EN中文

JOURNAL OF NATURAL RESOURCES >

2021 , Vol. 36 >Issue 12: 2995 - 3006

DOI: https://doi.org/10.31497/zrzyxb.20211201

Utilization and Management of Natural Resources in the New Era

Land development and utilization for carbon neutralization

  • HUANG Xian-jin , 1, 2 ,
  • ZHANG Xiu-ying , 3, 4 ,
  • LU Xue-he 3 ,
  • WANG Pei-yu 1 ,
  • QIN Jia-yao 3 ,
  • JIANG Yun-chen 1 ,
  • LIU Ze-miao 1 ,
  • WANG Zhen 3 ,
  • ZHU A-xing 5
Expand
  • 1. School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China
  • 2. Laboratory of Carbon Neutralization and Territory Space Planning, Nanjing 210023, China
  • 3. International Institute for Earth System Science, Nanjing University, Nanjing 210023, China
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 5. Institute of GeographicSciences and Natural Resources Research, CAS, Beijing 100101, China

Received date: 2021-02-08

  Revised date: 2021-06-04

  Online published: 2022-02-28

Copyright

Copyright reserved © 2021.
Fold

Abstract

This study explores the possibility of carbon neutralization in China before 2060, based on the predicated carbon emissions from human activities and the carbon sinks produced by the territory ecosystem. The results show that the total anthropogenic carbon emissions in China is 0.86 Pg C yr -1 in 2060, and the ecosystem would neutralize 33% and 38% of the anthropogenic CO2 emissions in 2060 under the scenarios of IPCC RCP 2.6 and RCP 6.0. In 2060, woodland, grassland and cultivated land will be the main contributors of carbon sink, accounting for 93% of the total carbon sink. Compared with the year 2030, the contribution of carbon sink from woodland and grassland will decrease by 10% and 8%, respectively under RCP 2.6 scenario, while the contribution from cultivated land will increase by 18%; the contribution of carbon sink from woodland and grassland will decrease by 7% and 2%, respectively under RCP 6.0 scenario, while the contribution from cultivated land will increase by 4%. However, based on the highest carbon sink (2055) during 2051-2060, 65% and 82% of anthropogenic carbon emissions would be neutralized respectively. Therefore, to achieve carbon neutrality in 2060, the varieties of the bearing capacities of carbon budgets from different land use types should be fully considered in the territory planning.

Key words： carbon neutralization; anthropogenic carbon emissions; net ecosystem production; carbon carrying capacity; territory spatial planning

Cite this article

HUANG Xian-jin , ZHANG Xiu-ying , LU Xue-he , WANG Pei-yu , QIN Jia-yao , JIANG Yun-chen , LIU Ze-miao , WANG Zhen , ZHU A-xing . Land development and utilization for carbon neutralization[J]. JOURNAL OF NATURAL RESOURCES, 2021 , 36(12) : 2995 -3006 . DOI: 10.31497/zrzyxb.20211201

