前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇碳循環的定義范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

碳循環的定義范文第1篇

一、生態系統的結構

1.生態系統定義：由生物群落與它的無機環境相互作用而形成的統一整體，最大的生態系統是生物圈(是指地球上的全部生物及其無機環境的總和)。

2.生態系統的結構包括生態系統的成分和營養結構(食物鏈和食物網)

3.生態系統的成分包括(1)非生物的物質和能量(無機環境);(2)生產者：自養生物，主要是綠色植物;(3)消費者：異養生物，絕大多數動物，(營腐生的動物是分解者);(4)分解者：異養生物，能將動植物尸體或糞便為食的生物(細菌、真菌、腐生生物)。注意：植物并非都是生產者，如菟絲子是寄生植物，它是消費者;動物也并非都是消費者，如蚯蚓是分解者;細菌也并非都是分解者，硝化細菌是生產者，寄生細菌是消費者。

4.食物鏈中只有生產者和消費者，其起點是生產者植物;第一營養級是生產者;初級消費者是植食性動物。

5.食物網：許多食物鏈彼此相互交錯連接成的復雜營養結構，就是食物網。

二、生態系統的能量流動

1、定義：生態系統中能量的輸入、傳遞、轉化和散失的過程。

a、能量來源：太陽能。輸入：通過生產者的光合作用，將光能轉化成為化學能。輸入生態系統總能量是生產者固定的太陽能總量。

b、傳遞途徑：沿食物鏈、食物網，

c、散失：通過呼吸作用以熱能形式散失的。

d、過程：能量來源 (上一營養級)，能量去向(呼吸作用、未利用、分解者分解作用、傳給下一營養級)。

e、特點：單向流動、逐級遞減(能量金字塔中底層為第一營養級，生產者能量最多 )，能量在相鄰兩個營養級間的傳遞效率：10%～20%(不可以提高也不可以降低)

2.研究能量流動的意義：

①可以幫助人們科學規劃，設計人工生態系統，使能量得到最有效的利用

②可以幫助人們合理地調整生態系統中的能量流動關系，使能量持續高效地流向對人類最有益的部分。

三、生態系統的物質循環

1、定義：組成生物體的c、h、o、n、p、s等元素，都不斷進行著從無機環境到生物群落，又從生物群落回到無機環境的循環過程。又稱生物地球化學循環。

2、特點：具有全球性、循環性

3、舉例：碳循環

①碳在無機環境中的存在形式：co2和碳酸鹽

②碳在生物體中的存在形式：有機物 碳在生物之間的傳遞形式：有機物

③碳在無機環境與生物群落之間循環形式：co2

④碳從無機環境到生物群落的途徑主要是光合作用(還有化能合成作用)，從生物群落回到無機環境的途徑有呼吸作用、微生物的分解作用、化學燃料的燃燒。

四、生態系統的信息傳遞

1.信息種類

a.物理信息：通過物理過程傳遞的信息，如光、聲、溫度、濕度、磁力等可來源于無機環境，也可來自于生物。

b.化學信息：通過信息素傳遞的信息，如，植物產生的生物堿、有機酸;動物的性外激素

c.行為信息：通過動物的特殊行為傳遞信息的，對于同種或異種生物都可以傳遞。(孔雀開屏、蜜蜂跳舞、求偶炫耀)

2.范圍：在種內、種間及生物與無機環境之間

3.信息傳遞作用：生命活動的正常進行離不開信息作用，生物種群的繁衍也離不開信息傳遞。信息還能調節生物的種間關系，以維持生態系統的穩定。

4.應用：a.提高農產品或畜產品的產量。如：模仿動物信息吸引昆蟲傳粉，光照使雞多下蛋

b.對有害動物進行控制，生物防治害蟲，用不同聲音誘捕和驅趕動物

注：物質循環是在無機環境和生物之間，不能在生物與生物間循環。

5.能量流動與物質循環之間的異同

不同點：在物質循環中，物質是被循環利用的;能量在流經各個營養級時，是逐級遞減的，而且是單向流動的，而不是循環流動

聯系： ①兩者同時進行，彼此相互依存，不可分割

②能量的固定、儲存、轉移、釋放，都離不開物質的合成和分解等過程

③物質作為能量的載體，使能量沿著食物鏈(網)流動;能量作為動力，使物質能夠不斷地在生物群落和無機環境之間循環往返。

6.生態系統的基本功能：能量流動(生態系統的動力)、物質循環(生態系統的基礎)和信息傳遞(決定能量流動和物質循環的方向和狀態)。

五、生態系統的穩定性

1、生態系統穩定性的概念：生態系統所具有的保持或恢復自身結構和功能相對穩定的能力。包括抵抗力穩定性和恢復力穩定性。生態系統抵抗外界干擾并使自身結構與功能保持原狀的能力，叫做抵抗力穩定性。生態系統在受到外界干擾因素的破壞后恢復到原狀的能力，叫做抵抗力穩定性。

2、生態系統具有自我調節能力，而且自我調節能力是有限的。一般來說，生態系統中的組分越多，食物網越復雜，其自我調節能力就越強，抵抗力穩定性越高，恢復力穩定性越低。負反饋調節在生態系統中普遍存在，它是生態系統自我調節能力的基礎。

