【目的】研究福建省农业净碳汇的时序特征、影响因素,并对其变化趋势进行预测,为促进福建省农业低碳发展提供依据。【方法】采用排放因子法测算2002-2021年福建省农业净碳汇,运用拓展随机性环境影响评估STIRPAT(stochastic impacts by r...【目的】研究福建省农业净碳汇的时序特征、影响因素,并对其变化趋势进行预测,为促进福建省农业低碳发展提供依据。【方法】采用排放因子法测算2002-2021年福建省农业净碳汇,运用拓展随机性环境影响评估STIRPAT(stochastic impacts by regression on population,affluence and technology)模型分析福建省农业净碳汇的影响因素,并采用深度神经网络(deep neural networks,DNN)模型预测2025年全省农业净碳汇。【结果】2002-2021年福建省农业净碳汇整体呈“波动下降-平稳上升”的变化趋势;种植业碳排放占比较大,以水稻和化肥碳排放为主;水稻和蔬菜对碳汇贡献较大;城镇化水平、能源消耗水平、农业净碳汇强度、农村经济发展水平和农村居民人均可支配收入均可提升农业净碳汇,其中,能源消耗水平的提升效果最为显著;2025年农业净碳汇预计比2021年上升36.30%。【结论】近年来福建省农业净碳汇量呈逐年上升的趋势,预测2025年农业净碳汇量比2021年提高36.30%。展开更多
文摘【目的】研究福建省农业净碳汇的时序特征、影响因素,并对其变化趋势进行预测,为促进福建省农业低碳发展提供依据。【方法】采用排放因子法测算2002-2021年福建省农业净碳汇,运用拓展随机性环境影响评估STIRPAT(stochastic impacts by regression on population,affluence and technology)模型分析福建省农业净碳汇的影响因素,并采用深度神经网络(deep neural networks,DNN)模型预测2025年全省农业净碳汇。【结果】2002-2021年福建省农业净碳汇整体呈“波动下降-平稳上升”的变化趋势;种植业碳排放占比较大,以水稻和化肥碳排放为主;水稻和蔬菜对碳汇贡献较大;城镇化水平、能源消耗水平、农业净碳汇强度、农村经济发展水平和农村居民人均可支配收入均可提升农业净碳汇,其中,能源消耗水平的提升效果最为显著;2025年农业净碳汇预计比2021年上升36.30%。【结论】近年来福建省农业净碳汇量呈逐年上升的趋势,预测2025年农业净碳汇量比2021年提高36.30%。
