贵州省农地利用方式变化的碳效应特征与空间差异

李林潼　舒英格

摘要：农地利用方式变化既是重要的碳源，同时也是最主要的碳汇。探寻一条适合贵州农地利用碳减排的道路显得尤为重要。基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源，测算了贵州省1995～2012年及其9个地市州2012年农地利用碳排放量。结果表明，1995～2012年贵州农地利用碳排放总量、强度年均分别增长2.21%、2.48%；化肥、农药、农膜、农用柴油、灌溉、翻耕所产生的碳排放量年均分别增长2.90%、3.93%、8.51%、8.35%、4.70%、1.27%。2012年各地市州碳排放测算结果表明，受资源禀赋、耕地总量、耕地结构等因素影响，贵州省9个地市州农地碳排放量存在明显差异，遵义、毕节较高，六盘水、贵阳则相对较低；2001～2012年林地碳汇呈现“增长—下降—增长”的趋势，而草地碳汇则呈现不规则波动。2012年贵州省9个地市州林地、草地碳汇情况差异较大，林地碳汇最多的是黔南州，最少的是六盘水；草地碳汇主要集中在黔西南州、黔东南州、黔南州和铜仁。农地利用方式变化的碳效应来看，2001～2012年贵州省因生态退耕产生的碳汇总体呈下降趋势，因建设用地所引发的碳排量总体呈上升趋势。农地利用变化的碳效应呈现区域差异，生态退耕碳汇效应最大是遵义，最小的是安顺；因建设占用耕地导致碳排放效应最大的是铜仁，最小为六盘水。

关键词：碳效应；农地利用方式；生态退耕；建设占用；贵州省

中图分类号：F302.3 文献标识码：A 文章编号：0439-8114（2015）15-3630-08

Abstract： Changes in use patterns of agricultural land is not only an important source of carbon， but also the important carbon sinks. Based on six major aspects of carbon source with chemical fertilizer， pesticide， farming film， agricultural diesel oil， irrigation and tillage， the amount of agricultural land using carbon emissions in Guizhou province was calculated during the period of 1995～2012， as well as 9 cities of Guizhou province in 2012. The results indicated that carbon emissions of total amount and intensity increased 2.21% and 2.48% in Guizhou provinces agricultural land during 1995～2012， respectively. Chemical fertilizer， pesticide， farming film， agricultural diesel oil， irrigation and tillage generated emissions increased 2.90 %， 3.93%， 8.51%， 8.35%， 4.70% and 1.27% respectively. Carbon emissions calculated in 2012 show that there were significant differences in farmland carbon emissions among 9 cities by the factor of endowment， the total amount of arable land and arable land structure. Carbon emissions in Zunyi and Bijie were the highest， while those of Liupanshui and Guiyang were lowest among 9 cities. Forest carbon sinks in 2001～2012 showed the "growth - fall - growth" trend， while grassland carbon sinks were irregular fluctuations. Forest land and grassland carbon sinks in 9 cities of Guizhou in 2012 were quite different. The largest forest carbon sink was Qiannan zhou， while the least was Liupanshui. Grassland carbon sinks were mainly from Qianxinan zhou， Qiandongnan zhou， Qiannan zhou and Tongren. Because of changes in agricultural land use patterns in Guizhou province during 2001～2012， the carbon sinks with ecological restoration were shown a downward trend， while carbon emissions from agricultural land changed for construction were shown upward trend. Regional differences in carbon sinks with agricultural land use patterns showed that the carbon sink of Zunyi was the most changeable with the effect of ecological restoration， while that of Anshun was the least changeable. The carbon emission of Tongren was the greatest with effect of construction occupancy of agricultural land， while that of Liupanshui was the smallest.

