高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据

吕倩,刘海滨

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2019> (6): 41-50
吕倩, 刘海滨. 京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50. doi: 10.15918/j.jbitss1009-3370.2019.7493
引用本文: 吕倩, 刘海滨. 京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
shu
Lü Qian, LIU Haibin. Spatio-temporal Evolution Characteristics of County Scale Carbon Emissions in Beijing-Tianjin-Hebei Region-A Study based on DMSP/OLS Nighttime Light Data[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 41-50. doi: 10.15918/j.jbitss1009-3370.2019.7493
Citation: Lü Qian, LIU Haibin. Spatio-temporal Evolution Characteristics of County Scale Carbon Emissions in Beijing-Tianjin-Hebei Region-A Study based on DMSP/OLS Nighttime Light Data[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
shu

京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据

doi:10.15918/j.jbitss1009-3370.2019.7493
  • 1.

    中国矿业大学(北京) 管理学院, 北京 100083

基金项目:

中央高校基本科研业务费专项资金项目（2009QG10）

详细信息

  • 中图分类号:F426

Spatio-temporal Evolution Characteristics of County Scale Carbon Emissions in Beijing-Tianjin-Hebei Region-A Study based on DMSP/OLS Nighttime Light Data

  • 1.

    School of Management, China University of Mining&Technology(Beijing), Beijing 100083, China

