2025, Vol. 46
碳排放是目前造成全球气候变化的重要因素之一，而因气候变化带来的环境问题也日益突出[1]. 生态系统服务是指生态系统可以直接或间接地为人类提供产品和服务，可通过生态系统服务价值（ecosystem services value，ESV）来反映[2，3]. 土地利用变化（LUCC）将从不同层面影响碳排放以及ESV的演变[4]. 首先，由于土地利用类型的不同导致产生的碳排放量不同；其次，土地利用变化将直接影响生态系统的演变，改变其结构和功能，使其价值发生变化. 随着工业化的发展，中国碳排放量达到世界第一. 为实现节能减排，我国在2020年提出“双碳”目标后出台一系列环境政策、采取积极有效措施，并在2021年提出要持续巩固提升生态系统的碳汇能力. 因此，在“双碳”目标和保护生态环境双重背景下，研究两者的时空关联关系，对解决当前社会经济与生态环境协调发展的难题有重大意义.
自20世纪90年代后，土地利用变化逐渐成为学者们研究的热点，国内外陆续开展了针对不同尺度下LUCC对碳排放和ESV影响的研究. 在土地利用碳排放方面，学者从国家[5，6]、省域[7，8]、城市[9~11]等不同尺度对碳排放的作用机制[12]、测算[13]、时空演变规律以及影响因素[14，15]、效应效率[16，17]和低碳优化[18，19]等方面进行了大量的研究. 在土地利用变化对ESV的影响方面，主要集中于对ESV评估[20，21]、时空演变特征分析和相互关系[22，23]以及预测[24，25]方面. 通过梳理现有研究成果可知，以往都是从不同角度和尺度单独研究碳排放和ESV，对两者之间关系的研究相对较少，有王丹等[26]探索了南四湖流域2000~2018年ESV和碳排放时空演变特征及其空间关联规律；王伯阳[27]以中原城市群为例进行基于LUCC的ESV与碳排放时空演变研究并基于PLUS模型进行预测提出建议与对策；赵先超等[28]探索长株潭城市群2000~2020年土地利用碳排放与ESV时空演变特征及交互作用规律；张婷[29]分析了1990~2020年榆林市生态系统服务价值和土地利用碳排放的变化，并研究了榆林市30 a间生态系统服务价值和碳排放的空间关系.
本文突出创新：一方面对土地利用碳排放和生态系统服务价值两者时空关系进行研究，并将结果以格网可视化表达，另一方面从省域尺度研究两者时空关系，为其他地区提供参参考. 山西省煤炭资源丰富，其煤炭储量居全国首位，开采历史悠久，具有不可替代的地位；此外，虽然山西省生态文明建设取得了一定进展，但生态环境仍然面临着严峻形势. 基于此，本文以山西省为研究区域，基于2000~2020年5期土地利用以及社会经济数据，采用空间自相关的分析方法，探讨碳排放与ESV的时空演变特征以及交互作用规律，以期为区域今后土地合理利用和生态文明建设提供参考和建议，从而推动产业的转型升级以及社会经济的可持续发展.
1 材料与方法 1.1 研究区概况山西省位于中国中部地区，因居太行之西而得名，简称“晋”（位置示意如图 1所示）. 山西省总面积15.67万km²，占全国总面积的1.6%，地形以山地丘陵为主，地势特征为“两山夹一川”，气候类型为温带大陆性季风气候. 2022年，山西省森林面积322.8万hm²，森林覆盖率20.6%，矿场资源极其丰富，已发现的矿种达120种，作为煤矿大省，生态文明建设虽取得一定进展但仍面临严峻形势. 截至2022年末，山西省常住人口为3 481.35万人，GDP为25 642.59亿元，比上年增长4.4%.
|
图 1 研究区位置示意 Fig. 1 Position of study area |
2000~2020年土地利用数据来源于中国科学院地理科学与资源研究所，为栅格数据，空间分辨率30 m×30 m，总体精度达80%以上. 结合山西省土地利用情况以及现有分类标准，将土地类型分为耕地、林地、草地、水域、建设用地和未利用地这6类[30]. 计算建设用地的碳排放量所需的能源消耗数据来源于所研究年份的《中国能源统计年鉴》《山西省统计年鉴》；计算ESV所需的社会经济数据来源于山西省粮食和物资储备局以及所研究年份的《山西省统计年鉴》.
