长江科学院院报

长江科学院院报 >

2025 , Vol. 42 >Issue 7: 77 - 85

DOI: https://doi.org/10.11988/ckyyb.20240528

水土保持与生态修复

河北省2000—2020年生态系统碳源/汇时空演变分析

  • 赵一行 ,
  • 郄欣 ,
  • 杨青峰
展开
  • 河北省地质矿产勘查开发局国土资源勘查中心,石家庄 050011
杨青峰(1988-),男,天津宝坻人,高级工程师,主要从事水文与自然资源管理研究。E-mail:

赵一行(1982-),男,河北邢台人,高级工程师,主要从事国土空间规划与自然资源管理研究。E-mail:

Copy editor: 陈敏

收稿日期: 2024-05-16

  修回日期: 2024-08-30

  网络出版日期: 2025-01-02

基金资助

河北省自然资源厅项目(13000022P00EEC410094X)

河北省地质矿产勘查开发局项目(13000023P0069B4101505)

收起

Spatiotemporal Evolution of Ecosystem Carbon Sources/Sinks in Hebei Province from 2000 to 2020

  • ZHAO Yi-xing ,
  • QIE Xin ,
  • YANG Qing-feng
Expand
  • Land and Resources Exploration Center, Hebei Bureau of Geology and Mineral Resources Exploration, Shijiazhuang 050011, China

Received date: 2024-05-16

  Revised date: 2024-08-30

  Online published: 2025-01-02

Fold

摘要

准确估算生态系统碳源/汇量,探究其时空演变规律对于河北省国土空间优化管理及低碳转型具有重要意义。基于能源消耗数据、遥感数据、碳密度数据、水体碳通量数据、盐沼和滨海养殖数据,分别计算了河北省能源消耗碳排放情况、陆地生态系统碳汇和水体碳通量情况,并对河北省碳中和度进行了分析。结果表明:①河北省2000—2019年能源碳排放整体呈现不断增长的趋势,2019年碳排放量约为2000年的4倍,年均增长率约为6.98%。②河北省2000—2020年间生态系统净生产力(NEP)总量变化趋势波动大,但整体呈现上升的趋势;内陆水体碳通量年际变化不大,呈现略微上升的趋势;海水养殖蓝碳总体呈现出增长趋势,从2000年的0.66万t上升至2020年的3.56万t。③汇总河北省国土空间碳源/汇的核算结果,分析可知,2020年生态系统碳汇总量约能抵消3.54%能源碳排放。由此看来,河北省目前碳中和能力较低,低于全国平均水平(15%),减碳增汇压力巨大。

关键词： 碳源; 碳汇; 生态系统; 时空演变; 碳排放; 生态系统净生产力(NEP); 河北省

本文引用格式

赵一行 , 郄欣 , 杨青峰 . 河北省2000—2020年生态系统碳源/汇时空演变分析[J]. 长江科学院院报, 2025 , 42(7) : 77 -85 . DOI: 10.11988/ckyyb.20240528

Abstract

[Objective] Accurately estimating the carbon sources and sinks of ecosystems and exploring their spatiotemporal evolution patterns are of great significance for optimizing territorial space management and promoting the low-carbon transition in Hebei Province. [Methods] This study utilized energy consumption data, remote sensing data, carbon density data, water carbon flux data, and salt marsh and coastal aquaculture data to calculate the carbon emissions from energy consumption, terrestrial ecosystem carbon sinks, and water carbon fluxes in Hebei Province. Additionally, a scientific analysis of the degree of carbon neutrality was conducted. [Results] (1) The overall carbon emissions from energy consumption in Hebei Province showed a continuous upward trend from 2000 to 2019, with emissions in 2019 reaching approximately four times those of 2000, at an average annual growth rate of about 6.98%. (2) The total NEP (Net Ecosystem Production) in Hebei Province from 2000 to 2020 showed significant fluctuations but an overall upward trend. The interannual variations in carbon fluxes from inland waters were minimal, showing a slight increasing trend. Blue carbon from marine aquaculture demonstrated overall growth, increasing from 6 600 tons in 2000 to 35 600 tons in 2020. (3) A comprehensive analysis of the carbon sources and sinks in Hebei Province’s territorial space revealed that the total ecosystem carbon sinks in 2020 could offset approximately 3.54% of the carbon emissions from energy consumption. [Conclusion] This suggests that Hebei Province currently has a relatively low carbon neutrality capacity, below the national average (15%), and faces enormous pressure to reduce carbon emissions and increase carbon sinks.

