科学认知农田生态系统温室气体排放状况是开展农业减排降碳的重要前提,对于推动农业可持续发展、促进农田高质量建设具有重要意义.以安徽省为例,利用联合国政府间气候变化专门委员会(IPCC)排放系数法评估农田生态系统温室气体排放水平,运用对数平均迪式指数分解(LMDI)方法解析农田生态系统温室气体排放驱动机制,最后基于STIRPAT模型并结合情景分析方法对未来农田生态系统温室气体排放进行模拟预测.结果表明:(1)安徽省农田生态系统温室气体排放总量整体呈增加趋势,水稻种植CH4排放的贡献最大,占比达55.27％,空间分布上呈现为皖中地区排放量较高、皖北和皖南地区相对较低.(2)安徽省农田生态系统单位播种面积排放强度呈增加趋势,单位农业产值排放强度呈下降趋势,两种排放强度均呈"北低南高"分布特征,即淮河以北地区排放强度及变化幅度相对较低,淮河以南地区表现为相反规律.(3)农业经济水平与安徽省农田生态系统温室气体排放呈现出正效应,是影响排放量增加的主要因素;农业生产效率、农业生产结构、农业人口规模均呈现出负效应,其中农业生产效率与农业人口规模因素对农田生态系统温室气体排放的抑制作用较强.(4)基准情景、低碳情景、绿色发展情景与可持续发展情景下农田生态系统温室气体排放呈先上升达到峰值后逐渐降低的变化趋势,其中基准情景在2028年达峰,其余三种情景在2025年实现达峰目标.粗放发展情景下农田生态系统温室气体排放在未来呈不断增加的发展趋势,未能实现达峰目标但增速逐渐放缓,农业发展表现出较强的减排潜力.安徽省应加强控制水稻种植CH4排放,综合考量区域差异,多措并举、因地制宜地制定农业减排政策.

控制碳排放是实现"双碳"战略目标和城市低碳发展的重要举措,城市形态与碳排放关系密切.基于2000-2020年碳排放、土地利用和景观格局指数等数据得到北京市碳排放和城市形态时空演变格局,构建面板数据模型探究城市形态对碳排放的影响,通过最优参数地理探测器揭示城市形态因子对碳排放的驱动因素.结果表明:(1)2000-2020年碳排放空间上呈现中心高、四周低、由中心向周边扩散的分布格局,其中2001-2005年和2010-2015年增幅分别为-13.8％和15.8％;(2)2000-2020年北京市城市形态因子具有明显的时空演变特征,平均斑块类型面积、最大斑块指数和有效格网大小增长率分别为56.4％、78％和112％,平均斑块密度呈下降趋势,斑块结合度和分散指数变化不明显;(3)城市形态与碳排放之间存在显著相关性,斑块密度和有效格网大小与碳排放呈负相关性,斑块结合度对碳排放有正向影响;(4)城市形态因子对碳排放影响程度排序为:有效格网大小＞斑块类型面积＞最大斑块指数＞斑块结合度＞分散指数＞斑块密度＞周长面积分维,且有效格网大小与分散指数的交互作用对碳排放空间异质性影响程度最高.不同地区应因地制宜考虑城市形态对碳排放的影响,进而制定其空间格局优化策略.

生物质作为可再生的碳源,其有效开发利用对我国碳达峰与碳中和目标的实现至关重要.我国生物质资源丰富多样,然而生物质能资源的定量评估研究较少,存在较大不确定性.我国生物质资源到底有多大,未来能源利用开发潜力有多少,一直是人们关注的焦点.本文构建了基于不同类别的生物质资源量综合核算模型,基于2001-2019年数据,分析了我国生物质资源量时空分布特征,并采用ARIMA模型模拟预测了我国未来生物质资源量及能源开发利用潜力.结果表明,我国生物质资源量和能源开发利用潜力,以年均约3％的增长率,从2001年的17.64和10.91 EJ,分别增加至2019年的30.59和18.08 EJ.我国生物质资源主要来自农林业废弃物和粪便(78.5％),且大西南、黄河中游、长江中游综合经济区的生物质资源量占比较高(50.3％).具体到各省份,河南、山东、广西、四川省生物质资源尤为丰富,占总生物质资源量的25.8％.未来伴随我国人口、粮食产量、畜牧业发展和造林面积的增加以及城镇化的推进,我国生物质资源量和能源开发利用潜力将不断增加,到2030年我国生物质资源量与能源开发利用潜力将增至38.17与22.46 EJ,到2060年将增至66.19与38.85 EJ,转化为生物质清洁能源产品的开发潜力巨大.本研究成果可推动我国生物质能源可持续发展,为我国清洁低碳能源资源普查和信息平台建立提供数据支撑.

