遥感技术在区域碳收支能力研究综述

2016-05-25 21:41童新华张郭秋晨韦燕飞
科技资讯 2015年32期
关键词:遥感气候变化

童新华+张郭秋晨+韦燕飞

摘要:气候变化所带来的不良影响已经涉及到区域经济秩序、政治格局前景、人类生存环境以及能源发展方向等领域。文章通过对当前关于RS技术在区域碳收支能力研究中的相关文献进行研究归纳,发现碳收支原理和主流方法是基于遥感技术对土地利用进行系统分类,随后建立碳收支模型的过程。碳收支能力的影响因素研究则集中于经济发展、产业结构、地形地貌分析三个方面展开。综述总结归纳区域碳收支能力研究的重要性,并提出现阶段研究中存在的问题。

关键词:气候变化;碳收支;遥感;碳收支模型

中图分类号: S153;S127 文献标识码:A 文章编号:1672-3791(2015)11(b)-0000-00

1. 引言

随着全球气候变暖的日益严重,人类面临到了迄今为止最重大的生态环境问题。随着全球气候变暖的日益严重,人类面临到了迄今为止最重大的生态环境问题。气候变化所带来的不良影响已经涉及到区域经济秩序、政治格局前景、人类生存环境以及能源发展方向等领域。区域碳收支能力是承载于碳排放和碳汇之上,运用于评价剖析和趋势预测的科研方向。相关研究表明通过遥感技术经济、高效地提取土地利用和地物覆被信息,成为现阶段研究全球气候变化的有力手段之一。[1]因此加强区域碳收支评估的精确性和针对性、研究区域碳收支能力估算的有效途径,对区域碳环境的平衡和气候变化的预测具有承上启下的效果。

2.主要原理和方法

2.1土地分类原理

随着《联合国气候变化框架公约》及《京都议定书》的生效实施,人们史无前例的认识到了全球气候变化对我们造成的危害将极为严重,这其中涉及碳循环的土地利用覆

被变化就是重要因素之一。世界各国随之高度重视针对气候变化的土地覆被分类的研究,其中包括:欧洲环境署(EAA)为便于欧盟各国间进行统一的环境监测,提出了CORINE土地覆被分类系统;美国方面通过遥感技术衍生出针对森林特色植被和稀疏草地的分类体系,将其命名为Anderson分类系统;中国中科院提出了主要面向植被覆盖的土地利用分类系统,便于我国大尺度的生态环境评价研究。同时政府间气候变化专门委员会(IPCC)利用土地利用、土地利用变化和林业活动,估算碳储量变化和温室气体排放。

在诸多分类系统的辅助下,张磊[2]等专家提出了基于碳收支的中国土地覆被分类系统,该系统结合我国地物排列、监测水平、季节变化等19个特征指标,设计出6大类、38个小类面向碳收支的土地覆被类型,推动了我国区域碳收支能力专题研究的发展。

2.2遥感技术

2.2.1遥感应用于碳收支研究

遥感技术的发展经历了波段分辨率、空间分辨率、时间分辨率的不断提高的过程[3-4]。现阶段引用遥感技术进行区域碳收支能力的研究,已经彻底改变了传统的基于碳源汇实地观测的方法,使得区域碳收支能力的研究面积更具整体化,突破了以往获取和统计数据的瓶颈。例如:方精云[5]等利用遥感技术结合相关数据研究1981-2000年中国陆地植被的碳汇情况,预测了我国森林固碳能力将会显著增加的趋势,同时总结了其反演模型的不确定性;Soegaar.H[6]等利用遥感技术提高了基于景观层面碳通量的估算水平。

2.2.2针对碳收支专题的遥感分类方法

反观现阶段高分辨率遥感影像大量出现并广泛应用的大背景下,传统基于像元的分类方发法不断面临挑战,已经难以满足现阶段的需求,王东生[7]等就曾在基于RS和GIS的不同土地利用方式的碳收支研究中提出,传统的分类方法无法对主要土地利用类型开展进一步的细分,导致估算出的碳收支结果对实践的指导意义不大。基于此面向对象遥感影像分类技术脱颖而出、推陈出新,面向对象分类技术可以完美地利用影像对象的空间、形状、纹理、上下文等特征信息进行更加深入细致的分类,使得区域碳收支能力的研究更加切合实际。例如郭亚鸽[8]等利用面向对象的分类方法对森林植被进行二级信息提取,并通过精度对比体现出面向对象分类方法相比传统分类的精确度具有很大的提高。

2.3碳收支模型

目前国内外在区域碳收支能力的研究上早已将经验模型提升到碳循环参数模型方向,大量的RS模型、GIS模型应用于碳收支能力研究的成功案例逐渐涌现,已经成为现阶段生态碳循环相关研究的必经之路。徐国泉[9]采用Divisia分解法建立了碳排放的因素分解模型,分析了10年间影响中国人均碳排放的主要因素,拉动了节能减排政策的实施。朱文泉[10]等人在GIS技术的支持下,利用MODIS数据构建了一个区域NPP估算模型,提高了估算森林NPP的可操作性和真实性。国外方面,Rik Leemans[11]结合环境资源结构模型预测分析了生物能源对全球气候变化和区域碳循环的影响,总结了绿色能源使用和节约的相关措施。因此为增加区域碳收支能力研究的精确性和预见性,基于前人的经验总结归纳其碳收支相关模型的优劣,建立更为适宜研究区域土地利用现状的碳收支模型显得尤为重要。