3、提高生態系統穩定性的方法：

碳循環的定義范文第2篇

關鍵詞： 甘肅省；草地NPP；CASA模型

中圖分類號： S 812文獻標識碼： A

文章編號： 1009-5500（2012）04-0008-08

植被凈初級生產力（NPP）是指植物在單位時間、單位面積由光合作用產生的有機物質總量中扣除自養呼吸后剩余部分[1，2]。NPP作為陸地碳循環的重要部分，不僅反映了植物群落在自然環境條件下的生產能力，而且是判定碳匯以及調節生態過程的主要因子[2]，開展NPP研究具有十分重要的意義[3，4]。因無法直接、全面的測量大區域或全球尺度的NPP，利用模型估算成為重要的手段[4，5]。如李秀芬等[6]采用光能利用率模型，反演了黑龍江省森林NPP，谷曉平等[7]利用大氣-植被相互作用模型（AVIM2）模擬了西南地區植被凈初級生產力[7]，樸世龍等[8]、陳福軍等[9]分別應用CASA模型估算了中國陸地生態系統NPP，陳斌等[10]利用C-Fix模型估算了2003年中國生態系統NPP，并對其空間格局進行分析。

隨著遙感技術發展，衛星數據模型已經成為評估陸地生態系統NPP最有力手段[11]。在眾多模型中，基于遙感數據的光能利用率模型―CASA（Camegie-Ames-Stanford Approach）模型以資源平衡為理論基礎，能較好地模擬區域尺度NPP的空間分布及變化，被廣泛應用于各種尺度的NPP監測[12]。劉勇洪等[13]利用CASA模型估算了2007年華北植被NPP，并對其時空格局進行了分析。高清竹等[14]在應用CASA模型模擬藏北地區草地NPP時空變化時指出，其NPP呈有規律性的水平地帶分布[14]。朱文泉等[15]基于CASA模型，并以2002年的中國內蒙古為例，研究了植被凈初級生產力及其時空分布。

草地生態系統是我國最重要的陸地生態系統類型之一，在全球碳循環和氣候調節中占據很重要的位置。開展草地NPP研究，可為合理開發、利用草地資源提供科學依據。陳斌等[10]基于CASA模型估測了內蒙古典型草原1982～2002年植被凈初級生產力。李剛等[11]利用改進的CASA模型，計算了2003年內蒙古草地生長季的生產力。韋莉等[16]利用溫度和地面水汽壓差影響的遙感模型，估算了2003年黃土高原地區草地凈初級生產力。王鶯等[17]、楊東輝等[18]分別以CASA模型為基礎，對甘南草地NPP進行遙感模擬。以上研究大多集中在內蒙古、東北、青藏高原、黃土高原、甘肅的甘南等地區或整個中國區域，對甘肅省草地NPP研究較少，筆者利用氣象資料和衛星遙感數據，在CASA模型的基礎上，修正了部分參數，估算了2005年甘肅省草地NPP并分析了其時空分布格局及影響因子。旨在為甘肅省草地資源的可持續發展利用、草地生態環境的改善和保護提供基礎數據。

1 數據來源及研究方法

1.1 研究區概況

甘肅地處黃河上游黃土高原、內蒙古與青藏高原交匯地區，位于E 92°13′～108°46′，N 32°31′～42°57′，東西長為1 655 km，南北寬為530 km。面積約4.54×105km2，地形復雜狹長，由山地、高原、平川、河谷、沙漠、戈壁交錯分布，地勢自西南向東北傾斜。甘肅深居內陸，具有明顯的溫帶大陸性季風氣候。氣候類型十分復雜，大致由隴南的北亞熱帶與暖溫帶濕潤區，漸向隴中暖溫帶半濕潤與溫帶半干旱區，河西溫帶、暖溫帶干旱區及祁連山地高寒半干旱、半濕潤區，甘南高寒濕潤區過渡。年均溫在0～16 ℃，溫差較大。年降水量在36.6～734.9 mm，從東南向西北遞減，降水集中在6～8月。甘肅光能資源豐富，年日照時數1 700～3 300 h。全省無霜期在48～228 d[19]。甘肅省是草原資源大省，天然草原面積1 790萬hm2，主要分布在青藏高原東部的甘南州、祁連山、阿爾金山山地及河西走廊和蒙甘寧西部的風沙沿線[20]。

1.2 數據來源及處理

1.2.1 NDVI數據 遙感數據為美國宇航局/中分辨率成像輻射計（NASA/MODIS）數據，來自于NASA對地觀測系統數據共享平臺（https：//wist.echo.nasa.gov/api/）。

使用2005年甘肅及周邊地區1 km分辨率植被指數產品MOD13A3，下載的原始影像為HDF格式，應用MODISTOOL工具轉換為Tif格式，在ArcGIS中對多幅影像進行拼接，利用甘肅省行政區域數據裁切、利用GIS平臺中的（Resample）重采樣為90 m×90 m分辨率的NDVI數據。將投影系統定義為UTM，橢球體為WGS-84，投影帶為47帶。

1.2.2 氣象數據 氣象數據來自中國氣象科學數據共享服務網。包括2005年甘肅省41個氣象站點的月平均溫度（℃）和月降水量（mm），以及甘肅及周邊15個臺站的月太陽輻射（MJ/m2）。

在ArcGIS 9.3平臺上，利用優化的插值方法-“AMMRR”，并加入坡度、坡向因子，將月均溫、月降水量、月太陽輻射數據插值成空間分辨率為90 m的柵格數據。投影與遙感數據相同。

1.2.3 DEM數據 數字高程模型（Digital Elevation Model，DEM）來源于國際農業研究磋商小組下設的空間信息組織（CGIAR-CSI）（圖1）。

圖1 甘肅省氣象站點分布

數據經過拼接、裁剪等預處理后，在ArcMap平臺上提取甘肅省90 m分辨率的經緯度、坡度、坡向柵格數據。地形要素的劃分見表1。

1.2.4 實測數據 實測數據由農業部草原監理中心提供，數據觀測時間是2005年7月的草地地上生物量（風干重）數據。利用其和樸世龍等[22]確定的我國草地植被地下與地上生物量比例系數轉換為NPP實測值[23]，在轉化為碳單位時乘以0.475的系數[24]。

