王萍，尹凱，徐楠（1.曲阜師范大學(xué)地理與旅游學(xué)院，山東日照276826；2.山東農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與環(huán)境博士后流動(dòng)站，山東泰安271018；.曲阜師范大學(xué)經(jīng)濟(jì)學(xué)院，山東日照276826；.日照市國(guó)土資源局經(jīng)濟(jì)技術(shù)開發(fā)區(qū)分局，山東日照276826）

山東省土地利用結(jié)構(gòu)變化碳排放與時(shí)空格局分析

王萍1，2，尹凱3，徐楠4
（1.曲阜師范大學(xué)地理與旅游學(xué)院，山東日照276826；2.山東農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與環(huán)境博士后流動(dòng)站，山東泰安271018；3.曲阜師范大學(xué)經(jīng)濟(jì)學(xué)院，山東日照276826；4.日照市國(guó)土資源局經(jīng)濟(jì)技術(shù)開發(fā)區(qū)分局，山東日照276826）

利用統(tǒng)計(jì)數(shù)據(jù)、經(jīng)驗(yàn)公式和碳排放系數(shù)，核算山東省2003-2012年基于土地利用結(jié)構(gòu)變化的碳排放量；通過(guò)ArcGIS10.2聚類分析，揭示山東省碳排放的時(shí)空格局變異特征；并與以往山東省碳排放的研究成果、GDP相近省份的碳排放量進(jìn)行對(duì)比，評(píng)定此次估算的準(zhǔn)確性。結(jié)果表明：2003-2012年間，山東省從碳匯狀態(tài)（-5.14×106t）轉(zhuǎn)變?yōu)樘荚礌顟B(tài)（1.38×108t），增長(zhǎng)率超過(guò)27倍；建設(shè)用地是最大的碳源，建設(shè)用地面積與碳凈排放量的相關(guān)系數(shù)高達(dá)0.942，林地（含園地）是主要的碳匯，但建設(shè)用地的邊際碳排放量遠(yuǎn)遠(yuǎn)高于林地（含園地）的邊際碳吸收量；山東省碳凈排放量的時(shí)空格局差異顯著，經(jīng)濟(jì)發(fā)展水平較高的魯中和魯東地區(qū)的碳凈排放量居高，林業(yè)生態(tài)較好的魯西、魯北和魯南地區(qū)碳凈排放量居低，處于碳匯狀態(tài)的地市數(shù)目從2005年的10個(gè)減少到2008年的3個(gè)和2012年的2個(gè)；山東省的建設(shè)用地邊際碳排放量高于全國(guó)平均數(shù)值，總體碳源/匯水平與江蘇省相當(dāng)，尚具有較大的節(jié)能減排潛力。

碳排放；土地利用結(jié)構(gòu)；聚類分析；山東?。坏吞?/p>

化石燃料燃燒和水泥生產(chǎn)等能源工業(yè)的溫室氣體排放是人為因素導(dǎo)致氣候變暖的首要因子，居第二位的是土地利用變化對(duì)全球大氣CO2濃度的影響［1，2］。世界資源組織和碳循環(huán)研究專家測(cè)算發(fā)現(xiàn)，1850-1998年間的土地利用變化碳排放占到人類活動(dòng)總碳排放量的1/3［3-7］。這說(shuō)明，土地利用變化和土地利用結(jié)構(gòu)調(diào)整在一定程度上改變了人類活動(dòng)碳源/匯格局，從土地利用角度開展碳排放與調(diào)控研究，對(duì)于促進(jìn)低碳型區(qū)域土地利用模式、推動(dòng)經(jīng)濟(jì)社會(huì)低碳發(fā)展將具有重要意義［8］。