2 研究方法 2.1 土地利用碳排放量估算土地利用碳排放分为直接和间接排放，根据已有研究，耕地、林地、草地、水域和未利用地采用直接碳排放系数进行碳排放测算，其系数（以C计）分别为0.422、-0.644、-0.021、-0.253和-0.005 t·hm-2，其中负值表示碳吸收[7，26，31]. 公式如下：
|
(1) |
式中，CEa为土地利用间接排放量；αi为第i类地类对应的碳排放系数；Si为第i种地类的面积.
建设用地为间接碳排放，采用能源消耗碳排放模型间接计算[32]. 本文根据山西省能源实际消费情况，选取主要能源消费量来间接计算建设用地碳排放，公式如下：
|
(2) |
式中，CEb为建设用地碳排放量；βj为第j种能源的碳排放系数（表 1）；Aj为第j种能源终端消耗量. 《山西统计年鉴》已将终端能源消费量统计单位转化为标准煤.
|
表 1 能源类型碳排放系数 Table 1 Carbon emission factors for energy types |
土地利用碳排放强度取决于格网内各地类面积和碳排放系数，强度越大说明排放量越大[32]. 公式如下：
|
(3) |
式中，C为土地碳排放的强度；S为网格总面积；Si和Pi分别为网格内地类i的面积和碳排放系数.
2.2 生态系统服务价值评估方法参照Costanza等[33]提出的生态系统服务价值研究方法，采用谢高地[34]等提出的当量换算法确定山西省单位面积ESV当量表. 由于建设用地不涉及生态功能，故将其用0表示. 随后根据山西省具体情况，对单位面积粮食产量的经济价值进行修正：2000~2020年的粮食产量均值为4 141.09 kg·hm-2，以2020年粮食的平均收购价格2.52元·kg-1为基准. 根据谢高地提出的修正方法：一个生态系统服务价值当量为平均粮食单产价值的1/7[35]，可得山西省粮食生产经济价值为1 490.79元·hm-2，进而得到山西省生态系统服务价值当量. 根据其得出山西省ESV系数表（表 2）.
|
|
表 2 山西省各地类生态系统服务价值系数 Table 2 Value coefficients for ecosystem services in various regions of Shanxi Province |
采用Costanza评估ESV方法评估山西省的ESV，公式如下：
|
(4) |
|
(5) |
式中，ESV为生态系统服务价值（元）；Ak为地类k的面积（hm2）；VCk为地类k的单位面积生态系统服务价值系数[（元·（hm2·a）-1]；ESVf为第f项ESV；VCfk为地类k的第f项生态系统服务价值系数.
生态系统服务价值强度公式如下：
|
(6) |
式中，ESV为生态系统服务价值强度；S为格网面积.
2.3 基于格网单元的空间分析本文采用格网法进行空间分析，能更直观地从空间角度进行分析，运用ArcGIS软件中的渔网功能，使空间研究尺度减小至更为精准的尺度[36]；以减少运算量和更好地进行空间分析，对格网尺寸进行多次调整，最终选用10 km×10 km的规格，共划分了1 709个网格单元，以格网为单元分别对碳排放和ESV进行测算，并进行空间分析.
2.4 双变量空间自相关分析双变量空间自相关是指在一定时间范围内，两个变量在空间上的相似程度，即在同一区域内的值是否相似. 如果相似度高，则空间关系强；反之则弱. 本文使用双变量Moran's I研究碳排放强度与ESV强度之间的空间集聚关系[1]. 全局双变量Moran's I指数用于描述山西省碳排放强度与ESV强度之间的空间关联程度；局部双变量Moran's I指数用于两者在单个网格上的相关性[37]. 具体计算公式如下：
|
(7) |
|
(8) |
式中，I和Ii分别为全局双变量Moran's I指数和局部双变量Moran's I指数；n为格网总数；wij为n×n的空间权重矩阵；xi和xj分别为网格i和j的属性值；x和S2 为属性值的均值和方差.
