CN114049052B - 一种某行政区域内的碳排放计算方法及可视化方法 - Google Patents

一种某行政区域内的碳排放计算方法及可视化方法 Download PDF

Info

Publication number
CN114049052B
CN114049052B CN202210029153.3A CN202210029153A CN114049052B CN 114049052 B CN114049052 B CN 114049052B CN 202210029153 A CN202210029153 A CN 202210029153A CN 114049052 B CN114049052 B CN 114049052B
Authority
CN
China
Prior art keywords
carbon emission
administrative region
administrative
color
point
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.)
Active
Application number
CN202210029153.3A
Other languages
English (en)
Other versions
CN114049052A (zh
Inventor
田启明
徐炜达
李梦南
徐彬仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yingshi Ruida Technology Co ltd
Original Assignee
Beijing Yingshi Ruida Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yingshi Ruida Technology Co ltd filed Critical Beijing Yingshi Ruida Technology Co ltd
Priority to CN202210029153.3A priority Critical patent/CN114049052B/zh
Publication of CN114049052A publication Critical patent/CN114049052A/zh
Application granted granted Critical
Publication of CN114049052B publication Critical patent/CN114049052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种某行政区域内的碳排放计算方法及可视化方法，用以解决现有碳排放估算方法无法实现区域下推的问题。本发明提供了的碳排放计算方法，包括如下步骤：步骤一：计算所述行政区域的上级行政区域的化石能源碳排放量
Figure 821795DEST_PATH_IMAGE001
，
Figure 121189DEST_PATH_IMAGE002
，其中，所述上级行政区域的化石能源种类包括I种，i∈[1，I]，
Figure 19744DEST_PATH_IMAGE003
为第i种化石能源的消费量，
Figure 88194DEST_PATH_IMAGE004
为第i种化石能源的标准煤换算系数，
Figure 414002DEST_PATH_IMAGE005
为第i种化石能源的碳排放系数；步骤二：计算所述行政区域内的碳排放量
Figure 935113DEST_PATH_IMAGE006
，
Figure 637359DEST_PATH_IMAGE007
，其中，所述上级行政区域的能源消费影响因子种类包括J种，j∈[1，J]，
Figure 15775DEST_PATH_IMAGE008
为上级行政区域的第j种影响因子的分解权重，
Figure 263217DEST_PATH_IMAGE009
为本级行政区域的第j种影响因子的下推权重。

