2000—2020年长江经济带碳汇时空演变及影响因素分析.pdf

20002020 年长江经济带碳汇时空演变及影响因素分析黄汉志1,2，贾俊松1,2*，刘淑婷1,2，陈地兰1,21.江西师范大学地理与环境学院，江西 南昌3300222.江西师范大学，鄱阳湖湿地与流域研究教育部重点实验室，江西 南昌330022摘要：长江经济带是我国重要的碳汇贡献区，探究其碳汇时空演变规律及驱动机制有利于促进该区域的减碳增汇和低碳发展.该文基于 20002020 年长江经济带土地利用数据、社会经济数据等，利用标准差椭圆、重心迁移模型和地理探测器方法分析长江经济带碳汇的时空演变特征及驱动因素.结果表明：时间上，20002020 年长江经济带碳汇总量和强度均在波动上升，但中下游地区的碳汇强度在时序上波动较频繁，林地为最大的碳汇用地，年均固碳量在 6 817.66104 t 左右.空间上，省域尺度下的碳汇强度呈现“南高北低、西高东低”的分布格局.碳汇总量和林地碳汇分布具有较强的空间一致性，集中分布在中上游且呈现先扩张后收缩并向西迁移的特征；水域碳汇主要在中下游，呈现向西跃进的扩张态势；草地及未利用地碳汇集中分布于川西高原且范围有所收缩.重心迁移上，林地碳汇与碳汇总量的迁移轨迹相似，先向东北后往西，分别累积迁移 18.81 和 17.76 km；草地碳汇向北迁移 21.76 km，未利用地碳汇向西迁移 32.38 km；相比之下，水域碳汇迁移距离最长，累积向西跃进约 73.46 km.影响因素上，长江经济带碳汇大小受自然和社会经济两方面因素的综合作用，其中自然因子影响最大，社会经济因素中的国家政策、土地利用强度的影响也较为显著；任何两个驱动因素交互作用后的影响力均大于单一因子.研究显示，长江经济带各地区的碳汇时空演变及影响因素差异显著，为此建议各地区应寻求差异化的低碳路径和优化碳汇用地结构，并通过制定环境政策、土地利用规划等促进地区碳汇潜力提高和低碳发展.关键词：碳汇；时空演变；影响因素；地理探测器；长江经济带中图分类号：X24文章编号：1001-6929（2023）08-1564-13文献标志码：ADOI：10.13198/j.issn.1001-6929.2023.06.16Analysis of Spatial-Temporal Evolution and Influencing Factors of Carbon Sinksin Yangtze River Economic Belt from 2000 to 2020HUANG Hanzhi1,2，JIA Junsong1,2*，LIU Shuting1,2，CHEN Dilan1,21.School of Geography and Environment,Jiangxi Normal University,Nanchang 330022,China2.Key Laboratory of Poyang Lake Wetland and Watershed Research,Ministry of Education,Jiangxi Normal University,Nanchang330022,ChinaAbstract：The Yangtze River Economic Belt is an important contributor to Chinas carbon sink.Exploring the spatiotemporal evolutionand driving mechanism of carbon sinks is beneficial for promoting carbon reduction and increasing carbon sinks and regional low-carbondevelopment.This paper analyses the spatiotemporal evolution characteristics and driving factors of carbon sinks in the Yangtze RiverEconomic Belt based on land use data,socio-economic data and other data from 2000 to 2020 by using standard deviation ellipses,centerof gravity migration models and geodetector.The results show that:(1)Temporally,both the total amount and intensity of carbon sinks inthe Yangtze River Economic Belt show a fluctuating and increasing trend from 2000 to 2020,but the intensity of carbon sinks in themiddle and lower reaches fluctuates more frequently in time sequence,woodland had the largest carbon sink,and the average annualcarbon sequestration is about 6817.66104 t.