2024, Vol. 45
2. 新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052
2. Xinjiang Key Laboratory of Hydraulic Engineering Security and Water Disasters Prevention, Urumqi 830052, China
全球碳排放不断增加, 引发了全球气候异常、海平面上升和极端天气事件频发等一系列环境问题, 极大地影响了人类的生产生活[1, 2].土地利用变化被认为是全球大气二氧化碳增加的第二大影响因素[3, 4].中国“十四五”规划提出“双碳”战略, 即2030年前实现“碳达峰”, 2060年前实现“碳中和”[5].国务院颁发的《2030年前碳达峰行动方案》中明确要建立服务于“碳达峰、碳中和”的国土空间开发保护格局[6].而3类空间（农业-城镇-生态空间）作为国土空间规划的重要载体[7], 是碳排放的驱动力.因此从土地利用空间变化的角度分析碳排放效应及生态环境效应是碳排放研究的重要切入点, 也是进行碳排放调控的重要工具之一.
国内外土地利用变化碳排放研究主要集中在不同土地利用类型的时空变化及其对碳排放的影响、碳排放核算、碳代谢效率、碳排放预测等方面[8 ~ 14].自我国提出国土空间规划和双碳目标以来, 国土空间碳排放问题成为研究的热点.目前, 针对国土空间规划的大量研究聚焦于三生空间（生产-生活-生态空间）, 且相关研究集中于三生空间的内涵与分类[15]、识别和划定[16, 17]、时空演变[18, 19]、冲突[20, 21]与耦合[22, 23]以及功能评价等方面, 而对于3类空间碳排放的研究较少.不同于三生空间强调城市尺度土地利用的核心功能本身[24], 3类空间更加侧重于主体功能的国土用途管制, 更适宜在大中尺度分析时使用[25].周小平等[26]基于主体功能区视角分析了国体空间格局演变特征及其碳排放效应, 为完善主体功能区制度和推动国土空间绿色低碳利用提供依据.路昌等[27]基于生态网络分析模型探讨了黄河三角洲的碳代谢生态关系与国土空间利用的内在联系, 为国土空间格局调整和绿色发展提供参考.王智勇等[28]通过测算碳源经济贡献系数和碳汇生态承载系数分析国土空间的碳排放格局特征, 为进一步指导湖北省土地利用结构优化、区域碳排放交易、低碳经济发展等提供分区基础与理论依据.徐影等[29]基于土地利用碳排放, 结合主体功能区划对福建省国土空间进行综合分区, 提出主体功能区差别化国土空间分区优化建议.
现有的研究成果为本文提供了坚实的理论支撑和丰富的方法.然而, 现有的研究主要针对经济发展热点区域的不同土地利用类型碳排放核算以及时空动态特征分析, 且多以经济发达地区为主, 针对生态本底脆弱敏感但生态区位尤为重要的经济后发区, 如新疆干旱区内陆河流域, 伴随着经济社会发展进程中人工绿洲不断扩张对天然绿洲的侵占及对荒漠-绿洲过渡带的不断干扰, 不同土地利用类型转换过程中碳排放的时空转化及对生态环境质量的评估研究较少.基于此, 本文以新疆干旱区内陆河流域——阿克苏河流域为研究对象, 基于1990~2020年4期土地利用数据与同期社会经济数据, 对流域由农业空间、城镇空间和生态空间构成的3类空间碳排放及其空间演化特征进行分析, 在此基础上, 探究不同土地利用类型碳排放的转化与生态环境质量的关系, 以期为干旱区内陆河流域优化国土空间规划、提高生态系统价值、实现区域可持续高质量发展、促进生态环境保护提供技术支撑.
1 材料与方法 1.1 研究区概况阿克苏河流域位于天山南麓中段西部, 塔里木盆地西北边缘, 地理位置为75°35′~82°00′E, 40°00′~42°27′N（图 1）.流域总面积约为4.8万km2, 跨阿合奇县、阿克苏市、温宿县、乌什县、阿瓦提县、柯坪县、阿拉尔市和阿图什市这8个县市, 地形以山区和平原为主, 地势自北向南, 自西向东逐渐降低, 属暖温带干旱型气候, 具有大陆性气候的显著特征.动植物种类较为多样, 生态系统类型较为齐全, 生态环境质量整体较高.
|
图 1 阿克苏河流域地理位置示意 Fig. 1 Location, streams, and administrative unit of the Aksu River Basin |
阿克苏河流域1990年、2000年、2010年、2020年4期土地利用数据来源于中国科学院资源环境科学数据中心（https://www.resdc.cn/）, 空间分辨率为30 m×30 m.能源消耗数据来源于国家统计部门公布的《中国能源统计年鉴》（1990~2020年）, 部分数据来源于《中国县域统计年鉴》（1990~2020年）和《新疆统计年鉴》（1990~2020年）.
