三峡库区乔木林生物量和碳储量的估算

以三峡库区为研究地点,建立库区优势树种立木生物量模型,并测定乔木含碳系数,结合库区第7次和第8次森林资源连续清查数据,估算了整个三峡库区乔木林的生物量和碳储量。研究结果表明:(1)整个库区乔木林生物量和碳储量第7次调查为12 583×104t和6 471×104t,单位面积生物量75.70t/hm2,碳密度38.93t/hm2,第8次调查为14 253×104t和7 396×104t,单位面积生物量77.46t/hm2,碳密度40.20t/hm2。可见,这5a中,三峡库区生物量和碳储量都有所增加。(2)对于不同森林植被类型来说,松类的生物量和碳储量都显著高于其他类型,分别占三峡库区生物量和碳储量的40%和50%。(3)三峡库区森林植被生物量和碳储量随龄级增大先增大后减少,在中龄林时达到最大,比较两次调查的生物量和碳储量,森林植被主要以幼林龄和中龄林占优。(4)两次调查显示三峡库区森林植被生物量和碳储量主要分布在天然林中,对于碳汇起到主要作用,同时,人工林所占的比例有所提高,其碳汇能力也逐步提高。     

扬子江城市群土地利用时空变化及其对陆地生态系统碳储量的影响

扬子江城市群是江苏省城市化进程最快,土地利用变化最明显的区域。研究该地区地利用变化及其对陆地生态系统有机碳储量的影响,对江苏省低碳土地利用研究具有重要意义。该文利用五期30 m土地利用栅格数据、土壤样点数据、林地植被清查数据、农作物数据以及经验数据,分析了1995～2015年扬子江城市群土地利用时空变化、核算了其对有机碳储量的影响。主要结果如下:(1) 1995～2015年间,扬子江城市群约有15. 90%的土地发生了转移,其中,耕地作为主要的转出者,建设用地作为主要的转入者,耕地转移为建设用地的面积约为4 161. 78 km~2,占扬子江城市群耕地转出面积的85. 86%,是主要的土地转移类型;(2) 1995～2015年间,由于土地利用类型转移变化,扬子江城市群有机碳储量总量减少了472. 63×10~4t,其中土壤有机碳储量总量增加110. 28×10~4t,植被碳储量总量减少582. 91×10~4t;(3)建设用地占用耕地是区域有机碳储量减少的主要原因,导致有机碳储量减少406. 40×10~4t,占整个区域有机碳储量减少总量的85. 99%;(4)未来扬子江城市群可通过增加生态用地、控制建设用地、优化土地利用结构,提高区域碳储量,减少对陆地生态系统碳平衡的扰动。     

长江上游天然林资源保护工程区森林植被碳储量研究

森林在全球和区域碳循环中发挥着关键作用,研究森林碳储量的变化对于估算碳收支与平衡有重要意义。天然林资源保护工程(天保工程)作为我国六大林业重点工程之一,不仅改善了我国的生态环境状况,且对区域森林生态系统的碳储量具有重要影响。利用1988~2008年5期的全国森林资源清查数据及长江上游地区天保工程实施方案(一期、二期)等资料,基于生物量换算因子连续函数法,分析了长江上游天保工程区一期(2000~2010年)森林植被碳储量、天保工程实施前后10a长江上游六省区市森林植被碳储量的变化以及长江上游天保工程区二期(2011~2020年)森林植被固碳能力。结果表明:长江上游天保工程区一期森林植被碳储量为1 367.47Tg C,其中天然林碳储量1 195.24Tg C,人工林碳储量1 72.23Tg C,分别占工程区总碳储量的87.41%和12.59%。天保工程实施10a前(1988~1998年)与天保工程实施10a后(1998~2008年),长江上游六省区市的森林植被碳储量分别增加290.65Tg C、705.12Tg C,同时该地区在1999~2003年到2004~2008年的森林植被碳储量增加量,较1989~1993年到1994~1998年的增加量高80.92Tg C。根据长江上游天保工程区一期森林植被固碳速率及其变化,估算该地区天保工程二期的森林植被固碳能力为5 903.25Tg C。     

