基于遙感技術(shù)的重慶市CO2濃度空間分布估算

陳雪洋，金賢鋒，瞿曉雯

（1.重慶市地理信息中心, 重慶 401121）

基于遙感技術(shù)的重慶市CO2濃度空間分布估算

陳雪洋1，金賢鋒1，瞿曉雯1

（1.重慶市地理信息中心, 重慶 401121）

借助遙感影像和實地CO2濃度測試數(shù)據(jù)，提出一種基于遙感技術(shù)的CO2濃度測定方法，并以重慶市為對象開展了實證，對CO2排放主因與問題進(jìn)行了分析，提出了低碳發(fā)展的對策，對重慶市低碳城市試點的開展具有指導(dǎo)意義。

遙感；CO2濃度；測定

城市監(jiān)測CO2排放變化是基于衛(wèi)星熱紅外數(shù)據(jù)提取的溫度信息，包括星上亮度溫度和陸地表面溫度。由于大氣和地表比輻射量的影響，星上亮度溫度與實際陸地表面溫度有較大差距。精確的城市熱環(huán)境研究需要從遙感數(shù)據(jù)反演陸地表面溫度，而陸地表面溫度反演的基礎(chǔ)是大氣輻射傳輸方程，利用輻射傳輸方程法反演陸地表面溫度需要與衛(wèi)星過境同步的實時資料，這些資料通常很難獲得。當(dāng)前可用于城市溫度監(jiān)測的衛(wèi)星數(shù)據(jù)源非常缺乏。AVHRR數(shù)據(jù)的空間分辨率較低，只能用于大范圍的城市溫度制圖，不能刻畫城市地表熱場的細(xì)部結(jié)構(gòu)，不能與地表實測數(shù)據(jù)建立準(zhǔn)確的定量關(guān)系。綜合考慮衛(wèi)星數(shù)據(jù)分辨率和可得性，本研究選擇Landsat-7 ETM+作為數(shù)據(jù)源，采用單窗算法來估算地表溫度的變化。通過分析發(fā)現(xiàn)溫度變化趨勢，進(jìn)而找出CO2濃度變化規(guī)律，從而為今后利用遙感技術(shù)快速、大范圍監(jiān)測碳濃度變化提供理論依據(jù)與實踐支撐。

1 研究方法

1.1 采樣與實地調(diào)查

在整個研究區(qū)域選擇多個采樣區(qū)（如圖1），同時實地測量地面溫度、CO2濃度，并記錄樣品的經(jīng)緯度坐標(biāo)。每個樣區(qū)的大小為300 m×300 m，每個樣方中布設(shè)3個樣地，樣地的大小為30 m×30 m（與TM分辨率相同），每個樣地內(nèi)均勻地選擇3個觀測點進(jìn)行觀測，選擇觀測點的平均值作為樣區(qū)的實測值。結(jié)合高分辨率遙感影像及地形圖，進(jìn)行實際樣方和樣地的布設(shè)。

實地觀測時間與影像過境時間一致，每個樣點隔2 h觀測一次，取3個樣點日平均值為該樣區(qū)的日平均值。

1.2 遙感數(shù)據(jù)源

圖1 碳濃度試驗樣點分布圖

本次研究使用的遙感數(shù)據(jù)為2011-07-29在重慶成像的ETM影像，軌道號128/39，太陽方位角112．435 °，太陽高度角66．703 °，其中熱紅外波段Landsat ETM+空間分辨率為60 m，其他波段的空間分辨率均為30 m。為了計算和處理的方便，將遙感數(shù)據(jù)的熱紅外波段的空間分辨率均重采樣成30 m。后文估算的CO2濃度為當(dāng)日濃度值。

1.3 地表溫度反演

利用單窗算法推算實際地表溫度（圖2）。為了對反演結(jié)果的精度進(jìn)行驗證，需對31個試驗點的實測氣溫與反演的地表溫度進(jìn)行比較。需要指出的是，地表溫度與氣溫是完全不同的2個概念，出現(xiàn)一定差距是正常的。經(jīng)過分析，2組數(shù)據(jù)的趨勢保持一致時，說明地表溫度與實際情況基本吻合，反演地表溫度與實測氣溫有極高的相關(guān)性，相關(guān)系數(shù)達(dá)到0．958，模型達(dá)到了較高的精度。此外，本次研究所用的地表溫度求取方法——單窗算法經(jīng)過國內(nèi)外大量文獻(xiàn)的多次證明，精度較高，已經(jīng)完全符合本次研究的要求，因此數(shù)據(jù)可用于接下來的碳濃度反演計算。

