在“碳中和文献”中，命中：13条，耗时：小于0.01 秒
机构：建平县气象局; 关键词：建平南北;;气候变化;;特征分析 摘要：利用1987—2016年近30a辽宁建平地区2个站点的观测资料,叶柏寿站(54326)代表建平地区南部、建平站(54321)代表建平地区北部。分析了该地区南北两个测站的气温、降水和日照的变化情况。结果表明,近30a建平地区南部平均气温、平均最高气温、平均最低气温分别上升0.31℃/10a、0.24℃/10a、0.44℃/10a,平均最低气温上升最为明显,年降水量-11.1mm/10a下降。日照时数-34.7h/10a下降;近30a建平地区北部平均气温、平均最高气温、平均最低气温分别上升0.13℃/10a、0.34℃/10a、0.03℃/10a,平均最高气温上升最为明显,降水量-32.5mm/10a下降。日照时数-24.8h/10a下降。 年：2017 出版单位：农业与技术
|
机构：陕西师范大学旅游与环境学院; 关键词：陕西省;;农业投资;;碳排放;;时空变化;;Tapio脱钩弹性模型 摘要：基于化肥、农药、农膜、翻耕、播种、农机总动力等6项主要农业投资活动碳源,测算了陕西省1990—2012年的农资碳排放量,并运用Tapio脱钩模型对陕西省农资活动碳排放与农业经济发展间的脱钩关系进行了分析。结果表明:2012年陕西省农资活动碳排放总量和碳排放强度分别为251.85万t和879.29kg/hm2,分别比1990年年均增长9.74%和13.07%;在空间上,农资碳排放总量区域差异明显,呈现陕南>陕北>关中的特征,碳排放强度则呈现关中>陕南>陕北的特征;农资碳排放总量与农业经济发展间主要呈现扩张负脱钩关系,各区域脱钩特征为:陕北以强、弱脱钩为主,关中以负、弱脱钩为主,陕南表现弱脱钩现象,且弱锐钩趋势逐渐增强。 年：2016 出版单位：陕西师范大学学报(自然科学版)
|
机构：陕西师范大学旅游与环境学院; 关键词：碳排放;;投入产出模型;;结构分解模型;;居民;;消费 摘要：基于IPCC清单法和投入产出模型,核算1996—2012年陕西省居民消费的直接和间接碳排放,分析居民消费碳排放的结构与动态特征;运用结构分解模型,分析产业碳排放强度、消费结构、人均消费水平等6个因素对居民消费碳排放的影响。结果表明:1996—2012年陕西省居民消费煤炭和电力产生的直接碳排放量所占比重最大,居民消费食品制造与烟草加工业、化工制品和教育与其他服务业产生的间接碳排放所占比重较大;总体上,城镇居民消费碳排放大于乡村,间接碳排放大于直接碳排放;居民消费碳排放总量和间接碳排放呈现先增加后减少的趋势,而直接碳排放总体上呈增加的趋势,平均年增长率为5.76%;六大因素对居民消费碳排放的影响总体上为负效应,其中产业碳排放强度为主要负影响因子,人均消费水平为主要正影响因子。 年：2016 出版单位：陕西师范大学学报(自然科学版)
|
机构：陕西师范大学旅游与环境学院; 关键词：投入产出模型;;间接碳排放;;拉动效应;;空间分异;;西安市 摘要：为了解西安市工业各行业碳排放的拉动效应和空间分布特征,采用投入产出分析模型核算西安市工业各行业直接和间接碳排放量,依据相关指标以区县为单元将各行业碳排放进行空间分配。结果表明,西安市90%的工业行业间接碳排放量均超过直接碳排放量,工业内部碳排放具有较强的拉动和关联效应;通用、专用设备和电气机械及器材等制造业碳排放拉动能力较强,导致热电生产、供应业,金属冶炼、压延加工业以及石油加工、炼焦业碳排放量较大;西安市工业6大代表性行业碳排放空间分布显示,未央区、户县和雁塔区为重点减排区;西安市工业碳排放的拉动效应大致呈几何级数递减的趋势由城市内部向外部扩散。 年：2015 出版单位：生态与农村环境学报
