一种基于卫星的模型，用于监测城市物质代谢、隐含排放及碳化过程

《Environmental Science & Technology》：A Satellite-Driven Model for Monitoring Urban Material Metabolism, Embodied Emissions, and Carbonation

针对城市代谢研究数据聚合不足的问题，本研究构建了基于多时相卫星影像的机器学习工作流和动态3D建筑模型，系统重建厦门市30年代谢历史。通过GIS-MFA和生命周期评估模型，量化了材料库存、流动及全生命周期碳排放，发现建筑库存增长5倍，材料流入高峰在2000年代初，拆除流出持续上升，水泥碳化贡献了6.6%的碳汇，为可持续规划提供工具。

　　

城市系统是全球物质消耗和碳排放的核心。然而，由于依赖于汇总的、自上而下的数据，系统地理解城市新陈代谢仍然是一个挑战，因为这些数据无法捕捉到城市微观层面的动态变化。为了解决这一挑战，我们开发了一个综合的、自下而上的框架，并重建了中国厦门市30年的新陈代谢历史。我们的方法利用定制的机器学习工作流程处理多时相的开源卫星图像，创建了一个动态的3D建筑动态（3D-BD）模型。该模型能够准确绘制出建筑物的关键属性（占地面积、高度、类型以及建造/拆除年份），在高度估算方面的均方根误差（R2）为0.81，在检测建造年份和拆除年份方面的F1分数分别为0.89和0.81。这个高分辨率数据库随后驱动GIS-MFA和LCA模型，量化了材料库存、流动、生命周期各阶段的碳排放量，以及常被忽视的水泥碳化过程中的碳汇作用。厦门市的研究结果显示，建筑物的数量增加了5倍，材料流入量在21世纪初达到峰值，而拆除量持续上升，表明城市正在向更新阶段转型。在研究期间，水泥碳化过程起到了显著的碳汇作用，抵消了建筑物生命周期总碳排放量的约6.6%。这一可复制的框架提供了对城市碳预算更全面的核算，为可持续规划和实现净零排放目标提供了有力的工具。