Key words： carbon source; carbon sink; ecosystem; spatiotemporal evolution; carbon emission; NEP; Hebei Province

0 引言

根据2021年发布的第六次政府间气候变化委员会(Intergovernmental Panel on Climate Change,IPCC)第一工作组的评估报告,人类活动已经引起了大气、海洋和陆地变暖,预计到21世纪中期,气候系统的变暖仍将持续[1]。在全球气候变化的背景下,如何减少碳排放及提高生态系统碳汇能力受到国家或地区的高度关注[2]。2018年中国能源发展报告显示,中国目前能源消费总量已达到46.4亿t标准煤,是1978年的8.12倍,其中高碳排放的煤炭消费比例高达59%,不合理的能源结构造成了更大的碳排放量[3],中国已然成为世界上最大的碳排放国[4-5]。为应对气候变化和实现可持续发展,中国政府提出力争在2030年前实现“碳达峰”、2060年前实现“碳中和”的战略目标[6],并将“双碳”目标纳入了生态文明建设整体布局[7]。这一目标不仅需要能源结构和工业生产方式的根本转变,也离不开对生态系统碳汇功能的深入理解和准确估算。
目前,生态系统碳核算体系还不健全,一般以生态系统净生产力(Net Ecosystem Productivity, NEP)描述陆地生态系统碳汇能力[8-9]。模型模拟方法能够在大尺度上逐像元估算NEP,大多采取卫星监测、系统过程模拟和大气反演等建模思路,常用的模型包括生态系统(ecosys)模型、应用生态系统(CEVSA)模型[10]、GLO-PEM模型[11]、光能利用率模型(CASA)[12]、LandNEP模型、IBIS模型[13-14]和DNDC模型[15]等。由于研究数据的限制以及选取模型的不同,我国陆地生态系统NEP模拟还具有很大的不确定性,不同学者核算的全国年均NEP总量从弱碳源到>1 (Pg C/a)的碳汇均有发现[16-20]。此外,近年来相关学者对海洋蓝碳也开展了初步研究,主要包括红树林、海草床、盐沼等沿海生态系统以及藻类、贝类养殖[21-22],同时对于我国内陆水体碳通量也有了初步核算[23],但从陆地生态系统、海洋蓝碳和内陆水体碳通量三方面核算生态系统碳汇总量的研究几乎没有。生态系统作为地球上主要的碳汇,在减缓气候变化、维持生态平衡中扮演着至关重要的角色,准确估算这些生态系统的碳汇能力,对于评估中国实现双碳目标的可行性和制定相应政策具有重要意义。
河北省内环京津、外环渤海,资源禀赋优良,区位优势突出,是京津重要生态屏障和水源涵养地,也是北京非首都功能疏解的重要产业承接地。当前,河北省面临产业结构偏重、质量效益不高、国土空间结构不甚合理、新型城镇化进程滞后、资源环境容量不足及污染防治和生态修复任务艰巨等一系列亟待解决的问题。目前对河北省的研究主要集中在植被变化特征、局部地区的碳汇时空格局等,而对于能全面反映河北省整体碳源/汇总量的研究相对缺失。基于此,本研究从河北省省域角度出发,通过核算省内能源消耗碳排放及生态系统碳汇的时空演变规律,科学分析河北省碳中和度情况,对于未来河北省降碳增汇、优化空间布局结构、实现对城市发展过程中的碳排放和碳汇形成中长期的干预[7]具有积极现实意义,同时对于积极响应中央号召、助力河北省双碳目标的实现具有重要的理论意义。

1 研究数据与方法

1.1 研究区概况

河北省位于36°05'N—42°40'N,113°27'E—119°50'E,横跨中国华北、东北两大区域,环抱北京、天津两市,东濒渤海,北接内蒙古,东北部与辽宁接壤,南部与山东、河南相衔,西接山西(图1),总面积18.88万km2。河北省海拔64~2 837 m,地势西北高、东南低,由西北向东南倾斜,地貌复杂多样,是中国唯一兼有高原、山地、丘陵、平原、湖泊和海滨的省份。气候属温带大陆性季风气候,四季分明,年均降水量484.50 mm,且东南多西北少,年日照时数2 303.1 h,年无霜期81~204 d。
图1 研究区概况

Fig.1 Map of Hebei Province

1.2 数据来源及处理

本研究使用的数据主要包括:①植被净初级生产力(Net Primary Production,NPP)数据,来源于MODIS提供的MOD17A3HGF产品,分辨率为500 m,时间范围为2000—2020年。②气象数据来源于国家地球系统科学数据中心,分辨率为1 km,掩膜提取得到河北省月均气温和月总降水量数据,时间范围为2000年1月—12月。③植被碳密度数据来源于以往800多个研究项目的成果[24];土壤碳密度数据基于第2次土壤普查数据以及河北省多目标地球化学调查数据的空间插值产品。④河北省1980年和2010年内陆水体碳通量数据来源于Ran等[23]的研究成果。⑤滩涂分布数据(10 m)和盐沼分布数据(30 m)来源于国家地球系统科学数据中心,数据年份为2020年。⑥河北省2020年行政区划数据来源于中国科学院资源环境科学与数据中心。⑦社会经济数据来源于《河北省统计年鉴》(2000—2020年)。将以上数据使用ArcGIS软件统一坐标投影,进行插值、掩膜等处理,形成的栅格数据重采样至1 km空间分辨率。

1.3 研究方法

1.3.1 碳排放核算

本研究采用算法明确、易于操作的碳排放系数法核算能源消耗的碳排放。具体核算公式为
C i = Q i K i ( V C H 4 - i + V C O 2 - i ) 　   。
式中:Ci为i类能源碳排放量;Qi为i类能源消费量;Ki为i类能源消费热值; V C H 4 - i为i类能源的CH4排放系数; V C O 2 - i为i类能源的CO2排放系数。《中国能源统计年鉴》提供了大部分能源的单位热值,缺失能源热值采用了IPCC提供的数据[25-26]。其中,部分石油产品、煤矸石与液化天然气的排放系数并未直接给出,本研究采用Chuai等[27]给定的相关系数加以替代。各能源类型碳排放系数如表1所示。
表1 各能源类型碳排放系数

