中國經(jīng)濟(jì)在高速發(fā)展的過程當(dāng)中,由于工業(yè)生產(chǎn)和人口活動造成了化石能源的大量消耗,與之伴隨的是二氧化碳的巨大排放�，F(xiàn)今,中國已經(jīng)躍居成為世界上最大的碳排放國家。近幾年,雖然我國碳排放的增長趨勢有所放緩,但是由于我國擁有著龐大的能源消耗基數(shù),每年仍要向大氣中排放大量二氧化碳。面對環(huán)境惡化的嚴(yán)峻形勢,我國正承擔(dān)著巨大的節(jié)能減排責(zé)任。獲取準(zhǔn)確的碳排放分布數(shù)據(jù),是開展精準(zhǔn)減排工作的前提與重點(diǎn)。目前我國能源消耗碳排放量數(shù)據(jù)主要是通過統(tǒng)計(jì)年鑒當(dāng)中化石能源消耗總量計(jì)算而來。但是由于國家級、省級和地市級統(tǒng)計(jì)數(shù)據(jù)口徑的不一致,以及大量地市及以下行政尺度統(tǒng)計(jì)數(shù)據(jù)的缺失,造成目前我國大部分碳排放研究工作只能針對省級區(qū)域和部分發(fā)達(dá)城市開展。由美國國防部氣象衛(wèi)星計(jì)劃(Defence Meteorological Satellite Program,DMSP)搭載的(Operational Linescan System,OLS)傳感器能夠?qū)Φ靥綔y來自城市、鄉(xiāng)鎮(zhèn)、工業(yè)場所、油氣燃燒、以及諸如火災(zāi)和閃電照明云等短暫事件的亮光,因此DMSP/OLS夜間燈光遙感數(shù)據(jù)能夠客觀真實(shí)的反映人類活動情況。國內(nèi)外大量學(xué)者的研究表明,夜間燈光量與能源消耗碳排放量之間存在著很強(qiáng)的相關(guān)關(guān)系。本文旨在利用遺傳神經(jīng)網(wǎng)絡(luò)構(gòu)建夜間燈光數(shù)據(jù)與能源消耗碳排放量之間的關(guān)系模型,從而借助燈光數(shù)據(jù)更為客觀準(zhǔn)確估計(jì)地區(qū)的能源消耗碳排放量,為我國能源碳排放研究工作提供數(shù)據(jù)參考。本文針對燈光數(shù)據(jù)的預(yù)處理、能源消耗碳排放數(shù)據(jù)計(jì)算、能源消耗碳排放時空分布分析以及燈光-碳排放模型構(gòu)建等方面完成了如下研究。(1)本文采用Elvidge等人2009年提出的互校正方法,對我國1992~2013年F10、F12、F14、F15、F16和F18傳感器獲取的34幅年度燈光影像進(jìn)行同年度多傳感器影像融合以及多年間影像互校正工作,計(jì)算得到各傳感器獲取的燈光影像與2006年F16衛(wèi)星獲取影像之間的轉(zhuǎn)換系數(shù)。(2)利用2004~2013年廣東省21個地級市的統(tǒng)計(jì)年鑒數(shù)據(jù),計(jì)算得到了十年間廣東省各地市能源消耗二氧化碳的排放量。通過時間趨勢分析,發(fā)現(xiàn)珠三角地區(qū)大部分城市碳排放增長速率處于整體放緩的趨勢。通過計(jì)算全局Moran’s I指數(shù),對廣東省能源消耗碳排放的空間自相關(guān)情況進(jìn)行分析,發(fā)現(xiàn)廣東省能源消耗碳排放在整體上屬于高值聚集。通過計(jì)算局部Moran’s I指數(shù),分析廣東省各地級市的碳排放空間自相關(guān)關(guān)系。發(fā)現(xiàn)廣州、東莞和深圳表現(xiàn)為碳排放的空間高值聚集,惠州和佛山兩個城市的碳排放空間聚類特征在十年間由高值包含低值異常變成了高值聚集,而清遠(yuǎn)市則由碳排放的空間低值聚集變成了沒有明顯的聚類特征。總體而言,珠三角地區(qū)為廣東省能源消耗碳排放的高值聚集區(qū),這也與廣東省常住人口和GDP總量空間分布特征相一致。此外通過對廣東省各地市的校正燈光影像進(jìn)行空間自相關(guān)分析,發(fā)現(xiàn)從空間相關(guān)性角度而言,廣東省分市夜間燈光量與能源消耗碳排放量在聚類特征上表現(xiàn)很強(qiáng)的相似性。(3)利用遺傳神經(jīng)網(wǎng)絡(luò)構(gòu)建燈光-能源消耗碳排放估計(jì)模型,并對廣東省各地級市的能源消耗碳排放量進(jìn)行計(jì)算。實(shí)驗(yàn)結(jié)果證明,利用該模型對2013年廣東省21個地市的能源消耗碳排放量進(jìn)行估計(jì),得到大部分地市的能源碳排放估計(jì)值相對誤差在30%以內(nèi),估計(jì)值平均相對誤差為18.14%。相比之下,利用地區(qū)燈光量、常住人口和地區(qū)第三產(chǎn)業(yè)生產(chǎn)總值構(gòu)建的化石能源消耗碳排放多元回歸模型的外推值平均相對誤差33.43%�？梢钥闯鲞z傳神經(jīng)網(wǎng)絡(luò)模型對于廣東省地市級的能源消耗碳排放量有著更為準(zhǔn)確的估計(jì)精度。不僅如此,利用分省校正燈光數(shù)據(jù)與統(tǒng)計(jì)數(shù)據(jù)共同訓(xùn)練的遺傳神經(jīng)網(wǎng)絡(luò)對我國除港、澳、臺、藏之外的30個省級行政單位2013年的能源消耗碳排放量進(jìn)行估計(jì),得到估計(jì)值的平均相對誤差為20.57%。而對于2007~2013年廣州市區(qū)與縣級市的能源碳排放量估計(jì),遺傳神經(jīng)網(wǎng)絡(luò)估計(jì)值的平均相對誤差為2.58%�？梢园l(fā)現(xiàn),利用遺傳神經(jīng)網(wǎng)絡(luò)對于省級和區(qū)縣級的能源消耗碳排放量估計(jì)也有著很好的效果,這為我國各級行政單位的能源消耗碳排放研究提供了一定的數(shù)據(jù)支持和參考。
【學(xué)位單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P237
【部分圖文】：