1.3 模型構建

Potter等[24]1993年建立的光能利用模型-CASA模型，提出理想狀態下植被存在最大光能利用率，不同植被類型的月值為0.389 gC/MJ。實際上，不同植被類型的光能利用率存在很大差異[26]，根據不同的植被類型對光能利用率進行修正能夠提高模型的估算精度[27]。

草地NPP主要由草地植被所吸收的光合有效輻射（APAR）與光能利用率（ε）兩個變量確定，其公式如下：

NPP（x，t）=APAR（x，t）×ε（x，t）=SOL×FPAR（x，t）×0.5×ε（x，t）（1）

式中，APAR（x，t）表示空間位置x上的植被在t時間內所吸收的光合有效輻射；ε（x，t）為實際光能利用率；SOL（x，t） 表示太陽總輻射量（MJ/m2）；常數0.5為植被所能利用太陽有效輻射（波長為0.38～0.71 um）占太陽總輻射的比例；FPAR（x，t）為植被層對入射光合有效輻射（PAR）的吸收比例，它取決于植被類型和植被覆蓋狀況； ε（x，t）表示實際光能利用率，主要受溫度和水分的影響，具體算法詳見文獻[24]。

由于不同的植被類型月最大光能利用率W εmax的取值不同，依據Running等對草地的模擬結果，最大光能利用率為0.608 gC/MJ[28]。

由于模型中Wε（x，t）為水分脅迫系數較復雜，數據獲取難度大，因此將模型中的實際蒸散量（EET）和可能蒸散量（PET）進行改進。

EET可由周廣勝和張新時建立的區域實際蒸散模型求取，公式如下[29]。

1.4 草地NPP估算

在GIS中利用空間分析的建模工具（Map Algebra），編寫CASA模型相關運算程序，然后輸入氣象柵格數據和處理好的NDVI數據，得到2005年甘肅省NPP圖，然后與草地資源調查圖疊加，得出2005年甘肅省草地NPP圖。

1.5 模型驗證

對區域NPP模型的驗證，一般采用兩種方法：一是與實測數據對比，二是與其他模型的模擬結果進行對比。研究選用實測數據進行對比。

2 結果與分析

2.1 模型的驗證

將2005年甘肅各地7月的32組實測草地生物量數據，利用公式轉換成草地NPP值，與CASA模擬的NPP數據進行比較驗證（圖2）。

模擬值與實測值之間的相關性達到顯著水平（R2=0.81，P

圖2 甘肅省草地NPP模擬值與實測值的比較

2.2 甘肅省草地NPP的空間分布

根據估算結果（圖3），2005年甘肅省草地NPP最高值790.56 g/（m2?a），年均值139.15 g/（m2?a），總量為3.76×1013g/（m2?a）。

NPP空間分布格局與水熱條件的分布規律緊密相關。甘肅草地NPP空間分布特征是由西南向東北逐漸減少，其中NPP的高值區集中在甘南高原，低值區分布在北山山地（圖3）。

甘南高原受來自孟加拉灣西南季風氣候的影響，降水充沛，且太陽輻射充足，土壤肥沃[31]。草地類型以高寒草甸類、山地草甸類、沼澤類為主，NPP在400～800 g/m2?a，多集中在500～600 g/（m2?a）。

隴南屬東亞季風氣候區，區內氣候復雜多樣，分布獨特。由東南向西北，依次從亞熱帶濕潤氣候向暖溫帶濕潤氣候、溫帶半濕潤氣候和高寒陰濕氣候過渡[18]。主要為山地草甸類、暖性灌草叢類、暖性草叢類草地，NPP在400～600 g/m2?a，這個地區草地面積分布不大，呈星狀分布。

隴中黃土高原地處黃土高原西部、甘肅省中東部，屬溫帶半干旱半濕潤區，是我國干旱氣候區和濕潤區之間的重要過渡帶。草地類型為溫性草甸草原類、暖性灌草叢類、溫性草原類，草地NPP分布緯度地帶性明顯，從西北到東南部NPP在0～400 g/（m2?a）。

祁連山地位于中緯度北溫帶，屬于大陸性高寒半濕潤山地氣候[33]。東部主要是高寒草甸類、山地草甸類草地，NPP大多集中在300～400 g/（m2?a）。西部主要是高寒荒漠類、高寒草原類、低地草甸類草地，NPP在0～200 g/（m2?a）。河西走廊屬干旱半干旱氣候，草地類型主要有溫性草原類、低地草甸類、溫性荒漠類、溫性草原化荒漠類、溫性荒漠草原類，NPP在0～400 g/（m2?a）。

北山山地、河西走廊西部地區，氣候極端干旱，降水稀少，蒸發量大大超過降水量，植被稀疏[34]。北山山地主要是溫性荒漠類和低地草甸類草地，植被覆蓋率極低，有些地區甚至寸草不生，NPP大多在0～50 g/（m2?a）。

甘肅多沙漠、戈壁和土地，植被覆蓋低，NPP較低[35]。Odum將生態系統總生產力劃分為4個等級：最低[

碳循環的定義范文第3篇

關鍵詞:低碳經濟 風險投資 分析 預測 

 