  • 摘要:以全球DMSP/OLS夜间灯光数据为基础，通过影像重投影、相互校正、年内校正、时间序列校正后，得到京津冀地区校正后DMSP/OLS夜间灯光数据；利用京津冀能源消费统计数据和碳排放因子数据，计算得出京津冀地区分省市碳排放量。在此基础上，通过数据拟合构建京津冀县域尺度碳排放估算模型，估算模型拟合优度为0.975 2，估算模型有效。利用构建的估算模型对京津冀县域尺度碳排放量进行估算，并采用探索性空间数据分析方法对京津冀县域尺度碳排放时空演变特征进行分析。结果表明：2000—2013年京津冀县域尺度碳排放呈现快速增长特征，且存在显著的区域差异，高碳县域表现为“Y形”分布特征。县域尺度碳排放具有显著空间正相关性，碳排放空间相关性呈不断减弱的趋势，且呈现空间高值集聚效应和空间低值集聚效应。热点与次热点区域集中在北京市、天津市以及与北京市、天津市邻近的河北省区域；冷点与次冷点区域包括承德西北部地区和河北省中南部地区。
    Abstract:Based on global DMSP/OLS nighttime light data, and after image reprojection, mutual correction, annual correction and time series correction, the corrected DMSP/OLS nighttime light data in Beijing-Tianjin-Hebei region were obtained. Based on energy consumption statistics and carbon emissions factor in Beijing-Tianjin-Hebei region, the carbon emissions of different provinces and cities were calculated. On this basis, the county scale carbon emissions estimation model was constructed, the goodness of fit of the estimated model was 0.975 2, so the model was valid. The county scale carbon emissions in Beijing-Tianjin-Hebei region were estimated by the established estimation model. Then the spatio-temporal evolution characteristics of carbon emissions were analyzed based on the method of exploratory spatial data analysis. The results showed that:From 2000 to 2013, county scale carbon emissions in Beijing-Tianjin-Hebei region were featured by rapid growth, and there were significant regional disparities, the counties with high carbon emissions showed a "Y" distribution characteristic. There was a significant positive spatial correlation in county scale carbon emissions; the spatial correlation of carbon emissions showed a decreasing trend, and there was a spatial high-value agglomeration effect and a spatial low-value agglomeration effect. The hot and sub-hot areas were concentrated in Beijing, Tianjin and the areas of Hebei province which are adjacent to Beijing and Tianjin. The cold and sub-cold areas included the northwest of Chengde and central-southern areas of Hebei province.
  • [1] 中华人民共和国国务院新闻办公室. 国家应对气候变化规划(2014-2020年)[N/OL]. 国家发展和改革委员会,2014.
    [2] IPCC.2006 IPCC Guidelines for national greenhouse gas inventories[C]//EGGLESTON H S,BUENDIA L,MIWA K,et al. Prepared by the National Greenhouse Gas Inventories Programme. Japan:IGES,2006.
    [3] 国家发展改革委气候司. 省级温室气体清单编制指南(试行)[R]. 北京:国家发展改革委,2011.
    [4] LV Q,LIU H B,YANG D Y,et al. Effects of urbanization on freight transport carbon emissions in China:common characteristics and regional disparity[J]. Journal of Cleaner Production,2019(211):481-489.
    [5] 李健,郭姣,苑清敏. 京津冀协同发展背景下能源需求预测与政策影响研究[J]. 干旱区资源与环境,2018,32(5):5-11.
    [6] 何音,蔡满堂. 京津冀地区资源环境压力与人口关系研究[J]. 人口与发展,2016,22(1):2-10.
    [7] 施开放. 多尺度视角下的中国碳排放时空格局动态及影响因素研究——基于DMSP-OLS夜间灯光遥感数据的分析[D]. 上海:华东师范大学,2017.
    [8] 陈昕,彭建,刘焱序,等. 基于DMSP/OLS夜间灯光数据的京津冀地区城市空间扩展与空间关联测度[J]. 地理研究,2018,37(5):898-909.
    [9] 刘华军,杜广杰. 中国经济发展的时空格局及分布动态演变——基于城市DMSP/OLS夜间灯光数据的研究[J]. 中国人口科学,2017(3):17-29,126.
    [10] ELVIDGE C D,BAUGH K E,KIHN E A,et al. Relation between satellite observed visible-near infrared emissions,population,economic activity and electric power consumption[J]. International Journal of Remote Sensing,1997,18(6):1373-1379.
    [11] ELVIDGE C D,CINZANO P,PETTIT D R,et al. The night satellite mission concept[J]. International Journal of Remote Sensing,2007,28(12):2645-2670.
    [12] 徐康宁,陈丰龙,刘修岩. 中国经济增长的真实性:基于全球夜间灯光数据的检验[J]. 经济研究,2015(9):17-29,57.
    [13] 杨洋,黄庆旭,章立玲. 基于DMSP/OLS夜间灯光数据的土地城镇化水平时空测度研究——以环渤海地区为例[J]. 经济地理,2015,35(2):141-148,168.
    [14] 陈晋,卓莉,史培军,等. 基于DMSP/OLS数据的中国城市化过程研究——反映区域城市化水平的灯光指数的构建[J]. 遥感学报,2003,7(3):168-175.
    [15] 苏泳娴,陈修治,叶玉瑶,等. 基于夜间灯光数据的中国能源消费碳排放特征及机理[J]. 地理学报,2013,68(11):1513-1526.
    [16] 马忠玉,肖宏伟. 基于卫星夜间灯光数据的中国分省碳排放时空模拟[J]. 中国人口·资源与环境,2017,27(9):143-150.
    [17] WANG S J,SHI C Y,FANG C L,et al. Examining the spatial variations of determinants of energy-related CO2emissions in China at the city level using geographically weighted regression model[J]. Applied Energy,2019(235):95-105.
