珠江流域土地利用与生物质燃烧视角下的碳排放时空特征研究

本研究基于遥感数据与碳排放计算方法，构建了珠江流域(PRB)高分辨率碳排放网格，揭示了森林覆盖对碳吸收的关键作用(贡献率达99%)及建设用地扩张导致的碳排放激增现象(面积增长85.15%引发排放量上升175.89%)，并采用可解释机器学习模型(SHAP)解析驱动因子异质性，为流域碳管理提供科学依据。

　　

这项关于珠江流域(PRB)碳排放时空特征的研究颇具启发性。通过整合土地利用、夜间灯光等遥感数据，科研人员创新性地将土地利用碳排放与生物质燃烧碳排放(BBCE)耦合分析，构建了高精度碳排放网格。研究发现：占流域总面积68%的森林生态系统贡献了惊人的99%碳吸收能力，而建设用地扩张引发的碳排放增幅(175.89%)远超其面积增长率(85.15%)，凸显城镇化进程的生态代价。在经济发展滞后县域，生物质燃烧成为主要碳源。研究团队运用可解释机器学习(SHAP)模型揭示驱动机制差异——温度等自然因子主导碳汇区，而人口等人为因素显著影响碳源区。这项跨越20年(2001-2020)的时空分析，为流域尺度碳管理策略优化提供了重要数据支撑和理论依据。