高空间分辨率城市碳排放清单建立：以营口市为例

李璇; 高倍; 刘馨遥; 郭伟华; 孙兆楠; 潘玉瑾

doi:10.13205/j.hjgc.202504020

高空间分辨率城市碳排放清单建立：以营口市为例

doi: 10.13205/j.hjgc.202504020

1. 辽宁省生态环境保护科技中心,沈阳 110031;
2. 营口理工学院辽宁省储能与能源利用技术重点实验室,辽宁营口 115014

基金项目:

辽宁省储能与能源利用技术重点实验室基金项目（CNNK202325）；营口理工学院校级科研项目（QNL202209）

详细信息

作者简介:
李璇（1979-），女，正高级工程师，主要研究方向为环境规划与政策、应对气候变化。23310056@qq.com

通讯作者:
潘玉瑾（1991-），女，讲师，主要研究方向为污染源清单、低碳技术。panyujin@yku.edu.cn

计量
- 文章访问数: 146
- HTML全文浏览量: 61
- PDF下载量: 1
- 被引次数: 0
出版历程
- 收稿日期: 2024-02-21
- 录用日期: 2024-05-06
- 修回日期: 2024-03-27
- 刊出日期: 2025-04-01

A method for city-level high-resolution CO₂ emission inventories： a case study of Yingkou

1. Liaoning Ecological Environment Protection Technology Center, Shenyang 110031, China;
2. Liaoning Provincial Key Laboratory of Energy Storage and Utilization, Yingkou Institute of Technology, Yingkou 115014, China

摘要

摘要: 提出了一种城市级别的高空间分辨率碳排放清单建立方法，以省级能源平衡表为基础，应用经济和产业指标、人口、道路、土地和兴趣点（POI）等数据，建立了营口市1 km×1 km碳排放清单。结果表明，2020年营口市碳排放总量为1793.27万t，其中能源消耗碳排放为1800.48万t，土地利用碳排放-7.22万t；能源消耗碳排放来源主要集中在制造业和煤炭消耗，来自制造业的碳排放量占比达到69.94%，来自煤炭消耗的碳排放量占比达到53.56%；从空间分布来看，营口市碳排放空间集聚效应明显，18个极高排放网格（≥5万t）的碳排放量占比达到全市的68%，37个高排放网格（≥2万t）的碳排放量占比达到全市的90%；重点行业中，钢铁和电力热力行业排放相对集中，有色和非金属矿物制品业网格排放量则呈现梯度差异；开展本地化排放因子研究，加强城市能源统计和重点企业碳核算，可以进一步提高清单准确性。
- 能源平衡表 /
- 土地利用 /
- 营口市 /
- 碳排放清单 /
- 空间分布
Abstract: A carbon emission inventory with high-spatial-resolution covering various fields is an important foundation for cities to implement precise carbon reduction policies. A method for city-level high-resolution CO₂ emission inventories was proposed. Based on the provincial energy balance table， the economic and industrial indexes， population， roads， land use， and points of interest （POI） data were applied to establish a 1 km × 1 km CO₂ emission inventory for Yingkou in northestern China. The results showed that the total CO₂ emissions in Yingkou in 2020 reached 17.9327 million tons， consisting of 18.0084 million tons from energy consumption and -0.0722 million tons from land use. In terms of energy consumption emissions， the main sources were concentrated in manufacturing and coal consumption. CO₂ emissions from manufacturing accounted for 69.94%， and CO₂ emissions from coal consumption accounted for 53.56%. The spatial agglomeration effect of CO₂ emissions was obvious. Among the 5550 grids， CO₂ emissions from 18 extremely high-emission grids （≥ 50000 tons） accounted for 68% of the total city， while CO₂ emissions from 37 high-emission grids （≥ 20000 tons） accounted for 90%. As for the space distribution of key industries， the emissions from the steel making and power thermal industries were relatively concentrated， whereas the grid emissions from the non-ferrous and non-metallic mineral product industries showed gradient differences.High-emission grids from other industries were mainly distributed in areas with rapid economic development and dense population. It is necessary to conduct localized research on emission factors， improve the basic data statistical system and CO₂ accounting for key enterprises to enhance the accuracy of city-level CO₂ emission inventories.
- energy balance table /
- land use /
- Yingkou /
- CO₂ emission inventory /
- spatial distribution

