中国碳中和的高分辨率预估:对低碳国土空间利用的启示

《Ecological Indicators》:High-resolution projections of carbon neutrality in China: implications for low-carbon territorial space utilization

【字体: 大 中 小 】 时间:2026年07月25日 来源:Ecological Indicators 8.7

编辑推荐:

  制定国土空间低碳优化策略对实现碳中和与应对气候变化至关重要。本研究采用STIRPAT模型与CMIP6 ESMs模拟2020年至2060年SSP?RCP情景下中国的碳排放(CE)与碳汇(CS),其中碳汇以净生态系统生产力(NEP)测算,并探讨2060年实现碳中和

  
制定国土空间低碳优化策略对实现碳中和与应对气候变化至关重要。本研究采用STIRPAT模型与CMIP6 ESMs模拟2020年至2060年SSP?RCP情景下中国的碳排放(CE)与碳汇(CS),其中碳汇以净生态系统生产力(NEP)测算,并探讨2060年实现碳中和的可行性。进一步分析了不同土地利用/覆被类型的基于NEP的碳汇承载力及高空间分辨率下净碳排放的时空格局。结果表明,在SSP1–2.6下碳排放于2026年达峰,在SSP5–8.5下于2036年达峰。所有情景下碳汇能力均略有提升,森林、耕地与草地为主要贡献者,森林平均占碳汇能力的46.53%。SSP1–2.6下碳中和潜力最大,至2060年碳汇可抵消高达46.66%的人为排放。除若干西北省份外,多数省份仍为净排放源,东南沿海城市群邻近省份构成核心排放区,尤其是京津冀、山东半岛、长三角与珠三角城市群周边。因此,低碳国土空间发展是中国未来的关键任务。研究结果凸显了低碳国土空间优化对支撑中国“双碳”目标与可持续国土空间利用的重要性。
研究背景方面,气候变化是当前人类面临的紧迫挑战,人为温室气体排放加剧全球变暖并威胁可持续发展。中国提出2030年前碳达峰、2060年前碳中和的“双碳”目标,而国土空间兼具碳排放(CE)与碳汇(CS)属性,是生态文明建设的重要空间载体。现有研究缺乏从定性与定量角度充分挖掘未来国土空间优化的减排增汇潜力,且针对高空间分辨率下国土空间规划中碳中和的研究明显不足,如何将碳中和目标嵌入国土空间规划与治理仍待深入分析。
研究人员以2020年至2060年为研究期,在CMIP6 SSPs?RCPs框架下综合评估气候变化与社会经济发展对中国CE与CS的影响,集成STIRPAT模型与CMIP6地球系统模式(ESMs)预估CE与CS的时空动态,估算碳达峰时间并探讨2060年实现碳中和的可行性,揭示不同土地利用/土地覆被(LULC)类型的CS承载力,将净碳排放(NCE)降尺度至高空间分辨率并分析其密度时空演变,进而提出面向碳中和的低碳国土空间利用优化策略,为“双碳”目标与可持续国土空间规划提供科学依据。该研究发表于《Ecological Indicators》。
关键技术方法方面,研究人员以中国30个省份为样本(排除西藏),采用1998–2020年历史CE数据来自中国碳排放核算数据库(CEADs),人口、人均GDP等来自统计年鉴,网格化数据来自LandScan、青藏高原科学数据中心等公开数据集。CE估算采用扩展STIRPAT模型,引入人均GDP二次项刻画环境库兹涅茨曲线(EKC);CS预估基于CMIP5升级的CMIP6 ESMs输出的月尺度净生态系统生产力(NEP),经多模式集合平均降不确定性,并以CO2当量转换;CE空间分配采用动态分配法,以人口(POP)与二次产业产出(SIO)为权重构建复合分配得分,将省级CE降尺度至0.5°×0.5°网格;LULC数据采用1 km分辨率全球植物功能类型(PFT)数据集,重分类为七类并匹配碳汇网格以分配NEP。
研究结果部分,3.1节为未来气候与社会经济情景下的碳排放(CE)预估。3.1.1节通过1998–2020年历史数据回归显示随机效应模型较优,人均GDP及其平方项呈倒U型关系,符合环境库兹涅茨曲线(EKC),模型拟合误差较小。3.1.2节显示SSP1–2.6下CE于2026年达峰(11.63 Gt),SSP2–4.5于2027年达峰(11.73 Gt),SSP5–8.5于2036年达峰(12.84 Gt);2060年CE分别为4.63 Gt、6.67 Gt、10.91 Gt。空间上CE呈东南高西北低集聚,山东、河北、江苏等沿海省份较高,SSP1与SSP2下2060年减排显著,SSP5下仅微降。
