基于夜光遙感對云南省能耗水平與城市生態-發展系統耦合研究

何孟琦, 汪承平, 王建雄, 韋彥玲

(1.云南農業大學 水利學院, 昆明 650210; 2.云南省高校農業遙感與精準農業工程研究中心, 昆明 650210)

城市作為國家能源消費主體,正常運轉需要大量的能源資源支持,因此能源消耗從某些方面展現著城市的發展狀況,同時,由此帶來的環境污染問題會涉及到整個地區生態,也將制約著地區的可持續發展[1]。能源、發展和環境間矛盾日益突出,探究相互之間的協調發展程度至關重要[2-5],目前研究集中于能源、生態、發展之間的相關關系,如秦艷[6]通過能源足跡分析廣西的生態環境和產業發展,彭智敏等[7]分析了長江經濟帶的能源消耗、生態環境污染和產業升級之間的關系,Liu等[8]研究了長江經濟帶區域能源、經濟和生態系統之間的相互作用。也有學者采用不對稱和非線性方法研究能源和經濟發展的對生態環境的作用[9]。有部分學者開始綜合研究能源、發展和環境系統,并引入了耦合協調模型探究系統間相互作用與協調發展狀況的程度,如唐曉靈等[10]探究了關中平原城市群系統的社會、經濟、能源和自然之間的耦合協調關系,王林鈺等[11]基于多系統分析了江蘇省能源、社會發展和生態之間的耦合關系。

以往研究中能源消費量數據主要還是由國家與地方統計部門統計,在研究尺度上有較大局限性[12]。而夜光遙感數據常用于各類社會經濟數據方面的遙感反演[13],該數據也被證明在國家或地區尺度上監測能耗的可行性[14]。而且以往研究大多將夜光數據與經濟指標、城市化等因素聯系,但少有從能源消耗這一角度開展與城市生態和發展關系的定量研究。云南省能源消費結構以煤為主,且能源利用率較低,同時也承擔著維護生態安全的重要責任。本研究將建立夜光數據與能源消耗間的相關性,以夜間燈光值表征能源消耗量開展與云南省城市生態、發展的耦合關系研究,為城市在快速發展的同時保持生態平衡提供理論依據。

1 研究區概況與數據來源

云南省位于我國西南邊陲,與東南亞國家接壤,地處北緯21°8′—29°15′,東經97°31′—106°11′。全省植被覆蓋度高,近年來環保措施持續加強,生態環境良好,處于穩定狀態。同時云南省煤炭儲量大,在工業發展上的能源消耗以煤炭資源占比最重。作為長江經濟帶重要組成部分,2019年,云南省生產總值23 223.75億元,比2018年增長8.1%,人均GDP4.93萬元。

研究采用的夜間燈光數據是來自于美國國家海洋和大氣管理局的國家地球物理數據中心網站(http:∥www.ngdc.noaa.gov/)的NPP/ⅦRS月產品數據,數據時間為2013—2019年。研究采用的其他數據包括行政區劃數據、社會經濟統計數據,其中行政區劃數據來自于地理國情監測成果;包括能源消費在內等指標的原始數據主要來源于中國經濟社會大數據研究平臺(https:∥data.cnki.net)的2013—2019年的云南省統計年鑒、各州市統計年鑒、中國城市統計年鑒,以及相關政府網站的環境狀況公報、國民經濟和社會發展統計公報。

2 研究方法

2.1 預處理

2.1.1 夜光數據處理 NPP/ⅦRS夜光數據相對于DMSP/OLS夜光數據,空間分辨率和輻射分辨率有了極大提升,在軌輻射校正克服了像元溢出與過飽和現象,提高了數據質量。