3 结果与分析 3.1 山西省土地利用变化分析 3.1.1 土地利用时序变化通过分析2000~2020年山西省各类土地利用变化面积汇总（表 3），再结合土地利用类型空间分布（图 2），可得出这20 a来山西省的土地利用现状和结构均发生了变化. 山西省土地利用面积为156 753.75 km²，土地利用类型以耕地为主，草地和林地并重为特征，三者面积之和在研究期间内占土地利用总面积的90%以上，足以说明山西省能够充分满足人们的基础粮食需求且草地和林地的生态保护较好. 其次，2000~2020年间山西省土地利用类型整体变化表现为“两增两减”，“两增”为建设用地和林地；分别增加了2.80%和0.46%；“两减”为耕地和草地，分别减少了2.23%和0.91%；另外水域和未利用地变化不明显. 此外，建设用地面积变化最为显著，面积逐步扩张，20 a间共增加了4 384.91 km²；其次是耕地面积，20 a间共减少了3 492.52 km²；再次是草地面积变化，20 a间共减少了1 423.34 km²；林地面积波动变化，整体增加了724.71 km²；水域和未利用地面积分别减少了144.97 km²和48.79 km²，20 a间几乎无变化.
|
|
表 3 2000~2022年山西省各类用地面积变化 Table 3 Changes in land use area in Shanxi Province from 2000 to 2020 |
|
图 2 山西省土地利用空间分布 Fig. 2 Spatial distribution of land use in Shanxi Province |
从土地利用空间上看（图 2），山西省北部、中部、南部和东南部地势低平地带是耕地集中分布区域；林地主要分布于山西省西部、中部、南部和东部的各大山区；草地的分布较为零散，大部分集中于林地附近；水域面积较少，除河流以外较为零散；建设用地集中分布于中部和南部的河谷地带；未利用地面积较小，呈零星分布. 其次，建设用地的分布范围扩张以及耕地的分布范围缩小在空间分布图上极其明显，分布于山西省北部、中部和南部的建设用地范围扩张显著，都是由中心城区向周围逐步扩张，建设用地占了耕地面积使得该地区的耕地分布范围不断缩小；很多草地转化为了林地，使得山西省林地分布范围向草地分布范围扩张.
山西省一方面在快速城镇化影响下，其建设用地快速扩张，后期虽持续扩张，但由于实施严格的土地用途管制，其扩张幅度减缓；另一方面山西省耕地受城市扩张以及退耕还林政策的影响面积严重减少，后期在下发耕地保护相关文件以及坚守18亿亩耕地红线的政策下，其耕地面积减少得到遏制并逐步开始增加.
3.2 土地利用碳排放分析 3.2.1 土地利用碳排放时序特征山西省土地利用变化及利用程度影响着土地利用碳排放量，根据碳排放量估算公式计算得出各年份碳源、碳汇以及净碳排放量（表 4），可知2000~2020年山西省土地利用净碳排放量逐年增长，由2000年净碳排放量3 465.06万t增长到2020年12 480.09万t，年增长率为260.17%. 建设用地为主要碳源，其碳排放量最多且增长速度最快，由2000年3502.00万t增长到2020年12 535.76万t，增速先快后慢，2005~2010年间增长最为迅速，由于前期处于城市化建设快速发展时期，故建设用地占地面积不断扩展以及能源消耗不断增多，使得这一时期碳排放量增长速度快；后期由于意识到保护生态环境的重要性以及控制建设用地规模，后期碳排放量增速放缓. 此外，耕地也是碳源的一部分，由于耕地面积在减少，所以耕地的碳排放量逐年缓慢减少，由2000年258.58万t下降至2020年243.84万t. 其次，林地、草地水域和未利用地属于碳汇，碳吸收量由2000年295.51万t扩大到2020年299.51万t，变化不显著，草地和水域由于面积减小使得碳汇量逐年减少，林地由于面积增加碳汇量增加，但总碳汇量远小于碳源量，使净碳排放量很高，且净碳排放量与碳源增速一致.
|
|
表 4 2000~2022年山西省各土地利用类型碳排放量 Table 4 Carbon emissions by land use types in Shanxi Province from 2000 to 2020 |
3.2.2 土地利用净碳排放空间分布格局特征
由于研究区内差异的存在，也为了更加直观地分析土地利用净碳排放空间分布格局，运用ArcGIS软件中渔网分析功能，采用土地利用碳排放强度指标，利用自然间断点分级法在格网下分为5个等级：低值、较低值、中值、较高值和高值，得出2000~2020年山西省土地利用净碳排放空间分布（图 3）. 山西省土地利用碳排放强度高值区域主要集中于中部，呈不断向四周延伸的趋势，由于中部地区城市化发展，人口流量大，且建设用地分布广，土地利用碳排放量大，排放强度高. 其次，碳排放高强度离散分布点增多且有向外延伸趋势，这与山西省各地市社会经济发展有关. 土地利用碳排放强度低值区主要分布在林地、草地分布区域以及各城市边缘，且面积不断地减少. 从年变化来看，中值区、较高值区以及高值区数量逐渐增多，这与山西省土地利用净碳排放量逐年增加有关.