HTML全文

1 营口市碳排放来源特征

1. Characteristics of carbon emission sources in Yingkou

下载: 全尺寸图片幻灯片

2 营口市碳排放分布

2. Grid maps of carbon emission distribution in Yingkou

下载: 全尺寸图片幻灯片

3 网格数量与排放放量帕累托图

3. Pareto plot of grid quantity and emissions

下载: 全尺寸图片幻灯片

4 营口市各区域碳排放情况

4. Carbon emissions in various regions of Yingkou

下载: 全尺寸图片幻灯片

5 营口市主要工业行业碳排放量分布

5. Distribution of carbon emissions from major industries in Yingkou

下载: 全尺寸图片幻灯片

1 城市能源分配系数

1. Allocation coefficients of urban energy

行业	分配系数说明
煤炭开采和洗选业，石油和天然气开采业，非金属矿物制品业，黑色金属冶炼和压延加工业，有色金属冶炼和压延加工业，电力、热力的生产和供应业	分别为原煤、原油、水泥、生铁、10种有色金属产量、发电量在全省的占比
燃气生产和供应业	天然气管道长度在全省的占比
水的生产和供应业、城乡居民生活	人口数在全省的占比
建筑业	建筑业产值在全省的占比
铁路运输业	（旅客发送量占比+货物发送量占比）×0.5
道路运输业	（旅客运输量占比+货物运输量占比）×0.5
水上运输业	（港口货物吞吐量占比+水运货物运输量占比）×0.5
航空运输业	兰旗机场起落架次在全省占比
管道运输业	（原油产量占比+天然气产量占比）×0.5
装卸搬运及其他运输服务业、仓储业、其他行业	第三产业在全省的占比
邮政业	邮电业务总量在全省的占比
批发、零售业和住宿、餐饮业	全年社会消费品零售总额在全省的占比
黑色金属矿采选业，有色金属矿采选业，非金属矿采选业，开采辅助活动，其他采矿业，农副食品加工业，食品制造业，酒、饮料和精制茶制造业，烟草制品业，纺织业，纺织服装、服饰业，皮革、毛皮、羽毛及其制品和制鞋业，木材加工及木、竹、藤、棕、草制品业，家具制造业，造纸及纸制品业，印刷和记录媒介复制业，文教、工美、体育和娱乐用品制造业，石油加工、炼焦和核燃料加工业^a，化学原料和化学制品制造业，医药制造业，化学纤维制造业，橡胶和塑料制品业，金属制品业，通用设备制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械和器材制造业，通信设备、计算机和其他电子设备制造业，仪器仪表制造业，其他制造业，废弃资源综合利用业，金属制品、机械和设备修理业	第四次全国经济普查该行业营业收入在全省的占比
注：a营口市焦炭、汽油、柴油和燃料油产量作为该行业的产出，从消耗量中予以扣减，因此石油加工、炼焦和核燃料加工业这4类能源的消耗量可能为负值。

下载: 导出CSV

2 不同燃料碳排放因子、热值与碳氧化率

2. Carbon emission factors， calorific values， and carbon oxidation rates of different fuels

类别		煤炭(原煤）	焦炭（干全焦）	原油	汽油	煤油	柴油	燃料油	天然气	润滑油
排放因子/（t C/TJ）		26.1	29.5	20.1	18.9	19.6	20.2	21.1	15.3	20
碳氧化率/%	电力、热力的生产和供应业	98	93	98	98	98	98	98	99	98
	非金属矿物制品业	99	93	98	98	98	98	98	99	98
	黑色金属冶炼和压延加工业	90	93	98	98	98	98	98	99	98
	其他行业	85	93	98	98	98	98	98	99	98
单位热值/（kJ/kg或kJ/m³）	平均低位发热量	20934	28470	41868	43124	43124	42708	41868	35609	41868

下载: 导出CSV

3 不同土地利用类型的碳排放系数

3. Carbon emission coefficients for different land use types

用地类型	碳排放系数/[t/(km²·a)]	数据来源
耕地	42.2	[31]
林地	-58.1	[32]
草地	-2.1	[33]
水域	-25.3	[33]
未利用地	-0.5	[33]