碳中和定义为一定时期内通过二氧化碳（CO2）去除技术抵消人为CO2排放量,或称为CO2净零排放[1]。围绕碳达峰目标和碳中和愿景,实施碳减排、增加碳汇已成为国际社会的共识[2]。为全球应对气候变化作出重要贡献,实现《巴黎协定》承诺,我国政府提出CO2排放量力争在2030年达到最高值,争取2060年前实现碳中和。作为碳排放量大国,我国在全球气候治理领域具有世界影响力,提出的碳中和目标对于全球可持续发展具有重要意义。
碳中和内涵所涉及的人为碳排放,即伴随人类生产、生活排放的CO2,包括化石燃料燃烧、垃圾填埋、动物反刍、农田生产、机动车汽车尾气等工业和农业生产活动排放的碳[3,4]。为降低人为碳排放,需要开展能源改革、产业转型、生活方式变革等一系列重大战略部署改革,实现绿色低碳循环可持续发展。
中和人为碳排放,可以通过发展碳捕集、利用与封存等技术以及增加碳汇等方法,以实现排放量和吸收量的平衡。其中,陆地生态系统是重要的碳汇,植物吸收大气中的CO2合成富能有机物,将大气中的碳固定在生态系统的植物或土壤中,从而降低大气CO2浓度。研究表明,陆地生态系统在碳收支中发挥重要作用,能够吸收约30%人为排放的CO2 [5]。为应对气候变化,我国提出增加森林蓄积量,在2030年实现增加60亿m3的目标。然而,森林生态系统固碳是一个复杂的生物学与气候和土壤等环境作用的过程,固碳量不仅取决于树种、生长、分布面积,也受气温、降水等气象和土壤条件多方面的影响[6,7]。而且,不科学地增加森林蓄积量,也会破坏陆地生态系统要素的平衡。
需要指出的是,土地利用变化通过改变土地利用类型、方式、强度、结构,直接改变或间接影响陆地生态系统与大气之间的碳排放和吸收过程,是碳排放和吸收的双重主体[8,9]。不同土地利用类型的碳源/汇之间存在较大差异,同一种土地用地类型由于管理措施不同,碳排放和吸收也存在较大差别。因此,在低碳土地利用管理和规划方面,可以通过优化土地利用结构或者通过改良土地利用管理方式、加强自然资源管理以及生态修复,进一步增强碳汇功能[10,11]。对此,中央财经委员会在2021年3月15日的第九次会议上指出：“要提升生态碳汇能力,强化国土空间规划和用途管控,有效发挥森林、草原、湿地、海洋、土壤、冻土的固碳作用,提升生态系统碳汇增量。”实际上,建设用地增加、工农业用地布局、城市扩展等人类活动都与土地利用密切相关,与其相关联的碳排放和吸收最终都要落实在不同的土地利用方式上。因此,探索面向低碳的土地利用结构、规模和方式,可在很大程度上降低人为碳排放的速率。
为制定有效的碳减排政策以实现2060年碳中和目标,本文基于IPAT（Human Impact,Population,Affluence and Technology）模型预测人为碳排放的变化趋势,并基于生态过程模型IBIS（Integrated Biosphere Simulator）模拟未来气候情景下陆地生态系统的固碳能力,在此基础上对比分析我国在2060年实现碳中和的可行性以及不同土地利用方式承载的碳汇分布特征,以为优化面向碳中和的国土空间分布格局提供决策参考。

1 研究方法与数据来源

1.1 碳排放预测模型IPAT

IPAT模型又称为IPAT公式,综合考虑了人口、财富和技术进步及三者之间的相互作用,进而评估造成的环境压力,已广泛用于能源与环境经济领域。IPAT公式仅考虑能源、经济及人口对环境的影响,而碳排放还与产业结构以及技术水平密切相关。根据相关研究成果,本文采用0.91倍的产业劳动者报酬变动率来表征我国产业结构演变和科学技术进步[12],并引入劳动者报酬率对IPAT模型进行修正[13],即：
C = gec × k = gec × 1 - 0.91 f
式中： C 表示碳排放量（t）; g 为人均 国内生产总值 ( GDP ) ( 万元 / 人 ) ; e 为能源强度（tce/万元）; c 为能源排放强度; f 表示劳动力报酬率。
本文中利用的1971—2018年碳排放数据来源于国际能源署（IEA,International Energy Agency）;人口统计数据、城镇人均实际工资指数、能源消费量、GDP来自中国经济社会发展统计数据库。为了消除物价影响,将城镇人均实际工资指数均统一到以1952年为基准,同时将历年GDP结合人口数据计算年人均GDP,利用能源消耗量计算年能源强度和能源碳排放强度。2010—2050年的人口数据来自美国人口调查局预测的我国历年2050年前的人口数量,并利用《中国人口统计年鉴》对2010—2018年实际人口数据进行修正;在此基础上构建2019—2050年的人口变化趋势模型,进而补充2050—2060年的人口预测数据。对1971—2018年城镇人均实际工资采用方程 y = 0.09 x - 173.11 ( R 2 = 0.99 ) 进行拟合,得到人均劳动工资曲线;对1971—2018年能源消费和碳排放量进行线性拟合,拟合方程为 y = 0.57 x + 91.50 ( R 2 = 0.99 ) ,进而计算碳排放量。
根据既定目标,我国在2050年基本实现现代化,进入发达国家行列。基于2019年人均GDP,如果年均增长率保持在5.4%,即可在2050年达到2.45万美元。结合未来经济社会发展,参考已有研究以及发达国家实现现代化时GDP的增长水平,预计2018—2030年、2030—2040年、2040—2050年、2050—2060年我国经济增长率分别为7.1%、5.0%、3.6%、1.8%[14]。

