本`文@內(nèi)-容-來-自；中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om

2020年全球網(wǎng)格級碳排放日度分布圖

禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 本+文+內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com

全球氣候變化是當前人類可持續(xù)發(fā)展面臨的嚴峻挑戰(zhàn)。碳數(shù)據(jù)是應(yīng)對氣候變化研究和制定相關(guān)政策的基礎(chǔ)，同時作為碳中和進程可視化的重要工具以及評判國家達峰水平的重要依據(jù)，受到國社會的廣泛關(guān)注。 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ

“除了關(guān)注碳排放的多少，我們更需要知道碳排放從哪里來，以及碳排放的變化和未來趨勢。科學(xué)、可靠、可追溯的高分辨率碳排放地圖能夠提供碳排放的關(guān)鍵地理位置信息，是應(yīng)對氣候變化研究的核心數(shù)據(jù)之一。”清華大學(xué)劉竹副教授表示。 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ

然而，當前的碳排放地圖受到技術(shù)限制，僅能將以年為單位的歷史排放數(shù)據(jù)進行空間展示，難以反映碳排放的時空動態(tài)演化。全球碳減排與碳中和目標依賴于及時、準確、可靠的碳排放動態(tài)監(jiān)測及政策評估，因此迫切需要建立一種新的碳排放時空定量表征范式。 本+文+內(nèi)/容/來/自:中-國-碳-排-放（交—易^網(wǎng)-tan pai fang . com

在此背景下，清華大學(xué)地學(xué)系劉竹副教授研究組領(lǐng)銜國內(nèi)外多家研究機構(gòu)，打破了該領(lǐng)域當前的數(shù)據(jù)和技術(shù)壁壘，提出一種基于近實時碳排放量化方法和參數(shù)模型的碳排放空間表征模式。研究成果在Cell Press 合作期刊《The Innovation》上在線發(fā)表。 本`文@內(nèi)/容/來/自:中-國^碳-排-放^*交*易^網(wǎng)-tan pai fang. com

據(jù)清華大學(xué)地學(xué)系竇新宇博士介紹，“研究通過建立以天為尺度的近實時碳排放核算理論和方法模型，結(jié)合自動化處理和同化多維度數(shù)據(jù)源以及多種觀測手段數(shù)據(jù)，搭建了實現(xiàn)網(wǎng)格級碳排放近實時快速計算的模型框架，進一步提高了全球碳排放數(shù)據(jù)時空分辨率，將全球碳排放的時空動態(tài)研究從“過去時”推進到“現(xiàn)在時””。 本*文@內(nèi)-容-來-自；中_國_碳^排-放*交-易^網(wǎng) t an pa i fa ng . c om

GRACED記錄了自2019年1月1日以來的全球碳排放的天變化，是目前唯一具有天尺度分辨率的分部門近實時全球碳排放地圖。數(shù)據(jù)集覆蓋了全球 90% 以上的二氧化碳排放量，包括全球7個主要二氧化碳排放部門：電力、工業(yè)、居民消費、地面交通、國內(nèi)航空、國際航空、國際航運。GRACED展示了不同排放源的種類、來源和時空分布特征，決策者和研究人員可以根據(jù)區(qū)域資源配置與行業(yè)發(fā)展的實際情況，因地制宜對碳排放源情況進行全過程追蹤和量化，為區(qū)域環(huán)境治理協(xié)同機制分析與政策建議提供基礎(chǔ)數(shù)據(jù)支撐。 本`文@內(nèi)-容-來-自；中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om

本文`內(nèi)-容-來-自；中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om

GRACED數(shù)據(jù)集摘要圖

本`文內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 內(nèi).容.來.自：中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com

GRACED反映出人類活動變化導(dǎo)致的碳排放的時空動態(tài)變化特征，包括氣候、季節(jié)、節(jié)假日甚至是新冠疫情對碳排放的實時動態(tài)變化（顏色越紅表示碳排放越高，顏色越藍表示碳排放越低）。

本+文+內(nèi)/容/來/自:中-國-碳-排-放（交—易^網(wǎng)-tan pai fang . com

全球2020年碳排放日均分布圖 內(nèi)-容-來-自；中_國_碳_0排放￥交-易=網(wǎng) t an pa i fa ng . c om

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供

本/文-內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com

GRACED反映了周末及工作日對碳排放產(chǎn)生的實時動態(tài)變化（紅色越深表示周末排放越高于工作日，藍色越深表示周末排放越低于工作日）。數(shù)據(jù)顯示，全球絕大多數(shù)區(qū)域周末的排放量低于工作日。發(fā)達地區(qū)的工作日和周末之間排放差異比欠發(fā)達地區(qū)更為明顯（顯示為深藍色區(qū)域）。差異排放的分布特征與地面交通部門排放的線狀特征高度吻合，這表明周末人類交通出行活動的減少對周末碳排放的減少有重要影響。相比2019年，2020年的周末與工作日排放差異較小，這主要是由于2020年受新冠疫情的影響，居家辦公政策的實施大幅削減了工作日的通勤量，使得2020年周末和工作日的碳排放差異并不顯著。 內(nèi).容.來.自：中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com

