基于土地利用变化的六盘水市碳排放效应分析

摘要 根据2009—2018年六盘水市土地利用变化以及能源消耗数据，分析土地利用类型变化以及碳排放效应，研究其与碳排放之间的内在联系。结果表明：研究期内土地利用类型发生较大变化，其中园地、水域、建设用地呈上升态势，耕地、林地、草地、未利用地呈减少趋势。近10年净碳排放量呈增加趋势，碳汇出现下降趋势，引起六盘水市碳足迹压力指数、碳排放风险指数亦呈上升趋势。六盘水市不同时期的碳排放空间差异明显，碳排放量空间分布亦存在很大不同，六盘水市碳排放量呈现北部高的特点。碳排放量关联度不同地类不同时间在不同年份存在不同，六盘水市各区（市）建设用地和碳排放的关联度与整个六盘水市关联度比较接近，建设用地对六盘水市碳排放影响最大。

关键词 碳排放；土地利用；碳排放效应；碳足迹压力指数；碳风险；关联度

中图分类号 X321  文献标识码 A   文章编号 0517-6611（2024）15-0086-05

doi：10.3969/j.issn.0517-6611.2024.15.019

开放科学（资源服务）标识码（OSID）：

Analysis of Carbon Emission Effect in Liupanshui City Based on Land Use Change

SHUAI Chun-yu

（Guizhou First Institute of Surveying and Mapping， Guiyang， Guizhou 550000）

Abstract Based on the data of land use change and energy consumption in Liupanshui City from 2009 to 2018， land use type change and carbon emission effect were analyzed， and the inherent relationship between land use type change and carbon emissions was studied.The results showed that the land use types changed greatly during the study period， in which the garden land， water area and construction land increased， while the cultivated land， forest land， grassland and unused land decreased. In the past ten years， net carbon emissions showed an increasing trend， and carbon sink showed a declining trend， resulting in the carbon footprint pressure index and carbon emission risk index of Liupanshui City also showed an increasing trend.The spatial differences of carbon emissions in different periods of Liupanshui City were significant， and there were also significant differences in the spatial distribution of carbon emissions，the carbon emissions in Liupanshui City showed a high characteristic in the north.The correlation coefficient of carbon emissions caused by different land types was different in different years. The correlation degree of construction land and carbon emissions in each district （city） of Liupanshui City was close to that of the whole city， and construction land had the greatest impact on carbon emissions in Liupanshui City.

Key words Carbon emission;Land use;Carbon emission effect;Carbon footprint pressure index;Carbon risk;Correlation degree

社会的高速发展决定了碳排放，碳排放是引起全球气温升高的主要原因［1］。土地利用变化中产生的碳循环是人类活动中最直接的，其产生二氧化碳的量仅次于化石燃料燃烧所释放的二氧化碳量［2］。因此，不同土地利用类型产生的碳排放成为碳循环的主要表现形式［3］，深入分析土地利用变化引起的碳排放，有针对性地提出节能减排措施，对建设低碳城市具有重要的理论和现实意义［4］。

土地利用碳排放的研究主要有以下几个方面：碳源和碳汇研究［5-7］、碳排放整体变化研究［8-9］、建设用地碳排放总量之间的关系研究［10-11］、不同土地利用方式产生的碳排放量的时空差异研究［12-13］等，为今后的研究夯实了理论基础。六盘水市作为主要能源城市，社会经济发展较快，其土地利用结构在这几年发生了明显变化，加快了碳排放的变化速度。该研究对六盘水市近10年土地利用变化引起的碳排放量产生的风险指数进行分析，以期为同类型的城市建设在可持续方面提供相关的理论依据。

1 资料与方法

1.1 研究区概况

六盘水市是 “三线”建设建起的一座能源原材料工业城市，位于25° 19′ 44″～ 26° 55′ 33″ N、104° 18′ 20″～105° 42′ 50″ E。2018年底，全市常住人口为303.16万人。六盘水市城镇化率由2009年的22.68％增长至2018年的35.55％，城镇化率增长了12.87百分点。国民生产总值由2009年的431.13亿元增加至2018年的1 525.69 亿元。随着六盘水市经济快速发展，城镇化步伐大力推进，由于六盘水土地利用类型在近10年中发生了较大变化，对碳储存和碳排放产生很大影响。

1.2 数据来源

相关基础数据来源于2009—2018年六盘水市第二次土地利用变更调查；其他的社会经济数据以及能源消费数据主要来源于《六盘水统计年鉴》（2009—2018年）。能源消费数据主要是根据《中国能源统计年鉴》附录中的折标准煤系数转化而成［14］。