Description

一种某行政区域内的碳排放计算方法及可视化方法
技术领域
本发明涉及碳排放估算技术领域，尤其涉及某行政区域内的碳排放计算方法及可视化方法。
背景技术
在工业革命前80万年里，地球大气中的二氧化碳浓度一直维持在240ppm，目前已升至417ppm，且再也没有回落。大气中二氧化碳含量急剧升高导致了一系列环境问题，例如，温室效应所引起的两极冰川融化、海平面上升、沙漠扩大、虫害增多、极端气候等，已经严重影响到人类的生产、生活。
目前，碳排放估算主要采用自下而上的碳排放系数清单算法，此法基于土地利用数据和能源消费数据，采用碳排放系数法可以对省市的年度碳源、碳汇进行大致估算，分为直接碳排放系数法与间接碳排放系数法。
直接碳排放系数法采用土地利用面积与碳排放经验系数得到，适用于碳排放或碳吸收比较固定的土地利用类型，尤其指受人为活动干扰较少的自然生态***如林地、草地、水体等。
间接碳排放系数法适用于受人为活动影响较大的土地利用类型，尤其指人造地表或建筑土地利用类型，需要根据实际的能源消耗进行测算。
碳排放系数清单算法的不足之处在于：对于数据的可获得性依赖过高，如无法获取较全的数据，将导致碳排放计算结果的不准确，甚至到县区、乡镇一级行政单位后，能源消费量或能源平衡表无法获取，便导致该区域无法测算碳排放量，不利于当地推进低碳措施。
发明内容
鉴于上述的分析，本发明实施例旨在提供一种某行政区域内的碳排放计算方法及可视化方法，用以解决现有碳排放估算方法无法实现区域下推的问题。
一方面，本发明提供了一种某行政区域内的碳排放计算方法，包括如下步骤：
步骤一：计算所述行政区域的上级行政区域的化石能源碳排放量
Figure 328603DEST_PATH_IMAGE001
，
Figure 803447DEST_PATH_IMAGE002
其中，所述上级行政区域的化石能源种类包括I种，i∈[1，I]，
Figure 487238DEST_PATH_IMAGE003
为第i种化石能源的消费量，
Figure 731138DEST_PATH_IMAGE004
为第i种化石能源的标准煤换算系数，
Figure 983127DEST_PATH_IMAGE005
为第i种化石能源的碳排放系数；
步骤二：计算所述行政区域内的碳排放量
Figure 679688DEST_PATH_IMAGE006
，
Figure 308115DEST_PATH_IMAGE007
其中，所述上级行政区域的能源消费影响因子种类包括J种，j∈[1，J]，
Figure 672101DEST_PATH_IMAGE008
为上级行政区域的第j种影响因子的分解权重，
Figure 360571DEST_PATH_IMAGE009
为本级行政区域的第j种影响因子的下推权重。
进一步地，
Figure 562006DEST_PATH_IMAGE010
其中，
Figure 259703DEST_PATH_IMAGE011
为所述上级行政区域内第j种影响因子的能源消耗，
Figure 619141DEST_PATH_IMAGE012
为所述上级行政区域内所有影响因子的总能源消耗。
进一步地，
Figure 744091DEST_PATH_IMAGE013
其中，
Figure 680823DEST_PATH_IMAGE014
和
Figure 651053DEST_PATH_IMAGE015
分别为第j种影响因子在本级行政区域和上级行政区域的能源消耗水平。
进一步地，所述
Figure 989631DEST_PATH_IMAGE014
和
Figure 160849DEST_PATH_IMAGE015
分别通过辖区内产业GDP确定，和/或通过辖区内人口数量确定。
进一步地，所述影响因子包括第一产业能源消费、第二产业能源消费、第三产业能源消费和生活能源消费中的一种或多种。
进一步地，所述化石能源包括煤炭、原煤、洗精煤、焦炭、煤气、天然气、液化天然气、液化石油气、汽油、煤油、柴油、燃料油中的一种或多种。
本发明还公开了一种某行政区域的碳排放可视化方法，包括如下步骤：
计算本级行政区域内建筑用地的碳排放
Figure 584877DEST_PATH_IMAGE016
；
计算本级行政区域内除建筑用地以外的其他土地利用类型的碳排放
Figure 624377DEST_PATH_IMAGE017
；
在所述行政区域的地图上，将建筑用地及其他土地利用类型的碳排放值以不同的颜色涂覆在相应的位置上。
进一步地，所述其他土地利用类型包括耕地、草地、林地、湿地、水体中的一种或几种。
进一步地，所述行政区域包括K种其他土地利用类型，k∈[1，K]，第k种其他土地利用类型的碳排放为