|
图 3 2000~2020年土地利用净碳排放空间分布 Fig. 3 Spatial distribution of net carbon emissions from land use from 2000 to 2020 |
从表 5可以看出，山西省2000年生态系统服务价值为2 691.29亿元，而2020年为2 646.88亿元，20 a间价值总量减少44.40亿元. 此外，不同地类所提供的生态系统服务价值各有不同，其中林地和草地提供的生态系统服务价值最多，大约占总生态系统服务价值的70%以上；其次是水域和耕地，占20%以上；而未利用地能提供的生态系统服务价值微乎其微. 从整体上来看，在整个研究期间内，除了林地提供的生态系统服务价值增加了21.28亿元，其余地类所提供的ESV均为减少状态，减少最多的是草地，减少了25.60亿元，耕地所蕴含的价值减少了20.88亿元，水域减少了19.19亿元，未利用地提供的ESV下降不明显.
|
|
表 5 2000~2020年山西省各地类的生态系统服务价值 Table 5 Ecosystem service value of different land use types in Shanxi Province from 2000 to 2020 |
整体上看来，2000~2020年期间山西省ESV下降缓慢，主要原因一是建设用地不涉及生态功能，建设用地面积的大幅增加影响生态系统服务价值总量下降，另一方面是林地面积增加使其对生态系统服务价值的贡献率增加，但是其他土地类型面积减少使林地增加的部分不足以抵扣其他土地类型下降的部分.
根据分析山西省2000~2020年不同类型的生态系统服务价值（表 6），气候调节提供的生态系统服务价值历年来都是最多的，贡献率为23%~24%；水文调节和土壤保持提供的生态系统服务价值紧接其后，贡献率分别为21%和13%左右；而维持养分循环所能提供的ESV历年来都是最少的，其贡献率不足2%. 从年变化来看，各单项生态系统服务类型提供的ESV均下降，下降最多的为水文调节，价值减少了16亿元；其次为土壤保持，价值减少了6.32亿元；食物生产提供的ESV减少4.79亿元，气体调节减少了4.28亿元；维持养分循环下降最少，仅减少了0.70亿元.
|
|
表 6 2000~2020年山西省单项生态系统服务功能价值 Table 6 Value of individual ecosystem service functions in Shanxi Province from 2000 to 2020 |
3.3.2 生态系统服务价值空间变化分析
为了更加直观分析山西省ESV空间分布特征，采用ESV强度指标，并运用ArcGIS软件对数据进行格网化，利用自然段点分级法分为Ⅰ、Ⅱ、Ⅲ和Ⅳ这4个等级，得出山西省2000~2020年ESV空间分布（图 4）. 山西省ESV空间分布具有明显差异，Ⅳ级零星分布于东南边界处且数量很少；林地分布的地区ESV强度要高于其他地类分布地区的ESV强度，也是Ⅲ级集中分布的区域；Ⅱ级分布于草地集中的区域；建设用地和耕地分布区ESV强度最低，也是Ⅰ级分布地区. 其次，从年变化来看，2010年前后ESV强度变化明显，Ⅰ级数量减少、Ⅱ和Ⅲ级数量增多，Ⅰ级转换为Ⅱ级以及Ⅱ级转化为Ⅲ级；同时各地类相互转换也导致了研究期内ESV呈波动的趋势.