1.2 未来气候情景的选择

选择IPCC AR5综合报告中采用的未来气候情景模拟我国陆地生态系统的固碳能力。按照典型浓度路径将未来气候变化分为RCP 2.6、RCP 4.5、RCP 6.0、RCP 8.5四种情景[15]。本文选取低排放情景的RCP 2.6和介于低高排放情景的RCP 6.0来定量模拟我国生态系统的固碳潜力。在RCP 2.6中,全球将采取强有力措施,大力度降低碳排放,CO2排放量从2020年开始下降;辐射强迫在2100年下降到6.0 Wm-2,并把升温控制在2.0 °C之内以及有较大可能抑制全球变暖趋势。在RCP 6.0中,CO2排放量从2080年开始下降,辐射强迫在2100年稳定在6.0 Wm-2,在21世纪末不能抑制全球变暖趋势。

1.3 生态过程模型（IBIS）

利用美国威斯康星大学开发的生态过程模型IBIS,模拟IPCC RCP 2.6和RCP 6.0情景下我国陆地生态系统2015—2060年碳汇的时空分布趋势。IBIS模型实现了植被结构和组分的动态过程、陆表水热过程、生物地球化学循环的模拟[16]。其中,冠层生理包括冠层光合与导度,植被物候包括萌发与衰亡,植被动态过程包括植被类型间的竞争,陆面碳平衡包括净初级生产力水平、组织周转、土壤碳和有机质分解[17]。
IBIS模型的初始化数据包括气象和地表参数。其中,气象数据来自英国东安吉利亚大学,包括气温、气温日较差、极低气温的多年平均值、降水、月降水日数、相对湿度、云量因子、风速,以及降水、气温、相对湿度的多年月尺度数据;地表参数中的植被类型数据来自欧空局的全球土地覆盖数据GlobCover 2009;土壤质地数据和土壤有机碳含量数据来自于国际地圈—生物圈计划的数据信息系统（IGBP-DIS）;数字高程模型来自航天飞机地形测量任务的3.0版本数据产品。有关IBIS输入数据的详细信息和在中国模拟生态系统生产潜力结果验证详见参考文献[18]。
本文利用IBIS模拟的净初级生产力（NPP）和净生态系统生产力（NEP）表征陆地生态系统的固碳能力。NPP指植被固定的碳,将NPP减去土壤异养呼吸（土壤中微生物和动物呼吸排放的碳）,即为NEP。NEP为正值时,表示生态系统为碳汇,反之则为碳源[19]。NEP经常被用来作为指示一个生态系统是从大气中固定碳还是向大气中排放碳的指标[20]。

1.4 未来土地利用预测模型

未来土地利用采用IPCC对土地利用变化的预测成果[21]。为了更好表征不同区域气候、经济、农业特点对土地利用分布与变化的影响,按照九大农业区分别计算各区域的土地利用数量变化与各年份面积（http://www.resdc.cn/data.aspx?DATAID=275）。由于IPCC的土地利用空间模拟精度为0.5°×0.5°,这里借助FLUS模型提升土地利用的模拟分辨率[22]。并以2015年我国土地利用现状为基础数据,该数据基于卫星遥感影像获取,空间分辨率为1 km×1 km,采用神经网络算法计算土地利用适宜性概率分布。
驱动因子主要参考已有文献选取的指标类型[23],包括2015年的人口数据、1980—2015年的气温（均温、≥10 ℃积温）和降水（年均降水量、湿润指数）、到城市和道路距离分别根据人口、土地利用与行政区划和中国高速、国道、省道数据计算,这五类数据由中国科学院资源环境科学数据中心提供（http://www.resdc.cn/）;海拔高度和坡度由中国科学院计算机网络信息中心地理空间数据云平台提供（http://www.gscloud.cn/）;土壤质量（根部氧气获取、土壤盐度、耕作条件、土壤养分）来自Fischer等[24]。

