果.中条山在生态环境保护和区域低碳建设中,应综合考虑不同影响因素的特点,采取差异化的生态调控模式和策略,提高生态系统的稳定性,增强碳储存能力.     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

中国土地利用碳排放变化及协调分区

土地利用变化所产生的碳排放已成为地区碳排放的主要来源之一,为了探究其变化以全国30个省市为研究对象,基于2001～2019年MODIS的MCD12Q-LUCC数据,通过碳排放系数法,聚类与异常值分析法,从碳排放经济贡献系数、碳生态承载系数及二者的耦合协调关系等角度探讨了近19年间全国各省土地利用碳排放的空间特征并进行了分区研究.结果表明：(1) 2000～2019年全国土地利用碳排放量增长显著,但在2011年后碳排放量增长率变得平缓,而碳汇量的增长则相对缓慢,二者间的差距仍较大.(2)聚类与异常值分析显示研究期内全国各省市土地利用碳排放高值集聚中心由广东、江苏等省份转移到河北、山西、内蒙古等省份且集聚状态越来越明显.(3)全国各省市碳排放经济贡献系数呈现南高北低的空间特征,生态承载系数则呈现出由西高东低逐渐发展为中高东低,北部次之的特征,两者的耦合协调度呈现出下降的趋势.(4)本文基于碳排放经济贡献和碳生态承载,将各省划分为低碳保持区、经济发展区、碳汇发展区和综合优化区这4类,并提出各自的发展建议,争取实现碳中和与低碳可持续发展.     

珠江三角洲二氧化碳源汇演变特征及驱动因素

随着经济与人口快速增长，珠江三角洲（珠三角）地区是我国碳中和压力最大的区域之一.通过建立珠三角地区二氧化碳（CO₂）源汇历史趋势清单，分析碳排放与碳汇的历史演变特征，并基于指数分解法识别了影响珠三角碳源汇的关键驱动因素.结果表明：① 2006~2020年珠三角碳排放总量从2.18亿t上升至3.66亿t，呈现出波动上升的演变特征，总体上升了67.86%，尚未实现碳达峰；② 2006~2020年珠三角绿地碳汇总量从1567.26万t下降至1552.59万t，呈现出波动下降的趋势特征，总体下降了0.94%，碳汇量远低于碳排放量，距离碳中和仍有很大缺口；③珠三角碳源主要来源于能源部门（40.38%）和工业部门（26.33%），碳汇主要来源于林地（67.92%）和耕地（18.09%）；④"十一五"至"十三五"期间，碳源的主要正向驱动因素是经济增长和人口规模，主要负向驱动因素是能源强度（单位GDP的能源使用量），但"十三五"以来，降低能源强度可以释放的CO₂减排潜力正在减弱，未来需要挖掘能源、工业和交通等方面结构调整的负向驱动潜力；⑤"十一五"至"十三五"期间，碳汇的主要正向驱动因素是绿地规模，源于"十一五"期间城市绿地面积增加，主要负向驱动因素是碳汇系数，源于自然灾害导致的水稻等高碳汇系数作物减产，未来绿地增汇需重视绿地结构调整.研究可为珠三角制定降碳增汇政策提供科学支撑.     

成渝地区碳足迹时空格局演化与影响因素分析

成渝地区作为中国西部的重要经济区域,如何在保持高速发展的同时,有效控制碳排放,是一个亟待解决的问题。本文以成渝地区各市级行政区为研究单元,从自然-社会二元系统视角对其碳足迹进行测算和分析,探索碳足迹的时空格局演变特征和影响因素,为实现“碳达峰”提供政策建议。主要研究内容包括：1）基于自然生态系统和社会经济系统二元视角的碳足迹测算;2）通过探索性时空数据分析方法综合分析碳足迹的时空格局演化特征;3）基于改进Kaya模型的碳足迹分解与影响因素分析。本文旨在揭示成渝地区碳足迹水平提升的主要原因,找出实现“碳达峰”的关键所在,为制定区域差别化的碳减排措施提供科学依据。     

