基于Landsat影像的建设用地扩展与碳排放关联分析

张元栋，杜芬玲，王 涛，尚晓鹏

（1.国家测绘地理信息局第一地形测量队，陕西 西安 710054；2.中煤航测遥感集团有限公司航测工程分公司，陕西 西安 710054；3.西安科技大学 测绘科学与技术学院，陕西 西安 710054）

基于Landsat影像的建设用地扩展与碳排放关联分析

张元栋1，杜芬玲2，王 涛3*，尚晓鹏1

（1.国家测绘地理信息局第一地形测量队，陕西 西安 710054；2.中煤航测遥感集团有限公司航测工程分公司，陕西 西安 710054；3.西安科技大学 测绘科学与技术学院，陕西 西安 710054）

以西安地区2000～2015年间8期Landsat TM/OLI遥感影像及统计数据为基础，结合碳排放计算方法，分析了碳排放与建设用地、人口、非农业人口、耕地面积、GDP、人均GDP和固定资产投资额6个主要指标的相关关系。结果表明：①西安地区2000～2015年建设用地面积呈指数增加；2000～2014年碳排放量呈显著线性增加，碳排放与建设用地面积扩展呈显著的线性相关关系。②2000～2014年西安地区人口、非农业人口与碳排放呈显著的线性增加关系；耕地面积与碳排放呈显著的线性递减关系；GDP、人均GDP和固定资产投资额与碳排放总体呈线性增加关系，但均可划分为2000～2006年和2006～2014年2个阶段，前一阶段线性递增率高于后一阶段，反映出西安地区随经济发展，碳排放量2000～2006年增速较高，而2006～2014年增速减缓。研究表明西安地区建设用地扩展与碳排放有密切关系。

建设用地扩展；碳排放；相关分析；遥感影像；西安

联合国政府间气候变化专门委员会（IPCC）多次评估报告明确指出气候变暖毋庸置疑，气候变暖已成为世界人民关心的问题。IPCC认为，人类活动尤其是化石能源的燃烧是大气中温室气体的主要来源[1]，而在温室气体中，CO2所占比例受到广泛关注，减少碳排放成为了当前社会面临的主要问题之一[2]。经济快速发展引起城市建设用地扩展并占用耕地、林地和草地等，导致全球陆地表面植被迅速减少，固碳能力下降[3-4]，是碳排放的又一重要原因。

土地利用与碳排放关系是当前研究的热点，从行政区划层面，如国家、省市及县等层面开展了大量研究工作，结果表明，经济发展越好、城市扩展越快，区域碳排放量越大[5-6]；有的学者从城市经济结构方面入手，探讨城市土地利用、经济结构与碳排放关系[7]；也有学者从土地集约利用入手，探索在碳排放约束机制下土地集约利用的方式，或土地集约利用对碳排放的影响等[8]。土地利用与碳排放研究为全球气候变暖背景下城市空间发展及经济发展过程提供了科学规划的基础与依据，有利于发展中国家尤其是中国城市扩展过程更加科学和低碳化。

西安是中国中西部地区的重要城市，2000年以来经济发展迅速，城市扩展规模日益增大。西安地区土地利用与碳排放研究也受到广泛的关注[9-10]。目前西安地区建设用地与碳排放研究还缺乏利用遥感数据进行分析的视角，本文以遥感影像数据为基础，结合统计数据分析西安地区建设用地扩展与碳排放的相关关系，为西安地区城市的科学规划、低碳发展提供依据。

1 研究方法

1.1 研究区概况

西安市是陕西省省会，地处107°39′37"E～ 109°49′5"E和33°41′21"N～34°44′54"N之间，包括10个区和3 个县，土地面积10 108 km2。西安市2014年GDP为5474．77×109元，人口862．75×104人。全市属暖温带半湿润大陆性季风气候，冬春寒冷干燥，夏秋炎热多雨，年平均温度13．0℃，年平均降水量为560．4 mm。南部为秦岭山地，其他区域属关中平原。西安市全境属黄河流域，主要河流有渭河、灞河、浐河、沣河、黑河等[11]。为了获取较多年份的研究区影像，本研究选择轨道号为p127r36的 Landsat TM/OLI影像所覆盖的西安地区范围作为研究对象。相较于高分辨率遥感影像，Landsat影像较易获取，时间序列较长，在建设用地提取方面应用广泛。