1994～2013年安徽省森林生物量与生产力动态变化分析

基于1994~2013年间4期森林资源清查数据,采用生物量换算因子连续函数法,对安徽省森林生物量与生产力进行估算,并从不同龄级和不同林分类型两方面对其动态变化进行分析。研究结果表明:近20a安徽省森林资源数量和质量都在稳步提高,总生物量由1994~1998年的106.114×106 t增加到2009~2013年的204.925×10~6 t,总净生产量由28.239×10~6 t/a增加到43.865×10~6 t/a;林分平均生物量从31.516t/hm增加到57.073t/hm~2,平均生产力从7.797t/(hm~2·a)增加到11.127t/(hm~2·a)。不同龄级中,中幼龄林占林分生物量和生产量的比例相对较大,近20年都在60%以上,但随着安徽省生态建设力度的不断加大,中幼龄林所占比例正在逐步下降;不同林分类型生物量和生产量估算结果显示,安徽省森林资源正逐渐由单一林分为主向多种林分共同占优的方向转变,表明森林资源的组成结构在进一步改善。     

青海省近20年森林植被碳储量变化及其现状分析

基于林业生态功能和青海省森林资源清查数据,采用森林植被生物量换算因子连续函数法,系统估算与分析青海省森林植被碳储量、碳密度,研究其近20a碳储量变化并进行现状分析。结果表明:(1)青海省森林碳储量为11 182 642.22t,占同时期全国总碳储量的1.98%,青海省森林生态系统中面积占较大比重的中龄林,其碳储量尚未达到最大,有较大发展空间;(2)青海省近20a天然林类型中碳储量较大的前4种分别是:柏木(Cupressus funebris)、桦木(Betula)、杨树(Populus)、云杉(Picea asperata)天然林,表明这几种天然林在青海省森林植被中占有重要的地位,其集中分布对区域生态功能的发挥起主导作用;(3)所采用的碳储量估算方法尚存不足,在以后计算中应考虑根据不同林分类型的含碳量进行计算。     

青海省近20年森林植被碳储量变化及其现状分析

基于林业生态功能和青海省森林资源清查数据,采用森林植被生物量换算因子连续函数法,系统估算与分析青海省森林植被碳储量、碳密度,研究其近20 a碳储量变化并进行现状分析。结果表明：(1)青海省森林碳储量为11 182 64222 t,占同时期全国总碳储量的198%,青海省森林生态系统中面积占较大比重的中龄林,其碳储量尚未达到最大,有较大发展空间;(2)青海省近20 a天然林类型中碳储量较大的前4种分别是：柏木（Cupressus funebris）、桦木（Betula）、杨树（Populus）、云杉（Picea asperata）天然林,表明这几种天然林在青海省森林植被中占有重要的地位,其集中分布对区域生态功能的发挥起主导作用;(3)所采用的碳储量估算方法尚存不足,在以后计算中应考虑根据不同林分类型的含碳量进行计算     

川中丘陵典型农田土壤有机碳储量及空间分布特征

土壤有机碳在陆地生态系统碳循环中起着举足轻重的作用。针对农田区域内典型县域尺度有机碳储量及其空间格局特征的研究,可以为区域农田土壤固碳提供参考,为研究我国土壤有机碳储量提供基础数据支持。基于2012年农田土壤有机碳分析调查数据,结合GIS和GPS技术对川中丘陵区盐亭县土壤有机碳密度和储量及空间格局进行了估算和分析。结果表明:其主要土壤类型的0~20cm耕层土壤有机碳密度为1.11~4.26kg/m2,平均值为2.66kg/m2,水田和旱地耕层土壤有机碳密度分别为3.45和2.34kg/m2,均低于全国平均值;全县20cm深度土壤有机碳总储量2.50×109 kg C,紫色土类土壤有机碳储量最大,为1.53×109kg C,水稻土次之,有机碳储量0.93×109kg C,两者占据了农田土壤有机碳储量约98%,冲积土和黄壤土类由于面积小,有机碳储量也最低。各土壤类型有机碳储量丰度指数(RI)值都较低,碳存储能力处于中下水平。在县域农田尺度,有机碳空间格局与气候差异、植被类型关系不大,土壤类型空间差异和地形差异是有机碳空间格局形成的主要原因。     