為提取城市居住地的人為燈光數據,要剔除掉NPP/ⅦRS夜光數據中不產生能耗的孤立極亮像元以及背景噪聲數據。首先,分州市選擇中心城區內的最高值作為最大燈光閾值,超過閾值如能產生能耗的廠房直接賦值為該城區最大燈光閾值。然后從Google Earth影像中分州市行政區選擇湖泊、水庫等面積較大水域,在其中選擇合適采樣點,記錄下燈光像元值,并計算平均像元值作為最小燈光閾值,將各區域內小于最小燈光閾值的像元賦值為0,來消除背景噪聲值,同時將負值像元全部賦值為0[15]。此外,將所有矢量數據與柵格數據統一坐標系,再利用云南省州市界范圍對夜光數據進行裁剪,并將柵格圖像重采樣為500 m網格。研究選取的燈光指數主要是夜間燈光總輻射值,公式如下[16]:

(1)

式中:SOL為夜間燈光總輻射值;DNmax和DNmin分別為燈光數據最大值和最小值;DNi和ni分別為行政單元內第i級灰度像元值和像元數。

2.1.2 能耗統計數據處理 由于部分州市沒有直接的能源消費數據,可以通過計算得到:

EP=GDP×SCE/10000

(2)

式中:EP為地區能源消費總量(萬t標煤);GDP為地區生產總值(萬元);SCE為單位GDP能耗(t標煤/萬元)。此外,大部分州市缺少研究時間范圍內2018—2019年的能源消費相關數據,故本研究利用所能獲取到的2013—2017年時間序列能源消費數據,采用GM(1,1)灰色模型等維遞補得到2018—2019年云南省市各州市能源消耗預測值,且模型構建后驗差比C值小于0.35[17]。

2.2 指標體系構建

2.2.1 指標選取 城市各系統間結構、層次復雜多變,指標選取將影響到該區域生態狀態和發展特征的度量與評價。本研究在借鑒相關文獻的基礎上[18],結合云南省實際情況,將云南省的生態系統從環境污染、資源與保護兩方面進行綜合評價,發展系統從社會水平、經濟水平兩方面進行綜合評價。在選取指標時要充分考慮各層次指標和系統間的相互作用,最終選取了19個能夠反映城市生態和發展的指標見表1。此處研究數據主要來源于2013—2019年的云南省及各州市統計年鑒,以及相關政府網站公布的統計數據。

表1 生態-發展系統協調發展評價指標體系系統Table 1 Evaluation index system of eco-development system

為消除原始數據量綱不同,增強指標可比性,選擇極差法對原始數據進行標準化處理。

2.2.2 權重計算 采用SPSS軟件對處理后的指標進行因子分析,并選取累計貢獻率大于85%的前n個主成分指標,已涵蓋了原變量的主要信息,且前n個主成分是關于19個變量的線性組合[19]。以主成分的方差貢獻率為權重,采用加權算術平均進行綜合:

(3)

式中:f為指標綜合得分模型系數;Li為指標所對應第i主成分的載荷系數,即分析項和主成分間的相關程度;Ci為第i主成分方差貢獻率;λi為第i主成分的特征根。

歸一化得到最終指標權重見表1。

2.3 耦合協調度模型和計算方法

耦合度主要體現系統內部要素在發展過程中相互影響程度;而協調度主要度量系統發展過程中內部要素平衡狀態及協同一致程度[20]。城市生態-發展系統的綜合功效是子系統內部所有指標對該系統貢獻的綜合,可通過線性加權集成方法來得到生態與發展兩大系統綜合評價指數,反映該系統在整體評價體系中的相對水平:

(4)

(5)

式中:xi,yi為各系統第i個評價指標;ai,bi分別為系統各指標的權重;f(x),g(y)分別為城市生態和發展系統的綜合評價值。

本研究將能源消耗水平作為一個子系統,并通過燈光總輻射值來表征該指標。借鑒物理學中的系統耦合概念及模型來反映要素間關聯程度[21],即:

(6)

式中:C為系統間的耦合度;Un為各系統的評價指數。耦合度大小由各子系統Un的大小決定,研究涉及3個子系統構成的耦合度模型。

為了更好地評判能源消耗水平和城市生態環境的協調發展程度,引入耦合協調度模型來綜合反映耦合協調水平:

T=αU1+βU2+δU3

(7)

D=(C×T)1/2

(8)