1.3 研究方法 1.3.1 3类空间的分类国务院印发《关于建立国土空间规划体系并监督实施的若干意见》将国土空间划定为农业空间、城镇空间和生态空间, 根据“三区三线”的划定标准, 结合阿克苏河流域主体功能区类型建立3类空间的分类体系[30], 结果如表 1所示.
|
表 1 阿克苏河流域3类空间土地利用分类及生态环境质量指数 Table 1 Land use classification and eco-environment quality index of agriculture-town-ecological space in the Aksu River Basin |
1.3.2 碳排放估算方法
土地利用碳排放评估模型估算了不同土地利用类型的碳排放（吸收）系数[31].林地和草地被认为是碳汇的来源, 耕地和建设用地被认为是碳排放的主要来源[32].利用能源消耗碳排放系数估算建设用地的碳排放.使用的碳排放公式如下所示：
|
(1) |
式中, Ea为碳排放总量；ei为第i类土地利用类型碳排放；Ai为第i类土地利用类型面积；α为碳排放（吸收）系数.碳排放系数参考已有研究成果[33 ~ 37], 耕地、林地、草地、水域和未利用地的碳排放（吸收）系数分别为0.442、-0.644、-0.021、-0.253和-0.005 t·hm-2.
建设用地碳排放量计算公式如下：
|
(2) |
式中, Eb为建设用地碳排放量；mi为第i类能源消耗量；fi为第i类能源的碳排系数；根据IPCC碳排放计算指南及已有相关研究成果[35, 37, 38], 煤炭、石油和天然气的碳排放系数（以标准煤计）分别为0.748 8、0.583和0.444 t·t-1.
1.3.3 空间自相关分析空间自相关分为全局自相关和局部自相关, 是对附近观测值之间相关性的度量[39, 40].全局Moran's I统计量和局部Moran's I统计量分别用于表示全局自相关和局部自相关.计算公式为：
|
(3) |
|
(4) |
式中, n为研究对象的个数；xi、xj为在i和j（i ≠ j）处的研究对象的观测值；Wij为空间权重矩阵；I > 0、I < 0和I = 0分别为空间正相关、空间负相关和空间不相关分布.
1.3.4 标准差椭圆采用标准差椭圆分析3类空间碳排放的地理分布, 描绘其区域的重心位置及其空间扩展方向, 其单元由中心、方位角、长轴和短轴组成[41, 42].计算公式为：
|
(5) |
|
(6) |
|
(7) |
式中, （Xw, Yw）为加权平均中心；（Xi, Yi）为研究对象的空间坐标位置；Wi为权重；θ为椭圆方位角；x'i和y'i分别为研究对象中心到平均中心的坐标偏差；δx和δy分别为沿x轴和y轴的标准偏差.
1.3.5 生态环境质量指数及生态贡献率生态环境质量指数以及用地转型的生态贡献率是研究某区域土地利用转型所造成的生态环境效应变化特征的主要研究方法[43 ~ 47].基于3类空间碳排放变化引起的生态环境质量指数没有文献可以借鉴, 本文综合考虑土地利用类型、土地利用变化和土地利用碳排放之间的关系, 在参考刘金花[43]和李晓文[45]等制定的生态环境质量指数基础上, 构建本文改进之后的3类空间碳排放的生态环境质量指数, 其结果如表 1所示.
在3类空间视角下, 根据研究区不同3类空间功能所具有的面积比例以及生态环境质量指数（表 1）, 计算出研究区不同时期生态环境质量的总体状况[43, 44].计算公式为：
|
(8) |
式中, EVt为t时期的生态环境质量指数；LUti为i类土地t时期的碳排放；Ci为i类土地的生态环境质量指数；TA为研究区总碳排放.
3类空间转型的生态贡献率指某一种3类空间类型变化所引起的区域生态环境质量的改变[46, 47].计算公式为：
|
(9) |
式中, LEIi为某类空间转型的生态贡献率；LET2和LET1为某一3类空间转型期初、期末的生态环境质量指数；LAi为i斑块的碳排放；TA为研究区总碳排放.
2 结果与分析 2.1 阿克苏河流域3类空间碳排放时空演化特征 2.1.1 3类空间的时空演化特征分析1990~2020年阿克苏河流域3类空间分布格局见图 2, 阿瓦提县东部、阿克苏市南部和温宿县南部的农业空间演化较为剧烈, 而阿克苏河流域边缘自然生态系统及人工-自然生态系统过渡带地区的生态空间变化较为平缓.近30年的演化特征为：农业空间规模呈持续上升趋势, 面积变化最大, 由1990年的42.36万hm2增加至2020年的70.39万hm2, 增长了0.66倍, 年均增长率1.71%, 其空间分布主要在阿克苏河流域中北部, 集中在河流水域附近, 主要因为耕地沿着水域向外扩散发展.城镇空间规模呈持续上升趋势, 增幅最大, 由1990年的0.31万hm2增加至2020年的1.78万hm2, 增长了4.80倍, 年均增长率6.04%, 其空间分布格局主要为“一核多点”式崛起, “一核”即阿克苏市, “多点”则分布在各县市的核心城区, 主要发展地区分布在托什干河和库玛拉克河汇合口西大桥附近, 其变化最剧烈.生态空间总体规模缩小, 由1990年的444.37万hm2缩减至2020年的415.83万hm2, 减少了0.06倍, 年均增长率-0.22%, 2020年生态空间占区域总面积的比重为85.21%, 主要分布在阿克苏河流域北部山区及南部荒漠河岸林区域, 具有丰富的自然资源和实施“绿水青山就是金山银山”理念的巨大环境容量和生态潜力.