Key words：carbon effect；agricultural land use patterns；ecological restoration；construction occupancy；Guizhou province

近年来，随着化肥、农药等农用物质的大量施用，农业活动所引发的碳排放已成为碳排放的重要组成部分。大气中CO2含量增加是造成全球气候变暖的根源，据联合国政府间气候变化专门委员会第四次评估报告，在1906～2005年的百年中，全球平均地表温度升高0.74（0.56～0.92） ℃。全球气候变暖会导致降水量重新分配、冰川和冻土大面积消融、海平面上升等一系列严重后果，既危害了自然生态系统的平衡，更威胁人类食物供应和居住环境。研究表明，土地利用变化对全球二氧化碳含量的增加作用仅次于化石燃料的燃烧[1]。碳效应也由此成为当前的一个研究热点。

纵观近期研究成果，对碳效应研究主要表现在以下4个方面。

一是碳排放量测算及其影响因素分析。李波等[2]基于农业生产中6个主要方面的碳源，测算了中国1993～2008年的农业碳排放量情况，自1993年以来中国农业碳排放处于阶段性的上升态势，农业碳排放总量较高地区主要集中在农业大省，农业碳排放强度较高地区主要集中在发达城市、东部沿海发达省份和中部农业大省。通过Kaya恒等式变形对农业碳排放影响因素进行分解研究，得出了农业经济发展对农业碳排放具有较强推动作用、效率因素、结构因素、劳动力规模因素对碳排放量具有一定的抑制作用的结论；王锋等[3]运用对数平均Divisia指数分解法，把中国1995～2007年能源消费的CO2排放增长率分解为11种驱动因素的加权贡献，并对这一时期的6个时间段和每一种驱动因素进行了研究，认为GDP增长是CO2排放量增长的最大驱动因素。

二是碳排放与能源演变、产业发展的关系研究[4-6]。张丽峰[4]分析了中国产业结构、产业内部结构、能源生产结构、能源消费结构、产业能源消费结构与碳排放的关系，并结合我国实际提出了加快调整工业内部结构、提高能源利用效率、加快能源消费结构调整等减少碳排放的具体措施。

三是与生态系统相联系的碳储量研究[7，8]。李鑫等[7]根据优势树种生物量扩展方程，估算了江西省森林植被的碳储量和碳密度，并分析其地理分布特征。

四是区域土地利用变化相关的碳排放效应研究。游和远等[9]基于投入导向的CCR与BCC模型测算土地利用碳排放的总效率、技术效率、规模效率与规模报酬，得出了技术效率与规模效率的效率值及其分布与土地利用特征存在联系，规模效率有效地区分布远小于技术有效；规模效率有效省份与规模报酬不变省份存在不一致，改善土地利用碳排放规模效率需要考虑地区规模报酬所处阶段。张秀梅等[10]提出了地均碳排放强度和地均建设用地碳排放强度两个新指标，对江苏省1996～2007年碳排放效应进行了分析。总体而言，当前对碳排放的研究已经比较成熟，但是大多是基于能源角度，且以二、三产业为主，与农地、农业碳排放相关、针对不同土地利用结构碳排放的研究成果相对较少。

以上众多研究结论指出，土地利用结构在一定程度上反映碳排放结构，碳排放效应随着土地利用结构的不断调整而发生明显变化。因此，通过创新土地利用规划技术，形成低碳排放的土地利用结构与布局，转变土地利用方式可以在充分、合理利用土地资源的同时助推产业、能源结构的调整，是中国减少碳排放、实现经济与环境可持续发展的迫切需要[11]。

作为中国西南地区的喀斯特生态环境脆弱区之一，贵州省每年因农地利用活动直接或间接引起的碳排放量不容小觑，探寻一条适合贵州省农地利用碳减排的道路显得尤为重要，其首要任务是需要明确贵州省农地利用碳排放现状，准确把握其时空差异特征，并深入了解碳排放变化与农业经济发展之间的关系。本研究科学构建农地利用碳排放测算体系，对贵州省农地利用碳排放量与碳汇量进行测算分析，就贵州省农地利用类型变化引起的碳效进行探讨并展开讨论。