本`文-內(nèi).容.來.自：中`國^碳`排*放*交^易^網(wǎng) ta np ai fan g.com

全球排放周末工作日日度差異圖（以2020年周末相比工作日的排放差距表征）

本+文+內(nèi)/容/來/自:中-國-碳-排-放（交—易^網(wǎng)-tan pai fang . com

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńｐāīｆāńɡ.ｃōｍ

GRACED反映了新冠疫情對碳排放的實時動態(tài)影響。與2019年相比，2020年全球總排放量普遍下降（下圖中藍色區(qū)域）。然而，也有少數(shù)地區(qū)的排放量增加（下圖中紅色區(qū)域），包括美國東部、英國、印度東南部、日本的一些省份，以及中國中部和西部。其主要原因在于各個地區(qū)的防疫力度不同，以及疫后的恢復(fù)情況和時間差異。以中國為例，雖然2020年前期受疫情影響導(dǎo)致工業(yè)活動減少，使碳排放出現(xiàn)短暫的下降；但由于中國嚴格有效的管控措施，后期工業(yè)活動逐漸恢復(fù)，因此后期經(jīng)濟復(fù)蘇導(dǎo)致的碳排放反彈部分抵消了前期受疫情影響的減排量。

內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com

全球排放日度差異圖（以2020年相比2019年的排放差距表征新冠疫情的影響） 本+文`內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供

本`文內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com

GRACED的高空間分辨率優(yōu)勢和多部門維度優(yōu)勢，可精細化反映省市內(nèi)部排放總量以及分部門排放的分布差異。如下圖所示，以國內(nèi)航空部門、居民消費部門、地面交通部門為例，顏色越紅的區(qū)域表示碳排放量就越高，反之，顏色越藍的區(qū)域碳排放量就越低。從航空碳排放示意圖來看，紅色發(fā)射區(qū)域是城市機場所在地（如北京機場、上海機場），航線的深淺不一代表不同航線的碳排放有所差異；從居民消費碳排放示意圖來看，廣東省熱值區(qū)域主要分布在珠三角地區(qū)，意味著大量人口集聚在珠三角造成較高的居民消費排放；從地面交通碳排放示意圖來看，新疆地區(qū)分布的顏色中較紅的線路為當?shù)氐慕煌ǜ删€，交通流量較高。相關(guān)政府職能部門可以參考地圖顯示信息，進行合理的碳排放管控。

本+文內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com

分部門GRACED空間精細程度示意圖

本+文+內(nèi)/容/來/自:中-國-碳-排-放（交—易^網(wǎng)-tan pai fang . com

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 本*文`內(nèi)/容/來/自:中-國-碳^排-放“交|易^網(wǎng)-tan pai fang . c o m

GRACED網(wǎng)格級高空間分辨率的數(shù)據(jù)展現(xiàn)形式可覆蓋包含全球重點城市在內(nèi)的關(guān)鍵排放區(qū)域，并量化表征分部門排放的時空動態(tài)特征。以北京、上海、武漢三座典型城市為例，2020 年 3 座城市的碳排放量在 1 月末受疫情影響出現(xiàn)明顯下降，在疫情得到控制后趨于平穩(wěn)。但即使受到疫情影響，2020 年三座城市的碳排放的主要來源依然是工業(yè)部門，從人為排放所反映的人類活動水平變化來看，居民消費部門受疫情影響較小，地面交通和航空部門受疫情影響最為顯著。

本`文@內(nèi)/容/來/自:中-國^碳-排-放^*交*易^網(wǎng)-tan pai fang. com

本+文內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com

城市尺度的分部門日排放波動情況（以2020年全年為例）

本+文+內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com

GRACED可精準捕捉城市等精細空間尺度下，碳排放受疫情、節(jié)假日等影響的分部門動態(tài)變化。以北京為例，GRACED精準捕捉到北京市地面交通部門在2020年1月底受疫情影響的碳排放下降顯著；2020年6月底，因北京新發(fā)地疫情的爆發(fā)碳排放也有所下降；2020年10月初，因十一假期北京市市民外出旅游，市內(nèi)交通碳排放量出現(xiàn)明顯下降。

內(nèi).容.來.自：中`國*碳-排*放*交*易^網(wǎng) t a npai fa ng.com

2020年北京市地面交通部門日排放波動情況示意圖

本%文$內(nèi)-容-來-自；中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om

數(shù)據(jù)來源：清華大學(xué)劉竹團隊提供 本`文@內(nèi)-容-來-自；中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om

目前，該數(shù)據(jù)集已被國際社會廣泛采用，如國際氣象組織WMO科學(xué)聯(lián)合報告2021，全球碳計劃2021年全球碳收支年度報告，聯(lián)合國環(huán)境署排放差距報告2021等。近實時全球碳地圖將支撐國家和地區(qū)開展針對性的碳排放評估，有助于各類氣候政策措施及時調(diào)整，從而賦能碳中和目標的科學(xué)精確實現(xiàn)。 內(nèi)-容-來-自；中_國_碳_0排放￥交-易=網(wǎng) t an pa i fa ng . c om

清華大學(xué)地球系統(tǒng)科學(xué)系博士生竇新宇為論文第一作者，地學(xué)系劉竹副教授為論文的通訊作者。 本+文`內(nèi).容.來.自：中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com