(2)Spatially,the intensity of carbon sinks at the provincial scale shows a distribution patternof high in the south and low in the north,high in the west and low in the east.The distribution of total carbon sinks and woodland carbonsinks has a strong spatial consistency,concentrating in the middle and upper reaches and showing the characteristics of expansion followed 收稿日期：2023-04-06修订日期：2023-06-19作者简介：黄汉志（1995-），男，江西抚州人，.*责任作者，贾俊松(1981-)，男，江西高安人，教授，博士，博导，主要从事资源环境与能源研究，基金项目：国家自然科学基金项目(No.72264016)；江西省教育厅人文社科基金项目(No.GL19225)；江西省教育厅研究生创新基金项目(No.YC2022-s247)Supported by National Natural Science Foundation of China(No.72264016);Jiangxi Provincial Education Department Humanities and Social ScienceFoundation Project,China(No.GL19225);Postgraduate Innovation Fund Project of Jiangxi Provincial Department of Education,China(No.YC2022-s247)第 36 卷第 8 期环境科学研究Vol.36，No.82023 年 8 月Research of Environmental SciencesAug.，2023by contraction and migration to the west.The carbon sinks of water are mainly in the middle and lower reaches,showing a westwardexpansion trend.The carbon sinks of grassland and unused land are mainly distributed in the western plateau of Sichuan Province and havecontracted.(3)In terms of the migration of the center of gravity,woodland carbon sinks follow a similar trajectory to the total carbonsinks,moving northeast and then west,with cumulative migrations of 18.81 and 17.76 km,respectively;grassland carbon sinks move21.76 km to the north and unused land carbon sinks move 32.38 km to the west;in contrast,watershed carbon sinks move the longestdistance,with a cumulative move of about 73.46 km to the west.(4)In terms of the influencing factors,the size of carbon sinks in theYangtze River Economic Belt is influenced by a combination of both natural and socio-economic factors,natural factors have the greatestinfluence,and national policies and land use intensity among the socio-economic factors also have a more significant influence;the impactof any