EN中文

热带地理 >

2025 , Vol. 45 >Issue 7: 1284 - 1299

DOI: https://doi.org/10.13284/j.cnki.rddl.20240369

碳排放

“制度设计―执行过程―质量效果”多环节的拆旧复垦碳储量评估

  • 邓平平 , 1 ,
  • 叶昌东 1, 2 ,
  • 柯春鹏 , 3 ,
  • 胡月明 3 ,
  • 付小平 4 ,
  • 周龙 5
展开
  • 1. 华南农业大学 林学与风景园林学院，广州 510642
  • 2. 自然资源部华南热带亚热带自然资源监测重点实验室，广州 510000
  • 3. 广州市华南自然资源科学技术研究院，广州 510642
  • 4. 广州大学 建筑与城市规划学院，广州 510006
  • 5. 澳门城市大学 创新设计学院，澳门 999078
柯春鹏（1996—），男，硕士研究生，广东茂名人，国土助理工程师，研究方向为土地整治与生态修复，（E-mail）。

邓平平：负责方法设计与实证路径制定，统筹实地调查与数据整理，承担软件分析与图表绘制，撰写论文核心内容；

叶昌东：负责研究构想与方案设计，组织与统筹研究工作；

柯春鹏：参与方法制定，负责数据分析与结果验证，指导论文写作；

胡明月：参与论文校对和研究监督工作；

付小平：负责数据收集整理与研究过程监督；

周 龙：参与数据整理与研究监督工作。

邓平平（1998—），女，广东韶关人，硕士研究生，研究方向为乡村振兴、土地整治等，（E-mail）；

收稿日期: 2024-06-08

  修回日期: 2024-09-11

  网络出版日期: 2025-07-14

基金资助

广东省自然科学基金项目(2023A1515012861)

收起

Multi-Stage Evaluation of Demolition and Reclamation Carbon Storage from "System Design-Construction-Quality Effect" Perspectives

  • Pingping Deng , 1 ,
  • Changdong Ye 1, 2 ,
  • Chunpeng Ke , 3 ,
  • Yueming Hu 3 ,
  • Xiaoping Fu 4 ,
  • Long Zhou 5
Expand
  • 1. College of Forestry and Landscape Architecture, South China Agricultural University, Guangzhou 510642, China
  • 2. Key Laboratory of Tropical and Subtropical Natural Resources Monitoring, Ministry of Natural Resources, Guangzhou 510000, China
  • 3. South China Academy of Natural Resource Science and Technology, Guangzhou 510642, China
  • 4. School of Architecture and Urban Planning, Guangzhou University, Guangzhou 510006, China
  • 5. Faculty of Innovation and Design, City University of Macao, Macao 999078, China

Received date: 2024-06-08

  Revised date: 2024-09-11

  Online published: 2025-07-14

Fold

摘要

为使农村建设用地再利用政策内容的调整更契合碳中和目标，提高政策执行以及后期管护工作的碳储量实现效果，文章以广东省拆旧复垦为例，构建了“制度设计—执行过程—质量效果”3个环节的系统评价框架，用于量化各环节前后碳储量变化并分析影响碳储量的因素。结果表明：1）地块复垦后产生了良好的碳储量，尤其位于省域交界县区的地块，亩均碳储量增加近5倍，全省平均碳储量贡献度为0.16%，单县区最高达5.25%；2）制度设计上，碳储量实现比值为5.81%，差额高达36 272 530.12 t，有较大的提升空间；3）执行过程中，碳储量实现比值为24.71%，单县区最高为97.55%，最低为1.26%；4）质量效果上，碳储量实现比值为65.03%，呈现“东高西低”特征，东部较多县区对复垦后地块采取专业的管护措施。基于碳储量增益的显著区域差异及专业管护的有效性，文章建议制定差异化实施细则并强化后期管护，以最大化政策对碳中和目标的贡献。

关键词： 农村建设用地再开发; 城乡用地供需矛盾; 拆旧复垦; 碳储量; “制度设计—执行过程—质量效果”; 广东省

本文引用格式

邓平平 , 叶昌东 , 柯春鹏 , 胡月明 , 付小平 , 周龙 . “制度设计―执行过程―质量效果”多环节的拆旧复垦碳储量评估[J]. 热带地理, 2025 , 45(7) : 1284 -1299 . DOI: 10.13284/j.cnki.rddl.20240369

Abstract

Optimizing land-use policies to enhance carbon storage has become a strategic priority in reaching the dual carbon goals in China. Among these policies, the Demolition and Reclamation (D&R) initiative for rural construction land provides a substantial opportunity to increase carbon sequestration through ecological restoration. Guangdong Province was selected as a representative case study for developing a comprehensive multi-stage evaluation framework for carbon storage, structured across three sequential stages: System Design (SD), Construction (CO), and Quality Effect (QE). The primary objectives were to quantify the differences in carbon storage capacity before and after reclamation and to analyze the key influencing factors at each stage to increase policy effectiveness in supporting the carbon neutrality goal. A stage-wise quantitative model was constructed to evaluate the carbon storage changes associated with reclaiming rural land. Data were collected from multiple counties using satellite imagery, soil surveys, vegetation coverage assessments, and policy implementation records. The carbon storage levels were calculated using established biomass and soil carbon estimation methods. Performance metrics such as carbon realization ratios and contribution rates were used to determine the effectiveness of the implementation of the policy in different stages and regions. The results showed the following: (1) The carbon storage markedly increased after reclamation, especially in counties located at provincial boundaries, with a nearly nearly five-fold increase in the per mu carbon storage. The average province-wide carbon storage contribution rate was 0.16%, with the highest single-county contribution reaching 5.25% (Maonan). (2) The carbon storage realization ratio was 5.81% in the SD stage, indicating a considerable potential gap of approximately 36.27 million tons in unrealized carbon storage. (3) The realization ratio was higher at 24.71% in the CO phase but with wide variation among counties, ranging from 1.26% to 97.55% (Jinping and Yingde, respectively). (4) The realization ratio was 65.03% in the QE stage, being spatially higher in the east and lower in the west. The carbon performance was stronger in the eastern counties, which was largely attributed to the adoption of professional land management and post-reclamation care practices. This study contributes to the literature by offering a multi-stage evaluation framework that links the SD, CO, and QE stages to measurable carbon storage performance. The results of the analysis revealed that the D&R policy has the potential for enhancing carbon sequestration; however, each stage has experienced specific institutional and operational challenges. The carbon realization ratio was low in the SD stage, reflecting an insufficient alignment between the top-down policy and the carbon neutrality goal. This finding could be attributed to the lack of effective bottom-up feedback mechanisms, low public acceptance, and limited access to localized, reliable data, which were factors that strictly constrained the operational relevance of carbon-related policy objectives. The wide disparities in the carbon storage realization in the CO stage across counties were primarily due to differences in organizational capacity. High-performing counties typically had clear task assignments, defined project timelines, integrated project management, and strong inter-program coordination. In contrast, low-performing counties tended to adopt vague and informal approaches, such as verbal agreements, which hindered implementation consistency and effectiveness. The carbon realization was highest in the QE stage among the three stages; however, room for optimization remains. Counties with superior performance often established designated maintenance personnel and enforced regular management practices. Issues such as weed overgrowth, stagnant water, and restricted tree growth emerged in areas where post-reclamation maintenance was absent, which directly inhibited carbon accumulation. Several policy implications are proposed based on these findings to enhance the effectiveness of the D&R policy in achieving carbon neutrality. First, county-specific implementation guidelines should be developed to bridge fiscal and technical disparities, especially in underdeveloped regions, such as western Guangdong, to increase the regional adaptability of policy instruments. Second, professional post-reclamation stewardship must be institutionalized through long-term ecological management funds to ensure continuous carbon sequestration and ecological stability. Third, an integrated SD-CO-QE approach should be prioritized in high-carbon-potential areas and supported by remote-sensing-based dynamic monitoring to enable timely feedback, adaptive management, and precise interventions. These strategies collectively offer a coherent and targeted policy pathway for maximizing the carbon storage potential of D&R and reinforcing their strategic role in achieving the carbon neutrality agenda in China.