近年來(lái)，國(guó)內(nèi)外學(xué)者從國(guó)家、省區(qū)、城市、縣域等不同層面開展了土地利用對(duì)碳循環(huán)的影響研究。通過(guò)查閱和搜集土地利用的歷史資料，葛全勝等分析了過(guò)去300年我國(guó)土地利用變化與碳儲(chǔ)量的關(guān)系［9］；利用碳排放和碳足跡模型，藍(lán)家程、趙榮欽等分別計(jì)算和分析了重慶市、江蘇省不同土地利用方式的碳排放與影響因素、能源消費(fèi)碳足跡的變化特征［10，11］。還有其他學(xué)者研究了河南省、陜西省和四川省等的土地利用碳排放效應(yīng)［12-16］。張超從產(chǎn)業(yè)消費(fèi)的角度構(gòu)建了山東省CO2凈排放的測(cè)算體系，通過(guò)LMDI因素分解法揭示了不同因素對(duì)山東省碳排放的影響規(guī)律，分析了碳凈排放的空間變異原因［17］。但是目前少見從土地利用結(jié)構(gòu)變化的角度來(lái)分析山東省區(qū)域碳源/匯的研究成果。因此，本文以山東省為研究區(qū)域，從土地利用結(jié)構(gòu)變化的角度研究山東省10年期碳源/匯的演變趨勢(shì)，分析碳排放時(shí)空格局的變異特征，解析山東省碳循環(huán)的人為影響機(jī)制，促進(jìn)國(guó)土開發(fā)規(guī)劃、產(chǎn)業(yè)結(jié)構(gòu)調(diào)控等領(lǐng)域的低碳型發(fā)展。

1　研究區(qū)概況

山東省位于中國(guó)沿海的東部，介于北緯34°25′至38°23′、東經(jīng)114°36′至122°43′之間，東臨朝鮮半島，與日本半島隔海相望，北與遼東半島相對(duì)。全省東西距離700km，南北距離420km，分別與河北省、河南省、安徽省、江蘇省相鄰?？偯娣e約占全國(guó)總面積的1.6％；地形復(fù)雜，以平原丘陵為主，平原盆地占全省面積的60％以上。轄17個(gè)地級(jí)市，31個(gè)縣級(jí)市，48個(gè)市轄區(qū)，現(xiàn)總?cè)丝?041萬(wàn)人，為全國(guó)第二個(gè)人口大省，是全國(guó)人口密集的城市之一。全省工業(yè)化、城市化水平高，人類活動(dòng)對(duì)土地生態(tài)系統(tǒng)的影響較大。因此，分析山東省土地利用結(jié)構(gòu)變化及其引發(fā)碳排放效應(yīng)具有典型的實(shí)踐意義。

2　數(shù)據(jù)來(lái)源與研究方法

2.1數(shù)據(jù)來(lái)源

土地利用基礎(chǔ)數(shù)據(jù)來(lái)源于2003-2008年的《山東年鑒》、2008年與2012年的《山東統(tǒng)計(jì)年鑒》（附有各地市的土地利用數(shù)據(jù)）。能源消耗數(shù)據(jù)全部來(lái)源于2003-2012年的《山東統(tǒng)計(jì)年鑒》。收集到的土地利用數(shù)據(jù)包括農(nóng)用地、建設(shè)用地和未利用地三類的合計(jì)數(shù)據(jù)；農(nóng)用地中含有耕地、林地、園地、牧草地的數(shù)據(jù)，建設(shè)用地中含有城鎮(zhèn)村及工礦用地、交通運(yùn)輸用地和水利設(shè)施用地，水域面積未單獨(dú)考慮。

2.2研究方法

土地利用變化導(dǎo)致的碳排放分為直接碳排放和間接碳排放。直接碳排放代表土地利用覆被和土地經(jīng)營(yíng)管理方式變化導(dǎo)致的碳排放；間接碳排放代表不同土地利用類型上的人為碳排放。由于研究區(qū)域局限在山東省，自然地理及氣候沒有明顯的差異，故沒有考慮不同縣（市）域間碳吸收與排放系數(shù)的差別。碳排放估算公式為：

式中：E——碳總排放量，g；

ei——第i種土地利用類型上的碳排放量，g；

Ti——第i種土地利用類型的面積，m2；

i——第i種土地利用類型的碳排放（吸收）系數(shù)，吸收為負(fù)，g/（m2·a）［15］。

2.2.1耕地利用的碳排放涉及CH4排放系數(shù)、CO2吸收系數(shù)，兩者的差值為耕地碳凈排放系數(shù)［18，19］；借鑒前人的研究成果獲取林地、園地和草地的碳排放系數(shù)［20，21］（見表1）。

