论文总字数：16689字

目 录

1　引言 1

2 数据来源及预处理 2

2.1研究区域概况 2

2.2数据来源 2

2.3数据预处理 3

3 研究方法 4

3.1提取建设用地 4

3.2基于统计数据计算碳排放量 6

3.3地级市碳排放量估算模型的构建 7

3.4人均碳排放和单位GDP碳排放计算 7

4　结果与分析 8

4.1碳排放模拟精度检验 8

4.2碳排放总量时间动态变化分析 9

4.3碳排放总量空间分布格局分析 9

4.4单位GDP碳排放和人均碳排放分析 10

5 结论与讨论 11

5.1结论 11

5.2讨论 12

参考文献 12

致谢 14

基于DMSP/OLS数据的长三角地区碳排放时空变化分析

吴嘉燏

，China

Abstract：Taking Jiangsu, Zhejiang and Shanghai provinces (cities) in the Yangtze River Delta as the research scope, this paper uses the DMSP/OLS satellite data of 1993, 2003 and 2013 to stabilize the night light data and the energy consumption statistics of the Yangtze River Delta region. A simulation model of regional carbon emissions is established, and the total amount of carbon emissions in different regions is studied and analyzed. Then, the spatial differentiation of the three provinces and cities is analyzed horizontally and the temporal trends of different provinces and cities are analyzed vertically. And further explore the driving factors of temporal and spatial changes. The results show that it is an accurate and time-saving method to extract the construction land by using the night lighting data including the low light level area and the gray scale of the night lighting data pixel in the Yangtze River Delta There is a good linear relationship between energy consumption and carbon emissions, the correlation coefficient is 0.9301. From 1993 to 2013, the total amount of CO₂ emissions in the three provinces and cities of the Yangtze River Delta has been increasing. From 55 million tons in 1993 to 492 million tons in 2013, the average annual growth rate is 11.58%.The cities with high carbon emission intensity in the Yangtze River Delta region are mainly concentrated in the prefecture-level cities surrounding Shanghai's radiation. At the same time, the order of economic development of Jiangsu Province is: southern area of Jiangsu province gt; middle area of Jiangsu province gt; northern area of Jiangsu province. The economic development of northeast Zhejiang province is faster than that of southwest Zhejiang province, and the carbon emissions are basically in line with this rule. Therefore, the more developed economy, the more carbon emissions, the per capita carbon emissions and unit GDP carbon emissions will be affected by industry, energy structure and policy changes. Combined with the temporal and spatial variation of carbon emissions in the Yangtze River Delta region, this paper puts forward the relevant emission reduction measures.

Key words：DMSP/OLS; energy consumption; carbon emission; temporal and spatial variation

1　引言

全球气候变暖现象越来越严重。因为人们燃烧化石燃料，如石油和煤，它们会产生大量的CO₂或温室气体，这将导致地球温度上升，从而会导致全球降水的再分配、冰川和冻土的融化以及海平面的上升，这不仅会危及自然生态系统的平衡，而且还威胁到人类的生存。因此，减少温室气体排放，特别是减少CO₂排放量尤为重要。尽管中国的经济技术以及社会文化得到了快速的发展，但是人们也注意到环境的保护也必须要和经济的发展一起抓，才能保障人民的健康生活。所以这几年关于发展“低碳经济”的呼声是越来越高，全世界政府都在发展经济的基础上极力推行低碳经济，降低CO₂的排放量，保护环境。由于中国作为世界上最大的能源消费碳排放国家之一，控制碳排放的速度和降低碳排放强度是义不容辞的责任。建设生态文明是关系人民福祉、关乎民族未来的大计，是实现中华民族伟大复兴中国梦的重要内容。习近平书记指出：“我们既要绿水青山，也要金山银山。宁要绿水青山，不要金山银山，而且绿水青山就是金山银山。”这生动形象表达了我们党和政府大力推进生态文明建设和贯彻节约资源和保护环境基本国策的鲜明态度和坚定决心。同时中国政府承诺到2020年单位国内生产总值(GDP)的CO₂排放比2005年下降40%-45%，这突显了中国控制降低碳排放和发展低碳绿色经济的信心和决心，但与此同时中国也面临着巨大的减排压力。