|
图 2 1990~2020年阿克苏河流域3类空间分布格局 Fig. 2 Spatial distribution pattern of the agriculture-town-ecological space in the Aksu River Basin from 1990 to 2020 |
研究区1990~2020年碳排放的空间差异以1 km×1 km网格尺度表示, 并分为低、中、高和极高这4个等级（图 3）.阿克苏河流域边缘自然生态系统及人工-自然生态系统过渡带地区的碳排放量较低, 而托什干河、库玛拉克河和阿克苏河及各干渠附近碳排放量较高.1990~2020年流域碳排放量空间变异明显, 总体呈现中间高四周低的空间分布格局.碳排放的极高值区和高值区主要分布在乌什县中部、温宿县南部、阿克苏市中南部、阿瓦提县东部和阿拉尔市北部, 多为经济较发达地区、人口密集地区和水域周围, 因为水域周围分布着大量耕地, 而耕地是流域主要的碳排放来源, 碳排量中值区主要分布在过渡层, 分散在高值区和极高值区中间, 数量极少, 碳排放低值区主要分布在阿克苏河流域边缘, 主要原因是流域边缘主要为生态空间, 而生态空间是主要的碳汇的来源.
|
图 3 1990~2020年阿克苏河流域3类空间碳排放分布格局 Fig. 3 Spatial carbon emission distribution pattern of agriculture-town-ecological space in the Aksu River Basin from 1990 to 2020 |
从1990~2020年3类空间转化的分布格局来看（图 4）, 阿克苏河流域各区域空间利用类型转化强度由大到小依次为：温宿县 > 阿克苏市 > 阿瓦提县 > 乌什县 > 阿拉尔市 > 柯坪县 > 阿合奇县 > 阿图什市.2000~2010年3类空间转化强度最大, 2010~2020年3类空间转化强度最小.与1990年相比（表 2）, 流域的碳排放量总体呈上升趋势, 增加了5.61倍, 碳源主要由农业空间提供, 碳汇主要由生态空间提供.1990~2020年, 农业空间和城镇空间提供的碳源呈持续上升趋势, 生态空间提供的碳汇呈先上升后下降的趋势, 总体呈下降趋势.流域的碳排放有增加和减少两种相反的趋势, 但碳汇会抵消碳源, 碳汇减少而碳源增加, 导致流域的净碳排放增长速度变快, 不利于流域生态系统和社会经济平衡.
|
图 4 1990~2020年3类空间转移的空间分布 Fig. 4 Spatial distribution of the agriculture-town-ecological space transfers from 1990 to 2020 |
|
|
表 2 1990~2020年3类空间碳排放变化1） Table 2 Changes in agriculture-town-ecological space of carbon emissions from 1990 to 2020 |
1990~2020年, 流域土地利用变化导致的净碳排放增加, 主要原因是农业空间和城镇空间侵占了生态空间, 除农业空间向生态空间转换使得碳排放小幅下降, 城镇空间向生态空间转换的贡献率为0外, 其他空间转换均使得碳排放上升（表 3）.生态空间向农业空间的转换对碳排放增加的贡献最大, 为84.84%, 生态空间对农业空间的侵占使得碳排放的降低更为显著, 占总碳排放的1.66%, 农业空间向生态空间转换是维持碳排放稳定的主要因素, 近年来, 国家大力推行退耕还林还草等各项绿色政策, 对保持流域碳排放稳定发挥了重要作用.
|
|
表 3 1990~2020年3类空间转换对碳排放的影响 Table 3 Impact of agriculture-town-ecological space transitions on carbon emissions from 1990 to 2020 |
2.2 阿克苏河流域3类空间碳排放的空间异质性规律 2.2.1 空间自相关分析
（1）全局空间自相关 1990~2020年3类空间碳排放全局空间自相关结果见表 4, 净碳排放全局Moran's I均值为0.79, 且所有P值均为0, 通过显著性水平检验, 3类空间提供的碳排放的Moran's I值均大于0, 表明流域净碳排放和3类空间提供的碳排放具有空间正相关性, 净碳排放、农业空间和城镇空间碳排放的Moran's I值均呈持续增加趋势, 生态空间碳排放的Moran's I值呈先增加后减少趋势, 表明净碳排放、农业空间和城镇空间碳排放在空间上的聚集程度不断上升, 而生态空间碳排放在空间上的聚集程度在下降, 但都处于高聚集状态.