Figure 551882DEST_PATH_IMAGE017
，
Figure 18636DEST_PATH_IMAGE018
其中，
Figure 805326DEST_PATH_IMAGE019
为本级行政区域内第k种其他土地利用类型的面积，
Figure 648517DEST_PATH_IMAGE020
为第k种其他土地利用类型的碳排放系数。
进一步地，所述碳排放为正数时，选择红色系颜色涂；所述碳排放为负数时，选择绿色系颜色涂覆；所述碳排放的绝对值越大，颜色越深。
进一步地，所述可视化方法还包括以下步骤：在所述行政区域内选取碳排放超过预设碳排的厂区为P点，所述行政区域内任一点为R点，R点与距其最近的P点的相对距离为d；
所述行政区域至少有一边缘点，其d值为最大值dmax，[dmax/预设间距]=Z，0＜预设间距＜dmax，Z＞1；
[d/预设距离]=z，所述行政区域地图上的R点以第（z+1）种预设颜色涂覆；
当所有预设颜色色系相同时，每种预设颜色深度不同，且所述第（z+1）种预设颜色随（z+1）数值增大深度变浅。
与现有技术相比，本发明至少可实现如下有益效果之一：
（1）本发明提供了由上级行政区域快速下推的碳排放计算方法，计算精度可达传统计算方法的70%以上，且对于数据的可获得性依赖过低，有利于碳排放规划的制定及低碳措施的推进；
（2）本发明作为一种“自上而下”的核算方法，数据更易收集，碳排放测算虽精度不及传统计算方法，但是其计算过程简单快速，方便工作人员快速获取该区域的碳排放情况，以便做出前期宏观上的碳排放规划，此外，本发明的核算方法很容易推进至县区、乡镇一级的行政区域，也便于做出更为微观的碳排放规划；
（3）通过对本发明的碳排放估算方法，进行可视化，能够更直观地了解某个区域的碳排放情况，以挖掘地区碳源/汇的空间信息，进行区域碳源/汇的空间结构分析，对于支撑区域碳中和规划路径指定具有重要价值；
（4）对于计算相同量级的地区碳排放量，传统核算法由于数据收集、标准化、核算等过程繁琐冗长，通常在时效性上交差，本发明的方法基于上级区域的碳排放总量及其年鉴中的人口、产业信息即可快速估算出其辖区范围内各个下级行政区域碳排放量，可以作为区域碳排放排名统计的快速手段。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制。
图1为蓟州区2019年碳排放可视化地图（由于灰度地图看不出红、绿色，用汉字简单进行了标注）；
图2为对图1进行加权后的可视化地图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本发明一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接可以是机械连接，也可以是电连接可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
全文中描述使用的术语“顶部”、“底部”、“在……上方”、“下”和“在……上”是相对于装置的部件的相对位置，例如装置内部的顶部和底部衬底的相对位置。可以理解的是装置是多功能的，与它们在空间中的方位无关。
本发明通常的工作面可以为平面或曲面，可以倾斜，也可以水平。为了方便说明，本发明实施例放置在水平面上，并在水平面上使用，并以此限定“高低”和“上下”。
本发明公开了一种某行政区域的碳排放计算方法，包括如下步骤：
步骤一：计算所述行政区域的上级行政区域的化石能源碳排放量
Figure 430528DEST_PATH_IMAGE001
，
Figure 68183DEST_PATH_IMAGE002
其中，所述上级行政区域的化石能源种类包括I种，i∈[1，I]，
Figure 201224DEST_PATH_IMAGE003
为第i种化石能源的消费量，
Figure 582527DEST_PATH_IMAGE004
为第i种化石能源的标准煤换算系数，
Figure 625569DEST_PATH_IMAGE005
为第i种化石能源的碳排放系数；
所述化石能源包括煤炭、原煤、洗精煤、焦炭、煤气、天然气、液化天然气、液化石油气、汽油、煤油、柴油、燃料油中的一种或多种。
Figure 33460DEST_PATH_IMAGE021
是所述上级行政区域内的所有种类化石能源碳排放总量。
Figure 794743DEST_PATH_IMAGE022
，即能源的消费量，来源于上级行政区域统计年鉴中能源章节，能够查阅到确定的数值；
Figure 714157DEST_PATH_IMAGE004
，即能源的标准煤换算系数，可以参考中国能源统计年鉴，能够查阅到确定的数值；