川中丘陵紫色土区农田土壤有机碳储量及空间分布特征

土壤有机碳在陆地生态系统碳循环中起着举足轻重的作用。针对农田区域内典型县域尺度有机碳储量及其空间格局特征的研究,可以为区域农田土壤固碳提供参考,为研究我国土壤有机碳储量提供基础数据支持。基于2012年农田土壤有机碳分析调查数据,结合GIS和GPS技术对川中丘陵区盐亭县土壤有机碳密度和储量及空间格局进行了估算和分析。结果表明:其主要土壤类型的0~20 cm耕层土壤有机碳密度为111~426 kg/m2,平均值为266 kg/m2,水田和旱地耕层土壤有机碳密度分别为345和234 kg/m2,均低于全国平均值;全县20 cm深度土壤有机碳总储量250×109 kg C,紫色土类土壤有机碳储量最大,为153×109kg C,水稻土次之,有机碳储量0.93×109kg C,两者占据了农田土壤有机碳储量约98%,冲积土和黄壤土类由于面积小,有机碳储量也最低。各土壤类型有机碳储量丰度指数(RI)值都较低,碳存储能力处于中下水平。在县域农田尺度,有机碳空间格局与气候差异、植被类型关系不大,土壤类型空间差异和地形差异是有机碳空间格局形成的主要原因。     

基于CA Markov的土壤有机碳储量空间格局重建研究——以泛长三角地区为例

选取了泛长三角地区的高程、坡度、坡向、GDP、人口、温度、降雨量、河流距离、城市距离和海岸线距离10个驱动因子作为土地利用变化驱动力,基于这些驱动力因子,利用Logistic分析制作土地适宜性图集;运用CA Markov模型模拟得到2000年、1995年、1990年、1985年、1980年、1975年6期的土地利用格局;采用全数检测的方法对模拟结果进行精度检验;在此基础上,得到了泛长三角地区土壤有机碳储量,进而重建历史土壤有机碳储量空间格局。研究结果表明：（1）模型模拟精度为8873%,说明CA Markov模型对历史土地利用模拟具有一定可行性;（2）泛长三角地区历史土壤有机碳储量从今往前逐期递增,且明显高于2010年土壤有机碳储量水平,1995、1990、1985、1980、1975年土壤有机碳储量分别为3235 1、3241 9、3247 6、3251 8、3255 3;（3）各时期泛长三角地区土壤有机碳储量空间格局呈现出南高北低的趋势,土地利用类型与土壤有机碳储量密切相关,城市建成区有机碳储量低于其他区域,土壤有机碳储量增加区域主要出现在其高值区周边;（4）耕地与林地面积的增加,建设用地面积减少,导致了1995~1975年间有机碳储量的增加。基于CA Markov模型可以有效重建历史土壤有机碳储量的空间格局     

森林采伐限额管理制度能否起到保护森林资源的作用

森林采伐限额管理制度已在我国实行30余年,其能否实现森林资源的永续增长是一个悬而未决且具有重要意义的理论命题。为此,本文在对森林采伐限额管理制度进行制度变迁分析的基础上,以其在1991年和2001年的制度改革为自然实验依据,通过精确断点回归模型估计出森林采伐限额管理制度变迁各阶段对森林资源的保护作用。研究结果表明:新中国成立以后我国森林采伐管制经历了"无管制"、"全面管制"、"分类管制"等三个阶段,政府管制强度总体呈现递增趋势。断点回归结果显示森林采伐限额管理制度的全面实施以及2001年的分类管制改革对有林地面积和森林蓄积量的影响均不显著,可见,1991年森林采伐限额管理制度在全国层面实施并没能起到保护森林资源的作用,2001年后国家加大采伐管制力度,即在加强公益林采伐管制的前提下,不断增加公益林区划面积的做法可能会造成森林资源遭受更严重的破坏。究其原因,主要是森林经营者在生存压力或经济激励下可采取"滥砍滥伐"或"俘获"政府等方式突破现有管制,政府一味的加大管制力度反而会进一步刺激森林经营者"超额"采伐行为。本文同时发现,自1991年以来我国有林地面积、活立木蓄积量大幅度的增加主要归功于重点工程造林项目在全国层面的实施。基于此,认为国家应在限额总量不变的前提下,弱化政府对采伐许可等管理制度的管制力度,并大力发展林区替代产业,降低森林经营者的山林依赖度,以期从本源上解决森林采伐限额管理制度失灵问题。     