|
图 4 2000~2020年生态系统服务价值空间分布 Fig. 4 Spatial distribution of ecosystem service value from 2000 to 2020 |
通过对山西省土地利用碳排放和ESV进行时空分布特征规律分析，发现土地利用碳排放强度越高的地区，其ESV强度就越低，反之亦然. 通过上述发现可推出两者之间可能会存在某种相关关系，为了深入探讨两者的交互作用，首先对山西省2000年、2005年、2010年、2015年和2020年这5期碳排放强度和ESV强度进行皮尔逊相关性分析，得出相关系数为-0.358、-0.359、-0.438、-0.437和-0.427，且在0.01水平上双尾显著相关. 其次，运用双变量空间自相关分析方法研究两者的空间关系，得出全局Moran's I指数（表 7）. 从中可以看出2000~2020年的Moran's I指数均为负值，P值均小于0.01，说明在99%置信水平上山西省土地利用碳排放强度和ESV强度存在空间负相关，即土地利用碳排放强度越强，其ESV强度就越弱，另外，Moran's I指数逐年降低，也说明碳排放强度与ESV强度两者在空间上表现出分散向集聚的特点.
|
|
表 7 2000~2020年山西省双变量全局Moran's I 指数 Table 7 Bivariate global Moran's I index in Shanxi Province from 2000 to 2020 |
根据双变量LISA集聚图（图 5），将两者之间的空间相关性分为4种类型：高⁃高集聚、低⁃低集聚、低⁃高集聚和高⁃低集聚. 结合表 8来看，高⁃高集聚区数量少，且分布零散，该区经济发展，碳排放量大，加之对生态保护，林地分布，能产生高的ESV. 低⁃低集聚区主要分布于山西省西部，经济发展不如中部地区，碳排放量小，生态环境较差，故ESV值低. 低⁃高聚居区主要呈团块状分布，且集中分布于中部、南部以及东南部地区，随着城市化的推进，建设用地扩张，导致高排放量，发展的同时会破坏生态环境，使得ESV降低. 高⁃低集聚区也是呈团块状分布于东部、西部以及东南边界地区，该区域主要地类为林地，森林覆盖率高，表现为碳汇作用，同时林地能产生较高的ESV.
|
图 5 2000~2020年双变量LISA集聚 Fig. 5 Bivariate LISA agglomeration from 2000 to 2020 |
|
|
表 8 2000~2020年山西省双变量网格汇总 Table 8 Summary of bivariate grid in Shanxi Province from 2000 to 2020 |
4 讨论
现有的研究成果从不同尺度对土地利用碳排放和ESV进行单独研究，本文以山西省为研究区，从省域尺度以格网的方法研究了土地利用碳排放与ESV空间关联性. 本研究对山西省土地利用碳排放和生态系统服务价值的估算，与其他采用相同方法的学者所研究出的结果存在差异，是由于修正的方法不同以及研究区土地利用类型的差异所导致的. 此外，由于受精度的限制，所计算的结果也会存在一定的缺陷，也决定了本研究得到的计算结果仅是一个粗略估算值. 然而本研究是为了探讨土地利用碳排放与生态系统服务价值的空间相关规律，对精度要求低，在保持了土地和系数在时间和空间上的一致性的基础上评估结果的精度对本研究的结论影响不大. 但有必要指出的是，在对碳排放和ESV估算体系中，计算的规范性和科学性有待进一步加强，并能进一步深入研究作用的机制以及影响驱动因素.
5 建议（1）加强对山西省耕地的保护力度，提升对土地的管理能力，从提升土地服务功能质量方面提高生态系统服务价值.
（2）保护和建设城市中的生态景观，保护好林地，提升森林覆盖率.
（3）合理规划用地，优化城市空间结构，满足经济发展的同时又能符合生态文明建设要求.
（4）建立健全生态保护补偿机制，完善生态保护相关的法律法规.
6 结论（1）2000~2020年间，山西省土地利用类型主要是以耕地、草地和林地为主，面积变化最大的为建设用地，建设用地和林地面积呈增长趋势，其余各类型土地面积呈减小趋势.
（2）山西省土地利用净碳排放量呈逐年增长趋势，由2000年净碳排放量3 465.06万t增长到2020年12 480.09万t；土地利用碳排放强度高值区域主要集中于中部地区，呈不断向四周延伸的趋势，低值区主要分布于林地、草地集中区域以及各城市边缘，且面积不断减少.
（3）山西省2000年生态系统服务价值为2 691.29亿元，而2020年为2 646.88亿元，20 a总量下降缓慢，其ESV贡献率主要由林地和草地提供；ESV强度为Ⅳ级的零星分布于东南边界处且数量很少；林地分布的地区是Ⅲ级集中分布的区域且数量逐渐增加；Ⅱ级分布于草地集中的区域；建设用地和耕地分布区是Ⅰ级分布地区且数量逐渐减少.
