技术干货 | 1997-2017年中国县级碳排放数据全记录

文章中采用了一种粒子群优化-反向传播（PSO-BP）算法，以统一DMSP/OLS和NPP/VIIRS卫星图像的尺度，并估算了2735个中国县级行政区的CO₂排放量。此外，考虑到植被固碳对减少CO₂排放的重要性，研究还计算了县级陆地植被的碳固存价值。该研究在方法学、时间跨度和地理覆盖方面，相较于以往研究，有显著的扩展和深化。

图1 |基于粒子群优化-反向传播（PSO-BP）算法的2013年平均像素值训练结果。

数据显示了不同模型配置下的训练结果，其中考虑了地理坐标和县域面积的模型（图a和图c）比仅使用NPP/VIIRS平均像素值作为输入参数的模型（图b和图d）具有更好的拟合效果。此外，使用PSO-BP算法的模型比仅使用BP算法的模型具有更高的相关系数，表明PSO-BP算法在确定DMSP/OLS和NPP/VIIRS图像之间潜在匹配关系方面更为有效。

图2 |2013年平均像素值的检验结果。

这些测试结果用于验证所提算法在模拟不同年份（例如2014年和2015年）的DMSP/OLS图像数据时的可靠性和准确性。测试结果显示，包含地理坐标和县域面积作为辅助输入参数的模型（图a）在测试数据集上具有最高的相关系数（0.96361），表明PSO-BP算法能够有效地匹配DMSP/OLS和NPP/VIIRS图像数据。

图3 |省域碳排放与数字数（DN）值之和关系的训练和检验结果。

训练和测试结果具有很好的拟合效果，表明该算法在模拟省级CO₂排放量方面具有高效性。特别是，基于该方法的CO₂排放量估算的确定系数R2为0.9895，远高于以往基于传统计量经济学方法得到的值，这进一步验证了基于夜间灯光数据的CO₂排放量估算方法的可靠性。

图4 |1997年、2000年、2005年和2017年中国大陆县级能源燃烧CO₂排放量（单位：百万吨）。

数据不仅为理解中国县级行政区CO₂排放的空间异质性提供了直观的证据，而且对于制定更为精确的区域减排策略和政策具有重要的参考价值。通过对县级CO₂排放量的深入分析，可以帮助地方政府更好地识别和应对气候变化带来的挑战，促进可持续发展。

图5 |2000年、2005年、2010年和2017年中国大陆县级陆地植被固碳能力时空格局（单位：百万吨）。

植被作为自然碳汇，在通过光合作用吸收大气中的CO₂、生产碳水化合物如葡萄糖的同时释放氧气，对CO₂的固持具有显著作用。研究估算了包括常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、封闭灌木地、开放灌木地、木本草原、草原、草地和农田等不同类型陆地植被的碳固持值。这些数据揭示了不同地区植被固碳能力的分布特征和随时间的变化趋势，这对于评估中国在减缓CO₂排放方面的自然碳汇潜力具有重要意义。通过分析这些模式，可以更好地理解植被在区域和全球碳循环中的作用，为制定生态保护和气候变化缓解策略提供科学依据。

图6 |1992—2017年DN值总和（SDN）总趋势（DN值总和的单位：107）。

1992年至2017年间，通过PSO-BP算法进行交叉校准后的DMSP/OLS和NPP/VIIRS图像数据的数字数值（DN）值总和的年度变化趋势。图中的红线表示在DMSP/OLS和NPP/VIIRS图像数据进行交叉校准前的DN值总和变化，而绿线则表示基于PSO-BP算法交叉校准后的DN值总和变化。显然，在匹配前，DMSP/OLS和NPP/VIIRS图像数据的尺度存在差异。

图7 |1997—2017年模拟国家和省级能源相关CO₂排放量与现有文献CO_₂排放量的散点图（单位：百万吨）。

模拟的CO₂排放量与现有研究提供的数据高度一致，这表明基于夜间灯光数据的CO₂排放量估算方法是可靠的。具体来说，全国模拟CO₂排放量与文献值的相关系数R2为0.998，均方根误差RMSE为126.45，赤池信息量准则AIC为12.61；省级模拟CO₂排放量与文献值的相关系数R2为0.9895，RMSE为17.69，AIC为8.59。这些统计指标验证了模拟方法的有效性，并为县级CO₂排放量的进一步研究提供了信心。通过这种验证，研究者可以更准确地评估中国县级行政区的CO₂排放情况，为制定和实施减排策略提供科学依据。

原文链接：

https://www.nature.com/articles/s41597-020-00736-3

喜欢就点个“在看”吧