Key words： rural construction land reuse; contradiction between urban and rural land supply and demand; demolition and reclamation; carbon storage; system design-construction-quality effect; Guangdong Povince

改革开放以来，广东省的快速城镇化虽然取得显著社会经济成就，但也加剧城乡用地供需矛盾（陈振 等，2024）。城市地区建设无序扩张侵占生态型用地，同时农村地区用地闲置率不断升高（Li et al., 2014; Liu et al., 2020；柯钦华 等，2023），用地闲置浪费导致其作为自然要素的固碳功能无法实现。这不利于通过变更土地覆被类型来达到区域碳中和，并且减缓了通过优化土地利用模式以应对气候变化的进程（Berta et al., 2020；段璇瑜 等，2022）。土地覆被变化是陆地生态碳储量变化的重要驱动力（覃国铭 等，2023），也是决定陆地碳储量和影响碳中和的重要因素（任向宁 等，2018）。随着闲置农村建设用地数量增加，其再利用对区域碳中和的影响增大。但目前关于农村建设用地再利用的碳储量评估研究集中在覆被转变前后的碳储量数量变化（王睿 等，2021；李寒冰 等，2022），很少针对转变过程中各环节的碳储量变化及变化机理（费罗成 等，2017，张利国 等，2018），这难以全面揭示和深入分析农村建设用地再利用中阻碍碳储量实现的问题。因此，有必要构建一个多环节的碳储量变化评估框架，以全面和准确评估农村建设用地再利用过程中碳储量变化，促进城乡融合发展和碳中和。
广东省高度城镇化下形成的特殊土地覆被格局，即珠三角建设需求剧增与粤东西北农村建设用地大量闲置并存，对区域碳中和构成显著压力。拆旧复垦作为广东省活化闲置农村建设用地、推动土地覆被向高碳汇地类转变的核心政策，系统评估其各环节的碳储量效应及影响因素，对于促进碳中和目标实现具有重要意义（陈浮 等，2002；Vereijken, 2003; Mooney et al., 2009；滕雅丽 等，2022）。为避免快速城镇化引发的城乡用地矛盾制约碳中和目标的实现，各地地方政府大规模开展城乡土地整治活动如城乡建设用地增减挂钩、高标准农田建设等（刘晓娟 等，2019；郭晓敏 等，2019）。广东省是全国城镇化率最高的地区之一（乔陆印，2019；Zhang et al., 2022），其高度城镇化导致珠三角城市建设用地需求剧增与粤东西北农村建设用地大量闲置并存（Liang et al., 2018；杨忍 等，2021）。为了缓解城乡建设用地供需矛盾，激活粤东西北欠发达地区大量闲置的农村建设用地，广东省于2018年在国家实施的城乡建设用地增减挂钩政策的基础上，创造性地开展了农村建设用地拆旧复垦探索。该做法是将原有农村建设用地上的建构筑物拆除并复垦为林地、园地或者草地（胡华科 等，2019），不同地类间的转换意味着地表覆被的变化，直接改变了区域碳储量（Li et al., 2021；韩依纹 等，2024）。从碳循环角度看，原生物量没有或较低的农村建设用地地块，通过拆旧复垦转变为生物量更高的地类如林地、园地和草地，其植被碳储量将明显增加（费罗成 等，2017）。同时，地类的转变优化了区域土地结构，提高了生态用地的占比，影响了碳和大气交换速率，进而增加了土壤有机碳含量（Cao et al., 2020）。植被数量的增加也带来了更多的植物枯落物——土壤有机碳库的来源，因此植被碳库增加的区域，其土壤有机碳含量也随之增加（张庶 等，2016；Cao et al., 2018）。
值得注意的是，传统的土地覆被变化对碳储量影响的评估研究通常止步于总体碳储量变化量的计算（李寒冰 等，2019；陈浮 等，2021），即土地覆被变化前后的碳储量数量变化结果。较少研究建立多环节评估模型，对农村建设用地再利用政策内容与碳中和目标的契合度、政策执行和后期管护的碳储量实现效果等进行评价（Zhou et al., 2022）。多环节评估模型能深入解析各环节的碳储量效应，为精准优化农村建设用地再利用政策提供依据，进而促进农村建设用地再利用对区域碳储量产生积极影响（李寒冰 等，2022），因此多环节的评估框架是必要的（张庶 等，2016；Yang et al., 2022; Hamza & Diaconeasa, 2022）。拆旧复垦作为政府颁布的一种政策，在实施环节上相似性较高（Seadon & Tookey, 2019; Senaratne et al., 2021）。具体为：1）制度设计环节，上级政府依据区域需求制定政策，制定内容包括政策目的和运作机理等，村民据此决定是否参与。该环节的碳储量实现效果反映现有政策内容与碳中和目标的契合程度以及区域适用性。2）执行过程环节，地方政府严格遵循统一规划或基于村民自主选择确定的土地整治方案，对纳入项目立项范围的地块有序组织并开展施工建设活动。该环节的碳储量实现效果反映各级政府工作人员在执行涉及碳储量转变的政策内容的有效性。3）质量效果环节，预定计划完成后由上级政府验收，验收通过后也需继续保持变更后的地类。该环节的碳储量实现效果反映在验收通过后，村民和村集体是否继续管护地块的植物，以保证地块的碳储量水平。总的来说，制度设计—执行过程—质量效果的3个环节基本覆盖了农村建设用地再利用政策实施的全流程，依据3个环节构建的研究框架体现评估的全面性，各环节的评估结果有助于调整政策，以更契合碳中和目标，提高政策执行以及后期管护工作的碳储量实现效果（Yang et al., 2022；李寒冰 等，2022）。
鉴于此，本研究拟构建“制度设计—执行过程—质量效果”3个环节的系统评价模型，对拆旧复垦的碳储量进行系统全面评估，研究目标为：1）修正碳密度数据以准确计算碳储量在各环节前后的变化；2）分析拆旧复垦在“制度设计—执行过程—质量效果”3个环节中碳储量变化以及影响碳储量变化的因素。以期为中国农村建设用地再开发政策的优化提供参考，助力碳中和目标的实现。

1 数据与方法

1.1　数据及范围

数据主要有：1）截至2020年12月的广东省拆旧复垦数据库，数据来源于广东省自然资源主管部门，主要数据包括地块尺度的拆旧复垦项目位置、名称、面积、复垦方向、实施周期、验收状态（验收指标包含反映生态价值的植物蓄积量 1、土壤有害物质含量等）等。2）拆旧复垦核查报告，由广东省自然资源主管部门于2020年9月—2021年8月进行拆旧复垦地块抽样核查后整合而成，核查范围覆盖拆旧复垦项目地块总面积的20%，报告内容包括受核查区域、时间、合格率 2以及抽查不合格的原因，其中考察标准涉及蓄积量、植物生长情况、翻新后土壤有效土层深度等生态性指标。3）团队实地测量的地块植被相关数据，涵盖高明区、电白区、龙湖区、翁源县、连州市等地区的拆旧复垦项目近20个，测量指标包括树木的平均胸径（cm）、树高（m）、蓄积量（m3/hm2）、盖度 3（%）等。4）《2021广东农村统计年鉴》（广东省统计局，2021）中各县区农村人口数据，以及第三次全国国土调查数据中广东省各县区农村宅基地面积统计数据，基于这些数据计算各县区拆旧复垦最大理想碳储量。5）在中国科学院资源环境科学与数据中心平台搜集分辨率为30 m的广东省2018、2021年Landsat TM影像解译数据 4，并按照《全国遥感监测土地利用/覆盖分类体系》 5的标准提取其中园地、林地、草地、水域、农田用地类型的面积、位置，基于该数据计算2018—2021年各县区碳储量的变化量。
拆旧复垦政策以县区为基本执行单元，截至2022年共有88个县区参与拆旧复垦工作，因此，以县（区）级行政区为基本空间单位展开；考虑到该政策在解决区域发展不平衡问题中产生的效益差别，按珠三角、粤北、粤东、粤西4大片区进行划分，以总结空间变化特征（图1）。
图1 拆旧复垦实施区域划分

注：该图基于广东省标准地图服务网站下载的审图号GS（2024）0650号的标准地图制作，底图无修改。

Fig.1 Demolition and reclamation implementation area division

1.2　研究框架

本研究依据3个环节的实施步骤预设4类碳储量，量化每个环节的碳储量实现效果，进而反推每个环节存在的问题和对于碳储量的影响（图2）。依据农村建设用地再利用政策“制度设计—执行过程—质量效果”3个环节包含的实施步骤可知，政策实施产生4类土地利用变化面积，分别是潜力面积、执行面积、验收面积和合格面积。这4类面积数据经由InVEST模型固碳模块核算，转换为相应的4类碳储量：最大理想量、执行达标量、验收达标量和实际实现量。
图2 拆旧复垦碳储量评估分析模型

Fig.2 Carbon storage of demolition and reclamation policy evaluation&analysis model

1）最大理想量：政府根据广东可持续发展的要求制定拆旧复垦的立项标准，因此，潜力面积定义为满足该立项标准的地块。潜力面积的计算是农村宅基地面积减去各县区最低人均所需面积。其中，各地最低需求农村建设用地面积设定为《广东省实施<中华人民共和国土地管理法>办法》（广东省人民政府，2008）规定的户均农村宅基地标准面积（山区地区户均0.23亩 6，丘陵地区户均0.18亩，平原地区和近郊区户均0.12亩）。最大理想量代表潜力面积都转变为园地、林地和草地产生的碳储量，即潜力面积与相应地类碳密度的乘积。2）执行达标量：由于闲置农村建设用地中占比最大的农村宅基地所有权归村民，因此，是否参与拆旧复垦完全取决于他们的意愿。执行达标量代表立项面积（指村民决定参与并且审批通过后的面积）转变为园地、林地和草地产生的碳储量，即立项面积与相应地类碳密度的乘积。执行达标量与最大理想量越接近，说明制度设计环节碳储量实现效果好，反映该县区符合立项标准的地块中参与立项的地块越多，村民参与意愿越积极。3）验收达标量：施工完成的拆旧复垦项目要通过政府组织的验收工作后，才能进入指标交易市场。验收达标量代表验收面积（指通过验收工作的面积）转变为园地、林地和草地产生的碳储量，即验收面积与相应地类碳密度的乘积。验收达标量与执行达标量越接近，说明执行过程环节碳储量实现效果好，反映该县区内施工进程顺利，如期达到验收标准的地块越多。4）实际实现量：政府针对验收地块开展定期核验工作，以确定地块是否继续作为复垦地类使用，合格面积指通过政府核验工作的面积。实际实现量代表合格面积转变为园地、林地和草地产生的碳储量，即合格面积与相应地类碳密度的乘积。实际实现量与验收达标量越接近，说明质量效果环节碳储量实现效果好，反映该县区通过验收后仍依据规定作为复垦地类使用的地块越多，并且地块上的植被得到良好的管护。以上4个层次的储量之间的差额和比值分别反映拆旧复垦政策在质量效果（实际实现量与验收达标量的差额和比值）、执行过程（验收达标量与执行达标量的差额和比值）和制度设计（执行达标量与最大理想量的差额和比值）3个环节中的拆旧复垦政策的成效与问题。