（4）山西省2000~2020年土地利用碳排放强度与ESV强度存在明显的负相关，土地利用碳排放强度越强，其ESV强度就越弱，且通过了P值检验.
| [1] |
张余, 姜博, 赵映慧, 等. 东北三省土地利用碳排放时空格局及影响因素研究[J]. 地域研究与开发, 2022, 41(4): 150-156. Zhang Y, Jiang B, Zhao Y H, et al. Temporal and spatial pattern changes and influencing factors of land use carbon emissions in the three provinces of northeast China[J]. Areal Research and Development, 2022, 41(4): 150-156. |
| [2] |
侯孟阳, 姚顺波, 邓元杰, 等. 格网尺度下延安市生态服务价值时空演变格局与分异特征——基于退耕还林工程的实施背景[J]. 自然资源学报, 2019, 34(3): 539-552. Hou M Y, Yao S B, Deng Y J, et al. Spatial-temporal evolution pattern and differentiation of ecological service value in Yan'an city at the grid scale based on Sloping Land Conversion Program[J]. Journal of Natural Resources, 2019, 34(3): 539-552. |
| [3] |
刘园, 周清波, 余强毅, 等. 基于遥感数据的大尺度区域水田空间格局及生态服务价值变化分析[J]. 智慧农业(中英文), 2020, 2(1): 43-57. Liu Y, Zhou Q B, Yu Q Y, et al. Analysis of spatial pattern and ecological service value changes of large-scale regional paddy fields based on remote sensing data[J]. Smart Agriculture, 2020, 2(1): 43-57. |
| [4] |
闫晓露, 郑欢, 李洪飞. LUCC影响下辽东湾北部区生态系统服务价值时空演变[J]. 辽宁师范大学学报(自然科学版), 2020, 43(3): 381-391. Yan X L, Zheng H, Li H F. Spatial and temporal evolution of the value of ecosystem services in northern Liaodong Bay under LUCC's influence[J]. Journal of Liaoning Normal University (Natural Science Edition), 2020, 43(3): 381-391. |
| [5] |
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. |
| [6] |
王涛. 中国土地利用碳排放时空特征及影响因素研究——基于省域面板数据[D]. 武汉: 中南财经政法大学, 2020. Wang T. Temporal and spatial characteristics and influencing factors of carbon emission from land use in China: based on Provincial Panel Data[D]. Wuhan: Zhongnan University of Economics and Law, 2020. |
| [7] |
刘锦盛, 王世航, 赵明松, 等. 山西省土地利用碳排放时空差异及影响因素分析[J]. 宜春学院学报, 2023, 45(9): 6-11, 87. Liu J S, Wang S H, Zhao M S, et al. Spatial-temporal differences and influencing factors of land use carbon emissions in Shanxi Province[J]. Journal of Yichun University, 2023, 45(9): 6-11, 87. |
| [8] |
范清瑶, 夏卫生, 莫成鑫, 等. 基于"三生空间"的土地利用转型时空演变及其碳排放效应研究——以福建省为例[J]. 生态环境学报, 2023, 32(12): 2183-2193. Fan Q Y, Xia W S, Mo C X, et al. Study on transition of land use function and its carbon emission effect repose based on the conception of "production, living and ecological space": a case study of Fujian Province[J]. Ecology and Environmental Sciences, 2023, 32(12): 2183-2193. |
| [9] |
李键, 毛德华, 蒋子良, 等. 长株潭城市群土地利用碳排放因素分解及脱钩效应研究[J]. 生态经济, 2019, 35(8): 28-34, 66. Li J, Mao D H, Jiang Z L, et al. Research on factors decomposition and decoupling effects of land use carbon emissions in Chang-Zhu-Tan Urban Agglomeration[J]. Ecological Economy, 2019, 35(8): 28-34, 66. |
| [10] |
张娜, 孙芳城, 胡钰苓, 等. 长江经济带三大城市群土地利用碳排放的区域差异及空间收敛性[J]. 环境科学, 2024, 45(8): 4656-4669. Zhang N, Sun F C, Hu Y L, et al. Regional difference and spatial convergence of land use carbon emissions in three urban agglomerations of Yangtze River Economic Belt[J]. Environmental Science, 2024, 45(8): 4656-4669. |
| [11] | Dewa D D, Buchori I. Impacts of rapid urbanization on spatial dynamics of land use–based carbon emission and surface temperature changes in the Semarang Metropolitan Region, Indonesia[J]. Environmental Monitoring and Assessment, 2023, 195(2). DOI:10.1007/s10661-022-10839-6 |
