广西甘蔗碳汇测算方法研究及时空格局分析

为了实现广西全区植被减源增汇目标,对广西主要经济作物甘蔗的碳吸收和碳排放量进行科学的测算,并开展甘蔗碳汇时空格局的研究分析;利用广西全区14个地级市2010—2020年甘蔗产量、农资投入等相关统计数据测算广西全区甘蔗净碳汇量,并运用空间自相关分析法分析2005—2020年间广西各市时空分布格局。结果表明:2010—2020年,广西全区甘蔗净碳汇量逐步上升;2005—2020年,广西全区甘蔗碳汇量在地级市尺度下不存在明显的全局空间自相关关系;广西全区甘蔗碳汇量逐步形成以南宁市为核心的局部溢出格局,充分利用南宁市的技术、产业优势扩大甘蔗碳汇的空间溢出效应,对提高广西全区的甘蔗碳汇水平至关重要。

东北农区农业净碳汇时空分布及驱动因素

农业兼具碳源和碳汇双重属性,是我国实现碳达峰碳中和目标的重要组成部分。从农业碳排放公平性角度出发综合管控农业碳源和碳汇量,明晰农业净碳汇的驱动因素对于实现东北农区农业低碳发展具有重要意义。基于2000—2020年黑龙江省各市域的社会经济及农业生产等数据,本研究通过生态承载模型、经济效率模型和地理探测器对区域农业碳排放公平性特征及净碳汇驱动因素进行探究。结果表明:黑龙江省农业净碳汇总量呈现波动上升趋势,由2000年的1.21×10^(7)t上升至2020年的4.02×10^(7)t。齐齐哈尔、绥化和哈尔滨三市农业净碳汇量较高,三市总和占黑龙江省碳汇量的51%以上。从农业碳排放公平性分区来看,双高区主要向南部和中部的哈尔滨、黑河和绥化等地聚集,双低区逐渐向东部的鸡西、双鸭山和鹤岗等地集中。双低区持续向经济高值区、生态高值区以及双高区发展,但不同市域间差距依旧显著。耕地面积和机械化水平是农业净碳汇空间分异的主导驱动因素。交互探测结果显示耕地面积和机械化水平与其他各因素的交互作用最强,同时净碳汇量受机械化水平和城镇化水平交互作用的影响最大。研究表明,黑龙江省需根据各地区具体情况制定差别化的绿色农业管控措施,以推进东北农区农业可持续发展。

保护性耕作机械能否带动保护性耕作净碳汇的空间外溢?——基于农机跨区服务视角

农机跨区服务推动了以农业机械为载体的保护性耕作技术及其净碳汇的空间外溢。本文以2000—2020年中国30个省份(不含港澳台及西藏)为研究样本,运用探索性空间数据分析法揭示保护性耕作机械及其净碳汇在空间上的集聚特征,并通过空间杜宾模型定量分析保护性耕作机械对其净碳汇的空间溢出效应。研究发现:1)保护性耕作机械动力及其净碳汇在2000—2020年期间均呈增长态势,年均增长率分别为12.52%和7.42%,两者在空间上主要表现为“高-高集聚”和“低-低集聚”的区域集聚特征。2)保护性耕作机械动力通过跨区服务能够显著带动保护性耕作净碳汇实现空间外溢。具体表现为保护性耕作机械动力对周边省份保护性耕作净碳汇会产生正向空间溢出效应,且主要归因于秸秆还田机械的跨区作业。3)保护性耕作机械动力对其净碳汇的空间溢出效应因时间、地形、粮食作物主产区而异。具体来说,其空间溢出效应在2004—2009年间和2010—2013年间显著为正,并呈增加趋势;在平原地区,其空间溢出效应为正,在丘陵山区则为负;保护性耕作机械的空间溢出效应在水稻主产区更明显,免耕机械的空间溢出效应在小麦主产区相对突出,而秸秆还田机械的空间溢出效应在三大粮食作物主产区基本无差异。为此,本研究提出加大保护性耕作推广力度、搭建农机服务信息化平台和提高保护性耕作农机装备水平的对策建议。