1.3　研究方法

1）碳储量的计算。采用InVEST模型Carbon模块分析研究区碳储量变化，Carbon模块假设各地类由其对应的单位面积地下碳储量、地上碳储量、土壤有机物和死亡有机物碳储量碳储量构成总碳密度，地下碳储量、地上碳储量、死亡有机质碳储可共同称为植物碳储量。公式为（常铭鑫 等，2023）：
C t o t a l k = C p l a n t k + C s o i l k
C S x = ∑ k = 1 A k × C t o t a l k
式中： C t o t a l k、 C p l a n t k、 C s o i l k分别为k用地类型的单位面积总碳储量、植被碳储量、土壤碳储量；k代表园地、林地、草地3类不同土地利用类型； C S x为碳储量（Carbon Storage）的简称，表示x县区拆旧复垦地块产生的碳储量； A k表示x县区第k种用地类型变更的面积（hm2）。
此外，本研究引入碳储量贡献度（ C S C）和亩均碳储量（CSA）指标展现各县区碳储量变化特征。 C S C用于计算x县区拆旧复垦产出碳储量在其2018—2021年整体碳储量变化，即转变为所有具有固碳功能用地（包括林地、园地、草地、水域和农田）产生的碳储量中的占比， C S C值越大，说明x县区的拆旧复垦在其中产生的作用越大，反之越小。亩均碳储量表示引起碳储量变化地块平均每亩的碳储量，包括广东省整体亩均碳储量（CSA1）和各县区拆旧复垦亩均碳储量（CSA2）2类。公式为：
C S C = C S x ( 拆旧 复垦 地块 ) ∆ C S x ( 园地 、 林地 、 草地 、 水域 和农 田 )                                             当 ∆ C S x ( 园地 、 林地 、 草地 、 水域 和农 田 ) ≥ 0 C S x ( 拆旧 复垦 地块 ) ∆ C S x ( 拆旧 复垦 地块 ) - ∆ C S x ( 园地 、 林地 、 草地 、 水域 和农 田 )             当 ∆ C S x ( 园地 、 林地 、 草地 、 水域 和农 田 ) < 0
C S A 1 = C S x ( 园地 、 林地 、 草地 、 水域 和农 田 ) A x ( 园地 、 林地 、 草地 、 水域 和农 田 )
C S A 2 = C S x ( 实际 实现 ) ∑ k = 1 A k
式中： C S x ( 拆旧 复垦 地块 )指2018—2021年x县区可引起碳储量变化的用地类型，包括园地、林地、草地、水域和农田； ∆ C S x ( 园地 、 林地 、 草地 、 水域 和农 田 )表示x县区2018—2021年整体的碳储量变化量，若＜0，说明该县区2018—2021年碳储量下降，拆旧复垦产生的碳储量增量对该县区碳储量下降起抑制作用，反之起促进作用； C S x ( 实际 实现 )表示x县区拆旧复垦实际实现量。
2）各地类碳密度的确定（表1）。碳密度遵循以下原则：优先选择位于广东省的实地测量数据，若数据不全，则使用临近广东省或中国平均的实测数据、文献（李克让 等，2003；周毅 等，2009；揣小伟 等，2011；奚小环 等，2013；朱鑫，2014；贾黎黎 等，2019；李婷婷 等，2021）整理汇总数据（附表1）。考虑到拆旧复垦地块实施平整翻新工程均不超过3年，土壤具有新生性特征，选取的土壤有机碳密度数据，其代表深度限定在<30 cm，死有机物和地下碳密度视为0。
表1 拆旧复垦各土地利用类型碳密度 (t/hm2)

Table 1 Carbon density of demolition and reclamation of all land use type

土地类型 碳密度 珠三角片区 粤西片区 粤东片区 粤北片区

园

地

 植物碳密度 0.57 6.01 1.40 1.21
土壤碳密度 2.97 5.34 4.64 5.37
总碳密度 3.54 11.35 6.04 6.58

林

地

 植物碳密度 3.98 3.98 3.98 3.98
土壤碳密度 3.33 5.09 4.64 5.52
总碳密度 7.31 9.07 8.62 9.50

草

地

 植物碳密度 0.51 0.51 0.51 0.51
土壤碳密度 4.70 5.34 4.70 6.90
总碳密度 5.21 5.85 5.21 7.41
其中，园地的种植上报资料较为全面且真实，数据可测量度高，因此，园地的植被碳储量修正由植物生物量和碳系数计算获得（表2），植物生物量参考薛清泉等（2019）构建的广东单木生长量模型。公式为：
表2 复垦为园地抽样地块的地上碳密度

Table 2 Above carbon density table of reclamation of grass land

区域 抽样区 抽样植物 抽样面积/hm2

生物量/

（t·hm-2）

碳系数/

（g·kg-1）

 植物碳密度/（t·hm-2）

珠三角

片区

 高明区 黄花风铃木 1.005 2 2.17 522.19 1.13
博罗县 无核黄心鸡皮 0.879 1 0.99 520.67 0.51
惠东县 番石榴 0.103 4 0.11 522.19 0.06

粤西

片区

 电白区 香蕉树 0.972 5 16.17 520.67 8.42
阳东区 龙眼树 2.449 9 12.14 522.19 6.34
阳西县 荔枝树 2.167 1 6.23 522.19 3.25

粤东

片区

 龙湖区 细叶紫薇 1.329 3 0.98 520.67 0.51
澄海区 小叶紫薇 2.474 6 3.86 520.67 2.01
陆河县 柚子树 2.620 6 3.19 522.19 1.67

粤北

片区

 翁源县 紫薇树 4.784 4 0.66 520.67 0.34
乐昌市 枇杷树 1.097 9 4.36 522.19 2.28
阳山县 山茶 0.495 6 1.89 520.67 1.01
C p l a n t g r a s = P g r a s × C g r a s
P k = P 乔木 层 k + P 灌木 层 k = a × D b × H c × V + d × G e × H f
式中： P k表示k地块的植物生物量， C p l a n t g r a s 、 P g r a s 和 C g r a s分别为复垦为园地地块的植物碳密度、植物生物量、植被碳含量系数。a、b、c、e、f分别代表不同树种的常数，此处植被碳含量系数和常数通过查阅已有广东省主要树种生物量相关文献（张红爱，2018；林丽平 等，2018；薛春泉 等，2019）确定；d、D、H、V、G分别表示不同用地类型地块中植被的平均地径、胸径、树高、蓄积量、盖度，数据由实地测量所得。

2 结果与分析

2.1　拆旧复垦的实际碳储量分析

各县区核验合格的林地、园地和草地面积与对应片区的碳密度通过式（2）得出实际实现量，实际实现量通过式（3）、（4）和（5）的计算得到贡献度和亩均碳储量数据。由表3和附表2可知，全省拆旧复垦地块共产生359 288.20 t碳储量，拆旧复垦地块产生可观的碳储量。拆旧复垦地块产生的亩均碳储量为7.74 t，远高于广东省所有土地平均水平的1.71 t。从碳储量贡献度看，全省范围拆旧复垦贡献度达到0.16%，其中最大的贡献度为茂南区（5.52%）。在全部土地碳储量增长的县区中，贡献度较大的县区主要有粤东片区的澄海区（2.56%），粤北片区的高要区（0.41%）、四会市（0.44%）、鼎湖区（0.35%），粤西片区的遂溪县（0.25%）等。在2018—2021年土地碳储量负增长的县区中，拆旧复垦对碳储量下降具有抑制作用，抑制作用较高的县区有茂南区（5.52%）、电白区（0.90%）、罗定市（0.67%）、化州市（0.53%）等，这些县区也是拆旧复垦面积较大、质量较高、交易额较高的县区。亩均碳储量较大的县区主要分布在粤北片区如佛冈县（11.17 t）、英德市（11.02 t）、阳山县（10.78 t）、清城区（10.75 t）等。
表3 拆旧复垦各类型用地碳储量（CS）及贡献度（CSC）

Table 3 Carbon Storage(CS)and Carbon Storage Contribution(CSC)of demolition and reclamation of each land use type

区域 园地 林地 草地 合计
CS/t CSC/% CS/t CSC/% CS/t CSC/% CS/t CSC/%
全省 157 763.65 0.07 192 371.46 0.09 9 153.09 0.00 359 288.20 0.16
珠三角片区 14 732.91 0.02 22 663.86 0.02 732.71 0.00 38 129.49 0.05
粤西片区 53 511.23 0.13 76 247.41 0.16 3 036.03 0.01 132 794.67 0.29
粤东片区 29 734.65 0.05 35 816.73 0.05 2 344.67 0.00 67 896.05 0.10
粤北片区 59 784.86 0.11 57 643.46 0.14 3 039.68 0.00 120 468.00 0.25
从空间分布（图3）看，拆旧复垦碳储量实际实现量的分布总体由内部向外围逐渐增多。珠三角、粤北大部分县区以及粤东沿海一带县区实际实现量较低，如清城区、龙湖区、金平区、濠江区等。粤西片区整体的碳储量相比珠三角及粤东、北片区较高，且各县区间实际实施碳储量差值较小，分布更为平均。碳储量较高的县区集中分布在省域交界处，如化州市（16 679.98 t）、平远县（11 527.53 t）、连州市（11 296.28 t），排名分别为第4、8、9。从复垦结构（图3、表3）看，大部分拆旧复垦县区以园地为主导复垦方向，林地次之，草地的占比最小，并且以园地、林地和草地为主导复垦方向的分布基本对应是粤北、粤西和粤东片区。如粤北片区的高要区、四会市、连州市，粤西片区的罗定市、电白区、化州市、新兴县等，以及粤东片区的丰顺县、揭西县、蕉岭县、五华县。
图3 拆旧复垦各县区实际实现碳储量差异