Table 1 Carbon emission coefficients of different energy types

能源类型 单位热值 CH4排放系数/
(kg·C·GJ-1)		 CO2排放系数/
(kg·C·GJ-1)		 综合碳排放系数
数值 单位 数值 单位
原煤 20 908 kJ/kg 0.75 25.8 0.54 kg/kg
洗精煤 26 344 kJ/kg 0.75 26.21 0.69 kg/kg
其他洗煤 9 409 kJ/kg 0.75 26.95 0.25 kg/kg
型煤 9 409 kJ/kg 0.75 26.6 0.25 kg/kg
煤矸石 9 409 kJ/kg 0.75 26.6 0.25 kg/kg
焦炭 28 435 kJ/kg 0.75 29.2 0.83 kg/kg
焦炉煤气 17 354 kJ/m3 0.75 12.1 0.21 kg/m3
高炉煤气 2 985 kJ/m3 0.75 70.8 0.21 kg/m3
转炉煤气 2 985 kJ/m3 0.75 70.8 0.21 kg/m3
其他煤气 16 970 kJ/m3 0.75 60.2 1.02 kg/m3
其他焦化产品 34 332 kJ/kg 2.25 26.6 0.91 kg/kg
原油 41 816 kJ/kg 2.25 20 0.83 kg/kg
汽油 43 070 kJ/kg 2.25 18.9 0.81 kg/kg
煤油 43 070 kJ/kg 2.25 19.6 0.84 kg/kg
柴油 42 652 kJ/kg 2.25 20.2 0.86 kg/kg
燃料油 41 816 kJ/kg 2.25 21.1 0.88 kg/kg
石脑油 37 681 kJ/kg 2.25 20 0.75 kg/kg
润滑油 37 681 kJ/kg 2.25 20 0.75 kg/kg
石蜡 37 681 kJ/kg 2.25 20 0.75 kg/kg
溶剂油 37 681 kJ/kg 2.25 20 0.75 kg/kg
石油沥青 37 681 kJ/kg 2.25 20 0.75 kg/kg
石油焦 37 681 kJ/kg 2.25 20 0.75 kg/kg
液化石油气 50 179 kJ/kg 0.75 17.2 0.86 kg/kg
炼厂干气 46 055 kJ/kg 0.75 15.7 0.72 kg/kg
其他石油制品 37 681 kJ/kg 2.25 20 0.75 kg/kg
天然气 38 931 kJ/m3 0.75 15.3 0.60 kg/m3
液化天然气 38 931 kJ/m3 0.75 15.3 0.60 kg/m3
热力 1 kJ/ kJ 0.75 26.95 0.00 kg/kg
电力 3 596 kJ/(kW·h) 0.75 26.95 0.10 kg/(kW·h)

1.3.2 生态系统碳汇核算

1.3.2.1 陆地生态系统碳汇核算

本研究采用NEP来表征河北省陆地生态系统碳源/汇的特征,NEP是指NPP扣除异养生物的呼吸消耗部分后的净生产力,能够更准确地描述陆地生态系统的碳特征。根据NPP与土壤呼吸的关系可得NEP的计算公式为
N E P = N P P - R h 　 。
式中Rh为土壤的年度异氧呼吸,其计算公式采用Chuai等[28]的研究,为整个陆地生态系统统一的拟合方程。本研究中采用的NPP为2000—2020年均值。

1.3.2.2 蓝碳核算方法

蓝碳是由海洋生态系统通过一系列海洋活动固定、储存而形成的碳汇,主要包括红树林(河北无红树林)、海草床和盐沼三类湿地生态系统的碳,目前人为养殖碳汇也被逐步纳入广义的蓝碳定义。河北省的海岸带蓝碳主要来源为盐沼和滨海养殖池,本研究盐沼、海草床的蓝碳核算主要采用系数法,具体核算公式为
蓝 碳 量 = 盐 沼 面 积 × 盐 沼 碳 汇 系 数 + 滩 涂 面 积 × 滩 涂 碳 汇 系 数 + 海 草 床 面 积 × 海 草 床 碳 汇 系 数 + 海 水 养 殖 固 碳 量 。
其中,盐沼碳汇系数、滩涂碳汇系数、海草床碳汇系数、海水养殖固碳量主要包括贝类固碳量和藻类固碳量两部分。所用系数主要参照以往相关蓝碳核算文献及自然资源部公开数据[29-34],具体值如表2所示。
表2 海水养殖主要贝类藻类品种碳汇测算系数

Table 2 Carbon sink coefficients of main shellfish and algae species in mariculture