1 材料与方法

1.1 研究区概况

贵州省位于中国西南，云贵高原东部，介于东经103°36′-109°35′、北纬24°37′-29°13′之间。四周相邻5个省（区），东与湖南交界、南与广西毗邻、西与云南接壤、北与四川和重庆相连。东西长约595 km，南北约509 km。据2012年贵州省国土资源公报，全省土地总面积1 760.99万hm2，占全国土地总面积的1.84%。其中农用地1 479.94万hm2，占土地总面积的84.04%，耕地455.44万hm2，占土地总面积的25.86%；建设用地60.91万hm2，占土地总面积的3.46%；未利用地220.14万hm2，占土地总面积的12.50%。全省地貌可以分为高原山地、丘陵和盆地3种类型，其中92.31%为山地和丘陵，是全国惟一没有平原支撑的省份。境内岩溶地貌发育，分布范围广，岩溶（出露）面积10.91万km2，占全省国土总面积的61.95%，遍及全省88个县（市、区），且形态类型齐全，地域分异明显，构成一种特殊的岩溶生态系统，是世界上岩溶地貌发育最典型的地区之一。

2012年实现地区生产总值6 852.20亿元，比上年增长13.6%，占全国的1.3%，人均地区生产总值17 807.17元，比全国平均水平低888元，三次产业贡献率分别为7.6、49.6、42.8，财政总收入1 644.48亿元，比上一年增长23.6%。全省现辖9个地市州，工业化、城市化水平较低，2012年城市化水平为36.41%。土地生态系统受到人类活动影响较大，尤其是建设用地扩张使得碳排放量增长较快。

1.2 研究方法与数据来源

1.2.1 农地利用碳效应估算方法 CO2排放源分为自然排放源和人为排放源两类，自然源主要来自土壤和海洋释放，人为源是由人类活动引起的CO2排放[12]，后者属于本研究的研究对象。人类活动特别是对森林滥伐、化石燃料无节制的使用，以及农用物质的大量使用、土地结构逆向利用等导致农地利用方式变化的活动，直接或间接造成大气中CO2含量持续增高。农地利用方式变化，主要指农地生产行为方式以及农地用途类型变化[13]。农地利用的碳效应主要分为碳排放和碳汇效应。本研究中农地类型主要涉及耕地、林地、草地3类，农地利用的碳排放主要是指耕地利用的碳排放，碳汇主要是林、草地的自然碳汇。由于园地面积所占比重较小，且实际上相当部分园地纳入耕地统计范畴，因此对园地碳功能不予以测算。鉴于贵州省牲畜养殖以圈养为主，故暂不考虑畜牧业所带来的甲烷排放。农作物尽管在生长过程中汇聚碳，然而其果实和秸秆通过人的消费和秸秆焚烧，最终其所汇聚的碳释放在空气中。再者，如果把农作物碳汇纳入农地利用碳汇测算中，则很容易得出为了增加碳汇而无限制进行复种和土地翻耕的谬论。故此，农作物碳汇不纳入农地利用碳排放测算体系。农地利用碳排放，是指农民在从事农业生产活动过程中作用于农地而直接或间接导致的碳排放[14]。

农地利用碳排放主要有以下6 类碳源：①化肥，由于农业生产过程中消耗化石能源和施用对土壤碳库破坏的农用物质直接或间接导致的碳排放；②农药，生产和使用过程中直接或间接导致的碳排放；③农膜，在生产和使用过程中直接或间接引起的碳排放；④农业机械，在使用过程中消耗农用柴油进而导致的碳排放；⑤农地翻耕，破环了土壤有机碳库，进而导致有机碳的释放；⑥灌溉，耗用电能（火电部分），而火电产生过程中耗费化石燃料间接导致的碳排放[15]。

