第４０卷第２４期２０２０年１２月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．２４Ｄｅｃ．，２０２０基金项目：国家重点研发计划支持项目（２０１８ＹＦＣ０７０４７０１）；天津市科技发展战略研究计划项目（１９ＺＬＺＸＺＦ００３２０）；天津市教委社科重大项目（２０１８ＪＷＺＤ４６）收稿日期：２０２０⁃０３⁃０３；㊀㊀网络出版日期：２０２０⁃１１⁃０５
∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｗａｎｇｒｕｉ＿１９８５＠ｔｊｕ．ｅｄｕ．ｃｎ
ＤＯＩ：１０．５８４６／ｓｔｘｂ２０２００３０３０３８９
ＺｈａｎｇＨ，ＰｅｎｇＱＲ，ＷａｎｇＲ，ＱｉａｎｇＷＬ，ＺｈａｎｇＪＸ．ＳｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（２４）：８９８８⁃８９９８．中国县域碳汇时空格局及影响因素
张㊀赫１，彭千芮１，王㊀睿１，∗，强文丽２，张建勋１
１天津大学建筑学院，天津㊀３０００７２２兰州大学资源环境学院，兰州㊀７３００００
摘要：以全国１３００个县级行政单位作为研究对象，利用全国县域尺度土地利用数据和社会经济数据，核算了１９９０ ２０１５年间中国县域碳汇总量，并结合标准差椭圆㊁空间自相关㊁冷热点分析和地理加权回归分析方法，探析中国县域碳汇的时空分异特征及影响因素，旨在为优化国土空间开发格局，实施差异化减排路径及推动生态文明建设提供参考㊂研究表明：（１）时空变化上，１９９０ ２０１５年中国碳汇总量呈波动下降趋势，由１３３０７．７９ˑ１０４ｔ下降至１３１９８．２７ˑ１０４ｔ；林地为主要碳汇类型，其余碳汇类型比例结构基本不变；在空间分布上，中国县域碳汇呈现 西部＞东北＞南部＞中部 的 西高东低 格局㊂（２）在空间分异和聚集上，
碳汇空间分布中心向西南移动，分布范围呈收缩态势，西南地区对整体碳汇空间格局影响作用加强；１９９０ ２０１５年中国县域碳汇总量的冷热点集聚程度呈现波动稳定特征，空间集聚程度呈现高值与低值聚集，高－低区域零星分布的特征㊂（３）从影响因素分析来看，２０１５年经济发展㊁产业结构㊁土地利用程度对碳汇产生影响并存在空间异质性㊂建议通过合理规划县域非建设用地的土地利用方式㊁差异性制定各区域内策略㊁控制建设用地规模等方式达到县域的低碳发展㊂
关键词：碳汇；时空格局；影响因素；县域；中国ＳｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａＺＨＡＮＧＨｅ１，ＰＥＮＧＱｉａｎｒｕｉ１，ＷＡＮＧＲｕｉ１，∗，ＱＩＡＮＧＷｅｎｌｉ２，ＺＨＡＮＧＪｉａｎｘｕｎ１
１ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７
２，Ｃｈｉｎａ２ＣｏｌｌｅｇｅｏｆＥａｒｔｈａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００００，Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ：１３００ｃｏｕｎｔｙ⁃ｌｅｖｅｌａｄｍｉｎｉｓｔｒａｔｉｖｅｕｎｉｔｓａｃｒｏｓｓＣｈｉｎａｗｅｒｅｃｏｎｓｉｄｅｒｅｄｆｏｒｔｈｅｓｔｕｄｙ．Ｃｏｕｎｔｙ⁃ｌｅｖｅｌｌａｎｄｕｓａｇｅｄａｔａａｎｄｓｏｃｉｏｅｃｏｎｏｍｉｃｄａｔａｗｅｒｅｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｔｏｔａｌｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａｆｒｏｍ１９９０ｔｏ２０１５．Ｃｏｍｂｉｎｉｎｇｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｅｌｌｉｐｓｅ，ｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎ，ｃｏｌｄ⁃ｈｏｔｓｐｏｔａｎａｌｙｓｉｓ，ａｎｄｇｅｏｇｒａｐｈｉｃｗｅｉｇｈｔｅｄｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｓ，ｔｈｅｓｐａｔｉｏｔｅｍｐｏｒａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅｓｅｃａｒｂｏｎｓｉｎｋｓｗｅｒｅｅｘｐｌｏｒｅｄ．ＴｈｉｓｓｔｕｄｙａｉｍｓｔｏｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｏｐｔｉｍｉｚｉｎｇＣｈｉｎａᶄｓｌａｎｄｄｅｖｅｌｏｐｍｅｎｔｐａｔｔｅｒｎｓｔｏｉｍｐｌｅｍｅｎｔｄｉｆｆｅｒｅｎｔｉａｔｅｄｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎｐａｔｈｓａｎｄｐｒｏｍｏｔｅｔｈｅｅｓｔａｂｌｉｓｈｍｅｎｔｏｆａｎｅｃｏｌｏｇｉｃａｌｃｉｖｉｌｉｚａｔｉｏｎ．Ｔｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔ：（１）Ｉｎｔｅｒｍｓｏｆｓｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｎｇｅｓ，Ｃｈｉｎａᶄｓｃａｒｂｏｎｓｉｎｋｓｓｈｏｗｅｄａｄｅｃｌｉｎｉｎｇｔｒｅｎｄｆｒｏｍ１９９０ｔｏ２０１５，ｗｉｔｈａｒｅｄｕｃｔｉｏｎｉｎｃａｒｂｏｎｆｒｏｍ１３３０７７９００ｔｏｎｓｔ
ｏ１３１９８２７００ｔｏｎｓ．Ｆｏｒｅｓｔｌａｎｄｗａｓｔｈｅｐｒｉｍａｒｙｔｙｐｅｏｆｃａｒｂｏｎｓｉｎｋ，ａｎｄｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｔｈｅｒｅｍａｉｎｉｎｇｔｙｐｅｓｗｅｒｅｂａｓｉｃａｌｌｙｕｎｃｈａｎｇｅｄ．Ｉｎｔｅｒｍｓｏｆｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ，ｔｈｅｃａｒｂｏｎｓｉｎｋｓｗｅｒｅｇｅｎｅｒａｌｌｙｇｒｅａｔｅｒｉｎｔｈｅｗｅｓｔｔｈａｎｉｎｔｈｅｅａｓｔ，ｆｏｌｌｏｗｉｎｇａｗｅｓｔ＞ｎｏｒｔｈｅａｓｔ＞ｓｏｕｔｈ＞ｍｉｄｄｌｅｐａｔｔｅｒｎ．（２）Ｄｕｒｉｎｇｔｈｅｒｅｓｅａｒｃｈ，ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｅｎｔｅｒｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｗａｓｍｏｖｉｎｇｔｏｔｈｅｓｏｕｔｈｗｅｓｔ，ａｎｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｒａｎｇｅｗａｓｓｈｒｉｎｋｉｎｇ．Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｓｏｕｔｈｗｅｓｔｒｅｇｉｏｎｏｎｔｈｅｏｖｅｒａｌｌｓｐａｔｉａｌｐａｔｔｅｒｎｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｗａｓｓｔｒｅｎｇｔｈｅｎｅｄ．Ｆｒｏｍ１９９０ｔｏ２０１５，ｔｈｅｄｅｇｒｅｅｏｆｃｏｌｄａｎｄｈｏｔｓｐｏｔ
