彭馨

江西师范大学地理与环境学院 江西 南昌 330022

引言

碳排放的时空动态研究是碳排放的重要探讨方向，其研究范围包括国家、地区和城市三个方面。实际上，我国学者对国家和省级范围的碳排放时空差异性研究比重较大，也有部分研究人员对区域碳排放进行相应分析，由于市级碳排放数据在网络上较难查找，为此市级碳排放的文章较少[1]，加之多数研究人员集中关注单个城市的碳排放，研究结果较难具体到“点(空间格网)”上[2]，较少分析县域乃至更为精细尺度上的碳排放。将减排责任分解和落实到微观区域上，则更有利于区域碳减排政策的落实[3]。因此对县域尺度进行碳排放的研究有待进一步深入[4]。

1 数据来源及处理

1.1 数据来源

（1）DMSP/OLS稳定夜间灯光数据

由美国国家地理数据中心下载相关数据,共选取F142000-F182013等21期影像[5]。

（2）能源统计数据

CO2排放量的能源消费数据来自能源消费平衡表中的一次能源终端消费量[6]。

（3）其他辅助数据。

1.2 数据处理

首先将裁剪出的我国2000-2013年间21幅影像由WGS-84原始地理坐标投影转换为Lambert等积方位投影，经过重采样生成1km格网栅格。由于该系列数据是由不同卫星的不同传感器获得，数据之间差异较大，因此不同年份图像之间的遥感影像像元亮度值不具有可比性[7]，因此采用曹子阳[8]等人的不变目标法对影像进行预处理。通过建立一元二次回归模型，得出不同年份的回归系数a，b，c作为不同传感器之间进行校正的参数，利用ArcGIS中的栅格计算器功能完成不同传感器之间的江西省21幅影像的校正。最后在相互校正的基础上，由于前一年灯光中的像元在后一年影像中不能隐没[9]，为此需要对对同一年不同传感器获取的遥感影像进行年内融合即进行年际间校正。

2 研究方法

2.1 碳排放核算

选择11种能源终端消费量计算能源消费产生的CO2排放量。其公式[11]如下：

式中：Ei为能源i消费量，按标准煤计，单位为104 t；Ki指的是能源i碳排放系数，单位为(104 t碳)/(104 t标准煤)；i为能源种类。表1为各种能源的标准煤折算系数和碳排放系数。

2.2 模拟单位像元碳排放值

统计不同年份江西省夜间灯光总值（SDN）与相应碳排放量进行拟合分析。4种模型中拟合效果最佳的为二次回归模型和线性模型。虽然二次回归模型的R2较线性回归模型稍高，但对于二次回归模型而言，其难以达到网格尺度的空间分辨率，因此文中采用线性模型进行估算[12]。根据图2发现夜间灯光数据总值 (SDN) 与CO2排放统计值存在较好的线性相关关系，在0.01水平上显著相关，R2为0.84。

3 结果与分析

3.1 CO2排放量模拟值的精度检验

为确保CO2排放量模拟值的可靠性，将其与基于统计数据计算的江西省11个地级市的CO2排放量进行比照，夜间灯光总量度（SDN）与基于能源统计数据所得的碳排放量R2＝0.8471，在0.01水平上显著相关。同时为了保证碳排放量模拟值的准确和可靠性，将其与统计数据计算的14年江西省碳排放量进行比照，结果发现，模拟的碳排放量与统计数据计算值的均方根误差（RMSE）为1847.104万吨；平均相对误差（MRE）为14.9%。由此可见基于夜间灯光数据模拟所得的碳排放量精度良好，可以用来研究不同时间序列的区域碳排放量的时空演变特征[10]。

3.2 碳排放时空格局

（1） 碳排放总量时空特征

1）2000-2013年，江西省CO2排放总量持续增长，由2000年的7168万吨增长到2013年的21612万吨，年均增速为9.5%。总体看来，2000-2003年，碳排放总量增长有所加快，年均增速为10.23%；2003-2005年，碳排放总量迅猛增长，年均增速为20.58%；2005-2008年，年均增速大幅下降至8.07%；2008-2010年碳排放增长再度放缓，年均增长率只有8.23%；2000-2013年间，碳排放年均增速继续下降至4.15%。

2）江西省县域CO2排放呈现较为显著的空间集聚趋势，各区县中心区域为碳排放高值区，市区碳排放量与郊区碳排放量相比，二者之间存在较大差异。由于城市市人口和工业的主要分布地带，加之城市的化石能源消耗远高于农村及郊区，同时由于农村及城市郊区的人口分布比较分散并且人口总量少，经济发展主要以农业和第三产业为主，从而进一步降低其碳排放总量。

图1 2000-2013年江西省CO2排放总量时空分布图

（2）单位GDP碳排放时空特征

江西省2000、2005、2010和2013年县级碳排放强度逐渐降低，其均值分别为6.98t/万元、5.33t/万元、3.23t/万元和2.38t/万元，且分别有53%、58%、56%和48%县级地区碳排放强度低于当年均值。2000年，15%的县域碳排放强度低于3t/万元，26个县域大于9t/万元，同时，莲花县、广昌县、武宁县、芦溪县和修水5个县的碳排放强度大于16t/万元；2005年，江西省碳排放强度低于3t/万元的县占25%，大于9t/万元的县减少到14个，仅有浮梁县和武宁县的碳排放强度大于10t/万元；2010年，江西省碳排放强度低于3t/万元的县高达44%，全省仅有寻乌县、安远县、铜鼓县和九江县四个地区的碳排放大于6t/万元；2013年，江西省碳排放强度低于3t/万元的县比例高达73%，仅有安远县和寻乌县两个地区的碳排放大于5t/万元。伴随着经济发展水平的提高以及能源利用技术的发展，各区县的能源使用效率逐渐提高，同时区域创新能力逐渐提升从而促使产业结构的升级，加之各地区能源消费结构不断优化，为此各地区的能源消费强度逐年下降。

4 结束语

本文以江西省为例，基于夜间灯光影像估算了能源消费CO2排放量，并且讨论了单位GDP碳排放强度的影响因素，主要研究发现：

（1）14年间，江西省能源消费碳排放总量逐年增加，总体空间特征是西北高，东南低。各区县增速各不相同，基本形成了“北部＞南部＞中部”的空间格局，其中上饶市辖区、鹰潭市辖区、赣州市辖区和九江县、南昌县以及新建县的碳排放量年均增长较快，乐安县、宜黄县、遂川县和安福县的碳排放量增长较为缓慢。关于碳排放核心区域则主要表现为西北部显著高于东南部。赣南地区等呈现密度高，范围小的空间形态，而赣北地区呈现CO2排放密度低，范围广的特点。这与当地的工业产能、人口压力、植被覆盖率等有关的经济发展程度和城市化发展水平紧密相关，其中而能源结构、能源利用效率、产业结构是主要原因。

（2）单位GDP碳排放强度则呈现逐年下降的趋势以及“东南部和西北部较高”、“北部和东北部”较低的空间特征。单位GDP碳排放强度最多的4个县域为寻乌县、安远县、靖安县和铜鼓县，其中值得一提的是南昌市市辖区的单位GDP排放却并不高。这与各地区经济发展水平的提高以及能源利用技术的发展，各区县的能源使用效率逐渐提高，同时区域创新能力逐渐提升从而促使产业结构的升级，加之各地区能源消费结构不断优化密切相关。因此，再区域碳排放政策上，若从单一视角出发，江西省应将减排重点落在单位GDP碳排放强度较高的寻乌县、安远县和铜鼓县等地区。