一、引言 

“低碳產業”是以低能耗低污染為基礎的產業。在全球氣候變化的背景下,“低碳經濟”、“低碳技術”日益受到世界各國的關注。低碳技術涉及電力、交通、建筑、冶金、化工、石化等部門以及可再生能源及新能源、煤的清潔高效利用、油氣資源和煤層氣的勘探開發、二氧化碳捕獲與埋存等。正是因為“低碳產業”的可持續性優勢,走向低碳化時代是大勢所趨。一直以來,人類對碳基能源的依賴,導致co2排放過度,帶來溫室效應,對全球環境、經濟,乃至人類社會都產生巨大影響,嚴重危及人類生存,這比經濟危機更為可怕。解決世界氣候和環境問題,低碳化是一條根本途徑,也是人類發展的必由之路。2007年12月3日,在印尼巴厘島舉行的聯合國氣候變化大會為全球進一步邁向低碳經濟起到了積極的作用,繼此之后,“低碳產業”在世界范圍內開始普及,低碳行業的公司企業也像雨后春筍般涌現,不少投資者見其發展迅猛頻頻將手中的資金投向該行業,其中不乏大型的機構投資者。 

二、低碳經濟模式研究文獻綜述 

在《低碳經濟的若干思考》一文中作者闡釋了低碳經濟的內涵和發展的必要性、可能性以及發展勢態。并指出近年來我國在調整經濟結構、發展循環經濟、節約能源、提高能效、淘汰落后產能、發展可再生能源上取得了顯著的成果。在對我國低碳經濟的發展確實進行預測和分析后,作者提出了中國發展低碳經濟的相關措施。 

什么是低碳經濟,為什么要發展低碳經濟,我國發展低碳經濟條件如何,怎樣發展低碳經濟。《低碳經濟研究綜述》一文就中國如何既遵循經濟社會發展與氣候保護的一般規律,順應發展低碳經濟的潮流和趨勢,同時立足于中國的基本國情和國家利益,尋求長期和短期利益的均衡的角度對中國發展低碳經濟進行了分析,旨在引導中國低碳經濟邁入科學發展的軌道。 

同樣是對低碳經濟的研究,《低碳經濟與環境金融創新》一文跳出了低碳經濟本身,將低碳經濟與環境金融聯系起來,從環境金融的角度,總結了國內外研究與實踐經驗,探討了環境金融創新的各種途徑,并針對我國實際存在的問題提出了一些建議。作者就低碳經濟的背景下如何實現環境金融的創新提出了一些見解,對低碳經濟和環境金融的相互促進做出了貢獻。 

在《中國的低碳經濟選擇和碳金融發展問題研究》一文中,作者提出低碳經濟是中國可持續發展的必然選擇,金融是現代經濟的核心,面對低碳經濟時代的要求,我國必須盡快構建與低碳經濟發展相適應的碳金融體系,包括金融市場體系,碳金融組織服務體系和碳金融政策支持體系幾大方面。作者支持目前中國碳金融的發展只能說是初露萌芽,發展相對滯后并存在諸多問題。 

對低碳經濟的相關文獻進行研究和綜述后,低碳經濟的發展是大勢所趨,但如何科學地發展低碳經濟,如何將低碳經濟同其他行業合理的結合,如何引導投資者正確地投資于低碳行業,這些都是亟待解決的問題。本文研究的是低碳行業的風險投資,通過對目前低碳行業風險投資的分析及預測,希望能科學地引導低碳行業的發展。 

三、低碳經濟模式下的風險投資現狀分析 

“低碳經濟”提出的大背景,是全球氣候變暖對人類生存和發展的嚴峻挑戰。隨著全球人口和經濟規模的不斷增長,能源使用帶來的環境問題及其誘因不斷地為人們所認識,不止是煙霧、光化學煙霧和酸雨等的危害,大氣中二氧化碳濃度升高帶來的全球氣候變化也已被確認為不爭的事實。 

“低碳經濟”是以低能耗、低污染、低排放為基礎的經濟模式,是人類社會繼農業文明、工業文明之后的又一次重大進步。是國際社會應對人類大量消耗化學能源、大量排放二氧化碳和二氧化硫引起全球氣候災害性變化而提出的能源品種轉換新概念,實質是解決提高能源利用效率和清潔能源結構問題,核心是能源技術創新和人類生存發展觀念的根本性轉變。低碳經濟定義的延伸還含有降低重化工業比重,提高現代服務業權重的產業結構調整

升級的內容;其宗旨是發展以低能耗、低污染、低排放為基本特征的經濟,降低經濟發展對生態系統中碳循環的影響,實現經濟活動中人為排放二氧化碳與自然界吸收二氧化碳的動態平衡,維持地球生物圈的碳元素平衡,減緩氣候變暖的進程,保護臭氧層不致蝕缺。廣義的低碳技術除包括對核、水、風、太陽能的開發利用之外,還涵蓋生物質能、煤的清潔高效利用、油氣資源和煤層氣的勘探開發、二氧化碳捕獲與埋存等領域開發的有效控制溫室氣體排放的新技術,它涉及電力、交通、建筑、冶金、化工、石化、汽車等多個產業部門。 

當前世界面臨的一個最大的環境問題就是全球氣候變暖,而其原因正是以二氧化碳為主的溫室氣體的大量排放。現在人們已充分認識到這個問題,并且已開始減少二氧化碳排放的進程。工業正是二氧化碳排放的一個重要來源。而想要減少工業排放二氧化碳,發展低碳行業無疑是一種解決之道。低碳行業泛指任何以低碳排放或者致力于減少碳排放為特征的行業,如可再生能源發電、核能、能源管理、水處理和垃圾處理企業。這個行業是符合保護自然的規律的,因此具有很光明的前途。在2009年的金融危機中,低碳行業產值不降反升,表明這個行業正是一個很有潛力的行業。