|
|
表 4 1990~2020年3类空间碳排放全局空间自相关结果 Table 4 Global spatial autocorrelation results of carbon emissions in agriculture-town-ecological space from 1990 to 2020 |
（2）局部空间自相关 局部Moran's I指数的空间分布见图 5. 1990~2000年流域净碳排放的低-低聚集区主要分布在温宿县北部和阿克苏市与阿拉尔交界处, 2010~2020年向阿合奇县东南部转移, 聚集网格数量变化相对稳定, 高-高聚集区主要分布在乌什县中部、温宿县西南部、阿克苏市和阿瓦提县北部, 其聚集网格数随时间推移而增加.农业空间提供的碳排放高-高聚集区与净碳排放高-高聚集区一致, 生态空间提供的碳排放低-低聚集区与净碳排放低-低聚集区一致, 城镇空间提供的碳排放的高-高聚集区主要集中在阿克苏市北部, 其余均不显著.
|
图 5 1990~2020年3类空间碳排放局部空间自相关 Fig. 5 Local spatial autocorrelation of carbon emissions in agriculture-town-ecological space from 1990 to 2020 |
从3类空间提供的碳排放在不同方向上的扩张变化来看（图 6）, 1990~2020年流域碳排放的重心在总体上除生态空间向西南移动, 其他空间及净碳排放均向东南移动；农业空间的椭圆形区域不断扩张, 城镇空间和净碳排放的椭圆形区域不断缩小, 重心位置均保持在阿克苏市, 说明阿克苏市在3类空间中产生较高的碳排放；生态空间的椭圆形区域先扩张再缩小, 1990~2000年重心位置在乌什县, 2010~2020年重心位置在温宿县, 说明产生高碳汇的区域从乌什县向温宿县移动.
|
图 6 1990~2020年3类空间碳排放标准差椭圆 Fig. 6 Standard deviation ellipse of carbon emissions in agriculture-town-ecological space from 1990 to 2020 |
通过公式（8）计算得到1990~2020年阿克苏河流域基于3类空间碳排放的生态环境质量指数（图 7）.流域内生态环境质量指数呈先上升后下降, 总体呈下降趋势, 生态环境质量指数由1990年的0.437 6下降至2020年的0.383 2, 4个研究时间段变化速率有所差异. 2000年生态环境质量相较于1990年仅上升0.91%, 2010年生态环境质量相较于2000年下降10.42%, 此阶段为3个阶段退化程度最大, 2020年生态环境质量相较于2010年下降3.14%.
|
图 7 1990~2020年生态环境质量指数 Fig. 7 Eco-environment quality index from 1990 to 2020 |
3类空间碳排放变化对生态环境影响的贡献见表 5, 1990~年生态环境质量总体好转, 在此时期促进阿克苏河流域生态环境质量改善的主导因素为生态空间转为农业空间, 转移面积为10.89万hm2, 产生的碳排放为5.23万t, 贡献率高达95.16%.同时, 农业空间转为生态空间也在一定程度上改善了阿克苏河流域的生态环境质量, 贡献率为5.35%.与此相反, 农业空间转为城镇空间则是导致阿克苏河流域生态环境质量恶化的重要原因, 转移面积为1.32万hm2, 产生的碳排放为0.01万t.
|
|
表 5 3类空间碳排放变化的生态环境效应 Table 5 Eco-environment effects of changes in carbon emissions in agriculture-town-ecological space |
2000~2010年生态环境质量总体严重恶化, 在此时期促进阿克苏河流域生态环境质量改善的主导因素为生态空间转为农业空间, 转移面积为21.09万hm2, 产生的碳排放为11.65万t, 贡献率高达79.79%.同时, 农业空间转为生态空间也在一定程度上改善了阿克苏河流域的生态环境质量, 二者贡献率之和超过99%.与此相反, 城镇空间转为农业空间和生态空间则是导致阿克苏河流域生态环境质量恶化的重要原因, 转移面积分别为0.03万hm2和0.01万hm2, 产生的碳排放分别为0.005万t和-0.01万t.
2010~2020年生态环境质量总体缓慢恶化, 在此时期促进阿克苏河流域生态环境质量改善的主导因素为生态空间转为农业空间, 转移面积为8.28万hm2, 产生的碳排放为3.91万t, 贡献率高达99.52%.同时, 生态空间转为城镇空间也在一定程度上改善了阿克苏河流域的生态环境质量, 二者贡献率之和超过99%.与此相反, 城镇空间转为农业空间和生态空间则是导致阿克苏河流域生态环境质量恶化的重要原因, 转移面积为0.01万hm2和0.01万hm2, 产生的碳排放为-0.002万t和-0.01万t.
3 讨论流域碳排放的总体特征为中间高四周低的空间分布格局（图 3）, 农业空间和净碳排放的高-高聚集区分布较为一致, 生态空间和净碳排放的低-低聚集区分布较为一致（图 6）.阿克苏河流域周围及阿克苏河附近被大量水域、林地和草地覆盖, 有丰富的生态空间资源.随着社会经济的发展, 城镇建设和耕地开发的不断推进, 一些碳排放的低值区逐渐减少, 大量的生态空间被耕地挤占.因此, 有农业空间不断扩张、生态空间先扩张再缩小的趋势.