Figure 736340DEST_PATH_IMAGE005
，即能源的碳排放系数，可以参考IPCC（Intergovernmental Panel on ClimateChange，***政府间气候变化专门委员会）公布的国家温室气体清单指南，能够查阅到确定的数值。表1是常见化石能源的标准煤换算系数及碳排放系数表，表1中，
Figure 450218DEST_PATH_IMAGE023
为能源的标准煤换算系数，
Figure 292272DEST_PATH_IMAGE024
为能源的碳排放系数。
表1-常见能源的标准煤换算系数及碳排放系数表
Figure 749798DEST_PATH_IMAGE025
步骤二：计算所述行政区域内的碳排放量
Figure 626487DEST_PATH_IMAGE006
，
Figure 511267DEST_PATH_IMAGE026
其中，所述上级行政区域的能源消费影响因子种类包括J种，j∈[1，J]，
Figure 575038DEST_PATH_IMAGE008
为上级行政区域的第j种影响因子的分解权重，
Figure 101834DEST_PATH_IMAGE009
为本级行政区域的第j种影响因子的下推权重。
所述影响因子包括第一产业能源消费、第二产业能源消费、第三产业能源消费、生活能源消费中的一种或多种，影响因子的种类和数量主要取决于上级行政区域内能源消费的构成。
Figure 833029DEST_PATH_IMAGE010
其中，
Figure 623131DEST_PATH_IMAGE011
为所述上级行政区域内第j种影响因子的能源消耗，
Figure 439777DEST_PATH_IMAGE012
为所述上级行政区域内所有影响因子的总能源消耗。
Figure 239106DEST_PATH_IMAGE027
、
Figure 824808DEST_PATH_IMAGE028
来源于上级行政区域统计年鉴中能源章节，能够查阅到确定的数值。通过
Figure 316969DEST_PATH_IMAGE008
分解权重，将
Figure 880632DEST_PATH_IMAGE001
分解至各个能源消耗影响因子的领域。
Figure 483651DEST_PATH_IMAGE013
其中，
Figure 189439DEST_PATH_IMAGE014
和
Figure 852502DEST_PATH_IMAGE015
分别为第j种影响因子在本级行政区域和上级行政区域的能源消耗水平。
Figure 784685DEST_PATH_IMAGE014
和
Figure 191396DEST_PATH_IMAGE015
通过辖区内产业GDP确定，和/或通过辖区内人口数量确定。通过
Figure 17270DEST_PATH_IMAGE009
分解权重，将
Figure 851233DEST_PATH_IMAGE029
分解至本级所在的行政区域。
本发明提供了一种基于多影响因子的区域碳排放快速估算方法，用于无法获取能源消费数据情况下的行政区域内建筑用地的碳排放计算，其基于各产业能耗数据、建筑面积、人口总量等易获取的数据进行快速区域下推，从而解决无能耗数据区域的碳排放估算，对于指示区域碳排放量与碳达峰情况具有重要意义。
【实例】通过上述方法计算2019年北京市的海淀区、丰台区、门头沟区和石景山区四个区的建筑用地的碳排放，具体如下：
步骤一：计算北京市2019年全市化石能源碳排放总量，计算表2如下：
表2-北京市20119年全市化石能源碳排放表
Figure 129768DEST_PATH_IMAGE030
由公式
Figure 215536DEST_PATH_IMAGE031
，可求得北京市2019年全年化石能源碳排放总量=（98.7 + 408.16 + 586.68 + 139.65 + 0.42 + 42.72 + 17.13 + 909.21）万吨≈2202万吨。
步骤二：北京市包括第一产业能源消费、第二产业能源消费、第三产业能源消费和生活能源消费四个影响因子，计算四个影响因子的分解权重
Figure 630336DEST_PATH_IMAGE032
，计算表3如下：
表3-北京市2019年各影响因子能耗及分解权重
Figure 900781DEST_PATH_IMAGE033
计算海淀区、丰台区、门头沟区和石景山区四个影响因子的下推权重
Figure 666611DEST_PATH_IMAGE034
，其中，生活能源消费通过常住人口数确定，计算表4如下：
表4-海淀区、丰台区、门头沟区和石景山区2019年各影响因子下推权重
Figure 415125DEST_PATH_IMAGE035
