CN106446314A - 基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 - Google Patents
基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 Download PDFInfo
- Publication number
- CN106446314A CN106446314A CN201510565762.0A CN201510565762A CN106446314A CN 106446314 A CN106446314 A CN 106446314A CN 201510565762 A CN201510565762 A CN 201510565762A CN 106446314 A CN106446314 A CN 106446314A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- urban
- city
- energy
- represent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种基于Landsat TM和ETM影像定量评价城市形态与碳排放相关关系量算的技术方法,其主要步骤包括:1、基于IPCC温室气体排放清单编制方法和各类能源统计数据核算城市能源消费碳排放;2、基于Landsat TM和ETM影像,应用ENVI/IDL 5.1 软件和 ArcGIS 10.1 (ERSI) 软件定量核算城市形态指标;3、利用计量经济模型定量核算城市形态相关指标与碳排放之间的相关关系。该技术方法具有系统性、全面性和可操作性,可为城市空间结构优化提供全面、客观和科学的优化决策与调控依据。
Description
技术领域
本发明属于城市空间规划与管理研究领域,具体的,本发明涉及一种定量核算城市形态与碳排放相关关系的技术方法,该量化技术方法可为城市精明增长、城市空间结构优化提供全面、客观和科学的决策依据。
背景技术
作为人类生产与生活的重要空间载体,城市是碳排放最主要的地域单元。一方面,城市只占3%的地表,却消费了全球75%的能源和排放了全球80%的温室气体。另一方面,城市引领了全球经济的增长,提高了人们的生活水平。所以,城市政府和规划者在极力促进城市经济增长的同时,也面临巨大的减排压力。降低能源消费碳排放和保持经济稳定增长是世界范围内所有城市政府面临的巨大挑战。在此背景下,政策决策者试图寻找协调二者之间可持续发展的道路。然而,除了传统的依靠科技和政策约束的减排措施外,城市空间规划在一定程度上可以有效降低碳排放并同时能促进城市的可持续发展。虽然由此共识,却很少有相关研究探讨城市规划因素对碳排放的定量影响。基于此,本节将重点论述城市化进程中城市规划(城市形态)对碳排放的作用机理,借助遥感影像和计量经济分析方法核算城市形态对碳排放的影响。
城市形态是指一个城市的实体环境以及各类活动的空间结构。一般认为城市的有形形态主要包括城市区域内城市布点形式,城市用地的外部几何形态,城市内各种功能地域分异格局等;另外一些学者认为城市的无形形态是指城市的社会、文化等各无形要素的空间分布形式 。本文所指的城市形态是城市物质环境构成的有形形态。规划学者认识到,城市形态主要通过密度(density)、邻近度(proximity)、紧凑度(compactness)和可达性(accessibility)等会对城市物质环境产生结构性的影响;既有的城市形态会对居民的日常活动行为(交通等)及温室气体排放具有长期且深远的影响。
目前已有的若干关于城市碳排放计算与碳减排的发明专利主要集中在两个方面:一是通过规划手段达到碳排放估算的目的,如申请号为2014107432275的名为一种中观尺度下缓解热岛效应的优化城市形态设计方法,公开号为CN104392064A的发明专利,通过对地块容量布局进行优化,从而筛选最低热岛强度的地块容量布局方案。又如申请号为2014100551663的名为一种基于城市规划的碳排放计量方法,公开号为CN103870678A的发明专利,提出了基于城市规划分析判断城市整体碳排放计量的方法,通过将城区规划低碳碳排放领域进行划分,从而得到整个城市的总碳排放量。二是通过工艺手段及方法实现减排的目的,如申请号为2013104082716的名为基于碳排放评估模型的低碳工艺规划方法,公开号为CN103473614A的发明专利,建立一个更为准确、更为通用的机械制造工艺碳排放评估模型,同时结合LCA原理对典型机加工艺过程进行分析,从而提出一种新的低碳工艺规划方法,真正实现从特征的识别到工艺规划的生成全过程。又如申请号为2007800046427的名为在降低碳排放的情况下水泥质灰产品的生产,公开号为CN101379004的发明专利,它提出了在建筑产品中使用水泥质灰作为波特兰水泥的全部或部分替代品能够降低因制造波特兰水泥而产生的二氧化碳排放。