中国省域净碳汇效率时空演变及影响因素研究

提升净碳汇效率是推动“双碳”目标实现的重要途径。论文采用超效率SBM模型测度2010—2020年中国30个省份的净碳汇效率,分别运用空间自相关分析和地理探测器探究中国省域净碳汇效率的时空演变及影响因素,研究表明:(1)中国净碳汇效率整体呈现上升趋势,但总值偏低且区域差异明显,呈现西南及东北区域高、中部及东部沿海区域低的格局。(2)净碳汇效率存在空间自相关性,高值区域主要集中在云南、黑龙江等区域,低值区域主要集中在天津、山东等区域。(3)城市化水平、工业污染治理和经济发展产业结构是净碳汇效率空间分异的影响因素,且多数因子交互作用后均产生非线性增强作用。建议根据各区域差异化特征通过调整产业结构、加强环境规制等方法以达到社会经济低碳可持续发展。

1978—2021年广西农业净碳汇时序特征及影响因素

农业系统既是重要的碳源系统,也是重要的碳汇系统。广西作为中国农业重点区域,量化其农业系统碳账户(碳排放、碳固定和净碳汇)对广西实现碳达峰碳中和目标具有重要作用。本研究基于广西统计数据,综合考虑农业系统碳排放和碳固定来源,采用排放因子法和碳固定因子法对农业碳排放和碳固定进行量化,结合STIRPAT模型对碳账户影响因素进行分析。本研究结果显示,1978—2021年广西农业碳排放量和碳固定量分别增长24.90%和280.30%,净碳汇量由–293.79×10^(4)t上升到1862.14×10^(4)t。农业资料投入是碳排放的主要来源,其中化肥和灌溉是农业资料投入中最主要的碳排放来源。作物碳固定是广西农业系统碳固定量的主要来源,甘蔗是最主要的碳固定作物,占作物碳固定总量的57.35%。农业碳排放、碳固定和净碳汇量与农业机械化水平、农业经济发展水平、农业资料投入、农作物产量和稻田播种面积显著相关。STIRPAT模型结果表明,化肥投入与水稻种植对碳排放增加的影响最大,水稻播种面积、农作物产量和化肥投入显著影响碳固定和净碳汇量。为增加农业系统净碳汇量,广西后续应加强对化肥精准施用、稻田甲烷排放控制、规范化养殖和甘蔗增产方面的研究。

降碳减污视角下山东省农业绿色发展效率的时空格局与影响因素分析

基于降碳减污视角构建农业绿色发展效率评价指标体系,综合采用Super-EBM模型、核密度估计、Global Malmquist-Luenberger指数及面板Tobit模型分析2001—2021年山东省农业绿色发展效率时空格局、演变特征和影响因素。结果显示:①研究期内山东省农业绿色发展综合效率和纯技术效率呈“W”形演变轨迹,规模效率平稳上升,农业绿色发展效率由规模驱动转为由规模、技术共同驱动;②山东省农业绿色发展效率空间格局由低水平交错分布向高水平均衡分布演变,纯技术效率的高水平均衡分布特征趋于显著,规模效率仍表现出较明显的空间非均衡性,形成“东西高、中部低”的带状空间格局;③山东省农业绿色全要素生产率缓慢上升,缘于技术进步和纯技术效率提高,其中以后者贡献为主,而规模效率具有一定抑制作用;④居民富裕程度、数字经济对农业绿色发展综合效率和纯技术效率具有正向作用,产业结构优化、城镇化水平提高对农业绿色发展规模效率具有负向作用。

中国海水养殖净碳汇效率的空间演进与外溢效应

提高海水养殖净碳汇效率是中国实现碳中和目标的重要途径之一。文章运用超效率SBM模型测算2008—2019年中国沿海9地海水养殖净碳汇效率,并对其全局和局部空间自相关性进行分析,然后采用动态空间杜宾模型探究海水养殖净碳汇效率的影响因素及其空间溢出效应。研究发现:中国海水养殖净碳汇效率水平整体较高且呈上升态势,但地区差异明显。从全局看,地区海水养殖净碳汇效率存在空间正相关关系,集聚效应显著,但随着时间的推移,空间集聚程度逐渐减弱;从局部看,研究期间部分地区净碳汇效率的空间演进路径未发生变动,呈现出一定的路径依赖特征。科技推广、产量结构对海水养殖净碳汇效率具有促进作用,经济规模、专业人员投入强度具有抑制作用;从空间溢出效应看,专业人员投入强度、科技推广和产量结构对邻近地区净碳汇效率存在正向溢出效应,经济规模存在负向溢出效应。