ａｇｇｌｏｍｅｒａｔｉｏｎｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｓｈｏｗｅｄａｓｔａｂｌｅｆｌｕｃｔｕａｔｉｏｎ．Ｔｈｅｓｐａｔｉａｌａｇｇｌｏｍｅｒａｔｉｏｎｓｈｏｗｅｄｃｌｕｓｔｅｒｓｏｆｈｉｇｈ⁃ｖａｌｕｅａｎｄｌｏｗ⁃ｖａｌｕｅｎｕｍｂｅｒｓ，ａｎｄｓｐｏｒａｄｉｃｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｉｇｈａｎｄｌｏｗｒｅｇｉｏｎｓ．（３）Ｂｙａｎａｌｙｚｉｎｇｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｉｎ２０１５，ｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，ｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅ，ａｎｄｌａｎｄｕｓａｇｅ，ａｌｌｄｅｍｏｎｓｔｒａｔｅｄｉｍｐａｃｔｓｏｎｃａｒｂｏｎｓｉｎｋｓ，ｉｎｄｉｃａｔｉｎｇｓｐａｔｉａｌｈｅｔ
ｅｒｏｇｅｎｅｉｔｙ．Ｉｔｉｓｒｅｃｏｍｍｅｎｄｅｄｔｏｉｎｃｒｅａｓｅｃａｒｂｏｎｓｉｎｋｓａｎｄｒｅｄｕｃｅｅｍｉｓｓｉｏｎｓａｔｃｏｕｎｔｙ⁃ｌｅｖｅｌｂｙｐｒｏｐｅｒｐｌａｎｎｉｎｇｏｆｌａｎｄｕｓａｇｅｆｏｒｎｏｎ⁃ｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄ，ｆｏｒｍｕｌａｔｉｎｇｓｔｒａｔｅｇｉｅｓｆｏｒｉｎｃｒｅａｓｉｎｇｃａｒｂｏｎｓｉｎｋｓａｎｄｒｅｄｕｃｉｎｇｅｍｉｓｓｉｏｎｓｆｏｒｖａｒｉｏｕｓｒｅｇｉｏｎｓ，ａｎｄｃｏｎｔｒｏｌｌｉｎｇｔｈｅｅｘｔｅｎｔｏｆｌａｎｄｕｓｅｄｆｏｒｃｏｎｓｔｒｕｃｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ｃａｒｂｏｎｓｉｎｋｓ；ｓｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎ；ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ；ｃｏｕｎｔｙ；Ｃｈｉｎａ
土地利用／覆被变化深刻作用于陆地生态系统的碳循环，对全国和区域气候变化产生了举足轻重的影响［１］㊂１９８０年到２００５年间，由于土地利用方式的转变，我国人为源排放量由陆地生态系统存储的３倍增长到１０倍，生态环境恶化明显［２］㊂同时，作为全球温室气体排放的大国，我国２０１９年全球温室气体排放量高居首位㊂事实上，我国承诺到２０２０年碳排放强度比２００５年下降４０％ ４５％［３］㊂县域作为城乡土地增减挂钩的直接单元［４］，其非建设用地的土地利用方式对大气温室气体含量的调节作用不容忽视，利用其碳贮存量增加而产生减排效果，对推动我国城乡控碳减排有极大意义［５］㊂在此背景下，加强对我国县域非建设用地碳汇规模与规律研究，对构建基于低碳导向的国土空间组织体系，优化国土空间开发格局，实施差异化减排，增强生态系统固碳能力具有重要的理论和现实意义㊂
随着碳中和（ｃａｒｂｏｎｎｅｕｔｒａｌ）概念的提出， 碳汇 指个人或组织等以碳中和方式向从事 碳中和 业务的中