2 结果分析

2.1 中国人为碳排放预测

根据各类减排措施的成本效益与实施难易度,将2060年中国“碳中和”实现路径分为三个阶段：2020—2030年碳排放达峰;2030—2045年快速降低碳排放;2045—2060年深度脱碳、参与碳汇、完成“碳中和”[25]。综合考虑未来发展国情及减排政策实施,假定2020—2030年、2030—2045年和2045—2060年我国能源强度每5年分别降低20%、30%和25%,等效转换为每年能源强度降低分别为4.4%、6.9%和5.6%。以2018年为基期,通过改进的IPAT模型计算得到2000—2018年的全国碳排放区间为0.86~2.61 Pg C yr-1,将2000—2018年国际资源署公布的中国碳排放量与IPAT模型计算结果进行对比,每年差值均小于0.2%,表明改进后的IPAT模型对碳排放预测具有较高的可信度,可用于后续分析。
预测结果表明（图1）,自2015年人为碳排放量逐渐上升,到2030年达峰,其排放量为3.10 Pg C yr-1;然后碳排放快速下降,到2060年排放量降低到0.86 Pg C yr-1,与2000年的排放量相当。若在2045—2060年能源强度每5年降低30%,2060年碳排放量将降低到0.69 Pg C yr-1,表明能源强度的下降对于缓解碳排放的作用不大。但是如果调整能源结构,加大使用清洁能源的比例,在2060年实现碳中和的可能性将加大。
图1 基于IPTA模型预测的中国2015—2060年人为碳排放量

Fig. 1 Anthropogenic carbon emissions simulated by IPTA from 2000-2060 in China

2.2 未来气候情景下中国陆地生态系统碳汇的时空变化趋势

2.2.1 中国陆地生态系统固碳的变化趋势
IPCC RCP 2.6与RCP 6.0情景下,基于IBIS模拟的2015—2060年我国陆地生态系统NPP如图2所示,均值分别为4.04 Pg C yr-1和4.15 Pg C yr-1。两个情景的NPP都呈现逐渐上升趋势,其中RCP 2.6的NPP上升速率为0.004 Pg C yr-1,在0.05的水平上达到显著;RCP 6.0情景下NPP上升速率为0.012 Pg C yr-1,在0.01的水平上达到显著。2060年NPP在RCP 2.6与RCP 6.0情景下的总量分别为4.23 Pg C yr-1与4.39 Pg C yr-1,与基期年相比分别上升了6%和10%,表明生态系统在未来两种气候情景下固碳能力均有提高。
图2 IPCC RCP 2.6与RCP 6.0情景的基于IBIS模型预测的2015—2060年中国陆地生态系统NPP

Fig. 2 The NPP values simulated by IBIS under the scenarios of RCP 2.6 and RCP 6.0 from 201-2060 in China

基于IBIS模拟的RCP 2.6和RCP 6.0情景,2015—2060年我国陆地生态系统NEP的值域范围分别为-0.12~0.56 Pg C yr-1和0.03~0.71 Pg C yr-1,均值为0.26 Pg C yr-1和0.31 Pg C yr-1。由于受气象条件变化的影响,NEP没有呈现显著的线性变化趋势（图3）。但是总体上NEP与NPP的高低值发生的时间点基本对应。在RCP 2.6与RCP 6.0情景下NEP与NPP表现为显著正相关,相关系数分别为0.80（P<0.01）和0.60（P<0.01）。NPP值高的年份,表明植被固碳强度高,陆地生态系统的NEP值也较高,整体上表现为较强的碳汇效应;NPP值低的大部分年份,NEP的值亦较低,陆地生态系统表现出较弱的碳汇效应[26]。
图3 IPCC RCP 2.6、RCP 6.0情景的2015—2060年中国陆地生态系统NEP

Fig. 3 Simulated NEP values by IBIS under the scenarios of RCP 2.6 and RCP 6.0 from 2015-2060 in China

