论文部分内容阅读
合理模拟城市内部的碳排放空间分布情况，是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低，且未考虑行业差异，因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足，本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量；然后结合“珞珈一号”夜间灯光及城市功能分区数据，在精细尺度下实现分行业的碳排放空间化；在此基础上进行空间自相关分析，揭示广州市碳排放空间分布规律；最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：（1）广州市碳排放量在2011年后呈缓慢增长趋势，2019年碳排放量达83.12百万吨，其主要贡献来源为交通行业；（2）与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比，结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异；（3）广州市碳排放呈显著的全局空间正相关，形成了以第二和第三产业集中区域为依托的高高聚集区；（4）广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额；第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上，本研究从城市内部行业结构差异出发，结合高分辨率的夜间灯光数据，展现区域内部的碳排放分布格局，所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。