2.2.2建設(shè)用地的碳排放通過(guò)生產(chǎn)和生活的能源消耗碳排放系數(shù)間接估算，將主要能源如煤炭、石油和天然氣等消費(fèi)量換算成標(biāo)準(zhǔn)煤，并考慮化石能源的轉(zhuǎn)化系數(shù)，折算成各種能源的碳排放系數(shù)［16，20］（見表1）。本研究參考徐國(guó)泉提出的碳排放分解模型，調(diào)整建設(shè)用地碳排放計(jì)算模型為：

式中：Eb——建設(shè)用地的碳排放量；

mi——化石能源消費(fèi)量；

ηi——標(biāo)準(zhǔn)煤換算系數(shù)；Ф——碳排放系數(shù)。

表1　各種土地利用類型/能源的碳排放系數(shù)

3　結(jié)果與分析

3.1土地利用結(jié)構(gòu)變化

2003-2012年間山東省內(nèi)林地、園地、牧草地、未利用地面積顯著減少，水利設(shè)施用地減少，城鎮(zhèn)村及工礦用地、交通用地顯著增加，耕地面積先減少后增加。與2003年相比較，2012年林地、園地、牧草地、未利用地面積的減幅分別為14.20％、28.54％、86.07％和15.53％，城鎮(zhèn)村及工礦用地、交通用地面積的增幅分別達(dá)19.12％和34.30％。牧草地、交通用地面積變化幅度雖然較高，但是數(shù)量并不大。因此，研究期內(nèi)土地利用數(shù)量變化顯著的為林地、園地、城鎮(zhèn)村及工礦用地、未利用地。

3.2土地利用碳排放效應(yīng)

計(jì)算得出山東省土地利用的碳源、碳匯及碳排放量（見圖1）以及各類用地碳排放比例（見圖2）。林地、園地、牧草地、未利用地起到碳匯的作用，其歷年總量基本持平，2012年期碳匯能力最低，這與3.1中這些土地利用類型面積顯著減少相一致。2003-2012年山東省碳源和凈碳排放量總體處于增加狀態(tài)，凈碳排放量由2003年的-5.14×106t上升到2012年的7.97×107t，增幅超過(guò)16倍。進(jìn)一步分析，2003-2012年間山東省基于土地利用結(jié)構(gòu)變化的碳凈排放量經(jīng)歷了三個(gè)階段：第一階段，2003-2004年，全省總體上處于碳匯狀態(tài)，碳凈排放量為負(fù)值，這主要是因?yàn)樵撾A段建設(shè)用地上能源消耗水平較低，同時(shí)，由于2004年的原煤消費(fèi)量（14897.6t）大大低于2003年的消費(fèi)水平（17772.7t），2004年的凈碳排放量進(jìn)一步降低；2005-2007年，全省碳匯狀態(tài)持平，碳源能力和凈碳排放量穩(wěn)步提升；2008-2012年，全省碳匯能力降低，碳源能力穩(wěn)步提升，碳凈排放量增加快速。

圖1　山東省土地利用碳排放量變化

圖2　山東省主要土地利用類型的碳排放比例

在總的碳排放中，建設(shè)用地每年的碳排放量所占份額在45-70％之間，耕地每年的碳排放量所占份額僅有0.9-1.25％，因此可以推斷出，建設(shè)用地是最主要的碳源。林地和園地是主要的碳匯，所占份額分別在18.58-30.44％和11.93-23.31％之間。牧草地和未利用地的碳匯所占百分比僅有0.3-3×10-4和2-3×10-3，比例很低。由圖2可知建設(shè)用地的碳排放量所占比例呈逐年增大趨勢(shì)，而林地和園地的碳吸收量比例呈逐漸遞減趨勢(shì)。原因是兩方面的，一是工業(yè)快速發(fā)展導(dǎo)致建設(shè)用地上能源消耗量逐年增大，二是建設(shè)用地面積大量增加占用了較多的林地和園地。因此，要從兩方面入手遏制碳凈排放量的快速增加：一是從碳排放量方面，控制建設(shè)用地上化石能源的燃燒，提高能源利用效率，開發(fā)新型高效綠色能源；同時(shí)我們發(fā)現(xiàn)建設(shè)用地與碳凈排放量相關(guān)系數(shù)高達(dá)0.942，相關(guān)性顯著程度大大高于耕地（相關(guān)系數(shù)為0.259），更說(shuō)明遏制碳排放要從建設(shè)用地入手。二是從碳吸收量入手，鼓勵(lì)退耕還林，增加林地（含園地，因兩者碳排放系數(shù)取值相同，合計(jì)在一起考慮）的面積，因?yàn)榱值嘏c碳凈排放量的相關(guān)系數(shù)顯著，達(dá)到-0.716。

