"双碳"目标下河南省农业碳排放影响因素及预测研究

F302.5; 农业生产是碳排放的主要来源之一,农业碳减排是中国实现"双碳"目标的重点方面.本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势.结果表明:2001—2020年河南省农业CO2排放量总体呈"上升-下降"的趋势,年均增长率为?1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1% 的变动,将分别引起...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:中国生态农业学报(中英文) 2022-11, Vol.30 (11), p.1842-1851
Hauptverfasser: 高晨曦, 卢秋萍, 欧年青, 胡清萍, 林雪, 鲍玲鑫
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 1851
container_issue 11
container_start_page 1842
container_title 中国生态农业学报(中英文)
container_volume 30
creator 高晨曦
卢秋萍
欧年青
胡清萍
林雪
鲍玲鑫
description F302.5; 农业生产是碳排放的主要来源之一,农业碳减排是中国实现"双碳"目标的重点方面.本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势.结果表明:2001—2020年河南省农业CO2排放量总体呈"上升-下降"的趋势,年均增长率为?1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1% 的变动,将分别引起河南省农业CO2排放量0.162%、0.175%、0.130%、?0.018%、?0.029%、0.120%、?0.071% 的变动;在基准情景和低碳情景Ⅰ、Ⅱ下,2021—2025年河南省农业CO2排放量呈持续下降的变化趋势,到2025年预测值分别为6483.80万t、6369.19万t和6338.32万t.研究表明:河南省农业已实现碳达峰;抑制农业碳排放的重点是农作物的土地利用及大型畜牧的粪便管理,促进农业碳减排的重点是稳妥推进城镇化及农村经济发展;低碳情景具有更大的碳减排潜力,有助于加速全省"双碳"目标的实现.
doi_str_mv 10.12357/cjea.20220267
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_stnyyj202211012</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>stnyyj202211012</wanfj_id><sourcerecordid>stnyyj202211012</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1022-87802582667b25568795b46b4a9754660f8e1f1d8d5b9cfb3bfbb1b9723994b03</originalsourceid><addsrcrecordid>eNotUD1LAzEAzaBgqV39AV2cria5fI5SP6HgonO5tBfxkBOMIh0FUbDWghYE2-Ho5iJoVbror2kS_BdGFB684cH7AmAJwRrCMeUrrSxNahjiAMbnQAlDySKGY74AKsYcKBhLgaAkvATWqrZ_48eTqh8-u-JqNu2614ntPfjRub0czaaPQXO3d27wZT9f7H3PDgv_Vtj-9ff4wr13fTHwTx-LYF4nhyat_HMZ7G2s79a3osbO5nZ9tREZFMpEgguIqcCMcYUpZYJLqghTJJGcEsagFinSqC3aVMmWVrHSSiElOY6lJKF1GSz_-Z4luU7y_WZ2dHqch8SmOck7nex3MkIwnPADWhpiTw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>"双碳"目标下河南省农业碳排放影响因素及预测研究</title><source>DOAJ Directory of Open Access Journals</source><creator>高晨曦 ; 卢秋萍 ; 欧年青 ; 胡清萍 ; 林雪 ; 鲍玲鑫</creator><creatorcontrib>高晨曦 ; 卢秋萍 ; 欧年青 ; 胡清萍 ; 林雪 ; 鲍玲鑫</creatorcontrib><description>F302.5; 农业生产是碳排放的主要来源之一,农业碳减排是中国实现"双碳"目标的重点方面.本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势.结果表明:2001—2020年河南省农业CO2排放量总体呈"上升-下降"的趋势,年均增长率为?1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1% 的变动,将分别引起河南省农业CO2排放量0.162%、0.175%、0.130%、?0.018%、?0.029%、0.120%、?0.071% 的变动;在基准情景和低碳情景Ⅰ、Ⅱ下,2021—2025年河南省农业CO2排放量呈持续下降的变化趋势,到2025年预测值分别为6483.80万t、6369.19万t和6338.32万t.研究表明:河南省农业已实现碳达峰;抑制农业碳排放的重点是农作物的土地利用及大型畜牧的粪便管理,促进农业碳减排的重点是稳妥推进城镇化及农村经济发展;低碳情景具有更大的碳减排潜力,有助于加速全省"双碳"目标的实现.</description><identifier>ISSN: 2096-6237</identifier><identifier>DOI: 10.12357/cjea.20220267</identifier><language>chi</language><publisher>福建农林大学计算机与信息学院/生态与资源统计福建省高校重点实验室 福州 350002</publisher><ispartof>中国生态农业学报(中英文), 2022-11, Vol.30 (11), p.1842-1851</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/stnyyj/stnyyj.jpg</thumbnail><link.rule.ids>314,776,780,860,27901,27902</link.rule.ids></links><search><creatorcontrib>高晨曦</creatorcontrib><creatorcontrib>卢秋萍</creatorcontrib><creatorcontrib>欧年青</creatorcontrib><creatorcontrib>胡清萍</creatorcontrib><creatorcontrib>林雪</creatorcontrib><creatorcontrib>鲍玲鑫</creatorcontrib><title>"双碳"目标下河南省农业碳排放影响因素及预测研究</title><title>中国生态农业学报(中英文)</title><description>F302.5; 农业生产是碳排放的主要来源之一,农业碳减排是中国实现"双碳"目标的重点方面.本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势.结果表明:2001—2020年河南省农业CO2排放量总体呈"上升-下降"的趋势,年均增长率为?1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1% 的变动,将分别引起河南省农业CO2排放量0.162%、0.175%、0.130%、?0.018%、?0.029%、0.120%、?0.071% 的变动;在基准情景和低碳情景Ⅰ、Ⅱ下,2021—2025年河南省农业CO2排放量呈持续下降的变化趋势,到2025年预测值分别为6483.80万t、6369.19万t和6338.32万t.