哥本哈根會議雖然未能達成成果,但低碳環保風潮已經在風投之間勁吹。正如前面對低碳行業的分析,低碳經濟以“低能耗、低排放、低污染”為主要特征,以此為中心衍生出較多的投資主線,主要包括:節能、減排、清潔能源領域。中國現在很多新的產業都跟這些領域有關。而事實上,越來越多的企業也將發展方向往這些領域方面靠攏。經歷了金融危機后的風險投資再度熱了起來;而比風投更熱的,則是低碳經濟。根據中國風險投資研究院(cvcri)對556家風投機構的調查顯示,2009年vc對能源環保領域共投資了35億元;vc投資的項目中,每10元錢中就有1.1元投向了能源環保領域。在很多的風投機構看來,節能環保、新能源等既屬于產業政策扶植范疇、又對經濟周期不敏感,這種低碳行業特殊的特性也是迎來風投廣泛關注的原因。 

歷時3個月、訪問了556家風險投資機構后,民建中央下屬的中國風險投資研究院(cvcri)得出結論:2009年中國vc/pe市場募資、投資規模均逐步回升,迎來了復蘇和發展。cvcri指出,由于經濟的復蘇和創業板的推出,2009年下半年的投資熱情增加。上半年投資案例數為229個,占總案例數的38.10%,投資總額為120億元,占全年投資總額的40.43%;而下半年的投資案例數為372個,明顯高于上半年,投資金額也占到了全年投資總額的59.57%。另一個可以觀察到的現象便是低碳能源環保行業的崛起。據cvcri數據,2009年風投對能源環保的投資項目數為99項,總金額為34.99億元;僅次于狹義it行業的135項和43.29億元,成為繼傳統行業、狹義it行業之后的第三受寵行業。另外更加值得關注的就是556家風投機構將能源環保行業評為了最具投資價值行業。其次是醫藥保健和消費服務行業;而傳統產業、狹義it則甚至沒有進入前十名。2009年度風險投資總額為315.34億元。除此之外,不少風司也對低碳行業發表了自己的看法,其中中國風險投資有限公司總裁王一軍表示低碳經濟是大勢所趨,而核心則在于節能減排和發展新能源。以我國過去走的粗放型經濟增長方式來看,節能減排在技術、推廣等領域都有很大的發展空間。而中國對石油的需求日益增長也在驅使著新能源的發展。 

對于“兩高六新”的公司,即具有成長性高、科技含量高、新經濟、新服務、新農業、新材料、新能源和新商業模式的公司,是風投關注的重點,而這些特點也是低碳行業所具備的。基于上述對低碳行業前景的分析,對于低碳行業的風險投資無疑成為了一個熱點話題。但凡是投資都存在著風險,眾多的投資者在投資低碳行業之前也會對該行業的眾多上市公司進行綜合評估,通過行業數據和公司相關的各方面指標選出最具發展潛力和盈利能力的公司進行投資。 

在對低碳行業風險投資概況進行綜述之后,從投資價值的角度將低碳行業和其他行業進行比較,圖2是2009年統計的最具投資價值行業分布情況,從中我們不難看出低碳能源和環保列居首位。 

四、低碳經濟模式下的風險投資前景預測 

前面通過對低碳行業的風險投資數據和圖表的分析,低碳經濟模式由于其得天獨厚的可持續發展潛力受到了投資者們的青睞。風險投資是眾多投資方式的一種,風險投資不僅僅是一種簡單的權益投資,投資者們為了獲得公司上市和退出時的高額收益,還要為初創期的公司提供技術支持。前面說到了低碳經濟模式的可持續性發展優勢,這一點是風險投資決策時的一個主要決策因素。所以,在后金融危機時代,將會有越來越多的風險投資者涉足低碳領域,既促進了低碳行業的高速發展和繁榮,同時也為風險投資者提供了一片全新的投資領域。由于低碳經濟是一種綠色經濟,不僅促進了經濟的高速發展,同時也為環境保護和可持續發展做出了貢獻,所以,在今后幾年中政府必將會持續出臺相關政策推動低碳經濟在我國的發展,這些政策也將為投資者的資金進入低碳領域敞開了大門。綜上所述,在未來幾年里,風險投資與低碳經濟模式的結合將是投資領域一道亮麗的風景線。 

[基金項目:江蘇省社科基金項目(08eya002)] 

 

參考文獻: 

1.馮之浚,周榮,張倩.低碳經濟的若干思考[j].中國軟科學,2009(12) 

2.王仕軍.低碳經濟研究綜述[j].開放導報,2009(5) 

3.任衛峰.低碳經濟與環境金融創新[j].上海經濟研究,2008(3) 

碳循環的定義范文第4篇

（華中農業大學土地管理學院，武漢 430070）

摘要：采用武漢市1996－2010年的土地利用變更數據、能源數據以及相關經濟數據，通過構建碳排放、碳足跡模型，測算近15年來武漢市土地利用的碳排放量和碳足跡，并分析其碳排放量、碳足跡的變化及影響因素。結果表明，武漢市建設用地碳排放量占碳排放總量的98％以上，在1996－2010年處于逐年增加的狀態，2010年已達到1996年的1．4倍；武漢市的總碳足跡和人均碳足跡也在逐年增加，碳赤字較為嚴重。碳排放總量的不斷增加主要是由武漢市建設用地不斷擴大以及經濟增長方式和能源結構不合理造成。為此，武漢市不僅要控制建設用地的擴張，同時還應改變經濟增長方式、調整能源消費結構。