土地利用的碳源/匯邊際變化是指各類用地每變化比例1％時(shí)碳源/匯的變化情況。結(jié)果表明，建設(shè)用地是最為敏感的類型，邊際變化為1111.01×104t；林地（含園地）碳匯的邊際變化只占建設(shè)用地的12.3％，耕地碳源的邊際變化只占建設(shè)用地的0.3％，牧草地和未利用地碳匯的邊際變化更加微弱。因此，建設(shè)用地面積是影響碳排放量的最主要因素，林地（含園地）面積增加產(chǎn)生的碳匯遠(yuǎn)遠(yuǎn)難以抵消建設(shè)用地增加所產(chǎn)生的碳源。

3.3碳源/匯時(shí)空格局分析

一般而言，土地利用結(jié)構(gòu)與經(jīng)濟(jì)建設(shè)發(fā)展水平?jīng)Q定了碳排放量的空間分布格局。本文通過(guò)耕地、林地（含園地）的面積數(shù)據(jù)以及建設(shè)用地上的能源消耗，估算得到全省各市2005、2008和2012年的碳源、碳匯和碳凈排放量。為了解各個(gè)時(shí)期碳排放量的空間聚類/離散特征，本文根據(jù)碳排放量計(jì)算結(jié)果以市行政轄區(qū)為單位在ArcGIS10.2中進(jìn)行了五級(jí)的分組聚類分析（見圖3）。

圖3　山東省土地利用的碳排放時(shí)空格局

3.3.1碳源時(shí)空格局分析

山東省土地利用的碳源格局存在顯著的區(qū)域差異，淄博市、青島市、濟(jì)南市為主要的碳源區(qū)域，其次是濰坊市、煙臺(tái)市和濟(jì)寧市，菏澤市和威海市的碳源效應(yīng)最弱。淄博市、濟(jì)南市和青島市作為碳源主要分布區(qū)，2005年、2008年和2012年碳源總量占全省碳源的29.91％、27.98％和29.76％；加上濰坊市、濟(jì)寧市和煙臺(tái)市，六市的碳源總量在三期時(shí)間內(nèi)均可占全省碳源的50％以上。從時(shí)間尺度來(lái)看，碳源格局變化不大，聚類分析結(jié)果顯示，2005年，菏澤市等10個(gè)市處于碳源效應(yīng)第一個(gè)等級(jí)，各市碳排放量在3.55×106-6.38×106t之間；2012年，同樣是這10個(gè)市處于碳源效應(yīng)第一個(gè)等級(jí)，最大碳排放量低于5.78×106-9.34×106t之間。

同時(shí)反映出另一個(gè)現(xiàn)象，各市碳排放量隨時(shí)間變化顯著增大。例如，淄博市一直處于全省碳源的首位，2005年碳排放量1.43×107t，2008年和2012年分別增至2.47×107t和2.17×107t；菏澤市一直處于全省碳源的末位，2005年碳排放量3.55×106t，2008年和2012年分別增至7.11×106t和6.13×106t；增幅高達(dá)50-100％。各市碳源在研究期內(nèi)都經(jīng)歷了先增后減的變化，直接原因是研究期內(nèi)各市能源消耗先增后減。雖然耕地碳源一直處于緩慢減少狀態(tài)，但建設(shè)用地的碳源變化主導(dǎo)著碳源總量的變化，碳源先增后減的變化更表明山東省在“十一五”和“十二五”期間節(jié)約能源的規(guī)劃和政策落實(shí)到位。

3.3.2碳匯時(shí)空格局分析

山東省的碳匯主要是由林地（含園地）提供，觀察全省的碳匯聚類分析結(jié)果，魯西和魯南地區(qū)是主要的碳匯區(qū)域，包括菏澤市、德州市、濟(jì)寧市、臨沂市等；魯東尤其是膠東地區(qū)，碳匯能力最低，包括威海市、煙臺(tái)市等。菏澤市、德州市、濟(jì)寧市和臨沂市作為碳匯主要分布區(qū)，2005年、2008年和2012年碳匯總量分別占全省碳匯的36.76％、43.82％和35.14％。