据此，构建贵州省农地利用碳排放公式如下：

E=∑Ei=∑Ti·δi （1）

式中E为碳总排/碳汇放量；Ei为主要土地利用方式产生的碳排放量；Ti为各碳源的量；δi为各碳排放（吸收）系数。

根据有关经验数据，分别归纳出农地碳源系数如表1。

1.2.2 数据来源 所需各年份数据均来自《贵州统计年鉴》、《贵州国土资源公报》、《中国城市统计年鉴》、《中国能源统计年鉴》。其中，化肥、农药、农膜、农用柴油、灌溉面积均以当年实际情况为准；翻耕数据则用当年农作物实际播种面积替代；各地市州数据均来自其统计年鉴，并统一采用2012年数据。

2 结果与分析

2.1 贵州省农地利用碳排放时空变化特征分析

2.1.1 贵州省农地利用碳排放时序变化特征 根据公式（1），计算贵州1995～2012年农地利用碳排放情况如表2所示。可以看出，碳排放量总体呈现上升趋势，由1995年的199.404 6万t增至2012年的287.909 2万t，18年间增加了44.38%，年均递增2.21%，碳排放增长过快问题突出。其中，化肥、农药、农膜、农用柴油、灌溉、翻耕等农用物质投入所导致的碳排放呈不同程度的增长，年均增长率分别为2.90%、3.93%、8.51%、8.35%、4.70%、1.27%。碳排放强度从1995年的1 083.721 0 kg/hm2增长到2012年的1 633.990 9 kg/hm2，18年间增加了50.78%，年均递增2.48%。尤其是在2006年之后，由于国家农业政策的改变和农业科技水平的提高，碳排放几乎呈直线上升。

2.1.2 贵州省农地利用碳排放空间差异分析 进一步计算贵州9个地市州2012年农地利用活动所导致的碳排放情况如表3所示。由表3可知，存在农地碳排放总量差异和农地碳排放强度差异。

1）农地碳排放总量差异。贵州9个地市州农地碳排放量存在明显差异，遵义、毕节较高，六盘水、贵阳则相对较低，究其原因可能是受资源禀赋、耕地总量、耕地结构等因素的影响。其中，排放量最多的遵义市，2012年累计排放66.946 7万t；而最少的是六盘水市16.564 2万t，仅为遵义市的1/4。按照碳排放的绝对量差异可将9个地区分为3个等级（图1）：①排放量少于20万t的地区，包括贵阳、六盘水、安顺，主要集中于黔中、黔西地区，粮食作物以稻谷、玉米为主；②排放量介于20万～50万t的地区，包括铜仁、黔西南、黔东南、黔南，主要分布于山区丘陵，粮食作物包括稻谷、玉米、小麦等；③排放量超过50万t的地区，包括遵义和毕节，主要分布于黔（西）北地区，粮食作物以稻谷、玉米、小麦、大豆为主。

2）农地碳排放强度差异。由于不受资源总量影响，碳排放强度更能客观反映一个地区农地利用碳排放水平，以便不同地区进行横向比较。测算表明，贵州省9个地市州农地利用碳排放强度差异不太明显，且呈现不规律分布的特征。其中，强度最高的地区为贵阳，为1 758.112 kg/hm2，最低的地区是黔西南州，为1 421.378 kg/hm2。依据农地利用碳排放强度绝对量差异，也可将9个地区分为3个层次（图2）：①排放强度低于1 500 kg/hm2的地区，包括安顺、黔西南州；②排放强度介于1 500～1 700 kg/hm2的地区，包括六盘水、毕节、黔东南州；③排放强度高于1 700 kg/hm2的地区，包括贵阳、遵义、铜仁和黔南州。

