基于夜間燈光數(shù)據(jù)整合的縣級(jí)尺度碳排放時(shí)空格局演變研究
——以哈長(zhǎng)城市群為例

趙乘銳，李 鑫，張 鵬，張栩嘉

（哈爾濱師范大學(xué)地理科學(xué)學(xué)院，黑龍江 哈爾濱 150025）

中國(guó)的CO2排放居全球首位，并在2017 年達(dá)到全球CO2排放的27%。中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取政策和措施，二氧化碳排放力爭(zhēng)于2030 年前達(dá)到峰值，努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和，以實(shí)現(xiàn)中國(guó)全域的綠色低碳發(fā)展。實(shí)行產(chǎn)業(yè)間的均衡發(fā)展、提高一次能源的使用率、擴(kuò)大清潔能源使用范圍是中國(guó)城市發(fā)展的必由之路，旨在完成的節(jié)能減排、綠色發(fā)展的任務(wù)。因此，科學(xué)準(zhǔn)確地測(cè)算和分析不同區(qū)域碳排放的時(shí)空變化，揭示其機(jī)理問(wèn)題，是未來(lái)明確減排目標(biāo)、科學(xué)制定減排規(guī)劃的根本前提。近兩年我國(guó)環(huán)境和經(jīng)濟(jì)地理學(xué)界“碳排放”研究主要依靠政府部門(mén)發(fā)布的數(shù)據(jù)，對(duì)于數(shù)據(jù)滯后、缺失或是較微觀(guān)的區(qū)域展開(kāi)研究相對(duì)來(lái)說(shuō)比較困難，而不同區(qū)域由于資源稟賦、人口及能源結(jié)構(gòu)的差異往往面臨著不同的碳排放問(wèn)題。因此，如何利用新的數(shù)據(jù)源進(jìn)行研究理應(yīng)成為現(xiàn)今地理學(xué)界碳排放研究的重點(diǎn)。

美國(guó)國(guó)防氣象衛(wèi)星所獲取的數(shù)據(jù)，具備長(zhǎng)時(shí)間跨度、覆蓋范圍廣的特點(diǎn)，能獲取到地表微弱的燈光強(qiáng)度，是城市信息獲取的重要的數(shù)據(jù)源之一。連續(xù)高分辨率夜間燈光數(shù)據(jù)可以清楚探測(cè)到人類(lèi)足跡，諸多學(xué)者開(kāi)展電力消耗量、碳排放量的估算研究。國(guó)外學(xué)者首先構(gòu)建夜間燈光數(shù)據(jù)和電力消耗量的模型證實(shí)了其相關(guān)性，探討了夜間燈光映射二氧化碳排放的優(yōu)勢(shì)，并進(jìn)一步以夜間燈光分析了大城市的內(nèi)部碳排放動(dòng)態(tài)變化。國(guó)內(nèi)學(xué)者碳排放研究尺度主要集中在全國(guó)省域、長(zhǎng)三角地區(qū)、黃河流域和晉陜蒙地區(qū)，研究方法以空間自相關(guān)模型、SBM 模型和空間馬爾科夫鏈為主，部分學(xué)者進(jìn)一步對(duì)碳排放影響因素進(jìn)行了探討。以上研 究 多 以DMSP/OLS 或NPP-VIIRS 為 主， 少 有 對(duì)兩種不同時(shí)序的夜間燈光數(shù)據(jù)進(jìn)行整合，且多數(shù)研究尺度較大，難以發(fā)現(xiàn)區(qū)域內(nèi)部的碳排放空間差異和規(guī)律，對(duì)區(qū)域減排政策的提出和實(shí)施有所阻礙。