阿克苏河流域各县市空间利用类型转化强度由大到小依次为：温宿县 > 阿克苏市 > 阿瓦提县 > 乌什县 > 阿拉尔市 > 柯坪县 > 阿合奇县 > 阿图什市（图 5）.阿图什市和阿合奇县虽然生态资源丰富, 但生态环境脆弱, 地形复杂, 多为山区, 资源开发难度大, 国土空间改造难度大, 因此, 该区域的碳排放保持在相对稳定的状态, 且碳排放较低.托什干河和库玛拉克河汇合口附近资源丰富, 水域众多, 人类活动频繁.随着该地区工业化和城市化的发展, 对土地资源的需求越来越大, 促进了该地区土地资源的转型.此外, 通过标准差椭圆探索了净碳排放和3类空间提供的碳排放重心变化, 发现其重心在研究期间总体上生态空间向西南移动, 其他空间及净碳排放均向东南移动（图 7）, 研究结果揭示了流域经济重心向东南移动的趋势, 增强了区域空间转换的强度.因此, 阿克苏河流域附近碳排放较不稳定, 呈扩大趋势, 为了保持区域碳排放的稳定和碳达峰、碳中和的稳定状态, 应该积极响应退耕还林还草等政策.
4 结论（1）农业空间和城镇空间规模均呈持续上升趋势且农业空间规模变化最大, 城镇空间分布格局为“一核多点”式, 生态空间总体规模缩小. 1990~2020年流域碳排放量空间变异明显, 总体呈现中间高四周低的空间分布格局.
（2）流域各县市空间利用类型转化强度由大到小依次为：温宿县 > 阿克苏市 > 阿瓦提县 > 乌什县 > 阿拉尔市 > 柯坪县 > 阿合奇县 > 阿图什市.农业空间和城镇空间提供的碳源呈持续上升趋势, 生态空间提供的碳汇呈先上升后下降的趋势, 总体呈下降趋势.流域土地利用变化导致的净碳排放量增加, 主要原因是农业空间和城镇空间侵占了生态空间.
（3）流域净碳排放和3类空间提供的碳排放具有空间正相关性.农业空间提供的碳排放高-高聚集区与净碳排放高-高聚集区一致, 生态空间提供的碳排放低-低聚集区与净碳排放低-低聚集区一致, 城镇空间提供的碳排放的高-高聚集区主要集中在阿克苏市北部, 其余均不显著.流域碳排放的重心在总体上除生态空间向西南移动, 其他空间及净碳排放均向东南移动.
（4）流域内生态环境质量指数呈先上升后下降, 总体呈下降趋势, 生态环境质量指数由1990年的0.437 6下降至2020年的0.383 2, 其中2000~2010年生态环境退化最为明显. 1990~2000年生态环境质量总体好转, 2000~2010年生态环境质量总体严重恶化, 2010~2020年生态环境质量总体缓慢恶化.
| [1] | Yan H M, Guo X, Zhao S Q, et al. Variation of net carbon emissions from land use change in the Beijing-Tianjin-Hebei region during 1990–2020[J]. Land, 2022, 11(7): 997. DOI:10.3390/land11070997 |
| [2] | Houghton R A. Magnitude, distribution and causes of terrestrial carbon sinks and some implications for policy[J]. Climate Policy, 2002, 2(1): 71-88. DOI:10.3763/cpol.2002.0206 |
| [3] | Zhou D C, Xiao J F, Frolking S, et al. Urbanization contributes little to global warming but substantially intensifies local and regional land surface warming[J]. Earth's Future, 2022, 10(5). DOI:10.1029/2021EF002401 |
| [4] | Hong C P, Burney J A, Pongratz J, et al. Global and regional drivers of land-use emissions in 1961-2017[J]. Nature, 2021, 589(7843): 554-561. DOI:10.1038/s41586-020-03138-y |
| [5] | Bai X M, Shi P J, Liu Y S. Society: Realizing China's urban dream[J]. Nature, 2014, 509(7499): 158-160. DOI:10.1038/509158a |
| [6] | 张涛. 《2030年前碳达峰行动方案》解读[J]. 生态经济(学术版), 2022, 38(1): 9-12. |
| [7] |
樊杰, 郭锐. "十四五"时期国土空间治理的科学基础与战略举措[J]. 城市规划学刊, 2021(3): 15-20. Fan J, Guo R. Scientific foundations and strategies of national territorial spatial governance during the 14th Five-Year-Plan Period in China[J]. Urban Planning Forum, 2021(3): 15-20. |
| [8] |
黄汉志, 贾俊松, 张振旭. 江西县域土地利用变化碳排放时空演变及其影响因素[J]. 生态学报, 2023, 43(20): 8390-8403. Huang H Z, Jia J S, Zhang Z X. Spatiotemporal pattern evolution and influencing factors of land-use carbon emissions in counties, Jiangxi Province[J]. Acta Ecologica Sinica, 2023, 43(20): 8390-8403. |
| [9] |
王飞, 韩君. 基于土地利用变化的河西内陆河流域碳排放时空特征[J]. 冰川冻土, 2023, 45(3): 940-952. Wang F, Han J. Spatiotemporal variations of carbon emissions based on land use change in the Hexi Inland River Basin[J]. Journal of Glaciology and Geocryology, 2023, 45(3): 940-952. |
| [10] | Zhao C X, Liu Y L, Yan Z X. Effects of land-use change on carbon emission and its driving factors in Shaanxi Province from 2000 to 2020[J]. Environmental Science and Pollution Research, 2023, 30(26): 68313-68326. DOI:10.1007/s11356-023-27110-1 |
| [11] |
朱巧娴. 基于碳排放测算的湖北省土地利用结构效率的时空演变及改进研究[D]. 武汉: 华中农业大学, 2016. Zhu Q X. Research on temporal evolution and improvement of the land use structure efficiency based on calculation of carbon emissions in Hubei province[D]. Wuhan: Huazhong Agricultural University, 2016. |
| [12] |