|
机构：陕西师范大学旅游与环境学院;安康学院政治与历史系; 关键词：能源消费结构;;产业结构;;碳排放强度;;VAR模型;;脉冲响应函数;;陕西 摘要：基于陕西省1989-2011年能源消费等统计数据,分析能源消费结构、产业结构的演变特征,建立陕西省能源消费结构-产业结构-碳排放强度系统的VAR模型,对该系统的长期和短期动态关系进行实证分析。结果表明:陕西省的发展模式,是能源消费结构长期以高碳能源为主和产业结构长期以高碳产业为主导。能源消费结构与产业结构的变化对陕西省碳排放强度的减小作用初期微弱;从中长期来,两个结构多元化提高的负效应对碳排放强度的增加有长期持久的抑制作用,且能源消费结构演进对碳排放强度的冲击效果始终大于产业结构变化的冲击效果。优化产业结构和调整能源消费结构尤其是提高低碳产业与低碳能源比重是驱动陕西省碳排放强度下降的有效措施。 年：2015 出版单位：干旱区地理
|
机构：陕西师范大学旅游与环境学院; 关键词：碳排放;;LMDI模型;;因素分解;;区域分异;;陕西省 摘要：根据1996—2010年陕西省终端能源消费数据及2010年各市区单位GDP能耗数据,对陕西省碳排放量进行了核算,并基于Kaya恒等式,利用对数平均Divisia指数分解模型对陕西省碳排放的影响因素进行了分解分析。结果表明:(1)陕西省碳排放总量、人均碳排放量在1996—2000年均为小幅度下降,此后大幅度增加,而碳排放强度总体呈现出下降趋势。从能源消费碳排放比例来看,煤炭消费碳排放量占绝对比重(70.47%)。(2)陕西省各市区碳排放总量与碳排放强度表现出明显的区域分异特征。陕西省的碳排放总量关中最高,陕北次之,陕南最小;地级市区中:西安市、榆林市和渭南市排放量超过5.00×106 t,杨凌区的碳排放量仅有7.21×104 t;渭南市和榆林市碳排放强度较高,而商洛市和杨凌区碳排放强度较低。(3)经济产出、产业结构及人口规模对陕西省碳排放量的增加表现为正效应,能源结构和能源强度对陕西省碳排放量的增加表现为负效应。其中经济增长是陕西省碳排放量增加的决定因素,而能源强度降低是碳排放量减少的决定因素。 年：2014 出版单位：水土保持通报
|
机构：陕西师范大学旅游与环境学院; 关键词：面板数据;;灰色关联分析;;产业碳排放;;影响因素;;西北5省 摘要：运用西北5省1999—2010年的面板数据,计算产业碳排放量,采用灰色关联度模型,分析影响因素与产业碳排放量之间的关联程度。结果显示:①从总量来看,1999—2010年西北5省产业碳排放量呈现波动增加的趋势,陕西、甘肃、青海、宁夏和新疆的碳排放量分别从1999年的3.22×107t、3.05×107t、7.80×106t、1.12×107t和3.02×107t增加到2010年的1.24×108t、6.86×107t、2.15×107t、5.76×107t和9.29×107t,从2008年起,陕西省的碳排放量开始高于全国平均值。从人均碳排放量来看,也呈现出波动增加趋势,宁夏的人均碳排放量在不同年份均高于其他4省。②从空间来看,西北5省之间的产业碳排放量存在内部差异,其排序为:陕西>新疆>甘肃>宁夏>青海。③西北5省产业碳排放量与影响因素之间的关联度有某种相似之处,共同表现出:经济效应>人口效应>结构效应>技术效应。④不同影响因素对产业碳排放量的关联度存在省际之间的差异,人口效应表现为:宁夏>甘肃>新疆>青海>陕西,经济效应表现为:新疆>宁夏>青海>陕西>甘肃,结构效应表现为:甘肃>宁夏>青海>新疆>陕西,技术效应表现为:宁夏>青海>新疆>陕西>甘肃。 年：2014 出版单位：干旱区研究
