北京市耕地集约利用与碳排放的关系

北京市耕地集约利用与碳排放的关系摘要：耕地集约利用过程中常常伴随耕地功能的变化，本文以北京为研究区，通过运用主成分分析法，得到1990-2012年耕地综合集约利用度，发现期间耕地集约度（白分制）11141.3增加为813通过耕地碳排放综合系数法对研究区耕地碳排放进行核算，发现北京市耕地碳排放逐渐减小；运用相关性分析的方法对耕地集约利用度与碳排放进行了分析，发现两者呈现极显著的相关性。从生态文明及环境保护角度，本硏究提出了通过调整耕地集约利用悄况，来控制碳排放，从而减少污染的建议。关键字：耕地集约利用；主成分分析；相关性分析；碳排放0引言我国用全球7%的耕地养活了世界22%的人口，粮食产量也实现了〃十一连增S但这背后却是耕地的过度集约利用、耕地资源的严重透支、生态环境的不断恶化。上地利用变化及其产生的效应相关研究成为全球的研究热点［1］。近年来，人们逐渐认识到农用地利用程度的变化可能比耕地而积减少对中国粮食安全以及区域可持续发展的威胁更大，因此要加强农用地内部利用方式与利用程度变化规律研究［2］。孔祥斌等以河北省曲周县为例，研究了集约化农区上地利用变化对土壤养分的影响［3］。对于碳排放相关方而的研究，胡辉着重研究了建设用地、耕地及林地、草地上地利用的碳排放的碳源与碳汇效应［4］；余洋应用物料衡算法对广东省碳源排碳量进行了讣算［5］：政府间气候变化专门委员会（IPCC）编制的《国家温室气体淸单指南》［6］,给丄地利用的碳排放核算提供了参考。基于此，本研究以北京市为研究对象，构建耕地集约利用评价指标体系，运用主成分分析法评价2003-2012年北京市耕地集约利用时序变化规律，并对耕地碳排放进行孩算，并用典型相关性分析法对两者关系进行分析。1研究区域概况北京市中心位于北纬39。54々0〃，东经口6。25々9〃，全市南北最长170公里，东西最宽160公里。北京全市平均海拔42.5m,年平均气温是14.0°C,年均降雨虽:为484mm。北京地区属于海河水系，河流均自西北部山地流出，流经东部平原，最后汇入渤海。2010年北京市常住人口1961万人，北京是综合性产业城市，综合经济实力在全国省级行政区中领先.地区生产总值13777.94亿元人需币，人均生产总值70251元人民币。2研究方法2.1耕地集约利用指标体系的构建尽管近年来耕地集约利用一直贯穿在上地管理与耕地利用过程中［7］,但目前关于耕地集约利用尚未有统一明确的龙义。邓楚雄等将耕地集约利用的内涵界泄为：在不影响耕地可持续利用和农产品安全的前提下，合理适度增加相关生产要素的投入并优化其结构，充分挖掘耕地利用潜力，以最大限度地提髙耕地利用效率与综合效益（资源、经济、社会、生态等效益）的土地利用方式。评价指标的选取既要符合耕地集约利用的内涵又要全面反映研究区耕地利用的实际.还要与耕地碳效应相关的利用相联系，因此本研究遵循代表性、可比性、科学性、综合性等原则，选取北京市耕地集约利用评价综合指标体系。表1耕地集约利用评价指标体系2.2主成分分析法评价耕地集约利用时序变化2.2.1原始数据标准化数据标准化的目的是为了消除因数据单位和量纲而带来的不可比性。因此事先对数据进行标准化处理。本研究采用标准差标准化法，如式（1）式中：为标准化后的指标值；为原始指标值：为j个指标的算术平均值：为样本标准差。2.2.2主成分的确定以北京市1990-2012年的数据为样本.将标准化后的评价指标数据构建矩阵，采用SAS软件进行数据处理，通过运算得到样本指标矩阵的特征值、方差贡献率、累积方差贡献率（见表2）,按照累积方差贡献率大于90%的原则，提取主成分。其中样本指标矩阵累积方差贡献率在90%以上，说明这几个新变量（主成分）已包含原始样本矩阵中的绝大部分信息,可以用于解决耕地集约利用评价。表2特征值与方差贡献率注：Fl、F2、F3分别为第2、3主成分2.2.3各卜成分得分通过SAS软件进行编程运算，得到各评价指标在各主成分上的荷载：利用各评价指标在各主成分上的荷载除以相对应的特征值的平方根，求算出主成分的特征向量（主成分表达式中各指标系数）；将各指标标准化值与英对应的系数相乘后累加，如式（3）,计算出齐主成分得分。式中，为区域第i年第n个主成分综合得分；k为评价指标总数：为某个区域第j项指标的系数。2.2.4主成分综合得分对％主成分相对应的特征值作归一化处理，并以归一化处理后的值为权重，与其对应的主成分得分相乘后累加，如式（4）,合成主成分综合得分。式中，为某个区域第i年主成分综合得分：为某个区域第个主成分对应的权重。2.2.5百分制转换为了宜观反映北京市耕地集约利用程度，将主成分综合得分按照式（5）折算，得到耕地集约利用评价百分制得分。2.3耕地碳排放量核算对于耕地，由于农作物吸收大气中的CO2,但是短期内又被分解并释放到大气中去，力［1之农作物生产过程中又存在碳源过程，这使得耕地的碳源作用更强，另外耕地上壤的碳排放与碳固持作用因具体耕作方式.利用强度不同而变化，本研究本着估算北京市整体耕地碳排放情况，故将耕地归为碳源［8］。因此本研究中耕地的碳排放效应测算模型采用石洪昕⑼的研究中用到的测算模型：式中：T表示耕地的碳排放量：A代表耕地的而积：代表耕地的碳排放（吸收）系数，负值表示碳吸忆英值为0.0497kg/（m2*a）o2.4耕地集约利用与碳排放相关分析相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量元素的相关密切程度。相关性的元素之间需要存在一泄的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化。本研究采用SAS软件对耕地集约利用综合指标和耕地碳排放量进行相关性分析。3数据来源本研究上地利用现状数据来源于中国科学院地理科学与资源研究所，各集约度评价指标相关数据如耕地而枳、化肥施用咼、粮食产量等来源于《北京市统计年鉴》，耕地碳排放估算排放系数来源于石洪昕所做研究［9］。4研究结果与分析通过以上方法进行计算得到北京市1990-2012年耕地综合集约利用度与耕地碳排放量，见图图1北京市耕地综合集约利用度与耕地碳排放由图可知，北京市耕地集约利用程度整体呈现上升趋势。在1990-1996年上升幅度较大:在1997-2001年耕地利用集约程度有所降低，其与北京经济快速发展，大面积的农用地转为建设用地，同时农用地内部结构进一步发生变化有一泄关系［10］；在2002-2012年耕地集约利用程度呈现较大幅度的上升，其与耕地而积的逐渐减少，而投入及产岀不断加大有关。对于耕地碳排放量，因本研究采用的是综合指标核算法，因此耕地碳排放量与耕地而积呈现正相关性，虽然精确度不髙，但能够反映岀耕地碳排放的趋势，即在耕地集约利用过程中.耕地碳排放量有所降低，但耕地转为建设用地•北京城市系统的碳排放量会有所增加，而转为表现碳汇的林地，则系统整体碳排放量会有所降低。北京市耕地集约利用与碳排放的相关分析，由SAS运行结果中Pearson相关系数来看，北京市耕地集约利用与耕地碳排放之间的相关系数为-0.90831,概率＜0.0001，说明两者相关性达到极显著水平。表3北京市耕地集约利用度与耕地碳排放相关分析＜.00015结论及讨论1990-2012年北京市耕地集约利用度呈现先增加后减小又增加的过程，百分制下的集约利用程度由41.3增加为81.3＞增加近一倍。说明耕地的利用程度是不断加大的，耕地利用承受较大压力。北京市耕地碳排放效应的核算本研究采用的是综合系数法，此种方法忽略了耕地既有碳汇又有碳源的功能，简化了不同利用强度下碳排放(碳吸收)的情况•因此在精确度上有所降低，对于详细的耕地碳效应，还应考虑耕地不同土壤类型的碳储量，从而计•算耕地碳效应。北京市耕地碳排放效应与耕地集约利用存在极显著的相关性，且呈现负向相关性，因此从耕地碳效应上可以为减少耕地碳排放提供参考。但本研究对耕地碳排放核算的简化不能更精确的表述北京市耕地空间上的碳效应情况，因此需要进行更深入的研究，即对北京市空间上的耕地集约利用及碳效应情况进行分析。参考文献：⑴蔡运龙•丄地利用/上地覆被变化研究:寻求新的综合途径［J］•地理研究,2001,06:645・652・［2］LiXiubin,WangXiuhong.ChangesinagriculturallanduseinChina:1981—2000［J］.AsianGeographer,2003,22(1):27—42・⑶孔祥斌,张凤荣，齐伟，徐艳•集约化农区丄地利用变化对土壤养分的影响一一以河北省曲周县为例［J］•地理学报,2003,03:333-342.⑷胡辉•广东省土地利用变化碳排放效应研究［D］广东工业大学,2014.［5余洋•基于碳减排的广东省上地利用调控对策研究［D］广东工业大^,2011・⑹EGGLESTONHS,BUENDIAL,MIWAKZetc.2006IPCCGuidelinesforNationalGreenhouseGasInventories［R］.PreparedbyNationalGreenhouseGasInventoriesProgram.Japan:IGES,2006・［7］吕晓，刘新平，李振波，等•耕地集约利用指标体系研究：以新疆省为例［J］•广东土