河北省农业净碳汇测算及影响因素分析

基于农业净碳汇影响因素的系统性和复杂性,根据河北省2000-2019年的农业数据,从内部驱动和外部环境综合考虑相关指标,利用VECM模型对影响河北省农业净碳汇的因素进行分析。结果表明:短期来看,农业生产总值、农业机械总动力、水土流失治理面积、农产品总出口、水资源总量、农业用水量的增加以及耕地受灾面积的减少会对净碳汇发展产生积极影响;长期来看,农产品总出口、水资源总量和农业用水量的增加会对净碳汇发展产生负面影响。最后,根据分析结果提出了河北省低碳农业可持续发展的政策建议。

基于碳汇法与NPP法的安徽省能源足迹影响因素研究

文章采用碳汇法和净初级生产力(net primary productivity,NPP)法,以安徽省为例计算能源足迹;将非化石能源消费也纳入能源足迹的计算中,以便更准确测度能源足迹;采用对数平均迪氏指数(logarithmic mean Divisia index,LMDI)分解法分析能源足迹的影响因素,并使用Pearson相关系数分析法探索非化石能源足迹对能源足迹总量变化率的影响。结果表明:与碳汇法相比,NPP法考虑区域综合碳吸收能力和土地利用变化的影响,计算结果更准确;基于NPP法计算含非化石能源的能源足迹,2009—2016年安徽省能源足迹累计增长511.25×10^(4)hm^(2),年均增长率为5.02%;能源强度在抑制能源足迹增长因素中占94.35%,贡献度为-1.57;经济发展在促进能源足迹增长的因素中占95.95%,贡献度为2.55;以经济发展为主的正效应大于以能源强度为主的负效应,两者比值为1.74∶1.00;非化石能源足迹、煤炭足迹的贡献度与总量变化率分别呈-0.54负相关和0.44正相关。因此,调整能源结构、大力发展非化石能源,能有效降低能源足迹。

绵阳市农业净碳汇时空特征以及低碳发展探讨

基于2002-2021年绵阳市以及9个区县的农地利用、水稻种植、畜禽养殖的12类主要碳源和12类主要农作物碳汇,测算了农业碳源、碳汇、净碳汇总量和净碳汇强度,并分析了其时空特征。结果表明:①绵阳市农业碳排放量呈现先上升再下降的趋势,2016年达到最大值。农业碳汇量、净碳汇总量、净碳汇强度均呈现先减后增的趋势,2006年为最低值;碳汇功能总体表现为上升趋势;②碳排放量较高的地区有三台、盐亭县和江油市,碳排放量较低的地区为平武、北川县,地区差异明显;③碳汇和净碳汇总量空间分布中,三台县为碳汇和净碳汇总量最高的地区,北川、平武、涪城区为较低的地区;④北川和平武两县为农业净碳汇强度较低的2个地区,其余地区间的差异较小,各个区县的农业净碳汇强度虽有波动,但均呈上升趋势。地形条件、农业结构、农业发展水平是碳结构地区差异的主要原因。为此,提出了各地区应因地制宜,制定差别化的农业管理措施,促进农业低碳发展。

云南省农田生态系统碳源/汇变化分析

基于《云南统计年鉴》和联合国政府间气候变化专门委员会评估报告中的数据,采用净碳汇法对云南省农田生态系统碳汇量进行了核算,并从碳吸收和碳排放角度核算了云南省农田生态系统净碳汇。结果表明:(1)2005—2021年云南省农田净碳汇量从2005年的1446.66万t上升到2021年的1849.73万t,其中最低净碳汇量为1425.40万t,最高净碳汇量为1849.73万t。(2)从农田生态系统碳排放来源看,化肥、翻耕及农业机械总动力碳排放量占比相对较大;从农田生态系统碳吸收情况来看,粮食作物与经济作物的碳吸收比例占比较大。综上所述,在农田耕作过程中,应尽快推进绿色低碳新能源农业机械设备,提高施肥技术,进一步减肥增产,推广科学合理的农田技术,充分发挥区域协调作用,促进农田低碳绿色发展。

