基于夜间灯光的居民居住碳排放模型模拟研究

发布时间：2017-06-03 07:20

  本文关键词：基于夜间灯光的居民居住碳排放模型模拟研究，由笔耕文化传播整理发布。

【摘要】：百年以来,全球气候正经历着以气温变暖为主要特征的显著变化,中国与全球的变暖基本同步,是世界上变暖较为激烈的地区之一。全球变化问题是21世纪人类社会面临的最严峻的挑战之一,应对气候变化逐渐成为国际谈判、政府间合作、领导人会谈的重要议题。IPCC将全球变化的主要原因归结为温室气体浓度的上升,特别是CO2浓度的上升,化石燃料燃烧和土地利用变化所导致的碳排放被认为是引起全球变暖的最主要原因。第四次评估报告(IPCC-AR4)指出,20世纪中叶以来全球平均温度的上升非常可能是人类活动造成的温室气体浓度增加的结果;第五次评估报告(IPCC-AR5)进一步指出,全球气候系统的变暖是明确无误的,并更加确认了人类活动和全球变暖之间的因果关系。2009年,中国已经成为超过美国的全球最大的CO2排放国,在全国能源消费比例中,居民生活能源消费仅次于工业部门,成为第二大能源消费部门,若将间接居民生活能源消费计算在内,居民生活能源消费在全国能源消费总量中的比重已经超过50%。随着居民收入的不断增长、消费结构不断升级,居民生活能源消费量和碳排放量均逐渐增加。生活能源消费结构的多样性、不同家庭能源消费的差异性,以及统计数据的复杂性,增加了居民生活能源消费量和碳排放的核算难度,且核算尺度大多停留在省、市级行政单元上,仅有少部分研究核算了县级尺度上的居民生活能源消费量和碳排放量。利用统计数据核算居民生活能耗碳排放的工作量是相当庞大的,再加上统计数据在不同尺度上的不一致性及粗糙性,县乡级尺度甚至更小尺度上的能源消耗量等数据的不易获得性,以及精度的不确定性,都增加了高精度居民能耗碳排放量计算的难度,并且跨越行政界线核算碳排放更加困难。DMSP/OLS传感器具有较高的光电放大特性,对夜间的灯光具有高度的光敏感性,可以监测到夜间微弱的光源,为监测人类活动提供了有效的数据源,DMSP/OLS数据具有易获取性,目前已经广泛应用于人口估算、火灾监测、城市化进程、碳排放等方面。本文利用DMSP/OLS夜间灯光数据,再辅以DNVI和DEM影像,利用空间数据模拟居民点密度,然后结合统计数据核算郑州市居民居住碳排放,并基于模拟的居民点密度得到了1km×1km的居民居住碳排放空间分布格局,主要得出如下结论:(1)本文基于夜间灯光影像,又融合了NDVI、DEM影像,通过构建模型模拟了居民点密度的空间分布格局,为更深一步的研究奠定了数据基础,并且证实了空间数据可以较好地应用于社会经济问题的研究中,为社会经济等相关领域的研究拓展了思路。(2)郑州市市区和县城中心的碳排放量较高,而周围区域的碳排放量较低,整体上呈现多中心的空间分布格局,且部分中心有连成一线的趋势,如上街区、荥阳市和郑州市区紧密相连。郑州市区的碳排放量明显高于其他碳排放中心,1km2内的碳排放量最高可达14466.55t CO2。各区域碳排放总量的高低顺序为:金水区中原区管城回族区惠济区新郑市中牟县二七区荥阳市巩义市上街区登封市新密市。(3)采用标准差分级法将郑州市碳排放划分为4个等级:低碳排放区、中等碳排放区、较高碳排放区、高碳排放区。高碳排放区主要位于金水区、管城回族区和中原区,较高碳排放区也较为集中地分布在郑州市区,中等和较低碳排放区在各个市(区、县)范围内分布较为均一。(4)郑州市人均碳排放整体上呈东高西低、北高南低的空间格局,而以碳排放总量占绝对优势的金水区的人均碳排放却明显小于周围区域,在空间上呈现凹点。(5)利用标准差椭圆分布对碳排放总量和人均碳排放的空间分布格局进行了分析,结果表明人均碳排放空间分布的展布范围大于碳排放总量的展布范围,人均碳排放的椭圆中心较碳排放总量的椭圆中心偏西。由于金水区的人均碳排放较小,这一因素影响了人均碳排放的标准差椭圆,说明人口密度较大程度上制约着人均碳排放。(6)利用Geo Da软件分别分析碳排放总量和人均碳排放的空间集聚状况,结果表明二者在空间上均表现出一定的空间正相关;分别分析了人均碳排放与居民收入、人均GDP之间的相关性,结果表明:人均碳排放与人均收入呈空间正相关,而人均碳排放和人均GDP却呈现空间负相关。主要原因是人均GDP较高的区域经济发展较好,人口密集程度大,不仅节能减排技术较高,同时提高了能源利用效率,因此人均碳排放较低的区域多被人均GDP较高的区域所包围。
【关键词】：碳排放 DMSP/OLS 居民点密度 模型构造
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：X321;X87
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-32
• 1.1 研究背景12-13
• 1.2 研究意义13-14
• 1.3 国内外研究综述14-29
• 1.3.1 DMSP/OLS研究综述14-17
• 1.3.2 居民消费碳排放研究综述17-27
• 1.3.3 居民居住碳排放研究方法27-28
• 1.3.4 小结28-29
• 1.4 主要研究内容29-30
• 1.5 研究方法及技术路线30-32
• 1.5.1 研究方法30
• 1.5.2 技术路线30-32
• 第二章 研究区与数据32-38
• 2.1 研究区概况32-34
• 2.1.1 自然条件32-33
• 2.1.2 社会经济状况33-34
• 2.2 遥感影像数据34-36
• 2.2.1 数据介绍34-35
• 2.2.2 数据预处理35-36
• 2.3 统计数据36-38
• 第三章 居民点密度模拟38-48
• 3.1 指数构造38-42
• 3.1.1 RAIⅠ计算38-40
• 3.1.2 RAIⅡ计算40-42
• 3.2 样本区居民点密度的计算42-43
• 3.3 居民点密度的模拟43-48
• 3.3.1 居民点指数与居民点密度的模型关系43-44
• 3.3.2 精度检验44
• 3.3.3 阈值法提取城市建设用地44-46
• 3.3.4 居民点密度空间分布46-48
• 第四章 居民居住碳排放空间化48-54
• 4.1 模型基础48
• 4.2 基于统计数据的居民居住碳排放核算48-50
• 4.2.1 居民居住碳排放核算方法48-49
• 4.2.2 居民居住碳排放量49-50
• 4.3 郑州市居民居住碳排放模拟50-54
• 第五章 居民居住碳排放空间分异分析54-66
• 5.1 碳排放等级划分54-55
• 5.2 人均碳排放空间分异55-56
• 5.3 碳排放分布椭圆56-58
• 5.4 空间自相关58-66
• 5.4.1 空间自相关分析方法58-59
• 5.4.2 自相关分析结果59-61
• 5.4.3 碳排放与居民收入和GDP的相关性分析61-66
• 第六章 结论与讨论66-70
• 6.1 主要结论66-67
• 6.2 可能的创新点67
• 6.3 不足与展望67-70
• 参考文献70-76
• 致谢76-78
• 攻读学位期间发表的学术论文78-79