Fig.3 Carbon storage differences in each county of demolition and reclamation

2.2　拆旧复垦碳储量制度设计环节的评估分析

将各县区潜力面积依据各县区立项面积中的林地、园地和草地面积的比例分配，再同对应片区的碳密度通过式（2）得出最大理想量，拆旧复垦碳储量的执行达标量与最大理想量之间的差额和比值表示拆旧复垦政策制度设计环节的碳储量实现效果，反映各片区对拆旧复垦的响应程度。从规模看（表4，附表2），执行达标量仅占最大理想量的5.81%，差距高达36 272 530.12 t，从图5-a可知，大部分县区的碳储量实现比值集中在0~10%，表明拆旧复垦仍有巨大的提升空间。其中，碳储量实现比值差额最小是粤东（6 813 987.55 t）。其次为珠三角（6 973 029.94 t）、粤北（7 296 104.73 t）、粤西（15 189 407.90 t），碳储量实现比值最高为粤北（11.29%）、粤西（5.40%）、粤东（3.12%）、珠三角（3.07%）片区。从空间分布（图4-b、5-b）看，制度设计环节碳储量实现效果较高的区域为粤西和粤北片区，如粤西片区的高州市（111 448.56 t）、电白区（102 570.12 t）等，粤北片区的连州市（38.27%）、广宁县（33.95%）等。
表4 拆旧复垦各环节各类型用地碳储量的差额和比值

Table 4 Carbon storage attainment margin and attainment rate for each land use type in each link of demolition and reclamation

环节 区域 园地 林地 草地 合计
差额/t 比值/% 差额/t 比值/% 差额/t 比值/% 差额/t 比值/% 差额/t 比值/%

质量

效果

 珠三角片区 5 514.77 72.76 8 432.95 72.88 252.86 74.34 14 200.58 72.86 193 238.52 65.03
粤西片区 27 482.09 66.07 33 781.72 69.30 1 382.45 68.71 62 646.26 67.95
粤东片区 13 935.51 68.09 13 337.69 72.87 954.79 71.06 28 227.99 70.63
粤北片区 44 801.45 57.16 41 587.74 58.09 1 774.50 63.14 88 163.69 57.74

执行

过程

 珠三角片区 50 343.42 28.68 115 706.85 21.18 2 659.40 27.04 168 578.70 23.67 1 683 701.03 24.71
粤西片区 251 465.71 24.36 405 502.65 21.34 18 101.56 19.62 671 704.08 22.54
粤东片区 60 951.32 41.74 57 932.24 45.90 4 273.69 43.57 123 157.24 43.84
粤北片区 388 298.33 21.22 315 225.57 23.94 16 737.11 22.34 720 261.01 22.46

制度

设计

 珠三角片区 2 828 048.49 1.75 4 086 103.97 2.75 101 460.31 2.55 6 973 029.94 3.07 36 272 530.12 5.81
粤西片区 8 790 575.43 2.78 6 350 408.06 6.00 240 499.49 7.00 15 189 407.90 5.40
粤东片区 2 623 701.92 2.27 3 948 488.20 1.45 337 921.47 1.25 6 813 987.55 3.12
粤北片区 3 877 885.96 9.10 3 264 840.85 8.81 341 972.98 4.67 7 296 104.73 11.29
图4 拆旧复垦各环节碳储量实现差额分布

Fig.4 Carbon storage attainment margin in each link of demolition and reclamation

图5 拆旧复垦不同环节碳储量碳储量实现比值分布

Fig.5 Carbon storage attainment rate in each link of demolition and reclamation

2.3　拆旧复垦碳储量执行过程环节的评估分析

各县区参与拆旧复垦并完成立项的林地、园地和草地面积与对应片区的碳密度通过式（2）得出执行达标量，拆旧复垦碳储量的验收达标量与执行达标量之间的差额和比值表示拆旧复垦政策执行过程环节的碳储量实现效果。从规模看，验收达标量仅占执行达标量的24.71%，碳储量实现效果高于制度设计环节。执行过程环节中，各县区间碳储量实现效果有显著差异，最高为金平区（97.55%），最低为英德市（1.26%）（图5-a）。从执行过程环节的空间分布（表4、图4-c、5-c）看，粤西（671 704.08 t）和粤北（720 261.01 t）的执行达标碳储量差额远高于粤东（123 157.24 t）和珠三角地区（168 578.70 t），显示出其在执行过程中存在大规模未实现的碳储潜力。碳储量实现效果方面，粤西（22.54%）和粤北（22.46%）亦显著低于粤东（43.84%）和珠三角（23.67%），反映其执行效能整体偏弱、碳效益转化效率较低。典型县区包括：粤西片区的廉江市（214 065.42 t，7.56%）、粤北片区的英德市（75 217.86 t，1.26%）、怀集县（166 972.02 t，6.69%）、清城区（3 718.85 t，3.11%）。从执行过程环节的复垦结构（表4）看，复垦为园地（24.94%）、林地（24.45%）、草地（24.45%）地块的碳储量实现比值较为相近，而复垦为林地的地块距离执行达标量的差额最大（894 367.32 t），其次为园地（751 058.78 t）、草地（41 771.76 t）。

2.4　拆旧复垦碳储量质量效果环节的评估分析

各县区完成验收工作的林地、园地和草地面积与对应片区的碳密度通过式（2）得出验收达标量，拆旧复垦碳储量的实际实现量与验收达标量之间的差额和比值反映拆旧复垦质量效果环节的碳储量实现效果。从表4可知，总体碳储量实现比值为65.03%，与验收达标量的差额为193 238.52 t，虽高于前2个环节，但仍有优化空间。从空间分布（图4-d、5-d）看，质量效果环节的碳储量实现率总体呈现“东高西低”的特征。珠三角片区（72.86%）和粤东片区（70.63%）显著高于粤西片区（67.95%）和粤北片区（57.74%）。从实现差额（验收达标量与实际实现量之差）看，粤北片区差额最大（88 163.69 t），表明该区域后期管护问题最为突出，其次为粤西片区（62 646.26 t）。粤东片区（28 227.99 t）和珠三角片区（14 200.58 t）差额相对较小，与其较高的实现率相符。东部较多县区对复垦后地块采取完备的管护模式，有效维持了碳储量水平，如连平县（0 t，100%）、澄海区（0 t，100%）、陆河县（0 t，100%）、五华县（1.47 t，1.45%）碳储量实现效果高。相比之下，西部县区（尤其是粤北）普遍存在后期管护不足的问题，导致实际碳储保有率偏低，如连州市（碳储量实现比值仅为42.00%）。从结构（见表4）看，相较于园地、草地，复垦为林地地块的后期管护难度大，专业性要求高，由于管护不到位容易出现种植效果差、树木坏死，并且林地种植的大乔木见效慢、生态价值变现能力慢。因此，以林地为主导复垦方向的县区与验收达标量相距普遍较大，如连州市（11 296.28、26 894.37 t）、电白区（16 820.28、27 681.45 t）、高州市（5 533.35、13 618.80 t）、新丰县（132.08、1 391.80 t）。

3 讨论

3.1　拆旧复垦较其他农村建设用地再开发政策显著提高区域碳储量

首先，结果表明复垦后新增碳储量约359 288.20 t，每亩碳储量提升超6 t，远高于万顷良田建设政策和农用地整治政策实施前后的每亩碳储量（提升均不到1 t）（张庶 等，2016；Zhong et al., 2020）。这是由政策目标决定的，拆旧复垦属于建设用地转农用地的农村建设用地再开发类型，转变前后碳密度差异更大（Kusi et al., 2020）。因此，对区域碳减排能力的提升作用大于其他农村建设用地再开发类型。在拆旧复垦中，碳储量实际实现量低的县区多分布在各片区内部，承担经济发展功能，自身建设用地短缺，因此复垦面积较小，产生的碳储量较低。相反地，各片区外部且为省域交界区域县区的碳储量实际实现量高，原因主要是省域交界处的农村人口迁出量大，农村建设用地闲置规模大，可参与拆旧复垦的地块数量多、面积大，碳储量高。
此外，尽管复垦为林地的地块在新增碳储量总量和贡献度上均最高（表明其巨大的碳汇潜力），但其在执行达标量和验收达标量上的实现差额却显著高于复垦为园地的地块。这表明在实际操作中，实现林地的预期碳增益目标面临更大挑战。究其原因：1）执行成本高：复垦为林地的地块多分布于偏远地区，增加了施工、运输和管理的成本；2）验收标准严苛，复垦为林地的地块的验收标准更严格，导致达标难度更大。如《广东省农村建设用地拆旧复垦验收指南》（粤自然资函〔2019〕2032号）（广东省自然资源厅，2019）规定，复垦为园地的验收标准为场地内种植物种的盖度＞40%或蓄积量≥0.1 m³/株，而复垦为林地的验收标准则要求场地内种植物种蓄积量≥0.2 m³/株。

