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.     

20个驾驶误区要不得

1、夜晚远光灯越强行驶越安全。错误，灯光的照射角度越大越安全，灯光抬得越高越亮越危险。[第一段]     

基于NPP/VIIRS夜间灯光遥感数据估算上海地区PM2.5浓度

随着工业化和城市化的迅速发展,中国面临着越来越严重的大气污染危机,以细颗粒物(PM_(2.5))为标志的区域性大气复合污染问题已经成为我国大气环境污染治理的核心工作.目前,传统的地面监测站监测PM_(2.5)浓度的方法空间分辨率较差且耗费人力物力,而卫星遥感数据监测PM_(2.5)浓度的方法大部分只能应用于白天.由于PM_(2.5)浓度在时间上存在周期性变化,因此利用卫星遥感数据监测的夜间PM_(2.5)浓度可以作为表征PM_(2.5)日变化规律的重要补充.本研究采用Suomi National Polar-orbiting Partnership(Suomi NPP)卫星搭载的可见红外成像辐射计套件(Visible Infrared Imaging Radiometer Suite, VIIRS)中Day/Night波段(DNB)夜间灯光影像数据,依据大气气溶胶消光原理和站点气象数据,建立PM_(2.5)浓度的预测模型,基于多元线性回归分析对上海地区9个空气质量监测站在2014—2018年冬季无月无云的晴朗夜间的PM_(2.5)浓度值进行估计,并对PM_(2.5)浓度的空间分布进行模拟.结果表明,在研究时段上海地区PM_(2.5)实际浓度与模型估算PM_(2.5)浓度之间R~2=0.767,均方根误差(RMSE)为19.210μg·m~(-3),验证了VIIRS/DNB夜间灯光影像数据在估算PM_(2.5)浓度方面有巨大潜力.     

基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究

PM_2.5是大气的重要污染物,掌握其空间分布对于大气污染防控具有重要意义．目前,PM_2.5遥感监测主要围绕卫星反演的日间AOD数据开展,无法反映夜间大气污染的空间格局．以2019年9—12月NPP/VIIRS夜间灯光影像和空气质量站点PM_2.5观测数据对江苏省淮安市夜间PM_2.5浓度进行估算研究．基于辐射传输方程分析夜间灯光辐射与PM_2.5浓度之间的关系,在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM_2.5浓度的空间自变量,运用多元线性回归模型（MLR）、随机森林（RF）、Cubist、极端梯度提升树（XGBoost）、神经网络（NNet）、支持向量机（SVM）及最近邻法（KNN）算法构建夜间PM_2.5浓度遥感估算模型．结果表明,多元线性归回模型精度明显低于各个机器学习模型,所有模型中SVM模型精度最高,决定系数R²为0.77,平均绝对误差MAE为20.83μg·m^-3,均方...     

1990-2020年长三角地区生境质量与夜间灯光的空间关系

基于1990-2020年长三角地区的土地利用数据和夜间灯光数据,运用InVEST生境质量评估模型、双变量空间自相关、相关系数对生境质量与夜间灯光的时空关系进行研究,并应用地理加权回归和归纳法分析两者的响应规律,结果表明：（1）浙江省总体上生境最优且城镇发展最快,安徽省在城镇快速发展的同时生境相对下降最少,生境质量和夜间灯光空间分布格局呈现出与区位、地形等因素的空间耦合性。（2）长三角地区生境质量与夜间灯光指数随着时间的发展空间上的依赖性越来越强,聚类模式主要为高-低、低-高及低-低3种。高-低聚类区域主要分布在浙江省和安徽省的南部、西部的山地丘陵,研究期内呈现缩小的趋势;低-高聚类区域在长三角东部平原区呈集聚分布、北部平原丘陵区呈零散分布,呈现扩张趋势。（3）不同年份各省份生境质量与夜间灯光指数呈显著负相关,且经济越发达的省份,生境质量与夜间灯光指数的负相关关系越强;生境质量与夜间灯光指数呈高度负相关的区县主要分布在长江下游沿岸和浙江省东部,相关性不显著的区县主要分布在安徽省、江苏省的北部,变化类型以负相关关系持续增强型占比最高。（4）生境质量与夜间灯光指数的相关关系随着城市发展呈U型...     