（表中“/”表示年鉴中未公开的数据，按零计算）
通过表3、表4以及步骤一计算的北京市2019年全年化石能源碳排放总量，通过公式
Figure 90957DEST_PATH_IMAGE036
，可计算得出海淀区、丰台区、门头沟区、石景山区的建筑用地碳排放量分别为416.79万吨、79.96万吨、21.86万吨、37.49万吨。与四个区传统核算方法计算结果对比如下表5：
表5-本方法（即本发明计算方法）与传统核算方法结果对比
Figure 266723DEST_PATH_IMAGE037
由表5结果可知，本方法计算结构具有较高的可靠性，在缺乏能源统计数据的情况下，可以采用本方法对行政区域建筑用地碳排放进行估算。
本发明还公开了一种某行政区域的碳排放可视化方法，包括如下步骤：
计算本级行政区域内建筑用地的碳排放
Figure 519850DEST_PATH_IMAGE016
；
计算本级行政区域内除建筑用地以外的其他土地利用类型的碳排放
Figure 72054DEST_PATH_IMAGE017
；
在所述行政区域的地图上，将建筑用地及其他土地利用类型的碳排放值以不同的颜色涂覆在相应的位置上。
需要说明的是，所述建筑用地是指有大量人***动的土地，包括建造建筑物、构筑物的土地、城乡住宅和公共设施用地、工矿用地，能源、交通、水利、通信等基础设施用地等。所述其他土地利用类型包括耕地、草地、林地、湿地、水体中的一种或几种。
本级行政区域内建筑用地的碳排放
Figure 461447DEST_PATH_IMAGE038
根据本发明的碳排放计算方法计算得到。
所述行政区域包括K种其他土地利用类型，k∈[1，K]，第k种其他土地利用类型的碳排放为
Figure 813974DEST_PATH_IMAGE017
，
Figure 429763DEST_PATH_IMAGE018
其中，
Figure 785658DEST_PATH_IMAGE019
为本级行政区域内第k种其他土地利用类型的面积，
Figure 295137DEST_PATH_IMAGE020
为第k种其他土地利用类型的碳排放系数（其为年度平均值），取值详见表6。所述其他土地利用类型是指除建筑用地以外其他土地类型，如耕地、草地、林地、湿地、水体等，采用碳排放直接系数法计算年碳排放量，其中自然生态***如林地、草地表现为负碳排即碳汇功能，用负值表示固碳量。
表6-常见土地类型的碳排放系数
Figure 812706DEST_PATH_IMAGE039
在一些实施例中，碳排放为正数时，选择红色系颜色涂覆，碳排放为负数时，选择绿色系颜色涂覆，且碳排放的绝对值越大，其颜色越深。
由于碳排放气体具有扩散性，不可能聚集在某个区域不动，为了使行政区域内的碳排放地图更具参考价值，对碳排放地图进行加权处理，此时可视化方法还包括以下步骤（此步骤中的符号“[]”为取整符号）：
在所述行政区域内选取碳排放超过预设碳排的厂区为P点，P点的碳排放为
Figure 774846DEST_PATH_IMAGE016
，行政区域内任一点为R点，R点与距其最近的P点的相对距离为d，R点的处的碳排放
Figure 544219DEST_PATH_IMAGE040
，其中，μ为地理位置权重系数，该系数通过与所述行政区域的地理位置和
Figure 173783DEST_PATH_IMAGE016
有关，为经验系数，在实际应用中可由经验计算得到；
所述行政区域至少有一边缘点，其d值为最大值dmax，[dmax/预设间距]=Z，0＜预设间距＜dmax，Z＞1；
[d/预设距离]=z，行政区域地图上的R点以第（z+1）种预设颜色涂覆。具体地，当d＜预设间距时，R点以第一预设颜色涂覆；当预设间距≤d＜2*预设间距时，R点以第二预设颜色涂覆；当2*预设间距≤d＜3*预设间距时，R点以第三预设颜色涂覆……当z*预设间距≤d＜（z+1）*预设间距时，R点以第（z+1）种预设颜色涂覆。
当所有预设颜色色系相同时，所述每种预设颜色深度不同，且所述第（z+1）种预设颜色随（z+1）数值增大深度变浅。
所述不同种预设颜色也可以选择不同的色系，例如，当CR≥0时，R点相对应的涂覆颜色为红色系，且第（z+1）种预设颜色随（z+1）数值增大深度变浅；当CR＜0时，R点相对应的涂覆颜色为绿色系，且第（z+1）种预设颜色随（z+1）数值增大深度变深。
图1和图2以天津市蓟州区为例，对地图进行了碳排放可视化，图1是未经加权的图示，图2是经过加权以后的图示。
需要的说明的是，预设碳排的取值由人为选定，一般被选取的P点为电厂、水泥厂或混凝土厂等大碳排厂区。所述行政区域包括多个P点，工业越发达的区域，P点越多。
