龍 志， 孫穎琦， 郎麗霞， 陳興鵬， 張子龍， 龐家幸

（1.蘭州大學資源環(huán)境學院，甘肅 蘭州 730000；2.蘭州大學西部環(huán)境教育部重點實驗室，甘肅 蘭州 730000；3.蘭州大學中國西部循環(huán)經(jīng)濟研究中心，甘肅 蘭州 730000；4.蘭州大學黃河流域綠色發(fā)展研究院，甘肅 蘭州 730000；5.蘭州大學縣域經(jīng)濟發(fā)展研究院，甘肅 蘭州 730000；6.蘭州大學生態(tài)文明建設研究與評估中心，甘肅 蘭州 730000）

氣候變化，特別是全球變暖，是建立人類命運共同體和人與自然生命共同體［1-4］所面臨的重大挑戰(zhàn)。全球變暖與累積的人為溫室氣體（如CO2、CH4等）排放具有顯著的相關性［5-6］。作為全球最大的能源消費國、最大的二氧化碳排放國［7-8］和負責任的發(fā)展中大國，中國應對氣候變化既是推動本國可持續(xù)發(fā)展的內(nèi)在需要，也是構建人類命運共同體的責任擔當。2021年9月中共中央、國務院提出《關于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》，為實現(xiàn)“雙碳”目標提供了政策指導。毋庸置疑，應對氣候變化和實現(xiàn)“雙碳”目標的關鍵在于政策落實與執(zhí)行?？h域是中國經(jīng)濟功能完整、運行相對獨立的基本空間單元，也是中國碳排放的重要組成部分和碳匯功能的主要承載空間，更是碳達峰碳中和目標和政策落實的關鍵行政單元。縣域占國土面積的78.00%，人口的71.94%，國內(nèi)生產(chǎn)總值的51.80%［9］。在縣域層面開展碳排放核算工作，厘清縣域尺度碳排放的變化趨勢、結構特征和時空格局對于制定和實施縣域碳達峰、碳排放政策、縣域低碳空間規(guī)劃具有重要意義。

自1979年第一次世界氣候大會以來，氣候變化和溫室氣體排放，尤其是碳排放，越來越受到世界各國學者的關注。這不僅是一個科學問題，也是一個全球政治、經(jīng)濟、能源和環(huán)境問題。學者們從不同的尺度、部門和范圍對碳排放核算［10］、碳足跡［11］、碳交易［12］、碳排放權［13］、碳金融［14］、影響因素［15］以及碳排放與經(jīng)濟增長、產(chǎn)業(yè)結構、城市化等［16-18］的關系進行了大量研究。研究尺度涉及全球、國家、省級、市級、縣域、社區(qū)、農(nóng)村和企業(yè)，包括總體研究和案例研究［19-25］；研究部門涉及制造業(yè)、電力、建筑業(yè)、農(nóng)業(yè)、林業(yè)、商業(yè)、旅游、交通等多個領域［26-32］；研究范圍包括能源活動、工業(yè)過程和產(chǎn)品使用、土地使用和廢棄物處理產(chǎn)生的碳排放，涵蓋生產(chǎn)端和消費端。以往的研究主要集中在估算國家和省級層面的碳排放［10,33-37］，也有很多研究集中于城市尺度的碳排放研究［22,38-41］。部分研究通過技術手段對碳排放進行總量分解，得到全國縣級碳排放量的估計值［21］，在此數(shù)據(jù)基礎上產(chǎn)生了一系列關于縣域碳排放的研究成果［42-45］。有些研究則自上而下利用人口或GDP 進行分解［46-48］，分解估算的數(shù)據(jù)忽略了縣域之間經(jīng)濟和產(chǎn)業(yè)的異質性，是造成數(shù)據(jù)偏離現(xiàn)實的主要原因。