式中:C,D分別為耦合度和耦合協調度;T為能源消耗水平和城市生態-發展系統間的綜合協調指數。A,β,δ為待定系數,參考相關文獻[22],能源消耗是該地區發展最為關鍵的因素,生態環境是生存與發展的前提,同時,云南省經濟水平還有待提高,所以α,β,δ賦值為0.35,0.4,0.3。

為更好地理解能耗水平和城市生態-發展間協調發展狀況,參考已有研究[23],系統耦合協調度等級具體分類見表2。

表2 耦合協調度等級劃分Table 2 Classification of coupling coordination degree

3 結果與分析

3.1 燈光數據與統計數據相關性驗證

在耦合協調模型中,能耗水平作為一個子系統,為了優化能源消耗數據的獲取,通過計算兩者線性相關系數來對兩者做相關性分析,驗證云南省區域夜間燈光總輻射值與能源消費實際值之間的擬合程度,從而利用夜間燈光數據的總輻射值來表征能源消耗水平,結果見圖1。從圖1可看出,2013—2016年夜間燈光總強度與能源消費實際值最大擬合度R2為0.933 9,最小擬合度R2為0.800 5,總體擬合精度較高。從圖2可以看出,兩者擬合趨勢基本一致。結果表明,可用夜間燈光數據的總輻射值來表征能源消耗水平。

圖1 夜間燈光總輻射值與能源消費實際值相關性驗證Fig. 1 Correlation verification between total radiation value of night light and actual energy consumption value

圖2 各州市夜間燈光總輻射與能源消費實際值對比Fig. 2 Comparison of total radiation value of night light and actual energy consumption in each city

3.2 耦合協調度時空分異特征

以云南省16個州市為研究樣本,運用耦合協調度計量模型,得到2013—2019年各州市耦合協調度直方圖(圖3)。從圖3看出,整體上云南省各州市能源消耗水平和城市生態-發展系統耦合協調度指數在2013—2019年整體處于上升趨勢,近一半州市在2014年后變化明顯,增長幅度較大,在2015—2019年期間趨于平穩。

圖3 云南省16個州市耦合協調度Fig. 3 Coupling coordination degree of 16 cities in Yunnan Province

從內部差異看,這些耦合協調度高的區域都集中在經濟社會發展水平較高的地區。耦合協調度指數的前4個州市分別為昆明、曲靖、紅河、玉溪,耦合協調度都處于0.4～0.7,最大值地區為昆明,耦合協調度指數基本保持在0.9以上,昆明是省內能源需求集中地區,同時環境質量綜合水平高,能源消耗水平與城市生態和發展之間存在較強的相互作用,耦合協調水平較為穩定。其次曲靖、紅河、玉溪等州市整體處于協調發展階段,未來發展態勢良好,曲靖作為云南省第二大城市,早期是依賴煤炭消耗為主的工業體系,隨著“十三五”期間產業結構調整,從勉強耦合協調水平達到中級耦合協調水平,玉溪和紅河都得益于滇中城市的輻射效應發展較為迅速,因此耦合協調水平處于優勢地位,但因其玉溪經濟主要與低能耗的煙草制業有關,所以能耗水平相對較低,紅河在后期利用能源豐富優勢大力發展水電能源,使得能耗水平與城市生態-發展協調程度得到提高,從前期的瀕臨失調進入初級耦合階段。耦合協調度較低州市為昭通、怒江、迪慶,值在0.2～0.4,處于失調衰退階段,迪慶、怒江主要依靠第一、三產業拉動經濟,發展落后于其他州市,進而能源利用與環境治理能力較低,尤其怒江作為深度貧困區,進而耦合協調程度長期處于較低水平,僅從嚴重失調轉為中輕度耦合失調,昭通則相對省會區位上呈邊緣化,生態環境較為脆弱,產業也較為單一,后期重點發展高原特色農業及優化綠色能源,由失調衰退進入勉強耦合前期。普洱市、臨滄市、保山市、西雙版納等地區尚處于工業化初期,因此能耗與生態、經濟間還沒有形成較為強烈的相互作用。