中国电力行业的全周期碳足迹北大核心CSCDCSSCI

在碳达峰与碳中和目标下,国家层面与各省份均在积极推动碳减排。电力行业作为我国最大的排放部门成为减排重点之一,然而电力行业存在的隐含碳排放造成实际排放低估,省际间碳转移导致省级碳减排不公平问题突出。因此识别电力行业全周期碳足迹,尤其是不同省份的隐含碳足迹以及省际间的转移碳足迹特征,有助于正确评估电力行业碳排放,科学界定不同省份的碳减排责任并合理分配。通过构建电力行业全周期点-流模型以揭示电力产业链中存在的能源活动,进而明确基于用电侧考虑的2018年全周期碳足迹,并刻画碳隐含度与碳转移依赖度指标来分析电力行业的隐含碳排放与省间转移碳排放。研究表明:(1)我国电力行业全周期碳排放系数为689 g/(kW·h),排放量为4.747×10^(9)t,其中北方大部分地区排放系数偏高,山东最高达891 g/(kW·h),南方地区偏低,云南最低仅101 g/(kW·h)。(2)全国电力行业全周期碳隐含度为8.95%,东南沿海贫煤省与煤炭生产高排放省的碳隐含度偏高,贵州最高达14.63%,西北、华北富煤省的碳隐含度偏低,新疆最低仅4.94%;全国隐含碳排放量为4.25×10^(8)t,广东隐含碳排放量最高达5.0×10^(7)t,青海最低仅1.17×10^(6)t。(3)全国电力行业全周期碳转移量为9.26×10^(8)t,约占排放总量的19.5%,电力与煤炭自给率越低的省区对外碳转移依赖度越高,其中北京最高达71.24%;内蒙古、山西、陕西、宁夏、安徽、新疆、贵州是主要碳转入省,总转入7.11×10^(8)t,其中内蒙古最高达2.64×10^(8)t;江苏、浙江、广东、山东、河北、北京、辽宁、河南、上海是主要碳转出省,总转出6.92×108t,其中江苏最高达1.12×10^(8)t;全国共有240对省存在碳转移,其中有102对的转移量超过1.0×10^(6)t。在研究基础上,提出相应建议推动省级电力行业公平合理低碳发展。     

中国电力行业的全周期碳足迹

在碳达峰与碳中和目标下,国家层面与各省份均在积极推动碳减排。电力行业作为我国最大的排放部门成为减排重点之一,然而电力行业存在的隐含碳排放造成实际排放低估,省际间碳转移导致省级碳减排不公平问题突出。因此识别电力行业全周期碳足迹,尤其是不同省份的隐含碳足迹以及省际间的转移碳足迹特征,有助于正确评估电力行业碳排放,科学界定不同省份的碳减排责任并合理分配。通过构建电力行业全周期点-流模型以揭示电力产业链中存在的能源活动,进而明确基于用电侧考虑的2018年全周期碳足迹,并刻画碳隐含度与碳转移依赖度指标来分析电力行业的隐含碳排放与省间转移碳排放。研究表明:(1)我国电力行业全周期碳排放系数为689 g/(kW·h),排放量为4.747×10⁹t,其中北方大部分地区排放系数偏高,山东最高达891 g/(kW·h),南方地区偏低,云南最低仅101 g/(kW·h)。(2)全国电力行业全周期碳隐含度为8.95%,东南沿海贫煤省与煤炭生产高排放省的碳隐含度偏高,贵州最高达14.63%,西北、华北富煤省的碳隐含度偏低,新疆最低仅4.94%;全国隐含碳排放量为4.25×10⁸t,广东隐含碳排放量最高达5.0×10⁷t,青海最低仅1.17×10⁶t。(3)全国电力行业全周期碳转移量为9.26×10⁸t,约占排放总量的19.5%,电力与煤炭自给率越低的省区对外碳转移依赖度越高,其中北京最高达71.24%;内蒙古、山西、陕西、宁夏、安徽、新疆、贵州是主要碳转入省,总转入7.11×10⁸t,其中内蒙古最高达2.64×10⁸t;江苏、浙江、广东、山东、河北、北京、辽宁、河南、上海是主要碳转出省,总转出6.92×108t,其中江苏最高达1.12×10⁸t;全国共有240对省存在碳转移,其中有102对的转移量超过1.0×10⁶t。在研究基础上,提出相应建议推动省级电力行业公平合理低碳发展。     