2060年,RCP 2.6与RCP 6.0情景的NEP值分别为0.28 Pg C yr-1和0.33 Pg C yr-1,可以中和33%和38%的人为碳排放。考虑到气候条件的波动对NEP的影响,评估了2051—2060年的陆地生态系统对0.86 Pg C yr-1人为碳排放的中和能力,RCP 2.6与RCP 6.0情景碳中和的值域范围分别为-3%~65%和10%~82%,平均值为29%和43%。该结果表明,我国陆地生态系统最高将中和人为碳排放的65%和82%;如果按照2060年人为碳排放量0.69 Pg C yr-1计算,该中和能力在两种情景下将提高到82%和103%,即在RCP 6.0情景下实现完全碳中和。因此,在人为碳排放量大幅度下降和生态系统最高固碳的情况下,碳中和在2060年前有望实现。
2.2.2 2060年中国陆地生态系统碳汇的空间分布
IPCC RCP 2.6与RCP 6.0情景的我国陆地生态系统NPP的空间分布如图4a和图4b所示。在2060年,两个情景的NPP均呈现东南部较高而西北部较低,并由东南向西北逐渐降低的空间分布特征。其中,RCP 2.6情景下,黑龙江、吉林和内蒙古交界的地方有一明显的低值,而RCP 6.0在该区域模拟的NPP值稍高;但是在京津冀、山西和陕西北部,RCP 2.6情景下模拟的NPP比RCP 6.0情景的高。
图4 IPCC RCP 2.6、RCP 6.0情景的2060年中国陆地生态系统NPP和NEP的空间分布

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同。

Fig. 4 Simulated NPP and NEP by IBIS under the scenarios of RCP 2.6 and RCP 6.0 in 2060 in China

2060年陆地生态系统NEP的空间分布如图4c和图4d所示,两个情景的NEP的空间分布格局差别较大。RCP 2.6情景下,NEP的负值主要分布在黑龙江、吉林和内蒙古交界的局部地区,新疆,云南北部和四川的西部,以及零星分布在河南和陕西;高值区主要分布在云南南部和广西西部,北京、河北、山西与内蒙古交界处。RCP 6.0情景下的NEP比RCP 6.0情景下的NEP呈现出更加区域化特征：高值区主要分布在我国东南部,最北从江苏南部、安徽、湖南、贵州和云南南部以南的我国广大地区;其次是东北地区和西部的西藏、青海和甘肃;负值主要分布在辽宁西部、内蒙古、京津冀及周边地区、陕西部分地区、新疆,以及青海、四川、甘肃交界处也有零星分布。RCP 2.6和RCP 6.0情景下NEP的空间分布最大差别主要在京津冀北部和重庆北部,RCP 2.6情景下NEP为正值而RCP 6.0情景下为负值;以及黑龙江、吉林和内蒙古交界处,NEP值在RCP 2.6情景下为负而RCP 6.0情景下为正。

2.3 未来气候情景下不同土地利用方式承载的碳排放

2.3.1 未来气候情景下中国土地利用分布
IPCC RCP 2.6和RCP 6.0情景的2060年我国的土地利用分布呈现相似的空间分布特征,林地和耕地主要分布在东部和中部地区,草地主要分布在内蒙古北部和西南地区,未利用地主要分布在西北地区,而水域和建设用地面积较小,二者之和不到6%（图5）。与RCP 2.6情景相比,RCP 6.0情景的林地和耕地分别下降0.5%和4.7%,而草地、建设用地和未利用地分别增加4.4%、0.5%和0.4%,水域分布变化不大。
图5 IPCC RCP 2.6、RCP 6.0情景的2060年土地利用分布

Fig. 5 Distribution of land use types in 2060 under the scenarios of RCP 2.6 and RCP 6.0 in China

从主要用地类型来看,与研究基期2015年相比,建设用地、林地、未利用地的面积在RCP 2.6和RCP 6.0气候情景下分别提高了0.5%、1.1%、0.8%和1.0%、0.6%、1.2%;草地、水体均表现为下降趋势,RCP 2.6情景下降6.4%和0.1%,RCP 6.0情景下降2.0%和0.1%;耕地在RCP 2.6情景下增加了4.0%,而在RCP 6.0情景下降低了0.7%。
2.3.2 未来气候情景下不同土地利用方式承载的NEP
不同土地利用类型承载的NEP差异较大,其中林地是最大的碳汇贡献者（图6）。2030年和2060年两种情景下林地的碳汇贡献占比范围为41%~62%,平均贡献率为52%。与2030年比,2060年在RCP 2.6和RCP 6.0情景下林地的贡献占比呈下降趋势,分别下降10%和7%。RCP 2.6情景下2060年的碳汇远高于2030年,主要是耕地的碳汇能力增加了将近一倍,虽然林地面积和单位面积林地承载的碳汇均增加,但是仍导致林地的碳汇在全国范围内比例降低;RCP 6.0情景的2060年林地单位面积上的碳汇能力有所下降。
图6 IPCC RCP 2.6、RCP 6.0情景的2030年和2060年不同土地利用类型承载的碳汇百分比