江苏、浙江、上海三省市位于长三角，在我国现代化建设全局和对外开放格局中发挥着重要的战略作用，是我国经济发展最快的地区之一，也是人均能源消耗和人均碳排放量最高的地区之一，其减排工作对于全国的减排具有重要的影响。但是碳排放的控制和消减必须考虑到各个地区的经济水平和能源消耗情况，因此，科学的测算和分析碳排放的空间与时间变化就显得尤为重要，一方面这有助于为科学合理的减排目标提供有力的数据支持，另一方面它可以做到有的放矢，形成适宜性的减排政策，从而能够最有效最低成本地完成节能减排任务。

美国军事气象卫星计划(DMSP)携带的业务线扫描系统OLS(OperationalLinescan System OLS)线扫描系统传感器，能够有效地检测城市夜光、甚至小规模住宅区、交通流量等产生的低强度夜光，是监测人类活动强度的良好数据源。并且碳排放与人类生产活动密切相关，因此我们可以利用DMSP/OLS全球夜间灯光数据来有效估计碳排放。但目前利用DMSP/OLS夜间灯光数据估算碳排放量的研究较少，仍处于起步阶段。国外有Elvidge^[1]等人基于DMSP/OLS全球夜间灯光影像数据，对全球21个国家夜间灯光亮度与GDP、电力消耗、碳排放等指标进行相关分析，最先发现夜间灯光亮度与碳排放之间存在相关性；Doll^[2]等人运用19994年10月至1995年3月期间全球不同发展水平的46个国家的DMSP/OLS夜间灯光亮度值与碳排放进行统计分析，发现夜间灯光亮度值与碳排放在统计上显著高度相关，表明运用全球夜间灯光数据来描绘碳排放空间分布是有效的；Ghosh^[3]等人通过中国、日本、印度、加拿大、俄罗斯、印度及美国等国家夜间灯光亮度与化石燃料碳排放之间的相关分析，发现两者之间线性相关，相关系数0.76，表明可以借助卫星夜间灯光图像较为准确地将主要国家的碳排放分解到全球网络。国内研究的有苏泳娴等人基于国内的夜间灯光数据对中国能源消费的碳排放进行了空间和时间的动态分析。但这些研究尺度大多为全球或国家层面，省市级尺度较少，并且研究的对象大部分也都是对于碳排放总量的研究。

本文以长江三角洲的江苏、浙江、上海三省(市)为研究区域，通过以1993年、2003年和2013年的DMSP/OLS夜间灯光数据和能源消费统计数据，基于DMSP/OLS夜间灯光数值与碳排放统计量之间良好的相关性，建立地级市碳排放估算模型，并在此基础上制作长三角三省市的碳排放分布图，揭示其碳排放在空间与时间上的演化规律，从而为制定相关减排提供相应的意见。

2 数据来源及预处理

2.1研究区域概况

以长三角的江苏、浙江和上海三省（市）为研究范围，其位于我国的东部地区，并且以上海为中心，辐射着江浙两省在内的长江三角地区是我国当下经济最为繁荣、城市化程度也最高、最具有经济增长潜力的地区之一。三省市总面积为21.91万平方公里，GDP总量、人均GDP、综合竞争力、地区发展和民生指数都位列全国前茅，是中国综合发展水平最高的地区，已经相当于“中上等”发达国家的水平。长三角地区经济繁荣的同时，其内部城市之间的规模与经济发展水平还存在着较大的差距，尤其是建设用地的急速扩张使产生的碳排放数量也十分巨大，不可忽视。

2.2数据来源

本研究采用的夜间灯光数据来源于美国国家海洋和大气管理局下属的国家地球物理数据中心的网站。其包含三种年平均数据：无云观测数据、平均灯光数据、稳定灯光数据。其中，稳定灯光数据设计城镇、乡村和其他光源区域，消除了云及火光等偶然噪声的影响。其灰度值为0～63，空间分辨率为0.008333度，灯光亮度值越高的区域其灰度值也就越大，在图上显示的也就会越亮。本文采用稳定灯光数据来用于长三角地区的碳排放研究分析。

剩余内容已隐藏，请支付后下载全文，论文总字数：16689字

相关图片展示：