三峡库区主要森林植被类型土壤有机碳贮量研究

根据全国森林资源清查资料,按主要优势树种和分布面积将三峡库区主要森林植被划分为马尾松针叶林、栎类混交林、灌木林等11种主要森林植被类型。基于196个土壤剖面数据,分析了11种主要森林植被类型下土壤有机碳含量、碳密度大小和分配特征。研究发现,三峡库区主要森林植被类型下土壤有机碳含量和碳密度均存在较大差异,二者总体上都随土层加深而降低。11种主要森林植被类型中以杉木针叶林土壤有机碳密度最大,达16.0 kg/m2,温性松林下土壤碳密度最小,仅为7.9 kg/m2。不同植被类型下土壤有机碳贮量在土层中的分配比例也不同,以灌木林和柏木林土壤碳贮量在土层间的差异最大。11种主要森林植被类型土壤平均厚度为56.3～98.5 cm,其中杉木针叶林土壤最厚,达98.5 cm,灌丛土壤最薄,平均厚度仅56.3 cm。三峡库区11种主要森林植被类型总面积为3 313 251 hm2,土壤总有机碳贮量为 366.36 t,其中0～10、10～20、20～40和＞40 cm土层分别占22.90%、18.36%、28.33%和30.41%。     

安徽大别山区杉木人工林乔木层生物量模型及碳贮量

根据杉木人工林年龄(10、22、45、48和50年生)梯度,在安徽大别山海拔较高山地调查了23块20m×20m的样地,采集18株不同径阶和树高的标准木,进行了生物量测定。利用7种常用的分别以D、D2、DH和D2 H为自变量的生物量模型对其进行拟合,得到35个生物量估算模型。结果显示,幂函数模型的拟合效果较好,多项式模型效果较差,从中优选出5个最优模型,枝、干、根和全株的最优模型是W=aDb形式的幂函数模型,叶的最优模型是W=a+bD2+cD4形式的多项式模型。杉木不同器官的碳含量变化范围在46.64%~53.13%,过熟林(45~50年生)杉木不同器官的碳含量按高低排列均为树皮树根树叶树枝树干,根系碳含量高于地上部枝叶的碳含量,而中幼林龄(10和22年生)杉木地下部分树根的碳含量明显低于地上部分。碳贮量在不同器官中的分配,10和22年生的高低排序为树干树枝树根树叶,过熟林杉木的高低排序为树干树根树枝树叶。不同林龄杉木林生物量碳贮量分别为10年生59.39、22年生59.55、45年生136.92、48年生201.25和50年生134.60Mg C/hm2。不同林龄的杉木林根系生物量碳贮量比例为14.84%~23.79%,随林龄的增长而提高。研究结果显示较高海拔的立地环境促进了杉木林地下根系生物量积累,这种生物量分配可能对土壤有机碳蓄积产生重要影响。     

