Evaluation and Prediction of Carbon Emissions on Land Uses in Shaanxi
-
摘要: 从土地利用碳排放安全的内涵出发，构建基于压力-响应模型的陕西省土地利用碳排放安全评价指标体系，分析陕西省11个地级市土地利用碳排放安全的时空分异特征，并应用改进的新陈代谢无偏GM（1，1）模型进行预测。结果表明：（1）2005-2014年，陕西省土地利用碳排放安全指数先曲折上升后波动下降，2010年达到最安全状态；（2）陕西省土地利用碳排放安全与自然地理分区呈耦合关系，陕南安全水平最高，关中次之，陕北最低，各地级市安全状况存在一定的空间集聚效应；（3）陕西省大部分地级市处于土地利用碳排放临界安全或不安全状态，压力系统恶化的同时，响应系统好转；（4）2015-2025年，陕西省土地利用碳排放安全状态持续弱化，各地级市未来土地利用碳排放安全均处于临界安全或不安全状态，安全状况不容乐观。应该在认清本区域土地利用碳排放安全情况的前提下，从相对敏感的指标入手采取针对性的碳减排措施。
-
关键词:
- 碳排放安全 /
- 土地利用 /
- 无偏GM(1, 1)模型 /
- 新陈代谢 /
- 陕西省
Abstract: For environmental security, any extended land use may cause increases in carbon emissions and raise concerns. To provide a guidance for the sustainable future regional development, the stress-response model was applied to firstly establish an indexing system for analyzing the spatial and temporal carbon emissions associated with the land uses in Shaanxi. In the end, strategies to reduce air pollution could be made available for the province. The improved unbiased metabolism-GM (1, 1) model was used to project the situation for 2015 to 2025. The results showed that (1) from 2005 to 2015, the carbon emission security index increased at first, and then decreased, with the best state appeared in 2010; (2) the index was regional dependent, i.e., the highest in the southern Shaanxi followed by the central and the northern region a spatial clustering among the prefectures was evident; (3) most prefectures in the province faced a borderline or critical level on the security index challenged by various stress factors, but the response system seemed significantly improved; and, (4) the status from 2015 to 2025 was expected to continuously deteriorate as most prefectures remain in the critical or unsafe state with respect of carbon emission. It seemed imperative that appropriate measures be adopted starting from the relatively sensitive issues to safeguard the environment from serious carbon emissions in the province.-
Key words:
- carbon emission security /
- land use /
- unbiased GM (1, 1) model /
- metabolism /
- Shaanxi Province
-
图 1 改进的新陈代谢无偏GM(1, 1)模型预测流程
Figure 1. Flowchart on forecasting carbon emission using improved unbiased metabolism-GM (1, 1) model
图 2 2005-2014年陕西省土地利用碳排放安全值
Figure 2. Carbon emission security indices on land uses in Shaanxi during 2005-2014
图 3 陕西省土地利用碳排放安全变化趋势
注：图中X轴、Y轴代表正西、正南方向，Z轴代表陕西省各地级市土地利用碳排放安全指数平均值。
Figure 3. Changes on carbon emission security of land uses in Shaanxi
图 4 2005-2014年陕西省土地利用碳排安全分级
Figure 4. Classification of carbon emission security on land use in Shaanxi during 2005-2014
图 5 2005-2014年土地利用碳排放安全压力系统时空差异
Figure 5. Spatiotemporal changes of response indicators on carbon emission security on land uses in 2005-2014
图 6 2005-2014年土地利用碳排放安全响应系统时空差异
Figure 6. Spatiotemporal coupling of stress factors and response system on carbon emission security on land uses in 2005-2014