Fig. 6 Contribution ratios of carbon sinks of the six land use types in 2030 and 2060 under the scenarios of IPCC RCP 2.6 and RCP 6.0 in China

耕地承载的碳汇占比的值域范围为18%~36%,平均值为28%。与2030年比,RCP 2.6情景的耕地面积增加,单位面积上承载的碳汇也在增加,导致耕地碳汇的贡献由18%升至36%;RCP 6.0情景下,耕地面积稍有下降,但是单位面积耕地承载的碳汇也在增加,因此耕地的碳汇占比增加了4%。
草地占生态系统总碳汇的比值平均为12%。其中,RCP 2.6情景的草地贡献平均为19%,远高于RCP 6.0情景的平均值（6%）。RCP 2.6、RCP 6.0情景的2060年草地碳汇的占比呈现下降趋势,与2030年比分别下降8%和2%,主要原因是单位面积上的碳汇能力和草地面积均在下降。
水域、建设用地和未利用地,承载的碳汇较弱,占总碳汇的2%~3%。2030年和2060年,水域、建设用地和未利用地总的碳汇贡献为7%,而林地、草地和耕地碳汇贡献为93%。实际上,未利用地的面积占比为22%,但是碳汇贡献平均为2%,因此,加大未利用地的碳汇强度将是提升全国陆地生态系统碳汇的重要关注点。

3 低碳国土空间开发利用政策研究

在全球变化的大背景下,随着我国进入新时代,社会生产方式、经济发展模式和国土空间开发利用方式也应进入新的历史阶段,低碳国土空间开发必然成为我国未来发展过程中的重要任务之一。低碳国土空间开发的实现主要有两个途径,一个是碳减排,一个是碳增汇,前者是以“源”作为出发点,减少人为源的碳排放;而后者是从“汇”的角度来考虑,采用合理有效的措施将更多的碳固定在陆地生态系统中。为此,建议如下：
一是以碳汇能力提升为导向,强化国土空间规划实施监督。注重对于碳汇高区域空间的保护,尤其需要重点保护我国东南部,特别是云南、广西、广东、湖南、江西和福建的重要林区。在国土空间规划以及国土空间详细规划等编制中,建立碳汇影响评估制度,提出碳汇损失补偿机制,或者碳汇空间补偿机制。
二是以主要碳汇空间保护为重点,强化对于东南地区的国土空间管制。东南地区既是重要的碳源,还是重要的碳汇空间。因此,需要进一步严格监管东南地区这一重要碳源/汇空间的自然生态系统保护,包括：林地、耕地、草地以及湿地系统的保护与修复。国土综合整治理念应建立可持续发展的社会—生态耦合系统,并加强生物多样性和生态系统保护[27]。从土地利用结构优化角度来看,我国未来的主要碳增汇途径在于增加林地比例、适当调整耕地、草地和建设用地比例,重视草地、天然湿地的碳汇功能,严格控制草地、林地过快转化为建设用地[28]。
三是以碳达峰为契机,强化建设用地总量管控。建设用地扩张所引致的非建设用地减少,是土地利用碳排放的重要原因。建设用地是工业、交通、商服和居住区的积聚区,能源消耗和碳排放强度较高,且承载的碳汇较低,是控制碳排放、实现碳减排的重点。因此,建议评估建设用地扩张的碳源/汇效应,形成基于碳承载力的建设用地规模控制或城市增长边界引导思路[29],探索构建低效排放的建设用地格局体系;制订重大基础设施以及城乡建设用地扩张的碳中和政策;创新建设用地扩张的碳补偿机制。
四是以碳管控为抓手,探索制订土地利用碳排放标准。结合国家碳达峰、碳中和的战略部署,针对土地利用对于碳排放的影响,制订优势发展区域以及重要碳汇空间的土地利用碳排放标准,从而将碳排放控制与国土空间管制相结合,为构建低碳国土空间格局体系提供制度保障。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
刘玫, 李鹏程. 气候中性与碳中和国际实践及标准化发展对我国的启示. 标准科学, 2020,8(12):121-126.