本发明的可视化方法根据土地利用数据，将碳排放数据涂覆至地图上，从而使一个地区的碳源/汇空间分布得到直观展示，有助于碳监管部门分碳源汇精准监管，划定源汇边界，制定相应规划路径，调整源汇结构，优化土地利用布局。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种某行政区域内的碳排放计算方法，其特征在于，包括如下步骤：
步骤一：计算所述行政区域的上级行政区域的化石能源碳排放量
C上级，
Figure 713970DEST_PATH_IMAGE001
其中，所述上级行政区域的化石能源种类包括I种，i∈[1，I]，mi为第i种化石能源的消费量，来源于上级行政区域统计年鉴中的能源章节；ni为第i种化石能源的标准煤换算系数，来源于中国能源统计年鉴；φi为第i种化石能源的碳排放系数，来源于国家温室气体清单指南；
步骤二：计算所述行政区域内的碳排放量C本级，
Figure 693428DEST_PATH_IMAGE002
其中，所述上级行政区域的能源消费影响因子种类包括J种，j∈[1，J]，αj为上级行政区域的第j种影响因子的分解权重，βj为本级行政区域的第j种影响因子的下推权重；所述影响因子包括第一产业能源消费、第二产业能源消费、第三产业能源消费和生活能源消费中的一种或多种；
所述αj = Ej/ E总，其中，Ej为所述上级行政区域内第j种影响因子的能源消耗，E总为所述上级行政区域内所有影响因子的总能源消耗，Ej、E总源于上级行政区域统计年鉴中的能源章节；
所述βj = S本级/ S上级，其中，S本级和S上级分别为第j种影响因子在本级行政区域和上级行政区域的能源消耗水平，所述S本级和S上级分别通过辖区内产业GDP确定。
2.根据权利要求1所述的碳排放计算方法，其特征在于，所述化石能源包括煤炭、原煤、洗精煤、焦炭、煤气、天然气、液化天然气、液化石油气、汽油、煤油、柴油、燃料油中的一种或多种。
3.一种某行政区域的碳排放可视化方法，其特征在于，包括如下步骤：
计算本级行政区域内建筑用地的碳排放C本级，所述C本级根据权利要求1或2所述的碳排放计算方法计算；
计算本级行政区域内除建筑用地以外的其他土地利用类型的碳排放Ck；
在所述行政区域的地图上，将建筑用地及其他土地利用类型的碳排放值以不同的颜色涂覆在相应的位置上；
在所述行政区域内选取碳排放超过预设碳排的厂区为P点，所述行政区域内任一点为R点，R点与距其最近的P点的相对距离为d， R点处的碳排放
Figure 535482DEST_PATH_IMAGE003
，其中，μ为地理位置权重系数；
所述行政区域至少有一边缘点，其d值为最大值dmax，[dmax/预设间距]=Z，0＜预设间距＜dmax，Z＞1；
[d/预设距离]=z，所述行政区域地图上的R点以第（z+1）种预设颜色涂覆；
当所有预设颜色色系相同时，每种预设颜色深度不同，且所述第（z+1）种预设颜色随（z+1）数值增大深度变浅；
或者，当CR≥0时，R点相对应的涂覆颜色为红色系，且第（z+1）种预设颜色随（z+1）数值增大深度变浅；当CR＜0时，R点相对应的涂覆颜色为绿色系，且第（z+1）种预设颜色随（z+1）数值增大深度变深。
4.根据权利要求3所述的可视化方法，其特征在于，所述其他土地利用类型包括耕地、草地、林地、湿地、水体中的一种或几种。
5.根据权利要求3所述的可视化方法，其特征在于，所述行政区域包括K种其他土地利用类型，k∈[1，K]，第k种其他土地利用类型的碳排放为Ck，
Ck= Ak×γk
其中，
Figure 993008DEST_PATH_IMAGE004
为本级行政区域内第k种其他土地利用类型的面积，γk为第k种其他土地利用类型的碳排放系数。
6.根据权利要求3所述的可视化方法，其特征在于，所述碳排放为正数时，选择红色系颜色涂；所述碳排放为负数时，选择绿色系颜色涂覆；所述碳排放的绝对值越大，颜色越深。
CN202210029153.3A 2022-01-12 2022-01-12 一种某行政区域内的碳排放计算方法及可视化方法 Active CN114049052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210029153.3A CN114049052B (zh) 2022-01-12 2022-01-12 一种某行政区域内的碳排放计算方法及可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210029153.3A CN114049052B (zh) 2022-01-12 2022-01-12 一种某行政区域内的碳排放计算方法及可视化方法