3.2　制度设计环节：农村建设用地再开发的碳储量提升空间最大

执行完成量仅占最大理想量的5.81%，制度设计环节优化空间巨大。事实上，这种情况常见于其他土地政策，由于自上而下的政策制定模式，导致反馈系统消极、民众接受度较低和可靠信息缺乏等问题（Ariti et al., 2018; 2019），降低了区域的适用性，不利于涉及碳中和目标的政策内容发挥作用。在制度设计环节实现效果较差的县区，主要源于政策制定过程中的信息反馈机制不畅通，导致政策内容未能有效适配地方需求，从而限制了区域碳储量的提升潜力。表现为两方面：一方面资金约束，前期投入资金来源匮乏且规模不足，如化州市、高州市虽有大量闲置农村建设用地，但因地方政府财政紧张，难以承担前期工程费用，导致立项数量稀少。提升此类区域的碳储量，需在政策设计中探索多元化融资渠道（如引入社会资本）。另一方面，立项标准僵化，部分立项标准设定脱离实际。如设定最小立项面积为400 m²，忽略了地形起伏大、可达性差的偏远山区存在大量面积小于此阈值的地块。这些地块虽具有生态转型潜力（如降低景观破碎度），却因标准限制无法参与（Ding et al., 2021），其碳汇潜力无法释放。对于实现效果极差的县区（如澄海区、海丰县），核心症结在于公众接受度低。部分村民受传统宗族观念影响，对拆除祖宅进行复垦存在强烈抵触情绪，极大阻碍了立项推进。这充分反映民众参与意愿对政策实施的关键影响（Liu et al., 2020）。制度设计必须充分考虑地方文化习俗和情感需求，在提升碳储量的同时兼顾社会文化认同。值得借鉴的是，部分县区（如广宁县、封开县、廉江市）通过信息化手段有效改善了信息反馈。建立数字化平台使各级政府、村委会及村民能实时掌握复垦地块动态，丰富了可靠信息来源，促进了政策设计的精准性。

3.3　执行过程环节：细化执行内容和联合执行是提升碳储量有效措施

各县执行过程环节的碳储量评估结果差异极大，最高为97.55%，最低为1.15%。执行过程反映地方政府对碳中和相关内容的执行有效性，受执行者能力和执行方式等影响。执行过程环节碳储量实现率高的县区（如金平区、揭东区），普遍通过细化执行内容提升效率。这些地区明确划分执行人员职责、设定严格项目周期节点（Eldeep et al., 2022），有效减少了任务重复或监管遗漏。这种精细化管理的直接效应是加速了项目实施进程，使地块更快转化为高碳汇状态（如林地/草地），从而显著提升碳储量增量。跨部门协作是另一高效途径，该方法通过实施统一规划与项目联动，显著降低了执行过程的管理协调成本（Negacz et al., 2022）。由此释放的行政资源被重新配置于关键技术环节，包括提升施工质量监管强度（如增加土壤改良投入）、优化植被种植方案（如选择高碳汇树种）等，这种资源再投资直接提高了地块生态转化效率，最终增加碳储量产出。如电白区整合自然资源和农业部门，潜心培育“一村一品”的特色产品鸡心黄皮树、林下养蜂经济等项目，该项目极大提高拆旧复垦地块的单位面积碳密度。
执行效果较差的县区普遍存在执行方式不规范的问题，突出表现为依赖口头承诺而非书面协议。这种非正式执行方式增加了与村民反复协商的环节（Ali & Deininger, 2022），严重拖延施工进度，最终因错过最佳种植期导致植被成活率下降，显著削弱了碳储量增长潜力。如佛冈县执行者口头答应与政策相悖或没有的内容，在执行时未兑现承诺，引起农民抵制，致使项目无法进行。因此，精细化执行与跨部门协作通过缩短工期和提升施工质量双路径增强碳储量转化效率。推广高效县区的"政策工具包"（如任务清单制、部门联席审批），可快速弥合区域执行效能鸿沟。

3.4　质量效果环节：科学后期管护对碳储量提升至关重要

科学的后期管护工作有利于维持复垦后地块的碳储量水平，现有案例中，质量效果环节表现好的原因是有明确管护责任人、稳定投入管护费用和引入市场管护模式。其中，明确管护人提高了处理后期管护工作的及时性（Ye et al., 2021），提高植物的成活率。稳定投入管护费用（指地方政府财政提前预留管护费用）确保复垦地块拥有持续的管护投入和稳定的管护周期（Chavunduka et al., 2021），确保出现质量问题的地块可以得到及时的维护，避免地块新增碳储量受损，如澄海区、陆河县。此外，引入市场化管护模式的县区（如乐昌市），凭借其成熟的种植技术，在后期有效维持了较高的碳储量水平。
表现差的县区，其原因是后期缺少管护，导致杂草丛生和雨水滞留，限制树苗生长，阻碍碳储量增长。具体表现为：1）植被管护缺失。清城区等地块因未定期清理杂草，导致攀缘植物大量侵占养分，土壤氮含量下降，严重抑制树苗生长；2）水土保持失管。封开县等新复垦地块因缺乏排水设施维护，在雨季形成侵蚀坑，直接破坏植被根系（Mandlate et al., 2019）。因此，应加强后期管护如定期清理杂草和平整土地，并探索新的市场管护模式，以确保较高的碳储量水平。

3.5　碳密度修正

研究发现，除粤西片区外，同一区域的不同土地利用类型间的碳密度有以下特征，碳密度大小为林地>园地>草地，这归因于一般林地的植物郁闭度大且碳循环旺盛（周毅 等，2009；郭晓敏 等，2019）。值得注意的是，表1显示同一片区内的林地、草地、园地碳密度差异较大，尤其是粤西片区园地碳密度（11.35）远高于林地（9.07）和草地（5.85），造成较大差异的原因有：首先，数据来源的差异性。林地和草地碳密度数据来源于广东省实地测量数据（李克让 等，2003；周毅 等，2009；揣小伟 等，2011；奚小环 等，2013；朱鑫，2014；贾黎黎 等，2019；李婷婷 等，2021）和官方数据库，而园地碳密度数据是根据粤西片区内参与拆旧复垦地块的植物数据计算获得。其次，这种显著的碳密度差异并非单纯由生物地理学中的水热条件等自然因素决定的。一方面，林地、草地与园地作为不同的土地利用类型，其植被组成、土壤条件及管理方式等内在因素均对碳密度产生深远影响，从而导致三者之间碳存储能力的显著差异。另一方面，粤西片区在拆旧复垦实践中展现出的高效能不容忽视，该区域通过优化土地利用结构，不仅实现了植物蓄积量的显著提升与植被长势的显著改善，还成功地将农村闲置土地转化为重要的碳汇资源，有效促进了乡村碳储量的增长。
此外，同一土地利用类型的碳密度在不同区域间存在差异，总碳密度基本遵循粤西＞粤北＞粤东＞珠三角的特征。珠三角片区经济活动十分活跃，可能引起土壤扰动增加、植被覆盖度降低、有机物质输入减少、土壤侵蚀加剧、污染物影响土壤微生物活性、水分和养分循环方式减少、土壤有机质分解速率提高、土地管理方式倾向于短期产出而忽视土壤健康、土壤容重变化等现象（吴佩君 等，2016；贾黎黎 等，2019）。这些变化共同影响土壤有机碳的积累和稳定性，导致同一土地利用类型的碳密度在不同区域存在差异。

3.6　局限性

本研究也存在一些局限性。1）数据方面，植被和土壤变化相关数据样本量偏少，截至2022年参与拆旧复垦的地块数超6千多个，而本研究实地采集的数据只包括核查工作抽取的20%地块以及实地调研走访的约20个地块。在复垦为园地抽样地块的地上碳密度修正中的碳系数确定上仅根据植物树种差异选取2种碳含量系数，未能充分考虑区域的地理差异性，可能导致结果无法完全准确反映各地碳储量变化量。2）方法方面，碳密度修正样本代表性有限，可能无法完全捕捉拆旧复垦对地块碳储量值变化的影响，以及未充分考虑不同县区地块立项时间的差异，导致部分县区因项目处于早期施工阶段（碳储量尚未充分形成）而被低估，影响了县区间执行效果的横向可比性。各县区立项、验收和合格面积数据收集截至2021年，这对于2021年才完成立项还未开始施工的地块，其验收达标量为0，但这并不能归因于执行者能力，而是因为需要施工时间，导致对各县区执行者能力的评估存在误差。3）评估分析模型从质量效果、执行过程、制度设计3个环节展开，可能没有完整掌握农村建设用地通过拆旧复垦影响碳储量的全过程。未来需更细化和全面地评估框架，以更细致地指导碳中和背景下的土地利用政策制定和实施。

4 结论

拆旧复垦实施后，广东省农村区域碳储量水平得到大幅提升，尤其是与其他省交界区域的县区，但与政策预期提升目标相差较大。“制度设计—执行过程—质量效果”3个环节的评估框架较全面地反映存在的问题，具体地：
1）制度设计环节碳储量实现效果极低，政策内容与碳中和目标契合度以及区域适用性较弱。这归因于自上而下的政策制定模式，导致反馈系统消极、民众接受度较低和可靠信息缺乏等问题，不利于涉及碳中和目标的政策内容发挥作用。
2）执行过程环节中，各县区的碳储量实现效果差异大。实现效果好的县区，有明确执行人员任务、确定项目周期、统一管理项目和联动其他项目，效果差的县区，则多因采用模糊的执行方式，如口头承诺等。
3）质量效果环节碳储量实现效果优于前2个环节，但仍需继续优化。该环节成效高度依赖科学管护机制，管护有效县区通过明确责任人、稳定资金投入及市场化运作，实现碳储量长期稳定；反之，管护缺失则引发连锁生态退化，杂草侵占引发养分竞争，进而导致土壤氮流失，雨水滞留形成侵蚀坑致使根系破坏率提高，最终抑制植被碳汇能力。
附表1 广东省各片区各地类碳密度