下载: 导出CSV

4 网格权重计算方法

4. The calculation method for gridded emission weights

序号	类别	分配依据	说明
1	黑色金属冶炼及压延加工业	POI	根据碳排放量计算结果，工业行业中，黑色金属冶炼及压延加工业、电力热力业、有色金属冶炼及压延加工业、化学原料与化学制品业、有色金属采矿选业、非金属矿物制品业和燃气类行业占据了营口市总碳排放量的85%以上，将这6个行业的碳排放量按照各自行业POI（兴趣点）数量进行分配，其他工业行业归类为其他类行业η_n,k = W_n,k /W_k,式中，W_n,k 为网格n中k行业POI的数量；W_k 为研究区域k行业POI的数量
2	电力热力业
3	有色金属冶炼及压延加工业
4	化学原料与化学制品业
5	有色金属采矿选业
6	非金属矿物制品业
7	燃气类行业
8	其他类行业
9	交通运输业	道路长度	η_n,dl = l_n /l,式中，l_n 为网格n中道路长度；l为研究区域道路总长度
10	农林牧渔业	耕地面积	η_n,g = A_n /A,式中，A_n 为网格n中耕地面积；A为研究区域耕地总面积
11	建筑业、批发零售、住宿餐饮、居民生活	人口密度	η_n,rk = P_n /P,式中，P_n 为网格n中人口数；P为研究区域人口总数
12	开展温室气体核算的重点行业工业企业

下载: 导出CSV

5 营口市重点行业碳排放情况

5. Carbon emissions from key industries in Yingkou

工业行业	碳排放量/万t	占比/%
消费总量	1669.37	100.00
黑色金属冶炼和压延加工业	1121.36	67.17
电力、热力的生产和供应业	389.26	23.32
石油加工、炼焦和核燃料加工业	58.87	3.53
有色金属冶炼和压延加工业	25.73	1.54
非金属矿物制品业	25.61	1.53
有色金属矿采选业	19.64	1.18
化学原料和化学制品制造业	14.02	0.84
金属制品业	5.39	0.32
农副食品加工业	3.70	0.22
造纸及纸制品业	1.20	0.07
其他工业行业	4.60	0.28

下载: 导出CSV

参考文献(36)