中国能源消费碳排放的空间化与时空动态

近年来全球多地遭遇极端天气,给人类社会的生产生活带来极大影响,共同应对全球气候变化已成为国际共识,在此背景下如何通过科学方法摸清二氧化碳排放情况成为响应国家"双碳"战略的重要工作.通过省级尺度的碳排放统计数据,综合夜间灯光数据和人口数据,将碳排放量分配到栅格尺度,并对中国2000、2005、2010、2015和2018年碳排放的时空格局、演变特征及碳排放与经济增长的关联性进行综合分析.结果表明：①从2000~2018年,中国的CO₂排放总量持续增长,但增长速率呈现放缓的趋势,碳排放年均增长速率由2000~2010年的9.9%下降至2010~2018年的7.4%.从空间分布来看,无碳排放地区主要分布在西北无人区及东北的林区和山区,低碳排放主要分布在广大的中小城镇地区,高碳排放则集中分布于华北、华中、东部沿海以及西部的省会城市及城市群附近;②碳排放在地级市尺度上存在高值聚集或低值聚集现象,且该聚集现象整体趋于稳定,在2005年之后有所加强;低低集聚区主要分布在西部的连片地区和海南岛,且随着经济社会的发展,低低集聚区开始破碎,规模减小;高高集聚区主要分布在京津冀城市群、太原城市群、长江三角洲城市群和珠江三角洲城市群地区且规模在逐步加强巩固;高低、低高集聚区则主要出现在社会经济发展水平差异较大的邻近城市;③中国大部分地区的碳排放量相对稳定,碳排放发生较大变化的地区主要分布在省会城市和重点城市的外围地区,即存在中心城区碳排放无变化,外围区域碳排放变化的圈层结构;④在2000~2018年中国城市发展进程中,整体上遵循一个由"低排放-低收入"转向"高排放-低收入"再转向"高排放-高收入"最终转向"低排放-高收入"的发展规律.从整体来看,中国碳排放的增速在放缓,在实行"双碳"战略的大背景下,各地区由于不同的社会经济发展情况和能源需求情况所面临的碳减排任务与压力也不尽相同,因而应分地区和分行业实施差异化的碳减排政策.     

县级尺度的重庆市碳排放时空格局动态

碳排放具有明显的时间和空间分布特征,研究区域碳排放时空格局动态特征可为制定合理的碳减排政策和措施提供重要的依据.本文以重庆为例,基于其38个区县的碳排放数据,利用空间统计、空间自相关和位序-规模法则探讨了其县级尺度碳排放的区域差异和空间格局演变特征.结果表明,重庆市各区县都经历了快速的碳排放增长过程,但碳排放的二元空间分布结构并没有改变;重庆市县级尺度碳排放全局Moran's I指数呈现出波浪式的降低趋势,主城区区县在中心相互辐射,形成一个碳排放HH中心;位序-规模法则分析结果则表明重庆市县级尺度碳排放基本属于首位型分布,1997~2012年区县碳排放规模分布趋于分散的力量均大于趋于集中的力量;1997和2012年,第二产业比例和城市化率成为影响重庆市碳排放的最重要的因素,人口与碳排放的相关关系却并不显著.     

基于社会网络分析的京津冀地区碳排放空间关联与碳平衡分区

基于2005、2010、2015和2017年的碳排放/碳汇数据,利用社会网络分析和探索性空间数据分析对京津冀县级尺度的碳排/碳汇的空间关联作用进行实证分析并进行碳平衡分区划分,提供了在县级空间尺度上划分碳平衡区的路径.研究结果表明:(1)京津冀地区碳排放年均增长率由2005-2010年间的10.05%放缓至2010-2017年间的1.25%,碳汇总量先降后增,2010-2017年间增长15%,但2017年净碳排放量达到了6亿t,反映了当前碳中和压力仍然巨大,京津冀北部和西部是主要的碳补偿率高值区,京津唐、石家庄和邯郸-邢台及其周边地区是主要的碳补偿率低值区;(2)京津冀碳排放空间网络格局逐渐清晰,形成了京津碳排放区、石家庄碳排放区、邯郸碳排放区三个主要的碳排放空间联动区,分别占整个区域面积的36.65%、9.64%、6.76%;(3)根据实证结果,京津冀区域被划分为集中碳汇区、局部调节区、核心-联动碳排区、分散-联动碳排区、分散-孤岛碳排区、一般-联动碳排区、一般-孤岛碳排区7个碳平衡功能区,分别占整个区域面积的22.07%、32.62%、12.81%、0.45%、1.14%、22.5...