研究大多關注中宏觀尺度，多以縣級或以上行政區(qū)劃為基本單元，鮮有通過清單核算對縣級碳排放量進行研究，特別是對縣域碳排放長時間序列和空間化進行研究。本文聚焦縣域尺度，在碳排放清單核算的基礎上實現(xiàn)了碳排放的空間表達，探索了黃土高原典型縣域碳排放的變化趨勢、結構特征以及在縣域尺度的時空格局和空間分布規(guī)律，對現(xiàn)有的研究進行了有效補充和拓展，為開展進一步的空間分析研究和“雙碳”目標下的國土空間規(guī)劃奠定了基礎。以慶城縣為例，探討黃土高原典型縣域的碳排放變化、結構特征和時空格局對探索黃土高原欠發(fā)達地區(qū)“雙碳目標”實現(xiàn)路徑，推動黃河流域生態(tài)保護，實現(xiàn)高質量發(fā)展和綠色低碳轉型具有啟示意義和參考價值。

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

慶城縣位于甘肅省東部（圖1），地處陜、甘、寧交會地帶，在地形地貌、社會發(fā)展、產(chǎn)業(yè)發(fā)展等方面具有典型性和代表性。慶城縣塬面支離破碎，川、臺狹小，山區(qū)梁峁起伏、溝壑縱橫，是黃土高原典型地貌特征。慶城縣屬于貧困縣，2013年底貧困發(fā)生率達22.16%，2020 年退出貧困縣序列，農(nóng)業(yè)人口占比仍高達76.75%，城鎮(zhèn)化水平低，社會發(fā)展滯后，是典型的欠發(fā)達縣域。慶城縣為原油主產(chǎn)區(qū)，境內(nèi)探明石油儲量4.3×108t，2017 年原油和天然氣產(chǎn)量分別為129.18×104t 和455×104m3，是典型的資源型縣域。工業(yè)以石油和天然氣開采輔助配套產(chǎn)業(yè)為主，工業(yè)企業(yè)主要分布在馬嶺鎮(zhèn)和卅鋪鎮(zhèn)境內(nèi)的西川工業(yè)集中區(qū)以及驛馬鎮(zhèn)境內(nèi)的驛馬工業(yè)集中區(qū)。

圖1 慶城縣地理位置示意圖Fig.1 Location of the study area

本研究數(shù)據(jù)主要來自縣自然資源局、工信局、住建局、農(nóng)業(yè)農(nóng)村局、統(tǒng)計局等部門的調(diào)研數(shù)據(jù)以及2008—2017 年的《慶城縣統(tǒng)計年鑒》。部分背景數(shù)據(jù)來自CEADs中國碳核算數(shù)據(jù)庫。

1.2 碳排放核算

1.2.1 能源相關碳排放 根據(jù)IPCC 國家溫室氣體清單指南，化石能源碳排放的核算是基于每種能源類型燃燒時的發(fā)熱量、單位熱值的含碳量和碳氧化率3 個核心指標來進行測算的，能源碳排放量計算公式如下：

式中：Ee表示能源使用碳排放量；AC表示表觀消費量；CF表示低位發(fā)熱量；CC表示碳含量；COF表示碳氧化率。IPCC 關于燃料中的碳在燃燒過程被氧化的比率默認為完全氧化，這與實際情況存在偏差，核算結果將偏高，國家發(fā)改委辦公廳先后三批印發(fā)的24 個行業(yè)企業(yè)溫室氣體排放核算方法與報告指南（試行）對此進行了調(diào)整，相關參數(shù)參考國家發(fā)展改革委辦公廳發(fā)布的指南①http://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=1776；https://www.ndrc.gov.cn/xxgk/zcfb/tz/201502/t20150209_963759.html；http://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=2313。

1.2.2 畜牧業(yè)碳排放 畜牧業(yè)碳排放主要是以甲烷的形式存在，牛、羊、馬、豬、驢和騾等的腸道發(fā)酵和糞便管理會產(chǎn)生甲烷。

式中：Clive為禽畜養(yǎng)殖年碳排放總量；AAPi為i種畜禽年平均飼養(yǎng)量；δi為i種畜禽CH4排放系數(shù)；12/16 為CH4的碳含量。出欄量大于1 的畜禽品種主要有生豬、兔和家禽，其平均生命周期分別為：200 d、105 d和55 d［49-50］。

當出欄率≥1 時，畜禽的平均飼養(yǎng)量根據(jù)出欄量進行調(diào)整，即：

式中：Days_alivei為i種畜禽平均生命周期；NAPAi為i種畜禽年生產(chǎn)量（出欄量）。當出欄率＜1 時，畜禽的年平均飼養(yǎng)量根據(jù)年末存欄量進行調(diào)整，即：