2000—2020年华北地区植被固碳能力时空变化特征及其气象影响分析

净生态系统生产力(NEP)是估算植被生态系统碳源/汇的重要指标,开展区域NEP时空变化特征分析,对科学评估植被生态系统固碳能力及其气候变化应对措施具有重要意义。研究基于土壤呼吸模型和TEC模型,利用2000—2020年气象数据和遥感数据,采用线性趋势分析、Hurst指数和相关分析等统计方法,对华北地区固碳能力时空变化特征、影响因素及其未来变化趋势进行分析。结果表明:2000—2020年,华北地区年均NEP为228.8 gC/m^(2),在空间分布上呈现从西北向东南逐步递增的趋势,总体上表现为净固碳。从变化趋势来看,华北地区生态系统的固碳能力总体呈增加趋势,分布面积占比达到88.8%,达到显著增加趋势的面积比例为54.5%(P<0.05),其中河北北部、北京北部、山西西北部、山东西部等地NEP每年每平方米增加9.0 gC以上。华北大部地区NEP年际波动较小,有79.6%的区域多处于较高稳定、高稳定的等级。从变化趋势来看,华北地区有84.9%区域NEP具有强持续性,且NEP未来仍将持续增加的区域面积占比达到51.4%。华北地区NEP的空间分布和年际变化主要受降水的影响,达到显著相关的区域面积占总面积的44.7%,但与气温、日照呈弱正相关,而且不同区域相关性差异明显。其中降水影响空间格局差异极为明显,华北中北部NEP与降水呈显著正相关,南部呈负相关。

东北三省农业碳排放效率时空演化特征及驱动因素分析

在经济社会低碳转型变革中,农业作为三大支柱产业之一,其碳排放效率是判断农业可持续发展的重要指标。本研究采用考虑非期望产出的全局SBM模型测算东北三省36个城市在2010—2019年的农业碳排放效率,并运用空间聚类分析和地理探测器探究其空间分异特征及驱动因素,旨在为推动东北地区实现农业高质量发展提供启示。研究结果显示:(1)2010—2019年东北三省农业净碳汇总量和农业碳排放效率整体呈上升趋势,从城市尺度出发计算得到效率平均值由0.540提高至0.743;其中吉林省净碳汇增量及效率在研究期内均居于首位,黑龙江省和辽宁省分别具有“高排高汇”和“低排低汇”特征,研究期内各省效率值均有提高。(2)空间上东北三省农业碳排放效率呈现出“区块状”分布特征,空间聚集程度逐渐增强。(3)从整体尺度看,将东北地区整体农业碳排放效率作为样本,农业机械率成为研究期内决定力均值最高的驱动因子,但其作用强度逐渐削弱;通过观察不同时期关键交互因子发现,社会因素作用强度逐渐增强。从区域尺度看,农业机械率是影响黑龙江省、辽宁省农业碳排放效率空间分异格局的主导驱动因子,吉林省农业碳排放效率空间分异格局的主导驱动因子是农产品规模和城镇化率;而农业机械率与农业产业结构经过空间叠加后形成的交互因子,对三个省份农业碳排放效率空间分异格局都起到决定性作用。

陕西省保护性耕作净碳汇的时空演变及差异性分析

保护性耕作是提升耕地系统固碳减排能力的重要措施。分析保护性耕作净碳汇效益及差异特征对于优化保护性耕作推广政策和农业助力国家“双碳”目标具有重要现实意义。该研究在测度2000—2020年陕西省各市保护性耕作净碳汇的基础上,利用Kernel密度函数、趋势面分析和Dagum基尼系数分析其时空演变格局及差异性特征。研究结果表明:1)陕西省保护性耕作净碳汇随时间整体呈“稳定-上升-波动上升”趋势,其由2000年的57.76万t上升至2020年的129.30万t,增幅为123.86%,且其净碳汇及净碳汇强度在空间上均表现出“中部高-南北低”的分布格局。2)保护性耕作净碳汇Kernel密度曲线随时间呈“主峰右移、波峰渐宽”并伴有“右拖尾”的演变特征;空间趋势面在东西方向较为平缓,而在南北方向上呈倒U型分布,分异特征明显。3)全省保护性耕作净碳汇基尼系数由2000年的0.50降至2020年的0.45,区域间差异(贡献率均值为67.22%)是其空间非均衡性的主要来源,但关中地区的内部差异大于陕南和陕北地区。研究结果将为陕西省区划保护性耕作推广的核心区域和重点区域提供理论依据,同时为全国确定保护性耕作的重点推广区域以及优化保护性耕作技术的推广政策提供决策参考。