哈長(zhǎng)城市群作為東北地區(qū)“一帶一路”對(duì)外開(kāi)放門(mén)戶(hù)，處在老東北工業(yè)基地中心區(qū)域，工業(yè)能源消耗問(wèn)題突出，是東北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、低碳發(fā)展的重點(diǎn)，探討分析哈長(zhǎng)城市群內(nèi)部的碳排放分布是解決低碳發(fā)展問(wèn)題的基礎(chǔ)。基于此，文章將DMSP/OLS 和NPP-VIIRS 夜間燈光數(shù)據(jù)進(jìn)行融合校正，得到長(zhǎng)時(shí)間序列夜間燈光數(shù)據(jù)集，構(gòu)建碳排放估算模型，系統(tǒng)分析1995~2019 年哈長(zhǎng)城市群縣級(jí)尺度碳排放時(shí)空演變特征，并通過(guò)長(zhǎng)時(shí)間碳排放演化特征發(fā)現(xiàn)哈長(zhǎng)城市群碳排放遷移和發(fā)展規(guī)律，為縣級(jí)尺度綠色低碳發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)平衡提出相關(guān)性的建議。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1.1 研究區(qū)概況

文章研究對(duì)象為哈長(zhǎng)城市群，包括黑龍江省齊齊哈爾市、大慶市、哈爾濱市、綏化市、牡丹江市，吉林省松原市、長(zhǎng)春市、吉林市、延邊朝鮮族自治州、四平市、遼源市下轄的105 個(gè)縣。哈長(zhǎng)城市群是全國(guó)最大的商品糧基地，石油、煤炭、天然氣等資源條件優(yōu)越，擁有較為完備的能源和工業(yè)體系，產(chǎn)業(yè)結(jié)構(gòu)偏資源型和重化工型，大氣污染問(wèn)題突出，哈長(zhǎng)城市群的二氧化碳排放對(duì)東北區(qū)域整體有著巨大的影響。

1.1.2 數(shù)據(jù)來(lái)源與預(yù)處理

文章所用夜間燈光數(shù)據(jù)下載于美國(guó)國(guó)家海洋與大 氣 管 理 局， 分 為DMSP/OLS 和NPP-VIIRS 兩 部分。 其 中DMSP/OLS 發(fā) 布 有1992~2013 年 六 期 衛(wèi)星 共34 期 影 像；NPP-VIIRS 發(fā) 布 有2012 年4 月開(kāi)始至今的月度影像，文章選取2012~2019 年75N/060E 的影像進(jìn)行研究。此外，利用2015、2016 年的年度合成數(shù)據(jù)進(jìn)行校正和不穩(wěn)定像元的去除。

文中涉及哈長(zhǎng)城市群的黑龍江、吉林兩省的能源消費(fèi)數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》（1995~2020 年）中的地區(qū)能源平衡表（實(shí)物量）；單位熱值含碳量和碳氧化率來(lái)自《省級(jí)溫室氣體清單編制指南》；平均低位發(fā)熱量和能源折標(biāo)準(zhǔn)煤參考系數(shù)來(lái)自《中國(guó)能源統(tǒng) 計(jì) 年 鑒2020》。DMSP/OLS 和NPP-VIIRS 夜 間燈光數(shù)據(jù)處理步驟可見(jiàn)參考文獻(xiàn)[12]。模型構(gòu)建及精度檢驗(yàn)如下：

（1）碳排放模型來(lái)自《IPCC2006 國(guó)家溫室氣體清單指南2019 修訂版》的第二卷（能源）第六章，估算模型如下：

式中：Ki為能源i 折標(biāo)準(zhǔn)煤系數(shù)，Di為折二氧化碳系數(shù)，計(jì)算方法為Di=44/12*平均低位發(fā)熱量*單位熱值含碳量*碳氧化率，Ei為能源i 的消費(fèi)量（萬(wàn)t）。各種能源的折標(biāo)煤系數(shù)和折二氧化碳系數(shù)見(jiàn)表1。

表1 能源消耗折二氧化碳系數(shù)

（2）假設(shè)CO2排放量與燈光數(shù)據(jù)DN 總值存在線(xiàn)性相關(guān)性，即碳排放量越大，DN 總值越大。估算擬合優(yōu)度達(dá)到0.959，得到如下擬合公式：

式中：Y 為CO2排放量（萬(wàn)t），X 為燈光數(shù)據(jù)DN 總值。

選取《能源統(tǒng)計(jì)年鑒》中黑龍江省和吉林省1995、2001、2007、2013、2019 年 碳 排 放 數(shù) 據(jù) 核算得到CO2碳排放量，對(duì)碳排放估算模型進(jìn)行檢驗(yàn)，可以發(fā)現(xiàn)P 值小于0.01 通過(guò)99%顯著性檢驗(yàn)，擬合程度極好。因此，假設(shè)成立，碳排放估算模型可用于對(duì)哈長(zhǎng)城市群的縣級(jí)碳排放進(jìn)行研究分析。