關鍵詞 ：碳排放；碳足跡；建設用地；能源結構；武漢市

中圖分類號：F301．24 文獻標識碼：A 文章編號：0439－8114（2015）02－0313-05

DOI:10.14088/j.cnki.issn0439-8114.2015.02.015

氣候變暖是全世界公認的環境問題，造成氣候變暖的原因主要是溫室氣體排放量的大幅增加。2005年2月16日《京都議定書》正式生效，給CO2排放量居世界第二位的中國帶來了嚴峻和現實的壓力與挑戰［1］，掀起學術界有關碳排放研究的熱潮。有學者對經濟增長與碳排放的關系進行了研究。彭佳雯等［2］利用脫鉤模型探討了中國經濟增長與能源碳排放的脫鉤關系及程度；杜婷婷等［3］則以庫茨涅茲環境曲線及衍生曲線為依據，對中國CO2排放量與人均收入增長時序資料進行統計擬合得出中國經濟發展與CO2排放的函數關系。也有學者對土地利用類型轉變引起的碳排放效應變化進行了研究。如蘇雅麗等［4］對陜西省土地利用變化的碳排放效益進行了研究。對于土地利用碳排放影響因素的研究也有了一定的成果，主要是利用指數分解法對影響土地利用碳排放效應的因素進行分解分析，如蔣金荷［5］運用對數平均Divisia指數法（LMDI法）定量分析了中國1995－2007年碳排放的影響因素及貢獻率。對于碳足跡的研究，趙榮欽等［6］計算和分析了江蘇省不同土地利用方式能源消費碳排放與碳足跡。還有其他學者通過碳足跡計算模型，從碳足跡核算和碳足跡評價的角度進行了有意的探討［7－9］。研究不同土地利用方式的碳排放效應，有助于從土地利用調控的角度控制碳排放。本研究以武漢市為例，分析武漢市土地利用碳排放和碳足跡，探討武漢市碳排放變化的影響因素，為武漢市調控土地利用以減少碳排放提供科學依據，對武漢市構建“兩型社會”具有重要的理論與現實意義。

1 研究區域概況

武漢市位于中國的中部地區、江漢平原的東部，地處東經113°41′－115°05′，北緯29°58′－31°22′。地形以平原為主，擁有豐富的自然資源。截至2010年，全市土地面積為8 494．41 km2，農用地面積為4 270．45 km2，其中耕地面積為3 174．05 km2，林地面積為975．81 km2， 建設用地1 596．51 km2，未利用地面積2 627．45 km2。本年全市國民生產總值達到6 762．20億元，同比增長12．5％，位居15個副省級城市第五位。第一、第二、第三產業分別為198．70億、3 254．02億、3 303．48億元，比重為2．94％、48．12％、48．94％。人均GDP為68 286．24元，城鎮居民人均可支配收入23 738．09元，農村居民人均純收入9 813．59元。全市全年社會消費品零售總額達2 959．04億元。

2 研究方法與數據來源

2．1 碳排放測算模型

根據李穎等［10］、蘇雅麗等［4］的研究，本研究基于各種用地類型的碳排放／碳吸收系數計算碳排放量，主要涉及耕地、林地、草地、建設用地。其中建設用地具有碳源效應，耕地上的農作物雖然能夠吸收二氧化碳，但是在很短的時間內又會被分解釋放到空氣中，因此將耕地視為碳源［11］，林地和草地為碳匯。

碳排放測算公式［10］：

CL＝∑Si·Qi （1）

其中，CL為碳排放總量；Si為第i種土地利用類型的面積；Qi為第i種土地利用類型的碳排放（吸收）系數，吸收為負，其中耕地、林地、草地的碳排放系數分別為0．422、－0．644、－0．02 tC／hm2［12］。

建設用地的碳排放主要通過計算其建設過程消耗能源所產生的碳排放間接得到。這里的能源主要是指煤炭、石油和天然氣。

建設用地碳排放估算公式［10］：

CP＝∑ni＝∑Mi·Qi （2）

其中，CP為碳排放量；ni為第i種能源的碳排放量；Mi為第i種能源消耗標準煤；Qi為第i種能源的碳排放系數，其中煤、石油、天然氣的碳排放系數分別為0．747 6 tC／t標準煤、0．582 5 tC／t標準煤、0．443 4 tC／t標準煤［12］。

2．2 不同土地利用類型的碳足跡

碳足跡是指吸收碳排放所需的生產性土地（植被）面積，即碳排放的生態足跡［13］。凈生態系統生產力即NEP是指1 hm2植被一年的碳吸收量，用來反映植被的固碳能力［13］，采用NEP指標反映不同植被的碳吸收量，并以此計算出消納碳排放所需的生產性土地的面積（碳足跡）。森林和草原是主要的陸地生態系統，因此本文主要考察這兩種植被類型的碳吸收［13］。根據趙榮欽等［6］、謝鴻宇等［13］的方法，首先計算出化石能源碳排放量，再根據森林和草地的碳吸收量計算出各自的碳吸收比例，最后由各自的NEP計算出吸收化石能源消耗碳排放所需的森林和草地的面積。化石能源碳足跡計算公式為：

其中，A為總的化石能源碳足跡，Ai為第i類能源的碳足跡，Ci為第i種能源的消耗量（萬噸標準煤），Qi為第i種能源的碳排放系數，Perf與Perf分別為森林與草原吸收碳的比例；NEPerf與NEPerf分別為森林和草地的凈積累量。吸收1 t的CO2所需的相應生產用地土地面積計算結果見表1。