′~117°20′。廣東省北接湖南、江西，南鄰南海，西與廣西相連，珠的深圳、珠海兩市分別與香港、澳門特別行政區(qū)接壤，雷州半島隔南相望。大陸岸線長度位居中國首位，長達(dá) 3368.1km1。廣東省處于亞歐大陸板塊與太平洋板塊的交界處，受到板塊運(yùn)動斷裂構(gòu)造以及外力作用的綜合影響，致使廣東省的地貌復(fù)雜多樣廣東省山地、丘陵面積占全省面積的 56.6%，臺地面積占 14.2 21.7%，河流湖泊面積占 5.5%。廣東省北部多山地丘陵，南部多體地勢北高南低。全省的山脈大致與地質(zhì)構(gòu)造的走向一致，以北居多。構(gòu)成各種地貌的基巖以花崗巖最為普遍，砂巖和變質(zhì)巖也有大片的石灰?guī)r分布，沿海地區(qū)多為第四季沉積巖，是構(gòu)成耕地的小丹，2013）。省按照區(qū)域可以劃分為珠三角、粵北、粵東和粵西地區(qū)。其中括有廣州、深圳、珠海、佛山、東莞、中山、肇慶、惠州和江門括有汕頭、潮州、揭陽、汕尾、梅州和河源市，粵西地區(qū)包括有名和陽江市，粵北地區(qū)包擴(kuò)了韶關(guān)和清遠(yuǎn)市。

（3）年內(nèi)融和因?yàn)?DMSP/OLS 影像是由多個衛(wèi)星傳感器獲取得到的，同一年可能有兩個不同傳感器衛(wèi)星所獲取的數(shù)據(jù)，因此需要對數(shù)據(jù)進(jìn)行融合處理。進(jìn)行融合處理的過程如下：對比兩幅影像，若兩幅影像相同位置只有獲取時間靠前的影像具有亮度信息，那么這類像元稱為不穩(wěn)定像元，需要賦予零值。若兩幅影像相同位置都有亮度信息，我們?nèi)煞跋竦幕叶绕骄底鳛樵撓裨牧炼戎�。�?）DMSP/OLS 影像間連續(xù)性校正不同年份的影像和同一年份不同傳感器所獲取的影像，在進(jìn)行影像互校正和年內(nèi)融合過后仍然可能存在某個像元在較早的影像中存在著亮度信息，在之后的影像之中消失，這類像元我們稱之為年際間不穩(wěn)定像元，而其余像元則認(rèn)定為穩(wěn)定像元。影像間的連續(xù)性校正是指將年際間不穩(wěn)定像元的 DN 值用 0 值替代，而穩(wěn)定像元的值要確保前一期影像的 DN 值小于后一期影像的 DN 值。本文采用MATLAB R2014a 編譯平臺，完成了研究區(qū) DMSP/OLS 燈光影像的互校正工作。