    [18] ZHAO J C,JI G X,YUE Y L,et al. Spatio-temporal dynamics of urban residential CO2emissions and their driving forces in China using the integrated two nighttime light datasets[J]. Applied Energy,2019(235):612-624.
    [19] 刘浩,马琳,李国平. 1990s以来京津冀地区经济发展失衡格局的时空演化[J]. 地理研究,2016,35(3):471-481.
    [20] 王利伟,冯长春. 转型期京津冀城市群空间扩展格局及其动力机制——基于夜间灯光数据方法[J]. 2016,71(12):2155-2169.
    [21] 王朝,李伟峰,海霞,等. 京津冀城市群能源供需与城市化的关系模式[J]. 2018,38(12):4257-4267.
    [22] 汪浩,陈操操,潘涛,等. 县域尺度的京津冀都市圈CO2排放时空演变特征[J]. 环境科学,2014,35(1):385-393.
    [23] LIU Z,HE C,ZHANG Q,et al. Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J]. Landscape & Urban Planning,2012,106(1):62-72.
    [24] 曹子阳. 基于夜间灯光影像的GDP空间分布模拟研究及其与PM2.5浓度的相关分析[D]. 广州:中国科学院广州地球化学研究所,2016.
    [25] 陈操操,蔡博峰,孙粉,等. 京津冀与长三角城市群碳排放的空间聚集效应比较[J]. 中国环境科学,2017,37(11):4371-4379.
    [26] 陈永国,褚尚军,聂锐. 京津冀及周边地区碳排放驱动因素的贡献作用及其政策含义[J]. 河北经贸大学学报,2016,37(1):102-106.
    [27] ANSELIN L. The future of spatial analysis in the social sciences[J]. Geographic Information Sciences,1999,5(2):67-76.
    [28] ORD J K,GETIS A. Local spatial autocorrelation statistics:distributional issues and an application[J]. Geographical Analysis,1995,27(4):286-306.
    [29] 黄小刚,赵景波. 2016年长三角城市群O3浓度的时空变化规律[J]. 中国环境科学,2018,38(10):3611-3620.
    [30] 李建豹,张志强,曲建升,等. 中国省域CO2排放时空格局分析[J]. 经济地理,2014,34(9):158-165.
    [31] 吕倩. 京津冀地区汽车运输碳排放影响因素研究[J]. 中国环境科学,2018,38(10):3689-3697.
    [32] DIETZ T,ROSA E A. Effects of population and affluence on CO2emissions[J]. Proceedings of the National Academy of Sciences,1997,94(1):175-179.
    [33] 胡艳兴,潘竟虎,王怡睿. 基于ESDA-GWR的1997-2012年中国省域能源消费碳排放时空演变特征[J]. 环境科学学报,2015,35(6):1896-1906.
  • [1] 雷小苗, 何继江, 杨守斌, 王影.能源转型视域下“零碳乡村”的可行性和环保性——以陕西关中C县F村为例. bob手机在线登陆学报（社会科学版）, 2020, 22(5): 32-41.doi:10.15918/j.jbitss1009-3370.2020.3300
    [2] 马晓微, 陈丹妮, 兰静可, 李川东.收入差距与居民消费碳排放关系. bob手机在线登陆学报（社会科学版）, 2019, (6): 1-9.doi:10.15918/j.jbitss1009-3370.2019.2117
    [3] 冯宗宪, 高赢.中国区域碳排放驱动因素、减排贡献及潜力探究. bob手机在线登陆学报（社会科学版）, 2019, (4): 13-20.doi:10.15918/j.jbitss1009-3370.2019.2529
    [4] 焦建玲, 蒋桂莉, 白羽.省际R&D技术溢出对碳排放的影响. bob手机在线登陆学报（社会科学版）, 2018, (2): 32-41.doi:10.15918/j.jbitss1009-3370.2018.3938
    [5] 田红, 丁长安.区域旅游业碳排放的时空差异——以山东省为例. bob手机在线登陆学报（社会科学版）, 2018, (6): 45-54.doi:10.15918/j.jbitss1009-3370.2018.2396
    [6] 卢娜, 冯淑怡, 陆华良.中国城镇化对建筑业碳排放影响的时空差异. bob手机在线登陆学报（社会科学版）, 2018, (3): 8-17.doi:10.15918/j.jbitss1009-3370.2018.2167
    [7] 樊静丽, 魏世杰, 张贤.2015年中国能源流与碳流分析. bob手机在线登陆学报（社会科学版）, 2018, (4): 40-45.doi:10.15918/j.jbitss1009-3370.2018.1997
    [8] 赵巧芝, 闫庆友, 赵海蕊.中国省域碳排放的空间特征及影响因素. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
    [9] 梁夏, 陈文颖.电动车参与调峰的碳减排潜力. bob手机在线登陆学报（社会科学版）, 2016, (4): 42-48.doi:10.15918/j.jbitss1009-3370.2016.0406
    [10] 张跃军, 李维康.北京市金融发展对碳排放的动态影响. bob手机在线登陆学报（社会科学版）, 2016, (2): 30-33.doi:10.15918/j.jbitss1009-3370.2016.0206
    [11] 梁晓捷, 王兵, 张皓, 唐葆君.钢铁行业能源效率与碳排放. bob手机在线登陆学报（社会科学版）, 2016, (2): 34-38.doi:10.15918/j.jbitss1009-3370.2016.0207
    [12] 何音, 蔡满堂.京津冀地区经济增长与资源环境的脱钩关系. bob手机在线登陆学报（社会科学版）, 2016, (5): 33-41.doi:10.15918/j.jbitss1009-3370.2016.0505
    [13] 石洪景.基于Logistic模型的城市居民低碳消费意愿研究. bob手机在线登陆学报（社会科学版）, 2015, (5): 25-35.doi:10.15918/j.jbitss1009-3370.2015.0504
    [14] 周德群, 王梅, 张钦.基于熵的区域碳排放总量企业间分配研究. bob手机在线登陆学报（社会科学版）, 2015, (3): 16-22.doi:10.15918/j.jbitss1009-3370.2015.0303
    [15] 屈晓龙, 李波.碳限额与交易机制下零售商模糊库存模型优化求解. bob手机在线登陆学报（社会科学版）, 2014, (6): 20-25,33.
    [16] 王道平, 李建立, 郭继东.低碳型城市物流配送双层次网络设计. bob手机在线登陆学报（社会科学版）, 2014, (1): 7-11.
    [17] 王雁凤, 黄有方.考虑碳排放的港口群混合轴辐式运输网络优化. bob手机在线登陆学报（社会科学版）, 2014, (5): 42-50.
    [18] 赵玉焕, 王邵军.山东省经济增长与碳排放的关系研究. bob手机在线登陆学报（社会科学版）, 2013, (2): 39-42.
    [19] 马晓微, 崔晓凌.北京市终端能源消费及碳排放变化影响因素. bob手机在线登陆学报（社会科学版）, 2012, (5): 1-5.
    [20] 滕欣, 李健, 刘广为.中国碳排放预测与影响因素分析. bob手机在线登陆学报（社会科学版）, 2012, (5): 11-18.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:486
  • HTML全文浏览量:1
  • PDF下载量:179
  • 被引次数:0
出版历程
  • 收稿日期:2019-02-24
  • 刊出日期:2019-12-23