由以上发明专利可以看出,目前针对城市碳减排的技术方法,主要针对城市碳排放计算和通过工艺手段或生产过程达到减排目的而展开的,特别集中生产的视角。而由于城市增长(扩张)具有盲目性、城市用地具有凌乱性,已有技术方法在应用中具有明显的局限性。这种局限突出表现在两个方面,首先是不够全面,没有考虑城市的精明增长,没有考虑城市的扩张带来的系列资源环境效应;其次是没有涉及城市紧凑性发展及如何通过城市规划手段优化空间拓展结构。这些不足制约了对城市空间结构优化的进一步研究,不利于城市碳减排及实现低碳发展的目的。因此,科学合理解析城市形态和碳排放的相关关系具有重要的理论意义和现实意义。
发明内容
针对现有技术方法的不足,本发明提供了定量揭示城市形态与碳排放相关关系的技术方法,该方法可更好地揭示城市在发展过程中存在的众多不低碳扩张行为,进而提出城市空间结构优化的方向,由此为城市紧凑和低碳发展提供科学、理性的决策支持。
本发明的特点在于,首先,由此实现科学合理定量揭示城市形态与碳排放相关关系的研究,从而为城市空间结构优化和低碳发展提供决策支持。
本发明的技术方法包括以下步骤:
1、对城市能源消费碳排放进行科学合理的核算。核算的具体步骤为:
(1)首先收集各类能源统计数据,根据中国能源统计年鉴中的能源平衡表,能源类型大致可分为10类:原料煤、焦炭、原油、燃料油、汽油、焦炉气、煤油、柴油、液化石油气、天然气和电力。但城市建成区尺度的能源统计数据有限,可采用中国城市统计年鉴里有关市辖区的能源统计数据。
(2)查找IPCC温室气体排放清单编制方法关于每种能源的低位热值和碳排放系数。详见表1。
表1能源分类热值及碳排放系数
(3)计算能源消费碳排放。公式如下:
(1)
式中,CE表示能源消费碳排放;C表示能源消费量;F表示碳排放系数;α表示能源低位热值;i表示城市;t表示年份;j表示能源类型。能源类型大致可分为10类:原料煤、焦炭、原油、燃料油、汽油、焦炉气、煤油、柴油、液化石油气、天然气和电力。
2、核算城市形态相关指标,基于Landsat TM和ETM影像,利用ENVI/IDL 5.1 软件、 ArcGIS 10.1 (ERSI) 软件和FRAGSTATAS 4.2软件定量测算城市形态相关指标。测算的具体步骤为:
(1)首先获取Landsat TM和ETM影像来提取城市建成区的边界。
(2)利用ENVI/IDL 5.1 软件和 ArcGIS 10.1 (ERSI) 软件,结合目视解译和矢量图形创建了城市建成区数据集。
(3)利用基于FRAGSTATAS 4.2对所创建的城市数据集进行城市形态相关指标计算,城市形态相关指标计算公式,详见表2。
表2 景观指数表达式及相关描述
3、利用相关计量经济模型定量测算城市形态与碳排放的关系,具体表达式为:
(2)
式中,CE it表示第i个城市第t年的碳排放量;αi是标量系数;φ是参数向量;μ i表示个体效应,用于捕捉城市的异质性;ε it表示随机残差;Z it表示外生变量向量,包括TA, LPI, AWMSI, AWMPFD,
PARA_MN, PLADJ, COHESION, AI, LSI 和CONTIG。
① 为了消除变量的非平稳性和异方差现象,对所有数据都进行对数化处理,也是为了测量因变量对自变量的弹性。由于上式方程表达式是组合形式,所以必须根据外生变量的增加减少来确定模型的具体形式。通常,T表示时间点个数,K表示每个具体模型中外生变量数,T和K的关系一般需满足T>K+1。
② 在估计每个具体模型之前,还需确定模型的影响形式是随机效应模型还是固定效应模型。固定效应模型通常可辨别个体间的差异性,它还允许外生变量Z it 和个体效应μ i 存在一定的相关性,然而,由于众多变量系数的关系,它的模型自由度相对较低。随机效应模型相比于固定效应模型具有较高的自由度,然而,它只有在外生变量Z it 和个体效应μ i 不存在相关性时才具有较高的功效。通常模型影响形式的判别是通过Hausman检验确定的。
