基于LiDAR三维建筑形态与电力消耗数据的卡塔尔全国建筑能耗强度与运营碳排放高分辨率评估框架研究

《Scientific Reports》：A LiDAR-driven urban energy benchmarking framework for mapping building energy intensity and carbon emissions in hyper-arid cities

　　

摘要

快速城市化进程和不断加剧的极端高温正在加速极干旱城市建筑能源需求和相关碳排放的增长。然而，由于建筑形态、建筑面积和能耗数据很少在综合框架中实现整合，因此以高空间分辨率量化建筑层面的能源绩效仍然极具挑战性。本研究开发了一个综合地理空间框架，将基于LiDAR的三维建筑形态、高分辨率建筑足迹和电力消耗数据相结合，以量化卡塔尔全国的建筑层面能耗强度（EUI）、运营碳排放及能源绩效模式。研究将基于LiDAR的建筑形态、基于深度学习从高分辨率Pléiades影像中提取的建筑足迹以及14,186条电表记录进行整合，结合基于树的回归方法估算已测绘建筑群的EUI。分析结果显示，建筑能源绩效在行业部门和空间分布上存在显著差异。住宅别墅占估算的建筑运营碳排放的35.5%，而商业、工业和政府建筑合计贡献了56.02%。2020年至2024年间，住宅部门电力消耗增长了8.52%，商业和工业建筑增长了25.0%。年均EUI从158 ± 15上升至206 ± 20 kWh/m²，运营CO₂当量总排放量从19.3增至22.7 MtCO₂e。年均碳排放强度也从111.5上升至130.7 kgCO₂e/m²，增幅为17.22%。建筑层面的聚类分析揭示了能源绩效的巨大异质性，仅18%的建筑被归类为低EUI组（聚类1），而50%的建筑属于高EUI组（聚类3），其平均EUI为455 kWh/m²/年。研究结果确定了在各建筑部门中实施空间针对性能效干预和碳减排的巨大机会。所提出的框架为建筑能源基准评估提供了高分辨率基线，并支持在极干旱城市环境中基于证据优先推进能效提升和脱碳战略。