游和远, 张津榕, 夏舒怡. 面向碳排放效率的多目标土地利用结构与布局优化研究——以杭州市萧山区为例[J]. 中国土地科学, 2023, 37(6): 74-83. You H Y, Zhang J R, Xia S Y. Structure and layout optimization of multi-objective land use based on carbon emission efficiency: a case study of Xiaoshan district in Hangzhou city[J]. China Land Science, 2023, 37(6): 74-83. |
| [13] |
田超, 程琳琳, 邵盈钞. 京津冀地区城市三生空间碳代谢效率特征及演进模式[J]. 环境科学, 2024, 45(3): 1254-1264. Tian C, Cheng L L, Shao Y C. Efficiency characteristics and evolution patterns of urban carbon metabolic of production-living-ecological space in Beijing-Tianjin-Hebei region[J]. Environmental Science, 2024, 45(3): 1254-1264. |
| [14] |
李缘缘, 魏伟, 周俊菊, 等. 中国土地利用碳排放变化及协调分区[J]. 环境科学, 2023, 44(3): 1267-1276. Li Y Y, Wei W, Zhou J J, et al. Changes in land use carbon emissions and coordinated zoning in China[J]. Environmental Science, 2023, 44(3): 1267-1276. |
| [15] |
刘继来, 刘彦随, 李裕瑞. 中国"三生空间"分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304. Liu J L, Liu Y S, Li Y R. Classification evaluation and spatial-temporal analysis of "production-living-ecological" spaces in China[J]. Acta Geographica Sinica, 2017, 72(7): 1290-1304. |
| [16] |
李广东, 方创琳. 城市生态—生产—生活空间功能定量识别与分析[J]. 地理学报, 2016, 71(1): 49-65. Li G D, Fang C L. Quantitative function identification and analysis of urban ecological-production-living spaces[J]. Acta Geographica Sinica, 2016, 71(1): 49-65. |
| [17] |
冀正欣, 刘超, 许月卿, 等. 基于土地利用功能测度的"三生"空间识别与优化调控[J]. 农业工程学报, 2020, 36(18): 222-231. Ji Z X, Liu C, Xu Y Q, et al. Identification and optimal regulation of the production-living-ecological space based on quantitative land use functions[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(18): 222-231. |
| [18] |
王鹏宇, 蒲希希, 杨鹏, 等. 喀斯特地区"三生空间"识别及时空演变分析——以贵阳市花溪区为例[J]. 西北林学院学报, 2023, 38(4): 263-274. Wang P Y, Pu X X, Yang P, et al. Identification and spatial-temporal evolution analysis of "production-living-ecological" space in Karst Area——a case study of Huaxi district, Guiyang City[J]. Journal of Northwest Forestry University, 2023, 38(4): 263-274. |
| [19] |
陈鸿基, 杨庆媛, 彭立娴, 等. 三峡库区县域"三生空间"时空演变特征与情景模拟[J]. 农业工程学报, 2022, 38(13): 285-294. Chen H J, Yang Q Y, Peng L X, et al. Spatiotemporal evolution characteristics and scenario simulation of production-living-ecological space at county level in Three Gorges reservoir areas[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(13): 285-294. |
| [20] |
董兆蓉, 苑全治, 王紫晨, 等. 川西农牧交错带"三生"空间冲突演变特征分析及模拟预测——以阿坝州四县为例[J]. 生态学报, 2023, 43(15): 6243-6256. Dong Z R, Yuan Q Z, Wang Z C, et al. Analysis and simulation prediction of the evolutionary characteristics of the living-production-ecological spatial conflicts in the agriculture-pastoral ecotone in western Sichuan: Taking four counties in Aba Prefecture as examples[J]. Acta Ecologica Sinica, 2023, 43(15): 6243-6256. |
| [21] |
王珊珊, 毋兆鹏, 王娟娟, 等. 新疆乌鲁木齐市"三生"用地的空间冲突研究[J]. 水土保持通报, 2022, 42(2): 330-337. Wang S S, Wu Z P, Wang J J, et al. Spatial conflicts of productive-living-ecological land in Urumqi city of Xinjiang Wei Autonomous region[J]. Bulletin of Soil and Water Conservation, 2022, 42(2): 330-337. |
| [22] |
王成, 唐宁. 重庆市乡村三生空间功能耦合协调的时空特征与格局演化[J]. 地理研究, 2018, 37(6): 1100-1114. Wang C, Tang Y. Spatio-temporal characteristics and evolution of rural production-living-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100-1114. |
| [23] |
