武汉市土地利用结构与能源消费碳排放关联测度分析.docVIP

武汉市土地利用结构与能源消费碳排放关联测度分析 　　摘要：本文基于武汉市1998～2011年的土地变更数据及能源消耗数据，运用灰色关联度模型及Pearson相关分析法分别测度土地结构与能源消费碳排放总量、能源消费碳排放强度、人均能源消费碳排放量的关联度及相关系数。结果表明，土地利用结构与能源消费碳排放总量、能源消费碳排放强度和人均能源碳排放量三者关联度最高的分别是交通用地（0.884）、耕地（0.735） 和园地（0.894），对应的Pearson相关系数分别为0.923、0.777 和0.915。关联度及相关系数都处于很高的水平，因此，合理组织土地利用对武汉市实现节能减排具有重要意义。 　　关键词：碳排放；土地利用结构；关联度；Pearson相关分析 　　中图分类号：F301.2文献标识号：A文章编号：1001-4942（2014）07-0097-06 　　AbstractBased on the data of land change and energy consumption in Wuhan City during 1998～2011， the correlation degree and coefficients of land use structure with total carbon emission quantity， carbon emission intensity and per capita carbon emission of energy consumption were analyzed respectively with grey relational degree model and Pearson correlation analysis. The results showed that traffic land （0.884）， farmland （0.735） and garden plot （0.894） had the highest correlation degree with carbon emission quantity， carbon emission intensity and per capita carbon emission of energy consumption respectively with the Pearson correlation coefficients as 0.923， 0.777 and 0.915 respectively. In conclusion， relational utilization of land had important significance to realizing energy conservation and emission reduction in Wuhan City. 　　Key wordsCarbon emission； Land use structure； Correlation degree； Pearson correlation analysis 　　近几十年来，全球变暖的问题已经成为国际性的公共议题，多国政府积极致力于碳减排这一热点问题的研究。最早的低碳问题研究可以追溯至1992年的《联合国气候变化框架公约》以及1997年的《京都议定书》，随后“低碳经济”这一概念由英国在2003年的能源白皮书《我们的能源未来：创造低碳经济》中正式提出。政府间气候变化专门委员会（IPCC）在评估报告中指出，自1850年以来，全球有1/3的温室气体是由土地利用变化导致的；更有研究表明，土地利用/覆被变化成了仅次于化石燃料燃烧的第二大引起温室气体增加的因素。土地对碳排放的影响分为直接影响和间接影响，直接影响是指土地利用结构变化或者经营管理变化所引起的碳排放的变化，间接影响是指土地承载的全部人类活动所引起的碳排放。因此，通过对土地利用结构变化的分析以及对土地资源配置的优化，可以在一定程度上控制能源消耗碳排放，从而走上一条低污染、低排放、低能耗和高效能、高效率、高效益的土地可持续利用之路，最终通向经济效益、生态效益、社会效益协调统一的 “环境友好型”和“资源节约型”社会[1]。 　　目前国内外许多学者都对碳减排问题进行了研究，但主要偏向于低碳与经济增长及城市发展关系的研究，如Foxon[2]在国家经济发展转变为可持续发展的低碳模式基础上提出了“共同进化框架”。在土地利用碳排放方面，赵荣钦[3]和赵先超[4]等进行了土地碳排放效应的分析以及基于低碳背景下土地结构的优化研究；黎孔清[5]和张中秋[6]等建立了基于低碳条件下的土地集约利用评价指标体系并进行了土地集约利用评价；蓝家程等[7]采