[1]	SHAN Y，GUAN D，ZHENG H，et al. Data descriptor:China CO₂ emission accounts［J］. Scientific Data，2017:1-14.
[2]	WANG Y，ZHAO T. Impacts of urbanization-related factors on CO₂ emissions:evidence from China’s three regions with varied urbanization levels［J］. Atmospheric Pollution Research，2018，9（1）:15-26.
[3]	SHAN Y，GUAN D，LIU J，et al. Methodology and applications of city level CO₂ emission accounts in China［J］. Journal of Cleaner Production，Elsevier Ltd，2017，161:1215-1225.
[4]	LIANG S，CHANG W C，LI Y M，et al. High spatial resolution environmental dataset and its application［J］. Environmental Engineering，2022，40（6）:1-11. 梁赛，常玮岑，李雨萌，等. 高空间分辨率环境数据库及其应用［J］. 环境工程，2022，40（6）:1-11.
[5]	XIE P C，WANG W J，LIAO C P，et al. Guangzhou CO₂ emissions inventory research based on the energy activity［J］. Ecological Economy，2018，34（3）:18-22. 谢鹏程，王文军，廖翠萍，等. 基于能源活动的广州市二氧化碳排放清单研究［J］. 生态经济，2018，34（03）:18-22.
[6]	ZHAO J Y，ZHU Y E，MA J C，et al. Research on carbon emission inventory based on energy activities and the driving factors in Shanxi［J］. Journal of Taiyuan University of Technology，2022，53（6）:989-996 赵江燕，朱宇恩，马建超，等. 山西省能源消费碳排放清单和影响因素研究［J］. 太原理工大学学报，2022，53（6）:989-996.
[7]	SHAN Y，HUANG Q，GUAN D，et al. China CO₂ emission accounts 2016-2017［J］. Scientific Data，2020，7（1）:54.
[8]	ZHAO R N，DONG L，BAI L，et al. Inventory analysis on carbon emissions of photo voltaic industry［J］. China Environmental Science，2020，40（6）:434-440. 赵若楠，董莉，白璐，等. 光伏行业生命周期碳排放清单分析［J］. 中国环境科学，2020，40（6）:434-440.
[9]	NIE H W，DENG J，SHI Z Z. Research on carbon emission inventory of Guizhou passenger transport［J］. Highway，2019，64（2）:252-255. 聂华伟，邓捷，史忠震. 贵州客运交通碳排放清单研究［J］. 公路，2019，64（2）:252-255.
[10]	CHEN G J，CHANG K L，CHEN H Q，et al. Decomposition analysis of CO₂ emission factor in beijing-tianjin-hebei electric power industry based on production-side and consumption-side［J］. Science and Technology Management Research，2019.
[11]	SUN Z Q，WANG G J，CHEN Y N. Analysis on the uncertainty of carbon emission accounting based on energy balance sheet［J］. Ecological Economy，2015（07）:35-40. 孙振清，汪国军，陈亚男. 基于能源平衡表的碳排放清单核算不确定性分析［J］. 生态经济，2015（7）:35-40.
[12]	CHEN H L，GAO Z H，WANG Z B. Analysis on influencing factors of industrial carbon emission and carbon transfer pattern at provincial level［J］. Acta Ecologica Sinica，2023，43（14）:5816-5828. 陈慧灵，高子恒，王振波. 省级尺度工业碳排放影响因素及碳转移格局［J］. 生态学报，2023，43（14）:5816-5828.
[13]	JING Y，ZUO L L，PENG W F. Spatial-temporal change analysis of carbon emission from land use in Mianyang:the case study of Mianyang［J］. Environmental Science& Technology，2021，44（6）:172-185. 景勇，左玲丽，彭文甫. 四川盆地西北部土地利用碳排放时空变化分析:以绵阳市为例［J］. 环境科学与技术，2021，44（6）:172-185.
[14]	WANG J J，WEI J J. Temporal variation characteristics and a scenario analysis of carbon emissions in the operation of buildings in Beijing［J］. Journal of Beijing University of Technology，2022（3）:220-229. 王京京，卫佳佳. 时间序列下北京市建筑运行碳排放变化特征与情景模拟［J］. 北京工业大学学报，2022（3）:220-229.
[15]	HUANG G H，LIU C J，TU H L. Calculation of carbon emission inventory and analysis of carbon emission reduction potential in Hubei province［J］. Statistics& Decision，2019，35（12）:102-106. 黄国华，刘传江，涂海丽. 湖北省碳排放清单测算及碳减排潜力分析［J］. 统计与决策，2019，35（12）:102-106.
[16]	FAN Z H，XING W W，BU Y Q，et al. Calculation and peak analysis of carbon emissions from agricultural planting in Jiangsu province［J］. Journal of Soil and Water Conservation，2023，37（5）:78-85. 范振浩，邢巍巍，卜元卿，等. 江苏省种植业碳排放的测算及达峰分析［J］. 水土保持学报，2023，37（5）:78-85.
[17]	HUANG L L，WANG Y，ZHANG C，et al. A spatial-temporal decomposition analysis of CO₂ emissions in Fujian Southeast Triangle Region［J］. China Environmental Science，2020，40（5）:2312-2320. 黄琳琳，王远，张晨，等. 闽三角地区碳排放时空差异及影响因素研究［J］. 中国环境科学，2020，40（5）:2312-2320.
[18]	JING Q N，LUO W，BAI H T，et al. A method for city-level energy-related CO₂ emission estimation［J］. Acta Scientiae Circumstantiae，2018，38（12）:4879-4886. 景侨楠，罗雯，白宏涛，等. 城市能源碳排放估算方法探究［J］. 环境科学学报，2018，38（12）:4879-4886.