倪维秋, 夏源, 赵宁宁. 乡村地域"三生空间"功能演化与耦合协调度研究——以黑龙江省为例[J]. 中国土地科学, 2022, 36(9): 111-119. Ni W Q, Xia Y, Zhao N N. Functional evolution and coupling coordination measurement of production-living-ecological space in rural areas: taking Heilongjiang province as an example[J]. China Land Science, 2022, 36(9): 111-119. |
| [24] |
王颖, 刘学良, 魏旭红, 等. 区域空间规划的方法和实践初探——从"三生空间"到"三区三线"[J]. 城市规划学刊, 2018(4): 65-74. Wang Y, Liu X L, Wei X H, et al. The method and practice of regional spatial planning from "three basic spaces" to "three-zones and three-lines[J]. Urban Planning Forum, 2018(4): 65-74. |
| [25] |
樊杰. 地域功能-结构的空间组织途径——对国土空间规划实施主体功能区战略的讨论[J]. 地理研究, 2019, 38(10): 2373-2387. Fan J. Spatial organization pathway for territorial function-structure: discussion on implementation of major function zoning strategy in territorial spatial planning[J]. Geographical Research, 2019, 38(10): 2373-2387. |
| [26] |
周小平, 李理, 梁颖, 等. 主体功能区视角下长三角地区国土空间格局时空演变及其碳排放效应分析[J]. 农业工程学报, 2023, 39(17): 236-244. Zhou X P, Li L, Liang Y, et al. Spatiotemporal evolution of territorial spatial patterns and carbon emissions in the Yangtze River Delta from the perspective of main functional zones[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(17): 236-244. |
| [27] |
路昌, 王之语. 基于生态网络分析的黄河三角洲碳代谢分析[J]. 中国环境科学, 2023, 43(11): 6090-6101. Lu C, Wang Z Y. ENA-model based carbon metabolism analysis of the Yellow River Delta[J]. China Environmental Science, 2023, 43(11): 6090-6101. |
| [28] |
王智勇, 胡纯广, 张毅, 等. 湖北省国土空间碳排放格局特征与优化对策[J]. 规划师, 2022, 38(1): 24-31. Wang Z Y, Hu C G, Zhang Y, et al. Characteristics of carbon emission pattern in Hubei territorial space and its improvement measures[J]. Planners, 2022, 38(1): 24-31. |
| [29] |
徐影, 郭楠, 茹凯丽, 等. 碳中和视角下福建省国土空间分区特征与优化策略[J]. 应用生态学报, 2022, 33(2): 500-508. Xu Y, Guo N, Ru K L, et al. Characteristics and optimization strategies of territorial space zone in Fujian province, China based on carbon neutrality[J]. Chinese Journal of Applied Ecology, 2022, 33(2): 500-508. |
| [30] |
尹力, 魏伟, 薄立明, 等. 基于主体功能区战略的新疆地区"三区空间"演化解析[J]. 经济地理, 2023, 43(7): 52-64. Yin L, Wei W, Bo L M, et al. Evolution of "three-function spaces" in Xinjiang based on major function-oriented Zoning Strategy[J]. Economic Geography, 2023, 43(7): 52-64. |
| [31] | Zhang P Y, He J J, Hong X, et al. Carbon sources/sinks analysis of land use changes in China based on data envelopment analysis[J]. Journal of Cleaner Production, 2018, 204: 702-711. |
| [32] |
袁霄, 倪九派, 谢德体. 重庆市县域空间土地利用碳排放的时空格局分析[J]. 应用基础与工程科学学报, 2021, 29(1): 25-38. Yuan X, Ni J P, Xie D T. Spatial-temporal pattern analysis of land use-related carbon emissions in Chongqing based on county space[J]. Journal of Basic Science and Engineering, 2021, 29(1): 25-38. |
| [33] | Tulema B, Zapata F, Aune J, et al. N fertilisation, soil type and cultivars effects on N use efficiency in tef [Eragrostis tef (Zucc.) Trotte][J]. Nutrient Cycling in Agroecosystems, 2005, 71(2): 203-211. |
| [34] |
苏雅丽, 张艳芳. 陕西省土地利用变化的碳排放效益研究[J]. 水土保持学报, 2011, 25(1): 152-156. Su Y L, Zhang Y F. Study on effects of carbon emission by land use patterns of Shaanxi province[J]. Journal of Soil and Water Conservation, 2011, 25(1): 152-156. |
| [35] |
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(地球科学), 2007, 50(6): 804-812. Fang J Y, Guo Z D, Pu S L, et al. Terrestrial vegetation carbon sinks in China, 1981-2000[J]. Science Sinica(Terrae), 2007, 50(9): 1341-1350. |
| [36] |
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. Sun H, Liang H M, Chang X L, et al. Land use patterns on carbon emission and spatial association in China[J]. Economic Geography, 2015, 35(3): 154-162. |