[ LIU M, LI P C. Enlightenment from international programme and development of standardization for climate & carbon neutrality. Standard Science, 2020,8(12):121-126.]

[2]
《中国能源》编辑部. 为力争二氧化碳排放于2030年前达到峰值, 努力争取2060年前实现碳中和而奋斗. 中国能源, 2020,2(10):42.

[ Editorial Department of Energy of China. Striving for the peak of carbon dioxide emissions by 2030 and carbon neutrality by 2060. Energy of China, 2020,2(10):42.]

[3]
田成诗, 陈雨. 中国省际农业碳排放测算及低碳化水平评价: 基于衍生指标与TOPSIS法的运用. 自然资源学报, 2021,36(2):395-410.

[ TIAN C S, CHEN Y. China's provincial agricultural carbon emissions measurement and low carbonization level evaluation: Based on the application of derivative indicators and TOPSIS. Journal of Natural Resources, 2021,36(2):395-410.]

[4]
田华征, 马丽. 中国工业碳排放强度变化的结构因素解析. 自然资源学报, 2020,35(3):639-653.

[ TIAN H Z, MA L. Study on the change of China's industrial carbon emission intensity from the perspective of sector structure. Journal of Natural Resources, 2020,35(3):639-653.]

[5]
KEENAN T F, PRENTICE I C, CANADELL J G, et al. Recent pause in the growth rate of atmospheric CO2 due to enhanced terrestrial carbon uptake. Nature Communications, 2016,7:13428, Doi: 10.1038/ncomms13428.

[6]
LU X, JU W, JIANG H, et al. Effects of nitrogen deposition on water use efficiency of global terrestrial ecosystems simulated using the IBIS model. Ecological Indicators, 2019,101:954-962.

[7]
张煜星, 王雪军. 全国森林蓄积生物量模型建立和碳变化研究. 中国科学: 生命科学, 2021,51(2):199-124.

[ ZHANG Y X, WANG X J. Establishment of forest biomass model and carbon change in China. Chinese Bulletin of Life Sciences, 2021,51(2):199-124.]

[8]
李克让. 土地利用变化和温室气体净排放与陆地生态系统碳循环. 北京: 科学出版社, 2002: 5-100.

[ LI K R. Land-use Change, Net Greenhouse Gas Emissions and Terrestrial Ecosystem Carbon Cycle. Beijing: Science Press, 2002: 5-100.]

[9]
LAI L, HUANG X, YANG H, et al. Carbon emissions from land-use change and management in China between 1990 and 2010. Science Advance, 2016,2(11):e1601063, Doi: 10.1126/sciadv.1601063.

[10]
黄征学. 从土地资源管理视角求解碳中和. 中国自然资源报, 2021-04-05.

[ HUANG Z X. Solving carbon neutralization from a land resource management perspective. China Natural Resources News, 2021-04-05.]

[11]
刘立涛, 刘晓洁, 伦飞, 等. 全球气候变化下的中国粮食安全问题研究. 自然资源学报, 2018,33(6):927-939.

[ LIU L, LIU X J, LUN F, et al. Research on China's food security under global climate change background. Journal of Natural Resources, 2018,33(6):927-939.]

[12]
吕炜. 美国产业结构演变的动因与机制: 基于面板数据的实证分析. 经济学动态, 2010,50(8):131-135.

[ LYU W. The motivation and mechanism of the evolution of U.S. industrial structure: An empirical analysis based on panel data. Economic Perspectives, 2010,50(8):131-135.]

[13]
杜强, 陈乔, 陆宁. 基于改进IPAT模型的中国未来碳排放预测. 环境科学学报, 2012,32(9):2294-2302.

[ DU Q, CHEN Q, LU N. Forecast of China's carbon emissions based on modified IPAT model. Acta Scientiae Circumstantiae, 2012,32(9):2294-2302.]

[14]
姜克隽, 胡秀莲, 庄幸. 中国2050年低碳情景和低碳发展之路. 中外能源, 2009,14(6):1-7.

[ JIANG K J, HU X L, ZHUANG X. China's low-carbon scenarios and roadmap for 2050. SINO-Global Energy, 2009,14(6):1-7.]