1 廣東省能源消耗碳排放全局 Moran’s I 指數(shù)計(jì)算利用Arcgis 10.3軟件空間統(tǒng)計(jì)工具中的SpatialAutocorrelatio（nM對 2004 年、2008 年和 2013 年廣東省能源消耗碳排放量的全局 M行計(jì)算，計(jì)算結(jié)果如圖 3-1、圖 3-2 和圖 3-3 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李德仁;李熙;;夜光遙感技術(shù)在評估經(jīng)濟(jì)社會發(fā)展中的應(yīng)用——兼論其對“一帶一路”建設(shè)質(zhì)量的保障[J];宏觀質(zhì)量研究;2015年04期

2 曹子陽;吳志峰;匡耀求;黃寧生;;DMSP/OLS夜間燈光影像中國區(qū)域的校正及應(yīng)用[J];地球信息科學(xué)學(xué)報(bào);2015年09期

3 田中華;楊澤亮;蔡睿賢;;廣東省能源消費(fèi)碳排放分析及碳排放強(qiáng)度影響因素研究[J];中國環(huán)境科學(xué);2015年06期

4 劉永偉;閆慶武;;基于SLM模型的中國碳排放格網(wǎng)化空間分布模擬[J];地理與地理信息科學(xué);2015年03期

5 佟昕;陳凱;李剛;;中國碳排放影響因素分析和趨勢預(yù)測——基于STIRPAT和GM(1,1)模型的實(shí)證研究[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

6 朱丹;董有福;;利用局部Moran’s I指數(shù)進(jìn)行DEM地形簡化[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年02期

7 胡艷興;潘竟虎;王怡睿;;基于ESDA-GWR的1997—2012年中國省域能源消費(fèi)碳排放時空演變特征[J];環(huán)境科學(xué)學(xué)報(bào);2015年06期

8 王媛;賈皎皎;趙鵬;程曦;孫韜;;LMDI方法分析結(jié)構(gòu)效應(yīng)對天津市碳排放的影響及對策[J];天津大學(xué)學(xué)報(bào)(社會科學(xué)版);2014年06期

9 鄒進(jìn)貴;陳艷華;田徑;王濤;;基于ArcGIS的DMSP/OLS夜間燈光影像校正模型的構(gòu)建[J];測繪地理信息;2014年04期

10 蓋美;曹桂艷;田成詩;柯麗娜;;遼寧沿海經(jīng)濟(jì)帶能源消費(fèi)碳排放與區(qū)域經(jīng)濟(jì)增長脫鉤分析[J];資源科學(xué);2014年06期

相關(guān)博士學(xué)位論文 前3條

1 曹子陽;基于夜間燈光影像的GDP空間分布模擬研究及其與PM_(2.5)濃度的相關(guān)分析[D];中國科學(xué)院研究生院(廣州地球化學(xué)研究所);2016年

2 蘇泳嫻;基于DMSP/OLS夜間燈光數(shù)據(jù)的中國能源消費(fèi)碳排放研究[D];中國科學(xué)院研究生院(廣州地球化學(xué)研究所);2015年

3 賀紅兵;我國碳排放影響因素分析[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 李倩;中國高耗能行業(yè)碳排放分解分析與預(yù)測[D];天津大學(xué);2016年

2 王鵬;陜西省碳排放影響因素分解及碳排放預(yù)測[D];西北大學(xué);2014年

3 韓小慧;穩(wěn)健多元線性回歸在地理數(shù)據(jù)處理中的應(yīng)用[D];太原理工大學(xué);2012年

4 董文;江蘇省能源消費(fèi)碳排放時序演變及驅(qū)動因素研究[D];南京師范大學(xué);2012年

5 鄭敏;基于土地利用/覆被差異的生態(tài)補(bǔ)償[D];廣州大學(xué);2010年

6 孫麗萍;國際排放貿(mào)易的發(fā)展趨勢及其對中國經(jīng)濟(jì)的影響效應(yīng)分析[D];中國海洋大學(xué);2009年

本文編號：2843914