图 7 2005-2014年土地利用碳排放安全压力-响应系统拟合状况
Figure 7. Carbon emission security indices on land uses in Shaanxi during 2005-2025
图 8 2005-2025年陕西省土地利用碳排放安全值
Figure 8. Carbon emission security indices on land uses in Shaanxi during 2005-2025
表 1 土地利用碳排放安全评价指标体系及权重
Table 1. Evaluation indices and weight of carbon emission security by land use
目标层 准则层 指标层 单位 指标性质 熵权 AHP权 组合权重 土地利用碳排放安全值A 压力系统B1 (0.548) U1人口密度 人·hm-2 - 0.021 0.036 0.029 U2城市化率 % - 0.048 0.039 0.045 U3人均GDP 元·人-1 - 0.042 0.042 0.044 U4第二产业所占比重 % - 0.035 0.047 0.042 U5城镇人均可支配收入 元·人-1 - 0.030 0.041 0.037 U6农村人均纯收入 元·人-1 - 0.030 0.041 0.036 U7单位耕地化肥施用量 kg·hm-2 - 0.035 0.059 0.047 U8单位耕地地膜使用量 kg·hm-2 - 0.027 0.059 0.041 U9单位GDP能耗 kg·万元-1 - 0.025 0.063 0.041 U10单位工业增加值能耗 kg·万元-1 - 0.035 0.047 0.042 U11人均建设用地面积 hm2·人-1 - 0.024 0.049 0.036 U12单位GDP碳排放 kg·万元-1 - 0.043 0.050 0.048 U13单位建设用地碳排放 kg·hm-2 - 0.048 0.076 0.062 响应系统B2 (0.452) U14人均生态用地面积 hm2·人-1 + 0.073 0.055 0.065 U15单位农用地碳吸收 kg·hm-2 + 0.130 0.077 0.103 U16水土协调度 % + 0.082 0.037 0.057 U17粮食单产 kg + 0.061 0.031 0.045 U18城市人均园林绿地面积 hm2·人-1 + 0.109 0.062 0.085 U19工业固体废弃物综合利用率 % + 0.034 0.043 0.040 U20林业投资占GDP比重 % + 0.067 0.045 0.057 注：“+”表示正项指标，数值越大越利于安全；“-”表示负向指标，数值越大越威胁安全。 
下载: 导出CSV
表 2 土地利用碳排放安全评价等级
Table 2. Evaluation ranking on carbon emission security by land use
等级 区间 状态 安全特征 Ⅰ (0.85, 1] 安全 人口相对稳定，能源利用效率高，土地生态环境基本未受到破坏，碳排放与经济增长处于高度耦合协调发展状态，碳排放调控及减排效果理想，实现人口、环境、社会、经济、资源系统的协调发展。 Ⅱ (0.65, 0.85] 亚安全 人口压力较小，能源利用效率较高，土地生态环境不断改善，碳排放与经济增长处于初级协调状态，碳排放调控及减排效果较好，人口、环境、社会、经济、资源系统协调发展状况较好。 Ⅲ (0.45, 0.65] 临界安全 存在一定的人口压力，能源利用效率有所提高，土地生态环境较少受到破坏，碳排放与经济发展处于协调边缘，碳排放调控及碳减排虽不理想但有初步效果，人口、环境、社会、经济、资源系统协调发展状况一般。 Ⅳ (0.25, 0.45] 不安全 人口压力较大，能源利用效率较低，土地生态环境受到较大破坏，碳排放与经济发展比较不协调，碳排放调控及碳减排效果不理想，阻碍了人口、环境、社会、经济、资源系统协调发展。 Ⅴ [0, 0.25] 病态 人口压力巨大，能源利用效率低下，土地生态环境破坏非常严重，碳排放与经济发展严重不协调，碳排放调控及碳减排效果极不理想，人口、环境、社会、经济、资源系统无序发展。 注：本表参照文献[2]中表 2编制。
下载: 导出CSV
表 3 模型精度检验等级标准
Table 3. Accuracy standards for model testing
预测精度等级 好 合格 勉强 不合格 α ＞0.95 ＞0.8 ＞0.7 ≤0.7 C ＜0.35 ＜0.5 ＜0.65 ≤0.65
下载: 导出CSV
表 4 土地利用碳排放安全各指标的模拟精度值
Table 4. Accuracy of simulated carbon emission security indices on land use
指标 C α Q/% 等级 U1 0.0031 1.0 0.01 好 U2 0.2316 1.0 2.92 好 U3 0.0327 1.0 0.27 好 U4 0.0849 1.0 0.17 好 U5 0.0281 1.0 0.24 好 U6 0.0281 1.0 0.24 好 U7 0.4621 0.9 1.52 合格 U8 0.2183 1.0 1.92 好 U9 0.0302 1.0 0.19 好 U10 0.0258 1.0 0.50 好 U11 0.4713 0.9 0.72 合格 U12 0.3366 1.0 1.20 好 U13 0.1285 1.0 0.50 好 U14 0.1904 1.0 0.17 好 U15 0.3919 0.9 0.29 合格 U16 0.1680 1.0 0.07 好 U17 0.4275 0.9 0.49 合格 U18 0.3970 0.8 1.77 合格 U19 0.2640 1.0 0.46 好 U20 0.1275 1.0 1.60 好
下载: 导出CSV
表 5 陕西省各地级市2020年及2025年土地利用碳排放安全指数
Table 5. Projected 2020 and 2025 carbon emission security indices on land uses at prefectures in Shaanxi
