云南省图书馆机构用户，欢迎您！
本研究基于DMSP/OLS夜间灯光影像实现了1992-2010年以市级为基础单元的我国碳排放估算，弥补了统计数据不全、统计口径不一的缺点。从全国、4个经济区和6大城市群3个层面的碳排放分析结果显示，我国
排放总量持续增长，各地区、省市增速各不相同，空间聚集程度越来越明显，基本形成了“东部沿海城市高高集聚，西部欠发达城市低低集聚”的格局。人均碳排放强度基本呈现为“东部＞东北部＞西部＞中部”，单位GDP碳排放强度则呈现为“东北部和西部较高”、“东部和中部较低”。GDP增长是决定排放总量增长的主导因素，而能源结构、能源利用效率、产业结构是影响碳排放强度的主要原因。对于西部和东北部等以能源和重工业为主导产业的城市，其减排策略应着重能源结构优化和能源利用效率的提高。对于东部和中部等以技术、劳动密集型和轻工业为主导产业的城市，其减排策略应侧重于产业结构调整和转型升级。
是导致全球气候变化的最主要原因之一[2]。因此，探索经济发展与能源消费等人类活动造成的碳排放成为目前国内外学术界研究的热点问题[3-4]。据统计，2000年以来中国排放量年均增速达10%左右，2008年碳排放总量达83.25亿t，超过美国成为世界第一碳排放大国[3]。巨大的排放总量和较高的增速，使中国面临着巨大的减排压力。由于中国各区域经济社会发展和能源消费结构存在很大差异，因此，科学准确地测算和分析不同区域碳排放的时空变化，揭示其机理问题，是未来明确减排目标、科学制定减排规划的根本前提。 近年来，学者开展了大量的中国碳排放相关研究，主要包含以下几个方面。(1)基于全国能源消费统计数据，测算了国家尺度的能源消费碳排放量、碳排放强度和人均碳排放量的变化趋势、空间格局以及不同产业的碳排放差异[1，2，5-11]。(2)结合中国人口、GDP、产业数据、能源消费数据等，分析了影响中国能源消费碳排放量的主要因素[7，12-14]。(3)利用对数平均迪氏分解模型(Logarithmic Mean Divisia Index，LMDI)，分解了影响中国能源消费碳排放的主导因素，揭示碳排放影响因素在不同区域的贡献率[15-18]。(4)基于中国碳排放格局、趋势及主要影响因素分析结果，开展了初步的减排策略研究[15，18-20]。另外，部分学者也对省级、区域尺度和部分发达城市的碳排放进行了类似的研究[21-28]。但大部分研究主要依据国家统计局及下属部门发布的统计数据，由于统计数据大多是以国家或省级为单位，市级及更小尺度的统计数据较难收集，给全面了解中国市级及以下尺度碳排放情况带来很大限制。另外，鉴于国家级、省级、市级统计数据的统计口径、计算方法和统计误差等各不相同，三个层面统计数据之间存在较严重的不一致性[28]，也给我国制定准确、系统、差异化的碳减排计划带来较大困难。因此，急需利用新的空间信息获取手段，实现我国碳排放的规范性评估。 遥感技术在时空一致性方面独具优势，逐渐成为地理学领域监测空间信息时空变化的重要手段。美国军事气象卫星Defense Meteorological Satellite Program(DMSP)搭载的Operational Linescan System(OLS)传感器，能够有效地探测到城市夜间灯光甚至小规模居民地、车流等产生的低强度夜间灯光，是监测人类活动强度的良好数据源[29]。国内外许多学者已成功地将DMSP/OLS夜间灯光影像应用于城镇扩展监测[30]、社会经济因子估算[31-32]以及能源消耗估算[33]等领域。由于人类活动是碳排放的主要来源，而DMSP/OLS夜间灯光影像恰能有效地反映人类活动强度。因此，DMSP/OLS夜间灯光影像可用于碳排放量的估算，这一结论已被国外学者证明[34-35]。但目前利用DMSP/OLS夜间灯光影像估算碳排放量的研究较少，仍处于起步阶段，研究尺度大多为全球或国家层面，省市级尺度较少，且研究内容仅停留于碳排放总量的探讨。
