【碳排數據】基于夜間光衛(wèi)星圖像的城市尺度碳排放建模和時空分析

原文信息

原文題目：Modeling and spatio-temporal analysis of city-level carbon emissions based on nighttime light satellite imagery

原文作者：Di Yang, Weixin Luan, Lu Qiao, Mahardhika Pratama

一作單位：Dalian Maritime University, College of Shipping Economics and Management, Dalian 116026, China

期刊名：Applied Energy

期刊月份：2020年6月

關鍵詞：時空 DMSP-OLS 夜間燈光數據 整體學習結構 溫室氣體

 

論文導讀

碳排放引起的氣候變化已被認為是對糧食安全、人類健康和自然生態(tài)系統(tǒng)的威脅，而減少碳排放對世界上每個國家都是一項艱巨的任務，因此需要對碳排放的特征有更進一步的理解。近年來，許多研究人員對利用夜間穩(wěn)定光（NSL）數據分析城市規(guī)模碳排放的時空特征變得更加感興趣。NLS數據能夠檢測到來自市區(qū)、人口較少的中心和車輛的少量光線，這些光線可以提供明確的與人類活動有關的空間數據。目前，人們迫切需要一個通用的框架和基于機器學習的軟件來獲取二氧化碳排放量與NSL數據之間的關系，從而探索城市規(guī)模碳排放量的動態(tài)特征。

本研究提出了一種基于整體結構的神經網絡模型（NNEnsemble），以分析國防氣象衛(wèi)星程序作戰(zhàn)線掃描系統(tǒng)（DMSP-OLS）夜間穩(wěn)定光（NSL）數據與省級尺度碳排放量統(tǒng)計數據之間的非線性關系。由于獲取城市規(guī)模碳排放數據具有難度，因此本文采用了使用NSL數據的加權系數策略來分析城市規(guī)模的碳排放。本方法的性能從各種評估指標上均優(yōu)于同類方法。同時本文也開發(fā)出應用軟件，該軟件可用于獲取各個地區(qū)的城市碳排放數據并基于上述方法分析碳排放與NLS數據之間的關系。

基于這種方法，本文對1998年至2013年中國東北三個省份進行了碳排放熱點分析和標準偏差橢圓分析。結果表明，中國東北地區(qū)的總碳排放量呈現出持續(xù)增長的趨勢，并且不同地區(qū)的增長速度存在差異。而且，碳排放的空間集聚正在增加，東部沿海城市顯示出熱點逐漸擴大的模式，而北部地區(qū)的城市逐漸轉變?yōu)槔潼c。中國東北的碳排放軸位于西南-東北方向，并呈向東旋轉的趨勢；東北三個省重心的經度向西偏移，而緯度則減小。這一結果可以增進決策者對中國東北三個省份碳排放時空特征的了解。

 

 

編者按

本文使用的夜間穩(wěn)定光（NSL）數據比較新穎，所提出的方法對碳排放量進行估算的準確性高于多元回歸模型，提出的加權系數策略可以在碳排放數據不足時，用于獲取小區(qū)域的碳排放數據。基于NNEnsemble開發(fā)的應用軟件也可以應用于其他區(qū)域，作為碳減排政策制定的基礎。進一步的研究可以拓展到不同的時間尺度（日、月和年）和空間尺度（包括省尺度、城市規(guī)模、工業(yè)園區(qū)規(guī)模）。