融合多源遥感数据的长株潭城市群碳排放时空差异分析

碳排放时空分布监测与评估是城市可持续发展的重点研究课题之一。面向长株潭城市群碳排放的时空分布和差异分析,本文基于NPP-VIIRS夜间灯光影像和不透水面数据,结合县级碳排放数据,构建长株潭城市群碳排放估算模型,并定量分析了长株潭城市群碳排放时空分布特征及变化趋势。结果表明:①不透水面、夜间灯光均值和总值数据能够反映长株潭城市群区域碳排放水平;②2013—2017年长株潭城市群碳排放具有聚集性,主要分布在长株潭城市群北部的中间区域,碳排放区域逐年扩大但强度减弱;③2013—2017年长株潭城市群碳排放变化趋势为中心区域呈现负增长,城市扩张的边缘区域承接了部分碳排放量。本文融合多源遥感数据对2013—2017年长株潭城市群县级碳排放进行估算与监测分析,揭示了长株潭城市群碳排放时空分布变化规律,可为该区域碳减排和区域可持续发展提供科学参考。     

基于夜间灯光数据的东部七省市碳排放时空演变和监测评估

东部七省市作为我国碳排放的主要来源地区,分析其碳排放的时空演变可为制定和实施碳减排策略提供重要的科学依据。本文分析了2012—2021年东部七省市碳排放的时空演变,并计算人均碳排放强度和单位GDP碳排放强度;在此基础上,构建了基于“类NPP-VIIRS”夜间灯光数据的碳排放与夜间灯光拟合模型,用于东部七省市碳排放的监测和评估。研究结果表明：(1)东部七省市的碳排放总体呈上升趋势,各省市碳排放总量占比基本保持稳定,其中江西省的碳排放增速最快。(2)碳排放总量呈现“北部>南部”的格局,山东省和江苏省的碳排放总量占比超过50%。(3)人均碳排放强度在南部地区呈上升趋势,在中部地区呈下降趋势,而北部地区基本保持稳定。单位GDP碳排放强度呈稳步下降趋势,尤其在上海市和浙江省降幅显著。(4)所构建的拟合模型的平均相关系数为0.841 2,且平均相对误差呈递减趋势,表明基于夜间灯光数据可以有效实现碳排放监测和评估。本文对东部七省市实现产业转型升级与可持续发展具有重要意义。     

中国区域DMSP-OLS与NPP-VIIRS夜间灯光影像校正

本文基于对传统不变目标区域校正法的改进,选择4期辐射定标参考影像对DMSP-OLS影像进行了饱和校正与时间序列连续性校正。通过阈值法去除了NPP-VIIRS影像的背景噪声及异常值,利用对数变换压缩了其灯光辐射值的动态范围,使其亮度分布更接近于DMSP-OLS数据。利用BiDoseResp函数模型对NPP-VIIRS影像进行了一致性校正,获得了1992-2019年长时间序列夜间灯光影像。从定性、定量及校正影像与社会经济参量的相关性方面对校正结果进行了精度验证。结果表明,改进后的校正方法改善了DMSP-OLS影像饱和严重的现象,使其获得了长时间序列纵向可比性。BiDoseResp函数模型可以很好地拟合DMSP-OLS和对数变换后的NPP-VIIRS之间的回归。校正后的长时间序列灯光影像数据与社会经济参量高度契合。校正结果对推广长时间序列夜间灯光影像的广泛应用、深化长时间序列科学问题的研究具有重要价值。     

DMSP-OLS与NPP-VIIRS夜间灯光数据测算统计指标能力评估——以京津冀地区县域GDP、人口及能源消耗为例

夜间灯光数据记录了地球表面的人造灯光强度，是估计社会统计指标的有效手段之一。为了评估DMSP-OLS和NPP-VIIRS 2种夜间灯光数据对社会统计指标的模拟潜力，采用4种常用的灯光校正方法分别对2种夜间灯光数据进行灯光饱和性校正，根据校正后的夜间灯光数据分别建立与京津冀地区县域GDP、人口和能源消耗3种社会统计指标间的线性回归模型，从模型拟合的相关系数、F统计量值与概率p值中分析并评价了2种夜间灯光数据对GDP、人口和能源消耗3种社会统计指标的测算能力。本文研究结果表明：EANTLI法是2种夜间灯光数据的最佳校正方式，而HSI法不适用于夜间灯光数据校正后与县域社会统计指标的线性关系拟合2种夜间灯光数据对GDP的拟合效果都较好，NPP-VIIRS夜间灯光数据估算社会统计指标的拟合能力要优于DMSP-OLS数据。     