1.2 数据来源及处理

使用数据包括2000～2015年间8期Landsat TM/ OLI影像和西安市2000～2014年统计数据。遥感影像下载自中国科学院计算机网络信息中心国际科学数据镜像网站（http：//www．gscloud．cn），详细信息见表1。统计数据来源于西安市统计年鉴，用于获取研究区2000～2014年的能源消耗（仅指规模以上工业企业）、人口数量、非农业人口、GDP、人均GDP、第二产业产值、耕地面积、固定资产投资额数据。

表1 遥感影像信息

遥感影像解译过程包括：①影像融合。TM影像的5、4、3波段与OLI影像的6、5、4波段相对应，分别为中红外、红外和红光波段，543/654波段配合红绿蓝颜色融合生成的假彩色图像类似于自然色，符合人们的视觉习惯，便于分类，主要应用于城镇土地利用的区分。②影像校正、配准。以2015年遥感影像为基准，对其他年份影像进行配准，误差在1个像元以内。③影像裁切。用西安地区行政边界对遥感影像进行裁切。④监督分类。在ENVI中利用支持向量机（support vector machine，SVM）方法进行监督分类，并结合实地调查及高分辨率遥感影像（小于1 m）对解译结果进行分类精度评价，8期影像分类精度均在85%以上，能够满足研究需求。⑤获取8期建设用地数据。将分类后的栅格数据在ArcGIS中转换为矢量数据，仅保留建设用地类型，统计各年份建设用地面积。

1.3 研究方法

土地利用碳排放中耕地、林地、草地碳排放可直接通过用地类型面积与碳排放系数计算得到，而建设用地碳排放通过能源消耗间接估算[12]，即将煤炭、石油、天然气等能源消耗转为碳排放量，计算公式如下[13]：

式中，EC为建设用地碳排放总量；eci为第i种能源消耗产生的碳排放量；Eni为第i种能源消耗量（吨标准煤）；σi为第i种能源碳排放系数（tC/t标准煤）。由于2001～2015年西安统计年鉴中给出了所有能源消耗转为t标准煤的总额，根据文献[12-14]确定煤炭的碳排放系数为0．747 6 tC/t标准煤。

2 结果分析

2.1 建设用地扩展分析

西安地区建设用地包括西安市及其所辖区、县政府所在地及乡镇、村建设用地。遥感影像解译结果表明，2000～2015年西安地区建设用地面积由286．76 km2增加至1 217．05 km2，共增加了930．29 km2，增加3．24倍（图1）。

西安地区建设用地扩展过程呈指数函数变化，可划分为2000～2006年和2006～2015年2个阶段，其中2000～2006年建设用地由286．76 km2增加至462．57 km2，增加175．81 km2，增加61．3%；2006～2015年建设用地增加754．48 km2，增加163%。可见，西安地区建设用地扩展主要集中在2006～2015年间。

图1 西安地区建设用地变化过程

2.2 建设用地碳排放分析

西安地区碳排放过程可划分为3个阶段，分别是2000～2003年、2004～2008年以及2009～2015年（图2）。2000～2003年碳排放量平均值为3 952．2 kt，2004～2008年平均值增加为6 206．3 kt，2009～2015年增至7 624．0 kt。总体上，2000～2014年西安地区碳排放量由3 247．2 kt增加至7 720．3 kt，增加了4 473．1 kt，增加1．38 倍。西安地区碳排放呈线性增加趋势，线性递增率为357．47 kt/a，通过0．05显著性水平检验（P＜0．001），反映出研究区碳排放未来仍将呈线性增加趋势。

图2 西安地区碳排放变化过程

2.3 建设用地与碳排放关联分析

2000～2014 年西安地区建设用地呈指数增加趋势，碳排放量呈线性增加趋势，以对应年份建设用地与碳排放量形成散点图（图3）。图3表明建设用地与碳排放量之间具有显著的线性相关关系（P＜0．05），并且呈线性增加趋势。随着建设用地的扩展，碳排放量线性递增，递增率为6．82 kt/km2，即西安地区建设用地每增加1 km2，则碳排放量增加6．82 kt。