[15]
IPCC. Climate Change 2013: The Physical Science Basis. http://climatechange2013.org/2014.

[16]
FOLEY J, COLIN P, RAMANKUTTY N, et al. An integrated biosphere model of land surface processes, terrestrial carbon balance, and vegetation dynamics. Global Biogeochemical Cycles, 1996,10(4):603-628.

[17]
朱求安, 江洪, 刘金勋. 基于IBIS模型的1955—2006年中国土壤温度模拟及时空演变分析. 地理科学, 2010,30(3):355-362.

[ ZHU Q A, JIANG H, LIU J X. Simulation and trend analysis of soil temperature in China from 1955 to 2006 Using IBIS Model. Scientia Geographica Sinica, 2010,30(3):355-362.]

[18]
卢学鹤. 氮沉降对全球陆地生态系统碳收支影响的IBIS模型模拟. 南京: 南京大学, 2014.

[ LU X H. Simulated the effects of nitrogen deposition on global carbon budget using the IBIS model. Nanjing: Nanjing University, 2014.]

[19]
TIAN H, MELILLO J, LU C, et al. China's terrestrial carbon balance: Contributions from multiple global change factors. Global Biogeochemical Cycles, 2011, 25: GB1007, Doi: 10.1029/2010GB003838.

[20]
GRANT R F, BALDOCCHI D D, MA S, et al. Ecological controls on net ecosystem productivity of a seasonally dry annual grassland under current and future climates: Modelling with ecosys. Agricultural and Forest Meteorology, 2012,152:189-200.

[21]
HURTT G C, CHINI L P, FROLKING S, et al. Harmonization of global land-use scenarios for the period 1500-2100 for IPCC-AR5. ILEAPS Newsletter, 2009,7:6-8.

[22]
LIU X P, LIANG X, LI X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects. Landscape and Urban Planning, 2017,168:94-116.

[23]
LI X, CHEN G Z, LIU X P, et al. A new global land-use and land-cover change product at a 1-km resolution for 2010-2100 based on human-environment interactions. Annals of the American Association of Geographers, 2017,107(5):1040-1059.

[24]
FISCHER G F, NACHTERGAELE S PRIELER H T, et al. Global agro-ecological zones assessment for agriculture (GAEZ 2008). Laxenburg, Austria, and Rome, Italy: IIASA and FAO. http://webarchive.iiasa.ac.at/Research/LUC/External-World-soil-atabase/HTML/SoilQuality.html?sbD102008.

[25]
林伯强. 2060 年中国“碳中和”目标的路径、机遇与挑战. 第一财经日报, 2020-11-19(A11).

[ LIN B Q. The path, opportunity and challenge of China's carbon neutral goal in 2060. China Business News, 2020-11-19(A11).]

[26]
杨延征, 马元丹, 江洪, 等. 基于IBIS模型的1960—2006年中国陆地生态系统碳收支格局研究. 生态学报, 2016,36(13):3911-3922.

[ YANG Y Z, MA Y D, JIANG H, et al. Evaluating the carbon budget pattern of Chinese terrestrial ecosystem from 1960 to 2006 using Integrated Biosphere Simulator. Acta Ecologica Sinica, 2016,36(13):3911-3922.]

[27]
翁睿, 韩博, 孙瑞, 等. 国际生态修复理念与方法对我国新时期国土综合整治的启示. 土地经济研究, 2020,6(1):117-140.

[ WENG R, HAN B, SUN R, et al. International ecological restoration concepts and the enlightenment to China's integrated land consolidation in the new period. Journal of Land Economics, 2020,6(1):117-140.]

[28]
赖力, 黄贤金. 中国土地利用的碳排放效应研究. 南京: 南京大学出版社, 2011: 169-174.

[ LAI L, HUANG X J, et al. Carbon Emissions from Land-use Change and Management in China. Nanjing: Press of Nanjing University, 2011: 169-174.]

[29]
徐晓晔, 黄贤金. 基于碳排放峰值的长江经济带人口承载力研究. 现代城市研究, 2016,30(5):33-38.

[ XU X Y, HUANG X J. The study on population carrying capacity of Yangtze River Economic Belt based on carbon's peak values. Modern Urban Research, 2016,30(5):33-38.]

Options
Outlines

/

〈 〉