Appendix table 1 Carbon density of various types of land in various regions of Guangdong Province

区域 土地利用类型 植物碳密度/（t·hm-2） 土壤碳密度/（t·hm-2） 文献来源
珠三角片区 园地 — 2.97 周毅等（2009）
林地 3.98 3.33 揣小伟等（2011）；朱鑫（2014）
草地 0.51 4.7 李克让等（2003）；奚小环等（2013）
水域 0 3.71 奚小环等（2013）；周毅等（2009）
农田 0.51 3.73 奚小环等（2013）；朱鑫（2014）
粤西片区 园地 — 5.34 贾黎黎等（2019）
林地 3.98 5.09 揣小伟等（2011）；贾黎黎等（2019）
草地 0.51 5.34 李克让等（2003）；贾黎黎等（2019）
水域 0 3.71 周毅等（2009）；奚小环等（2013）
农田 0.51 3.78 奚小环等（2013）；贾黎黎等（2019）
粤东片区 园地 — 4.64 周毅等（2009）
林地 3.98 4.64 揣小伟等（2011）
草地 0.51 4.7 李克让等（2003）；奚小环等（2013）
水域 0 3.71 周毅等（2009）；奚小环等（2013）
农田 0.51 3.78 奚小环等（2013）
粤北片区 园地 — 5.37 李婷婷等（2021）
林地 3.98 5.52 揣小伟等（2011）；李婷婷等（2021）
草地 0.51 6.9 李克让等（2003）；李婷婷等（2021）
水域 0 3.71 周毅等（2009）；奚小环等（2013）
农田 0.51 5.36 奚小环等（2013）；李婷婷等（2021）

注：“—”表示后期自行修订数据。

附表2 广东省各县区拆旧复垦实际实现量和碳储量贡献度

Appendix table 2 Actual amount of Demolition and Reclamation and carbon storage contribution in counties of Guangdong Province

市区 县区 实际实现量/t 碳储量贡献度/% 市区 县区 实际实现量/t 碳储量贡献度/%
广州市 增城区 0 0 汕头市 龙湖区 0 0
佛山市 高明区 1 291.09 4.53 金平区 0 0
江门市 新会区 5 154.84 20.67 濠江区 0 0
台山市 2 309.03 3.05 潮阳区 29.39 0.28
开平市 5 502.89 14.16 潮南区 31.17 0.31
鹤山市 3 670.82 12.57 澄海区 151.53 256.39
恩平市 5 716.87 10.81 南澳县 0 0
惠州市 惠阳区 0 0 梅州市 梅江区 580.45 3.7
博罗县 1 306.68 1.64 梅县区 6 643.43 11.06
惠东县 6 335.54 5.39 大埔县 6 278.39 11.79
龙门县 6 841.72 7.46 丰顺县 9 023.02 16.33
韶关市 武江区 1 422.61 9.74 五华县 11 980.56 14.93
浈江区 872.5 10.44 平远县 11 527.53 27.79
曲江区 122.81 0.28 蕉岭县 3 484.16 13.71
始兴县 3 204.4 5.45 兴宁市 9 220.22 19.27
仁化县 1 657.22 2.4 汕尾市 海丰县 940.29 7.13
翁源县 1 425.68 2.52 陆河县 1 388.75 5.76
乳源瑶族自治县 1 096.93 1.96 陆丰市 0 0
新丰县 132.08 0.19 潮州市 湘桥区 0 0
乐昌市 4 278.32 8.29 潮安区 525.23 3.86
南雄市 2 986.66 6.8 饶平县 307.39 1.69
肇庆市 鼎湖区 4 557.51 35.23 揭阳市 榕城区 0 0
高要区 22 706.57 41.27 揭东区 817.08 11.46
广宁县 5 886.52 6.93 揭西县 1 767.97 6.32
怀集县 6 861.85 6.73 惠来县 605.72 8.05
封开县 2 311.5 2.91 普宁市 2 593.78 11.56
德庆县 11 953 20.77 湛江市 麻章区 0 0
四会市 9 933.35 43.63 遂溪县 6 528.73 24.54
河源市 紫金县 916.95 0.88 徐闻县 2 476.29 5.66
龙川县 7 427.91 8.21 廉江市 10 194.51 56.37
连平县 2 602.87 4.08 雷州市 6 376.62 5.98
和平县 3 233.73 4.27 茂名市 茂南区 1 006.47 551.75
东源县 1 486.29 1.34 电白区 16 820.28 89.84
清远市 清城区 82.31 0.51 高州市 5 533.35 10.09
清新区 974.85 1.73 化州市 16 679.98 53.45
佛冈县 1 794.91 5.13 信宜市 7 175.85 14.41
阳山县 3 826.43 9.15 阳江市 江城区 0 0
连山壮族瑶族自治县 3 770.78 8.95 阳东区 2 523.25 10.77
连南瑶族自治县 682.41 1.86 阳西县 3 945.07 23.97
英德市 962.76 1 阳春市 5 990.12 7.36
连州市 11 296.28 21.81 云浮市 云城区 1 659.91 8.68
云安区 4 555.17 17.56
新兴县 11 692.07 34.39
郁南县 9 019.24 23.4
罗定市 20 617.75 66.93

1 植物蓄积量指场地中所有树木单位面积的材积总和。

2 合格率指该县区合格地块面积与已验收总面积的比值。

3 盖度指该拆旧复垦地块内植物地上部分的垂直投影占地面的百分比。

4 https://www.resdc.cn

5 https://www.resdc.cn/DOI/doi.aspx？DOIid=54

6 亩折合0.066 7 hm2。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Ali D A and Deininger K. 2022. Institutional Determinants of Large Land-Based Investments' Performance in Zambia: Does Title Enhance Productivity and Structural Transformation? World Development, 157: 105932.

Ariti A T, van Vliet J, and Verburg P H. 2018. Farmers' Participation in the Development of Land Use Policies for the Central Rift Valley of Ethiopia. Land Use Policy, 71: 129-137.

Ariti A T, van Vliet J, and Verburg P H. 2019. The Role of Institutional Actors and Their Interactions in the Land Use Policy Making Process in Ethiopia. Journal of Environmental Management, 237: 235-246.

Berta Aneseyee A, Noszczyk T, Soromessa T, and Elias E. 2020. The InVEST Habitat Quality Model Associated with Land Use/Cover Changes: A Qualitative Case Study of the Winike Watershed in the Omo-Gibe Basin, Southwest Ethiopia. Remote Sensing, 12(7): 1103.

Cao J J, Zhang X F, Deo R, Gong Y F, and Feng Q. 2018. Influence of Stand Type and Stand Age on Soil Carbon Storage in China's Arid and Semi-Arid Regions. Land Use Policy, 78: 258-265.

Cao J J, Wei C, Adamowski J F, Zhou J J, Liu C F, Zhu G F, Dong X G, Zhang X F, Zhao H J, and Feng Q. 2020. Could Arid and Semi-Arid Abandoned Lands Prove Ecologically or Economically Valuable If They Afford Greater Soil Organic Carbon Storage than Afforested Lands in China's Loess Plateau? Land Use Policy, 99: 105027.

常铭鑫，曾晨，解鹏，刘述密. 2023. 多情景下的土地利用模拟与特征分析：以武汉市为例. 华中农业大学学报，42（4）：74-85.

Chang Mingxin, Zeng Chen, Xie Peng, and Liu Shumi. 2023. Land Use Simulation and Characteristic Analysis in Multiple Scenarios: A Case Study in Wuhan. Journal of Huazhong Agricultural University, 42(4): 74-85.

Chavunduka C, Dipura R, and Vudzijena V. 2021. Land, Investment and Production in Agrarian Transformation in Zimbabwe. Land Use Policy, 105: 105371.

陈浮，濮励杰，曹慧，彭补拙，杨桂山，周生路. 2002. 近20年太湖流域典型区土壤养分时空变化及驱动机理. 土壤学报，39（2）：236-245.

Chen Fu, Pu Lijie, Cao Hui, Peng Buzhuo, Yang Guishan, and Zhou Shenglu. 2002. Spatial and Temporal Changes of Soil Nutrients and Their Mechanism in Typical Area of Taihu Lake Valley during the Past Two Decades. Acta Pedologica Sinica, 39(2): 236-245.

陈浮，李肖肖，马静，于昊辰，杨永均，王艺霏. 2021. 旱改水型农田整治对土壤碳排放的短期影响. 生态学报，41（19）：7725-7734.

Chen Fu, Li Xiaoxiao, Ma Jing, Yu Haochen, Yang Yongjun, and Wang Yifei. 2021. Short-Term Effects of Land Consolidation of Dryland-to-Paddy Conversion on Soil Carbon Flux. Acta Ecologica Sinica, 41(19): 7725-7734.

陈振，郭杰，欧名豪，张雪微，何鸿飞. 2024. “粮食-生态”双安全约束下建设用地供需多情景模拟——以江苏省南京市为例. 中国土地科学，38（2）：61-72.