京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据

doi:10.15918/j.jbitss1009-3370.2019.7493
  • 1. 中国矿业大学(北京) 管理学院, 北京 100083
    • 基金项目:

    中央高校基本科研业务费专项资金项目（2009QG10）

  • 收稿日期:2019-02-24
  • 刊出日期:2019-12-23

  • 中图分类号:F426

摘要:以全球DMSP/OLS夜间灯光数据为基础，通过影像重投影、相互校正、年内校正、时间序列校正后，得到京津冀地区校正后DMSP/OLS夜间灯光数据；利用京津冀能源消费统计数据和碳排放因子数据，计算得出京津冀地区分省市碳排放量。在此基础上，通过数据拟合构建京津冀县域尺度碳排放估算模型，估算模型拟合优度为0.975 2，估算模型有效。利用构建的估算模型对京津冀县域尺度碳排放量进行估算，并采用探索性空间数据分析方法对京津冀县域尺度碳排放时空演变特征进行分析。结果表明：2000—2013年京津冀县域尺度碳排放呈现快速增长特征，且存在显著的区域差异，高碳县域表现为“Y形”分布特征。县域尺度碳排放具有显著空间正相关性，碳排放空间相关性呈不断减弱的趋势，且呈现空间高值集聚效应和空间低值集聚效应。热点与次热点区域集中在北京市、天津市以及与北京市、天津市邻近的河北省区域；冷点与次冷点区域包括承德西北部地区和河北省中南部地区。

English Abstract

吕倩, 刘海滨. 京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50. doi: 10.15918/j.jbitss1009-3370.2019.7493
引用本文: 吕倩, 刘海滨. 京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
shu
Lü Qian, LIU Haibin. Spatio-temporal Evolution Characteristics of County Scale Carbon Emissions in Beijing-Tianjin-Hebei Region-A Study based on DMSP/OLS Nighttime Light Data[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 41-50. doi: 10.15918/j.jbitss1009-3370.2019.7493
Citation: Lü Qian, LIU Haibin. Spatio-temporal Evolution Characteristics of County Scale Carbon Emissions in Beijing-Tianjin-Hebei Region-A Study based on DMSP/OLS Nighttime Light Data[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
shu
参考文献 (33)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map