| [12] |
李小康, 王晓鸣, 华虹. 土地利用结构变化对碳排放的影响关系及机理研究[J]. 生态经济, 2018, 34(1): 14-19. Li X K, Wang X M, Hua H. Research on influences of land use structure change on carbon emissions[J]. Ecological Economy, 2018, 34(1): 14-19. |
| [13] |
胡永浩, 张昆扬, 胡南燕, 等. 中国农业碳排放测算研究综述[J]. 中国生态农业学报(中英文), 2023, 31(2): 163-176. Hu Y H, Zhang K Y, Hu N Y, et al. Review on measurement of agricultural carbon emission in China[J]. Chinese Journal of Eco-Agriculture, 2023, 31(2): 163-176. |
| [14] | Han Y, Ge X S. Spatial-temporal characteristics and influencing factors on carbon emissions from land use in Suzhou, the world's largest industrial city in China[J]. Sustainability, 2023, 15(18). DOI:10.3390/su151813306 |
| [15] | Liu C, Hu S G, Wu S, et al. County-level land use carbon emissions in China: spatiotemporal patterns and impact factors[J]. Sustainable Cities and Society, 2024, 105. DOI:10.1016/j.scs.2024.105304 |
| [16] |
袁壮壮, 叶长盛, 李辉丹. 基于土地利用变化的南昌市碳排放效应分析[J]. 湖南师范大学自然科学学报, 2021, 44(5): 30-39. Yuan Z Z, Ye C S, Li H D. Impacts of land use changes in Nanchang on carbon emission[J]. Journal of Natural Science of Hunan Normal University, 2021, 44(5): 30-39. |
| [17] |
孙英彪, 苏雄志, 许皞. 河北省耕地集约利用水平与碳排放效率的相关性[J]. 农业工程学报, 2016, 32(19): 258-267. Sun Y B, Su X Z, Xu H. Correlation between levels of cultivated land intensive use and carbon emission efficiency in Hebei Province[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(19): 258-267. |
| [18] |
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. Yi D, Ou M H, Guo J, et al. Progress and prospect of research on land use carbon emissions and low-carbon optimization[J]. Resources Science, 2022, 44(8): 1545-1559. |
| [19] | Luo Y J, Meng Q H, Chi Y, et al. A low-carbon optimal operation method for an industrial park multi-energy coupling system utilizing by-product hydrogen[J]. Sustainability, 2024, 16(6). DOI:10.3390/su16062354 |
| [20] |
薛明皋, 邢路, 王晓艳. 中国土地生态系统服务当量因子空间修正及价值评估[J]. 中国土地科学, 2018, 32(9): 81-88. Xue M G, Xing L, Wang X Y. Spatial correction and evaluation of ecosystem services in China[J]. China Land Science, 2018, 32(9): 81-88. |
| [21] |
达娃扎西, 李小双, 聂峰. 西藏公益林森林生态系统服务功能价值评估研究[J]. 西部林业科学, 2023, 52(6): 73-79. Dawa Z X, Li X S, Nie F. Ecosystem service value assessment of Xizang public welfare forests[J]. Journal of West China Forestry Science, 2023, 52(6): 73-79. |
| [22] | Zhang X M, Xie B G, Li J H, et al. Spatiotemporal distribution and driving force analysis of the ecosystem service value in the Fujiang river basin, China[J]. Land, 2023, 12(2). DOI:10.3390/land12020449 |
| [23] | Zhao Y H, Yang H, Zhu C Y, et al. Spatial and temporal distribution of the ecosystem provisioning service and its correlation with food production in the Songhua river basin, Northeastern China[J]. Land, 2024, 13(4). DOI:10.3390/land13040451 |
| [24] |
解文艳, 付永虎, 杨殿闯, 等. 基于土地利用变化的江苏省生态系统服务价值时空演变与模拟预测[J]. 地域研究与开发, 2022, 41(5): 126-132, 158. Xie W Y, Fu Y H, Yang D C, et al. Spatio-temporal evolution and simulation forecast of ecosystem service value in Jiangsu Province based on land use changes[J]. Areal Research and Development, 2022, 41(5): 126-132, 158. |
| [25] |