1.2 研究方法

1.2.1 全局自相關(guān)

全局自相關(guān)用以研究哈長(zhǎng)城市群中某縣域的碳排放量與其相鄰縣域的碳排放量是否相關(guān)以及相關(guān)程度。選取Global Moran’s I 檢驗(yàn)哈長(zhǎng)城市群碳排放整體空間屬性，進(jìn)而分析空間變異規(guī)律和空間格局。具體公式見(jiàn)參考文獻(xiàn)[16]。

1.2.2 熱點(diǎn)分析

熱點(diǎn)分析（Getis-Ord Gi*）可用于識(shí)別區(qū)域碳排放冷、熱點(diǎn)分布狀況。將冷、熱點(diǎn)類(lèi)型劃分為六種，熱點(diǎn)區(qū)域包括極熱點(diǎn)區(qū)、熱點(diǎn)區(qū)和次熱點(diǎn)區(qū)；冷點(diǎn)區(qū)域包括極冷點(diǎn)區(qū)、冷點(diǎn)區(qū)和次冷點(diǎn)區(qū)。通過(guò)1995~2019 年碳排放量冷熱點(diǎn)的時(shí)空分布，研究分析哈長(zhǎng)城市群碳排放的空間演變規(guī)律。具體表達(dá)式見(jiàn)參考文獻(xiàn)[17]。

2 哈長(zhǎng)城市群碳排放空間格局演變特征

哈長(zhǎng)城市群縣級(jí)碳排放空間結(jié)構(gòu)呈現(xiàn)典型的中心—外圍結(jié)構(gòu)，中部區(qū)域碳排放值較高，周?chē)鷧^(qū)域碳排放值較低。且多年動(dòng)態(tài)變化趨勢(shì)顯著，呈現(xiàn)中心高值區(qū)向西部轉(zhuǎn)移的態(tài)勢(shì)見(jiàn)圖1。1995 年高碳排放縣有16 個(gè)，主要分布在哈爾濱市南部、大慶市市區(qū)東南部、松原市中部、吉林市市區(qū)、長(zhǎng)春市西北部和四平市北部，碳排放量高和較高的縣集中在哈長(zhǎng)城市群中部和北部區(qū)域；2007 年碳排放呈波動(dòng)增長(zhǎng)趨勢(shì)，哈長(zhǎng)城市群邊緣縣級(jí)單元碳排放量增長(zhǎng)明顯；2019 年高碳排放縣有15 個(gè)，主要集中在齊齊哈爾市西部、大慶市市區(qū)東南部，哈爾濱市北部，松原市中部和東部及長(zhǎng)春市的西部，高碳排放區(qū)域向西部遷移，齊齊哈爾市、大慶市西部和松原市碳排放量增長(zhǎng)明顯。

圖1 哈長(zhǎng)城市群縣級(jí)碳排放量

整體來(lái)看，哈長(zhǎng)城市群碳排放表現(xiàn)為增長(zhǎng)-中部收縮-西部遷移的過(guò)程。 1995~2019 年縣碳排放量整體呈增長(zhǎng)趨勢(shì)，大慶市東南部、哈爾濱市北部和長(zhǎng)春西部持續(xù)為高碳排放量區(qū)域，1995~2007 年碳排放量持續(xù)增加；2007~2019 年哈長(zhǎng)城市群碳排放量繼續(xù)增長(zhǎng)，總量較2007 年增長(zhǎng)幅度不大，但西部增長(zhǎng)明顯，表明哈爾濱、大慶和長(zhǎng)春所屬縣市碳排放量顯現(xiàn)出衰減趨勢(shì)。

3 哈長(zhǎng)城市群碳排放空間集聚特征分析

3.1 全局空間自相關(guān)分析

計(jì)算哈長(zhǎng)城市群縣級(jí)尺度碳排放的Global Moran’s I 指數(shù)以及相應(yīng)的Z 值和P 值，相關(guān)結(jié)果見(jiàn)表2。