式中：Cit、Ci(t-1)分別表示i種畜禽第t年年末存欄量和第t-1年年末存欄量。牲畜養(yǎng)殖過程的碳排放因子詳見報告《IPCC 2006 年國家溫室氣體清單指南2019修訂版》第4卷第10章②https://www.ipcc-nggip.iges.or.jp/public/2019rf/pdf/4_Volume4/19R_V4_Ch10_Livestock.pdf。

1.3 景觀格局指數(shù)

最大斑塊指數(shù)（Largest Patch Index,LPI）［51］是對景觀優(yōu)勢度的度量，體現(xiàn)整體性［52］，反映景觀中多大比例的景觀面積是由該斑塊的最大斑塊組成的，其值的大小決定著景觀中優(yōu)勢斑塊的豐度等特征。本文中碳源最大斑塊指數(shù)衡量某一類型碳源的優(yōu)勢度。

景觀多樣性指數(shù)（Shannon’s Diversity Index,SHDI）反映的是景觀要素的多少及各景觀要素所占比例的變化情況，是衡量不同景觀或同一景觀不同時期多樣性變化的常用指數(shù)［53-54］。本文中多樣性指數(shù)越大，說明碳源的空間分布的異質化程度越高。

聚集度指數(shù)（Aggregation Index，AI）［55］是基于同類型斑塊像元之間的公共邊界長度來計算，當某類型中所有像元間不存在公共邊界時，該類型的聚集程度最低，反之則聚集程度最高。聚集度指數(shù)反應了景觀中斑塊的團聚程度［56］。本文中碳源的聚集度指數(shù)是指碳源中某一類型碳源斑塊之間的聚集與分散狀態(tài)，其值越大，碳源中同類斑塊分布越集中。

2 結果與分析

2.1 碳排放變化和結構特征

從總量及其變化上來看，慶城縣2008—2017年碳排放量呈現(xiàn)出“波動下降”的階段性變化特征（圖2a）。慶城縣碳排放量從2008年的143.87×104t下降到2017 年的117.73×104t。慶城縣碳排放量占甘肅省的比重也由2008 年的5.10%降至2017 年的2.87%③甘肅省碳排放數(shù)據(jù)來自CEADs 中國碳核算數(shù)據(jù)庫.https://www.ceads.net.cn/data/province/。慶城縣碳排放量在2008—2013 年保持持續(xù)下降趨勢，受縣域經(jīng)濟回升影響，2013—2015 年碳排放量有所增長。

從強度上來看，慶城縣碳排放強度變化呈現(xiàn)出明顯的階段性特征。以2014年為界，慶城縣碳排放強度分為2個截然不同的階段：2008—2014年，慶城縣單位GDP碳排放呈現(xiàn)出波動下降的特征，由2008年的2.09 t·(104元)-1降至2014 年的1.26 t·(104元)-1，其中2011 年有所回增；2014—2017 年則持續(xù)上升，到2017 年，慶城縣單位GDP 碳排放回增至1.90 t·(104元)-1（圖2b）。

圖2 2008—2017年慶城縣碳排放量及其強度變化Fig.2 Variation of carbon emission and its intensity in Qingcheng County during 2008-2017

從結構上來看，第二產(chǎn)業(yè)碳排放是慶城縣最大的排放來源，且呈現(xiàn)出逐年下降的特征。第二產(chǎn)業(yè)碳排放量從2008 年的78.47×104t 下降至2017 年的55.67×104t，降幅達29.06%；占慶城縣碳排放總量的比重由2008 年的54.54%降至2017 年的47.28%（圖3a）。第二產(chǎn)業(yè)碳排放以規(guī)模以下工業(yè)碳排放為主，2017 年排放量為47.12×104t，占慶城縣碳排放總量的40.03%；規(guī)模以上工業(yè)碳排放僅占慶城縣碳排放總量的1.2%（圖3c）。生活用能是慶城縣第二大碳排放來源，其中，農(nóng)村居民生活用能產(chǎn)生的碳排放量要高于城鎮(zhèn)居民生活用能碳排放；慶城縣交通運輸碳排放變化幅度不大，基本穩(wěn)定在11×104t左右；慶城縣畜牧業(yè)碳排放量較少，占比不到1%。

分季度來看，慶城縣2017年碳排放主要集中在第3和第4季度，排放量分別為40.68×104t和41.32×104t，占比分別為34.65%和35.19%，主要受工業(yè)生產(chǎn)集中在第3 季度和第4 季度的影響。第1 季度和第2 季度碳排放量相對較低，分別為10.51×104t 和24.91×104t，占比分別為8.95%和21.21%（圖3b）。

圖3 2008—2017年慶城縣碳排放結構及變化特征Fig.3 Structure and variation of carbon emissions in Qingcheng County during 2008-2017

2.2 碳排放分布特征

在縣域尺度碳排放核算的基礎上，根據(jù)多源碳排放數(shù)據(jù)、空間網(wǎng)格數(shù)據(jù)、路網(wǎng)和土地利用數(shù)據(jù)，利用ArcGIS軟件平臺的相交、空間連接等疊加分析工具，得到200 m×200 m碳排放的空間化結果（圖4a）。

從縣域尺度來看，慶城縣碳排放分布存在顯著的時空差異，總體呈現(xiàn)為“整體分散，局部集聚”的空間分布特征（圖4a）。高碳區(qū)主要分布在川區(qū)、殘塬區(qū)和縣城區(qū)；中碳區(qū)主要集中在殘塬區(qū)和交通沿線；低碳區(qū)則廣泛分布于梁峁溝壑區(qū)。2008—2017年，慶城縣高碳排放區(qū)集聚程度不斷提高，在空間上呈現(xiàn)出向縣城區(qū)、主要鄉(xiāng)鎮(zhèn)和工業(yè)園區(qū)以及主要交通線路集中的變化趨勢。

從鄉(xiāng)鎮(zhèn)尺度來看，馬嶺鎮(zhèn)、驛馬鎮(zhèn)、慶城鎮(zhèn)和卅鋪鎮(zhèn)是碳排放量最多的4個鄉(xiāng)鎮(zhèn)（圖4b）。西川工業(yè)集中區(qū)主要分布在馬嶺鎮(zhèn)和卅鋪鎮(zhèn)，驛馬鎮(zhèn)境內(nèi)有驛馬工業(yè)集中區(qū)。西川和驛馬工業(yè)集中區(qū)是慶城縣主要的工業(yè)承載地。慶城鎮(zhèn)是縣城所在地，人口相對較多，第三產(chǎn)業(yè)較為發(fā)達，碳排放量也較多，僅次于馬嶺鎮(zhèn)和驛馬鎮(zhèn)；其他鄉(xiāng)鎮(zhèn)碳排放量較少。根據(jù)碳排放空間分布洛倫茨曲線（圖4c）發(fā)現(xiàn)，慶城縣碳排放空間分布符合帕累托法則，約80%的碳排放集中在20%的區(qū)域。

圖4 2008—2017年慶城縣碳排放時空特征Fig.4 Spatiotemporal characteristics of carbon emission in Qingcheng County during 2008-2017

2.3 碳排放時空格局

從整體性來看，慶城縣碳源LPI 高值區(qū)分布于中西部和北部梁峁地區(qū)，低值區(qū)主要分布在川區(qū)以及南部的塬區(qū)（圖5a）。研究期內(nèi)慶城縣大部分區(qū)域碳源LPI變化不明顯；縣城、主要鄉(xiāng)鎮(zhèn)和人口聚居區(qū)碳源LPI增加，整體性提高；低碳源區(qū)LPI減少，其中以城鎮(zhèn)、主要農(nóng)村居民點和路網(wǎng)周邊的變化最為明顯（圖5d）。

從多樣性來看，慶城縣碳源SHDI 高值區(qū)主要分布在環(huán)江和柔遠河川區(qū)、南部的塬區(qū)以及主要交通沿線，低值區(qū)主要分布在中西部和北部梁峁地區(qū)（圖5b）。研究期內(nèi)慶城縣工業(yè)集中區(qū)、鄉(xiāng)鎮(zhèn)和主要居民點等中、高碳區(qū)多樣性減少，碳源類型趨于單一化，交通沿線和城鄉(xiāng)居民聚居區(qū)等中碳區(qū)域與低碳區(qū)域交錯地帶多樣性增加（圖5d）。

圖5 2008—2017年慶城縣碳排放LPI、SHDI、AI指數(shù)變化時空格局Fig.5 Spatiotemporal pattern of LPI,SHDI and AI of carbon emissions in Qingcheng County during 2008-2017

從聚散性來看，慶城縣碳源區(qū)域空間聚集程度較高，表現(xiàn)為低碳源區(qū)域的集聚。碳排放AI高值區(qū)主要分布于中部、西部和北部地區(qū)，碳源類型主要為耕地；低值區(qū)主要分布在南部的驛馬鎮(zhèn)和白馬鋪鎮(zhèn)（圖5c）。研究期內(nèi)工業(yè)集中區(qū)、鄉(xiāng)鎮(zhèn)和主要居民點等中、高碳區(qū)聚集度增加，交通沿線和城鄉(xiāng)居民聚居區(qū)等中碳區(qū)域與低碳區(qū)域交錯地帶聚集度降低（圖5d）。

3 討論

慶城縣是原石油化工廠所在地，工業(yè)以石油和天然氣開采、石油加工及石油制品制造為主，自1998年開始，長慶石油勘探局部分直屬機關和下轄單位相繼從慶城縣搬遷至西安，使慶城縣經(jīng)濟發(fā)展受到較大沖擊［57］。2006 年，慶陽周邊煉油廠實行“關四改一”戰(zhàn)略部署，將馬嶺等地煉油廠關停。隨后慶城縣境內(nèi)煉油廠開始減產(chǎn)并籌備異地搬遷，2010年，慶城縣境內(nèi)煉油廠全面關停。使得慶城縣工業(yè)經(jīng)濟低迷，工業(yè)能耗大幅下降，直接導致慶城縣碳排放從2008 年開始逐年下降，2011 年慶城縣GDP 較2010 年下降24.07×108元，碳排放強度明顯回彈（圖2b）。2013 年后，慶城縣工業(yè)發(fā)展持續(xù)收縮，資源大縣與經(jīng)濟窮縣的矛盾加劇，出現(xiàn)了典型的“高資源開發(fā)，低經(jīng)濟增長”模式［58］。相應地，GDP也逐年下降，且降幅遠高于碳排放的下降幅度，故碳排放強度表現(xiàn)為以2014年為轉折點出現(xiàn)回增反彈。

慶城縣地處西部欠發(fā)達地區(qū)，工業(yè)發(fā)展滯后，工業(yè)碳排放占比不到50%，遠低于東部地區(qū)的縣域［9］，且以規(guī)模以下工業(yè)企業(yè)為主，規(guī)模以上工業(yè)企業(yè)數(shù)量少，2017年僅有24家，且呈減少態(tài)勢，故規(guī)模以下工業(yè)碳排放占比遠高于規(guī)模以上工業(yè)碳排放。慶城縣城鎮(zhèn)化水平較低，2017年農(nóng)業(yè)人口占總人口的比重高達80.37%，農(nóng)業(yè)人口基數(shù)大，占比高。慶城縣冬季寒冷，霜期長達7個月，農(nóng)村居民生活碳排放主要來自自供暖，而縣城居民冬天為集中供暖，人均能耗和碳排放量相對較低，因此農(nóng)村居民生活用能產(chǎn)生的碳排放量比城鎮(zhèn)居民要高。

慶城縣地處黃土高原，地形破碎，千溝萬壑，鄉(xiāng)鎮(zhèn)、農(nóng)村居民點和耕地主要分布在川區(qū)、殘塬區(qū)和地勢較為平緩的黃土梁和黃土峁，受黃土高原地形制約，慶城縣碳源區(qū)域分布非常分散。慶城縣為六盤山集中連片特困地區(qū)貧困縣，經(jīng)濟社會發(fā)展水平較低，工業(yè)化和城鎮(zhèn)化發(fā)展滯后，尚處在起步階段，縣域空間還未經(jīng)歷劇烈的土地利用變化，高碳區(qū)主要集中在馬嶺鎮(zhèn)和卅鋪鎮(zhèn)的西川工業(yè)集中區(qū)、驛馬鎮(zhèn)的驛馬工業(yè)集中區(qū)和慶城鎮(zhèn)的縣城區(qū)；中碳區(qū)主要集中在殘塬區(qū)和交通沿線；低碳區(qū)則廣泛分布于梁峁溝壑區(qū)，以耕地為主。中、高碳排放區(qū)碳排放變化較大，但占縣域面積比重較小；而面積最大，以耕地為主的低碳排放區(qū)變化較小，故碳排放時空變化總體上不明顯。

環(huán)江和柔遠河川區(qū)以及南部的董志塬殘塬區(qū)，居民點分布密集、人類生活和生產(chǎn)活動強度較大，高、中、低碳源區(qū)交錯分布，碳源類型多樣，碳源斑塊破碎化程度高，故表現(xiàn)為碳源最大斑塊指數(shù)和聚集度指數(shù)較低，碳源景觀多樣性指數(shù)高；中西部和北部梁峁地區(qū)碳源以耕地為主，碳源類型較為單一，多樣性較差，分布較為集中，故表現(xiàn)為碳源最大斑塊指數(shù)和聚集度指數(shù)較高，碳源景觀多樣性指數(shù)較低。研究期內(nèi)慶城縣工業(yè)集中區(qū)、鄉(xiāng)鎮(zhèn)和主要居民點等中、高碳排放區(qū)域斑塊連片面積增大，整體性提高，多樣性減少，碳源類型趨于單一化，表現(xiàn)為中、高碳排放區(qū)域碳源最大斑塊指數(shù)和聚集度指數(shù)增加，景觀多樣性指數(shù)減少。受路網(wǎng)和城鄉(xiāng)建設影響，耕地等低碳源區(qū)被分割破碎化，表現(xiàn)為碳源最大斑塊指數(shù)和聚集度指數(shù)的減少，景觀多樣性指數(shù)增加，其中以城鄉(xiāng)居民聚居區(qū)和路網(wǎng)周邊等中碳區(qū)與低碳區(qū)交錯地帶最為明顯。綜上所述，不同的碳源區(qū)呈現(xiàn)出明顯的時空格局差異。高碳區(qū)呈現(xiàn)出向縣城區(qū)、工業(yè)集中區(qū)、中心鄉(xiāng)鎮(zhèn)集聚的變化特征，優(yōu)勢度明顯增強，其空間分布受地形地貌特征影響較大，且占縣域面積的比重較小。中碳區(qū)主要為鄉(xiāng)鎮(zhèn)和交通路網(wǎng)，空間分布較為分散。低碳區(qū)受高、中碳區(qū)擴張蔓延影響不斷被分割破碎化，整體性、優(yōu)勢度和集聚度不斷降低。交通沿線和城鄉(xiāng)居民聚居區(qū)等中碳區(qū)與低碳區(qū)交錯地帶整體性、聚集度降低，多樣性增加。

4 結論

（1）欠發(fā)達地區(qū)縣域碳排放變化和結構具有鮮明的特征。受產(chǎn)業(yè)結構和經(jīng)濟發(fā)展水平影響，慶城縣碳排放量波動下降，碳排放強度波動上升；相較于東部發(fā)達地區(qū)縣域而言，工業(yè)碳排放比重低，且規(guī)模以下工業(yè)碳排放要遠高于規(guī)模以上工業(yè)碳排放；第三產(chǎn)業(yè)和生活碳排放比重相對較高，且農(nóng)村居民生活碳排放量要高于城鎮(zhèn)。

（2）慶城縣碳排放空間分布符合帕累托法則，即80%的碳排放集中在20%的區(qū)域，總體表現(xiàn)為“整體分散，局部集聚”的空間分布特征。高碳區(qū)主要集中在川區(qū)、殘塬區(qū)和縣城區(qū)；中碳區(qū)主要分布在殘塬區(qū)和交通沿線；低碳區(qū)則廣泛分布于梁峁溝壑區(qū)。

（3）受地形地貌影響，黃土高原縣域碳排放呈現(xiàn)出明顯的時空格局差異?？h城、工業(yè)集中區(qū)、主要鄉(xiāng)鎮(zhèn)等中、高碳區(qū)最大斑塊指數(shù)增加，整體性提高，碳源多樣性減少，碳源類型趨于單一化。交通沿線和城鄉(xiāng)居民聚居區(qū)等中碳區(qū)與低碳區(qū)交錯地帶碳源多樣性增加，聚集度降低。