广东省地级市能源消费碳排放时空格局及影响因素探究

作     者：李寿跳 

作者单位：福建农林大学 

学位级别：硕士

导师姓名：王豪伟

授予年度：2023年

学科分类：02[经济学] 0202[经济学-应用经济学] 0201[经济学-理论经济学] 020106[经济学-人口、资源与环境经济学] 083305[工学-城乡生态环境与基础设施规划] 08[工学] 09[农学] 020201[经济学-国民经济学] 0903[农学-农业资源与环境] 0833[工学-城乡规划学] 

主      题：能源消费碳排放 夜间灯光数据 时空变化 驱动力 广东省地级市 

摘      要：目前,全球气候变暖是国际社会关注的热点问题,重要的原因之一是大气中二氧化碳浓度不断上升。中国碳排放量长期居高不下,在国家“碳达峰和“碳中和目标的约束下,国面临着经济发展的紧迫性与碳减排任务的双重压力。然而,在CO排放的数据来源上,由于中国过去几十年收集的统计年鉴中的能源数据不完整,导致使用IPCC的方法只能计算国家或省级尺度的,因此城市或更小尺度的碳排放数据要较难获取,相关研究尺度较为受限。因此,准确估算地级市CO排放量,探究其时空格局和主要驱动因素,对于实现低碳发展具有重要意义。得益于夜间灯光(Nighttime light,NTL)遥感技术的发展,为碳排放的定量估算和空间化提供了重要依据。本文采用了改进的DMSP-OLS(Defense Meteorological Satellite Program’s Operational Linescan System)夜间灯光数据,在有效评估碳排放方面具有巨大潜力。但是其在构建长时间序列数据集时,忽略了DMSP/OLS数据的饱和效应,可能会给碳排放的估计结果带来较大偏差。鉴于DMSP/OLS数据的不足,本文借助NDVI(Normalized Difference Vegetation Index)反演产品数据,对夜间灯光数据进行修正,构建了VANUI(Vegetation Adjusted NTL Urban Index)指数,进而来探索广东省地级市能源消费碳排放的时空演变与影响因素,并利用随机森林模型探究了广东省地级市能源消费碳排放强度的影响因素。研究结果如下:(1)构建了植被修正的夜间灯光指数VANUI。通过融合DMSP/OLS夜间灯光、NDVI反演产品数据、水体矢量数据,构建的长时间序列VANUI指数,能有效反应人类活动的空间变化特征,还能有效的降低类DMSP/OLS夜间灯光数据饱和、溢出效应。(2)构建了一套快速准确监测地级市能源消费碳排放的方法。本文首先以IPCC核算方法为基础,核算了2000-2019年广东省省级能源消费碳排放量,与各省市获取的VANUI指数进行拟合分析,构建碳排放估算模型,实现了2000-2019年广东省1km格网尺度碳排放的快速精确估算,然后估算了从2000-2019年的广东省地级市的能源消费碳排放,丰富了地级市尺度的碳排放数据。(3)对广东省地级市碳能源消费碳排放时空变化格局进行了探究。2000-2019年广东省及各地级市能源消费碳排放呈现增长的总体态势,能源消费碳排放强度呈现逐渐下降的趋势。且根据趋势指数SLOPE可知,广东省各地级市碳排放增长速度存在较大差异,其中广州、佛山、惠州为迅猛增长型。另外根据全局空间自相关结果可知,广东省能源碳排放总量空间聚集程度呈现先增加后缩减的变化趋势。进一步利用LISA指数对广东省能源CO排放量进行局部分析发现,可以发现广东省市级尺度碳排放局部自相关的空间格局基本不变,广东省中部珠三角地区的大部分地级市为高-高集聚类型,梅州市是低-低集聚类型;从数量上看,高-高集聚类型有所减少,说明广东省的局部自相关的两极化格局有所缓解,原因在于珠三角高碳排放地区由于低碳循环经济的发展,碳排放增长速度变慢。(4)开展了广东省能源消费碳排放强度的影响因素研究。基于机器学习中的随机森林模型来探究广东省地级市碳排放强度的影响因素,结果我们发现重要性排在前列的影响因素是人口数量、外商投资、二产比重。在影响因素的时序演进中,路网密度和人均GDP的重要性提升的较为明显,重要程度减弱比较明显的是外商投资。部分依赖分析结果表明,广东省地级市碳排放与驱动因素之间存在非线性响应。最终为广东省差异化、针对性的制定碳减排政策提供科学依据。