表2 全局自相關(guān)性分析結(jié)果

1995~2019 年哈長(zhǎng)城市群z 值均大于2.68，P 值均在1% 水平上顯著，通過(guò)了顯著性檢驗(yàn)，Moran’s I 指數(shù)為正值，表明哈長(zhǎng)城市群碳排放在區(qū)縣尺度上存在較強(qiáng)的正相關(guān)性。

整體來(lái)看，哈長(zhǎng)城市群碳排放在縣級(jí)尺度上呈現(xiàn)聚集狀態(tài)，即碳排放量較高的縣的周邊縣碳排放量也較高。僅通過(guò)空間自相關(guān)分析無(wú)法發(fā)現(xiàn)哈長(zhǎng)城市群內(nèi)部縣級(jí)單元的碳排放高低集聚狀態(tài)，因此，需進(jìn)一步利用熱點(diǎn)分析探究縣級(jí)尺度的碳排放的變化以發(fā)現(xiàn)其規(guī)律。

3.2 熱點(diǎn)分析

哈長(zhǎng)城市群縣級(jí)碳排放熱點(diǎn)分布呈現(xiàn)顯著的中部點(diǎn)軸—“大長(zhǎng)哈”三角結(jié)構(gòu)演變的趨勢(shì)見(jiàn)圖2。可以發(fā)現(xiàn)，1995 年哈爾濱市的道外區(qū)、阿城區(qū)和五常市，大慶市的薩爾圖區(qū)、龍鳳區(qū)和紅崗區(qū)，長(zhǎng)春市的九臺(tái)區(qū)和榆樹(shù)市，吉林市的舒蘭市共9 個(gè)縣為極熱點(diǎn)區(qū)，說(shuō)明這9 個(gè)縣碳排放量大且呈集聚狀態(tài)；熱點(diǎn)區(qū)和次熱點(diǎn)區(qū)分布在大慶市市區(qū)周?chē)枮I市市區(qū)西部，長(zhǎng)春市寬城區(qū)及其北部縣級(jí)單元，松原市的扶余市，表明高碳排放量縣級(jí)單元對(duì)其周邊存在輻射效應(yīng)；冷點(diǎn)和次冷點(diǎn)區(qū)分布在齊齊哈爾市，表現(xiàn)為大慶—哈爾濱高碳排放量集聚，西北部冷點(diǎn)區(qū)域集聚。2007 年熱點(diǎn)區(qū)域向大慶市、哈爾濱市、長(zhǎng)春市市域南部集聚，形成片狀的極熱點(diǎn)區(qū)，碳排放呈現(xiàn)出向三個(gè)市集聚的趨勢(shì)，點(diǎn)軸熱點(diǎn)擴(kuò)散、兩端冷點(diǎn)基本產(chǎn)生。2019 年高碳排放量點(diǎn)軸現(xiàn)象愈加明顯，熱點(diǎn)區(qū)域集中分布在哈爾濱市北部，大慶市東南部，松原市全域，四平市西北部和長(zhǎng)春市西部；冷點(diǎn)區(qū)域變化不大，大慶—哈爾濱點(diǎn)軸結(jié)構(gòu)變?yōu)榇髴c—哈爾濱—長(zhǎng)春三角結(jié)構(gòu)。

圖2 哈長(zhǎng)城市群縣級(jí)尺度冷熱點(diǎn)分析

從1995~2019 年哈長(zhǎng)城市群縣級(jí)碳排放量冷熱點(diǎn)區(qū)域的演變趨勢(shì)來(lái)看，1995-2007 年，冷熱點(diǎn)分布呈現(xiàn)以大慶市和哈爾濱市兩個(gè)點(diǎn)為核心形成軸帶，碳排放高值區(qū)域向軸帶兩端擴(kuò)散； 2019 年熱點(diǎn)區(qū)域結(jié)構(gòu)改變，形成大慶—哈爾濱—長(zhǎng)春三角結(jié)構(gòu)，碳排放量熱點(diǎn)區(qū)域向松原市持續(xù)擴(kuò)展。

4 哈長(zhǎng)城市群碳排放城市類(lèi)型劃分

依據(jù)哈長(zhǎng)城市群縣級(jí)碳排放量進(jìn)行靜態(tài)和動(dòng)態(tài)劃分，得到105 個(gè)縣級(jí)單元的綜合劃分類(lèi)型。靜態(tài)劃分方法為對(duì)1995、2007、2019 年的碳排放量計(jì)算均值，≥700 t 的為高值型、＜700 t 的為低值型。動(dòng)態(tài)劃分計(jì)算方法為（1995 年縣碳排放量~2019 年縣碳排放量）/1995 年縣碳排放量，將≥50%、0~50%、＜0的劃分為顯著增長(zhǎng)型、增長(zhǎng)型和衰退型。最終將哈長(zhǎng)城市群縣級(jí)單元綜合劃分為高值顯著增長(zhǎng)型、高值增長(zhǎng)型、高值衰退型、低值顯著增長(zhǎng)型、低值增長(zhǎng)型和低值衰退型見(jiàn)圖3。

圖3 縣級(jí)碳排放綜合劃分

哈長(zhǎng)城市群碳排放中部呈高值增長(zhǎng)，北部增長(zhǎng)趨勢(shì)明顯，大慶、哈爾濱市及部分縣出現(xiàn)衰退跡象。從全局來(lái)看，增長(zhǎng)型的縣有74 個(gè)，占總縣數(shù)的70.48%，超過(guò)哈長(zhǎng)城市群縣數(shù)量的一半，說(shuō)明哈長(zhǎng)城市群的碳排放形勢(shì)不容樂(lè)觀(guān)，亟需針對(duì)碳排放量不同增幅的縣提出發(fā)展性建議。高值顯著增長(zhǎng)和增長(zhǎng)型縣，主要分布在松原市東部和中部、長(zhǎng)春市西部、吉林市東部、延邊朝鮮族自治州中部及哈爾濱市南部，能源消耗和溫室氣體過(guò)快過(guò)度的排放會(huì)對(duì)環(huán)境產(chǎn)生不可修復(fù)的影響，因此對(duì)于這些縣應(yīng)當(dāng)大力控制碳排放，監(jiān)管高耗能工業(yè)企業(yè)，減少資源的損耗。低值顯著增長(zhǎng)和增長(zhǎng)型縣主要分布在哈長(zhǎng)城市群北部、東部和西部部分區(qū)縣，這些縣產(chǎn)業(yè)發(fā)展較弱，但增速相對(duì)較快，在發(fā)展過(guò)程中理應(yīng)優(yōu)化碳排放結(jié)構(gòu)、提高能源利用率和清潔能源使用率。高值衰退型縣能源消耗和碳排放已達(dá)到峰值，高排放行業(yè)設(shè)施相對(duì)較老化，除了開(kāi)發(fā)清潔能源外，應(yīng)當(dāng)推進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型和升級(jí)避免環(huán)境的持續(xù)性惡化和污染。此外，部分低值衰退型縣對(duì)于高耗能產(chǎn)業(yè)的發(fā)展不敏感，碳排放量持續(xù)縮減，如何根據(jù)其產(chǎn)業(yè)現(xiàn)狀提出指向性發(fā)展建議理當(dāng)成為現(xiàn)階段的重點(diǎn)見(jiàn)表3。

表3 全局自相關(guān)性分析結(jié)果

5 結(jié)論與討論

5.1 結(jié)論

文章基于DMSP/OLS 和NPP-VIIRS 整合的長(zhǎng)時(shí)序夜間燈光數(shù)據(jù)，對(duì)哈長(zhǎng)城市群碳排放構(gòu)建擬合模型，分析了縣級(jí)尺度的碳排放量分布，然后利用空間自相關(guān)、熱點(diǎn)分析和綜合劃分的方法探討了碳排放量的分布規(guī)律和動(dòng)態(tài)變化。主要結(jié)論如下：