|
机构：陕西师范大学旅游与环境学院; 关键词：碳排放;;空间分异;;Moran指数;;STIRPAT模型;;西安市 摘要：采用西安市1997—2011年工业能耗数据和2010年各区县单位GDP能耗数据进行了碳排放量的估算,通过STIRPAT模型构建驱动因子分析模型。研究表明:(1)西安市1997—2011年各类碳排放量表现出总体上升的特征。(2)各区县碳排放量、碳排放产值、人均碳排放量、地均碳排放量呈现出明显的空间分异现象。Moran指数显示,西安市各区县碳排放量存在显著地空间正相关性。碳排放量的空间分布特征是:碳排放量较高的区县趋向于和碳排放量较高的区县集聚,碳排放量较低的区县趋向于和碳排放量较低的区县集聚。(3)STIRPAT模型表明:经济发展、人口规模、产业结构和技术水平对碳排放量影响程度不同,其中经济发展对碳排放量增加具有决定作用,产业结构优化对碳排放量增加具有抑制作用。 年：2014 出版单位：水土保持通报
|
机构：陕西师范大学旅游与环境学院;安康学院政治与历史系; 关键词：县域尺度;;碳排放强度;;空间分异;;空间自相关分析;;榆林市 摘要：以能源产区陕西省榆林市的12个区县为研究单元,在Geo Da和Arc GIS等软件的支持下,结合趋势分析和空间统计方法,分析2005—2010年榆林县域尺度下的能源消费碳排放强度的空间格局特征与空间分异机制。榆林各区县能源消费碳排放强度水平差异明显,总体差异呈扩大趋势,两极分化加剧。县域碳排放强度南北走向上表现出逐渐减小趋势,东西走向上具有微弱的"U"型变化态势。总体上,东北部区县碳排放强度高于西南部。各区县碳排放强度具有正的空间关联分布特征,且处于低水平非均衡空间分布状态,空间依赖性明显。结合相关性分析,榆林区县碳排放强度具有极化区、扩散区、塌陷区和传染区4个特征。"热点"主要分布在东北部三县,"冷点"主要分布于南部六县。能源资源分布不均、经济总量以及产业结构差异是造成榆林碳排放强度空间分布不均的主要原因。 年：2014 出版单位：地域研究与开发
|
机构：陕西师范大学旅游与环境学院; 关键词：土地利用;;碳排放;;空间格局;;西安市 摘要：目的研究城市土地利用与碳排放变化的时空特征及响应机制,为西安市低碳化的城市土地利用与空间增长提供理论依据。方法基于遥感和GIS技术,运用能源消耗的碳排放模型和Hopfield神经网络聚类方法进行研究。结果 2000—2007年西安市各区县的建设用地增长迅速,耕地减少,部分区县林地面积有所增加,草地变化量很小;土地利用动态度依次为建设用地、水体、耕地、未利用地、草地、林地;建设用地的碳源作用非常突出,林地的碳汇功能较强,建设用地增长是导致碳排放总量变化的主要因素;西安市各区县的碳排放类型可以划分为4类。结论西安市土地利用表现出显著的碳源增加、碳汇减少的特征;从"减排"和"增汇"两个方面优化土地利用结构,对西安城市低碳发展和低碳调控具有重要意义;从西安市碳排放的4种区县类型来看,新城市空间增长区域的碳代价显著大于老城区,优化城市空间增长模式对西安市低碳发展具有重要意义。 年：2013 出版单位：西北大学学报(自然科学版)
|
| | |