從時(shí)間尺度來(lái)看，各市碳匯變化差異顯著，說(shuō)明其轄區(qū)內(nèi)林地（含園地）的用地比重隨時(shí)間變化不一。全省17個(gè)市中有9個(gè)市的碳匯呈現(xiàn)先增后減的趨勢(shì)，甚至2008-2012年的碳匯減少程度高于2005-2008年的碳匯增加程度；有1個(gè)市碳匯先減少后增加，但增幅不足以彌補(bǔ)之前的碳匯減少（日照市）；有3個(gè)市碳匯持續(xù)增加（濱州市、威海市、煙臺(tái)市），但碳匯等級(jí)較低；有4個(gè)市碳匯持續(xù)減少（濟(jì)南市、青島市、濟(jì)寧市、東營(yíng)市），碳匯等級(jí)持續(xù)降低；結(jié)合圖1，可以理解全省2012年碳匯較2005年更為降低。同時(shí)，我們可以發(fā)現(xiàn)各市碳匯最高值及分布城市也不斷變化。例如，2005年，東營(yíng)市碳匯值最高，達(dá)到1.70×107t；2008，德州市碳匯值最高，達(dá)到1.97× 107t；2012年，臨沂市碳匯值最高，僅為1.28×107t。因此，山東省還應(yīng)更為重視林地（含園地）的營(yíng)造和撫育，提升全省的碳匯水平。

3.3.3碳凈排放量時(shí)空格局分析

山東省土地利用的碳凈排放量格局區(qū)域差異顯著，魯中和魯東地區(qū)的濟(jì)南市、淄博市、濰坊市、青島市、煙臺(tái)市、威海市的碳凈排放量一直居高，該地區(qū)城鎮(zhèn)化和經(jīng)濟(jì)發(fā)展水平較高，交通與工業(yè)發(fā)達(dá)，消耗的化石能源也較多。相對(duì)應(yīng)的，菏澤市、東營(yíng)市、臨沂市等的碳凈排放量等級(jí)較低，當(dāng)然也與這些地區(qū)的林地（園地）數(shù)量較高有關(guān)。

從時(shí)間角度看，碳凈排放量的變化重點(diǎn)不在區(qū)域格局上，而在于數(shù)值的年際差異。2005年，全省17個(gè)地級(jí)市中有10個(gè)市（1-3等級(jí)）的碳凈排放量為負(fù)值，說(shuō)明全省大部分地區(qū)尚處于碳匯狀態(tài)。例如，2005年，東營(yíng)的碳凈排放量最低，為-1.19×107t。而在2008年和2012年，分別僅有3個(gè)和2個(gè)市的碳凈排放量為負(fù)值（第1等級(jí)），其碳凈排放量數(shù)值也在顯著變大。2008年，德州市的碳凈排放量最低，為-8.44×106t；2012年，臨沂市的碳凈排放量最低，為-5.49×105t。

3.3.4相關(guān)研究成果對(duì)比分析

與山東省以往研究成果對(duì)比。近年來(lái)，山東省碳排放的相關(guān)研究（見表2）多是針對(duì)能源消費(fèi)的碳排放量估算，基于土地利用結(jié)構(gòu)的碳排放研究相對(duì)偏少。本文在建設(shè)用地上基于能源排放的碳排放量核算結(jié)果與孫秀梅［22］的估算結(jié)果十分接近。宋杰琨［23］的研究結(jié)果較其他研究成果數(shù)值都偏低一些；彭夢(mèng)霞［24］和王同孝［25］兩者的研究結(jié)果十分相近，比本文的估算結(jié)果高出約20％（以2009年碳排放量為例）。值得一提的是，張超［17］基于能源消費(fèi)和工業(yè)原料生產(chǎn)核算了全省碳排放量，基于植被碳儲(chǔ)量的凈初級(jí)生產(chǎn)力換算得到碳吸收量，最終獲得碳凈排放量數(shù)據(jù)。其碳吸收量數(shù)據(jù)（多年穩(wěn)定在16000萬(wàn)t左右）與本文的核算數(shù)據(jù)（10799-13732萬(wàn)t）接近，但因碳排放量核算結(jié)果差異較大，碳凈排放量結(jié)果也差異較大。