【相似文献】

中国期刊全文数据库 前10条

1 梁朝晖;;上海市碳排放的历史特征与远期趋势分析[J];上海经济研究;2009年07期

2 魏本勇;方修琦;王媛;杨会民;张迪;;基于投入产出分析的中国国际贸易碳排放研究[J];北京师范大学学报(自然科学版);2009年04期

3 ;碳排放配给制带来的启示[J];节能与环保;2009年11期

4 邴绍倩;;食品“碳排放”标准及应对之策[J];现代经济信息;2009年20期

5 ;国务院宣布我国到2020年降低碳排放40%～45%[J];纸和造纸;2010年02期

6 张雷;黄园淅;李艳梅;程晓凌;;中国碳排放区域格局变化与减排途径分析[J];资源科学;2010年02期

7 巩帅臣;;湖南省碳排放特征及影响因素分析[J];企业家天地;2010年01期

8 温景光;;江苏省碳排放的因素分解模型及实证分析[J];华东经济管理;2010年02期

9 王琴;曲建升;曾静静;;生存碳排放评估方法与指标体系研究[J];开发研究;2010年01期

10 孙建卫;陈志刚;赵荣钦;黄贤金;赖力;;基于投入产出分析的中国碳排放足迹研究[J];中国人口.资源与环境;2010年05期

中国重要会议论文全文数据库 前10条

1 姚亮;刘晶茹;;中国八大区域间碳排放转移研究[A];2010中国可持续发展论坛2010年专刊（一）[C];2010年

2 王宁;;煤炭行业降低碳排放强度的措施研究[A];第十三届中国科协年会第7分会场-实现“2020年单位GDP二氧化碳排放强度下降40-45%”的途径研讨会论文集[C];2011年

3 黄蕊;王铮;刘慧雅;刘晓;翟石艳;马晓哲;;中部六省的碳排放趋势研究[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年

4 高扬;张晓明;周茂松;曾栋鸿;;城市居住社区交通碳排放特征及交通碳排放评估模型研究——以广州市为例[A];2012城市发展与规划大会论文集[C];2012年

5 杜宁睿;向澄;黄经南;刘沛;;家庭出行碳排放特征分析及规划启示——以武汉市为例[A];2012城市发展与规划大会论文集[C];2012年

6 张白玲;林靖s，

本文编号：417566