研究表明:河南省农业已实现碳达峰;抑制农业碳排放的重点是农作物的土地利用及大型畜牧的粪便管理,促进农业碳减排的重点是稳妥推进城镇化及农村经济发展;低碳情景具有更大的碳减排潜力,有助于加速全省"双碳"目标的实现.</description><issn>2096-6237</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNotUD1LAzEAzaBgqV39AV2cria5fI5SP6HgonO5tBfxkBOMIh0FUbDWghYE2-Ho5iJoVbror2kS_BdGFB684cH7AmAJwRrCMeUrrSxNahjiAMbnQAlDySKGY74AKsYcKBhLgaAkvATWqrZ_48eTqh8-u-JqNu2614ntPfjRub0czaaPQXO3d27wZT9f7H3PDgv_Vtj-9ff4wr13fTHwTx-LYF4nhyat_HMZ7G2s79a3osbO5nZ9tREZFMpEgguIqcCMcYUpZYJLqghTJJGcEsagFinSqC3aVMmWVrHSSiElOY6lJKF1GSz_-Z4luU7y_WZ2dHqch8SmOck7nex3MkIwnPADWhpiTw</recordid><startdate>20221101</startdate><enddate>20221101</enddate><creator>高晨曦</creator><creator>卢秋萍</creator><creator>欧年青</creator><creator>胡清萍</creator><creator>林雪</creator><creator>鲍玲鑫</creator><general>福建农林大学计算机与信息学院/生态与资源统计福建省高校重点实验室 福州 350002</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20221101</creationdate><title>"双碳"目标下河南省农业碳排放影响因素及预测研究</title><author>高晨曦 ; 卢秋萍 ; 欧年青 ; 胡清萍 ; 林雪 ; 鲍玲鑫</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1022-87802582667b25568795b46b4a9754660f8e1f1d8d5b9cfb3bfbb1b9723994b03</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>高晨曦</creatorcontrib><creatorcontrib>卢秋萍</creatorcontrib><creatorcontrib>欧年青</creatorcontrib><creatorcontrib>胡清萍</creatorcontrib><creatorcontrib>林雪</creatorcontrib><creatorcontrib>鲍玲鑫</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>中国生态农业学报(中英文)</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>高晨曦</au><au>卢秋萍</au><au>欧年青</au><au>胡清萍</au><au>林雪</au><au>鲍玲鑫</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>"双碳"目标下河南省农业碳排放影响因素及预测研究</atitle><jtitle>中国生态农业学报(中英文)</jtitle><date>2022-11-01</date><risdate>2022</risdate><volume>30</volume><issue>11</issue><spage>1842</spage><epage>1851</epage><pages>1842-1851</pages><issn>2096-6237</issn><abstract>F302.5; 农业生产是碳排放的主要来源之一,农业碳减排是中国实现"双碳"目标的重点方面.本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势.结果表明:2001—2020年河南省农业CO2排放量总体呈"上升-下降"的趋势,年均增长率为?1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1% 的变动,将分别引起河南省农业CO2排放量0.162%、0.175%、0.130%、?0.018%、?0.029%、0.120%、?0.071% 的变动;在基准情景和低碳情景Ⅰ、Ⅱ下,2021—2025年河南省农业CO2排放量呈持续下降的变化趋势,到2025年预测值分别为6483.80万t、6369.19万t和6338.32万t.研究表明:河南省农业已实现碳达峰;抑制农业碳排放的重点是农作物的土地利用及大型畜牧的粪便管理,促进农业碳减排的重点是稳妥推进城镇化及农村经济发展;低碳情景具有更大的碳减排潜力,有助于加速全省"双碳"目标的实现.</abstract><pub>福建农林大学计算机与信息学院/生态与资源统计福建省高校重点实验室 福州 350002</pub><doi>10.12357/cjea.20220267</doi><tpages>10</tpages></addata></record>
fulltext fulltext
identifier ISSN: 2096-6237
ispartof 中国生态农业学报(中英文), 2022-11, Vol.30 (11), p.1842-1851
issn 2096-6237
language chi
recordid cdi_wanfang_journals_stnyyj202211012
source DOAJ Directory of Open Access Journals
title "双碳"目标下河南省农业碳排放影响因素及预测研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-29T19%3A14%3A40IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%22%E5%8F%8C%E7%A2%B3%22%E7%9B%AE%E6%A0%87%E4%B8%8B%E6%B2%B3%E5%8D%97%E7%9C%81%E5%86%9C%E4%B8%9A%E7%A2%B3%E6%8E%92%E6%94%BE%E5%BD%B1%E5%93%8D%E5%9B%A0%E7%B4%A0%E5%8F%8A%E9%A2%84%E6%B5%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E4%B8%AD%E5%9B%BD%E7%94%9F%E6%80%81%E5%86%9C%E4%B8%9A%E5%AD%A6%E6%8A%A5%EF%BC%88%E4%B8%AD%E8%8B%B1%E6%96%87%EF%BC%89&rft.au=%E9%AB%98%E6%99%A8%E6%9B%A6&rft.date=2022-11-01&rft.volume=30&rft.issue=11&rft.spage=1842&rft.epage=1851&rft.pages=1842-1851&rft.issn=2096-6237&rft_id=info:doi/10.12357/cjea.20220267&rft_dat=%3Cwanfang_jour%3Estnyyj202211012%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=stnyyj202211012&rfr_iscdi=true