two drivers when they interact is greater than that of a single factor.The study shows that the spatial and temporal evolution ofcarbon sinks and the influencing factors vary significantly in various regions in the Yangtze River Economic Belt.Therefore,it isrecommended that each region should seek differentiated low-carbon pathways and optimize the structure of land for carbon sinks,andformulate environmental policies and land use plans to promote regional carbon sink potential and low-carbon development.Keywords：carbon sink；spatial-temporal evolution；influencing factors；geodetector；Yangtze River Economic Belt 探究土地利用/覆被中碳汇的大小、分布及其变化是陆地生态系统碳循环/平衡研究中的重大科学问题1.2020 年中国提出了“3060”目标，即 CO2排放量力争于 2030 年达到峰值，努力争取 2060 年实现碳中和(“双碳”目标).但从碳达峰到碳中和的过渡期来看，发达国家普遍需要 5070 年，而中国设定的过渡期仅为 30 年，这意味着中国在应对全球气候变化和实现“双碳”目标的行动道路上将面临着比发达国家更为艰巨的风险和挑战2.碳增汇作为减缓大气 CO2浓度上升和实现碳中和目标的重要手段3-5，由于不同地区的土地利用方式、生态管理策略等不尽相同，导致地区之间的碳汇分布和潜力也存在较大差异6-7，因此探讨地区之间碳汇演变差异及其影响因素，有助于科学评估区域的碳汇分布和潜力，厘清影响碳汇的驱动机制以及因地制宜地进行碳汇管理等.在联合国气候变化框架公约中，碳汇被定义为从大气中清除 CO2或其他含 C 元素的温室气体的过程、活动和机制8，碳汇用地是指通过光合作用等形式将大气中的 CO2转化为碳水化合物，并以有机碳的形式固定在植物体内或土壤内的用地，包括林地、水域、牧草地和其他非建设用地等9.目前，国内外研究学者多通过结合相关模型和土地利用遥感数据对碳汇进行研究，其主要研究内容可归纳为以下两方面：一是对区域的土地利用碳汇时空演变特征进行研究，研究10-12发现，随着城镇化的推进，碳汇用地失衡可能是导致国土空间碳循环失衡的重要原因；二是探究影响碳汇的驱动因素13-15，其中碳汇分布受自然因素(如降水、气温等)影响较大，已有研究16从不同尺度验证了降水量及地形等因素对区域碳汇变化具有重要影响.另有研究17-19表明，土地利用/覆被变化对区域的碳汇潜力将产生巨大影响，土地利用变化会导致区域植被分布和植被覆盖率发生改变，从而影响碳汇的积累速率20.综上，目前国内外关于土地利用/覆被变化下的碳汇研究已取得了丰硕成果，但仍有些方面亟需改进和深入研究：首先，数据的精度有待提高，在研究碳汇的时空演变时鲜有使用连续的土地利用遥感数据进行分析，这可能会导致无法捕捉到某一时段碳汇变化的具体情况，进而影响到研究结果的精确度；其次，在探究驱动因素时，研究方法多样，如灰色关联模型21、地理加权回归模型22等，但传统的相关性分析和回归方法易忽略要素之间的关联性和耦合性，易忽视驱动因子作用的空间异质性问题23；此外，现有研究中就因子之间的交互作用对区域碳汇的影响程度未做充分考虑，这不利于深入理解生态系统碳汇的分布和演变规律.长江经济带作为国家区域协调发展的重要区域，是国家重要的生态功能保护区24和碳汇贡献区11,15,25，区域内地形、气候等自然条件复杂多样，碳汇储量丰富.新时期以来，在城市化和工业化快速推进的同时，长江经济带的碳汇储量也面临着减少的风险26，区域内碳汇分布状况及影响因素等问题日益受到国内外学者的广泛关注15,27-28，研究长江经济带碳汇的分布和驱动因素具有重要的理论和实践意义.首先，长江经济带是中国经济较发达的区域，同样也是国家重大的区域协调发展战略试验区，加强对其碳汇研究不仅利于促进该区域低碳可持续的碳汇管理和生态文明建设，还可为我国其他相似地区的碳汇研究以及碳减排政策制定提供有益启示和借鉴.其次，长江经济带域内各地区经济发展水平差异较大，这也导致了该地区的碳汇分布情况和驱动因素的特殊性，加强对该地区的碳汇研究也有助于深化了解不同的自然和社会经济环境对土地利用/覆被碳循环的影响.第 8 期黄汉志等：20002020 年长江经济带碳汇时空演变及影响因素分析1565基于此，该文以长江经济带碳汇用地为研究对象，在核算研究区碳汇量的基础上，通过标准差椭圆、重心迁移模型、地理探测器等方法，探讨长江经济带碳汇用地在时空格局上的演变规律和驱动性因素等问题.