（1）在縣級(jí)尺度哈長(zhǎng)城市群碳排放量空間演變特征分析上，表現(xiàn)出了明顯的集聚特征，形成了中心—外圍結(jié)構(gòu)。高碳排放量縣級(jí)單元主要集中在哈爾濱市、長(zhǎng)春市和大慶市東南部。通過(guò)全局空間自相關(guān)分析，發(fā)現(xiàn)105 個(gè)縣為明顯的正相關(guān)且通過(guò)99%顯著性檢驗(yàn)，存在較明顯集聚演化趨勢(shì)，表明縣級(jí)尺度的碳排放研究在內(nèi)部存在差異，碳排放呈現(xiàn)出向西轉(zhuǎn)移的趨勢(shì)且在城市群內(nèi)部已表現(xiàn)出高能源消耗縣碳排放量減少的走向。

（2）哈長(zhǎng)城市群碳排放量高值集聚區(qū)域由中部點(diǎn)軸逐漸轉(zhuǎn)化為“三角”區(qū)域并處在持續(xù)演化的過(guò)程中。通過(guò)熱點(diǎn)分析發(fā)現(xiàn)，1995~2007 年大慶市和哈爾濱市為核心點(diǎn)逐漸形成軸帶，向軸帶兩側(cè)擴(kuò)散。隨后，2007~2019 年碳排放結(jié)構(gòu)變化較大，已演化為由大慶市、哈爾濱市和長(zhǎng)春市形成的大城市“三角區(qū)域”，位于其西側(cè)的松原市受到溢出效應(yīng)明顯，表現(xiàn)為高碳排放量集聚。低碳排放集聚區(qū)域逐漸減少，整體呈波動(dòng)增長(zhǎng)趨勢(shì)，哈長(zhǎng)城市群西北部尤為明顯。

（3）哈長(zhǎng)城市群有70.48%的縣碳排放呈增長(zhǎng)趨勢(shì)，急需提出差異化的碳減排政策。高值增長(zhǎng)型、低值顯著增長(zhǎng)型和低值增長(zhǎng)型縣為碳排放增長(zhǎng)縣的主要組成，不同類(lèi)型縣處在不同的發(fā)展階段面臨著不同的綠色低碳發(fā)展問(wèn)題。高值和低值衰退型縣已出現(xiàn)，高值衰退型主要分布在大城市，如哈爾濱市、大慶市，低值衰退型縣則更多出現(xiàn)在哈長(zhǎng)城市群邊緣。

5.2 討論

（1）哈長(zhǎng)城市群縣級(jí)尺度精準(zhǔn)，夜間燈光數(shù)據(jù)在區(qū)域存在精度差別。文章成功對(duì)縣級(jí)尺度碳排放進(jìn)行分析研究，對(duì)于柵格尺度的分析，還存在擬合上的阻滯，如何對(duì)夜間燈光數(shù)據(jù)進(jìn)行處理使研究更精細(xì)化需要進(jìn)一步研究分析，燈光數(shù)據(jù)與遙感影像獲取建成區(qū)相印證應(yīng)成為深入研究的內(nèi)容。

（2）針對(duì)高碳排縣碳排放提出低碳發(fā)展方案，平衡哈長(zhǎng)城市群產(chǎn)業(yè)結(jié)構(gòu)。高碳排放來(lái)自于人口的集聚和工業(yè)的過(guò)度發(fā)展，對(duì)高碳排放區(qū)縣展開(kāi)針對(duì)性治理，轉(zhuǎn)移重化工業(yè)、提高能源利用效率和清潔能源利用率是發(fā)展綠色低碳經(jīng)濟(jì)的有效路徑。尤其是哈爾濱、長(zhǎng)春、大慶的下轄縣的產(chǎn)業(yè)結(jié)構(gòu)應(yīng)作為重點(diǎn)調(diào)整對(duì)象。

（3）在綜合劃分過(guò)程中，發(fā)現(xiàn)大慶市市區(qū)東南部、哈爾濱市市區(qū)北部、吉林市北部及其他部分區(qū)縣呈現(xiàn)碳排放衰退趨勢(shì)。大城市碳排放的衰退是否由碳達(dá)峰或是人口流失、資源短缺等問(wèn)題所導(dǎo)致可以深入研究；在部分邊緣縣也表現(xiàn)出了衰退的跡象，是來(lái)自于外部資源優(yōu)勢(shì)的吸引，亦或是哈長(zhǎng)城市群、哈大齊等政策因素造成，在未來(lái)的研究上值得深化討論。