经济平稳增长下长江经济带碳排放峰值研究——基于全球夜间灯光数据的视角

碳排放达到峰值的时间和水平,将影响各地区的发展空间,对于长江经济带地区协调发展有着深远的影响,这也是应对气候变化和区域管理需要引起高度重视的问题。为此,论文通过1995—2013年的全球夜间灯光数据对长江经济带的GDP进行了估算和校准,进而在经济平稳增长条件下,预测长江经济带地区2014—2050年的GDP,根据碳强度衰减速率,设置了3种模拟情景。研究表明：以“十二五”时期的碳强度下降速率衰减,江苏和江西地区尚未出现碳峰值,其他地区在2050年之前出现碳峰值;其中云南在2025年就率先达到碳峰值。以“十三五”时期的碳强度下降速率衰减,江苏仍未出现碳峰值,安徽和江西地区在2040年之后出现碳峰值,四川、重庆、贵州均在2031年左右达到碳峰值;云南在2023年就率先达到碳峰值。上述两种模拟情景表明,长江上游地区碳排放达峰的时间要早于长江中游地区。进一步以长江经济带实现“2030年达到碳峰值”为目标的模拟情景发现,各地区碳强度衰减速率的差异显著,这从云南碳强度衰减速率2.58%、江西碳强度衰减速率7.53%,便可窥见一斑。由此可以看出,制定碳减排方案的要义,在协调好碳强度和经济增长率之间有效调控的同时,应充分考虑区域发展不平衡,分区域、分阶段推动碳排放达峰的减排政策,这将有利于经济平稳增长下顺利实现碳峰值目标。     

成渝城市群陆地碳排放时空变化及效应研究

碳达峰和碳中和是中国立足于经济发展阶段和全球可持续发展要求提出的一项战略目标。开展县级尺度土地利用碳排放研究对指导区域实现“双碳”目标具有重要意义。文章以成渝城市群为研究对象,基于2000-2020年土地利用数据、统计年鉴数据和夜间灯光遥感数据,探究成渝城市群碳排放和碳生态效应,并对碳生态压力进行评价。结果表明：（1）2000-2020年成渝城市群土地利用净碳排放呈增长趋势,年均增长289.90万t,且增速逐年减缓,主要碳源为建设用地,总体呈增长状态,年均增长291.70万t;林地是主要碳汇,呈缓慢增长。（2）碳源和碳足迹主要集中在成都市和重庆市主城区范围,部分分散在各地级市中心城区,碳汇主要分布在成渝城市群外围高山丘陵区,包括川西高原的部分区县、川东平行岭谷和重庆部分山区。（3）研究区总体呈碳赤字,碳生态承载力总体变化不大,碳足迹和碳赤字都呈增长趋势,年均增长率分别为9.78%和12.18%。（4）高度碳生态承载力区主要分布在成渝城市群外围区县,高度碳生态压力区集中在以成都市和重庆市主城区为核心的区域以及各地级市主城区;研究区内部分区县碳生态压力有所缓解,但整体上陆地生态系统碳循环压...     

“三网融合”下智能家居产业的机遇与挑战

前言：三网融合将传统广播电视网、互联网、通信网进行融合,随着三网融合一线入户,将为智能家居提供便利高效的网络传输环境。三网融合后,智能家居系统的智能灯光控制、智能电器控制、智能安防报警、智能背景音乐、智能视频共享、智能门锁控制、可视对讲系统、远程监视系统,还包括电视、电话、电脑上网等可使用三网融合后的统一端口,带宽得到提高,组建家庭高速智能家居控制系统不再是虚话。届时,使用一台智能管家电脑直接接驳到电视上,就可实现IP电话、可视电话、IPTV、高清HTPC、家居安防系统等多样功能。     

能源消耗碳排放的时空演变与预测：基于山西省夜间灯光数据

为了研究能源消耗碳排放的时空演变规律并进行“碳达峰”预测,该研究以山西省为例,基于1997-2020年夜间灯光数据反演该省碳排放量,并采用引力模型与标准差椭圆模型对高碳排放区展开为期20年的时空演变分析,通过长短期记忆网络模型对山西省“碳达峰”进行预测。结果显示,1997-2020年山西省碳排放量以5.8%的增长率呈上升趋势;太原市和大同市为高碳排放区,阳泉市为低碳排放区;太原对其周边城市碳排放产生明显引力作用,形成以其为中心的高碳排放区,碳排放重心由晋中地区向太原迁移;目前山西省煤炭产业仍然占据优势地位,但节能减排成效显著,有望在2030年实现“碳达峰”,且峰值排放量为14.5亿t,研究结果将为区域社会经济绿色转型发展及碳减排机制的制定提供科学依据。