Abstract

---

土地利用是人为碳排放的主要来源，也是气候变化的驱动因素之一，有必要探究不同土地利用类型碳排放的时空分布特征。基于同期土地利用类型数据和化石能源消费数据，通过构建碳排放模型、碳足迹和Moran’s I指数，分析了2000—2019年黄河三角洲地区碳排放的时空分布特征。实证结果表明，2000—2019年黄河三角洲地区净碳排放总量从3.1×10 10 kg增加到1.5×10 11 kg；建设用地是碳的主要来源，林地和水体对研究区总碳汇的贡献较大；黄河三角洲地区碳排放具有空间集聚性，碳排放在“东西”方向的分布大于“南北”方向的分布。研究结果有利于全面认识黄河三角洲土地利用碳源/汇的空间分布格局，为该地区低碳经济政策的制定提供一定的参考依据。

---

全球气候变化的根源在于碳源与碳汇的不平衡，温室气体净零排放不仅要关注源端的驱动因素，更要关注汇端的影响因素。以中国县级行政区为样本，利用机器学习模型拟合社会经济发展（SED）与陆地生态系统净初级生产力（NPP）的关系，并基于SHapley加性解释（SHAP）算法识别关键影响因素及其作用。研究结果表明：陆地NPP较低的区域呈现集聚分布的特征，8个关键因素依次为：农业发展水平、纬度、人口规模、经度、畜牧业发展水平、经济规模、时间趋势和工业化水平。通过SHAP交互作用图发现，人口、经济增长和工业化对陆地NPP的影响具有区域异质性；通过聚类分析发现SED模式影响陆地NPP具有阶段性特征，因此陆地NPP保护需结合SED的阶段性变化以及区域间差异，制定区域协调、时间同步的生态碳汇保护规划。

---