以期促进长江经济带减碳增汇发展，同时为我国其他地区进行碳汇研究和碳汇的可持续管理提供有益参考和借鉴.1 材料与方法 1.1 研究区概况长江经济带横跨中国东、中、西三大区域，东起上海市，西至云南省，面积约 205.23104 km2，人口和生产总值均超过全国的 40，是国家重点实施的“三大战略”之一.区域内地势西高东低，东西海拔差异较大；以季风气候为主，年降水量丰富；植被茂密，生态环境良好、碳汇发展潜力巨大.作为中国生态文明建设的先行示范区，长江经济带肩负着率先实现“双碳”目标的重大使命.为此，分析长江经济带土地利用/覆被中碳汇的时空格局和影响因素对于促进该区域的减碳增汇以及绿色可持续发展具有重要意义.1.2 数据来源与处理数据来源：20002020 年土地利用/覆盖数据来源于杨杰、黄昕研究团队开发的 30 m 土地覆盖数据集，该数据集最大的优势是基于 Google EarthEngine(GEE)云平台，利用 LandSat 数据实现了连续年的土地利用分类结果，时间和空间分辨率明显优于其他数据集29.DEM 数字高程数据来自美国国家航空航天局(NASA)于 2020 年发布的全球 30 m 分辨率 DEM 数据集，为当前最新的一套数据，具有质量好、覆盖范围广等优点.20002020 年降水量数据来自国家气象科学数据共享服务平台中国地面气候资料日值数据集(V3.0).20002020 年社会经济数据包括年末总人口、工业产值、国内生产总值(GDP)等，来源于中国统计年鉴和部分省份统计年鉴；植树造林面积数据来源于中国林业统计年鉴和长江经济带统计年鉴.数据处理：对遥感影像利用 ArcGIS 10.2 软件进行解译，并按中国科学院土地利用分类标准对地类进行重分类，最后分区统计得到各省份土地利用面积；由于 2020 年降水量数据缺失，故以相邻年份 2019 年降水量数据进行补充；对于个别缺失值采用多重插值法进行补齐.1.3 研究方法 1.3.1 碳核算系数法由于耕地上的农作物虽然会通过光合作用吸收CO2，但很快又会以 CH4的形式将 C 排放到大气中30.此外，农作物生长过程中由于大量氮肥和有机肥的使用，耕地上还会产生 N2O 等温室气体的排放31，碳汇效应很弱，因此将其视为碳源.所以该研究中碳汇的核算主要包括林地、草地、水域和未利用地，根据IPCC 碳核算系数法，该研究中核算方法如下：mi=1CTm=Bmbm（1）式中：CTm为第 m 种碳汇用地的碳汇量，104 t；Bm为对应的碳汇用地的面积，hm2；bm为碳汇用地 m 的碳汇系数(速率)，t/hm2.在结合研究区地理环境特征的基础上，通过追踪国内外相关研究成果32-35，确定林地、草地、水域和未利用地碳汇系数分别为 0.644、0.022、0.253、0.005 t/hm2.1.3.2 标准差椭圆标准差椭圆(standard deviation ellipse，SDE)是研究区域要素空间分布及其演变趋向的经典方法.相较于其他研究要素空间分布的方法，标准差椭圆能更直观地表征地理要素空间方向的分布格局，并从全局的角度定量揭示要素空间演变的趋向性、延展性和空间分布范围的集聚或分散等整体性特征36-38.在该研究中，通过对长江经济带碳汇空间分布相关椭圆参数的测算，可定量分析碳汇在整体层面上的地理空间分布及演变特征.计算公式如下：xi=ni=1CTixini=1CTi,yi=ni=1CTiyini=1CTi（2）xi=xixi,yi=yiyi（3）x=vuuuuuuuuuuuuutni=1(i xicosi yisin)2ni=1i2,y=vuuuuuuuuuuuuutni=1(i xisini yicos)2ni=1i2（4）xiyi xi yi式中：n 为研究区某种碳汇用地数量，CTi为第 i 个研究对象(某种碳汇用地)的碳汇量，104 t；(xi，yi)为研究对象的空间位置坐标；、分别为标准差椭圆平均中心点的横坐标、纵坐标；和分别为研究对象的空间坐标到平均中心的坐标偏差；x、y分别为标准1566环境科学研究第 36 卷差椭圆长轴、短轴的距离，km；为标准差椭圆的方向角度，是由正北沿顺时针方向与椭圆长轴的夹角；i为第 i 个研究对象的权重，在该研究中以各碳汇变量的属性作为权重.标准差椭圆长轴表示碳汇的分布方向，短轴表示碳汇的分布范围，标准差椭圆的长短轴比例越大，表示碳汇分布的方向性越明显，反之不明显.1.3.3 重心迁移模型重心迁移模型是一种用于揭示区域内一组要素的平均中心随时间变化的常用方法，可借助重心点、迁移方向、迁移距离等指标来分析特定要素的动态空间分布及在空间上的演变趋势39-41.与传统的静态分析法相比，重心迁移模型更注重研究要素在时空上的动态变化特征.假设某区域由 n 个子区域组成(本研究中 n 为某种碳汇用地的数量)，其中第 i 个研究对象的空间地理坐标(或质点坐标)为(xi，yi)，i为第i 个研究对象的权重，采用加权平均中心来获取研究对象 i 的平均地理中心坐标.