【碳排数据】基于夜间光卫星图像的城市尺度碳排放建模和时空分析

原文信息

原文题目：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

一作单位：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

关键词：时空 DMSP-OLS 夜间灯光数据 整体学习结构 温室气体

 

论文导读

碳排放引起的气候变化已被认为是对粮食安全、人类健康和自然生态系统的威胁，而减少碳排放对世界上每个国家都是一项艰巨的任务，因此需要对碳排放的特征有更进一步的理解。近年来，许多研究人员对利用夜间稳定光（NSL）数据分析城市规模碳排放的时空特征变得更加感兴趣。NLS数据能够检测到来自市区、人口较少的中心和车辆的少量光线，这些光线可以提供明确的与人类活动有关的空间数据。目前，人们迫切需要一个通用的框架和基于机器学习的软件来获取二氧化碳排放量与NSL数据之间的关系，从而探索城市规模碳排放量的动态特征。

本研究提出了一种基于整体结构的神经网络模型（NNEnsemble），以分析国防气象卫星程序作战线扫描系统（DMSP-OLS）夜间稳定光（NSL）数据与省级尺度碳排放量统计数据之间的非线性关系。由于获取城市规模碳排放数据具有难度，因此本文采用了使用NSL数据的加权系数策略来分析城市规模的碳排放。本方法的性能从各种评估指标上均优于同类方法。同时本文也开发出应用软件，该软件可用于获取各个地区的城市碳排放数据并基于上述方法分析碳排放与NLS数据之间的关系。

基于这种方法，本文对1998年至2013年中国东北三个省份进行了碳排放热点分析和标准偏差椭圆分析。结果表明，中国东北地区的总碳排放量呈现出持续增长的趋势，并且不同地区的增长速度存在差异。而且，碳排放的空间集聚正在增加，东部沿海城市显示出热点逐渐扩大的模式，而北部地区的城市逐渐转变为冷点。中国东北的碳排放轴位于西南-东北方向，并呈向东旋转的趋势；东北三个省重心的经度向西偏移，而纬度则减小。这一结果可以增进决策者对中国东北三个省份碳排放时空特征的了解。

 

 

编者按

本文使用的夜间稳定光（NSL）数据比较新颖，所提出的方法对碳排放量进行估算的准确性高于多元回归模型，提出的加权系数策略可以在碳排放数据不足时，用于获取小区域的碳排放数据。基于NNEnsemble开发的应用软件也可以应用于其他区域，作为碳减排政策制定的基础。进一步的研究可以拓展到不同的时间尺度（日、月和年）和空间尺度（包括省尺度、城市规模、工业园区规模）。