從變化幅度來看,昭通市變化最大,其次為楚雄、保山、普洱,這幾個州市均為經濟欠發達地區,隨著城市化建設加快,產業轉變過程中對能源利用的差異,同時要兼顧綠色發展理念使得系統間的耦合矛盾較多,耦合協調指數變化大,因地制宜的特色產業才能促進地區的協調發展。此外,昆明耦合協調度指數變化最小,系統間發展最為穩定,進一步加強低能耗高新技術產業發展將更有利于整個區域的可持續發展。

從耦合協調度均值時間變化(圖4)可看出,云南省各州市的耦合協調度均值從2013年的0.346到2015年的0.500,增長了44.51%,2015年后增長幅度放緩,從2015—2019年的0.524增長了4.8%,表明整體上云南省各州市能源消耗水平和城市生態-發展系統耦合協調度指數在2013—2019年處于上升趨勢,但2015年之前,由于云南省經濟仍以重工業為主,能源消費結構以煤炭占主體,對環境壓力大,云南省各州市能源消耗水平和城市生態-發展系統耦合協調度處于較低水平,在進入“十三五”期間,省內加大推進經濟發展模式的轉型,優化了能源和產業結構、提高能源利用率,因而進入了過渡調和階段,未來耦合發展仍有較大空間。

圖4 2013-2019年云南省各州市耦合協調度均值變化Fig. 4 The mean change of coupling coordination degree among cities in Yunnan Province from 2013 to 2019

根據耦合協調度等級劃分標準,利用ArcGIS軟件繪制出耦合協調度時空演變圖(圖5),從圖5可看出,云南省各州市耦合協調度存在空間上的分布差異,且具有明顯的聚集趨勢,從空間上來看,耦合協調度指數呈現中心輻射的形式,即以昆明為中心向周邊城市擴散,耦合協調水平較高的區域主要集中于滇中的昆明、曲靖、紅河、玉溪等州市,滇中城市群作為云南省發展資源與人口最為集中的區域,經濟發展迅速,同時也更加注重能源結構的優化和效率的提高,以及生態環境的治理,使得耦合協調度水平向優質耦合狀態發展。位于滇西北的怒江、迪慶、麗江以及滇東北的昭通,地勢高峻,盡管生態資源豐富但環境穩定性差,能源結構單一,城市發展較為滯后,因而耦合協調水平較低。位于滇西南和滇東南的文山、西雙版納、普洱等州市,與東南亞國家接壤的地理優勢為城市協調發展提供潛力。同是旅游大城市的大理相較于麗江,在地理位置更具優勢,同時產業能源結構更豐富,進而耦合協調度水平更高。2013—2014年大部分州市都處于失調衰退區間,2015—2019年中、重度失調衰退類型的城市由8個下降至2個,而處于耦合協調階段的城市由2個增加到了8個,但僅有昆明一直處于著高度協調階段,這表明云南省大部分城市還處在初級耦合協調階段,整體協調度較低。隨著時間推移,云南省整體耦合協調水平都有提升,這種空間格局的形成可能是由于云南省在經濟發展同時優化了能源產業結構,積極環境治理,因而耦合協調水平上升,2015年后耦合協調度趨于穩定,主要因云南省經濟仍以重工業為主,能源消費結構以煤炭占主體,對環境壓力大,云南省各州市能耗與生態、經濟間存在相互制約。

注:基于標準地圖服務系統下載的審圖號GS(2019)1822號的標準地圖制作,底圖未做修改,下圖同。圖5 云南省2013-2019年耦合協調度指數空間分布Fig. 5 Spatial distribution of coupling coordination degree index in Yunnan Province from 2013 to 2019