该研究中将各碳汇变量的属性作为权重，采用加权平均中心来获取各研究对象的坐标平均值.计算公式如下：X=ni=1ixini=1i,Y=ni=1iyini=1i（5）XY式中，(，)为研究对象在权重的影响下空间分布的加权平均中心坐标.1.3.4 地理探测器地理探测器是基于空间异质性原理，对空间数据进行分析并揭示其背后驱动因子的研究方法42-44.与其他研究影响因素的方法(如 LMDI 因素分解法)相比，地理探测器可用来解释影响因素的空间异质性问题；地理探测器模型无线性假设，对多重共线性免疫，与传统的回归分析法相比，能够更好地探究影响因素之间复杂的非线性关系.该研究运用地理探测器中的因子探测模块和交互作用探测模块对长江经济带碳汇的驱动因素进行探测分析.其中 q 值是地理探测器中最为主要的统计量，可用于度量空间分异性、探测解释因子、分析变量之间的交互关系.q 值的计算公式如下：q=1Lh=1Nhh2N2（6）式中：h=1，2，L 为变量 Y 或因子 X 的分层(Strata)；Nh和 N 分别为层 h 和全区的单元数(样本量)；h2和2分别为层 h 和全区 Y 值的方差.由式(6)可知，q 的取值范围为 0,1，数值越大，说明因子对被解释变量空间分异的解释力度越强.基于此，该研究综合考虑自然和社会经济因素，选取海拔高度、降水量等 6 个指标变量来分析影响长江经济带碳汇量的驱动性因素，各变量定义如表 1所示.表 1 各变量定义Table 1 Variables of various research indicators因素变量定义单位自然因素海拔高度(x1)平均海拔高度m降水量(x2)年均降水量0.1 mm社会经济因素经济发展水平(x3)人均国内生产总值104元/人产业规模(x4)工业增加值/国内生产总值%土地利用强度(x5)不透水面1)面积/总面积%国家政策(x6)植树造林面积hm2注：1)不透水面主要指具有不透水特性的人造地表结构；主要包括铺面、硬化地表、道路等，是人类活动最显著的区域45，故该研究选取不透水面积占总面积的大小来表征人类活动对土地利用的强度，符合研究需要.2 结果与分析为便于分析，依据长江干流河段划分标准及考虑到研究区省份的完整性，将长江经济带划分为三大地区：上游地区，包括云南省、四川省、贵州省和重庆市；中游地区，包括湖北省、江西省和湖南省；下游地区，包括安徽省、江苏省、浙江省和上海市.2.1 时序特征分析由图 1 可知，20002020 年长江经济带碳汇总量和碳汇强度总体上以波动上升为主，其中碳汇量从2000 年的6 971.98104 t 增至2020 年的7 004.09104 t；碳汇强度从 2000 年的 0.532 t/hm2增至 2020 年的0.538 t/hm2.具体而言，20002012 年碳汇总量呈现波动上升；20122014 年碳汇总量又有明显下降，从7 008.78104 t 降至 6 956.30104 t，2014 年成为研究期内碳汇量的一个“低谷”年，这可能与重大自然灾害导致部分省份碳汇用地特别是林地退化有关；后期又开始稳步回升到 2020 年的 7 004.09104 t.从碳汇结构(见图 2)来看，长江经济带碳汇结构在研究期内变动幅度较小，基本保持稳定.碳汇贡献量从大到小依次为林地、水域、草地和未利用地，其中林地是长江经济带最大的碳汇贡献者，平均每年维持在6 817.66104 t 左右的固碳量水平，占碳汇总量的96%以上，除 2002 年和 2014 年有所下降外，其余年份均以上升为主.水域和草地的碳汇比重占 3%左右，第 8 期黄汉志等：20002020 年长江经济带碳汇时空演变及影响因素分析1567其中水域碳汇在 2014 年达到最大值(129.51104 t)，之后趋于下降，但总体以上升为主；草地碳汇呈现下降的态势，从 2000 年的 44.09104 t 降至 2020 年的40.62104 t，降幅约为 7.87%.未利用地的碳汇比重较小，固碳能力微弱.从分地区(见图 3)来看：首先，就变化趋势而言，长江经济带各地区之间的碳汇强度变化特征不尽相同，中上游地区的碳汇强度以波动上升为主，如上游地区从 0.487 t/hm2升至 0.497 t/hm2，碳汇潜力得到提高；相比之下，下游地区的碳汇强度大致呈现倒“M”型的变化特点，2008 年和 2016 年成为研究期内两个明显的强度“低谷”年，2016 年后才开始出现逐步回升.其次，就变动频率而言，上游地区变动频率较低，整体以上升态势为主，而中下游地区的碳汇强度波动较频繁，如 20002002 年和 20122016年均有不同程度的降低.