3.2节为未来气候与社会经济情景下的碳汇(CS)预估。基于CMIP6 ESMs的NEP显示2020–2060年长期略增,2060年较2020年NEP在SSP1–2.6、SSP2–4.5、SSP5–8.5分别增加54.74%、11.01%、46.94%。空间上CS东南高西北低,2030至2060年全国NEP整体南移,北方下降、南方上升,SSP2–4.5下NEP低于其余情景。
3.3节为未来气候与社会经济情景下实现碳中和(CN)的可行性。2060年三地 terrestrial ecosystems CS分别为2.16 Gt、1.69 Gt、2.45 Gt,可抵消人为CE的46.66%、25.35%、22.43%;SSP1–2.6下CN率增幅最大(较2020增33.93%),表明仅依赖陆地生态系统CS尚不足以完全中和排放,需协同减排与增汇。
3.4节为LULC分布及其承载的NEP。2060年LULC结构均为森林>耕地>荒漠>草地>城镇>水体>永久冰雪,森林与城镇面积平均增7.71%与23.38%,草地减少。森林、耕地、草地合计占NEP约93.21%,森林平均贡献46.83%,耕地38.74%;SSP1–2.6下2060年森林与耕地NEP较2030年增10.01%与2.79%,草地减9.96%,森林增汇最显著。
3.5节为未来气候与社会经济情景下的净碳排放(NCE)。2020–2060年NCE总体下降,SSP1–2.6、SSP2–4.5、SSP5–8.5下2060年NCE较2020年分别减7.10 Gt、4.47 Gt、0.83 Gt。空间上东南高西北低,除黑龙江、广西、云南等少数内陆省为负NCE外,其余多为净源区,山东、河北、江苏、浙江、广东等东南沿海为核心排放区;2030–2060年SSP1–2.6减排最显著,SSP5–8.5因依赖化石燃料减排微弱甚至局部上升。
讨论部分总结,研究人员指出达峰时间与既有研究一致,低碳路径更易实现2030达峰目标,高化石能源依赖将推迟峰值并加大碳中和难度。陆地生态系统CS虽有提升但仍不足以完全抵消人为排放,基于NEP的估算偏乐观,若用净生物群系生产力(NBP)则森林贡献更突出。LULC结构影响NEP基CS能力,森林、耕地、草地为主力,需统筹森林保育、农田土壤增碳与草地修复。空间异质性显示东南沿海因人口、产业与城镇化致高NCE,西北因生态空间广具较强CS。政策上应将碳约束传导至国土空间规划,东南严控建设与产业升级,西北强化生态保护与适应性修复,农区协调农田保护与低碳农业,并建立监测与生态补偿机制。局限在于STIRPAT驱动因子与政策动态效应不足、CMIP6 NEP网格误差及情景未纳入国内具体政策,未来需耦合政策情景细化预估。
结论部分翻译,本研究利用CMIP6 SSP?RCP框架综合评估气候变化与社会经济发展对中国CE与CS的综合影响,CS以NEP量化。通过集成STIRPAT模型与CMIP6 ESMs,预估2020–2060年SSP?RCP情景下CE与CS的时空动态,估算碳达峰时间,探讨2060年实现碳中和(CN)的可行性,揭示不同LULC类型的CS承载力,将NCE降尺度至高空间分辨率,分析NCE密度时空演变,并提出面向CN的低碳国土空间利用优化策略。(1)SSP1–2.6下最早于2026年碳排放达峰,峰值为11.63 Gt。(2)长期陆地CS略增,森林、耕地、草地合计约占NEP的93.21%,森林为最大贡献者,其NEP增加3.03%–14.36%。(3)中国CN能力持续上升,SSP1–2.6下至2060年陆地CS可抵消高达46.66%的人为CE,NCE将减少7.1 Gt。(4)空间上,中国东部主要城市群包括京津冀(BTH)、山东半岛(SDP)、长三角(YRD)与珠三角(PRD)将形成核心排放区,尤其在SSP5–8.5下。本研究为低碳国土空间优化提供科学依据。
要不要我帮你把这篇论文解读按“研究背景—方法—结果—讨论”的结构拆分成更清晰的段落大纲,方便你直接用于学术汇报或笔记整理?
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号