與其他省份的研究成果對(duì)比。2014年全國(guó)各地區(qū)GDP排名前五位的依次是廣東省、江蘇省、山東省、浙江省和河南省，已有研究成果表明地區(qū)碳排放量與經(jīng)濟(jì)水平具有正相關(guān)性，因此，本文選取并搜集了其他四省的碳源/匯相關(guān)研究成果［26-34］（見表3），與本研究估算的結(jié)果進(jìn)行對(duì)比分析。

廣東省GDP水平高于山東省，但是基于能源系數(shù)法和化石能源消耗的碳排放量估算結(jié)果都稍低于山東省建設(shè)用地上基于能源排放的碳排放量。與江蘇省相比，兩省基于能源消費(fèi)的碳排放量很是接近；2005年和2008年山東省基于土地利用結(jié)構(gòu)的碳凈排放量分別低于江蘇省水平的51.10％和22.60％，但是山東省碳凈排放量水平快速提升，在2010-2012年間，已與江蘇省碳凈排放量相當(dāng)。浙江省GDP水平低于山東省，基于能源排放的碳排放量高出山東省60％以上，而基于土地利用結(jié)構(gòu)的碳凈排放量遠(yuǎn)低于山東省水平，有待于進(jìn)一步考證。與河南省相比，山東省建設(shè)用地上的能源消耗水平更高，同時(shí)也發(fā)現(xiàn)山東省基于土地利用結(jié)構(gòu)的碳凈排放量遠(yuǎn)低于河南省，說(shuō)明山東省的土地利用碳匯能力高于河南省。

山東省建設(shè)用地的邊際碳排放量為72.20t/ha（2003-2012年平均值），高于全國(guó)的40.73 t/ha［35］和重慶市50.40t/ha［18］，與江蘇省水平（2010年，48.86-95.62 t/ha）相當(dāng)［11］，低于浙江?。?62.84 t/ha）［31］和西安市（453.96 t/ha）［36］。

表2　山東省碳排放相關(guān)成果匯總

表3　部分省份碳排放相關(guān)成果匯總表

4　結(jié)語(yǔ)

4.12003-2012年山東省碳凈排放量從負(fù)值演變?yōu)檎担陙?lái)逐年提升；且土地利用的碳源效應(yīng)遠(yuǎn)大于碳匯效應(yīng)。碳源從2003年的1.31×108t增加到2012年的2.46×108t，增長(zhǎng)率為88.33％；碳匯從2003年的-1.36×108t降低到2012年的-1.08×108t，降低率為20.44％。

4.2山東省碳凈排放量的區(qū)域格局存在顯著差異，經(jīng)濟(jì)發(fā)展水平較高的魯中和魯東地區(qū)其碳凈排放量居高，林業(yè)生態(tài)較好的魯西、魯北和魯南地區(qū)碳凈排放量居低。同時(shí)，地區(qū)碳凈排放量的年際差異也較大。2005年，全省17個(gè)地級(jí)市中有10個(gè)市處于碳匯狀態(tài)，而在2008年和2012年，分別僅有3個(gè)和2個(gè)市的碳凈排放量為負(fù)值。

4.3建設(shè)用地是土地利用類型中最大的碳源，其碳排放量占總碳排放量的97％以上。2003-2012年的建設(shè)用地碳排放量增加1.15×108t，增長(zhǎng)率為90.54％。林地（含園地）是山東省主要的碳匯，碳匯效應(yīng)卻總體呈降低趨勢(shì)，下降率為20.44％。建設(shè)用地面積與碳凈排放量的相關(guān)系數(shù)高達(dá)0.942，同時(shí)，建設(shè)用地的邊際碳排放量遠(yuǎn)遠(yuǎn)高于林地（含園地）的邊際碳吸收量。

4.4山東省的碳排放量水平低于廣州省和浙江省，與江蘇省的碳排放量水平相當(dāng)；建設(shè)用地邊際碳排放量高于全國(guó)平均水平，尚有較大的節(jié)能減排空間。

［1］Houghton R A.Temporal patterns of land use change and carbon storage in China and tropical Asia［J］.Science in China （Life Science），2002：45.