2.2 贵州省林地、草地碳汇时空变化特征分析

2.2.1 贵州省林地、草地碳汇时序变化特征 2001年以来贵州林地面积呈现“增长-下降-增长”的趋势。从2001～2005年，由于国家退耕还林还草政策的实施，贵州林地碳汇从362.947 9万t增长到373.482 5万t，增长2.90%；从2005～2006年，由于国务院发布实施“守住18亿亩耕地红线”政策，林地碳汇呈现下降的趋势，这期间林地碳汇减少了6.515 1万t；2006年以来，贵州兼顾退耕还林还草、守住18亿亩耕地红线政策，林地面积明显增长，7年间林地碳汇增长了36.763 5万t。总体来看，贵州林地碳汇从2001年的362.947 9万t增长到2012年的403.730 9万t，增长11.24%（表4）。

草地是仅次于林地的第二大碳汇。近年来，随着经济建设的发展和粮食安全问题的凸现，贵州征占和开垦草原的现象时常发生，草地面积呈现波动变化，尽管数量不大，但趋势明显。

2.2.2 贵州省林地、草地碳汇空间差异分析 进一步计算贵州省9个地市州2012年林地、草地碳汇情况如表5所示。

从各地区碳汇情况来看，由于自然资源禀赋不同，使得区域林地草地碳汇量差异较大，林地碳汇最多的是黔南州，为83.898 1万t，比最少的六盘水高出10多倍。草地碳汇主要集中在黔西南州、黔东南州、黔南州和铜仁，2012年该4市州草地碳汇占全省草地总碳汇量的75.45%。

2.3 贵州省农地类型变化的碳效应分析

2.3.1 农地利用政策变化的单位碳效应效果分析 农地利用方式转变引起的碳效应采用差值法进行确定[13，15]。以耕地、林地间的转换为例：设耕地碳排系数为α，林地碳汇系数为-β，退耕还林的碳汇效果即为-（α+β），毁林开荒的碳排效果即为（α+β）。令草地的碳汇系数为-μ、建设用地的碳排系数为λ，则退耕还草的碳汇效果为-（α+μ），毁草开荒的碳排效果为（α+μ）；建设农地转为耕地碳减排效果为 -（λ-α），耕地转为建设用地的碳增排效果为（λ-α）。进一步得出建设用地转为林地的碳汇效果为-（β+λ），林地转为建设用地的碳排效果为（β+λ）；建设用地转为草地的碳汇效果为-（μ+λ），草地转为建设用地的碳排效果为（μ+λ）。

至于数据来源，耕地碳排放强度数据参考表2，建设用地碳排系数以文献[20，22]为准，为55.8 t/hm2，其他碳效应系数参考表1。林地、草地、建设用地的碳效应系数均沿用统一值，而耕地碳排放强度数据采用历年变化值。土地利用类型变化数据来源于贵州统计年鉴。基于差值法，可得耕地与林地、耕地与草地以及耕地与建设用地之间转变导致的碳效应变化情况见表6。由于林地、草地、建设用地间的转变采用统一标准，不存在年际差异。

2.3.2 生态退耕与建设占用的碳效应变化时空分析

1）生态退耕与建设占用碳效应时序变化分析。农地利用方式改变是导致其碳功能发生变化的重要原因，结合贵州省当前实际，生态退耕（近似认为是退耕还林）、建设占用（近似认为是耕地转为建设用地）是最为普遍的两类农地利用转换形式。鉴于不同年份生态退耕、建设占用面积以及各自转换系数存在差异，计算历年贵州生态退耕与建设占用碳排放变化情况有助于把握其变化规律，对科学预测未来发展趋势具有重要借鉴意义。由表7可知，2001～2012年，贵州省因生态退耕产生碳汇呈先上升后减少的变化趋势，2003年达到最大值31.578万t，而到2012年仅为2.867万t；反观由于建设占用所引发的碳排量，由2001年的17.842万t升至2012年的64.309万t，12年间增长了38.93%，年均递增3.19%。

