成渝城市群紧凑度与碳排放强度时空演变及协调发展

研究成渝城市群紧凑度与碳排放强度的时空演变及协调发展水平,对于实现社会绿色低碳高质量发展至关重要.运用综合评价、碳排放恒等式、耦合协调度和地理探测器等方法对2010~2020年成渝城市群紧凑度与碳排放强度的时空分异、协调发展和驱动因素进行分析.结果表明:①成渝城市群紧凑度持续上升,从2010年的0.18升至2020年的0.22,总体增长22.22 %,其中经济紧凑度的贡献率逐年增强.各城市紧凑度区域差异显著,高值区集中在城市群西北部的成都、德阳和绵阳以及西南部的自贡、内江和泸州,低值区分布在中部,雅安是城市群内紧凑度最低的地区.②成渝城市群碳排放强度逐年降低,在研究期内下降幅度达39.57 %,城市群南部的碳排放强度整体高于其他区域,成都和重庆两市常年为低值区,碳排放强度的区域差异在逐渐缩小.③城市紧凑度与碳排放强度的耦合度从拮抗阶段转为磨合阶段,耦合协调度从2010年的0.21升至2020年的0.69,两系统逐渐走向良性协调发展.城市群西北部（成都、德阳和绵阳）与川南两市（自贡和泸州）的耦合协调度整体较高.产业结构、科技创新、城镇化水平、政府干预和环境宜居对两系统的耦合协调度都具有显著影响.④优化产业结构、强化科技支撑、提升城镇化发展质量、实施积极的政策引导和建设绿色屏障是促进成渝城市群紧凑度与低碳度协调发展的有效途径.     

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

长株潭城市群地类转移的碳传导效应与预测

土地利用碳排放是影响城市碳达峰、碳中和实现的重要因素.基于土地利用遥感数据和碳排放估算模型,得到长株潭城市群的土地利用碳排放量,借助转移矩阵分析了长株潭城市群土地利用转移的碳传导效应.此外,采用马尔科夫模型预测2030年和2060年的长株潭土地利用碳排放量.结果表明：①1995~2018年长株潭城市群土地利用净碳排放从810.84×10⁴ t增加到2015.41×10⁴ t,碳源/汇比整体呈上升趋势.其中,建设用地是主要的碳排放源,林草地是主要的碳汇.②不同时段地类转移引致的碳传导最终均表现为净碳排放,在时间上呈现先增加后减少的态势.其中以林地和耕地向建设用地转移产生的碳传导最为显著,涉及草地、水域和未利用地的碳传导效应微弱.③预测结果表明,长株潭城市群的土地利用碳排放预测量处于持续上涨态势,如若仍按目前趋势发展,则如期实现"双碳目标"存在难度.政府需要在加强林地的碳吸收能力以提升生态系统碳汇增量和遏制建设用地的无序扩张以减少碳源两方面着力,加快长株潭城市群的绿色低碳建设.上述结果为长株潭城市群开展低碳导向的城市土地利用调控提供了重要参考.     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

成渝城市群碳排放空间关联结构演化及影响因素

本文基于社会网络分析法（SNA）以及二次分配程序（QAP）方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明：①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系.     

我国东部沿海三大城市群热岛变化及其与城市群发展的关系

随着城市化进程的快速推进,城市群已经成为区域空间的重要组织形式.为揭示我国东部沿海京津唐、长三角和珠三角三大城市群热岛变化与城市群发展的关系,利用MODIS地表温度产品数据和DMSP/OLS夜间灯光数据,对2001-2013年这3个城市群的热岛效应与区域发展二者之间的关系进行研究.结果表明:2001-2013年,3个城市群的热岛斑块面积均有较大幅度的增加,并且在空间上逐渐相连接,形成热岛城市带;RHⅡ（区域热岛指数）不断升高,京津唐城市群、长三角城市群、珠三角城市群分别升高0.051、0.070、0.101,其热岛状况不断加剧.随着城市群的发展,城区对周边区域的辐射作用不断加强,建成区边缘的城郊过渡带是地表温度增加最为显著的区域.总体而言,城市群的扩展是其区域热岛效应的主要成因,表征城市扩展变化的夜间灯光亮度平均值差值与表征热岛变化的地表温度平均值差值之间存在对数关系,表现出先快后慢的趋势.      