长江上游不同地形条件下的土地利用/覆盖变化

基于1〖DK〗∶10万的1980、2000和2005年的土地利用/覆盖数据和90 m分辨率的DEM数据,采用转移概率矩阵和地形 面积频度方法,分析了1980~2005年长江上游地区不同地形因子条件下的土地利用/覆盖变化。结果表明：1）1980~2000年,草地、林地和农业用地面积变化趋势与2000~2005年相反。后5 a,可能由于退耕的土地出现反弹现象增多,草地和林地面积出现缩减而农业用地面积增加。两个分析时段主要的土地利用/覆盖类型变化趋势类似,包括农业用地向林地和草地的转化,林地向农业用地的转化以及草地向裸地的转化。2）农业用地和城镇用地主要分布于低海拔区而林地、草地则主要分布于高海拔区。低海拔区主要是退耕还林和城市化过程。高海拔区主要是林地的退化消失和草地退化沙化过程。3）农业用地在坡度段10~25°所占面积比例最大。林地用地面积比例随坡度变陡呈现规则递增,城镇用地分布趋势与之相反。近年裸地趋向分布于缓坡区。坡度0~5°的区域主要是草地退化沙化过程;5~10°坡度段主要是退耕还林过程;大于10°的区域造林工程与森林退化并存。4）各种土地利用/覆盖类型对不同坡向的适宜性相差不大。各种坡向上土地利用/覆盖类型变化类似.     

金沙江头塘小流域人工林有机碳及其剖面分布特征

采用野外调查、室内分析并结合相关的方法,研究探讨了金沙江头塘小流域7种不同植被恢复人工林土壤剖面层次有机碳(SOC)含量、有机碳密度(SOCD)和有机碳储量及分布特征。结果表明,不同林分类型及土层间土壤SOC含量存在明显差异:就整个土层(0~100 cm)而言,7种林分土壤SOC平均含量介于6.46±1.67~24.95±2.32 g·kg–1,大小依次为柳杉林旱冬瓜林圆柏林栓皮栎林圣诞树林墨西哥林藏柏林,且差异显著(p0.05);7种林分土壤SOC含量均出现表聚现象,从表层到深层都呈现递减趋势,且具有一定的规律性;7种林分土壤容重总体上均表现为随土层深度的增加逐渐增加,土壤容重表现为:柳杉林栓皮栎林圣诞树林圆柏林旱冬瓜林墨西哥柏林、藏柏林;7种林分土壤有机碳密度垂直分布和土壤有机碳含量垂直分布特征一致,随土层深度增加土壤有机碳密度减少,以表土10 cm的土壤有机碳密度最大;有机碳储量均随着土层加深所占比例逐渐降低,同时土壤有机碳主要集中于土层0~40 cm内,分别占总有机碳的65.60%(圣诞树林)、63.16%(旱冬瓜林)、54.41%(墨西哥柏林)、58.56%(圆柏林)、62.96%(藏柏林)、61.70%(栓皮栎林)和56.37%(柳杉林),0~40 cm土层土壤有机碳占总有机碳的百分比均达到50%以上。     

基于BWSI与GWSI的江苏省农业生产水资源压力评价

为评价农业生产过程对区域水资源的影响,在核算江苏省农业广义水资源量和农作物生产水足迹的基础上,构建基于水资源消耗和水足迹的农业生产水资源压力指标BWSI和GWSI进行1999~2013农业生产水资源压力评价。结果显示,江苏省农业广义水资源约为1 034.6×10~8 m~3,绿水占70.4%,苏南地区相对丰富;农作物生产水足迹为1 069.5×10~8 m~3(5.9%蓝水、74.6%绿水、19.5%灰水),苏北地区占61.6%且有随时间增大趋势。全省BWSI和GWSI分别为2.60与1.09,水资源压力较大,且有随时间微弱增大的趋势;农业生产水资源压力由南向北呈增大态势,且在时间上呈现苏南减低、苏中稳定、苏北增大的整体态势。引江水缓解了全省及各分区水资源压力,对BWSI的影响大于GWSI。BWSI和GWSI可以用于区域农业生产水资源压力评价,BWSI能揭示缺水地区的水资源稀缺性,而GWSI适合全面反映水资源丰富地区的用水状况。     

