基于卫星夜间灯光数据中国分省碳排放时空模拟.docVIP

基于卫星夜间灯光数据的中国分省碳排放时空模拟 　　摘要 中国能源统计数据“横向不可比，纵向不可加”现象依然突出，尤其是分省能源消费统计千差万别，给分省碳排放评估带来了较大困难，如何利用卫星遥感数据科学合理地估算中国分省碳排放是当前亟须研究的问题。本文运用DMSP/OLS全球稳定夜间灯光数据，在通过相互校正、年内融合和年际间校正等系列处理得到中国分省稳定夜间灯光数据的基础上，首先分别构建中国分省稳定夜间灯光亮度DN值与人均碳排放和单位面积碳排放之间的时空地理加权回归模型，两个模型整体效果均较好，拟合优度分别高达96.74%和99.24%；其次运用稳定夜间灯光亮度DN值对分省人均碳排放和单位面积碳排放进行时空模拟；最后运用人口规模和土地面积对分省碳排放进行估算。估算结果显示：①整体来看，2000―2013年年均碳排放模拟值与实际值6.3349×109 t较为接近，两个模型的相对误差均在0.5%以内。②分年度来看，所有年份的相对误差均在5%以内，2006年分省加总碳排放模拟值与实际碳排放6.2036×109 t最为接近，绝对误差和相对误差均较小，两个模型模拟值的相对误差均为0.04%。③分省域来看，2000―2013年年均碳排放模拟值与实际碳排放均非常接近，除海南和宁夏外，其余28个省区市的相对误差均在1%以内。④分年度分省域来看，以2013年为例，40%省份的相对误差在2%以?龋?70%省份的相对误差在5%以内。从整体、分年度、分省域、分年度分省域的估算结果来看，基于稳定夜间灯光数据的中国分省碳排放时空模拟效果良好。因此，运用卫星夜间灯光数据可以较为准确地对中国分省碳排放进行估算和预测，为卫星遥感影像数据服务分省碳排放监测和评估提供一种补充性参考。 　　关键词 DMSP/OLS夜间灯光数据；碳排放；时空地理加权回归；模拟 　　中图分类号 F205文献标识码 A文章编号 1002-2104（2017）09-0143-08DOI：10.12062/cpre 　　中国政府高度重视应对气候变化问题，向全世界负责任地承诺到2030年单位GDP碳排放比2005年下降60%―65%，2030年左右碳排放达峰，同时北京、广州、镇江等部分省市承诺2020年左右达峰，四川、海南、延安等多个省市承诺2030年左右达峰，这既是中国积极应对气候变化，承担合理国际责任的决心，也是中国彰显引领全球走绿色低碳发展道路的信心。目前中国能源统计数据之间“横向不可比，纵向不可加”现象依然突出，尤其是分省能源消费总量与结构的统计千差万别，给分省碳排放评估带来了较大困难。随着中国卫星遥感技术的飞速发展，2016年12月22日中国首颗碳卫星成功发射，卫星影像数据将不断丰富，如何利用卫星遥感数据科学合理地估算中国分省碳排放，进而根据分省碳排放时空变化特征有针对性地制定省域碳减排政策，成为卫星遥感大数据时代下亟须研究的重大课题。美国军事气象卫星DMSP搭载的OLS传感器获取的全球夜间灯光数据，是监测人类活动强度的理想数据源，而碳排放与人类生产生活密切相关，因此可以运用DMSP/OLS全球夜间灯光数据对碳排放进行有效估算。本文综合运用全球夜间灯光数据和CO2排放、人口规模、土地面积等统计数据，在考虑区域空间异质性的基础上，建立基于DMSP/OLS夜间灯光数据的分省碳排放时空地理加权回归模型，开展分省碳排放估算，为利用卫星遥感影像数据开展分省碳排放监测和评估提供一种补充性参考。 　　1 文献综述 　　从20世纪80年代以来，随着DMSP/OLS全球夜间灯光影像数据的逐步完善，国内外学者围绕夜间灯光数据在城镇化监测、经济增长评估、电力消费模拟等方面的应用研究越来越多，但在碳排放估算方面的应用研究相对较少。 　　全球和国家层面的研究主要首先探寻全球主要经济体夜间灯光亮度与碳排放之间的相关性，在确定两者存在相关关系的基础上，建立回归分析模型对碳排放进行估算。如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性分析，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1994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。Oda[3]等人利用1980―2007年全球各国夜间灯光数据与能源消费碳排放总量之间的相关关系，构建了基于夜间灯光数据的全球碳排放空间分布反演模型，通过反演得到全球国家尺度的化石燃料碳排放清单。Raupach[4]等人选取中国、美国、日本、印度、欧洲、前苏联作为研究区域，对化石燃