基于卫星夜间灯光数据的中国分省碳排放时空模拟

被引:30
作者
马忠玉
肖宏伟
机构
[1] 国家信息中心
基金
国家重点研发计划;
关键词
DMSP/OLS夜间灯光数据; 碳排放; 时空地理加权回归; 模拟;
D O I
暂无
中图分类号
X321 [区域环境规划与管理]; X87 [环境遥感];
学科分类号
083305 ; 1204 ; 1404 ;
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6.3349×109t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6.2036×109t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%以内,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。
引用
收藏
页码:143 / 150
页数:8
相关论文
共 11 条
  • [1] 基于DMSP/OLS与NDVI的江苏省碳排放空间分布模拟
    郭忻怡
    闫庆武
    谭晓悦
    刘思佳
    [J]. 世界地理研究, 2016, 25 (04) : 102 - 110
  • [2] 基于夜间灯光数据的中国能源消费碳排放特征及机理
    苏泳娴
    陈修治
    叶玉瑶
    吴旗韬
    张虹鸥
    黄宁生
    匡耀求
    [J]. 地理学报, 2013, 68 (11) : 1513 - 1526
  • [3] 中国区域工业碳排放空间计量研究
    肖宏伟
    易丹辉
    [J]. 山西财经大学学报, 2013, 35 (08) : 1 - 11
  • [4] 基于DMSP/OLS夜间灯光数据的中国能源消费碳排放研究[D]. 苏泳娴.中国科学院研究生院(广州地球化学研究所). 2015
  • [5] Modeling spatiotemporal CO 2 (carbon dioxide) emission dynamics in China from DMSP-OLS nighttime stable light data using panel data analysis[J] . Kaifang Shi,Yun Chen,Bailang Yu,Tingbao Xu,Zuoqi Chen,Rui Liu,Linyi Li,Jianping Wu.Applied Energy . 2015
  • [6] China?s 19-year city-level carbon emissions of energy consumptions, driving forces and regionalized mitigation guidelines[J] . Yongxian Su,Xiuzhi Chen,Yong Li,Jishan Liao,Yuyao Ye,Hongou Zhang,Ningsheng Huang,Yaoqiu Kuang.Renewable and Sustainable Energy Reviews . 2014
  • [7] Estimating CO 2 (carbon dioxide) emissions at urban scales by DMSP/OLS (Defense Meteorological Satellite Program's Operational Linescan System) nighttime light imagery: Methodological challenges and a case study for China[J] . Lina Meng,Wina Graus,Ernst Worrell,Bo Huang.Energy . 2014
  • [8] Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J] . Zhifeng Liu,Chunyang He,Qiaofeng Zhang,Qingxu Huang,Yang Yang.Landscape and Urban Planning . 2012 (1)
  • [9] A very high-resolution (1 km×1 km) global fossil fuel CO2 emission inventory derived using a point source database and satellite observations of nighttime lights[J] . Oda T.,Maksyutov S..Atmospheric Chemistry and Physics . 2011 (219)
  • [10] Regional variations in spatial structure of nightlights, population density and fossil-fuel CO 2 emissions[J] . M.R. Raupach,P.J. Rayner,M. Paget.Energy Policy . 2009 (9)