③为了解决变量的平稳性问题,必须引入面板单位根检验。本文引入一种面板单位根检验Levin, Lin and Chu (LLC)来检测面板数据的平稳性。面板单位根检验相比于时间序列单位根检验同样具有较高功效,LLC检验的具体表达式如下:
(3)
式中,Z it 表示(确定性)外生变量向量;φ表示回归系数向量。备择假设和原假设表示为:
H1: ρ<0
H0:
ρ=0
(4)
在原假设下,变量存在单位根;在备择假设下,变量间不存在单位根。
至此,完成基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法。
本发明的技术方法弥补了现有研究存在的不足,为定量揭示城市形态与碳排放相关关系提供了一种新的技术方法。和现有技术方法相比,本发明具有以下优点:
1、全面性。从城市用于生产和生活的各类能源消费出发,结合IPCC清单法定量核算了城市能源消费碳排放,在目前的研究中比较全面。
2、准确性。基于遥感和GIS相关手段获取城市增长或扩展的第一手资料,相比于传统的统计数据更具准确性。
3、可操作性。能源消费数据及Landsat TM和ETM影像获取比较容易,通过相关软件对各种指标的计算是比较成熟方法,本发明首次定量揭示城市形态与碳排放的相关关系,具有现实可操作性和实用性。同时,计算结果实现了完全的定量化,可根据相关系数及各指标模型检测的显著性可判断所起的效应方向,直观、易于理解和推广,克服了主观随意性,提高了相应的技术含量。
附图说明
附图为本发明技术方法的流程图。
具体实施方式
以全国30个省会城市的城市形态和碳排放关系核算为例对本发明技术方法的具体应用作进一步说明。
以全国30个省会城市为实施案例区,基于IPCC温室气体排放清单编制方法估算能源消费碳排放,分析1990-2010年的碳排放变化趋势;之后基于Landsat TM和ETM影像,同时借助相关软件和方法核算全国30个省会城市的城市形态相关指标;最后基于计量经济模型定量揭示城市形态与碳排放的相关关系。具体的,应用包括以下步骤:
1、全国30个省会城市的碳排放核算。
(1)根据能源平衡表收集1990-2010年全国30个省会城市的能源统计数据。
(2)查找IPCC温室气体排放清单编制方法中有关每种能源的低位热值和碳排放系数。
(3)应用公式(1)计算得到全国30个省会城市1990-2010年的碳排放数据,部分年份碳排放计算结果,详见表3所示。
表 3 主要年份碳排放计算结果(万t)
2、全国30个省会城市的城市形态指标计算。
(1)首先收集全国30个省会城市的遥感影像,如Landsat TM影像,本文中影像提取的时间段为1990-2010年的3个时间点:1990年、2000年和2010年,比例尺为1:100,000。所以,共有99幅Landsat TM影像和ETM影像(取自于全球土地调查1990、2000、2010年)用于确定30个省会城市的建成区边界,具体包括33幅1990年的Landsat TM影像、33幅2000年的Landsat TM影像和33幅2010年的Landsat-ETM5/ETM7影像。99幅影像的数据源如表4所示。
表4 遥感影像数据源
注: “P123R032_5X19920907”: path 123, row 32, 获取时间: 9月7日,1992;“L512303220090922”:L5=Landsat-ETM5,path123, row 32, 获取时间: 9月22日, 1992。
(2)利用以下流程提出全国30个省会城市的建成区边界。
① 获取未校正影像;
② 对影像进行合成;
③ 校正影像;
④ 地面控制点选取;
⑤ 校正模型;
⑥ 进行几何精校正;
⑦ 质量控制得到校正后影像;
⑧ 提前建成区准则;
⑨ 可视解译;
⑩ 建成区信息提取,采取质量控制,获得提取结果;
(3)全国30个省会城市的城市扩张情况如表5所示。
表5 主要年份城市建成区面积
(4)利用FRAGSTATS软件和表示2所述方法测算有关城市形态的10个景观指标,计算结果如表6所示。
表6 主要年份城市形态指标值
3、定量揭示城市形态和碳排放的相关关系。
(1)首先对相关指标进行多重共线性诊断,诊断结果,详见表7。
注: 所有值取对数化处理. a 表示1% 显著水平. b 表示5% 显著水平.