介机构支付基金，最后以植树等形式用于碳减排的过程和机制［６⁃７］㊂通过改变非建设用地的土地利用／覆被方式，对其进行合理的开发利用，可以降低土地利用碳排放占人为碳排放的比例，将此时的土地利用变化发挥出碳汇作用［８］㊂迄今为止，国内外学者针对土地利用碳源／汇相关研究主要集中于以下三个方面：首先，通过构建计算模型对碳汇／源进行总量计算和效应评估来探析不同区域的碳汇时空特征㊂Ｎａｉｐａｌ等［９］通过建立土壤侵蚀模型，研究了在一定时期内土地利用变化下莱茵河流域的碳循环特征；彭文甫等［１０］构建了碳排放㊁碳足迹等模型计算并分析四川省土地利用碳汇的时空变化特征㊂其次，研究土地利用方式转变对碳汇的影响㊂裴杰等［１１］利用地理信息技术分析了深圳市土地利用／覆被变化情况及其导致的碳效应变化；张海凤和崔桂善［１２］通过总结不同中碳收支的特点对土地覆被类型转化下的碳源／汇变化的影响进行了分析，罗谷松和李涛［１３］运用ＳｕｐｅｒＳＢＭ⁃ｕｎｄｅｓｉｒａｂｌｅＤＥＡ等方法分析了碳排放影响下中国省域土地利用效率的影响因素㊂第三，探究影响土地利用碳源／汇的相关因素以及对应的控碳减排策略㊂李小康等［１４］通过分析土地利用结构及碳排放的变化发现控制建设用地总量对控碳减排意义重大；Ｃｈｅｎ等［１５］结合涡度协方差法分析发现气候带类型和植树造林是影响碳封存的主要因素㊂
纵观现有研究成果，研究尺度主要集中于国家㊁区域和省域层面，对县域的研究相对缺乏，已有研究中仅赵荣钦等［１６⁃１７］对中原经济区和河南省的县域碳收支状况进行了核算和分析㊂县域作为中国经济社会发展的基本单元，开展碳汇在其尺度下的时空变化特征和影响因素的分析，对评估县级尺度的生态状况以及推动区域低碳协调发展意义重大㊂基于此，针对全国县域，基于全国土地利用数据（１９９０ ２０１５），运用标准差椭圆分析方法㊁空间自相关分析方法
和地理加权回归分析方法，着重研究：①中国县域碳汇随时间变化的特征；②中国县域碳汇的空间分异格局；③中国县域碳汇的时空变化规律和影响因素㊂
１㊀研究区域与数据来源
１．１㊀研究区域
按照中国现行的行政区划，县级行政区包括地级市的市辖区㊁县级市㊁县㊁自治县㊁旗㊁自治旗㊁林区㊁特区等８种㊂由于地级市的市辖区㊁县级市以及部分特区的土地利用以城镇建设用地为主，其功能主要体现在碳排放上而固碳能力较低，所以不在讨论的范围内㊂综上，通过筛选最后选定包含县㊁自治县㊁旗㊁自治旗㊁林区
９８９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀lisa多高
０９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀在内的１３３０个县级行政单位㊂
１．２㊀数据来源
土地利用数据来源于中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ），是以１９９０ ２０１５年６期ＬａｎｄｓａｔＴＭ／ＥＴＭ遥感影像为主要数据源，通过人工目视解译获取㊂通过ＡｒｃＧＩＳ１０．２，用２０１８年中国县域矢量行政边界裁剪，经过重采样为１ｋｍ的全国６期土地利用数据；应用ＥＮＶＩ４．
８对土地利用数据进行编码和归类，将土地利用类型划分为林地㊁草地㊁水域㊁未利用地４大类㊁１３小类㊂耕地的农作物通过光合作用吸收空气中的ＣＯ２，但绝大多数农作物在短期内又通过呼吸作用释放到空气中去，农作物生物量作为碳汇的效果不明显［１８］，因此不在本文进行讨论㊂
全国县域国民生产总值㊁产业结构等数据来源于２０１５年‘中国城市统计年鉴“㊁‘区域经济统计年鉴“㊁相关地市级统计年鉴及环境统计公报等㊂
２㊀计算与研究方法
２．１㊀计算方法
土地利用的碳汇估算主要涉及耕地㊁林地㊁草地㊁水域和未利用地的碳汇㊂耕地作为碳源［１８］，在本文中不进行研究；林地㊁草地㊁水域和未利用地为碳汇，为主要研究对象㊂因此，碳汇估算模型可表达如下：