中国能源消费碳排放的空间化与时空动态

近年来全球多地遭遇极端天气,给人类社会的生产生活带来极大影响,共同应对全球气候变化已成为国际共识,在此背景下如何通过科学方法摸清二氧化碳排放情况成为响应国家"双碳"战略的重要工作.通过省级尺度的碳排放统计数据,综合夜间灯光数据和人口数据,将碳排放量分配到栅格尺度,并对中国2000、2005、2010、2015和2018年碳排放的时空格局、演变特征及碳排放与经济增长的关联性进行综合分析.结果表明：①从2000~2018年,中国的CO₂排放总量持续增长,但增长速率呈现放缓的趋势,碳排放年均增长速率由2000~2010年的9.9%下降至2010~2018年的7.4%.从空间分布来看,无碳排放地区主要分布在西北无人区及东北的林区和山区,低碳排放主要分布在广大的中小城镇地区,高碳排放则集中分布于华北、华中、东部沿海以及西部的省会城市及城市群附近;②碳排放在地级市尺度上存在高值聚集或低值聚集现象,且该聚集现象整体趋于稳定,在2005年之后有所加强;低低集聚区主要分布在西部的连片地区和海南岛,且随着经济社会的发展,低低集聚区开始破碎,规模减小;高高集聚区主要分布在京津冀城市群、太原城市群、长江三角洲城市群和珠江三角洲城市群地区且规模在逐步加强巩固;高低、低高集聚区则主要出现在社会经济发展水平差异较大的邻近城市;③中国大部分地区的碳排放量相对稳定,碳排放发生较大变化的地区主要分布在省会城市和重点城市的外围地区,即存在中心城区碳排放无变化,外围区域碳排放变化的圈层结构;④在2000~2018年中国城市发展进程中,整体上遵循一个由"低排放-低收入"转向"高排放-低收入"再转向"高排放-高收入"最终转向"低排放-高收入"的发展规律.从整体来看,中国碳排放的增速在放缓,在实行"双碳"战略的大背景下,各地区由于不同的社会经济发展情况和能源需求情况所面临的碳减排任务与压力也不尽相同,因而应分地区和分行业实施差异化的碳减排政策.     

成渝经济区陆地植被碳储量动态及碳汇战略研究

利用卫星遥感数据,对2000年-2007年间成渝经济区耕地、森林和草地等陆地植被的碳储量进行了估算.结果表明:(1)7年间耕地和草地分别减少了2 388.89 km2和1 231.05 km2,林地增加了2 908.70 km2,其中耕地主要转出为林地和建设用地,草地转出主要为林地和耕地;(2)7年间成渝经济区碳储量呈逐渐增加的趋势,共增加了625.16万tC/a,年增长率为0.21%.其中耕地、草地碳储量分别减少了165.79万tC/a和933.87万tC/a,林地碳储量增加了1 724.81万tC/a.(3)结合碳储量变化的趋势,提出了以打造低碳城市为目标的成渝经济区碳汇战略.     