类别 种类 干重
比/%		 质量比重/% 含碳量/%
软组织 贝壳 软组织 贝壳
贻贝 75.28 8.47 91.53 45.98 12.68
扇贝 63.89 14.35 85.65 43.87 11.44
蛏 70.48 3.26 96.74 44.99 13.24
蛤 52.55 1.98 98.02 42.84 13.24
贝类 牡蛎 65.10 6.14 93.86 44.90 11.52
蚶 64.21 11.41 88.59 45.86 11.51
鲍 64.21 11.41 88.59 40.04 12.02
螺 64.21 11.41 88.59 36.83 11.29
江珧 64.21 11.41 88.59 40.73 13.16
藻类 海带 20.00 31.20
裙带菜 28.81
紫菜 41.96
江蓠 24.50
石花菜 26.37
麒麟菜 30.36
羊栖菜 30.36
苔菜 30.36

2 结果与分析

2.1 河北省能源消耗碳排放

采用2000—2019年河北省能源平衡表,利用IPCC提供的碳排放系数,对河北省的能源碳排放进行统一核算。结果显示,河北省2000—2019年能源碳排放整体呈现增长趋势,如图2(a)所示。2000年,河北省共产生6 196.39万t碳排放,2019年共产生23 895.02万t碳排放,约为2000年碳排放量的4倍,年均增长率约为6.98%。河北省碳排放量增长趋势较为平稳,基本呈现线性增长趋势,仅在2008年、2017年有所波折。河北省碳排放量在2017—2018年增值最大,增加了3 719.05万t碳排放。对比分析河北省碳排放量与全国的碳排量水平,如图2(b)所示,结果显示,河北省碳排放量占全国碳排放总量的比例均值为8.28%,峰值出现在2005年,为9.53%,主要是由于21世纪以来,河北省投资增长过猛,重工业在工业中的比重明显上升,钢铁、水泥、化工、电力等高耗能产业迅速扩张,高耗能产品产量大幅增长,从而造成能源消费量增长过快。最低值出现在2009年,为7.05%,主要是受到金融危机的影响。总体来看,河北省碳排放体量依旧很大,占比较高,常年稳定在全国前三位,碳减排压力仍然较大。
图2 河北省2000—2019年碳排放总量及其全国占比

Fig.2 Total carbon emissions in Hebei Province (2000-2019) and its proportion in national total carbon emissions

2.2 生态系统碳汇

2.2.1 陆地生态系统碳汇核算

从NEP时间变化趋势(图3)来看,河北省在2000年、2001年、2007年、2009年、2010年、2014年的NEP总量均为负值,表明在这些年份,河北省陆地生态系统总体呈现碳源趋势,造成了额外的碳排放。其中,2001年碳源效应最为显著,造成了10.82 Tg碳排放;2004年陆地生态系统固碳总量达到最大值,为9.48 Tg。整体来看,2000—2020年间,河北省NEP总量变化趋势波动非常大,但整体呈现上升趋势。
图3 河北省2000—2020年NEP总量时间变化趋势

Fig.3 Temporal variation trend of total NEP in Hebei Province (2000-2020)

从NEP空间分布趋势分析可知,2000—2020年河北省的NEP均值为7.88 g C/m2。其中,碳汇区主要分布在西北部、北部及沿海地区,且出现逐步扩大的趋势,碳源区主要分布在河北省南部平原地区。这主要是由于河北省西北部、北部森林资源丰富,植被生长状态较好,南部地区位于华北平原腹地,建设用地占比较大,所以植被资源相对匮乏,整体呈现出碳源分布。总体来看,河北省西北部、北部的太行山、大马群山附近NEP值最高,东部与天津、北京相接处NEP值较低,多数呈碳源趋势,如图4(a)所示。
图4 河北省2000—2020年NEP均值空间分布和NEP变化趋势空间分布

Fig.4 Spatial distribution of average NEP and NEP variation trend in Hebei Province (2000-2020)

分析2000—2020年NEP变化趋势空间分布可知,河北省NEP变化斜率平均值为5.64(R2=0.6 109),说明河北省整体NEP呈现增长趋势,其中NEP呈增长趋势的区域占河北省总面积的92.87%,NEP最大增长区分布在河北省北部地区,以及河北省西部与北京市交界处,最大增长指数为30.7;而NEP减少的区域不足河北省总面积的8%,主要分布在河北省南部平原地区,最多减少指数为18.75,这些地区NEP总量本身就较低,2021年间又呈现出逐渐减少的趋势,应是未来增汇减碳的研究重点区域,如图4(b)所示。

2.2.2 内陆水体碳通量核算

河北省水体碳通量及碳排放变化情况表明,1980年河北省内陆水体年均碳通量为345.09 (m·mol/(m2·d)),河流的年均碳通量为648.44 (m·mol/(m2·d)),湖泊的年均碳通量为30.88 (m·mol/(m2·d)),共释放了约7 855.55 t碳排放;2010年内陆水体年均碳通量为173.34 (m·mol/(m2·d)),河流的年均碳通量为406.14 (m·mol/(m2·d)),湖泊的年均碳通量为35.47 (m·mol/(m2·d)),碳排放相较于1980年下降了1 248.25 t,释放了约6 607.30 t碳。1980—2010年,河流碳通量年际变化-8.08 (m·mol/(m2·d)),呈现出下降趋势;湖泊碳通量年际变化0.15 (m·mol/(m2·d)),呈现出略微上升趋势;总碳排放量年均减少41.61 t,按照此趋势粗略估算,河北省在2020年内陆水体碳排放约为6 191.22 t碳,如表3所示。
表3 河北省水体碳通量及碳排放变化情况