总之，2001年以来由生态退耕引起的碳汇效应和由建设占用引起的碳排效应分别是下降和上升的。而由图3可知，无论是碳汇还是碳排放效应，历年变化趋势并不一致，存在较强的波动性。其中，碳汇量变化趋势呈现“n”型，前几年快速增加，在2003年达到极值，2003年以后则急剧下降；而碳排量变化趋势则呈不规则变动，2011年达最大值。

2）生态退耕与建设占用碳效应空间差异分析。基于贵州省各地市州相关数据及转换系数，计算贵州省9个地市州生态退耕与建设占用导致的碳效应变化见表8。可以得出，各地区差异明显，其中因生态退耕碳汇效应最为突出的是遵义，2012年碳汇量为726.694万t，最小的是安顺，为114.322万t，二地相差近7倍；因建设占用耕地导致碳排效应最为显著的是铜仁，为37.004万t，而六盘水最少，仅为10.954万t，两个地区相差3.38倍。贵州省9个地市州由于生态退耕所带来的碳汇效应排在前3位的依次为：遵义、毕节、黔西南州；而排在后3位的依次为：安顺、六盘水、黔南州；图4为各地区因建设占用耕地所导致的碳排放排序情况，排在前3位的依次为：铜仁、贵阳、黔东南州；而排在后3位的依次为：六盘水、安顺、黔南州。

3 小结与讨论

3.1 小结

结合研究结果与相关分析，可得出以下结论：

1）纵向来看，贵州省农地利用碳排放总体呈现上升趋势。由1995年的199.404 6万t增至2012年的287.909 2万t，年均递增2.21%；基本呈现逐步上升的变化特征。农地利用碳排放强度变化轨迹基本与此一致，由1995 年的1 083.721 0 kg/hm2增至2012 年的1 633.990 9 kg/hm2，年均递增2.48%，也基本呈现逐步上升趋势。

而林地、草地碳汇呈波动变化。从2001～2005年，贵州林地碳汇从362.947 9万t增长到373.482 5万t，增长2.90%；从2005～2006年，林地碳汇呈现下降的趋势，这期间林地碳汇减少了6.515 1万t；2006～2012年，林地碳汇增长了36.763 5 万t。总体来看，贵州省林地碳汇从2001年的362.947 9万t增长到2012年的403.730 9万t，增长11.24%。草地碳汇在12.5万t附近波动，尽管数量不大，但趋势明显。

2）横向来看，贵州省农地利用碳排放区域差异较明显。2012年贵州省农地利用碳排放量最大的地区是遵义，高达66.946 7 万t；最少的地区是六盘水，仅为16.564 2万t；其他地区多介于20万～50万t。农地利用碳排放强度最高的地区是贵阳，为1 758.112 kg/hm2，最低的地区是黔西南州，为1 421.378 kg/hm2；其他地区多停留在1 500～1 700 kg/hm2之间。

从各地区碳汇情况来看，由于自然资源禀赋不同，使得区域林地草地碳汇量差异较大，2012年林地碳汇最多的是黔南州，为83.898 1万t，比最少的六盘水高出10多倍。草地碳汇主要集中在黔西南州、黔东南州、黔南州和铜仁，2012年4市州草地碳汇占全省草地总碳汇量的75.45%。

3）农地利用方式变化的碳效应来看，2001～2012年贵州省因生态退耕产生碳汇总体呈下降趋势，2003年达到最大值31.578万t，而到2012年仅为2.867万t；由于建设占用所引发碳排量总体呈上升趋势，由2001年的17.842万t升至2012年的64.309万t，12年间增长了38.93%，年均递增3.19%。农地利用方式变化的碳效应区域差异，生态退耕碳汇效应最大是遵义，2012年因此产生碳汇726.694万t。最小为安顺，114.322万t，两地相差近7倍；因建设占用耕地导致碳排放效应最大的是铜仁，为37.004万t，最小为六盘水，仅10.954万t，两地相差3.38倍。