成渝城市群PM2.5的时空分布及其影响因素研究

随着工业化与城镇化的深入推进,成渝城市群的PM_2.5污染不断加剧,呈明显的区域性与复合性特征.该研究以2015—2017年成渝城市群空气质量监测站的日均ρ（PM_2.5）数据为基础,结合区域气象、遥感与统计年鉴等多源数据,采用反距离插值法分析了ρ（PM_2.5）的时空分布差异,采用Moran's I指数与LISA指数探索了ρ（PM_2.5）的全局和局部空间自相关性,并利用空间回归模型研究了自然、经济社会等因素对ρ（PM_2.5）的影响.结果表明:①成渝城市群ρ（PM_2.5）分布存在明显的时空差异.时间上,2015年PM_2.5污染最严重,ρ（PM_2.5）年均值为54.38 μg/m3,2016年、2017年PM_2.5污染状况逐年减轻,ρ（PM_2.5）年均值分别为53.68与47.56 μg/m3;空间上,成渝城市群东北部ρ（PM_2.5）较低,而南部ρ（PM_2.5）较高.②空间自相关分析结果表明,PM_2.5污染在成渝城市群存在显著的空间聚集性,成渝城市群南部ρ（PM_2.5）呈高值-高值聚集,成渝城市群北部ρ（PM_2.5）则呈低值-低值聚集.③空间回归结果表明,成渝城市群范围内某一地区邻近区域的ρ（PM_2.5）平均值增加1%时,该地区ρ（PM_2.5）将上升至少0.38%.城镇化率对ρ（PM_2.5）的影响最大,其次是第一产业增加值,再次是工业增加值占比和降水量.城镇化率、降水量与ρ（PM_2.5）呈负相关,而第一产业增加值、工业增加值占比与ρ（PM_2.5）呈正相关.研究显示,加快城镇化进程、减少第一产业排放、降低工业增加值占比（尤其是重污染工业）是有效解决成渝城市群PM_2.5污染的重要手段.      

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

2000—2020年我国西南地区植被NEP时空变化及其驱动因素的相对贡献

西南地区作为我国重要的生态安全屏障,探究其植被净生态系统生产力(net ecosystem productivity,NEP)的时空演变规律对该地区乃至我国的可持续发展都具有重要意义.基于MODIS数据、气象数据、DEM数据和土地利用数据等,首先,利用改进的Carnegie Ames Stanford Approach (CASA)模型和土壤微生物呼吸方程,估算2000—2020年我国西南地区植被NEP;其次,结合Theil-Sen Median趋势分析、偏相关分析和复相关分析等方法,研究西南地区植被NEP时空变化及其对气候变化和土地利用变化的响应机制;最后,利用基于情境分析的相对贡献分析法,定量评估气候变化和土地利用变化对西南地区植被NEP变化的相对贡献.结果表明：时间上,2000—2020年我国西南地区及其五省份(云南省、贵州省、四川省、重庆市和西藏自治区)生态系统植被NEP均表现为上升趋势,其中,西南地区植被NEP上升速率为4.74 g/(m2·a).空间上,西南地区及其五省份植被NEP呈上升趋势的面积均大于呈下降趋势的面积,其中,西南地区植被NEP呈极显著上升的面积占45.41...     

2000～2021年成渝城市群PM2.5时空变化及驱动机制多维探测

研究成渝城市群PM_2.5浓度时空变化和驱动机制，对区域大气环境保护和国家经济可持续发展具有重要意义.基于PM_2.5遥感数据、 DEM数据、基于站点的气象数据、 MODIS NDVI数据、人口密度数据、夜间灯光数据、路网数据和土地利用类型数据，采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验等方法，结合地理探测器，在多时空尺度上分析成渝城市群PM_2.5时空变化，并探测影响其变化的驱动机制.结果表明，2000～2021年成渝城市群PM_2.5浓度整体呈波动下降态势，冬季PM_2.5污染最为突出.PM_2.5浓度具有明显的空间异质性，呈现出“中间高，四周低”的空间分布特征，PM_2.5浓度高值区主要集中在自贡、内江、资阳和广安，PM_2.5浓度呈显著下降的区域主要集中在重庆西部等地.因子探测结果表明，成渝城市群PM_2.5浓度空间分异受气候、地形、植被和人文因子共同影响.高程、...     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

西双版纳景观格局时空变化及其生态效应研究

西双版纳景观格局演变对合理利用区域土地和维护生态平衡具有重要意义.以四期Landsat影像为数据源,研究了西双版纳1990年-2010年的景观格局变化特征,分析其生态效应.结果表明:林地景观面积减少293 km2,斑块数量一直增加;灌木林景观面积增加,斑块数量持续减少;耕地面积增加,斑块数量增加,表明在经济发展时,生物环境逐渐恶化;各类地表景观形状复杂程度增加,破碎化程度加重,分布趋于均匀化,表明在人类活动干扰下,生态环境质量呈现下降趋势,不利于生物的保护.     