| [37] |
韩方红, 高凡, 何兵, 等. 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[J]. 环境科学, 2024, 45(6): 3297-3307. Han F H, Gao F, He B, et al. Exploring the spatial and temporal trajectories of land use carbon emissions and influencing factors in the Aksu River Basin from 1990 to 2020[J]. Environmental Science, 2024, 45(6): 3297-3307. |
| [38] |
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. Shi H X, Mu X M, Zhang Y L, et al. Effects of different land use patterns on carbon emission in Guangyuan city of Sichuan province[J]. Bulletin of Soil and Water Conservation, 2012, 32(3): 101-106. |
| [39] | Zhang L L, Hu B Q, Zhang Z, et al. Research on the spatiotemporal evolution and mechanism of ecosystem service value in the mountain-river-sea transition zone based on "production-living-ecological space"——Taking the Karst-Beibu Gulf in Southwest Guangxi, China as an example[J]. Ecological Indicators, 2023, 148. DOI:10.1016/j.ecolind.2023.109889 |
| [40] | Cheng Y Q, Wang Z Y, Ye X Y, et al. Spatiotemporal dynamics of carbon intensity from energy consumption in China[J]. Journal of Geographical Sciences, 2014, 24(4): 631-650. |
| [41] |
刘晓婷, 陈闻君. 基于ESDA-GIS的新疆能源碳排放空间差异动态演化分析[J]. 干旱区地理, 2016, 39(3): 678-685. Liu X T, Chen W J. Dynamic evolution of spatial disparity of energy carbon emissions in Xinjiang based on ESDA-GIS[J]. Arid Land Geography, 2016, 39(3): 678-685. |
| [42] |
曹周亮, 张欣蓉, 员学锋, 等. 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[J]. 水土保持通报, 2022, 42(5): 376-385. Cao Z L, Zhang X R, Yuan X F, et al. Spatio-temporal variation and influencing factors of CO2 emission at county scale in Shaanxi province based on land use change[J]. Bulletin of Soil and Water Conservation, 2022, 42(5): 376-385. |
| [43] |
刘金花, 丛中笑, 王治军. 基于三生空间转型的生态环境效应多尺度研究——以黄河流域山东段为例[J]. 中国环境科学, 2023, 43(5): 2519-2530. Liu J H, Cong Z X, Wang Z J. Ecological effects of production-living-ecological space transformation at multi-scales: a case study on the Shandong section of the Yellow River Basin[J]. China Environmental Science, 2023, 43(5): 2519-2530. |
| [44] |
马鑫苗, 徐华君, 古丽娜尔·麦麦提. 土地利用功能转型及其生态环境效应研究——以吐鲁番市高昌区为例[J]. 干旱区地理, 2022, 45(2): 445-455. Ma X M, Xu H J, Maimaiti G. Transformation of land use function and its ecological environmental effects: a case study in the Gaochang district of Turpan city[J]. Arid Land Geography, 2022, 45(2): 445-455. |
| [45] |
李晓文, 方创琳, 黄金川, 等. 西北干旱区城市土地利用变化及其区域生态环境效应——以甘肃河西地区为例[J]. 第四纪研究, 2003, 23(3): 280-290. Li X W, Fang C L, Huang J C, et al. The urban land use transformations and associated effects on eco-environment in northwest China arid region: a case study in Hexi region, Gansu province[J]. Quaternary Sciences, 2003, 23(3): 280-290. |
| [46] |
董建红, 张志斌, 笪晓军, 等. "三生"空间视角下土地利用转型的生态环境效应及驱动力——以甘肃省为例[J]. 生态学报, 2021, 41(15): 5919-5928. Dong J H, Zhang Z B, Da X J, et al. Eco-environmental effects of land use transformation and its driving forces from the perspective of "production-living-ecological" spaces: a case study of Gansu province[J]. Acta Ecologica Sinica, 2021, 41(15): 5919-5928. |
| [47] |
翟玉鑫, 张飞云, 马丽娜. 近40年新疆三生用地转型及其生态环境效应演变[J]. 土壤通报, 2022, 53: 3-523. Zhai Y X, Zhang F Y, Ma L N. Changes of production-living-ecology land transformation and eco-environmental effects in Xinjiang in last 40 years[J]. Chinese Journal of Soil Science, 2022, 53(3): 514-523. |