圖2 重慶市主城區(qū)地表溫度分布圖

表1 CO2濃度實測表

1.4 數(shù)據(jù)分析

對實測CO2濃度數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析，剔除奇異點，然后提取與碳濃度數(shù)據(jù)相對應(yīng)的地表溫度數(shù)據(jù)，形成地表溫度與實測CO2濃度的數(shù)據(jù)對。數(shù)據(jù)提取完成后，根據(jù)像元云污染情況、觀測數(shù)據(jù)代表性等因素對數(shù)據(jù)對進(jìn)行篩選，剔除不合理的壞數(shù)據(jù)對，然后根據(jù)地表溫度與實測CO2濃度的散點圖，選擇估測CO2濃度的最佳模型。

對CO2濃度Y與地表溫度X進(jìn)行線性回歸分析，計算出回歸系數(shù)分別為39．63和-1 291，相關(guān)系數(shù)R為0.831，則得到的回歸方程為Y=39.63X-1 291。將地表溫度代入公式，計算得到回歸的CO2濃度含量分布如圖3所示。

圖3 重慶主城區(qū)CO2濃度分布圖

利用實測數(shù)據(jù)對模型進(jìn)行精度驗證，發(fā)現(xiàn)相對誤差大于10%的有8個，最大的為九龍坡發(fā)電廠的-17．72%，最小的為南礦的-0．51%，平均相對誤差為7．71%，模型達(dá)到了較高的精度。其中，相對誤差為正的有19處，負(fù)的有12處，說明模型預(yù)測CO2濃度有偏大趨勢。

1.5 傳統(tǒng)清單法碳濃度測定

IPCC的清單法，顧名思義即是通過編制一國或地區(qū)碳的源排放與匯清除，然后運用和借鑒《2006年IPCC國家溫室氣體清單指南》中推薦的碳排放計算公式和不同燃料使用的碳排放系數(shù)，分項計算出各部門的碳排放量。

以清單法對主城9區(qū)的碳排放量、碳儲量和凈碳排放量分別進(jìn)行核算。九龍坡區(qū)碳排放量最高，為1 742．1萬t，占主城9區(qū)總碳排放量的16．28%；大渡口區(qū)次之，為1 675．13萬t，占主城九區(qū)總碳排放量的15．66%。渝中區(qū)和巴南區(qū)碳排放量占主城9區(qū)總碳排放量的比重較低，其中渝中區(qū)最低，為659．83萬t，占主城9區(qū)總碳排放量的6．17%。

圖4 重慶主城九區(qū)碳排放量分布

2 結(jié)果分析

2.1 遙感反演結(jié)果與傳統(tǒng)清單法比較

重慶主城區(qū)的CO2濃度分布特征分明，城區(qū)CO2濃度明顯比郊區(qū)高。較高的CO2濃度值主要分布在九龍坡區(qū)東北部、渝北區(qū)西南部、江北區(qū)中西部。上述區(qū)域人口密集，車輛繁多，人為產(chǎn)生的碳排放，汽車排放的尾氣和工廠（發(fā)電廠、水泥廠、鍛造公司、模具公司等）在生產(chǎn)過程中產(chǎn)生的CO2，尤其是上述廠房排放的CO2形成多個碳排放中心。對模型反演結(jié)果進(jìn)行分級統(tǒng)計分析，結(jié)果顯示見表2。

表2 重慶主城區(qū)CO2濃度分級統(tǒng)計表

根據(jù)清單法核算所得的地均CO2凈排放量的空間格局，與根據(jù)RS手段反演的碳濃度空間格局有較明顯的相關(guān)性。地均CO2凈排放量最低的巴南區(qū)的CO2濃度亦最低，地均CO2凈排放量較低的渝北區(qū)和北碚區(qū)，其根據(jù)RS手段反演所得的碳濃度亦有大片較低的區(qū)域，如渝北區(qū)西北部的中梁山和北部的龍王洞山地區(qū)、北碚區(qū)的縉云山地區(qū)。地均CO2凈排放量最高的渝中區(qū)，其碳濃度均高于700×10-6，相對較高的大渡口區(qū)和沙坪壩區(qū)，亦有較多區(qū)域的碳濃度達(dá)到1 200×10-6以上。

2.2 碳排放主因分析

2.2.1 能源結(jié)構(gòu)