Publications (2)

Publication Number Publication Date
CN114049052A CN114049052A (zh) 2022-02-15
CN114049052B true CN114049052B (zh) 2022-05-06

Family

ID=80196222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210029153.3A Active CN114049052B (zh) 2022-01-12 2022-01-12 一种某行政区域内的碳排放计算方法及可视化方法

Country Status (1)

Country Link
CN (1) CN114049052B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114694475A (zh) * 2022-06-01 2022-07-01 广东师大维智信息科技有限公司 一种基于gis的碳排放地图制作方法、***、介质及设备
CN117851767A (zh) * 2023-06-29 2024-04-09 国网四川省电力公司电力科学研究院 一种基于电力大数据和机器学习的建筑碳排放测算方法
CN117057484B (zh) * 2023-10-11 2024-01-02 北京建工环境修复股份有限公司 一种矿山生态修复区域的碳排放量预测方法及***
CN117129053B (zh) * 2023-10-26 2024-02-02 西安中碳环境科技有限公司 基于测量温室气体流量的碳排放计量装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139725A (zh) * 2021-04-23 2021-07-20 广州远正智能科技股份有限公司 一种多层级碳排放计算分析方法、***和可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100030608A1 (en) * 2008-07-29 2010-02-04 Jason Kaminsky System and method for a carbon calculator including carbon offsets

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139725A (zh) * 2021-04-23 2021-07-20 广州远正智能科技股份有限公司 一种多层级碳排放计算分析方法、***和可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
中原经济区县域碳收支空间分异及碳平衡分区;赵荣钦 等;《地理学报》;20141031;第69卷(第10期);第1425～1437页 *
基于不同土地利用的吉林省碳排放时空格局分析;李春丽 等;《水土保持学报》;20160229;第30卷(第1期);第250～284页 *

Also Published As

Publication number Publication date
CN114049052A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
CN114049052B (zh) 一种某行政区域内的碳排放计算方法及可视化方法
Chen et al. Regional CO pollution and export in China simulated by the high-resolution nested-grid GEOS-Chem model
Ziska et al. Global sea-to-air flux climatology for bromoform, dibromomethane and methyl iodide
Wang et al. Growth in NO x emissions from power plants in China: bottom-up estimates and satellite observations
Bergamaschi et al. Top-down estimates of European CH 4 and N 2 O emissions based on four different inverse models
Scheel et al. On the spatial distribution and seasonal variation of lower-troposphere ozone over Europe
Škerlak et al. A global climatology of stratosphere–troposphere exchange using the ERA-Interim data set from 1979 to 2011
CN108227041B (zh) 基于站点实测数据和模式结果的水平能见度预报方法
Taylor et al. The Askervein Hill project: overview and background data
Liu et al. Wind resource potential assessment using a long term tower measurement approach: A case study of Beijing in China
CN107917987A (zh) 一种面向城市空气污染物溯源分析方法
Wang et al. A geographic carbon emission estimating framework on the city scale
An et al. Simulations of monthly mean nitrate concentrations in precipitation over East Asia
Fisher et al. Meteorology applied to urban air pollution problems: concepts from COST 715
Watts et al. A satellite data driven biophysical modeling approach for estimating northern peatland and tundra CO 2 and CH 4 fluxes
Klein et al. Flow variability in a North American downtown street canyon
CN107918838B (zh) 区域生态***服务优势度的计算及风险判定方法
CN114493099A (zh) 碳汇生态重要性的城乡梯度构建方法
Matsuo et al. Analysis of spatial and temporal distribution patterns of temperatures in urban and rural areas: Making urban environmental climate maps for supporting urban environmental planning and management in Hiroshima
Esmaeili Shayan et al. Possibility of supplying energy to border villages by solar energy sources
Hu et al. Geomorphology of aeolian dunes in the western Sahara Desert
CN108764527A (zh) 一种土壤有机碳库时空动态预测最优环境变量筛选方法
Ramonet et al. A recent build-up of atmospheric CO2 over Europe. Part 1: observed signals and possible explanations
Venegas et al. Atmospheric stagnation, recirculation and ventilation potential of several sites in Argentina
Ghermandi et al. Micro–scale simulation of atmospheric emissions from power–plant stacks in the Po Valley

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant