基于GMM模型的山东省能源消费主要驱动因素分析研究

山东省是中国的经济大省和人口大省,更是能源消费最大的省份.本文运用广义矩阵模型(GMM)对2000-2014年间山东省能源消费的驱动因素进行分析,结果表明:山东省能源消费总量呈不断上升趋势,各驱动因素中人口规模影响最大,其次为城市化水平和第二产业比重,对外贸易与GDP增长影响较小且都为负效应.因此,依靠相关法律法规合理控制人口增长和城市化进程有利于减少能源消费水平.本文根据最新统计数据深入研究山东省能源消费的主要驱动.     

基于SLEUTH模型的杭州市城市扩展研究

以杭州市中心城区为研究区,以1991、1996、2000、2005年LandsatTM/ETM⁺为数据源,通过缓冲区分析、SLEUTH模型等方法,分析杭州市城市扩展情况和预测4种可能方案。SLEUTH模型校正结果最终的Compare和Lee-Sallee值分别为0.95和0.59,与近期城市用地数量和形态较为吻合,但在反映城市波动增长和新组团开发时存在不足。SLEUTH模型生成了现有发展趋势、交通引导、农田适度保护、紧凑城市等4种预测方案。与历史趋势相比,预测方案的面积呈线性增加,扩展热点继续向外围组团转移,扩展阶段为多核心发展。扩展强度空间分布上符合幂函数形式,距CBD12km和距城市边缘500m处为转折点,未来扩展强度均低于历史水平。若延续现有趋势,城市开发量为189km²,耕地年均消耗量为9km²。从规划角度来看,适当的农田保护措施可抑制城市扩散,交通可引导城市新区开发和减缓主城区压力,紧凑城市可使城市分布集中,从而可节约用地和调控城市形态。     

水资源约束下北京地区2004-2020年土地利用变化情景模拟研究

利用系统动力学(System Dynam ics,SD)的原理和方法,发展了水资源约束下的城市土地利用情景变化SD模型。基于北京1980-2003年土地利用变化过程,构建了水资源约束下北京市城镇建设用地情景变化SD模型,对2004-2020年北京市城镇建设用地的变化进行了模拟研究。结果表明,该模型具有一定的有效性,有助于正确理解自然资源对城市发展和土地利用变化的深远影响。模型模拟结果显示,2004-2020年无约束情景下建设用地年均增长量为40.42～63.38km₂,建设用地占总面积的22%～25%;约束情景下年均增长量为21.21～51.3km₂,建设用地占总面积的20%～24%,远低于无约束情景;水资源强约束情景下建设用地的扩张速度仅为弱约束情景的37.6%,为无约束情景C的33%。可见,随着北京城市化进程的加剧和经济的进一步发展,水资源对北京区域发展的制约作用越来越明显,对土地系统的影响也将更为直观和深刻。     

武汉市城市化进程与大气污染关系探究

通过借鉴国内外城市化与环境污染相关性的研究成果,分别选取12个指标代表武汉市城市化进程,5个指标代表大气环境水平,以武汉市1997~2013年各级指标数据为基础数据,量化计算其综合指数,建立城市化进程和大气污染两者的相关模型,以此来分析武汉市城市化进程与大气污染的相互关系。研究表明:武汉市1997~2013年城市化进程平稳快速发展,大致呈现直线增长趋势;武汉市大气污染综合指数波动明显,大致呈倒"N"型曲线方式,说明其污染出现反复,其中可吸入颗粒物PM_(10)和PM_(2.5)严重超标,超标率为100%,成为主要污染物;通过计算城市化综合指数和大气污染综合指数构建两者关系模型,分析发现,武汉市城市化进程与大气污染关系的拟合不符合环境库兹涅茨倒"U"型曲线,而呈现出环境库兹涅茨倒"U"型曲线的特殊格式—倒"N"型曲线关系,由此揭示出武汉市城市化进程的大气污染效应。通过对武汉市近10年城市化进程与大气污染相关性的探究,最后给出降低城市可吸入颗粒物的相关对策。     

北部湾南流江流域土地覆盖及生物多样性模拟

以北部湾独流入海河流南流江流域为研究对象,基于研究区2000年和2015年遥感数据解译的土地利用数据以及社会经济等数据,采用CLUE-S模型对未来2030年生态保护情景、自然增长情景以及粮食安全情景的土地利用格局进行了模拟预测,在此基础上采用InVEST模型对流域过去和未来不同情景的生物多样性进行了评估,探讨了流域生物多样性的生境质量和生境退化程度.结果表明：2000~2015年南流江流域建设用地、园地、水域和未利用地呈现出增加趋势,其中建设用地的增幅最大,而耕地和林地减幅最大.流域土地系统中共存在着34种土地网络转移流关系,上游存在24种,中游20种,下游28种,耕地与建设用地、耕地与林地以及林地与园地之间的转换占到流域总土地利用变化的70.74%.CLUE-S模型模拟未来土地利用的Kappa系数达到0.86,表明模型模拟未来情景的土地利用精度满足要求.2000年、2015年、2030年生态保护情景、2030年自然增长情景以及2030年粮食安全情景流域生境质量总得分和平均得分分别为866630,900357,921055,876231,865370和0.7457,0.7747,0.7925,0.7539,0.7466.2030年3种情景的中上游和下游地区生物多样性都呈现出不同程度的改善趋势,而中游地区则表现出退化趋势.     

干旱区水资源对城市化约束强度的情景预警分析

水资源对城市化的约束强度已成为干旱缺水地区城市化健康快速发展的重要调控因子之一,科学模拟分析其未来变化趋势,对干旱缺水地区水资源可持续利用与城市化模式优选具有重要意义。以系统动力学模型和水资源对城市化约束强度的综合测度模型为基础,构建了水资源对城市化约束强度的情景预警模型,并对未来25年河西走廊水资源对城市化的约束强度进行了情景预警分析。结果表明,在城市化高、中、低速三种发展情景下,农业退水速度均是有限的,河西走廊水资源对城市化的约束强度将长期属于强约束向较强约束过渡类型。比较而言,城市化中速发展方案更好地兼顾了水资源系统的保护与城市化系统的发展,可作为有效调控河西走廊水-生态-经济-城市化系统协调发展的优选方案。在此方案下,河西走廊人均GDP以年均7.25%的速度增长,人口城市化水平年均增长约0.67个百分点,城市化系统保持较快发展;但社会经济用水总量每年保持在80×10⁸m³左右,而且生态环境用水占水资源总量的比重略大于50%,生态系统整体退化的趋势能够得以扭转;水资源对城市化的约束强度将由强约束类型变为较强约束类型,总体上不断缓解。     

太原市环境问题现状及可持续发展路径分析

根据太原市2010～2018年工业“三废”排放量和人均GDP数据,拟合太原市环境库兹涅茨曲线(EKC),基于情景预测法对太原市未来EKC曲线趋势进行预测。结果表明,太原市工业“三废”排放量与人均GDP分别拟合的曲线均已超过EKC曲线模型拐点,城市化进程已经处于后期。通过大气环境EKC曲线的情景模拟可知,无论采用哪种情景模式预测,太原市都将在未来15年内完成EKC曲线模型中倒“U”型的后半段进程。     

浙江省碳排放与经济增长的脱钩关系及驱动因素研究

运用IPCC参考方法、Tapio脱钩模型、协整分析和Granger因果检验,研究了浙江碳排放特征及其驱动因素.结果表明:碳排放量呈增长趋势,碳排放强度呈下降趋势,多数年份碳排放与经济增长之间呈"弱脱钩"状态;经济增长、外贸和人口增长对碳排放正向驱动,能源效率和城市化对碳排放负向驱动;经济增长、外贸、城市化和人口增长是引起碳排放增长的单向Granger原因,能源效率与碳排放互为Granger原因.     

中国能源消费排放的CO2测算

基于“能源-经济-环境”的MARKAL-MACRO模型和数理人口学中的Keyfitz模型,测算未来中国能源消费需求;考虑能源效率、能源结构的变化以及气候变化问题的约束,设定了能源消费的3种情景,并分别测算了CO2排放量.结果表明,在基准情景下,中国的CO2排放在2042年达到峰值,为118.47亿t;在能源结构优化情景下,CO2排放在2036年达到峰值,为107.53亿t;在气候变化约束情景下,CO2排放在2031年达到峰值,为94.72亿t,相对于基准情景,排放峰值降低了23.75亿t,且峰值时间提前11a.随着城市化与工业化的推进,电力、水泥、钢铁行业的碳排放将先上升后下降;由于机动车保有量的增加,交通运输业的碳排放将持续上升.     

吉林省能源消费碳排放变化趋势预测与影响因素分析

探讨区域能源消费碳排放的长期变化趋势对碳减排政策的制定和减排目标的实现有重要意义。该文以吉林省为例,研究基于STIRPAT模型能源消费碳排放的影响因素,分析其历史变化特征,分别设定节能情景和节能-低碳情景预测吉林省未来的碳排放走势。研究结果表明,经济增长是影响碳排放的主要因素,碳排放强度的下降是抑制碳排放的主要因素;随着时间的推移,碳排放先后经历碳排放增长期、高峰期和回落期,整体呈倒"U"型趋势;相较节能情景,节能-低碳情景碳排放增长趋势放缓且各年份碳排放水平更低。     

武汉市道路交通业CO_2排放与减排潜力分析

为了促进武汉市低碳经济发展,减少交通出行带来的碳排放压力,核算了武汉市道路交通出行的CO2排放量,并采用低度、中度和强化3种减排情景模式对武汉道路交通出行的碳减排潜力进行了测算,计算出了不同情景下武汉市道路交通出行的碳减排强度。结果表明,2005年以来道路交通业CO2排放总量呈显著增长趋势。私家轿车的CO2排放量增加速度最快,大货车的CO2排放量在各类交通工具排放量中占比最大,公交车和出租车的CO2排放量所占比例较小。对3种不同情景的模拟结果表明,在低度减排情景减排效果有限,强化低碳情景下才能达到减排效果。建议采取以下减排措施:改进基础设施,创建良好的出行环境;推进技术创新,降低机动车能耗污染;提升公民素质,加大碳减排的宣传力度;优化道路运输的能效和经营效率管理等。     

上海市机动车尾气排放协同控制效应研究

以2007~2012年为一个时间序列,通过详细调查上海市机动车道路交通等基础资料对机动车各污染物排放量进行测算,并利用协同控制坐标系评价方法,设计单一措施、结构性措施和综合性措施等3种机动车污染减排控制情景.结果表明:2007~2012年,上海市机动车污染物年排放量呈递减趋势,其中摩托车(MC)、小型汽油客车(LDGV)、重型柴油货车(HDDT)和大型柴油客车(HDDV)是机动车污染物主要的排放源,其排放量总和占到机动车污染物总量的90%以上.按当前上海市机动车保有量增长速度,2018年机动车尾气排放的可吸入颗粒物(PM₁₀)增长7%,温室气体增长比例为15%~108%,其中二氧化碳(CO₂)增长比例达到45%以上.在各控制情景下污染物和温室气体均有不同程度下降,但减排效果有明显差异.在单一措施控制情景下,淘汰黄标车和提高排放标准对两类污染物的削减效果明显,削减比例均在20%以上;而结构性控制措施对这两类污染物的削减尤为明显,削减比例达到40%以上且正向协同效应突出.     

上海迎世博轨道交通快速发展的碳减排效益

为研究2007年以来上海轨道交通建设提速带来的温室气体减排效益,对上海市内出行结构与碳排放量历年变化进行了分析,并进一步采用情景分析法,对实际情景(轨道交通加速发展)与基准情景(轨道交通常速发展)下市内出行碳排放进行了对比.结果表明,2007年以来轨道交通吸收了全市客运增长量的50%,不仅缓解了个体机动车迅速增长带来的拥堵和污染等问题,也使得整个上海市内客运交通在客运量迅速攀升的同时,碳排放总量增长速度却有了明显放缓.与基准情景相比,2007年1月初至2010年10月底世博会结束这段时期内,实际情景下上海轨道交通的快速发展使市内出行碳排放总量相对减排了78.9万tCO2当量.     

上海市城区典型道路行驶特征研究

对上海市城区快速干道、主干道和次于道等3种典型道路上的机动车行驶特征和交通状况进行试验和调查，得出了上海市城区各类道路上机动车行驶特征参数和交通密度。结果显示，上海市城区各类道路综合行驶特征为平均速度低，加减速频繁。其中又以主干道交通状况最差。文中的数据和结论不仅可以用于上海城市交通规划，而且对控制道路两旁机动车污染具有重要意义。     

面向SDGs的城市扩张多情景模拟——以“一带一路”中亚区为例

在全球倡导可持续发展目标（SDGs）的背景下,城市作为人类活动的主要场所,既是SDGs的聚焦区域,更是世界各国落实SDGs的着力点。以“一带一路”沿线中亚五国首都城市区为例,面向SDGs设定发展情景和相应参数,采用Markov-FLUS模型模拟2030年自然发展、生态优先与经济优先情景下的城市发展格局,权衡SDGs与多情景城市格局演化规律,从空间视角协调城市的社会、生态与经济,提供城市发展的决策依据。结果表明：（1）2010—2015年来,研究区均出现建设用地总量增加、生态用地总量减少的现象。（2）未来情景模拟中均表现出由建设用地扩张引致的生态用地破碎化;生态优先情景有效抑制了建设用地扩张;经济优先情景下转化为裸地的土地有所减少,建设用地出现连片扩张。（3）未来城市发展应协调生态保护与经济发展,将生态保护理念融入城市建设,实现国家政策推动土地资源可持续利用,促进实现2030年全球可持续发展目标。     

土地利用景观格局对城市扩张影响研究

我国处于快速城市化阶段,城市化过程所带来的问题十分突出。针对城市扩张问题,涌现出大量关于城市扩张影响因素以及城市扩张建模的研究。目前对城市扩张行为进行研究选取的影响因素主要可以分为两类:①空间可达性以及空间约束,包括水源、道路、城市中心等可达性,地形、保护用地等约束;②社会经济因素,包括人口增长、经济增长、政策等。该研究突破传统城市扩张影响因素研究范围,选择从城市土地利用景观格局特征来研究城市扩张,以北京市为例分析了按网格划分提取的多种景观格局指标与建设用地增长之间的相关性,并探讨了时间尺度对探测这种相关性的影响。从结果当中可以得到以下3个结论:城市景观格局特征对于非建设用地向建设用地转化在位置与数量上的影响机制有稳定性;时间尺度对于正确地表达它们之间的关系至关重要;由于不同时期城市化特征的差异,其关系不断发生变化。     

基于路网车流量的北京城市副中心机动车污染控制情景

应用基于路网车流信息的情景分析方法,对北京城市副中心地区依据不同控制情景,以2015年为基准年建立机动车尾气排放清单.通过计算未来年路网车流信息和各情景下实际路网机动车污染物的排放清单,预测2020年和2025年的污染物排放变化.结果表明,未来10年北京城市副中心路网密度和机动车行驶里程持续增长,与基准情景相比,各控制情景对污染物排放量均有削减,新能源车推广情景对各污染物减排效果显著,且对NOx和PM的减排效果更好.外埠车限行情景对各污染物减排效果均较为显著,淘汰高排放车措施在短时间内削减效果显著,但长期削减效果较弱.综合情景对污染物的削减率达到最佳,机动车污染物CO、NOx、HC和PM排放量分别下降39.0%、58.7%、49.2%和55.5%.     

人口迁移视角下城镇化对典型领域碳排放驱动效应研究——以辽宁省为例

城镇化的快速发展为我国带来了日新月异的变化,但城镇化进程中伴随着能源消费快速增长,使我国面临能源供应、节能减排等方面更加严峻的挑战.现有研究主要是从宏观角度研究城镇化对能源消费及碳排放的影响,较少探究人口从农村向城镇迁移过程中对典型领域产生的驱动效应.基于此,本研究以辽宁省为例,应用弹性系数模型,选取居民消费、住宅建筑、道路交通3个典型领域探讨城镇化对碳排放的驱动效应,并提出针对性的碳减排政策.结果表明,2006—2015年,城镇化对居民生活直接消费碳排放的驱动效应最为显著,弹性系数为9.91;对居民生活间接消费碳排放和道路交通领域的驱动效应次之,弹性系数分别为6.94和5.38;对住宅建筑等驱动效应最弱,弹性系数为2.71.研究表明,城乡生活方式差异导致居民直接生活消费碳排放显著增加,相较而言,城乡产品市场差异较小;辽宁省现阶段城镇住宅建筑存量与城镇新增人口的需求基本匹配,但人口城镇化带来的城市边界外扩、人口密度提高,导致道路交通碳排放增长.