重慶市能源消費結(jié)構(gòu)中，煤炭占能源消費量的70%，天然氣占10．2%，油料占9．6%，電力占6．2%，天然氣占能源消費的比重大，優(yōu)于全國的能源消費結(jié)構(gòu)。但高碳能源煤炭所占比重大，因此重慶市必須進(jìn)一步提高天然氣和一次電力等低碳能源在能源結(jié)構(gòu)中的使用比重，減少煤炭能源的大量使用。

2.2.2 產(chǎn)業(yè)結(jié)構(gòu)

碳排放部門是指第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和生活消費4個部門。通過重慶市能源消費和生產(chǎn)總值統(tǒng)計發(fā)現(xiàn)，重慶市第二產(chǎn)業(yè)能源消費最多，依次是第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、第一產(chǎn)業(yè)。三大產(chǎn)業(yè)單位產(chǎn)值能耗均呈下降趨勢，產(chǎn)業(yè)內(nèi)部能源結(jié)構(gòu)得到一定程度的優(yōu)化。

工業(yè)行業(yè)中，電力熱力的生產(chǎn)和供應(yīng)業(yè)、非金屬礦物制品業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)是碳排放量最大、產(chǎn)值能耗最大的行業(yè)，交通運輸設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、農(nóng)副食品加工業(yè)等產(chǎn)值能耗低的產(chǎn)業(yè)得到了較好發(fā)展。

2.2.3 技術(shù)水平

目前，重慶市能源消費以煤炭為主，能源利用效率低，冶金、煤炭、電力、化工等“高能耗、高污染”行業(yè)比重大。雖然通過燃煤、煤層氣、煤矸石混合燃燒發(fā)電等低碳技術(shù)的研發(fā)，在全市啟動了碳減排項目，但重大節(jié)能減排技術(shù)未能得到廣泛推廣，對碳減排拉動作用不明顯。

2.2.4 生活模式

直轄以來，重慶市城鄉(xiāng)居民的各類消費支出都呈顯著上升變化趨勢，隨著居民的消費領(lǐng)域不斷拓寬，家庭設(shè)備用品及服務(wù)、醫(yī)療保健方面的消費支出比例增長較快。越來越多的私家車、大型家用電器使用和居住條件的改善，導(dǎo)致居民消費的碳排放增加。

3 結(jié) 語

本次研究的方法主要是通過地表溫度間接反演CO2濃度。而用于反演的衛(wèi)星數(shù)據(jù)少且難獲取，Landsat-7衛(wèi)星由于機(jī)載掃描行校正器SCL的故障問題，數(shù)據(jù)本身質(zhì)量受到影響，通過插值處理后的影像反演地表溫度的精度有所限制，如果有質(zhì)量更好的遙感數(shù)據(jù)源，反演結(jié)果將更加理想。

[1] 石廣玉．衛(wèi)星遙感探測大氣CO2濃度研究最新進(jìn)展[J]．地球科學(xué)進(jìn)展，2010(1)：7-11

[2] 王莉雯．碳排放氣體濃度遙感監(jiān)測研究[J]．光譜學(xué)與光譜分析，2012(6)：1 639-1 643

[3] 戴鐵．利用紅外輻射光譜反演大氣CO2濃度的理論研究[J]．氣象與環(huán)境科學(xué)，2008,31(1):1-5

[4] Mao J P, Kawa S R． Sensitivity Studies for Space-based Measurement of Atmospheric Total Column Carbon Dioxide by Reflected Sunlight[J]． Applied Optics, 2004,43(4):914-927

[5] Clough S A, Iacono M J, Moncet J L． Line-by-line Calculation of Atmospheric Fluxes and Cooling Rates: Application to Water Vapor[J]． Journal of Geophysical Research,1992(97)： 15 761-15 785

[6] Clough S A, Iacono M J． Line-by-line Calculations of Atmospheric Fluxes and Cooling Rates 2: Applications to Carbon Dioxide Ozone, Methane, Nitrous Oxide, and Halocarbons[J]．Journal of Geophysical Research,1995(100):16 519-16 535

[7] 李小文．定量遙感的發(fā)展與創(chuàng)新[J]．河南大學(xué)學(xué)報：自然科學(xué)版，2005(4)：49-50

[8] 覃志豪．單窗算法的大氣參數(shù)估計方法[J]．國土資源遙感,2003(2)：38-42

P237.9

B

1672-4623（2014）06-0103-04

10.3969/j.issn.1672-4623.2014.06.036

陳雪洋，碩士，研究方向為資源環(huán)境與遙感。

2014-08-13。