Ｃｓ＝ðｓｉ＝ðｎｉ＝１Ａｉαｉ（１）式中，Ｃｓ为碳汇量，ｓｉ为第ｉ种土地利用类型产生的碳汇量；Ａｉ为第ｉ种土地利用类型（林地㊁草地㊁水域㊁未利用地）面积，αｉ为第ｉ种土地利用类型的碳汇系数㊂
２．１．１㊀碳汇系数的确定
碳汇系数根据不同用地类型，通过跟踪国内外期刊的研究成果进行确定（表１）㊂将林地按照郁闭度大小分为有林地㊁
灌木林㊁疏林地和其他林地４种类型㊂将草地按照覆盖度大小分为高覆盖度草地㊁中覆盖度草地和低覆盖度草地３种类型㊂将我国水域分为河渠㊁湖泊㊁水库坑塘㊁滩涂和滩地５种类型㊂未利用地指我国还未利用的土地或难以利用的土地类型，包括沙地㊁戈壁㊁盐碱地㊁沼泽地㊁裸土地㊁裸岩石质地和其他未利用地等㊂我国未利用地有的是碳汇㊁有的是碳排放，但都较弱，根据赖力等［２３］的研究，取未利用地碳汇系数为０．０００５ｔｈｍ－２ａ－１㊂
表１㊀土地利用类型及对应的碳汇系数
Ｔａｂｌｅ１㊀Ｃａｒｂｏｎｓｉｎｋｃｏｅｆｆｉｃｉｅｎｔｏｆｌａｎｄ⁃ｕｓｅｔｙｐｅ
土地利用类型
Ｒｅｆｅｒｅｎｃｅｓ
Ｃｏｅｆｆｉｃｉｅｎｔ参考来源
Ｌａｎｄ⁃ｕｓｅｔｙｐｅ碳汇系数
林地Ｗｏｏｄｌａｎｄ有林地０．８７ｔｈｍ－２ａ－１Ｆａｎｇ等［１９］㊁Ｔａｎｇ等［２０］
灌木林０．２３ｔｈｍ－２ａ－１
疏林地０．５８ｔｈｍ－２ａ－１
其他林地０．２３２７ｔｈｍ－２ａ－１
草地Ｇｒａｓｓ高覆盖度草地０．１３８ｔｈｍ－２ａ－１Ｐｉａｏ等［２１］㊁方精云等［１８］
中覆盖度草地０．０４６ｔｈｍ－２ａ－１
低覆盖度草地０．０２１ｔｈｍ－２ａ－１
水域Ｗａｔｅｒ河渠０．６７１ｔｈｍ－２ａ－１孔东升和张灏［２２］
湖泊０．３０３ｔｈｍ－２ａ－１
水库坑塘０．３０３ｔｈｍ－２ａ－１
滩涂０．５６７ｔｈｍ－２ａ－１
滩地０．５６７ｔｈｍ－２ａ－１
未利用地Ｕｎｕｓｅｄｌａｎｄ未利用地０．０００５ｔｈｍ－２ａ－１赖力等［２３］
２．１．２㊀碳汇强度
考虑到用地面积大小对碳汇总量的影响，本文构建碳汇强度的概念来对单位土地碳汇能力进行衡量，并且就碳汇强度进行局部自相关分析㊂碳汇强度计算公式如下：
Ｃｐ＝Ｃｓ／Ｓｕ（２）
式中，Ｃｐ为碳汇强度；Ｃｓ为碳汇总量（ˑ１０４ｔ），Ｓｕ为非建设用地面积㊂２．２㊀研究方法
２．２．１㊀标准差椭圆分析法
基于ＡｒｃＧＩＳ１０．２的空间分析功能，采用标准差椭圆分析方法［２４］对全国整体的碳汇在空间位置的分布情况进行分析㊂椭圆的长轴表征数据集分布的主要方向，其面积表征数据集分布的集聚（分散）程度㊂
２．２．２㊀空间相关分析法
基于ＡｒｃＧＩＳ１０．２的局部空间自相关分析功能，使用空间联系局域指标（ＬｏｃａｌＩｎｄｉｃａｔｏｒｓｏｆＳｐａｔｉａｌＡｓｓｏｃｉａｔｉｏｎ，ＬＩＳＡ）对区域整体相关程度进行衡量［２５⁃２６］：当ＭｏｒａｎᶄｓＩ为正数时，表示碳汇量在空间上呈集聚分布；当ＭｏｒａｎᶄｓＩ为负数时，表示碳汇量在空间上呈分散分布㊂冷点与热点的识别能进一步讨论的空间分布是聚集㊁分散或是随机的，目的是识别全国县域碳汇热点与冷点的空间分布㊂在Ａ
ｒｃＧＩＳ中，采用Ｇｅｔｉｓ⁃ＯｒｄＧ∗统计量测度全国县域碳汇在局部空间的依赖性及异质性，Ｇｉ∗（ｄ）值为正表示高值聚类，即 热点区 ；反之为低值聚类，即 冷点区 ［２７⁃２８］㊂
２．２．３㊀地理加权回归分析法地理加权回归分析（ＧｅｏｇｒａｐｈｉｃａｌｌｙＷｅｉｇｈｔｅｄＲｅｇｒｅｓｓｉｏｎ，ＧＷＲ），可以量化反映空间数据关系中的异质性特征，与传统回归模型相比，可以对不同空间进行局部地加权回归模型，并求解［２９］㊂县域碳汇的空间异质性是应用地理加权回归模型进行分析的前提条件，采用ＡＩＣ法与核密度估计求得带宽，利用高斯函数来确定权重，选取Ｆｏｔｈｅｒｉｎｇｈａｍ等提出的方法作为计算准则，即当ＡＩＣ值取最小值时，则此时的带宽为最佳带宽［３０］㊂以上所有操作均通过ＡｒｃＧＩＳ１０．２软件完成㊂