综上，研究期内长江经济带碳汇总量和强度均有提高，林地是最大的碳汇贡献用地且碳汇结构基本保持稳定；此外，长江经济带各地区碳汇强度变化不尽相同，中上游以上升态势为主，但中游变动频率较高，下游地区碳汇强度大致呈倒“M”型的变化特点且变动也较频繁.6 8906 9156 9406 9656 9907 0157 0400.5300.5320.5340.5360.5380.54020002002200420062008201020122014201620182020碳汇总量/(104 t)碳汇强度/(t/hm2)年份碳汇强度碳汇总量图 1 长江经济带碳汇总量和碳汇强度的变化Fig.1 Changes in total carbon sinks and carbonintensity in the Yangtze River Economic Belt 6 6006 6806 7606 8406 9207 0007 08020002002200420062008201020122014201620182020碳汇量/(104 t)年份林地草地水域未利用地图 2 长江经济带碳汇结构Fig.2 Carbon sink structure of the Yangtze RiverEconomic Belt0.4860.620 50.621 00.621 50.622 00.622 50.623 00.623 50.624 00.4880.490碳汇强度/(t/hm2)碳汇强度/(t/hm2)0.4920.4940.4960.4980.50020002002200420062008201020122014201620182020年份上游地区中游地区下游地区0.568 50.569 00.569 50.570 50.571 00.571 50.572 00.573 0碳汇强度/(t/hm2)0.570 00.572 5图 3 长江经济带各地区碳汇强度的时间变化Fig.3 Temporal variation of carbon sink intensity byregion in the Yangtze River Economic Belt 2.2 空间演变特征分析 2.2.1 碳汇强度的时空演变特征考虑到长江经济带沿线省份面积大小不一，以碳汇强度的变化情况来反映长江经济带不同地区碳汇的时空演变差异性更符合客观实际.由图 4 可见，20002020 年，长江经济带各省份碳汇强度在空间上分布不均，碳汇强度最大的省份主要分布在中上游地区，而下游大部分省份碳汇强度较低，在空间上大致呈现“南高北低、西高东低”的空间分布格局.随着时间推移，中上游大部分省份碳汇强度均有所增强，如四川省碳汇强度从 2000 年的 0.349 t/hm2增至2020 年的 0.362 t/hm2，增幅达到 3.66%，是上游地区碳汇强度增长最快的省份；相比之下，下游地区的省份由于受城市化推进的影响显著，部分省份碳汇强度有出现不同程度减弱的情形，如江苏省碳汇强度从2000 年的 0.311 t/hm2降至 2020 年的 0.303 t/hm2，降幅为 2.56%.2.2.2 标准差椭圆分析由碳汇标准差椭圆分析结果(见图 5)可知，20002020 年长江经济带碳汇总量以东北西南空间布局为主且集中分布于长江中上游地区.究其原因：长江中上游地区地形多以山地丘陵为主，森林、草地等碳汇用地面积较大，导致碳汇总量的主体也主要集中于中上游地区，包括贵州省、重庆市等.此外，长江经济带碳汇整体上在往西跃进，2010 年后向西迁移的趋势更加明显，表明东部地区固碳速率高的碳汇用地(如林地等)有所缩减且速度可能在加快，这导致碳汇总量集中分布区会在后期呈现向西加快移动的特点.为分析各用地碳汇量的空间分布及演变趋向，结合式(4)得到各用地碳汇标准差椭圆，结果如图 6 所示.首先，林地碳汇标准差椭圆与碳汇总量相似，也呈1568环境科学研究第 36 卷东北西南走向，结合椭圆向西收缩的趋势可知，林地面积在研究期内有所下降且分布区域在西移.其次，草地和未利用地碳汇集中分布在四川省中西部的川西高原，二者均呈现南(稍偏西)北(稍偏东)走向，且与 2000 年相比，碳汇用地都有明显缩小.最后，水域碳汇主要分布在长江中下游地区，通过标准差椭圆长轴可知其碳汇也主要以东北西南走向为主并向西跃进.由表 2 可知，研究期内长江经济带碳汇总量及各用地碳汇在空间分布上均有较大变化.20002010年，长江经济带碳汇总量以及林地和水域碳汇的标准差椭圆面积都有所扩大，表明这 10 年间长江经济带林地及水域碳汇在空间分布上有所扩展，集中度有所减弱；但其中草地和未利用地的标准差椭圆面积有所2000 年N四川省重庆市湖北省安徽省江苏省浙江省江西省湖南省贵州省云南省上海市2010 年N四川省重庆市湖北省安徽省江苏省浙江省江西省湖南省贵州省云南省上海市2020 年N四川省重庆市湖北省安徽省江苏省浙江省江西省湖南省贵州省云南省上海市碳汇强度/(t/hm2)0.3100.3100.3550.3550.5810.5810.6220.6220.6340.6340500 km0500 km0500 km图 4 长江经济带各省份碳汇强度的空间分布Fig.4 Spatial distribution of carbon sink intensity by provinces in the Yangtze River Economic Belt2000年2010年2020年江西省安徽省四川省重庆市贵州省2000年2010年2020年云南省湖南省湖北省江西省标准差椭圆浙江省上海市江苏省安徽省0300 kmN图 5 长江经济带碳汇标准差椭圆Fig.5 Standard deviation ellipse of carbon sinks in the Yangtze River Economic Belt第 8 期黄汉志等：20002020 年长江经济带碳汇时空演变及影响因素分析1569缩小，表明其空间分布范围趋向集中.20102020年，除水域碳汇外，其余用地的碳汇面积均在缩减，其中草地和未利用地碳汇的空间位置分布更为集中，而水域碳汇的标准差椭圆面积则进一步扩大，这得益于近年来长江中下游地区退耕还湖等政策的有效实施.