图3 碳排放与建设用地扩展关系

2.4 主要建设用地扩展指标与碳排放关联分析

政府政策、人口、经济因素是建设用地扩展的主要驱动因素[15]。本文选择2000～2014年人口、非农业人口、耕地面积、GDP、人均GDP和固定资产投资额6个统计指标表征政策、人口、经济因素，并与对应年份碳排放量形成散点图（图4）。

图4表明，西安地区碳排放与人口、非农人口、GDP、人均GDP、耕地面积和固定资产投资额均呈显著的相关关系，具体表现为碳排放与人口呈显著的正相关关系，即随着人口的增加，碳排放量逐步增加，线性递增率为35．64 kt/万人（P＜0．001）（图4a）。碳排放与非农业人口也呈显著的正相关关系，即随着非农业人口的增加，西安地区碳排放逐步增加，线性递增率为34．14 kt/万人（P＜0．001）（图4b）。碳排放与耕地面积呈显著的负相关关系，即随着耕地面积的减少，碳排放呈增加趋势（图4c）；实际情况表明，2000～2014年西安地区耕地面积呈减少趋势，并且碳排放显著增加（图2）；西安地区耕地面积减少与建设用地增加相对应，大量耕地转为建设用地，故建设用地与碳排放呈正相关的情况下，耕地面积与碳排放呈负相关关系，线性递减率为93．98 kt/（103 ha）。

图4 主要建设用地扩展指标与碳排放关系

碳排放与经济因素如GDP、人均GDP和固定资产投资额均呈显著的正相关关系，具体表现为碳排放与GDP总体呈显著的正相关关系（P＜0．001），但变化过程可以划分为2个阶段，分别是2000～2006年和2006～2014年，前一阶段碳排放随GDP增长呈快速的线性增加过程，线性递增率为3．29 kt/亿元（P＜0．05），后一阶段碳排放随GDP增长，线性增长速率减缓，为0．51 kt/亿元。碳排放与人均GDP总体也呈显著的正相关关系（P＜0．001），变化过程也划分为2个阶段，即2000～2006年和2006～2014年，前一阶段碳排放随人均GDP的线性递增速率为0．269 kt/（元/人）（P＜0．05），后一阶段线性递增率下降为0．042 kt/（元/人）（P＜0．05）。碳排放与GDP、人均GDP的相关关系表明，2000～2006年西安地区碳排放增速较快，2006～2015年增速减缓。西安地区经济发展与固定资产投资之间关系密切，碳排放与固定资产投资额的相关关系总体表现为正相关关系（P＜0．001），变化过程也分为2000～2006年和2006～2015年两个阶段，前一阶段碳排放与固定资产投资额的线性递增率为3．423 kt/亿元（P＜0．05），后一阶段线性递增率减缓，为0．438 kt/亿元（P＜0．01）。

碳排放与建设用地扩展重要指标的相关分析表明，随着2000年来西安地区经济的快速发展，建设用地规模不断扩大，大量农业人口转为城市人口，城镇化率不断提高，受建设用地扩展影响，西安地区耕地面积持续下降，而西安地区的碳排放量持续增加，并且表现出与人口数量、非农业人口数量及耕地面积变化的线性相关关系，同时与GDP、人均GDP和固定资产投资额的相关关系反映了西安地区经济发展与碳排放的阶段性差异。

3 结 语

基于2000～2015年间8期Landsat TM/OLI影像及2000～2014年统计数据，对西安地区建设用地扩展与碳排放进行关联分析，结果表明：

1）西安地区2000～2015年建设用地面积呈指数增加，建设用地扩展主要集中在2006～2015年间。2000～2014年碳排放量呈显著线性增加趋势，线性递增率为357．47 kt/a，碳排放与建设用地面积扩展呈显著的线性增加关系，线性递增率为6．82 kt/km2。

2）西安地区2000～2014年人口、非农业人口与碳排放呈显著的线性增加关系，线性递增率分别为35．64 kt/万人和34．14 kt/万人；耕地面积与碳排放呈显著的线性递减关系，线性递减率为93．98 kt/（103ha）；GDP、人均GDP和固定资产投资额与碳排放总体呈线性增加关系，但均可划分为2000～2006年和2006～2014年两个阶段，前一阶段线性递增率高于后一阶段，反映出西安地区随经济发展碳排放量2000～2006年增速较高，而2006～2014年增速减缓。