如表7所示,变量间并不存在很高的相关性,另外,多重共线性较弱,方差膨胀因子(VIF)均低于10(经验判断方法表明:当0<VIF<10,不存在多重共线性;当10≤VIF<100,存在较强的多重共线性;当VIF≥100,存在严重多重共线性)和条件指数(CI)均低于30,表明变量间不存在严重的多重共线性
(2)利用公式(2)定量揭示城市形态与碳排放的相关关系,计算结果如表8所示。在剔除相关作用不显著变量的基础上,发现城市扩张(TA)对碳排放具有正向的促进作用。把其他显著性指标可归为2类:城市连续性(urban continuity)和城市形态复杂性(urban shape complexity)。城市连续性包括COHESION, AI and CONTIG三个指数;城市形态复杂性涵盖AWMSI, AWMPFD and LSI三个指数。城市连续性在一定程度上揭示了城市景观的集聚度和连接度。较高的城市连续性预示着较低的城市区域离散度(less scatter),从而显示城市发展更紧凑。也可以说,城市连续性越高,城市用地紧凑性越高。发现城市连续性对碳排放增长具有抑制作用。而城市形态复杂性被用来检测城市形态特别属性(如边界、景观形状等)与碳排放的潜在关系。城市形态复杂性是用来测度城市边界形状的规则性和参差度。通常,城市形态复杂性越高,城市景观越不规则。拥有复杂、不规则边界而相对较松散的城市区域通常会导致较高的CO2排放。发现城市形态复杂性对碳排放增长具有促进作用。
表8计量模型估计结果
由上述具体实施案例可以看出,应用本发明的技术方法,通过IPCC清单法结合能源消费数据进而可核算能源消费碳排放数据,通过遥感影像的获取和解译提出了城市建成区边界进而借助相关软件进一步核算城市形态相关指标,通过计量经济模型得到全国30个省会城市1990~2010年间的城市形态与碳排放的相关关系,发现城市扩张促进了碳排放,城市持续性抑制了碳排放,而城市形态复杂性促进碳排放,由此可以评价全国30个省会城市的城市空间增长对碳排放的影响,进而确定城市空间增长的低碳化路径,从确定城市精明和紧凑性增长有利于城市低碳化发展,所得结论进而可为政府决策者和规划管理者提供科学合理的依据。
Claims (4)
1.基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法,其特征在于包括以下步骤:
(1)基于IPCC温室气体排放清单编制方法和能源消费统计数据核算n年来城市碳排放数据;
(2)基于Landsat TM和ETM影像,利用ENVI/IDL 5.1 软件和 ArcGIS软件,结合目视解译和矢量图形创建了城市形态指标数据集;
(3)利用计量经济模型定量核算城市形态相关指标与碳排放之间的相关关系。
2.根据权利要求1所述的城市形态与碳排放相关关系量算方法,其特征在于步骤(1)中,具体方法如下:
(1)首先收集能源统计数据,根据中国能源统计年鉴中的能源平衡表,能源类型大致可分为10类:原料煤、焦炭、原油、燃料油、汽油、焦炉气、煤油、柴油、液化石油气、天然气和电力;
(2) 基于IPCC清单找出各类能源的低位热值和碳排放系数如下表:
表1能源分类热值及碳排放系数
(3)根据能源统计数据和各类能源的低位热值和碳排放系数计算得出碳排放量,公式为:
式中,CE表示能源消费碳排放;C表示能源消费量;F表示碳排放系数;α表示能源低位热值;i表示城市;t表示年份;j表示能源类型。
3.根据权利要求1所述的城市形态与碳排放相关关系量算方法,其特征在于步骤(2)中,具体方法如下:
(1) 首先获取各城市各年份的Landsat TM和ETM影像;
(2)利用ENVI/IDL 5.1 软件和 ArcGIS
10.1 (ERSI) 软件,结合目视解译和矢量图形创建了城市建成区数据集;
(3)基于FRAGSTATAS 4.2,计算每个城市的城市形态指标值。
4.根据权利要求1所述的城市形态与碳排放相关关系量算方法,其特征在于步骤(3)中,具体方法如下:
(1)创建计量面板数据模型,公式为
式中,CE it表示第i个城市第t年的碳排放量;α i是标量系数;φ是参数向量;μ i表示个体效应,用于捕捉城市的异质性;ε it表示随机残差;Z it表示外生变量向量,包括各类城市形态指标值;
(2)首先对城市形态数据和碳排放数据进行平稳性检验(LLC),公式为
式中,Z it表示(确定性)外生变量向量;φ表示回归系数向量;
备择假设和原假设表示为:
H1: ρ<0, H0: ρ=0
在原假设下,变量存在单位根;在备择假设下,变量间不存在单位根;
(4)根据计算结果,解析城市形态对碳排放的影响,标准为:
①如果城市形态指标与碳排放相关系数为正且显著,则城市形态指标促进碳排放;
②如果城市形态指标与碳排放相关系数为负且显著,则城市形态指标抑制碳排放;
③如果城市形态指标与碳排放相关系数不显著,则城市形态指标对碳排放无影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510565762.0A CN106446314A (zh) | 2015-09-09 | 2015-09-09 | 基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510565762.0A CN106446314A (zh) | 2015-09-09 | 2015-09-09 | 基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106446314A true CN106446314A (zh) | 2017-02-22 |
Family
ID=58093937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510565762.0A Pending CN106446314A (zh) | 2015-09-09 | 2015-09-09 | 基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446314A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730133A (zh) * | 2017-10-25 | 2018-02-23 | 哈尔滨工业大学 | 一种能源景观空间规划方法 |