江苏省县域种植业碳源/汇测算与农业园区空间相关性分析

现代农业园区对推动地区种植业绿色低碳转型具有重要作用,统筹兼顾园区发展和减排固碳是种植业实现“双碳”目标的有效手段。基于县域视角测算了2020年江苏省77个县级行政单元种植业碳排放量、碳汇量、净碳汇量以及净碳汇强度,刻画了其空间分布格局,通过了解不同县域现代农业园区主导产业作物种植结构及品种,对园区合理聚类并测算其碳汇强度,结合双变量空间自相关定量识别园区建设与地区净碳汇强度的空间关联模式。结果表明:(1)2020年江苏省各县域种植业净碳汇量均为正值,呈现出碳生态盈余状态,碳排放量、碳汇量、净碳汇量与净碳汇强度均呈现出苏北>苏中>苏南的特征,且不同县域之间差异较大。(2)依据主导产业作物类型,可将江苏省现代农业园区划分为7类,其碳汇强度大小排序依次为粮油作物主导型园区>粮油-花果作物主导型园区>粮油-蔬菜作物主导型园区>花果作物主导型园区>多类作物主导型园区>蔬菜-花果作物主导型园区>蔬菜作物主导型园区。(3)园区建设规模与地区净碳汇强度具有显著空间负相关关系,且局部空间格局呈现低-高集聚连片分布,低-低、高-高和高-低集聚分散分布的特征。

黄河三角洲湿地生态系统碳储量研究

以黄河三角洲湿地生态系统为研究对象,通过对区域内不同类型土壤进行取样调查,测算出黄河三角洲湿地6种土壤-植被生态系统的净生态系统生产力(NEP),进而对此生态系统的碳汇进行表征分析。结果表明:黄河三角洲湿地生态系统中海土类型土壤的有机碳储量最高(132.43 t/hm^(2)),最低的是灰砂质冲积土(85.54 t/hm^(2));植被碳储量范围在1.23~1.73 t/hm^(2)之间,其中最高的是江土,最低的是壤质滨海盐土;土壤碳排量最高的是壤质滨海盐土(5.00 t/hm^(2)),最低的是海土(3.56 t/hm^(2));黄河三角洲湿地的6种土壤-植被生态系统均为碳汇,净生态系统生产力在82.98~128.88 t/hm^(2)范围内,以海土净生态系统生产力最高,以灰砂质冲积土最低。综上所述,黄河三角洲湿地生态系统主要以碳汇形式存在,但其中植被固碳量较低,为巩固加强生态系统的碳汇能力,应增加植被固碳量。

1982—2020年安徽省净生态系统生产力时空格局变化及其成因

净生态系统生产力(NEP)是定量描述陆地生态系统与大气之间碳交换的重要指标。明确区域尺度NEP的时空格局及主导因子,有助于增强对区域碳循环变化机制的认知。基于BEPS(Boreal Ecosystem Productivity Simulator)模型模拟结果,评估了安徽省1982-2020年NEP时空格局,分析了安徽省NEP对主要环境植被因子的敏感性,并借助通径分析和贡献率分析探究了影响安徽省NEP时空变化的驱动因子。结果表明:(1)1982-2020年,安徽省多年年均NEP为651.14 gC/m^(2),线性趋势变化率为1.10 gC m^(-2)a^(-1),总体呈显著增加趋势(P<0.01)。在空间上,NEP表现为"南北部较高、中部较低"的分布,显著增加(P<0.05)的区域占52.77%,主要分布在北部和南部,显著减小(P<0.05)的区域占7.11%,主要分布在西部和东南部。NEP重心有显著的北移趋势(P<0.01)。(2)NEP对大气CO_(2)浓度变化最为敏感,对降水变化最不敏感。时间上,NEP对叶面积指数(LAI)(P<0.01)、CO_(2)(P<0.01)和饱和水汽压差(VPD)(P<0.05)的敏感性变化显著增强,对总辐射的敏感性变化显著减弱(P<0.01),对气温和降水的敏感性变化不显著(P>0.05)。空间上,NEP对各因子的敏感性有地区差异性。(3)所选环境植被因子综合解释了NEP 79%的时空变化。LAI与CO_(2)是安徽省NEP时空变化的主导因子,为正贡献,气候因子为次主导因子,为负贡献。空间上,LAI为主导因子的地区主要分布在安徽省北部、中西部的大部分地区,占49.65%,CO_(2)为主导因子的地区主要分布在安徽省西北部与东南部的大部分地区,占44.54%。

2000~2020年山东省种植业碳排放量及碳汇量时空差异分析

为评估山东省种植业碳排放及碳汇特征,基于排放因子法构建了山东省种植业碳排放量、碳汇量核算体系,利用基尼系数评价了16地市区域差异,构建耦合模型研究了净碳汇与种植业产值之间的关系,利用核密度函数分析了净碳汇空间差异动态演进过程。结果表明:2000~2020年山东省种植业碳排放量先上升后下降,碳汇量、净碳汇、净碳汇强度均波动上升;各地市种植业碳排放量、碳汇量及净碳汇呈现一定的区域差异,平均碳排放生态承载力处于“相对平均”状态;净碳汇与产值耦合效果一般;净碳汇由两极分化演变为单极化,地区间差异有扩大趋势。根据结论提出种植业碳减排增汇建议,对山东省早日实现“双碳”目标起到积极作用。

2000—2020年我国西南地区植被NEP时空变化及其驱动因素的相对贡献

西南地区作为我国重要的生态安全屏障,探究其植被净生态系统生产力(net ecosystem productivity,NEP)的时空演变规律对该地区乃至我国的可持续发展都具有重要意义.基于MODIS数据、气象数据、DEM数据和土地利用数据等,首先,利用改进的Carnegie Ames Stanford Approach(CASA)模型和土壤微生物呼吸方程,估算2000—2020年我国西南地区植被NEP;其次,结合Theil-Sen Median趋势分析、偏相关分析和复相关分析等方法,研究西南地区植被NEP时空变化及其对气候变化和土地利用变化的响应机制;最后,利用基于情境分析的相对贡献分析法,定量评估气候变化和土地利用变化对西南地区植被NEP变化的相对贡献.结果表明:时间上,2000—2020年我国西南地区及其五省份(云南省、贵州省、四川省、重庆市和西藏自治区)生态系统植被NEP均表现为上升趋势,其中,西南地区植被NEP上升速率为4.74 g/(m^(2)·a).空间上,西南地区及其五省份植被NEP呈上升趋势的面积均大于呈下降趋势的面积,其中,西南地区植被NEP呈极显著上升的面积占45.41%,主要分布在云南省南部、贵州省西部、四川省东部和重庆市南部.西南地区植被NEP与降水量的偏相关系数平均值为0.13,大于其与气温和太阳辐射的偏相关系数平均值,由此可知,降水量对西南地区植被NEP增长的促进作用大于气温和太阳辐射.西南地区植被NEP变化受气候变化影响的区域中,受气温、降水量、太阳辐射弱驱动的区域最大,占研究区总面积的23.63%.2000—2020年西南地区土地利用变化使得植被NEP总量增加了96.64 Tg,其中,草地转化为林地使得植被NEP增加的总量最大.在碳汇区,各土地利用类型中土地利用变化对建设用地植被NEP变化的贡献率最大,为69.38%;在碳源区,各土地利用类型中气候变化对耕地的植被NEP变化的贡献率最大,为50.08%.研究显示,2000—2020年我国西南地区及其五省份的生态系统整体均表现为碳汇,且碳汇功能呈增强趋势,气候变化和土地利用变化共同影响着西南地区的碳汇功能.

基于GEE遥感云平台的三江源植被碳源/汇时空变化研究

净生态系统生产力(net ecosystem productivity,NEP)表征了区域生态系统的固碳能力。文章利用谷歌地球引擎(Google Earth Engine,GEE)平台,基于MODIS和气候数据探讨了2001—2020年20 a间三江源地区NEP时空变化特征及其与气候因子的关系。结果表明:①三江源区是重要的碳汇功能区,碳汇区占区域总面积的99.89%,碳源区主要分布在西北部,面积仅占0.11%,三江源生态系统NEP总体上呈现东南高西北低、从东南向西北逐渐递减的空间分布格局,且不同生态区之间差异显著;②20 a间,三江源生态系统NEP总体呈增长趋势,年增长率为1.13 gC/(m^(2)·a),具有巨大的固碳潜力;③三江源生态系统NEP呈增长趋势的面积占总面积的95.05%,生态工程建设等对植被NEP的改善作用明显,碳汇功能逐步增强且稳定性较高;④三江源生态系统NEP年平均值为120.93 gC/(m^(2)·a),NEP与年降水量呈正相关,与年平均温度和年太阳辐射呈负相关。气候的暖湿化趋势和生态工程建设均促进了三江源地区植被的碳汇功能,这对于提高陆地生态系统碳汇价值,实现国家“双碳”目标意义重大。