Landsat影像仅能用于建设用地总体的区分，无法区分建设用地构成，如工业用地、商业用地等，因此在研究建设用地总体与碳排放关系时，Landsat影像有优势；而在深入研究建设用地构成与碳排放关系时，高分辨率遥感影像更具优势。统计方法尤其是线性相关分析方法能够给出建设用地与碳排放在统计学上的相关关系。同时，也应看到任何两组数据之间均存在数据之间的统计关系，故在选择建设用地及其相关指标方面，应选择与碳排放具有内在关联性的指标。由于数据获取的限制，文章仅从西安地区整体对建设用地与碳排放关系进行了分析，下一步可以结合县级行政单元数据，分析更小区域的建设用地与碳排放相关关系，可为城市科学规划与发展提供依据。

[1] STOKER T F,QIN G K,PLATTNER M,et al． IPCC,2013：Summary for Policymakers [A]．Climate Change 2013： The Physical Basis． Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]． Cambridge University Press,Cambridge, United Kingdom and New York, NY, USA

[2] TAO Yu, LI Feng, WANG Rusong, et al． Effects of Land Use and Cover Change on Terrestrial Carbon Stocks in Urbanized Areas： a Study from Changzhou, China [J]． Journal of Cleaner Production, 2015(103)：651-657

[3] 赵先超,朱翔,周跃云． 湖南省不同土地利用方式的碳排放效应及时空格局分析[J]． 环境科学学报,2013,33(3)： 941-949

[4] 马晓哲,王铮． 土地利用变化对区域碳源汇的影响研究进展[J]．生态学报,2015,35(17)： 5 898-5 907

[5] LIU Y, HUANG X, YANG H, et al． Environmental Effects of Land-Use/Cover Change Caused by Urbanization and Policies in Southwest China Karst Area： a Case Study of Guiyang [J]．Habitat International, 2014(44)： 339-348

[6] FANG Chuanglin, WANG Shaojian, LI Guangdong． Changing Urban Forms and Carbon Dioxide Emission in China：a Case Study of 30 Provincial Capital Cities [J]．Applied Energy, 2015(158)：519-531

[7] TIAN Xin, CHANG Miao, SHI Feng, et al． How does Industrial Structure Change Impact Carbon Dioxide Emissions? A Comparative Analysis Focusing on Nine Provincial Regions in China [J]． Environmental Science & Policy, 2014(37)：243-254

[8] 张俊峰,张安录,董捷． 土地集约利用与土地利用碳排放的关系研究：以武汉城市圈为例[J]．农业现代化研究,2013,34(6)：717-721

[9] 张艳芳． 西安市土地利用变化与碳排放空间格局特征研究[J]．西北大学学报（自然科学版）,2013,43(2)： 287-292

[10] HUTYRA L R, YOON B, CYMEMAN J H, et al． Carbon Consequences of Land Cover Change and Expansion of Urban Lands：a Case Study in the Seattle Metropolitan Region [J]．Landscape and Urban Planning, 2011,103：83-93

[11] 西安市统计局,国家统计局西安调查队．西安市统计年鉴(2001～2015)[M]． 北京： 中国统计出版社． 1989-2015

[12] 李颖,黄贤金,甄峰．江苏省不同土地用方式的碳排放效应分析[J]．农业工程学报,2008,24(sup．2)： 102-107

[13] 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[J]． 中国人口·资源与环境,2006,16(6)：158-161

[14] 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：地球科学,2007,37(6)： 804-812

[15] 王涛,杨强． 基于RS和GIS的城市扩展特征及驱动机制差异性分析：以南通地区为例[J]． 遥感技术与应用,2011,26(3)：365-374

P208

B文章编号：1672-4623（2017）06-0099-04

10.3969/j.issn.1672-4623.2017.06.031

张元栋，硕士，工程师，从事3S与测量应用研究。

2016-02-06。

项目来源：国家自然科学基金项目（41271103）；陕西省自然科学基础研究计划资助项目（2015JQ4110）；西安科技大学培育基金项目（2014007）。（*为通讯作者）