Table 3 Variations in water carbon fluxes and emissions in Hebei Province

年份 河流碳通量/
(m·mol·m-2 ·d-1)		 湖泊碳通量/
(m·mol·m-2 ·d-1)		 河流碳排
放量/t		 湖泊碳排
放量/t
1980 648.44 30.88 7 509.89 345.66
2010 406.14 35.47 5 818.09 789.20
年变化 -8.08 0.15 -56.39 14.78
河北省内陆水体面积占河北省总面积比例不高,仅占2.83%。由于水域面积变化,以及过去水体面积统计的缺失,将过去尚未定义为水域的区域水体碳通量设置为NoData,据此粗略观察到河北省内陆水体碳通量变化的分布情况。分析可知,河北省沿海岸处的湖泊碳通量增长趋势明显,大多数湖泊的碳通量都可观察到明显的上升趋势,同时,内陆河流碳通量大多呈现出下降趋势。总体而言,河北省内陆水体的碳通量变化趋势空间分布较为分散,分异规律并不明显,如图5所示。
图5 河北省内陆水体年均碳通量变化

Fig.5 Variations in annual average carbon fluxes of inland waters in Hebei Province

2.2.3 海洋蓝碳核算

采用国家地球系统科学数据中心提供的10 m分辨率的滩涂分布数据,以及30 m分辨率的盐沼分布数据,核算河北省的盐沼、滩涂、海草床碳汇,结果显示,河北省盐沼、滩涂面积约为360.44 km2,占河北省全域面积较小,但每年仍约可固碳7.85万t,其中沿海滩涂固碳量达到总固碳量的85.59%。
相较于河北省盐沼、滩涂的固碳量,河北省海水养殖蓝碳总量较低。如图6所示,2000—2020年,海水养殖业年均固碳约2.79万t,2000年,河北省海水养殖蓝碳量最低,为0.66万t,2018年达到最高,约4.74万t。从时间序列上来看,河北省海水养殖蓝碳总体呈现出增长趋势,从2000年的0.66万t上升至2018年的4.74万t,共增长了713.41%,年均增长率为10.90%,而后略有下降,2020年为3.56万t。可以看出,近年来河北省的海水养殖业发展迅速,社会也开始意识到海水养殖蓝碳的重要性,海水养殖业蓝碳显著增长。
图6 2000—2020年河北省海水养殖蓝碳变化

Fig.6 Blue carbon variations in mariculture in Hebei Province (2000-2020)

2.3 河北省碳中和度分析

汇总河北省国土空间碳源/汇的核算结果,可以看出,河北省现年自然净碳汇总量为800.50万t,陆地生态系统吸收碳约为784.06万t,占总量的97.95%;海岸带蓝碳吸收16.44万t,占比相对较小;内陆水体导致0.62万t的碳排放,碳源作用相对较小。然而,根据河北省2000—2019年的能源碳排放数据,借助乘幂预测方式,粗略预测得出2020年河北省碳排放量约为22 623.98万t(R2=0.96)。照此估算,2020年生态系统碳汇总量约能抵消3.54%能源碳排放,河北省目前碳中和能力较低,低于全国平均水平(15%),长远来看,河北省减碳增汇压力巨大,如表4所示。
表4 河北省2020年碳源/汇核算结果

Table 4 Carbon source/sink accounting results of Hebei Province in 2020

核算项目 总计
C/(万t) CO2/(万t)
陆地生态系统碳汇 784.06 2 874.89
海洋蓝碳 16.44 60.28
内陆水体碳通量 -0.62 -2.27
能源碳排放 -22 623.98 -82 954.60

注:正数代表碳吸收,负数代表碳排放。

3 讨论

3.1 NEP变化分析

河北省近21 a NEP整体呈现缓慢上升的趋势,且67.84%的植被呈现出碳汇趋势。这可能与河北省的生态功能区、省级自然保护区和国家级自然保护区面积及其森林面积在进入21世纪后不断增加有关;退耕还林等生态修复工程也会对生态系统碳汇产生影响。但本文针对NEP的计算尚且存在一定的不确定性,虽然在本文中已经收集了较多的土壤呼吸数据集,并对它们之间的关系作出了最优模拟,但尚缺乏河北省更多的实地观测数据。在今后的研究中,应进一步提高模型模拟精度,并纳入更多实地采样数据,进一步提高NEP核算的准确性。