表 2 长江经济带碳汇总量及各用地碳汇标准差椭圆相关参数Table 2 Elliptical correlation parameters for total carbon sinks and standard deviation of carbon sinks by site in the Yangtze RiverEconomic Belt碳汇类型20002010年20102020年长轴距离变化量/km短轴距离变化量/km面积变化量/km2长轴距离变化量/km短轴距离变化量/km面积变化量/km2林地1.860.755 849.961.877.302 430.57水汇1.8316.0710 701.332.7519.4425 119.39草地21.087.8824 816.5229.9320.9836 541.78未利用地17.9012.7422 233.4657.212.8347 677.30总量1.821.146 176.931.687.643 296.71 2.2.3 重心迁移模型由图 7 可见，2010 年后长江经济带碳汇的重心变化幅度均大于 2010 年前，在 2010 年后碳汇总量与各碳汇用地的空间演变特征趋于显著.其中，林地碳汇与长江经济带碳汇总量的重心主要集中在贵州省德江县境内(即长江上游地区)且二者迁移轨迹相似，20002004 年先向东北移动，2004 年后开始往西跃进，累积实现的迁移距离分别为 18.81 和 17.76 km.水域碳汇重心主要集中在湖北省境内(即长江中游地区)，整体上以向西跃进为主且重心变化较大，累积实现迁移距离 73.46 km；草地碳汇重心主要集中在四川省荥经县境内，整体以向北移动为主，累积实现迁移距离 21.76 km；未利用地碳汇重心主要集中在四川省天全县境内，重心波动较大但整体以向西迁移为主，累积实现迁移距离 32.38 km.2.3 影响因素分析 2.3.1 总体影响因素分析通过运用地理用探测器模型得到相关探测结果如图 8 所示.由图 8(a)所示 q 值可知，长江经济带碳汇量受到自然和社会经济因素的双重作用，其影响力由大到小依次为地形(x1)、降水量(x2)、国家政策(x6)、土地利用强度(x5)、经济发展水平(x3)和产业规模(x4).由图 8(b)可见，各因素交互作用后均呈现双因子增强的特点，不存在相互独立起作用的因子，并且0300 kmN四川省重庆市贵州省云南省林地碳汇标准差椭圆2000年2000年2010年2020年2000年2010年2020年2000年2010年2020年2000年2010年2020年2010年2020年湖南省湖北省江西省浙江省上海市局部放大江苏省安徽省水域碳汇标准差椭圆2000年2010年2020年草地碳汇标准差椭圆2000年2010年2020年未利用地碳汇标准差椭圆2000年2010年2020年图 6 长江经济带各用地碳汇标准差椭圆Fig.6 Standard deviation ellipse of carbon sinks by sites in the Yangtze River Economic Belt1570环境科学研究第 36 卷任何两个驱动因素相互作用后对碳汇量大小分布的影响力均大于单一因子.首先，自然因素和其他社会经济因素相互作用时，其 q 值的统计量均大于 0.9，表明碳汇大小的分布在受到人类活动影响之后，变化更加显著.其次，社会经济因素中，虽然经济发展水平和产业规模的单因子影响力较低，但与其他因子交互作用后解释力都有所增强，表明经济发展水平和产业规模是影响碳汇量分布的间接因素.最后，土地利用强度与国家政策的交互影响(q=0.932)在所有社会经济因素交互作用中的影响力最大，表明政策因素影响下的人类活动强度对于碳汇量大小的变化具有重要影响.2.3.2 影响因素具体分析在自然因素中，地形、降水等自然条件可为碳汇用地(如林地、草地、水域)等提供必要前提.对于长江经济带，相较长江中下游平原而言，以丘陵山地为主的中上游地区不利于耕地的发展和建设用地的扩张，再加上在地形的影响之下，地形雨较多，导致碳凤冈县碳汇总量德江县华容区天全县荥经县洪山区林地碳汇2020年2020年2020年2020年2020年2010年2010年2010年2010年2010年04 km010 km03 km05 km2000年2000年2000