祁育汀, 张平, 刘雷, 等. 关中平原城市群土地利用结构多情景优化和生态系统服务价值预测[J]. 应用生态学报, 2023, 34(9): 2507-2517. Qi Y T, Zhang P, Liu L, et al. Multi-scenario optimization of land use structure and prediction of ecosystem service value in Guanzhong Plain urban agglomeration[J]. Chinese Journal of Applied Ecology, 2023, 34(9): 2507-2517. |
| [26] |
王丹, 荆延德, 韩善梅, 等. 基于格网的南四湖流域土地利用碳排放与其生态系统服务价值时空关系分析[J]. 生态学报, 2022, 42(23): 9604-9614. Wang D, Jing Y D, Han S M, et al. Spatio-temporal relationship of land-use carbon emission and ecosystem service value in Nansi Lake Basin based upon a grid square[J]. Acta Ecologica Sinica, 2022, 42(23): 9604-9614. |
| [27] | 王伯阳. 基于LUCC的生态系统服务价值与碳排放时空演变研究——以中原城市群为例[D]. 昆明: 昆明理工大学, 2021. |
| [28] |
赵先超, 田一豆, 张潇湘. 长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析[J]. 水土保持学报, 2023, 37(5): 215-225. Zhao X C, Tian Y D, Zhang X X. Spatio-temporal relationship between land use carbon emissions and ecosystem service value in Changzhutan Urban Agglomeration[J]. Journal of Soil and Water Conservation, 2023, 37(5): 215-225. |
| [29] |
张婷. 榆林市生态系统服务价值和碳排放研究[D]. 西安: 长安大学, 2023. Zhang T. Study on the value of ecosystem services and carbon emissions in Yulin city[D]. Xi'an: Chang'an University, 2023. |
| [30] |
段兰兰, 贺丽, 薛占金, 等. 流域土地利用变化及其对生态系统服务价值的影响——以唐河流域山西段为例[J]. 山西大学学报(自然科学版), 2023, 46(3): 721-732. Duan L L, He L, Xue Z J, et al. Land use change and its impact on ecosystem service value: a case study of the Tanghe River Basin in Shanxi Province[J]. Journal of Shanxi University (Natural Science Edition), 2023, 46(3): 721-732. |
| [31] |
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. Zhang Y, Dai Y Q, Chen Y Y, et al. The study on spatial correlation of recessive land use transformation and land use carbon emission[J]. China Land Science, 2022, 36(6): 100-112. |
| [32] |
刘学荣, 杨琳, 王颖, 等. 基于土地利用变化的东北地区碳排放效应研究[J]. 水土保持通报, 2017, 37(2): 107-114. Liu X R, Yang L, Wang Y, et al. Assessment of carbon emissions based on land use change in northeast China[J]. Bulletin of Soil and Water Conservation, 2017, 37(2): 107-114. |
| [33] | Costanza R, d'Arge R, De Groot D, et al. The value of the world's ecosystem services and natural capital[J]. Ecological Economics, 1998, 25(1): 3-15. |
| [34] |
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8): 1243-1254. Xie G D, Zhang C X, Zhang L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254. |
| [35] |
王瑶. 基于多目标优化的大都市土地整治潜力区划决策研究——以上海市青浦区为例[J]. 上海国土资源, 2022, 43(2): 8-13. Wang Y. Research on land consolidation potential decision-making zoning in metropolises based on multi-objective optimization: a case study of Qingpu District, Shanghai[J]. Shanghai Land & Resources, 2022, 43(2): 8-13. |
| [36] |
高登. 基于土地利用变化的山东省生态系统服务价值研究[D]. 济南: 山东财经大学, 2023. Gao D. Study on the value of ecosystem services in Shandong Province based on land use change[D]. Ji'nan: Shandong University of Finance and Economics, 2023. |
| [37] |
祁玉馨, 赵聪聪, 申沛鑫, 等. 哈尔滨市土壤保持服务价值时空演变及其驱动力[J]. 水土保持通报, 2024, 44(1): 357-367. Qi Y X, Zhao C C, Shen P X, et al. Spatiotemporal evolution of soil conservation founction value and its driving forces in Harbin city[J]. Bulletin of Soil and Water Conservation, 2024, 44(1): 357-367. |