3.2 碳排放变化分析

河北省碳排放量增长趋势较为平稳,基本呈现出线性增长趋势。通过分析河北省碳排放量与全国的碳排量水平,发现河北省碳排放量占全国碳排放总量的比例均值为8.28%,可以看出,河北省碳排放体量依旧很大,占比较高,已有相关文献显示,河北省的碳排放量常年稳定在全国前三位[35],河北省碳减排压力仍然较大。分析各行业碳排放的核算结果(图7)可以看出,工业产生的碳排放量最大,平均约占碳排放量总量的82.17%;生活消费碳排放量占比排列第2,约9.4%;交通运输、仓储和邮政业占比排列第3,为2.75%;其他部门碳排放占比约为2.29%;农、林、牧、渔、水利业、建筑业、批发零售业和住宿、餐饮业碳排放量占比均在1%左右。从2000—2019年发展趋势来看,工业增幅最大,交通运输、仓储和邮政业以及批发、零售业和住宿、餐饮业整体也呈现出增长趋势;而农、林、牧、渔、水利业的碳排放量则呈现出减少趋势;建筑业及其他行业碳排放量变化趋势较为平缓,基本维持在同一水平;生活消费所产生的碳排放量2000年呈现出急剧下降,后面基本维持在同一水平。此外,近20 a以来河北省的工业碳排放占总碳排放比例均值为82.17%,占据了碳排放总量的绝大部分,高于全国平均水平(74.30%),其余行业基本都低于全国均值。这说明河北省一直以来产业结构偏重,未来碳减排方案研究重点应该放在改善产业结构和工业碳减排上。
图7 河北省2000—2019年各行业碳排放量

Fig.7 Carbon emissions by industry in Hebei Province (2000-2019)

4 结论

本研究基于能源消耗数据、遥感气象数据、碳密度数据、水体碳通量数据、盐沼和滨海养殖数据,分别核算了河北省能源消耗碳排放情况、生态系统碳汇情况,科学分析了河北省碳中和度,主要结论如下:
(1)河北省2000—2019年能源碳排放整体呈现出增长趋势,年增长率约6.98%,2019年共产生23 895.02万t碳排放量(折合排放CO2 87 615.07万t),能源消耗量巨大。与全国碳排放量对比来看,河北省碳排放量在近20 a期间占全国碳排放总量的8.28%左右,占比较大,碳减排压力巨大。
(2)生态系统碳汇潜力巨大,河北省2000—2020年陆地生态系统NEP均值为7.88 (g C/m2),呈现出碳汇趋势,且NEP值呈现出波动上升趋势;内陆水体碳排放呈现出减少趋势,按照1980—2010年的内陆水体碳减排趋势来看,2020年内陆水体约释放6 191.22t碳;海洋蓝碳固碳量虽逐年上升但仍维持在低位,2020年蓝碳固碳量约为16.44万t,折合固定二氧化碳60.28万t。
(3)整体而言,河北省碳减排压力巨大,2020年生态系统仅能吸收能源碳排放量的3.54%,低于全国平均水平。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李双成, 张雅娟. 陆地生态系统碳汇评估中的若干科学问题[J]. 中国林业产业, 2022(3): 65-77, 79-80.

(LI Shuang-cheng, ZHANG Ya-juan. Some Scientific Problems in Carbon Sink Assessment of Terrestrial Ecosystem[J]. China Forestry Industry, 2022(3): 65-77, 79-80.(in Chinese))

[2]
刘耀辉, 刘文毅, 仇培元, 等. 基于夜间灯光数据的东部七省市碳排放时空演变和监测评估[J]. 测绘通报, 2023(12):38-44.

DOI

(LIU Yao-hui, LIU Wen-yi, QIU Pei-yuan, et al. Spatio-temporal Evolution and Monitoring Assessment of Carbon Emissions in Seven Eastern Provinces and Cities Based on Nighttime Light Data[J]. Bulletin of Surveying and Mapping, 2023(12):38-44.(in Chinese))

DOI

[3]
栾晓波, 高子涵, 薛静, 等. 气候与种植结构变化对温室气体排放及灌溉需水的影响[J]. 农业机械学报, 2023, 54(12): 327-337.

(LUAN Xiao-bo, GAO Zi-han, XUE Jing, et al. Effects of Climate and Plantation Structure Changes on Greenhouse Gas Emissions and Irrigation Water Demand[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(12): 327-337.(in Chinese))

[4]
ZHAO Y, CHEN R, ZANG P, et al. Spatiotemporal Patterns of Global Carbon Intensities and Their Driving Forces[J]. Science of The Total Environment, 2022, 818: 151690.

[5]
LIU Z, DENG Z, HE G, et al. Challenges and Opportunities for Carbon Neutrality in China[J]. Nature Reviews Earth & Environment, 2022, 3(2): 141-155.

[6]
朴世龙, 何悦, 王旭辉, 等. 中国陆地生态系统碳汇估算: 方法、进展、展望[J]. 中国科学: 地球科学, 2022, 52(6): 1010-1020.

(PIAO Shi-long, HE Yue, WANG Xu-hui, et al. Carbon Sequestration Estimation of Terrestrial Ecosystem in China: Method, Progress and Prospect[J]. Scientia Sinica (Terrae), 2022, 52(6): 1010-1020.(in Chinese))

[7]
熊健, 卢柯, 姜紫莹, 等. “碳达峰、碳中和”目标下国土空间规划编制研究与思考[J]. 城市规划学刊, 2021(4):74-80.

(XIONG Jian, LU Ke, JIANG Zi-ying, et al. Study and Thoughts on Territorial Spatial Planning under the Goal of “Carbon Emissions Peak and Carbon Neutrality”[J]. Urban Planning Forum, 2021(4):74-80.(in Chinese))

[8]
LIETH H, WHITTAKER R H. Primary Productivity of the Biosphere[M]. Heidelberg: Springer, 1975.