CN109426772A (zh) * | 2017-08-24 | 2019-03-05 | 中国科学院城市环境研究所 | 一种城市人为热排放时空变化的遥感检测方法 |
CN112381301A (zh) * | 2020-11-18 | 2021-02-19 | 华南理工大学 | 结合问卷调查与街景图片的城市路径意象生成方法 |
CN113673619A (zh) * | 2021-08-27 | 2021-11-19 | 湖南航天远望科技有限公司 | 一种基于拓扑分析的地理大数据空间潜模式分析方法 |
CN114077970A (zh) * | 2021-11-19 | 2022-02-22 | 中国科学院地理科学与资源研究所 | 一种基于城市形态的碳排放相关因子的确定方法及装置 |
CN114841007A (zh) * | 2022-05-17 | 2022-08-02 | 杨邦会 | 一种基于城市区域尺度的碳排放扩散影响分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1450499A (zh) * | 2003-04-29 | 2003-10-22 | 上海城市发展信息研究中心 | 基于地理信息系统的城市基本实体编码方法及自动化算法 |
CN102663957A (zh) * | 2012-03-08 | 2012-09-12 | 北京师范大学 | 一种交互式三维城市全景地图的自动生成方法 |
-
2015
- 2015-09-09 CN CN201510565762.0A patent/CN106446314A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1450499A (zh) * | 2003-04-29 | 2003-10-22 | 上海城市发展信息研究中心 | 基于地理信息系统的城市基本实体编码方法及自动化算法 |
CN102663957A (zh) * | 2012-03-08 | 2012-09-12 | 北京师范大学 | 一种交互式三维城市全景地图的自动生成方法 |
Non-Patent Citations (3)
Title |
---|
CHUANGLIN FANG等: ""Changing urban forms and carbon dioxide emissions in China: A case study of 30 provincial capital cities"", 《APPLIED ENERGY》 * |
JINPEI OU 等: ""Quantifying the relationship between urban forms and carbon emissions using panel data analysis"", 《LANDSCAPE ECOL》 * |
杨磊 等: ""城市空间形态与碳排放关系研究进展与展望"", 《城市规划》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426772A (zh) * | 2017-08-24 | 2019-03-05 | 中国科学院城市环境研究所 | 一种城市人为热排放时空变化的遥感检测方法 |
CN107730133A (zh) * | 2017-10-25 | 2018-02-23 | 哈尔滨工业大学 | 一种能源景观空间规划方法 |
CN107730133B (zh) * | 2017-10-25 | 2018-09-21 | 哈尔滨工业大学 | 一种能源景观空间规划方法 |
CN112381301A (zh) * | 2020-11-18 | 2021-02-19 | 华南理工大学 | 结合问卷调查与街景图片的城市路径意象生成方法 |
CN112381301B (zh) * | 2020-11-18 | 2022-06-14 | 华南理工大学 | 结合问卷调查与街景图片的城市路径意象生成方法 |
CN113673619A (zh) * | 2021-08-27 | 2021-11-19 | 湖南航天远望科技有限公司 | 一种基于拓扑分析的地理大数据空间潜模式分析方法 |
CN113673619B (zh) * | 2021-08-27 | 2023-08-04 | 湖南航天远望科技有限公司 | 一种基于拓扑分析的地理大数据空间潜模式分析方法 |
CN114077970A (zh) * | 2021-11-19 | 2022-02-22 | 中国科学院地理科学与资源研究所 | 一种基于城市形态的碳排放相关因子的确定方法及装置 |
CN114077970B (zh) * | 2021-11-19 | 2023-04-07 | 中国科学院地理科学与资源研究所 | 一种基于城市形态的碳排放相关因子的确定方法及装置 |
CN114841007A (zh) * | 2022-05-17 | 2022-08-02 | 杨邦会 | 一种基于城市区域尺度的碳排放扩散影响分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446314A (zh) | 基于Landsat TM和ETM影像的城市形态与碳排放相关关系量算方法 | |
Li et al. | The impact of land urbanization on carbon dioxide emissions in the Yangtze River Delta, China: A multiscale perspective | |
Wang et al. | Examining the spatial variations of determinants of energy-related CO2 emissions in China at the city level using Geographically Weighted Regression Model | |
CN105205466B (zh) | 一种基于夜间灯光影像的能源碳排放量遥感估算方法 | |
Shi et al. | Spatiotemporal variations of urban CO2 emissions in China: A multiscale perspective | |