NPP-VIIRS夜间灯光数据的县级电力消费空间化研究

以NPP-VIIRS夜间灯光数据和Landsat-8影像为数据源,通过CART算法将Landsat-8影像分为人工表面地类和非人工表面地类,为非人工表面地类对应的夜间灯光区域赋值0,将人工表面地类对应到夜间灯光区域,并求取各个县级行政区域内的灯光值总和,结合廊坊市的电力消费统计数据建立夜间灯光总量与电力消费量之间的二次多项式回归模型。根据模型生成廊坊市500 m格网大小的电力消费空间分布图。研究结果表明:模拟的各县电力消费量的绝对误差和相对误差较小,相对误差最大为0.03%,这说明夜间灯光结合Landsat-8土地利用分类方法模拟的县级电力消费量的精度较高。全局Moran's I指数为0.63,表明廊坊市电力消费在空间分布上呈现较显著的聚集性;局部空间自相关分析表明廊坊市的电力消费具有一定的差异性。     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

基于NPP-VIIRS夜间灯光数据的北京市GDP空间化方法

为了分析像素级社会经济活动的空间分布状况,以Landsat8和NPP-VIIRS夜间灯光影像为数据源,分别对北京市第一产业和第二、三产业GDP进行空间化操作。利用分类回归树(classification and regression tree,CART)算法,通过Landsat8影像生成北京市的土地利用图,在分析第一产业GDP与土地利用类型面积相关性的基础上,构建了第一产业GDP与耕地面积的线性回归模型。建立了5种灯光指标与第二、三产业GDP的数学关系,通过相关性和回归分析确定第二、三产业GDP与综合灯光指数呈明显的幂函数关系。根据以上2种模型分别生成对应2类产业的像素级GDP密度图,再分别对其进行线性纠正并求和后制作出北京市500 m格网尺寸的GDP密度图。误差分析发现,第一产业GDP、第二、三产业GDP和GDP总量与实际统计值的平均相对误差分别为0.86%,0.61%和1.37%。结果表明,结合土地利用数据的NPP-VIIRS夜间灯光GDP空间化方法可以精确估算北京市GDP产值,反映北京市经济空间分布特征。     

基于NPP-VIIRS夜间灯光数据和Landsat-8数据的城镇建筑用地提取方法改进——以广州市为例

以广州市为例,将Landsat-8-OLS数据与NPP-VIIRS夜间灯光数据相结合提取城镇建筑用地,在常规的NDBI指数、ULI指数方法的基础上进行改进,以获得更加精确的城镇建筑用地信息。首先,利用NPP-VIIRS夜间灯光数据得到城镇建筑用地的大致分布范围,基于Landsat-8-OLS数据提取NDBI、NDVI指数;然后通过分析夜间灯光建筑用地范围、NDVI指数,NDBI指数三者的特性,分别对三者图像进行二值化、求交运算来提取城镇建筑用地;最后将提取结果与传统的NDBI指数、ULI指数方法的提取结果进行对比,利用Google Earth高空间分辨率影像数据进行精度验证。结果表明,结合NPP-VIIRS数据和Landsat-8-OLS数据的多指数提取相交运算,可有效剔除提取结果中包含的裸土信息,与NDBI等指数方法相比,能得到更高的精度。     

DMSP/OLS夜光数据的珠三角碳排放时空差异性分析

碳排放时空分布及其异质性是生态环境保护和气候变化监测研究的重要课题。本文针对珠三角城市群碳排放空间分布的精细分析,基于DMSP/OLS夜间灯光影像与土地利用数据,研究了2000年—2013年珠三角城市群碳排放时空差异性,揭示了不同地市不同用地类型的碳排放时空分布特征、碳排放增长趋势和强度趋势。结果表明：（1）2000年—2013年珠三角城市群碳排放总量一直处于增长阶段,但受2008年金融危机影响由高速增长转为缓慢增长阶段;（2）人均碳排放强度在2008年金融危机后增长速度减缓;（3）单位GDP碳排放强度在经历了2005年—2008年小幅增长阶段之后,整体呈现降低趋势;（4）地均碳排放强度方面,工矿用地的地均碳排放强度由2008年金融危机前的增长阶段过渡到危机后的降低阶段,而城镇用地的地均碳排放强度一直处于持续增长阶段。研究发现,珠三角城市群碳排放在2008年金融危机前后具有明显的时空差异性,城镇用地碳排放持续增长将成为碳减排的关键问题,本研究可为碳排放估算预测、节能减排及生态环境保护提供科学参考。     

基于ArcGIS的DMSP/OLS夜间灯光影像校正模型的构建

系统分析了DMSP/OLS非辐射标定夜间灯光强度数据本身的固有缺陷,提出了一套完整地对中国区域夜间灯光影像进行校正的技术思路,并基于ArcGIS地理信息平台进行了相应的模型构建,有效去除了灯光影像中非稳定亮值像元的影响以及影像序列中DN值的异常波动,增加了长时间序列夜间灯光影像的连续性和可比性,在数量尺度和空间尺度均取得了较好的校正效果。     

Analyzing parcel-level relationships between Luojia 1-01 nighttime light intensity and artificial surface features across Shanghai,China: A comparison with NPP-VIIRS data