3.2 讨论

本研究以贵州省为例，基于化肥、农药、农膜、农用柴油、灌溉、翻耕等6个主要方面的碳源，就贵州省农地利用碳排放的时空特征及农地利用方式变化导致的碳效应关系展开了较为深入的研究，所取得的一些代表性结论对相关研究具有一定参考作用。研究结果表明，在过去的10多年里，贵州省农地利用碳排放效应趋于增长，表现在农用物质的大量投入、生态退耕的减少和建设用地的逐年增多；单位面积农地产出水平的提升在一定程度上加剧了农地碳排放强度，可见今后农地利用碳减排压力仍旧巨大。而限于数据的可获取性及笔者自身水平的不足，研究也存在着不足之处，如农地利用碳排放指标体系的构建有待进一步完善；对区域农地利用碳排放产生差异的原因缺乏深度挖掘；未能提出有助于解决农业经济增长与农地利用碳减排间矛盾的可行性政策建议，上述不足有待下一阶段进一步研究。

参考文献：

[1] HOUGHTON R A. Temporal patterns of land-use change and carbon storage in China and tropical Asia[J]. Science in China（Series C：Life Sciences），2002，45（1）：10-17.

[2] 李 波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口资源与环境，2011，21（8）：80-86.

[3] 王 锋，吴丽华，杨 超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究，2010（2）：123-136.

[4] 张丽峰.我国产业结构，能源结构和碳排放关系研究[J].干旱区资源与环境，2011，25（5）：1-7.

[5] 胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析[J].中国人口资源与环境，2008，18（3）：38-42.

[6] 赖 力.中国土地利用的碳排放效应研究[D].南京：南京大学，2010.

[7] 李 鑫，欧阳勋志，刘琪璟.江西省2001-2005年森林植被碳储量及区域分布特征[J].自然资源学报，2011，26（4）：655-665.

[8] 刘金花.基于改进生态足迹模型的低碳土地利用研究[D].北京：中国地质大学（北京），2013.

[9] 游和远，吴次芳.土地利用的碳排放效率及其低碳优化-基于能源消耗的视角[J].自然资源学报，2010，25（11）：1875-1886.

[10] 张秀梅，李升峰，黄贤金，等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学，2010，32（4）：768-775.

[11] 王克强.土地利用变化的碳排放效应研究[D].成都：四川农业大学，2012.

[12] 王雪娜.我国能源类碳源排碳量估算办法研究[D].北京：北京林业大学，2006.

[13] 李 波，张俊飚.基于我国农地利用方式变化的碳效应特征与空间差异研究[J].经济地理，2012，32（7）：135-140.

[14] 卢 娜.土地利用变化碳排放效应研究[D].南京：南京农业大学，2011.

[15] 田 云，张俊飚，李 波.湖北省农地利用碳排放时空特征与脱钩弹性研究[J].长江流域资源与环境，2012，21（12）：1514-1519.

[16] WEST T O，MARLAND G. A synthesis of carbon sequestration，carbone missions，and net carbon flux in agriculture：comparing tillage practices in the United States[J]. Agriculture Ecosystems and Environment，2002，91（1-3）： 217-232.

[17] 智 静，高吉喜.中国城乡居民食品消费碳排放对比分析[J].地理科学进展，2009（5）：429-434.

[18] 伍芬琳，李 琳，张海林，等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志，2007，26（12）：2035-2039.

[19] DUBEY A，LAL R.Carbon footprint and sustainability of agricultural production systems in Punjab， India and Ohio，USA[J]. Journal of Crop Improvement，2009，23（4）：332-350.

[20] 黄贤金，胡初枝.区域产业结构变化的碳排放效应研究-以江苏省为例[A].2007年学术年会论文集[C].北京：中国地理学会，2007.

[21] 方精云，郭兆迪，朴世龙，等.1981-2000年中国陆地植被碳汇的估算[J].中国科学（D辑：地球科学），2007，37（6）：804-812.

[22] 李 颖，黄贤金，甄 峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报，2008，24（S2）：102-107.