为实现碳达峰与碳中和（双碳）目标，我国低碳燃煤发电技术不断更新和发展，在降低二氧化碳排放的同时实现了颗粒物、二氧化硫、氮氧化物等污染物排放的大幅度下降，但同时伴随着某些污染物如三氧化硫、氨、挥发性有机物等排放的相对升高，污染物排放的种类和比例改变。本文梳理汇总国内外燃煤发电的技术改进，以及不同燃煤发电模式排放污染物种类与占比的情况；综述燃煤发电排放污染物对人群心肺健康影响的流行病学研究进展，从不同煤电模式角度阐述其环境影响，分析低碳煤电排放的人群暴露负荷变化和心肺健康收益，旨在为实现降碳减排目标和保障人群健康提供参考。

准确估算陆地生态系统碳储量,科学制定生态环境保护和土地利用政策,对促进区域低碳可持续发展,实现"碳中和"目标具有重要意义.基于大量碳密度样点数据,将其与生态地理分区和土地利用类型图空间叠置,采用克里金插值法得到黄河流域碳密度空间分布数据集.应用InVEST模型对2000年、2010年和2020年黄河流域陆地生态系统碳储量的时空演变测度,提高了碳储量估算结果的准确性.利用Pearson相关性分析和多尺度地理加权回归模型(MGWR)对自然、社会经济和景观格局指数等因素对县级行政单元尺度单位面积碳储量的影响进行分析.主要结论如下:(1)黄河流域碳密度空间分布呈西部大于东部、东部地区自东南向西北递减的格局;(2)2000-2020年黄河流域陆地生态系统碳储量增加0.02％(7.011×109-7.012× 109t),空间分布与碳密度相同,空间集聚特征显著,"高高集聚区"主要分布在黄河上游西南部的青藏高原地区,"低低集聚区"主要分布在黄河上游北部和黄河下游大部分地区;(3)Pearson相关性分析得出与碳储量呈正相关的影响因素为Pr(降水)、NDVI(归一化植被指数)和Slope(坡度);呈负相关的影响因素为TEM(温度)、HAI(人类影响指数)、SHDI(香农多样性指数)、DN(夜间灯光数据像素值)和PPOD(人口密度).(4)MGWR模型得出TEM、Pr、NDVI和SHDI空间异质性强,HAI在2010年后异质性强;Slope空间异质性中等;DN和PPOD为全局尺度变量,空间影响平稳;(5)MGWR模型得出NDVI对黄河流域县级单位面积碳储量作用强度最大.NDVI、Slope对县级单位面积碳储量的影响呈正效应,TEM、HAI、DN和PPOD呈负效应,Pr、SHDI呈正、负双向效应.

鉴于传统养殖和屠宰获取肉类食品的方式,环境污染、资源浪费和多种有害成分残留等方面问题不断加剧,以及未来绿色低碳发展所面临的现实问题,随着"细胞农牧"科技的兴起,国内外研究者和企业家将目光转向了具有综合优势的细胞培育肉生产新模式.与以多种蛋白质资源为原料进行调制加工的"植物人造肉"不同,动物细胞培育所生产细胞培育肉,在营养品质和口感上更接近"真肉",有望成为细胞合成生物技术生产替代蛋白质的未来发展新热点,已成为新兴食品科技和产业与投资界的新宠.将细胞培育成具有一定规模和效率的"培育肉",将对生长效率与周期,以及规模化生产的成本控制具有基础性作用,其中最为关键的是种子细胞及其永生化扩增能力.主要就国内外有关动物细胞培育肉概况、种子细胞优选与实现其永生化策略,以及动物细胞培育肉方面科技伦理等进行较为系统的综述和分析,为我国开展相关研究和细胞培育肉产业提供重要参考.

在"双碳"战略目标下,深入研究中国旅游业对碳排放的影响,对科学制定减排政策,发展低碳旅游,以及应对气候变化有着重要的理论和现实意义.使用2003-2019年除港澳台和西藏之外的30个省市面板数据,从国内旅游和入境旅游的视角,结合面板单位根、协整、格兰杰因果检验,利用固定效应模型和随机效应模型探究东、中、西部旅游业发展与碳排放的关系.研究结果表明:(1)中国旅游业发展与碳排放之间均存在长期均衡关系.(2)入境旅游对碳排放不存在显著影响,国内旅游对碳排放存在显著正向影响.(3)东、中、西部地区的旅游业和碳排放关系存在差异,其中东部和中部地区国内旅游收入每提高1％将导致其碳排放总量分别增加2.313％和7.531％,而西部地区国内旅游收入提高1％将导致其碳排放总量减少1.306％.

交通是城市绿色低碳转型中最受关注的领域之一,也是数字化渗透及数字平台最为活跃的领域.出行即服务(Mobility as a Service,MaaS)系统是绿色交通的典型代表,是一种新型交通组织和供给方式,反映了当前出行需求的深刻变化和城市交通组织范式转变的耦合.全球范围内已出现了上百个大小规模不等和模式各异的MaaS实践创新,北京MaaS是中国持续至今、影响最大的MaaS实践.目前MaaS实践提出的理论和方法主要基于欧美发达国家,无法充分描述和分析中国实践.在文献研究的基础上,延伸纳入了中国经验,提出了具有全球普适性的一个MaaS系统分析框架,强调辨析全球范围内的MaaS异同均可以从三个维度展开,即嵌入的社会背景、发展目标和产生的社会经济环境影响;并应用此框架对国内外五个典型MaaS进行了比较研究,重点解码了北京MaaS的激励机制、商业模式和商业生态.本文旨在推动MaaS理论和研究方法的全球发展,重点提出了四个方面的关注:(1)MaaS系统的发展再次考验着城市交通如何回归其公共属性;(2)MaaS实践嵌入在城市社会背景中,具有明显的差异性.模式选择是对城市既有社会背景和交通格局的继承,但也可能就此发生转向.MaaS打开了一次城市交通转型的机会窗口;(3)MaaS系统的可持续运营依然面临挑战;(4)数字技术带来数据产权、数据隐私和安全等亟待解决的新问题.所有研究案例表明,数字技术的快速发展需要匹配治理模式创新,MaaS生态的协同进化至关重要.

在双碳目标和新型城镇化背景下,保证经济平稳增长的同时减少碳排放是实现城市高质量发展的重要任务之一,更是长沙、株洲、湘潭等国家低碳试点城市重点建设目标之一.因此以长株潭城市群中用地变化和碳排放最为剧烈的中心城区作为研究区域,在现状分析的基础上运用Markov-PLUS耦合模型和碳排放响应模型,模拟了自然状态发展情景、耕地保护发展情景、生态保护发展情景和绿色低碳发展情景下建设用地扩张及碳排放响应情况.结果表明:①2000-2020长株潭城市群建设用地面积呈现阶段性的波动增长趋势,耕地和林地是其主要来源,扩张强度在2010-2015年最大,主要集中在城市群中心区域;碳排放量呈现倒"V"型曲线,可以划分为碳排放量快速上升阶段(2000-2005年)和碳排放量下降阶段(2005-2020年),以2010年为节点,下降幅度先增加后减缓;二者之间存在较为密切的正相关关系,整体表现为建设用地面积增加(减少)碳排放随之增加(减少)的较强扩张与较高排放模式.②Markov-PLUS模拟结果显示,长株潭城市群建设用地在自然状态发展情景下扩张面积最大(235.9503km2),在生态保护发展情景下扩张面积最小(200.6354km2);绿色低碳发展情景下建设用地扩张所占用的生态碳汇面积相对较少(169.78km2),占未利用地相比其他情景较多(1.20km2),扩张分布较为合理,带来的生态环境压力和碳排放压力较小,既有利于生态环境保护也有利于社会经济发展.③碳排放响应结果显示,在不同情景下长株潭城市群各区县的碳排放对建设用地扩张均表现出一定的敏感性,综合建设用地扩张与碳排放响应结果,绿色低碳发展情景是长株潭城市群未来的较优发展模式.

碳排放核算是落实温室气体减排目标、应对气候变化和实现可持续发展的重要基础.碳排放强度的变化趋势体现了碳减排成效,是主体功能区未来减排措施和低碳发展道路的选择与调整的重要依据.以我国典型高碳经济省份山西省为研究对象,采用BP神经网络模型,基于市级碳排放量、人口、GDP、夜间灯光总值、植被覆盖率、城市化水平构建了适用于主体功能区的碳排放核算模型,运用探索性空间数据分析、Dagum基尼系数和时间倾向率等方法,分析了主体功能区碳排放时空特征、碳排放区域差异并评价碳减排成效.结果表明:(1)从时间趋势来看,2006-2020年各主体功能区碳排放量呈现逐年增长的趋势,其增长率均表现为重点开发区域(48.08％)＞农产品主产区(38.13％)＞重点生态功能区(33.95％)的特征,与各区域的功能定位和产业结构显著相关.(2)从空间演变来看,主体功能区的空间集聚特征与山西省"两山夹一川"的独特地势相关.重点开发区域空间集聚格局较为稳定,集中在山西省中部,而农产品主产区、重点生态功能区的集聚特征不显著,分布在东部和西部.(3)碳排放区域差异分析表明山西省碳排放地区间总体差异呈现下降趋势,总体基尼系数由2006年的0.505下降到2020年的0.498,年均下降0.102％,重点开发区域和重点生态功能区之间的差异是总体差异的主要来源.(4)碳减排效果评价显示主体功能区碳排放强度均呈现下降趋势,重点开发区域的碳减排成效显著高于农产品主产区和重点生态功能区.基于对主体功能区碳排放的分析,结合其功能定位,针对性地提出主体功能区减排和低碳发展措施.本文为我国能源资源型省份制定和实施差异化节能减排政策提供了科学参考.