［2］趙榮欽，黃賢金，鐘太洋，揣小偉.區(qū)域土地利用結(jié)構(gòu)的碳效應(yīng)評(píng)估及低碳優(yōu)化［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（17）：220-229.

［3］盧敏，嚴(yán)會(huì)超，胡武賢，王璐，彭磊.廣東省不同土地利用方式與碳排放規(guī)律分析［J］.廣東農(nóng)業(yè)科學(xué)，2012，39（7）：1-5.

［4］李華，李想，狄佳云.南通市土地利用方式碳排放效應(yīng)研究［J］.中國(guó)城市經(jīng)濟(jì)，2011，（14）：13-14.

［5］鄭欣，程久苗.基于土地利用結(jié)構(gòu)的蕪湖市碳排放效應(yīng)研究［C］.中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集，2011.

［6］盧敏，嚴(yán)會(huì)超，胡武賢，王璐，彭磊.廣東省不同土地利用方式與碳排放規(guī)律分析［J］.廣東農(nóng)業(yè)科學(xué)，2012，39（7）：1-5.

［7］王克強(qiáng).土地利用變化的碳排放效應(yīng)研究［D］.成都：四川農(nóng)業(yè)大學(xué)碩士論文，2012.

［8］張婷，蔡海生，鐘根佐.南昌市土地利用碳排放效應(yīng)及其低碳優(yōu)化對(duì)策［J］.江西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，12 （2）：170-177.

［9］葛全勝，戴君虎，何凡能，潘，王夢(mèng)麥.過(guò)去300年中國(guó)土地利用、土地覆被變化與碳循環(huán)研究［J］.中國(guó)科學(xué)（D輯）：地球科學(xué)，2008，38（2）：197-210.

［10］藍(lán)家程，傅瓦利，袁波，張婷，彭景濤.重慶市不同土地利用碳排放及碳足跡分析［J］.水土保持學(xué)報(bào)，2012，26（1）：146-155.

［11］趙榮欽，黃賢金.基于能源消費(fèi)的江蘇省土地利用碳排放和碳足跡［J］.地理研究，2010，29（9）：1639-1648.

［12］肖紅艷，袁興中，李波，顏文濤.土地利用變化碳排放效應(yīng)研究—以重慶市為例［J］.重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，29（1）：38-42.

［13］劉英，趙榮欽，焦士興.河南省土地利用碳源/匯及其變化分析［J］.水土保持研究，2010，17（5）：154-157.

［14］蘇雅麗，張艷芳.陜西省土地利用變化的碳排放效益研究［J］.水土保持學(xué)報(bào)，2011，25（1）：152-156.

［15］李穎，黃賢金，甄峰.江蘇省區(qū)域不同土地利用方式的碳排放效應(yīng)分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008，24（S2）：102-107.

［16］彭文甫，樊淑云，潘薈交，毛歡，周介銘，趙景峰，楊存建.區(qū)域土地利用變化的碳排放效應(yīng)及時(shí)空格局研究［J］.生態(tài)經(jīng)濟(jì)，2013，（9）：28-33.

［17］張超.山東省CO2凈排放時(shí)空差異及低碳路徑探索［D］.濟(jì)南：山東師范大學(xué)，2012.

［18］徐國(guó)泉，劉則淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析：1995-2004［J］.中國(guó)人口·資源與環(huán)境，2006，16（6）：158-161.

［19］張秀梅，李升峰，黃賢金，李穎.江蘇省1996年至2007年碳排放效應(yīng)及時(shí)空格局分析［J］.資源科學(xué)，2010，32（4）：768-775.

［20］鄭欣，程久苗，鄭碩.基于土地利用結(jié)構(gòu)變化的蕪湖市碳排放及其影響因素研究［J］.水土保持研究，2012，19（3）：259-262，268.

［21］孫賢斌.安徽省會(huì)經(jīng)濟(jì)圈土地利用變化的碳排放效益［J］.自然資源學(xué)報(bào)，2012，（3）：394-401.

［22］孫秀梅，周敏，綦振法.山東省碳排放演進(jìn)特征及影響因素的實(shí)證研究［J］.華東經(jīng)濟(jì)管理，2011，25（7）：11-15.

［23］宋杰琨.山東省能源消費(fèi)碳排放預(yù)測(cè)［J］.技術(shù)經(jīng)濟(jì)，2012，31 （1）：82-85，94.