2．3 數據來源

能源數據與經濟數據來源于《武漢市統計年鑒（1996－2010）》，武漢市土地利用結構數據來源于武漢國土資源和規劃局。

3 結果與分析

3．1 武漢市碳排放量

根據公式（1）、（2）和《武漢市統計年鑒》所查詢的武漢市能源消耗量，以及武漢市歷年土地變更數據，計算武漢市1996－2010年的碳排放量見表2。

從不同土地利用類型的碳排放量來看（表2），建設用地的碳排放量占碳排放總量的98％以上， 由此可以說明建設用地為主要的碳源。同時可以看到，武漢市的建設用地碳排放量增加較快， 1996到2010年間，武漢市建設用地碳排放量增加了1 091．6萬t，增幅為88．58％，碳排放總量也增加了87．21％。通過SPSS 19對建設用地面積與碳排放總量進行雙側檢驗，結果表明，在0．01水平下顯著相關，可見武漢市的碳排放總量與建設用地的碳排放量走勢保持同步。

在建設用地面積增加的同時，耕地面積在不斷減少，但是耕地面積的減少對碳排放總量并沒有起到明顯的影響，原因可能有兩個方面，一是耕地的碳排放量相對于建設用地來講數量太小，最高也只占碳源排放總量的1．6％；二是耕地轉變為建設用地不僅沒有降低碳排放量，反而會增加碳排放量。

另一方面，武漢市的碳吸收總量也在不斷增加，1996到2010年間增加了2．09萬t，增幅為49．76％，其中占碳匯吸收比例較小的草地碳吸收量在逐年下降，但是林地的碳吸收量占總吸收量的90％以上，甚至有些年份達到了99％以上，且林地面積在不斷擴大，林地的固碳量在增加，從而使得武漢市碳吸收量15年間不斷增加。

3．2 武漢市建設用地碳足跡分析

由公式（3）計算武漢市1996－2010年的能源消耗碳足跡間接得到建設用地碳足跡，如表3所示。由表3中可以看出，武漢市的建設用地碳足跡逐年增加，在此期間，雖然武漢市的林地與草地的總面積有所增加，但是遠遠不足總碳足跡的增加速度，同時人均碳足跡由0．63 hm2增加為0．74 hm2，由此表明武漢市的生態系統不足以彌補能源消費的碳足跡。不同能源的碳足跡表明，煤炭的消費是引起總碳足跡增加的主要原因。表3也表明，森林的碳吸收能力比草地要強，碳足跡以森林為主。

3．3 影響因素分析

3．3．1 土地利用結構 不同的土地利用結構對碳排放量與碳吸收量都會產生影響。1996－2010年武漢市土地利用結構變化見表4。由表4可以看出，武漢市的林地面積不斷增加，草地面積在減少，但是由于林地是主要的碳匯，因此武漢市的碳匯量隨林地面積的增加而增加。耕地面積在減少，建設用地面積不斷增加，且增加速度較快，一部分面積的增加是由于耕地的非農化，即耕地轉為了建設用地，而建設用地是主要碳源，因此，武漢市的碳排放量隨建設用地面積增加而增加。

3．3．2 經濟增長方式 現有的研究表明［10］，國家工業化，能源消費碳排放是最主要的排放類型，可占二氧化碳排放的90％以上。從上述武漢市碳排放量測算結果來看，能源碳排放占碳排放總量的98％以上。由此，應分析經濟發展中能源消費帶來的碳排放變化。

碳排放強度是碳排放量與國內生產總值（GDP）的比值，是衡量溫室氣體排放的指標，可以作為發展中國家承認和反映其對減緩氣候變化的貢獻指標［14］。計算可知，1996－2010年武漢市碳排放強度總體上呈下降趨勢，由1996年的1．88 t／萬元下降到2010年的0．53 t／萬元，下降了71．81％，年平均下降4.79％。根據何建坤等［14］的研究，要實現二氧化碳的絕對減排，碳排放強度的下降率要大于GDP的增長率。而武漢市1996－2010年碳排放強度下降率遠小于14．54％的GDP增長率，這遠遠不能實現碳減排。

經濟增長既需要資本的投入，也需要土地、能源等物資投入，若經濟增長使得土地、能源等物資消耗加劇，碳排放量加大，則資源利用效率降低，對環境的不利影響加劇，顯然這種經濟增長方式不可取。為評判經濟增長對碳排放變化的影響，可選用能源碳排放系數，即能源碳排放增長速度與國內生產總值的比值來反映經濟增長對碳排放的影響，其與能源消費彈性系數具有同樣的測量意義［15］。已有研究表明，發展中國家能源消費彈性系數一般都大于或接近于1，而發達國家則小于或接近0．5［15］。其值越大，說明能源碳排放增長快于經濟增長速度。計算發現，武漢市能源碳排放系數達到了0．76，遠遠大于0．5。由此說明，武漢市的經濟增長促進了碳排放量的增加。

3．3．3 能源結構 不同的能源其碳排放系數不同，三大能源中，煤炭的碳排放系數最大，天然氣最小，石油居中。因此，煤炭的消耗量越大，則能源碳排放量越大。根據公式（2）可測算各種能源碳排放量，并得出三大能源碳排放量趨勢圖（見圖1）。由于各能源的碳排放量與能源消費量之間呈正比，因此，能源碳排放量的趨勢與能源消費量的趨勢一致。由圖1可知，石油和天然氣的消費量在1996－2010年間較為平穩，煤炭的消費量在1996－2002年間保持穩定，2002－2006年快速上升，2006－2009出現微小下降，2010年又開始上升，與武漢市碳源排放總量變化走勢一致，煤炭消耗量占總能源的67％以上。可以看出，武漢市是以煤炭為主的能源結構。