中国电力部门中长期低碳发展路径研究

电力部门是中国CO_2排放的主要贡献部门之一,电力部门的低碳转型对中国实施长期低碳发展战略具有至关重要的作用。本文构建了包含电力模块的自下而上的能源系统模型PECE-2017,根据社会经济驱动因子确定终端部门电力需求,并引入电力负荷曲线确定电力供给,设置了未来电力发展的基准和低碳两个情景,从供需结构、技术需求、成本和投资等多个角度,分析电力部门自身的低碳转型及其对中国实现中长期低碳发展的重要作用和贡献。研究表明:第一,未来中国电力需求仍将不断增长,且在终端能耗中的占比不断上升。低碳情景下,2050年电力需求达到114 869亿kW·h,比2013年上升125%,电气化率增加到34%;电力需求结构中,工业和建筑比重下降,交通部门比重上升。第二,电源结构逐步低碳化。煤电逐步淘汰;风电和太阳能装机容量大幅上升,2050年装机占比均超过30%;2030年以后,部署和推广CCS技术,到2050年装机容量达到4.9亿kW。第三,低碳情景下,电力部门在2020年碳排放达峰后,进一步加速脱碳。到2050年,电力部门的排放量可控制在4亿t以内,相对基准情景减少排放61.5亿t,占总减排的贡献率达到45%,为中国的低碳转型做出重要贡献。第四,支撑电力部门低碳转型的投资需求GDP占比在合理区间内。2030—2050年,电力部门投资需求占GDP的比重为0.77%;电力部门内部投资结构呈现明显的低碳化趋势,绝大部分投资将用于非化石能源电力。     

基于碳足迹的江西省农田生态系统碳源/汇时空差异

利用2001~2010年江西省农业投入和农作物统计数据,采用碳排放系数法计算了江西省农田生态系统碳源/汇及碳足迹,分析了江西省农田生态系统碳源/汇时空特征,并进一步分析了碳足迹变化特征及原因。结果表明：(1)2001~2010年,江西省农业投入引起的碳排放量从2001年的11910 1×106 t,增加至2010年的5872 8×106 t,增加了103倍,农业机械化对碳排放总量贡献率最大。碳排放强度呈现先增加后减少的趋势。2008年赣州市碳排放量最多,景德镇市最少;(2)2001~2010年江西省农田生态系统碳吸收量先减少,后逐年增加,到2010年又减少,整个2001~2010年间增加3209 9×106 t。各类农作物中,水稻碳吸收量最多。2009年碳吸收量最多的是宜春市,最少的是萍乡市;(3)江西省农田生态系统碳足迹从2001年的07518×106 C〖DK〗·hm-2〖DK〗·a-1,增加至2009年的1473 4×106 C〖DK〗·hm-2〖DK〗·a-1,单位面积碳足迹呈现逐年增加的趋势。2008年碳足迹最多的是赣州市,最少的是萍乡市。南昌市、景德镇市、吉安市和宜春市表现为生态盈余,其余表现为生态赤字。江西省应减少农药、化肥等的使用,控制农业机械化,特别是赣州市,从而达到减少碳排放的目的     

岩溶地区水资源-环境系统服务功能评价修正——以贵州省为例

常规水资源-环境系统服务功能评价系数既不能反映"二元三维"水文地质状况,也忽略了水环境状况对服务功能的影响,导致评价结果与实际存在较大偏差。故结合岩溶发育强度和水环境特征确定服务功能价值修正系数,并对贵州省的服务功能评价结果进行修正。结果表明:(1)贵州省水资源-环境系统服务功能以水文调蓄与水力航运、环境调节与净化为主,两者价值量分别为789.22×10~8元和742.66×10~8元,两者共占全省价值总量的69.48%;(2)水资源-环境系统的服务功能价值量主要取决于区域对水资源量的供需条件、水域面积及水域旅游景观开发,且区域对水资源-环境系统的利用率越高,则价值量就越大,其最大值为贵阳市,达292.65×10~8元,最小值为毕节市,仅74.35×10~8元;(3)修正系数分为水量型、水质型和复合型,其平均值分别为0.81、0.86和0.84,与各地州水循环特征、水环境质量基本吻合。上述表明,利用岩溶发育强度和水环境因子为依据的修正系数对评价结果进行修正,不仅突显出岩溶发育特征对水资源-环境系统服务功能的影响,也使评价结果更加符合实际水生态环境状况。