３㊀中国县域碳汇时空分布特征
３．１㊀１９９０ ２０１５中国县域碳汇的时序变化
３．１．１㊀时序变化总体特征
１９９０ ２０１５年中国碳汇总量呈波动下降趋势，碳汇量从１３３０７．７９ˑ１０４ｔ下降至１３１９８．２７ˑ１０４ｔ（图１）㊂可以将净碳汇总量的变化划分为３个阶段，即大幅下降⁃上升⁃缓慢下降㊂具体表现为，１９９０ １９９５年间，碳汇呈现急剧下降的趋势，从１９９０年的１３３０７．７９ˑ１０４ｔ，至１９９５年达到１３００３．４１ˑ１０４ｔ的谷值；之后近１０年内回升，
到２００５年，碳汇达到１３２３１．４６ˑ１０４ｔ；随后缓慢下落，到２０１５年达到１３１９８．２７ˑ１０４
ｔ㊂图１㊀１９９０ ２０１５年中国碳汇总量及比重
Ｆｉｇ．１㊀ＴｏｔａｌｃａｒｂｏｎｓｉｎｋｖｏｌｕｍｅａｎｄｐｒｏｐｏｒｔｉｏｎｉｎＣｈｉｎａ，１９９０ ２０１５
１９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀
３．１．２㊀时序变化比例结构
碳汇类型主要以林地碳汇为主，占比约８０％，依次是草地（约１３．５％）㊁水域（约４．０％）和未利用地（约２
．５％）（图１）㊂进一步对不同碳汇类型的比例结构展开分析，虽然比例结构大体没变，但在演变趋势上略有不同，高覆盖度草地㊁滩地碳汇都在１９９５年达到最低值，并在之后的年份里回升；滩涂㊁疏木林㊁沼泽地的碳汇均呈现先上升再波动下降的趋势；而其他类型的碳汇则呈现波动维稳的状态㊂
３．２㊀１９９０ ２０１５
中国县域碳汇的空间格局
图２㊀１９９０ ２０１５年中国县域碳汇空间分布
Ｆｉｇ．２㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５
３．２．１㊀空间总体格局
从全国县域碳汇空间分布来看（图２），１９９０ ２０１５年间，中国县域碳呈现差异化分布的空间格局，在区域上［３１］呈现不同的变化趋势㊂从碳汇总量来看，全国县域碳汇大致呈现 西部＞东北＞南部＞中部 的 西高东低 格局；碳汇低值区域主要集中在新疆西北部㊁内蒙古西南部㊁甘肃㊁陕西㊁宁夏㊁山西㊁河北㊁河南㊁山东㊁安徽以及江苏北部；而碳汇高值区域主要集中于内蒙古东北部㊁西藏㊁浙江㊁江苏㊁福建地区；四川㊁云南㊁贵州广西等地碳汇高值与低值区域相间分布㊂分时段看，１９９０ １９９５年间，碳汇空间格局有所变化，内蒙古中部㊁西藏北部碳汇均有所下降；１９９５ ２０１５年间，内蒙古中部㊁西藏北部碳汇量回升，四川西北部碳汇增加㊂整体上看，我国内蒙古中部㊁黑龙江㊁吉林㊁辽宁㊁山东㊁河南㊁安徽等地碳汇总量下降较多，而新疆南部㊁陕西㊁陕西以及我国华中㊁华南㊁西南部分地区的碳汇则呈上升趋势㊂
２９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀
３．２．２㊀
空间分异特征
图３㊀１９９０ ２０１５年中国县域碳汇标准差椭圆㊀Ｆｉｇ．３㊀ＥｌｌｉｐｓｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５从标准差椭圆方法揭示的空间分异格局来看（图
３），碳汇整体以东北⁃西南的方向为主导，空间分布中心
存在向西南移动的趋势，空间分布范围呈现收缩态势㊂在分异形状上，１９９１ ２０１１年，全国净碳汇空间分布标
准差椭圆短轴与长轴的比值总体呈现出两阶段的规律，
１９９０ ２０１０年间，全国净碳汇空间分布标准差椭圆短轴与长轴的比重呈现出增加的趋势，随后２０１０ ２０１５