［24］彭夢(mèng)霞.山東省碳排放效率測(cè)算及其影響因素的實(shí)證研究［D］.青島：青島理工大學(xué)，2013.

［25］王同孝，趙聯(lián)振，王偉.山東省能源消費(fèi)與碳排放分析［J］.中國(guó)人口·資源與環(huán)境，2012，22（7）：49-52.

［26］胡輝.廣東省碳排放及其影響因素研究［J］.科學(xué)與財(cái)富，2013（11）：268-269.

［27］匡耀求.廣東能源消費(fèi)碳排放趨勢(shì)與前景展望［J］.南方能源建設(shè)，2015，2（1）：1-10.

［28］趙榮欽，黃賢金，高珊，趙志凌.江蘇省碳排放清單測(cè)算及減排潛力分析［J］.地域研究與開發(fā)，2013，32（2）：109-115.

［29］朱嬋瓔，王讓會(huì).基于能源消費(fèi)的江蘇省碳排放特征及規(guī)律分析［J］.湖北大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，35（2）：258-264.

［30］張碧云.浙江省碳排放特征及影響因素研究［D］.杭州：浙江理工大學(xué)，2013.

［31］段顯明，童正衛(wèi).浙江省能源消費(fèi)碳排放的因素分解—基于LMDI分析方法［J］.北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，13（4）：68-75.

［32］鄭亦伶，苑韶峰.基于土地利用的碳排放時(shí)空分析—以浙江省為例［J］.上海國(guó)土資源，2013，34（2）：33-36.

［33］高軍波，李清飛，余國(guó)忠.河南省碳排放與碳吸收動(dòng)態(tài)分析［J］.水土保持學(xué)報(bào)，2012，26（1）：141-145.

［34］李炎麗，梁浩，梁保松.河南省碳排放因素分解及關(guān)聯(lián)分析［J］.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，45（5）：605-610.

［35］盧娜.土地利用變化碳排放效應(yīng)研究［D］.南京：南京農(nóng)業(yè)大學(xué)，2011.

［36］張艷芳.西安市土地利用變化與碳排放空間格局特征研究［J］.西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，43（2）：287-292.

（2016-05-19收稿劉曉佳編輯）

Carbon Emission and Spatial-temporal Pattern Research Based on Land-Use Structure Changes in Shandong Province

WANG Ping1，2et al
（1.School of Geography and Tourism，Qufu Normal University，Rizhao 276826，China；2.Postdoctoral research station of agricultural resources and environment，Shandong Agricultural University，Tai'an 271018，China）

Based on statistical data，empirical formulas and carbon emission coefficients，carbon emission was analyzed from land-use structure changes during 2003-2012.The spatial and temporal patterns of carbon emission were revealed by cluster analysis on ArcGIS 10.2.With carbon emission results of Shandong carbon emission and other similar GDP provinces，the accuracy of this study was assessed.The results showed:during 2003-2012，Shandong province changed from carbon sink state（-5.14×106t）to carbon source state（1.38×108t）with the growth rate of more than27 times；construction land is the largest source of carbon，the correlation coefficient between area of construction land and mass of net carbon emission was up to 0.942；forest land（including orchard）isthemaincarbonsink，butthemarginalcarbon emission of construction land was much higher than the marginal carbon uptake of forestland；thedistributionofnetcarbon emission displayed significant spatial-temporal differences，high carbon emission located in the middle and east of Shandong province for good economics，low carbon emission located in the west，north，and south of Shandong province for good forest ecology；Shandong province had 10 cities with carbon sink state in 2005，but the number declined to 3 in 2008 and 2 in 2012；the marginal carbon emission of Shandong province was higher than national average value，total carbon source/sink was similar with that of Jiangsu province，Shandong province has potential of energy saving and carbon emission reduction.

Carbon emission；Land-use structure；Cluster analysis；Shandong province；Low carbon

F301.24；X2

A

1003-7853（2016）03-0011-07

山東省自然科學(xué)基金（ZR2015PD001）；曲阜師范大學(xué)校級(jí)基金（xkj201316）

王萍（1983-），女，山東壽光人，講師，博士，主要研究方向?yàn)橥恋刭Y源利用與信息技術(shù)。