3.3 耦合協調度與子系統評價指數分析

結合圖6,可看出綜合評價指數呈現與耦合協調度趨勢較為一致的走向,同時能耗水平、發展評價指數呈現相對應的一種趨勢,表明耦合協調度對各地區能耗水平與發展變化要更敏感。因能源消耗及發展模式的差異性,不同地區反映也不同,能耗水平較高的地區集中于工業發達的昆明、曲靖、紅河等州市,同時發展綜合評價指數也較高;怒江、昭通的生態評價指數較低,生態失衡會抵消經濟建設既得利益。昆明的能耗水平高于發展評價指數及生態評價指數,主要是因為地區發展對能源的需求較大,存在一定依賴性,加大信息、金融服務等產業將有助于進一步降低能耗;怒江、迪慶等地區并不依賴于重工業因而能耗水平不高,同時需要以加大發展為主,玉溪則是因作為支柱產業的煙草制業能耗相對較低,這些州市發展評價指數高于生態評價指數和能耗水平;而其他大部分地區的生態評價指數相對高于發展評價指數,耦合協調度會受到一定限制。

圖6 云南省各州市耦合度和評價指數均值對比Fig. 6 Comparison of coupling degree and mean value of evaluation index among cities in Yunnan province

4 討論與結論

4.1 討 論

通過對能耗水平與城市生態和發展協調耦合度的研究,可以得出云南省能耗水平和經濟建設、生態環境間相互作用的總體發展趨勢。云南省能源消耗主要集中于滇中城市群以及第二產業發達城市,而這些地方也是經濟資源集中區域,經濟發展必定會帶來環境的壓力,同時云南省發展主要依賴于高能耗行業,因此能耗水平與地區發展密切相關。在2013—2014年大多州市還處于不同程度的失調階段,隨著云南省經濟結構逐漸轉型,環境保護和治理力度的加大,2015—2019年緩慢進入了過渡協調階段,東部轉型成功的城市更早進入了耦合協調階段。

(1) 耦合協調程度較高的州市,隨著經濟活動增多,能源消耗也將隨之增加,應依托于優勢,注重生態環境的保護與修復,降低高污染,高能耗的行業比重,進一步加強高新技術產業發展,優化產業資源配置將更有利于整個區域的可持續發展。

(2) 耦合協調程度較低的州市,大多地理位置處于劣勢,經濟開發程度低,同時能耗水平不高,能源利用率低,生態資源豐富但也較為脆弱,在保護和利用生態資源前提下,應推動文旅產業發展,加快與其他產業建設與融合。

(3) 大部分州市發展都以工業為主,短期內改變產業結構并不利于地區經濟發展,應注重綠色高效能源的使用,在促進經濟同時進一步探索產業轉型的合理性,同時打造地方特色產業,避免依靠單一產業限制發展。

研究中將綜合了經濟和社會水平的發展系統代替常用以分析的經濟系統,與生態和能耗間的相互作用會有所不同。對于不能產生燈光信息的相關產業地區擬合度會偏低以及采煤,煉鋼等發達區域會偏高這一影響沒有深入研究,未來可以加入多源數據來彌補單一夜光數據的不足。

4.2 結 論

當前云南經濟增長仍依賴于能源消費結構以煤為主的高能耗產業,因此利用NPP/ⅦRS夜間燈光數據能很好地表征該地區的能源消耗并反映發展狀況。運用耦合協調度模型來得到2013—2019年云南省16個州市能耗和城市生態與發展的耦合協調水平指數,并分析其時空特征,研究結果得出:

(1) 隨著2013—2019年發展,云南省整體能耗水平與城市生態—發展耦合協調發展狀況總體向著更高程度方向發展,2013—2015年耦合協調度增長最大為44.51%,各州市之間耦合程度差異較大;

(2) 2013—2019年,昆明耦合協調指數在0.9以上,處于高度協調階段,曲靖由初級耦合階段后期進入中級耦合階段前期,紅河,玉溪從瀕臨失調進入初級耦合階段。迪慶和怒江由重度失調進入輕中度失調階段,其他州市耦合協調指數均分布在0.3～0.5,從早期的失調階段進入了初級耦合協調階段。

(3) 滇中城市群的耦合協調程度高于云南省其他地區,滇西北和滇東北城市長期處于失調階段,云南省整體上發展仍不平衡,耦合協調發展還有很大空間。

(4) 各地區能耗水平與發展綜合評價指數變化對耦合協調度影響較大,同時不同地區存在相應的差異,能耗水平與城市生態環境及經濟發展的協調是相互作用與制約的。