中国农牧业碳排放时空变化及预测

中国农牧业碳排放时空变化及预测

论文摘要

基于主要粮食作物、农资投入和牲畜数据,对中国31个省市自治区1997—2016年农牧业碳排放进行测算;采用变动指数、重心模型和标准差椭圆分析其时空变化特征;以趋势外推、灰色预测和差分整合移动平均自回归(ARIMA)模型为基础,利用标准差优选组合模型预测2017—2022年农牧业碳排放状况。结果表明:1997—2016年农业大环境向好,多省碳排放增加,重心向西北移动,主体区域在胡焕庸线右侧。但多省牧业碳排放降低,重心在河南境内摆动,主体区域扩大并向东南—西北扭转;农业碳排放高值区向东北三省和黄淮海转移,牧业碳排放高值区集中于传统区域和中部地区;组合模型预测优于单一模型,到2022年农业碳排放延续历史趋势但年均增速降低,牧业碳排放达到1. 13×10~8t,年均增速提高。

论文目录

  • 1 数据来源及研究方法
  •   1.1 数据来源
  •   1.2 研究方法
  •     1.2.1 农资碳排放
  •     1.2.2 水稻种植产生的CH4排放
  •     1.2.3 农作物的N2O排放
  •     1.2.4 畜牧业碳排放测算
  •     1.2.5 农牧业碳排放
  •     1.2.6 重心迁移
  •     1.2.7 标准差优选组合预测
  • 2 农牧业碳排放时空变化分析
  •   2.1 农牧业碳排放时间演化
  •   2.2 农牧业碳排放空间演化
  •   2.3 农牧业碳排放总量的时空演变
  • 3 农牧业碳排放预测
  •   3.1 模型及参数选取
  •     3.1.1 趋势外推法模型选取
  •     3.1.2 GM(1,1)模型预测
  •     3.1.3 ARIMA模型参数选取
  •     3.1.4 标准差法组合模型预测
  •   3.2 碳排放预测结果分析
  • 4 讨论
  • 5 结论与建议
  •   5.1 结论
  •   5.2 建议
  • 文章来源

    类型: 期刊论文

    作者: 徐丽,曲建升,吴金甲,韦沁,白静,李恒吉

    关键词: 农牧业碳排放,时空变化,标准差优选组合模型,预测

    来源: 生态与农村环境学报 2019年10期

    年度: 2019

    分类: 工程科技Ⅰ辑,农业科技,经济与管理科学

    专业: 环境科学与资源利用,农业基础科学,农业经济

    单位: 兰州大学资源环境学院,中国科学院兰州文献情报中心/全球变化研究信息中心

    基金: 国家重点研发计划(2016YFA0602803)

    分类号: F323;X322

    DOI: 10.19741/j.issn.1673-4831.2018.0884

    页码: 1232-1241

    总页数: 10

    文件大小: 538K

    下载量: 314

    相关论文文献

    • [1].1997—2016年中国农业碳排放率的时空动态与驱动因素[J]. 生态学报 2019(21)
    • [2].昆明城市交通碳排放达峰前瞻性思考[J]. 建筑与文化 2019(11)
    • [3].产业升级、金融资源配置效率对碳排放的影响研究——基于省级空间面板数据分析[J]. 华东经济管理 2019(12)
    • [4].目的论视角下的碳排放权性质界定——基于试点区法律文本的分析[J]. 乐山师范学院学报 2019(11)
    • [5].全球气候治理新进展——区域碳排放权分配研究综述[J]. 生态学报 2020(01)
    • [6].欧盟欲推行航运业碳排放配额制度,引发业界强烈反对[J]. 中国船检 2020(02)
    • [7].低碳城市试点“十四五”期间需助力碳排放达峰[J]. 环境保护 2020(05)
    • [8].基于关联视角的内蒙古产业部门碳排放责任研究[J]. 煤炭经济研究 2020(01)
    • [9].碳排放权的法律属性分析[J]. 世界环境 2020(01)
    • [10].基于绿色建筑评价体系的绿色建筑全生命周期碳排放核算模型构建与实例分析[J]. 绿色建筑 2019(05)
    • [11].甘肃省农业碳排放信息管理系统的设计和实现[J]. 电脑知识与技术 2020(02)
    • [12].华电集团碳排放管理创新与实践[J]. 中国电力企业管理 2020(01)
    • [13].基于灰色关联度的青海省农村经济与农业碳排放关系分析[J]. 南方农业 2019(32)
    • [14].陕西省土地利用碳排放与碳足迹研究[J]. 农业与技术 2020(05)
    • [15].制造企业碳排放成本核算与披露研究[J]. 财会通讯 2020(03)
    • [16].我国与欧美国家碳排放权会计处理的比较与借鉴[J]. 财会通讯 2020(01)
    • [17].碳排放权价值评估模型构建——以大唐国际发电股份有限公司为例[J]. 财会月刊 2020(07)
    • [18].震后恢复重建民用建筑考虑碳排放的研究与监测[J]. 地震工程学报 2020(02)
    • [19].中国产业部门间隐含碳排放流动结构分析——基于复杂网络的视角[J]. 统计与信息论坛 2020(03)
    • [20].中国农业碳排放特征及影响因素研究[J]. 统计与决策 2020(05)
    • [21].甘肃省农业碳排放时空特征及影响因素分析[J]. 生产力研究 2020(03)
    • [22].京津冀人口对碳排放的压力:空间格局及变动分析[J]. 首都经济贸易大学学报 2020(02)
    • [23].基于终端能源消费的中国工业部门碳排放初始配额分配研究[J]. 科技与经济 2020(02)
    • [24].基于效率视角的浙江省2030年碳排放配额分析[J]. 生态科学 2020(03)
    • [25].产业结构视角下的中国粮食主产区农业碳排放公平性研究[J]. 农业技术经济 2020(01)
    • [26].基于工料机汇总表的绿色施工碳排放简化计算方法[J]. 绿色环保建材 2020(06)
    • [27].中国国际贸易碳排放水平实证研究[J]. 中国经贸导刊(中) 2020(05)
    • [28].增加值贸易视角下“一带一路”出口隐含碳排放核算[J]. 求索 2020(03)
    • [29].碳排放权的发展权本质[J]. 内蒙古煤炭经济 2019(23)
    • [30].“一带一路”核心区农业碳排放与农业经济增长研究[J]. 东北农业科学 2020(02)

    标签:;  ;  ;  ;  

    中国农牧业碳排放时空变化及预测
    下载Doc文档

    猜你喜欢