地区 2020年 2025年 安全指数 安全等级 安全指数 安全等级 西安市 0.442 Ⅳ 0.437 Ⅳ 铜川市 0.449 Ⅳ 0.408 Ⅳ 宝鸡市 0.429 Ⅳ 0.374 Ⅳ 咸阳市 0.517 Ⅲ 0.476 Ⅲ 渭南市 0.446 Ⅳ 0.373 Ⅳ 延安市 0.507 Ⅲ 0.516 Ⅲ 汉中市 0.563 Ⅲ 0.586 Ⅲ 榆林市 0.498 Ⅲ 0.519 Ⅲ 安康市 0.541 Ⅲ 0.502 Ⅲ 商洛市 0.454 Ⅲ 0.365 Ⅳ 杨凌示范区 0.544 Ⅲ 0.483 Ⅲ
下载: 导出CSV
-
[1] 王晓霞. 陕西省土地利用碳排放效应及影响因素研究[D]. 咸阳: 西北农林科技大学, 2014. [2] 荣培君, 杨群涛, 秦耀辰, 等.中国省域能源消耗碳排放安全评价[J].地理科学进展, 2016, 35(4):487-495. http://d.wanfangdata.com.cn/Periodical/dlkxjz201604009 [3] 李昊, 李世平, 银敏华.中国土地生态安全研究进展与展望[J].干旱区资源与环境, 2016, 30(9):50-56. http://d.wanfangdata.com.cn/Periodical/dlkxjz200605009 [4] 朱巧娴, 梅昀, 陈银蓉, 等.基于碳排放测算的湖北省土地利用结构效率的DEA模型分析与空间分异研究[J].经济地理, 2015, 35(12):176-184. http://d.wanfangdata.com.cn/Periodical/jjdl201512025 [5] 王桂波, 南灵.陕西省土地利用碳排放效应时空差异分析[J].资源与产业, 2012, 14(1):124-130. http://d.wanfangdata.com.cn/Periodical/zycy201201023 [6] 张苗, 甘臣林, 陈银蓉.基于SBM模型的土地集约利用碳排放效率分析与低碳优化[J].中国土地科学, 2016, 30(3):37-45. http://d.wanfangdata.com.cn/Periodical/zhonggtdkx201603005 [7] 冯杰, 王涛.中国土地利用碳排放演变与影响因素分析[J].软科学, 2016, 30(5):87-90. http://d.wanfangdata.com.cn/Periodical/rkx201605019 [8] 周峰. 上海市土地利用的碳排放效应及影响因素分析[D]. 合肥: 合肥工业大学, 2016. [9] 张俊峰, 张安录, 董捷.武汉城市圈土地利用碳排放效应分析及因素分解研究[J].长江流域资源与环境, 2014, 23(5):595-602. http://d.wanfangdata.com.cn/Periodical/cjlyzyyhj201405001 [10] YORK R. Demographic trends and energy consumption in European Union Nations, 1960-2025[J]. Social Science research, 2007, 36(3):855-872. doi: 10.1016/j.ssresearch.2006.06.007 [11] 冯杰, 王涛.中国土地利用碳排放演变与影响因素分析[J].软科学, 2016, 30(5):87-90. http://d.wanfangdata.com.cn/Periodical/rkx201605019 [12] 张勇, 张乐勤, 汪应宏, 等.安徽省池州市土地利用碳排放演变及其影响因素[J].中国农业大学学报, 2014, 19(2):216-223. http://d.wanfangdata.com.cn/Periodical/zgnydxxb201402032 [13] RAPPORT D J, WHITFORD W G.How ecosystems respond to stress common properties of arid and aquatic systems[J].Bio Science, 1999, 49(3):193, 203. [14] 范胜龙, 杨玉珍, 陈训争, 等.基于PSR和无偏GM(1, 1)模型的福建省耕地生态安全评价与预测[J].中国土地科学, 2016, 30(9):19-27. [15] 谢花林, 刘曲, 姚冠荣, 等.基于PSR模型的区域土地利用可持续性水平测度:以鄱阳湖生态经济区为例[J].资源科学, 2015, 37(3):449-457. [16] 陈慧, 付光辉.南京市土地资源安全SD法评价研究[J].资源科学, 2017, 39(5):846-859. http://d.wanfangdata.com.cn/Periodical/zykx201705005 [17] 刘思峰, 党耀国, 方志耕, 等.灰色系统理论及其应用[M].北京:科学出版社, 2010:146-168. [18] 陈娟, 南灵.陕西省农地非农化生态系统服务价值损失评价[J].西南农业学报, 2013, 26(1):259-263. http://d.wanfangdata.com.cn/Periodical/xnnyxb201301054 [19] 田云, 张俊飚, 李波.中国农业碳排放研究:测算、时空比较及脱钩效应[J].资源科学, 2012, 34(11):2097-2105. [20] 李春燕, 南灵.陕西省土地生态安全动态评价及障碍因子诊断[J].中国土地科学, 2015, 29(4):72-81. http://d.wanfangdata.com.cn/Periodical/zhonggtdkx201504010 [21] 程欢, 姚建, 明星, 等.等维动态递补灰色模型改进及应用研究[J].灌溉排水学报, 2016, 35(5):108-112. http://d.wanfangdata.com.cn/Periodical/ggps201605020 [22] 吉培荣, 黄巍松, 胡翔勇.无偏灰色预测模型[J].系统工程与电子技术, 2000, 22(6):6-7, 80. http://d.wanfangdata.com.cn/Periodical/xtgcydzjs200006002 [23] 曾小倩, 周新志.基于新陈代谢无偏灰色神经网络的水质预测模型[J].水电能源科学, 2012, 30(2):35-37. [24] 宋国正.修正的优化无偏GM(1, 1)模型在瓦斯事故预测中的应用[J].工矿自动化, 2013, 39(7):50-53. doi: 10.7526/j.issn.1671-251X.2013.07.013 -
点击查看大图
计量
- 文章访问数: 1193
- HTML全文浏览量: 144
- PDF下载量: 180
- 被引次数: 0