平均碳排放系數是指能源碳排放總量與能源消耗總量的比值，其變化能夠反映能源結構變動對碳排放量的影響。當低碳能源比例的增加時，平均碳排放系數將會變小。從圖1來看，武漢市1996－2010年的平均碳排放系數較為平穩，在0．707~0．717之間浮動。以上分析表明，武漢市能源消費結構不合理。

3．3．4 碳足跡影響因素分析 武漢市能源消耗總量在15年間由1 790．13萬t增長到了3 352．96萬t，與此同時，其碳足跡也由328．13萬hm2增長到了618．78萬hm2。能源消耗總量與碳足跡走勢圖（圖2）表明，碳足跡隨著能源消耗總量的變動而變動，兩者呈現出高度一致的走勢。

采用回歸分析可以定量分析能源消耗總量與碳足跡的關系。本文以95％的置信度通過有關檢驗，其相關性如表5所示，能源消耗量與碳足跡的相關系數達到了0．999 5，說明碳足跡受能源消耗總量影響較大。

4 小結與討論

1）建設用地是主要的碳源，其碳排放量占總碳排放總量的98％以上。建設用地面積的增加是武漢碳排放量增加的一個重要原因。發展低碳經濟，建設“兩型社會”，武漢需控制建設用地面積的不斷擴大。同時，提高土地利用集約度，通過集約利用緩解建設用地供求矛盾，實現低碳集約利用。

2）武漢市的總碳足跡和人均碳足跡在不斷增加，雖然武漢市的林地與草地的總面積有所增加，但是遠遠不足總碳足跡的增加速度，表明武漢市碳赤字較為嚴重。其中，森林碳足跡和煤炭碳足跡為碳足跡的主要“碳匯”和“碳源”，煤炭的消耗是引起總碳足跡增加的主要原因。因此，增強生產性土地，特別是森林的固碳能力，改善能源消費結構，減少煤炭消費量，提高石油、天然氣等能源的消費比例，可以較好地降低碳排放水平。

3）1996－2010年，武漢市碳排放量總體上升。主要原因除了建設用地面積不斷增加外，還受經濟增長方式與能源結構的影響。較高的能源碳排放系數反映出武漢市目前的經濟增長方式不利于低碳經濟的發展。建立低碳的能源體系，調整產業結構和能源消費結構，是發展低碳經濟社會的關鍵。

4）通過土地利用變化以及能源消費量的變化分析了武漢市的碳排放以及碳足跡的變化，但是在計算能源消費碳排放時，因數據的限制，僅考慮了化石能源消費所帶來的碳排放，未計算農村生物質能燃燒帶來的碳排放。同時，由于目前對碳足跡的概念和計算邊界缺乏統一的定義，計算數據獲取難度較大，碳足跡的研究需要進一步深入探討與完善。

參考文獻：

［1］ 莊貴陽．低碳經濟：中國之選［J］．中國石油石化，2007，7（13）：32－34．

［2］ 彭佳雯，黃賢金，鐘太洋，等．中國經濟增長與能源碳排放的脫鉤研究［J］．資源科學，2011，33（4）：626－633．

［3］ 杜婷婷，毛 鋒，羅 銳．中國經濟增長與CO2排放演化探析［J］．中國人口資源與環境，2007，17（2）：94－99．

［4］ 蘇雅麗，張艷芳．陜西省土地利用變化的碳排放效益研究［J］．水土保持學報，2011，25（1）：152－156．

［5］ 蔣金荷．中國碳排放量測算及影響因素分析［J］．資源科學， 2011，33（4）：597－604．

［6］ 趙榮欽，黃賢金．基于能源消費的江蘇省土地利用碳排放與碳足跡［J］．地理研究，2010，29（9）：1639－1649．

［7］ SOVACOOL B K， BROWN M A． Twelve metropolitan carbon footprints： A preliminary comparative global assessment［J］． Energy Policy， 2010， 38（9）：4856－4869．

［8］ KENNY T， GRAY N F． Comparative performance of six carbon footprint models for use in Ireland［J］． Environmental Impact Assessment Review， 2009， 29（1）：1－61．

［9］ 黃賢金，葛 楊，葉堂林，等．循環經濟學［M］．南京：東南大學出版社，2009．

［10］ 李 穎，黃賢金，甄 峰．江蘇省區域不同土地利用方式的碳排放效應分析［J］．農業工程學報，2008，24（S2）：102－107．

［11］ 肖紅艷，袁興中，李 波，等．土地利用變化碳排放效應研究—以重慶市為例［J］．重慶師范大學學報（自然科學版），2012，29（1）：38－43．

［12］ 2006 IPCC Guidelines for National Greenhouse Gas Inventories ［R］． Geneva：IPCC，2006．

［13］ 謝鴻宇，陳賢生，林凱榮，等．基于碳循環的化石能源及電力生態足跡［J］．生態學報，2008，28（4）：1729－1735．

［14］ 何建坤，劉 濱．作為溫室氣體排放量衡量指標的碳排放強度分析［J］．清華大學學報（自然科學版），2004，44（6）：740－743．

［15］ FANG J Y， CHEN A P， PENG C H， et al． Changes in forest biomass carbon storage in China between 1949 and 1998［J］． Science， 2001， 292：2320－2322．