Shi et al. | Detecting spatiotemporal dynamics of global electric power consumption using DMSP-OLS nighttime stable light data | |
Wang et al. | Examining the impacts of socioeconomic factors, urban form, and transportation networks on CO2 emissions in China’s megacities | |
CN103473613B (zh) | 景观结构—地表温度—电量消耗的耦合模型及应用 | |
Li et al. | City type-oriented modeling electric power consumption in China using NPP-VIIRS nighttime stable light data | |
CN106909899A (zh) | 一种湿地景观演变过程的分析方法及分析系统 | |
Yang et al. | Monitoring spatiotemporal characteristics of land-use carbon emissions and their driving mechanisms in the Yellow River Delta: A grid-scale analysis | |
Cai et al. | Modeling spatiotemporal carbon emissions for two mega-urban regions in China using urban form and panel data analysis | |
Chen et al. | Analyzing land-cover change and corresponding impacts on carbon budget in a fast developing sub-tropical region by integrating MODIS and Landsat TM/ETM+ images | |
Pan et al. | Spatiotemporal dynamics of electricity consumption in China | |
Xu et al. | Investigating the spatially heterogeneous impacts of urbanization on city-level industrial SO2 emissions: Evidence from night-time light data in China | |
Wang et al. | Modelling spatiotemporal carbon dioxide emission at the urban scale based on DMSP-OLS and NPP-VIIRS data: A case study in China | |
Luo et al. | A hybrid approach for examining the drivers of energy consumption in Shanghai | |
Guo et al. | Using a combination of nighttime light and MODIS data to estimate spatiotemporal patterns of CO2 emissions at multiple scales | |
Shi et al. | Quantifying and evaluating the effect of urban expansion on the fine particulate matter (PM2. 5) emissions from fossil fuel combustion in China | |
Luo et al. | Understanding the relationship between 2D/3D variables and land surface temperature in plain and mountainous cities: Relative importance and interaction effects | |
Wang et al. | The spatiotemporal evolution and impact mechanism of energy consumption carbon emissions in China from 2010 to 2020 by integrating multisource remote sensing data | |
Yuan et al. | Quantifying the relationship between urban blue-green landscape spatial pattern and carbon sequestration: a case study of Nanjing’s central city | |
Yu et al. | Evaluation and prediction of land use change impacts on ecosystem service values in Nanjing City from 1995 to 2030 | |
Ye et al. | Evaluating the potential of achieving carbon neutrality at the neighborhood scale in urban areas | |
Yuan et al. | Effects of 2D/3D urban morphology on land surface temperature: Contribution, response, and interaction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |