土地利用变化（LUCC）是全球碳排放的重要贡献因子，约占全球碳排放总量的32%，LUCC如何及在多大程度上影响陆地生态系统系统碳循环已成为土地利用变化与生态效应研究关注的热点问题之一。太湖流域位于长三角的核心地带，是我国人口最稠密、经济最发达、土地集约化程度最高和土地利用变化最快速的区域，近25年太湖流域大规模城市化已对流域陆地生态系统产生强烈的扰动。太湖流域以耕地向建设用地转化及开发强度不断增大为主要特征的土地利用变化，对流域碳收支格局将产生何种影响尚不清晰。我所徐昔保副研究员等通过自建与共享，针对太湖流域典型土地利用类型（稻麦轮作耕地、毛竹林、针阔混交林）建立了涡度相关碳通量自动观测系统，解析典型土地利用类型碳循环的关键过程及影响机制，利用连续观测的碳通量数据率定与修正Biome-BGC生态过程模型。为区分LUCC与环境因子（大气CO2浓度/氮沉降浓度）对净生态系统生产力（NEP）的影响，设置了两种不同情景：情景1考虑LUCC和大气CO2浓度/氮沉降浓度变化对NEP的综合影响；情景2仅考虑LUCC对NEP的影响，大气CO2浓度/氮沉降浓度设定为1985年水平保持不变；两种情景模拟取5年平均值简单剔除气象因子波动对NEP的影响。结果表明太湖流域1985-2010年NEP总量从1985年16.1Tg C减少到2010年14.5TgC，减少1.57TgC（9.8%），其中LUCC导致NEP减少3.06 Tg C（21.7%），大气CO2浓度/氮沉降浓度上升提高NEP 1.55 Tg C，占LUCC导致NEP减少总量的50%。该研究得到国家自然科学基金重点项目（41030745)和面上项目（41371532）等支持，研究成果发表在地学主流期刊Journal of Geophysical Research: Biogeosciences（TOP，IF = 3.318）。
图1 太湖流域碳通量观测、模型率定与区域模拟
Xibao Xu, Guishan Yang, Yan Tan, et al., 2017. Impacts of land use changes on net ecosystem production in the Taihu Lake Basin of China from 1985 to 2010. Journal of Geophysical Research: Biogeosciences, 122, doi:10.1002/2016JG003444.
工业是我国能源消耗与碳排放贡献最大的部门，2014年工业消耗的能源占全国能源消耗总量的70%。长三角是我国三大核心城市群之一，其国土面积、人口和GDP分别占全国的1.2%、8.1%和15.9%，能源消耗与碳排放分别占全国能源消耗总量和碳排放总量的17.5%和15.5%，区域节能减排面临非常严峻的挑战与重任。本研究利用工业部门终端能源消耗数据，估算与辨识长三角2000-2014年工业碳排放（ICE）时空变化格局特征；综合考虑工业产值（GIOV）、产业结构（IS）、能源强度（EI）、能源结构（ES）、工业企业构成（数量/比例）（国企、集体企业、私企、外资），基于县域尺度建立3个面板模型，揭示了长三角工业碳排放的关键影响因子及其贡献度，有助于明晰长三角地区节能减排路径。研究结果表明：（1）长三角工业碳排放总体呈增长趋势，从2000年的135.94 Mt CO2上升到2014年421.03 Mt CO2，增长了2.1倍；（2）工业碳排放空间格局总体上与长三角“Z”字城市空间格局基本一致，2000-2010年所有市县的工业碳排放都呈增长趋势，2010-2014年17个市县的工业碳排放呈下降趋势，主要集中在上海、湖州、无锡、杭州和慈溪，累计占长三角碳排放减少总量的85.6%；而以宁海、镇江、常熟、张家港和平湖为代表的中小城市碳排放呈显著的增长趋势，累计占长三角碳排放增长总量的54.8%；（3）长三角工业碳排放主要受工业总产值、能源结构、能源强度和企业构成（国有企业、集体企业和自营企业）的影响，而产业结构与外资企业的数量/比例与碳排放的显著性不强。该研究得到国家自然科学基金面上项目（41371532）和所135领域前沿项目（NIGLAS2012135019）支持，研究成果发表在环境科学主流期刊Journal of Cleaner Production（IF = 4.959）。
图2 长三角工业碳排放时空变化格局与关键因子贡献度
Xibao Xu, Guishan Yang, Yan Tan, et al., 2017. Factors influencing industrial carbon emissions and strategies for carbon mitigation in the Yangtze River Delta of China. Journal of Cleaner Production, 142: 3607-3616.