京津冀城市群土地利用变化对热环境的影响研究

基于2000和2015年两期土地利用数据,运用WRF模式（Weather Research and Forecasting Model）模拟与数理统计方法,设计4组城市气温对比方案,定量模拟京津冀城市群土地利用时空格局变化对区域热环境的影响。结果表明： 1）2000—2015年城市群建设用地增加2 840 km²,94.37%由耕地转换而来; 2）北京土地利用变化对廊坊、天津和唐山气温变化的影响最为明显,天津的土地利用变化对廊坊气温变化的影响最为明显; 3）分季节来看,北京与天津的土地利用变化对城市群季均气温的影响排序为：秋季>夏季和春季>冬季; 4）其他地区土地利用变化使北京市年均气温增加0.07 ℃,且夏季降温作用明显,而该变化对天津市年均气温作用不明显,但秋季与冬季的增温区域形成了京津唐热环境连片发展的空间分布格局; 5）城市群土地利用变化对热环境影响表现出明显的“遥响应”特性,因而有必要从大尺度、泛区域的角度认识城市扩展对热环境的影响。     

基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究

从县域尺度开展土地利用碳排放空间分异研究,对指导区域实现碳达峰及碳中和目标具有重要意义.基于2013-2019年NPP-VIIRS夜间灯光数据测算长株潭地区县域土地利用碳排放,并运用探索性空间数据分析和地理探测器,对长株潭地区县域土地利用碳排放空间分异特征及影响因素进行分析.结果 显示:①2013-2019年,长株潭地...     

成渝经济区土地利用变化特征与驱动力分析

以成渝经济区2000年、2005年、2010年3个时期的土地利用数据为基础,应用RS和GIS技术,提取成渝经济区各种土地利用类型数量、土地利用类型动态度及土地利用转移矩阵,分析2000—2010年成渝经济区土地利用变化数量及转移特征;应用偏最小二乘回归方法,结合社会经济数据,构建土地利用变化的偏最小二乘回归模型,分析成渝经济区土地利用变化驱动力。结果表明,研究期间成渝经济区人工表面、林地和耕地面积变化十分显著,其中,人工表面面积增加2 337.03 km²,林地面积增加2 719.15 km²,耕地面积减少5 840.27 km²,耕地主要转换为林地和人工表面;人口压力的加剧是成渝经济区土地利用变化的最主要驱动因素,社会经济快速发展为次强驱动因素,国家调控政策的实施对土地利用变化也具有重要的驱动作用。     

近十年中国陆地AOD时空分布及与城市化的关系研究

选取2008—2017年MODIS(Moderate-resolution Imaging Spectrometer) Aqua C006气溶胶产品数据,分析近10年中国陆地气溶胶光学厚度(Aerosol optical depth,AOD)时间序列变化规律、空间格局分布特征,同时比较了"三区十群"区域内外的AOD变化差异.同时,通过DMSP/OLS(Defense Meteorological Satellite System/Operational Linescan System)夜间灯光产品与AOD关系研究分析,以反映城市化进程中人类活动对AOD时空分布的影响.结果表明:①中国陆地AOD多年平均、季节分布特征符合"胡焕庸线".在时间尺度上,2008—2017年中国陆地AOD年际变化范围是0.279～0.368,整体呈现下降趋势且变化幅度较小;在空间分布上,2008—2017年高值区为京津冀地区、华中地区、长三角地区、珠三角地区及塔里木盆地,低值区为青藏高原、云贵高原、内蒙古高原等;AOD时空分布呈较强的季节性,春季AOD最高,秋季最低.②中国区域的夜间灯光图与AOD时空分布具有较好的一致性,也符合"胡焕庸线".人口稠密、城市化较快的东部地区出现大片光带,快速发展的城市光斑覆盖明显.2008—2013年间,城市亮度范围有一定程度的扩大,说明人类经济生产活动增加明显.③2010—2013年省级行政区的DMSP/OLS夜间灯光与其AOD表现为显著正相关,二者幂函数拟合度R~2分别为0.8036、0.8263、0.7701、0.8277、0.8331.DMSP/OLS夜间灯光与AOD呈显著正相关,说明城市化发展水平对气溶胶分布的影响作用显著.