基于DMSPOLS与NDVI江苏省碳排放空间分布模拟.docVIP

基于DMSPOLS与NDVI江苏省碳排放空间分布模拟 　　摘 要：结合江苏省经济结构和自然环境情况，选择合适的碳排放模型进行核算，得到江苏省各区县的碳排放量，综合DMSP/OLS夜间灯光影像和NDVI数据，再结合人口、GDP和工业生产总值数据，构建碳排放的空间滞后回归模型并开展江苏省碳排放的空间分布模拟，得到大小为1km×1km的碳排放空间格网，并对模拟结果纠正，用以研究江苏省各区县的碳排放量分布情况。结果表明，江苏省碳排放清晰地呈现出“苏南苏北苏中”的格局，苏南地区分布着以苏州、无锡为中心和以南京市区为中心的碳排放高值集聚的“热点”区域；在各区县内部，碳排放的空间分布与人口、GDP产值等密切相关，明显集中于人口、工业聚集的市区和县城区域。 　　关键词：夜间灯光数据；归一化植被指数；碳排放；空间滞后回归；江苏省 　　中图分类号：P208 文献标识码：A 　　“十二五”规划期间，中国承诺到2020年将每单位国内生产总值（GDP）的碳排放较2005年削减40%～45%，并将其作为约束性指标纳入国民经济和社会的长期规划。这给正处在快速工业化进程中的江苏省施加了一个限制性约束。碳排放的削减与分配需要考虑到不同地区的经济发展水平及能源消耗情况，因此碳排放的计算及空间分布模拟对碳排放量的合理计划与分配显得尤为重要。 　　目前关于碳排放计算及分布的研究主要采用以下几种方法，Kawase采用改进的kaya恒等式对碳排放进行了因素分解研究，对不同国家的碳减排目标进行了情景预测[1]；赵荣钦等对江苏省碳排放的计算提出了详细测算清单[2]；肖宏伟提出了我国与能源活动有关的二氧化碳排放测算方法[3]；肖翔对江苏省不同城市碳排放的时空变化进行了计算和分析[4]。本研究借鉴相关研究方法，通过对能源、林地、耕地、人口等方面数据的分析，对江苏省碳排放进行了较为全面的核算。由于上述研究中对碳排放来源所给定范围不一，如汽车排放，食物消费，农业生产等方面的数据源难以查找，且计算所得的相关方面的碳排放值与其他方面造成的碳排放值相比较小，而能源消耗产生的碳排放量则占到了碳排放总量的70%～80%。故本文拟定以能源、耕地、林地为数据源，并确定了相应转化因子。结合DMSP/OLS夜间灯光影像和植被归一化指数（NDVI）两类遥感影像对碳排放分布进行较为合理的分配。 　　目前，使用中的DMSP卫星系统（F12、F213、F214）均搭载了OLS（Operational Linescan System）传感器。OLS传感器能探测城镇灯光、火光、渔船灯光等发出的电磁波，能够有效地探测到城市夜间灯光甚至小规模居民地、车流等产生的低强度夜间灯光，是监测人类活动强度的良好数据源[5]。国内外许多学者已成功地将DMSP/OLS夜间灯光影像应用于城镇扩展监测、社会经济因子估算以及能源消耗估算等领域[6-14]。由于人类活动是碳排放的主要来源，而DMSP/OLS夜间灯光影像能有效地反映人类活动强度[15]，DMSP/OLS夜间灯光影像可用于碳排放量的估算[16]，这一结论已被国内外学者证明。因此，碳排放量与DMSP/OLS夜间灯光影像具有很强的相关性。 　　除DMSP/OLS夜间灯光影像外，植被作为CO2吸收的主体，与碳排放也有很强的关联性。过去几十年，遥感技术在地表植被覆盖的研究中越来越重要，是获取植被变化、植物生长活力和生物量的重要手段。依据植被对不同波段的光谱特征响应的差异性，通过不同波段间的运算可以获取指示地表植被的植被指数[17]。其中NDVI对绿色植被的生长势和生长量非常敏感，可用于区域植被覆盖研究。 　　1 数据来源与数据预处理 　　1.1 研究区概况 　　江苏省地处东部沿海地区的中部，长江、淮河下游，地跨东经116°18′～121°57′，北纬30°45′～35°20′，它与上海、浙江、安徽共同构成的长江三角洲城市群是国际6大世界级城市群之一。2012年全省经济总量54058.22亿元，位居全国第二，人均GDP、综合竞争力、地区发展与民生指数（DLI）均居全国各省第一，成为中国综合发展水平最高的省份，已步入“中上等”发达国家水平。江苏省经济繁荣发展的同时，也产生了大量的碳排放。2011年江苏省碳排放量16×107吨，位列全国第三。 　　1.2 数据来源 　　本研究的化石能源消耗数据来自于江苏省各地市2013年的统计年鉴，并与全省能源消耗总量进行了校核平衡。农田土地面积数据采用连云港统计年鉴中区县续表的综合统计数据，并与江苏省各地市2013年的统计年鉴的数据进行比对和校核。林地面积数据来源于各市统计年鉴及各市林业局网站。对于缺乏部分统计数据的徐州、南京和淮安三地，使用2011年的统计数据计算其当年碳排放量，根据增长率推算得2012年的碳排放量。2012