[19]	CAI B F，WANG J N，YANG S Y，et al. China city CO₂ emission dataset:based on the China high resolution emission gridded data［J］. China Population，Resources and Environment，2017，27（2）:1-4. 蔡博峰，王金南，杨姝影，等. 中国城市CO₂排放数据集研究:基于中国高空间分辨率网格数据［J］. 中国人口·资源与环境，2017，27（2）:1-4.
[20]	CAI B，LIANG S，ZHOU J，et al. China high resolution emission database（CHRED）with point emission sources，gridded emission data，and supplementary socioeconomic data［J］. Resources，Conservation and Recycling，Elsevier，2018，129:232-239.
[21]	LIU P Z，ZHANG LI Y，DONG H Z. Analysis on spatiotemporal evolution pattern and influencing factors of carbon emission intensity of“2+26" cities in Beijing-Tianjin-Hebei and surrounding areas［J］. Environmental Pollution& Control，2022，44（6）:772-776. 刘鹏振，张力元，董会忠. 京津冀及周边"2+26"城市碳排放强度时空演变规律及影响因素分析［J］. 环境污染与防治，2022，44（6）:772-776.
[22]	LIU J，GE X，ZHAO Z Y. Research on spatio-temporal evolution of carbon arrangement in north China cities and its influencing factors［J］. Environmental Engineering，2023，41（10）:204-212，222. 刘杰，葛潇，赵振宇. 华北城市群碳排时空演变格局及影响因素研究［J］. 环境工程，2023，41（10）:204-212，222.
[23]	Liaoning Provincial Bureau of Statistics. Liaoning Statistical Yearbook 2020［R］. Beijing:China Statistics Press，2021. 辽宁省统计局. 2020年辽宁省统计年鉴［R］. 2021.
[24]	JING Q N，HOU H M，BAI H T，et al. A top-bottom estimation method for city-level energy-related CO₂ emissions［J］. China Environmental Science，2019，39（1）:420-427. 景侨楠，侯慧敏，白宏涛，等. 自上而下的城市能源消耗碳排放估算方法［J］. 中国环境科学，2019，39（1）:420-427.
[25]	Liaoning Provincial Bureau of Statistics. Communique on the Fourth National Economic Census of Liaoning Province［R］. 2020. 辽宁省统计局. 辽宁省第四次全国经济普查公报［R］. 2020.
[26]	Yingkou Municipal Bureau of Statistics. Communique on the Fourth National Economic Census of Yingkou City［R］. 2020. 营口市统计局. 营口市第四次全国经济普查公报［R］. 2020.
[27]	Liaoning Provincial Bureau of Statistics. Liaoning Province National Economic and Social Development Statistical Communique 2020［R］. 2021. 辽宁省统计局. 2020年辽宁省国民经济和社会发展统计公报［R］. 2021.
[28]	Yingkou Municipal Bureau of Statistics. Yingkou City National Economic and Social Development Statistical Communique 2020［R］. 2021. 营口市统计局. 2020年营口市国民经济和社会发展统计公报［R］. 2021.
[29]	Civil Aviation Administration of China. Civil Aviation Airport Production Statistical Communique 2020［R］. 2021. 中国民用航空局. 2020年民航机场生产统计公报［R］. 2021.
[30]	IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventorie［R］. 2008.
[31]	ZHANG R S，PU L J，WEN J Q. Hypothesis and validation on the Kuznets curve of construction land expansion and carbon emission effect［J］. Journal of Natural Resources，2012，27（5）:723-733. 张润森，濮励杰，文继群. 建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证［J］. 自然资源学报，2012，27（5）:723-733.
[32]	XIAO H Y，YUAN X Z，LI B. The effects of land use changes on carbon emission:take Chongging as an example［J］. Journal of Chongqing Normal University（Natural Science），2012，29（1）:38-42. 肖红艳，袁兴中，李波. 土地利用变化碳排放效应研究:以重庆市为例［J］. 重庆师范大学学报. 自然科学版，2012，29（1）:38-42.
[33]	SHI H X，MU X M，ZHANG Y L. Effects of different land use patterns on carbon emission in Guangyuan city of Sichuan province［J］. Bulletin of Soil and Water Conservation，2010，32（3）:101-106. 石洪昕，穆兴民，张应龙. 四川省广元市不同土地利用类型的碳排放效应研究［J］. 水土保持通报，2010，32（3）:101-106.
[34]	ZHENG J Y，WANG S S，HUANG Z J，et al. Technical methods and applications for establishing regional high resolution atmospheric emission source inventory［M］. Beijing:Science Press，2014:258-272. 郑君瑜，王水胜，黄志炯，等. 区域高分辨率大气排放源清单建立的技术方法与应用［M］. 北京:科学出版社，2014:258-272.
[35]	YU Q. The impact of industrial agglomeration on environmental efficiency of Chinese iron and steel industry［D］. Harbin:Harbin Engineering University，2018. 于倩. 产业集聚对中国钢铁行业环境效率的影响研究［D］. 哈尔滨:哈尔滨工程大学，2018.
[36]	ZONG H M，CHEN X，YI Z. Spatial pattern and distribution characteristics of wholesale industry in Chongging's urban area based on POl data［J］. Modern Urban Research，2020（5）:24-31. 宗会明，陈欣，易峥. 基于POI数据的重庆市主城区批发业空间分布特征研究［J］. 现代城市研究，2020（5）:24-31.