Chen Zhen, Guo Jie, Ou Minghao, Zhang Xuewei, and He Hongfei. 2024. Multi-Scenario Simulation of Construction Land Supply and Demand under the Dual Constraints of Food and Ecology Security: A Case Study of Nanjing City in Jiangsu Province. China Land Science, 38(2): 61-72.

揣小伟，黄贤金，赖力，张梅. 2011. 基于GIS的土壤有机碳储量核算及其对土地利用变化的响应. 农业工程学报，27（9）：1-6.

Chuai Xiaowei, Huang Xianjin, Lai Li, and Zhang Mei. 2011. Accounting of Surface Soil Carbon Storage and Response to Land Use Change Based on GIS. Transactions of the Chinese Society of Agricultural Engineering, 27(9): 1-6.

Ding Z W, Li R N, O'Connor P, Zheng H, Huang B B, Kong L Q, Xiao Y, Xu W H, and Ouyang Z Y. 2021. An Improved Quality Assessment Framework to Better Inform Large-Scale Forest Restoration Management. Ecological Indicators, 123: 107370.

段璇瑜，龚文峰，孙雨欣，刘铁冬，邱新彩，张阳阳. 2022. 海南岛海岸带土地利用变化情景碳储量时空演变及评估预测. 水土保持通报，42（5）：301-311.

Duan Xuanyu, Gong Wenfeng, Sun Yuxin, Liu Tiedong, Qiu Xincai, and Zhang Yangyang. 2022. Land Use Change and Its Impact on Temporal and Spatial Evolution of Carbon Storage in Coastal Zone of Hainan Island. Bulletin of Soil and Water Conservation, 42(5): 301-311.

Eldeep A M, Farag M A, and Abd El-hafez L M. 2022. Using BIM as a Lean Management Tool in Construction Processes—A Case Study. Ain Shams Engineering Journal, 13(2): 101556.

费罗成，吴次芳，程久苗. 2017. 农村土地整治的碳效应及其政策响应. 资源科学，39（11）：2073-2082.

Fei Luocheng, Wu Cifang, and Cheng Jiumiao. 2017. Carbon Effect of Rural Land Consolidation and Its Policy Response. Resources Science, 39(11): 2073-2082.

广东省统计局. 2021. 2021广东农村统计年鉴. （2021-12-20）[2022-05-15]. http://stats.gd.gov.cn/gdnctjnj/content/post_3729628.html.

Guangdong Provincial Bureau of Statistics. 2021. Guangdong Rural Statistical Yearbook 2021. (2021-12-20) [2022-05-15]. http://stats.gd.gov.cn/gdnctjnj/content/post_3729628.html.

广东省人民政府. 2008.广东省实施《中华人民共和国土地管理法》办法. （2021-12-30）[2022-05-15]. https://sfj.gz.gov.cn/gzzffzxx/xzfygz400000003/fgzc/content/post_7991281.html.

Guangdong Provincial People's Government. 2008. Guangdong Province's Implementation Measures for the Land Administration Law of the People's Republic of China. (2021-12-30) [2022-05-15]. https://sfj.gz.gov.cn/gzzffzxx/xzfygz400000003/fgzc/content/post_7991281.html.

广东省自然资源厅. 2019. 广东省农村建设用地拆旧复垦验收指南. 广州：广东省自然资源厅办公室.

Guangdong Provincial Department of Natural Resources. 2019. "Guangdong Provincial Rural Construction Land Demolition and Reclamation Acceptance Guidelines". Guangzhou: Office of Guangdong Provincial Department of Natural Resources.

郭晓敏，揣小伟，张梅，梁华石，李建豹，左天惠. 2019. 扬子江城市群土地利用时空变化及其对陆地生态系统碳储量的影响. 长江流域资源与环境，28（2）：269-280.

Guo Xiaomin, Chuai Xiaowei, Zhang Mei, Liang Huashi, Li Jianbao, and Zuo Tianhui. 2019. Spatio-Temporal Analysis of Land-Use Change and the Impact on Terrestrial Ecosystems Carbon Storage in Yangtze River City Group. Resources and Environment in the Yangtze Basin, 28(2): 269-280.

Hamza M and Diaconeasa M A. 2022. A Framework to Implement Human Reliability Analysis during Early Design Stages of Advanced Reactors. Progress in Nuclear Energy, 146: 104171.

韩依纹，万明暄，方铁树，万敏. 2024. 生态底线约束下的国土生态空间碳储量预测：以襄阳市为例. 华中农业大学学报，43（3）：89-99.

Han Yiwen, Wan Mingxuan, Fang Tieshu, and Wan Min. 2024. Predicting Carbon Storage of Ecological Space under Constraints of the Ecological Bottom Line: Taking Xiangyang City as an Example. Journal of Huazhong Agricultural University, 43(3): 89-99.

胡华科，刘莎，曹俊琴，梁高都，阮文熙，张鹏飞. 2019. 农村建设用地拆旧复垦潜力、问题与对策研究——以广东省梅州市为例. 伊犁师范学院学报（自然科学版），13（3）：52-56.

Hu Huake, Liu Sha, Cao Junqin, Liang Gaodou, Ruan Wenxi, and Zhang Pengfei. 2019. Study on the Theoretical Potentialotential, Problems and Countermeasures of Demolition andReclamation of Rural Construction Land in Meizhou. Journal of Yili Normal University (Natural Science Edition), 13(3): 52-56.

贾黎黎，朱鑫，赵艺，李婷婷. 2019. 雷州半岛土壤碳储量及其有机碳时空变化规律. 华南地质与矿产，35（3）：373-379.

Jia Lili, Zhu Xin, Zhao Yi, and Li Tingting. 2019. Spatial and Temporal Variation of Soil Carbon Storage and Organic Carbon Content in Leizhou Peninsula, Guangdong Province. South China Geology, 35(3): 373-379.

Kusi K K, Khattabi A, Mhammdi N, and Lahssini S. 2020. Prospective Evaluation of the Impact of Land Use Change on Ecosystem Services in the Ourika Watershed, Morocco. Land Use Policy, 97: 104796.

李寒冰，金晓斌，杨绪红，徐伟义，周寅康. 2019. 不同农田管理措施对土壤碳排放强度影响的Meta分析. 资源科学，41（9）：1630-1640.

Li Hanbing, Jin Xiaobin, Yang Xuhong, Xu Weiyi, and Zhou Yankang. 2019. Meta-Analysis of the Effects of Different Farmland Management Measures on Soil Carbon Intensity. Resources Science, 41(9): 1630-1640.

李寒冰，金晓斌，韩博，徐伟义，周寅康. 2022. “双碳”目标下全域土地综合整治的学理研究与实践路径. 地理研究，41（12）：3164-3182.

Li Hanbing, Jin Xiaobin, Han Bo, Xu Weiyi, and Zhou Yankang. 2022. Theoretical Research and Practical Strategy of Comprehensive Land Consolidation under the Goal of Carbon Emission Peak and Carbon Neutrality. Geographical Research, 41(12): 3164-3182.

Li J S, Guo X M, Chuai X W, Xie F J, Yang F, Gao R Y, and Ji X P. 2021. Reexamine China's Terrestrial Ecosystem Carbon Balance under Land Use-Type and Climate Change. Land Use Policy, 102: 105275.

李克让，王绍强，曹明奎. 2003. 中国植被和土壤碳贮量. 中国科学（D辑：地球科学），46（1）：72-80. [Li Kerang, Wang Shaoqiang, and Cao Mingkui. 2003. Vegetation and Soil Carbon Stocks in China. Scientia Sinica(Terrae), 46(1): 72-80.]

李婷婷，陈恩. 2021. 广东韶关地区土壤有机碳储量特征及其影响因素. 华南地质，37（1）：93-102.

Li Tingting and Chen En. 2021. Characteristics and Influencing Factors of Soil Organic Carbon Storage in Shaoguan, Guangdong Province. South China Geology, 37(1): 93-102.

Li Y R, Liu Y S, Long H L, and Cui W G. 2014. Community-Based Rural Residential Land Consolidation and Allocation Can Help to Revitalize Hollowed Villages in Traditional Agricultural Areas of China: Evidence from Dancheng County, Henan Province. Land Use Policy, 39: 188-198.

Liang J S, Hu K, and Dai T Q. 2018. Ecological Network Analysis Quantifying the Sustainability of Regional Economies: A Case Study of Guangdong Province in China. Chinese Geographical Science, 28(1): 127-136.

林丽平，徐期瑚，罗勇，薛春泉，张宁. 2018. 广东主要乡土阔叶树种单木生长模型构建. 林业与环境科学，34（3）：14-22.

Lin Liping, Xu Qihu, Luo Yong, Xue Chunquan, and Zhang Ning. 2018. Study on the Growth Models for Main Broadleaved Tree Species in Guangdong Province. Forestry and Environmental Science, 34(3): 14-22.

Liu R Q, Yu C, Jiang J, Huang Z B, and Jiang Y M. 2020. Farmer Differentiation, Generational Differences and Farmers' Behaviors to Withdraw from Rural Homesteads: Evidence from Chengdu, China. Habitat International, 103: 102231.

刘晓娟，黎夏，梁迅，石洪，欧金沛. 2019. 基于FLUS-InVEST模型的中国未来土地利用变化及其对碳储量影响的模拟. 热带地理，39（3）：397-409.

Liu Xiaojuan, Li Xia, Liang Xun, Shi Hong, and Ou Jinpei. 2019. Simulating the Change of Terrestrial Carbon Storage in China Based on the FLUS-InVEST Model. Tropical Geography, 39(3): 397-409.

Mandlate L C, Cuamba E L, and Rodrigues F H G. 2019. Postrelease Monitoring Habitat Selection by Reintroduced Burchell's Zebra and Blue Wildebeest in Southern Mozambique. Ecology and Evolution, 9(11): 6458-6467.

Mooney H, Larigauderie A, Cesario M, Elmquist T, Hoegh-Guldberg O, Lavorel S, Mace G M, Palmer M, Scholes R, and Yahara T. 2009. Biodiversity, Climate Change, and Ecosystem Services. Current Opinion in Environmental Sustainability, 1(1): 46-54.

Negacz K, Petersson M, Widerberg O, Kok M, and Pattberg P. 2022. The Potential of International Cooperative Initiatives to Address Key Challenges of Protected Areas. Environmental Science & Policy, 136: 620-631.

柯钦华，周俏薇，孙传谆，李景刚，李灿，朱庆莹. 2023. 基于生态系统服务权衡的粤港澳大湾区土地利用冲突识别研究. 热带地理，43（7）：1426-1439.

Ke Qinhua, Zhou Qiaowei, Sun Chuanzhun, Li Jinggang, Li Can, and Zhu Qingying. 2023. Identifying Land Use Conflict Based on Ecosystem Service Trade-Offs in the Guangdong-Hong Kong-Macao Greater Bay Area, China. Tropical Geography, 43(7): 1426-1439.

乔陆印. 2019. 乡村振兴视域下农村土地整治的内涵重构与系统特征. 农业工程学报，35（22）：58-65.

Qiao Luyin. 2019. Connotation Reconstruction and System Characteristics of Rural Land Consolidation from the Perspective of Rural Revitalization. Transactions of the Chinese Society of Agricultural Engineering, 35(22): 58-65.

覃国铭，张靖凡，周金戈，卢哲，王法明. 2023. 广东省红树林土壤碳储量及固碳潜力研究. 热带地理，43（1）：23-30.

Qin Guoming, Zhang Jingfan, Zhou Jin'ge, Lu Zhe, and Wang Faming. 2023. Soil Carbon Stock and Potential Carbon Storage in the Mangrove Forests of Guangdong. Tropical Geography, 43(1): 23-30.

任向宁，董玉祥，王秋香. 2018. 珠三角核心区农田耕层土壤有机碳库储量时空变化特征及其影响因素识别. 热带地理，38（5）：668-677.

Ren Xiangning, Dong Yuxiang, and Wang Qiuxiang. 2018. Temporal and Spatial Variation of Soil Organic Carbon Storage in the Core Area of Pearl River Delta and Identification of Influencing Factors. Tropical Geography, 38(5): 668-677.

Senaratne S, Rodrigo M, Jin X, and Perera S. 2021. Current Trends and Future Directions in Knowledge Management in Construction Research Using Social Network Analysis. Buildings, 11(12): 599.

Seadon J and Tookey J E. 2019. Drivers for Construction Productivity. Engineering, Construction and Architectural Management, 26(6): 945-961.

滕雅丽，谢苗苗，王回茴，陈燕，李峰. 2022. 资源型城市土地利用转型及其对生境质量的影响——以乌海市为例. 生态学报，42（19）：1-11.

Teng Yali, Xie Miaomiao, Wang Huihui, Chen Yan, and Li Feng. 2022. Land Use Transition in Resource-Based Cities and Its Impact on Habitat Quality: A Case of Wuhai City. Acta Ecologica Sinica, 42(19): 1-11.

Vereijken P H. 2003. Transition to Multifunctional Land Use and Agriculture. NJAS: Wageningen Journal of Life Sciences, 50(2): 171-179.

王睿，张赫，强文丽，李凡，彭竞仪. 2021. 基于城镇化的中国县级城市碳排放空间分布特征及影响因素. 地理科学进展，40（12）：1999-2010.

Wang Rui, Zhang He, Qiang Wenli, Li Fan, and Peng Jinyi. 2021. Spatial Characteristics and Influencing Factors of Carbon Emissions in County-Level Cities of China Based on Urbanization. Progress in Geography, 40(12): 1999-2010.

吴佩君，刘小平，黎夏，陈逸敏. 2016. 基于InVEST模型和元胞自动机的城市扩张对陆地生态系统碳储量影响评估——以广东省为例. 地理与地理信息科学，32（5）：22-28，36，2.

Wu Peijun, Liu Xiaoping, Li Xia, and Chen Yimin. 2016. Impact of Urban Expansion on Carbon Storage in Terrestrial Ecosystems Based on InVEST Model and CA: A Case Study of Guangdong Province, China. Geography and Geo-Information Science, 32(5): 22-28, 36, 2.

奚小环，李敏，张秀芝，张燕平，张德存，张建新，窦磊，杨奕. 2013. 中国中东部平原及周边地区土壤有机碳分布与变化趋势研究. 地学前缘，20（1）：154-165.

Xi Xiaohuan, Li Min, Zhang Xiuzhi, Zhang Yanping, Zhang Decun, Zhang Jianxin, Dou Lei, and Yang Yi. 2013. Research on Soil Organic Carbon Distribution and Change Trend in Middle-East Plain and Its Vicinity in China. Earth Science Frontiers, 20(1): 154-165.

薛春泉，徐期瑚，林丽平，罗勇，赵菡，雷渊才. 2019. 广东主要乡土阔叶树种单木生物量生长模型. 华南农业大学学报，40（2）：65-75.

Xue Chunquan, Xu Qihu, Lin Liping, Luo Yong, Zhao Han, and Lei Yuancai. 2019. Biomass Growth Models for Individual Trees of Main Indigenous Broadleaf Tree Species in Guangdong Province. Journal of South China Agricultural University, 40(2): 65-75.

Zhang X R, Wang J, Song W, Wang F F, Gao X, Liu L, Dong K, and Yang D Z. 2022. Decoupling Analysis between Rural Population Change and Rural Construction Land Changes in China. Land, 11(2): 231.

杨忍，张菁，徐茜，罗秀丽. 2021. 城乡融合视角下农村闲置建设用地拆旧复垦的资本化效应——以广东省为例. 地理科学进展，40（1）：114-123.

Yang Ren, Zhang Jing, Xu Qian, and Luo Xiuli. 2021. Capitalization Effect of Rural Land Reclamation from the Perspective of Rural-Urban Integration: A Case Study of Guangdong Province. Progress in Geography, 40(1): 114-123.

Yang W, Li X H, Li W H, Zhang Y T, Zhang H Z, and Ran Y H. 2022. Carbon Effect Calculation and Upgrading Strategy of Agricultural Land Consolidation Project in Urban Edge of Three Gorges Reservoir Area. Frontiers in Chemistry, 10: 1022644.

Ye C H, Zheng S W, and Gu E. 2021. Positive Effect of Village Debt on Land Transfer: Evidence from County-Level Panel Data of Village Finance in Zhejiang Province Edited by B. Xue. PLoS One, 16(7): e0255072.

张红爱. 2018. 广东8种主要乔木树种碳含量测定分析. 林业资源管理，（1）：148-154.

Zhang, Hongai. 2018. Measurement and Analysis of Carbon Content Rates of Eight Tree Species in Guangdong Province. Forest Resources Management, (1): 148-154.

张利国，王占岐，李冰清. 2018. 湖北省土地整治项目碳效应核算及其分析. 自然资源学报，33（11）：2006-2019.

Zhang Liguo, Wang Zhanqing, and Li Bingqing. 2018. Carbon Effect Accounting and Analysis of Land Consolidation in Hubei Province. Journal of Natural Resources, 33(11): 2006-2019.

张庶，金晓斌，杨绪红，单薇，周寅康. 2016. 农用地整治项目的碳效应分析与核算研究. 资源科学，38（1）：93-101.

Zhang Shu, Jin Xiaobin, Yang Xuhong, Shan Wei, and Zhou Yankang. 2016. Determining and Estimating Impacts of Farmland Consolidation Projects on Regional Carbon Effects. Resources Science, 38(1): 93-101.

Zhong L N, Wang J, Zhang X, Ying L X, and Zhu C X. 2020. Effects of Agricultural Land Consolidation on Soil Conservation Service in the Hilly Region of Southeast China-Implications for Land Management. Land Use Policy, 95: 104637.

周毅，钟锡均，郭乐东，甘先华，黎艳明，张坤洪，李召青，梁远楠，辛凤坪，张卫强. 2009. 不同土地利用形式下表土有机碳含量和密度特征的研究. 广东林业科技，25（6）：1-7.

Zhou Yi, Zhong Xijun, Guo Ledong, Gan Xianhua, Li Yanming, Zhang Kunhong, Li Zhaoqing, Liang Yuannan, Xin Fengping, and Zhang Weiqiang. 2009. A Study of Top soil Organic Carbon Concentration and Density under Different Land Use in West River Basin,Guangdong Province. Forestry and Environmental Science, 25(6): 1-7.

Zhou Z K, Liu D F, Sun Y Y, and He J H. 2022. Predicting Joint Effects of Multiple Land Consolidation Strategies on Ecosystem Service Interactions. Environmental Science and Pollution Research, 29(25): 37234-37247.

朱鑫. 2014. 珠江三角洲经济区土壤碳储量及有机碳时空变化规律研究. 华南地质与矿产，30（2）：176-185.

Zhu Xin. 2014. Temporal and Spatial Variation of Organic Carbon and Soil Carbon Storage in the Pearl River Delta Economic Zone. South China Geology and Mineral Resources, 30(2): 176-185.

Options
文章导航

/

〈 〉