[9]
汤洁, 姜毅, 李昭阳, 等. 基于CASA模型的吉林西部植被净初级生产力及植被碳汇量估测[J]. 干旱区资源与环境, 2013, 27(4): 1-7.

(TANG Jie, JIANG Yi, LI Zhao-yang, et al. Estimation of Vegetation Net Primary Productivity and Carbon Sink in Western Jilin Province Based on CASA Model[J]. Journal of Arid Land Resources and Environment, 2013, 27(4): 1-7.(in Chinese))

[10]
牛忠恩, 何洪林, 任小丽, 等. 基于过程模型的2000—2018年中国陆地生态系统服务时空动态及其权衡与协同分析[J]. 生态学报, 2023, 43(2): 496-509.

(NIU Zhong-en, HE Hong-lin, REN Xiao-li, et al. Spatio-temporal Characteristic of Terrestrial Ecosystem Services and Their Tradeoffs and Synergies in China from 2000 to 2018 Based on a Process Model[J]. Acta Ecologica Sinica, 2023, 43(2): 496-509.(in Chinese))

[11]
唐正宇. 2000—2017年伊犁河流域植被NPP潜在变化及人类活动影响分析[D]. 兰州: 兰州大学, 2019.

(TANG Zheng-yu. Potential Changes in NPP of Vegetation and Impacts of Human Activities in Yili River Basin from 2000 to 2017[D]. Lanzhou: Lanzhou University, 2019.(in Chinese))

[12]
闫立男, 王新军, 陈蓓, 等. 稀疏植被净初级生产力时空变化及气象因素关系分析[J]. 测绘通报, 2022(3):1-6.

DOI

(YAN Li-nan, WANG Xin-jun, CHEN Bei, et al. Analysis of Spatiotemporal Variation of Sparse Vegetation Net Primary Productivity and Meteorological Factors[J]. Bulletin of Surveying and Mapping, 2022(3): 1-6.(in Chinese))

DOI

[13]
FOLEY J A, PRENTICE I C, RAMANKUTTY N, et al. An Integrated Biosphere Model of Land Surface Processes, Terrestrial Carbon Balance, and Vegetation Dynamics[J]. Global Biogeochemical Cycles, 1996, 10(4): 603-628.

[14]
KUCHARIK C J, FOLEY J A, DELIRE C, et al. Testing the Performance of a Dynamic Global Ecosystem Model: Water Balance, Carbon Balance, and Vegetation Structure[J]. Global Biogeochemical Cycles, 2000, 14(3): 795-825.

[15]
贾海霞, 郅裕卓, 纪薇, 等. 碳中和背景下基于DNDC模型的晋中盆地农田土壤有机碳含量动态研究[J]. 低碳世界, 2023, 13(6):4-6.

(JIA Hai-xia, ZHI Yu-zhuo, JI Wei, et al. Dynamic Study on Organic Carbon Content of Farmland Soil in Jinzhong Basin Based on DNDC Model under the Background of Carbon Neutrality[J]. Low Carbon World, 2023, 13(6): 4-6.(in Chinese))

[16]
TAO Z, SHEN C, GAO Q, et al. Soil Organic Carbon Storage and Soil CO2 Flux in the Alpine Meadow Ecosystem[J]. Science in China Series D: Earth Sciences, 2007, 50(7): 1103-1114.

[17]
陶波, 曹明奎, 李克让, 等. 1981—2000年中国陆地净生态系统生产力空间格局及其变化[J]. 中国科学D辑:地球科学, 2006, 36(12):1131-1139.

(TAO Bo, CAO Ming-kui, LI Ke-rang, et al. Spatial Pattern and Changes of Net Terrestrial Ecosystem Productivity in China from 1981 to 2000[J]. Science in China(Series D (Earth Sciences)), 2006, 36(12):1131-1139.(in Chinese))

[18]
FANG J, YU G, LIU L, et al. Climate Change, Human Impacts, and Carbon Sequestration in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(16): 4015-4020.

DOI PMID

[19]
WANG J, FENG L, PALMER P I, et al. Large Chinese Land Carbon Sink Estimated from Atmospheric Carbon Dioxide Data[J]. Nature, 2020, 586(7831): 720-723.

[20]
张梅, 黄贤金, 揣小伟, 等. 中国净生态系统生产力空间分布及变化趋势研究[J]. 地理与地理信息科学, 2020, 36(2): 69-74.

(ZHANG Mei, HUANG Xian-jin, CHUAI Xiao-wei, et al. Spatial Distribution and Changing Trends of Net Ecosystem Productivity in China[J]. Geography and Geo-Information Science, 2020, 36(2): 69-74.(in Chinese))

[21]
周晨昊, 毛覃愉, 徐晓, 等. 中国海岸带蓝碳生态系统碳汇潜力的初步分析[J]. 中国科学: 生命科学, 2016, 46(4): 475-486.

(ZHOU Chen-hao, MAO Qin-yu, XU Xiao, et al. Preliminary Analysis of C Sequestration Potential of Blue Carbon Ecosystems on Chinese Coastal Zone[J]. Scientia Sinica (Vitae), 2016, 46(4): 475-486.(in Chinese))

[22]
李捷, 刘译蔓, 孙辉, 等. 中国海岸带蓝碳现状分析[J]. 环境科学与技术, 2019, 42(10): 207-216.

