[1]樊文平,单宝艳,蔡菲.基于ESDAGIS的山东省碳排放空间格局研究[J].山东建筑大学学报,2017,(04):322-326.
 Fan Wenping,Shan Baoyan,Cai Fei.Study on spatial pattern of carbon emission in Shandong province based on ESDAGIS[J].,2017,(04):322-326.
点击复制

基于ESDAGIS的山东省碳排放空间格局研究()
分享到:

《山东建筑大学学报》[ISSN:1673-7644/CN:37-1449/TU]

卷:
期数:
2017年04期
页码:
322-326
栏目:
研究论文
出版日期:
2017-08-15

文章信息/Info

Title:
Study on spatial pattern of carbon emission in Shandong province based on ESDAGIS
文章编号:
1673-7644(2017)04-0322-05
作者:
樊文平单宝艳蔡菲
(山东建筑大学 测绘地理信息学院, 山东 济南 250101)
Author(s):
Fan WenpingShan Baoyan Cai Fei
(School of Surveying and Geoinformatics, Shandong Jianzhu University, Jinan 250101, China)
关键词:
ESDAGIS 碳排放空间格局空间相关
Keywords:
ESDAGIS carbon emission spatial pattern spatial relevance
分类号:
PT951
文献标志码:
A
摘要:
城镇化的快速发展伴随着能源消耗及二氧化碳排放量的增长,开展二氧化碳排放空间格局的研究对于发展绿色、低碳城市,提高城镇化发展质量具有重要意义。文章通过建立碳排放量测算模型,分析了山东省2012年17地市的碳排放量,运用GIS与ESDA的Morans I 指数和LISA 指数空间相关分析方法,阐明了山东省碳排放空间格局特征。结果表明:化石燃料需求类别及数量不同是造成各地碳排放空间不均衡的关键因素;碳排放量最大值为济宁市的5777.05万t,最小为威海市的861.93万t,空间格局上鲁东<鲁西北<鲁中<鲁西南,呈现明显的空间差异性;全局Morans I 指数为0.0853,Z值为1.0150,说明山东省碳排放量全局自相关性不明显,LISA集聚图则显示出显著的局部空间集聚特征,主要在鲁西南及鲁中地区形成碳排放量高的集聚分布。
Abstract:
The rapid development of urbanization is always accompanied by the sharp rise in energy consumption and carbon emission, while the research on spatial pattern of carbon emission is of great importance to the development of green, ecological and lowcarbon city, and to the quality improvement of urbanization. Carbon emissions in 17 cities of Shandong province in 2012 were estimated by building the accurate carbon emission model. Characteristics of spatial pattern of carbon emission in Shandong province in 2012 were analyzed based on GIS, and on Exploratory Spatial Data Analysis (ESDA) (Morans I and LISA). Results show that: differences in types and amounts of demand for fossil fuels were the key factors that caused unbalanced carbon emission in Shandong province; the maximum carbon emission occurred in Jining (5777.05 ten thousand tons) while the minimum value in Weihai (861.93 ten thousand tons), and as to the whole region it was sorted as follows: east Shandong < northwest Shandong

参考文献/References:

[1] 方精云,王少鹏,岳超,等.八国集团2009意大利峰会减排目标下的全球碳排放情景分析[J].中国科学(地球科学),2009,39(10):1339-1346.[2] Solomon S., Qin D., Manning M., et al..Climate Change 2007:the Physical Science Basis[M].Cambridge:Cambridge University Press,2007. [3] 王中英,王礼茂.中国经济增长对碳排放的影响分析[J].安全与环境学报,2006,6(5):88-91.[4] 徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口·资源与环境,2006,16(6):158-161. [5] 蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学,2011,33(4):597-604.[6] 方精云,郭兆迪,朴世龙,等.1981—2000年中国陆地植被碳汇的估算[J].中国科学D辑,2007,37(6):804-812.[7] 柴志贤.密度效应、发展水平与中国城市碳排放[J].经济问题,2013,3(3):25-31.[8] 李阿萌,张京祥,肖翔.江苏省13城市1996—2008年碳排放时空变异分析[J].长江流域资源与环境,2011,10(8):1235-1242. [9] 张秀梅,李升峰,黄贤金,等.江苏省1996—2007年碳排放效应及时空格局分析[J].资源科学,2010,32(4):768-775.[10]张艳,陈太政,秦耀辰.中国城市居民直接能耗碳排放的空间格局及影响因素[J].河南大学学报(自然科学版),2013,43(2):161-167.[11] 钟宜根,葛幼松,张强华,等.城市规模与碳排放的相关性思考[J].现代城市研究,2010,25(5):65-69.[12] 王莉雯,卫亚星.基于RS和GIS的沈阳碳排放空间分布模拟[J].资源科学,2012,34(2):328-336.[13] 刘晓婷,陈闻君.基于ESDAGIS的新疆能源碳排放空间差异动态演化分析[J].干旱区地理,2016,39(3):678-685.[14] 李建豹,张志强,曲建升,等.中国省域CO2排放时空格局分析[J].经济地理,2014,34(9):158-165.[15] 胡艳兴,潘竟虎,王怡睿.基于ESDAGWR的1997—2012年中国省域能源消费碳排放时空演变特征[J].环境科学学报,2015,35(6):1896-1906.[16] 孟斌,王劲峰,张文忠,等.基于空间分析方法的中国区域差异研究[J].地理科学,2005,25(4):393-400.[17] 唐志高,刘红光,刘志高,等.经济地理学中的数量方法[M].北京:气象出版社,2012.

备注/Memo

备注/Memo:
收稿日期:2017-06-10 基金项目:山东省社科规划项目(14DGLJ06);山东省统计科研重点课题项目(KT16071);山东省住建厅科技计划项目(2017-R1-003);山东建筑大学博士基金项目(XNBS1303)作者简介:樊文平(1980- ),女,讲师,博士,主要从事GIS应用、空间统计分析应用等方面的研究.Email: fwenping@sdjzu.edu.cn
更新日期/Last Update: 2017-07-05