3. 关于影响因素的研究

除了研究区域碳收支的原理与方法之外,形成区域内碳能力差异的影响因素也是现阶段关于碳收支能力的研究重点。大部分专家学者认为经济发展、产业结构、地形地势分异是三大影响碳收支能力的主导因素。

3.1经济发展

工业革命带动了世界经济高速发展的趋势,同时也带来了诸多如全球气候变化、生态环境污染等人为灾害。因此,为了更为科学的探究经济发展与碳收支之间的关系,环境库兹涅茨曲线(EKC曲线)应运而生,并且随之而来的相关研究大量开展。DeBruyn S M[12]等人认为在中、远期之后环境压力与经济关系应该是N形曲线,而非传统观念上的倒U形曲线。相似的结论在胡初枝[13]等结合分解分析法研究EKC模型后也有展现,并分析出中国自1990至2005年碳排放量总体呈现出N型曲线。近期国内大量研究表明在省、市级层面上,区域碳排放与经济发展之间存在着一种脱钩关系,并且有待进一步探讨。

3.2产业结构

产业结构与区域碳收支能力的研究大都一致认为,区域碳排放与第二第三产业息息相关,而碳汇能力与第一产业紧密联系。李雷鸣[14]等曾在分析山东省碳排放问题时发现人口因素及产业结构因素对区域总碳排放量起到决定性的作用。而李建[15]更为细致深入的探讨了三个产业与我国各省碳收支能力的具体关系,其研究表明区域碳排放的强度跟该区域第二产业关联最深,第一产业对区域碳排放的作用最小。同时潘磊等提出了以调整产业结构低碳化、产业内部减排等手段,解决辽宁省碳收支能力与生态环境和谐等问题,并给出了低碳产业结构化的经济发展对策,得到了很好的效果。

3.3地形地势分异

在区域碳收支能力的研究上,虽然尺度不大,但大部分区域内仍涉及到明显的地形地势分异问题,从而会造成温度、水分、植被覆盖等因素的变化。例如黄从德[16]等人结合四川森林碳储量等信息分析出海拔越高,总结出碳收支能力的影响越小,碳密度越大等特点,对日后区域碳收支能力的研究具有推动作用;刘玉[17]针对独特花岗岩地形区进行区域碳汇能力研究,发现裂隙带厚度与风化程度干涉了区域土地利用和植被覆盖度等情况,从而影响了花岗岩地区的碳汇强度。相信随着RS和GIS技术的快速发展,更多关于特殊地形地势的区域碳收支能力相关研究将逐步解决。

4. 总结展望

近年来,国内外在区域碳收支能力的研究上具有长足的进展,尤其是通过RS技术和GIS技术解决碳收支问题方面。面向对象分类技术的迅猛发展和空间分析技术的广泛应用,完全可以解决传统的实地观测不便、手工统计资料量大等问题,为日后拓宽区域碳收支能力的研究提供了强有力的技术支持。

该研究取得进展的同时也存在某些不足,主要表现在以下几方面:

(1) 由于测算模型的不同、标准碳转换系数不统一、能源消耗统计来源相异等问题,使得同一区域的碳收支能力估算结果具有或多或少的差异,影响了区域碳收支能力研究的实用性前景,容易误导区域碳收支预测分析的结果。

(2) 在区域碳收支能力的影响因素方面,大量研究主要针对经济发展、产业结构、人为干扰等相关因素,而忽略了较为重要的政策性因素。相信国家政策性因素对于现阶段区域碳收支能力的研究影响也很关键。

(3) 大量研究提出了不少针对统一划定区域碳收支放标准的制度性建议,可是,当今中国经济发展并不均衡,西部地区与东部沿海一带的经济水平差距较大,统一划定区域碳收支标准不利于我国部分西部地区的经济发展,为此应该因地制宜的给予一些补偿性措施以平衡区域碳收支差异。

基于此,高度重视节能减排工作对于区域碳收支问题仍旧尤为重要。我国正处于工业加速扩张、经济逐步提升、社会文明高速发展时期,随着社会发展、人口增加、城市转换以及人民物资丰足,我国已成为受人瞩目的碳排放大国。为此中国有责任进行相关内容的科学研究,提高碳源利用效率,降低碳排放强度,完善节能减排工作,处理好区域碳收支的问题。

参考文献:

【1】赵荣钦, 黄贤金. 基于能源消费的江苏省土地利用碳排放与碳足迹 [J][J]. 地理研究, 2010, 29(9): 1639-1649.

【2】张磊, 吴炳方, 李晓松, 等. 基于碳收支的中国土地覆被分类系统[J]. 生态学报, 2014, 34(24): 7158-7166.

【3】赫英明, 王汉杰, 张洪峰. 遥感数据的土地覆盖分类[J]. 解放军理工大学学报: 自然科学版, 2011, 12(3): 294-300.

猜你喜欢
遥感气候变化
北极熊如何适应气候变化
《应对气候变化报告(2022)》发布
保护生物多样性 积极应对气候变化
气候变化与环保法官
气候变化:法官的作用
皮山县绿洲
基于最大似然法的南京市土地利用类型分类研究
基于GIS的东川地区植被指数季节变化研究
中国“遥感”卫星今年首秀引关注
基于遥感数据的雾物理属性信息提取