Nighttime light (NTL) remote sensing data have been widely used to derive socioeconomic indices at national and regional scales. However, few studies analyzed the factors that may explain NTL variations at a fine scale due to the limited resolution of existing NTL data. As a new generation NTL satellite, Luojia 1-01 provides NTL data with a finer spatial resolution of ∼130 m and can be used to assess the relationship between NTL intensity and artificial surface features on an unprecedented scale. This study represents the first efforts to assess the relationship between Luojia 1-01 NTL intensity and artificial surface features at the parcel level in comparison to the Suomi National Polar-orbiting Partnership-Visible Infrared Imaging Radiometer Suite (NPP-VIIRS) NTL data. Points-of-interest (POIs) and land-use/land-cover (LULC) data were used in random forest (RF) regression models for both Luojia 1-01 and NPP-VIIRS to analyze the feature contribution of artificial surface features to NTL intensity. The results show that luminosity variations in Luojia 1-01 data for different land-use types were more significant than those in NPP-VIIRS data because of the finer spatial resolution and wider measurement range. Seventeen variables extracted from POI and LULC data explained the Luojia 1-01 and NPP-VIIRS NTL intensity, with a good out-of-bag score of 0.62 and 0.76, respectively. Moreover, Luojia 1-01 data had fewer “blooming” phenomena than NPP-VIIRS data, especially for cropland, water body, and rural area. Luojia 1-01 is more suitable for estimating socioeconomic activities and can attain more comprehensive information on human activities, since the feature contribution of POI variables is more sensitive to NTL intensity in the Luojia 1-01 RF regression model than that in the NPP-VIIRS RF regression model.     

基于县域单元的湖北省碳排放时空格局演变特征

识别碳排放区域异质性对于制定有效的碳减排政策具有重要意义。本文运用线性回归模型、变异系数法、Hurst指数和空间自相关分析方法,开展湖北省县域碳排放空间格局演变特征研究。结果表明,1997-2017年间,湖北省碳排放总体呈显著的波动上升趋势,年均增速高达4.74%;各县域碳排放变化波动性存在显著地域差异,整体呈“中低波动居多,高波动较少”的趋势;各县域碳排放变化长期相关性特征明显,整体以中强持续性特征为主,比例达70%,分布相对较广,其中强持续性区域主要集中在武汉市内;各县域碳排放空间分布聚集效应显著,呈以武汉为核心向周围不断辐射的圈层格局。     

利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

针对城市地物的特点,本文基于两种不同空间分辨率的遥感数据,利用原始与改进后的CASA估算了徐州城区的NPP,探讨了CASA模型的改进和遥感影像的空间分辨率对城市尺度NPP估算结果的影响。研究结果表明：①城市建筑用地对城市NPP的估算结果有较大的影响。改进的CASA模型将建筑用地的光合有效辐射（FPAR）归零,其估算值降至15.503 gC·m^-2·month^-1,有效去除了建筑用地对城区NPP估算的影响。②低空间分辨率的遥感数据对城市尺度的NPP存在高估现象。MOD13Q1+改进的CASA模型估算的NPP均值为18.607 gC·m^-2·month^-1,比Landsat 8 OLI+改进的CASA模型估算结果高出了3.104 gC·m^-2·month^-1。该研究结果可为城市尺度NPP估算提供新的方法,为城市碳汇估算提供科学依据。     

自然火灾碳排放估算模型参数的遥感反演进展

植被燃烧会产生大量的温室气体,为及时了解自然火灾对区域和全球尺度的碳循环和碳平衡模式的影响,有必要研究自然火灾碳排放的大尺度估算方法。结合遥感技术"宏观、快速、实时、客观"获取地表信息的独特优势,对利用遥感技术估算自然火灾碳排放的方法进行综述,概括了自然火灾碳排放使用的估算模型及其需要的主要输入参数,其次分别介绍了模型输入参数的遥感估算方法,并对各方法的优缺点进行分析和评价,最后提出现有方法的改进建议。     

基于遥感与碳循环过程模型估算土壤有机碳储量

土壤有机碳含量的估算是当前全球碳循环研究的热点之一,但不同学者之间的估算值差异较大。从估算方法看,主要有基于土壤剖面的直接估算法和基于生态系统碳循环过程模型的间接估算法,这两种方法各有优缺点。直接估算法由于只反映了不同土壤或植被类型的土壤有机碳含量平均值的差异,因而空间分辨率较低。而间接估算法由于参数的简化,影响了土壤有机碳估算的空间精度。作者将遥感的高时空分辨率特征、反映生态系统碳循环动态变化的过程模型、实际测量的土壤有机碳结合起来,以求提高土壤有机碳估算的空间分辨率。考虑到受温度、水分的影响,土壤呼吸与土壤有机碳含量的关系并不好,而土壤基础呼吸由于剔除了温度和水分的影响,从而使其与土壤有机碳的关系非常密切,其测定系数R^2可达0.78。采用了结合遥感和碳循环过程的CASA模型及Van＇t Hoff土壤呼吸模型,首先估算了8km分辨率的土壤基础呼吸的空间分布,在此基础上结合实测的土壤有机碳估算了8km分辨率的土壤有机碳的空间分布。