论文部分内容阅读
全球气候变暖作为当今世界最显著的全球性环境问题,影响并威胁着地球自然环境和人类经济社会的健康发展。大规模人类活动排放的温室气体深刻地干扰了自然界的碳循环过程,而其中大规模的化石燃料能源消费所排放的CO2占温室气体排放总量的60%之多,是气候变暖的首要贡献因素。然而,由于缺乏详细的市、县级统计数据,能源消费碳排放研究大多集中于国家、省级等宏观尺度,为制定区域化、详细化、差异化的碳减排策略带来较大困难。截止2008年,我国CO2排放量达83.25亿吨,超越美国成为世界第一碳排放国家。环渤海地区是我国第三经济增长极,同时也是能源消费集中区域,能源结构煤炭比重过高,重工业比重大且分布密集,致使该地区成为我国主要的人为碳排放源地区。夜间灯光数据的获取使得观测夜间人类活动成为可能,由于人类活动是碳排放的主要来源,而夜间灯光影像恰能有效地反映人类活动强度。因此,夜间灯光影像可用于碳排放量的估算。本文基于DMSP/OLS夜间灯光数据、社会经济统计数据及基础地理信息数据等多源数据,通过降尺度的方法,定量模拟了1992-2013年环渤海地区省（市）级、地级及县级等不同尺度上的CO2排放量;利用时间变化曲线、空间等级划分和空间自相关等方法分析了环渤海地区碳排放的时间序列变化、空间分布特征和空间格局演化;从地理要素空间分异性和要素之间交互作用的角度出发,基于地理探测器软件揭示了环渤海地区碳排放的影响机理。主要结论如下:（1）对DMSP/OLS稳定灯光数据进行了相对辐射校正、年内合成订正及年际序列校正等处理流程;并基于NPP/VIIRS夜间灯光数据提出了“潜在灯光区”的概念,有效减少了非灯光源地区存在大量低值像元问题,对北京市、天津市、河北省、辽宁省、山东省、环渤海地区的灯光像元DN总值与碳排放总量的相关系数分别提高了-0.00794、0.00396、0.01647、0.00787、0.00047、0.00403,对北京市、天津市、河北省、辽宁省的线性拟合优度分别提高了-0.0146、0.0075、0.0320、0.0155、0.0001,除北京市外,相关系数和拟合优度均得到了有效的提高,模拟更加贴合实际情况。（2）碳排放时间序列变化:碳排放总量上,1992-2013年环渤海地区碳排放总量呈不断增长的趋势,从85221万吨增长到325902万吨,增长了3.8倍;2000年以前,由高到低分别为辽宁省、河北省、山东省、北京市及天津市,2000年以后,由高到低依次为山东省、河北省、辽宁省、天津市及北京市;碳排放变化趋势时间阶段性明显。人均碳排放强度上,1992-2013年环渤海地区人均碳排放强度持续增长,从3.5吨上升到12.5吨;除北京市外,其他单元均呈增长趋势,天津市、辽宁省高于环渤海地区平均水平,而河北省、山东省则低于环渤海地区平均水平。单位GDP碳排放强度上,1992-2013年环渤海地区单位GDP碳排放强度呈逐年递减趋势,从10.0吨/万元下降到2.1吨/万元;辽宁省、河北省高于环渤海地区平均水平,而山东省、天津市、北京市则低于环渤海地区平均水平。（3）地级尺度碳排放空间分布特征:碳排放总量上,1992-2013年,从整体上来看,碳排放总量不断增加,并表现出中部高,南、北部低的空间分布特征。人均碳排放强度上,2000-2010年环渤海地区地级单元人均碳排放强度由低到高变化,逐渐形成沿沈大线、京津唐、济青线分布的三个高值区。单位GDP碳排放强度上,2000-2010年环渤海地区地级单元单位GDP碳排放强度由高到低变化,沿京沈线、沈大线变化尤为明显。（4）县级尺度碳排放空间分布特征:碳排放总量上,1992-2013年环渤海地区县级单元碳排放总量逐年增加,从碳排放高值区零星分布于市中心地区发展到高值区呈条状、带状广泛分布。从整体上看,环渤海地区碳排放高值区呈现沿渤海湾“C”字形分布的特征,沿海指向性明显;并形成沿京沈线、沈大线“人”字形分布的辽宁高值区,沿京津线“斜I”形分布的京津冀高值区和沿东营-济南、威海-青岛等“O”形环绕的山东高值区,交通指向性明显。人均碳排放强度上,2000-2010年环渤海地区县级单元人均碳排放强度由低到高变化,由高值、低值交错分布发展到遍布京津冀、辽宁省、山东省三大区域,呈现沿交通线或市中心的中心-外围分布结构。单位GDP碳排放强度上,2000-2010年环渤海地区县级单元单位GDP碳排放强度由高到低变化,高值区由广泛分布于环渤海地区收缩到沈阳市、京津地区,低值区则不断扩大,逐渐覆盖整个环渤海地区。（5）碳排放空间格局演化:地级尺度上,1993、2003、2013年Global Morans’I值分别为0.0254、0.0676、0.0331,地级单元碳排放存在明显的空间正相关特性;LISA集聚类型变化不大,H-H集聚主要为北京市、天津市,L-L集聚主要为辽宁省朝阳市。县级尺度上,1993、2003、2013年Global Morans’I值分别为0.2135、0.2221、0.2014,同样,县级单元碳排放也存在明显的空间正相关特性,但集聚强度有所增强;LISA集聚类型变化明显,1993-2013年间,H-H集聚从北京市、辽宁省的中部,逐渐扩散至京津地区、山东济青沿线,L-L集聚依然分布于河北省的北部和西部的燕山、太行山一带,数量和范围均有所增加。（6）基于地理探测器软件,从地理要素空间分异性和要素之间交互作用的视角出发,揭示了环渤海地区碳排放的影响机理。各影响因子解释力由大到小依次为GDP（0.7671）>人口数量（0.6415）>能源结构（0.4095）>能源强度（0.2590）>城市化率（0.2254）>道路密度（0.1938）>产业结构（0.1230）>固定资产投资（0.1108）。影响因子两两之间交互作用力,解释力在9以上的为人口数量-GDP（0.9116）、人口数量-能源强度（0.9101）、GDP-能源结构（0.9322）、GDP-产业结构（0.9439）、GDP-固定资产投资率（0.9077）。GDP和人口数量作为影响碳排放的“基础性”因素决定了碳排放总量的主体部,而其他“辅助性”要素,如能源结构、能源强度、城市化率等单独效应有限,唯有将两者结合,才能最大限度增强双方的作用效力。