(LI Jie, LIU Yi-man, SUN Hui, et al. Analysis of Blue Carbon in China’s Coastal Zone[J]. Environmental Science & Technology, 2019, 42(10): 207-216.(in Chinese))

[23]
RAN L, BUTMAN D E, BATTIN T J, et al. Substantial Decrease in CO2 Emissions from Chinese Inland Waters Due to Global Change[J]. Nature Communications, 2021, 12: 1730.

[24]
XU Li, YU Gui-rui, HE Nian-peng. Increased Soil Organic Carbon Storage in Chinese Terrestrial Ecosystems from the 1980s to the 2010s[J]. Journal of Geographical Sciences, 2019, 29(1): 49-66.

DOI

[25]
IPCC. Land use, Land Use Change and Forestry[M]. Cambridge: Cambridge University Press, 2000.

[26]
张称意, 巢清尘, 袁佳双, 等. 《对2006 IPCC国家温室气体清单指南的2013增补: 湿地》的解析[J]. 气候变化研究进展, 2014, 10(6): 440-444.

(ZHANG Cheng-yi, CHAO Qing-chen, YUAN Jia-shuang, et al. Review on 2013 Supplement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories: Wetlands[J]. Progressus Inquisitiones DE Mutatione Climatis, 2014, 10(6): 440-444.(in Chinese))

[27]
CHUAI X, QI X, ZHANG X, et al. Land Degradation Monitoring Using Terrestrial Ecosystem Carbon Sinks/Sources and Their Response to Climate Change in China[J]. Land Degradation & Development, 2018, 29(10): 3489-3502.

[28]
CHUAI X, HUANG X, QI X, et al. A Preliminary Study of the Carbon Emissions Reduction Effects of Land Use Control[J]. Scientific Reports, 2016, 6: 36901.

DOI PMID

[29]
王法明, 唐剑武, 叶思源, 等. 中国滨海湿地的蓝色碳汇功能及碳中和对策[J]. 中国科学院院刊, 2021, 36(3):241-251.

(WANG Fa-ming, TANG Jian-wu, YE Si-yuan, et al. Blue Carbon Sink Function of Chinese Coastal Wetlands and Carbon Neutrality Strategy[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(3): 241-251.(in Chinese))

[30]
刘锴, 卞扬, 王一尧, 等. 海岛地区海洋碳汇量核算及碳排放影响因素研究: 以辽宁省长海县为例[J]. 资源开发与市场, 2019, 35(5): 632-637.

(LIU Kai, BIAN Yang, WANG Yi-yao, et al. Calculation of Carbon Sink and Influencing Factors of Carbon Emission in Island Area—A Case Study of Changhai County, Liaoning Province[J]. Resource Development & Market, 2019, 35(5):632-637.(in Chinese))

[31]
邵桂兰, 孔海峥, 李晨. 中国海水养殖的净碳汇及其与经济耦合关系[J]. 资源科学, 2019, 41(2):277-288.

DOI

(SHAO Gui-lan, KONG Hai-zheng, LI Chen. Net Amount of Mariculture Carbon Sink and Its Coupling Relationship with Economics Growth of China[J]. Resources Science, 2019, 41(2): 277-288.(in Chinese))

DOI

[32]
马欢, 秦传新, 陈丕茂, 等. 南海柘林湾海洋牧场生物碳储量研究[J]. 南方水产科学, 2017, 13(6): 56-64.

(MA Huan, QIN Chuan-xin, CHEN Pi-mao, et al. Study of Biomass Carbon Storage in Zhelin Bay Marine Ranch of South China Sea[J]. South China Fisheries Science, 2017, 13(6): 56-64.(in Chinese))

[33]
纪建悦, 王萍萍. 我国海水养殖业碳汇能力测度及其影响因素分解研究[J]. 海洋环境科学, 2015, 34(6): 871-878.

(JI Jian-yue, WANG Ping-ping. Research on China’s Mariculture Carbon Sink Capacity and Influencing Factors[J]. Marine Environmental Science, 2015, 34(6): 871-878.(in Chinese))

[34]
HY/T 0305—2021,养殖大型藻类和双壳贝类碳汇计量方法碳储量变化法[S]. 北京: 中华人民共和国自然资源部, 2021.

(HY/T 0305—2021, Marine Industry Standard of the People’s Republic of China: Estimation Method of Maricultural Seaweed and Bivalve Carbon Sink—Carbon Stock Variation Method[S]. Beijing: Ministry of Natural Resources of the People’s Republice of China.(in Chinese))

[35]
刘亦文, 阳超, 蔡宏宇. 中国碳排放总量与强度的省际差异与因素分解[J]. 湖南工业大学学报, 2022, 36(1): 1-9.

(LIU Yi-wen, YANG Chao, CAI Hong-yu. Inter-provincial Diversity and Factor Decomposition of the Totality and Intensity of Carbon Emissions in China[J]. Journal of Hunan University of Technology, 2022, 36(1): 1-9.(in Chinese))

Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司