该研究结合中国科学院的土地资源分类系统以及其他分类标准，对2009—2018年的土地利用数据进行分类和整理［1］。结合土地利用相关分类标准，将其分为耕地、园地、林地、草地、建设用地、水域、未利用地7种类型。

1.3 研究方法

碳排放在土地利用方面主要包含直接碳排放和间接碳排放2种类型。土地利用引起的碳排放是直接排放，间接碳排放是指各土地利用类型上所承载的全部人为源碳排放。碳排放量取决于碳源与碳汇的差值，碳源主要指碳的排放强度，碳汇主要指碳库储量和吸收累计速率［15］。对于除了建设用地的6种非建设用地的碳排放量主要是根据碳排放系数直接估算，间接碳排放是通过各种能源消耗所产生的碳排放量计算得到。

1.3.1 直接排放量。

根据相关的研究结果，对耕地、园地、林地、草地、水域、未利用地6种用地排放量进行估算，公式如下［16］：

A=Bi×Ci

式中：A为碳排放总量，负值表示碳吸收，正值表示碳排放；Bi为第i种非建设用地类型对应的面积；Ci为第i种非建设用地类型碳排放系数，碳排放（吸收）系数参考孙赫等［16］的研究结果，其中耕地、园地、林地、草地、水域、未利用地的碳排放系数分别为0.042 2、-0.073 0、-0.057 8、-0.002 1、-0.025 2、-0.000 5 kg/（m2·a）。

1.3.2 间接排放量。

建设用地的碳排放量主要采用间接估算，主要是用生产生活中能源消耗产生的CO2量来体现，选取的能源有洗精煤、汽油、燃料油、柴油、其他洗煤、焦炭、煤油、天然气。将上述各种能源消耗量换算成标准煤量，计算公式如下［17］：

Et=8i=1Eti=8i=1（Eni×θi×fi）

式中：Et为能源终端消费产生的碳排放总量；Eti为第i类能源终端消费的碳排放量；Eni 为各类能源终端消耗量；θ i 为各类能源的折算标准煤系数；fi为各类能源的碳排放系数［14］。其中折标准煤系数来自《中国能源统计年鉴（2016）》，碳排放系数根据《IPCC国家温室气体清单指南》的碳含量转换而来。具体如表1所示。

1.3.3 碳足迹压力指数。

1.3.3.1 土地利用碳排放风险指数。

综合碳排放的风险指数主要是由土地利用类型产生的碳排放风险指数来评价，公式如下［18］：

CRI=7i=1（Oi×Ri）/O

式中：CRI为土地利用产生的碳排放风险指数；Oi为第i种土地利用类型；O为区域土地总面积；Ri为第i种土地利用类型碳排放系数。

1.3.3.2 碳足迹压力指数。

碳足迹压力指数主要是人类社会的经济活动对生态系统产生的影响，计算公式如下［12］：

Ce=Cf/Cd

式中：Ce为土地利用产生的碳足迹压力指数；Cf为碳源；Cd为不同土地利用类型产生的碳汇。当Ce≤1时，表明区域内生态系统产生的碳平衡处于稳定状态；当Ce>1时，表明区域内碳平衡产生的生态系统处于失调状态，说明碳循环的生态系统压力过大。

1.3.3.3 灰色关联度分析。

土地利用类型与碳排放之间的研究相对较少，两者缺少相对的信息，所以该研究采用灰色系统来研究关联度。具体步骤如下［19］：

子序列是研究范围内7种不同地类的面积，假设p个分析区域包含v个原始子序列：

{x1（0）（p），x2（0）（p），…，xv（0）（p）}。

母序列是研究区域不同土地利用类型产生的碳排放量，假设p个分析区域有w个原始母系列：

{y1（0）（p），y2（0）（p），…，yw（0）（p）}。

分别对以上2个系列进行均值化处理，将数列中各值分别与数列均值相除，得到一个新的数列。

将每个比较数据列、参考数据列进行绝对差值计算，其公式为

Δm（p）=|yi（0）（p）-xi（0）（p）|

比较数据列对参考数据列在z点上的关联系数则是指两者在第z个点上的相对差值，计算公式为

εi（z）=miniminj|y（z）-xi（z）|+αmaximaxj|y（z）-xi（z）||y（z）-xi（z）|+αmaximaxj|y（z）-xi（z）|

式中，α∈（0，∞）称为分辨系数，α的一般取值范围为（0，1），该研究中取α=0.546 3。将比较数据列与参考数据列关联系数的平均值称为关联度，计算公式如下：

Ri=1ppz=1εi（z）

2 结果与分析

2.1 土地利用变化分析