年间基本上保持不变，下降趋势极慢㊂
在分异方向上，１９９０ ２０１５年间，全国碳汇空间分
布标准差椭圆方位角在波动中呈现总体增长的趋势
（表２）㊂１９９０ １９９５年，方位角不断缩小，西南部地区
对全国碳汇空间格局的影响作用加强；１９９５ ２０００年，方位角不断增大，东北地区对全国净碳汇空间格局的影
响作用加强；２０００ ２００５年，方位角不断缩小，随后保
持不变，西南部地区的碳汇量对全国碳汇空间格局的影
响作用加强后，趋于平稳㊂
表２㊀１９９０ ２０１５年中国县域碳汇标准差椭圆测算结果
Ｔａｂｌｅ２㊀ＥｌｌｉｐｓｅｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５
年份Ｙｅａｒ
中心坐标经度Ｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｌｏｎｇｉｔｕｄｅ／（ʎ）中心坐标纬度Ｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｌａｔｉｔｕｄｅ／（ʎ）短半轴Ｓｈｏｒｔｓｅｍｉ⁃ａｘｉｓ／ｋｍ长半轴Ｌｏｎｇｓｅｍｉ⁃ａｘｉｓ／ｋｍ方位角Ａｚｉｍｕｔｈ／（ʎ）短轴／长轴Ｓｈｏｒｔａｘｉｓ／ｌｏｎｇａｘｉｓ１９９０１１１．７４８９７３０．１９８１０８．２１６８７１２．３６７５５６１．７２９１６０．６６４３８９１９９５１１１．７５５４１３０．０４０４６８．１６５８３１２．１８２３７６０．９９１２８０．６７０２９９２０００１１１．６８４８５３
０．１１０６０８．２２６１８１２．２４７６１６３．１０３７６０．６７１６５６２００５１１１．６７９０２３０．１３５５８８．２３１７３１２．２４７８９６２．７９７５７０．６７２０９４２０１０１１１．６７３３０３０．１４０５４８．２２５８２１２．２４３００６２．７９２１７０．６７１８８２０１５１１１．６６５８７３０．１４７５３８．２２４６６１２．２４８０７６２．７６９５４０．６７１５０７３．２．３㊀空间聚集特征
从冷热点的空间分布变化看（图４），中国县域碳汇总量的冷热点空间分布集聚程度呈现波动稳定的特征㊂整体上看，碳汇总量热点以黑龙江㊁内蒙古北部，西藏南部和广东㊁湖南交界处为中心，在其周围呈连片分布；碳汇总量冷点在山西㊁陕西㊁河北㊁河南㊁安徽㊁江苏等地连片分布，并且在四川㊁重庆和贵州交界处有少量分布㊂在时空上，１９９０ １９９５年间，我国西部的碳汇总量热点从西藏藏族自治区的县㊁双湖县和改则县消失，演变为围绕西藏南部的加查县㊁那曲县㊁班戈县等地分布的格局；１９９５ ２０００年，我国西部的碳汇总量的热点逐渐变化为１９９０年的格局特征，并在２０００ ２０１５年间保持较为平稳的态势㊂
１９９０ ２０１５年，我国东南部碳汇总量热点呈现先扩大再逐渐缩小的过程；１９９０ １９９５年，我国东南部碳汇热点区域呈现向湖南桂阳县㊁嘉禾县㊁临武县等地聚集特征，热点分布范围有扩大趋势；１９９５ ２０１５，我国西南部碳汇总量热点分布范围逐年缩小㊂１９９０ ２０００年间，我国东北部碳汇总量热点区域不断缩小，体现在内蒙古阿鲁科尔㊁巴林右旗㊁克什克腾㊁扎鲁特旗等地逐渐退出碳汇总量热点区；２０００ ２０１５年，我国东北部碳汇总量热点区域逐渐扩大㊂从我国县域碳汇总量冷热点的时空分布可以看出，我国碳汇总量整体格局是西南㊁东南㊁东北多，中部少，空间集聚性和整体分布波动维稳㊂
从局部空间自相关来看（图５），中国县域碳汇强度的空间集聚程度变化不明显，具有高值与低值聚集，
３９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀
发布评论