面向针对性减排的社区尺度城市碳排放制图：一种整合多源数据的批次核算框架

《Sustainable Cities and Society》：Mapping neighborhood-scale urban carbon emissions for targeted mitigation: A batch accounting framework integrating multi-source data

　　

摘要
在城市社区尺度上绘制碳排放地图对于实施有针对性的减排措施至关重要。然而，由于数据获取的空间限制，现有的社区尺度核算方法主要局限于对单个社区的定制化分析，未能实现具有细粒度细节的广泛覆盖。为填补这一空白，本研究提出了一种社区尺度碳排放批量核算框架，扩展并自动化了现有的自下而上核算方法。核算边界涵盖社区边界内能源使用产生的四个排放源部门（包括建筑、交通、公共照明和绿地）的操作排放，以及植被碳固存。所提出的框架集成了多源地理空间大数据和统计数据，如高分辨率建筑足迹、土地利用、道路网络和土地覆盖。通过采用 GIS 空间分析和开发基于 Python 的自动化数据集成工具，它实现了颗粒度核算数据的大规模获取和跨数据集映射。该框架的性能在中国南京 567 个真实社区中得到了验证。结果表明，平均社区碳排放强度为 34.36 kgCO?/m2，城市核心区的社区表现出高强度和高总排放。建筑（72.1%）占主导排放结构，而绿地抵消了约 3.1% 的总排放。通过 K-Means 聚类，从复杂的排放特征中识别出六种社区排放模式，支持制定差异化减排策略。总体而言，本研究提高了大规模社区碳排放核算的可行性和效率，并为细粒度城市碳管理提供了实践基础。

引言
城市是人类活动的主要枢纽和碳排放的主要来源。城市覆盖全球超过一半的人口，消耗 60%–80% 的能源资源，并贡献高达 70% 的总碳排放。作为城市的基本空间单元，社区在推动城市脱碳方面发挥着关键作用。一方面，社区直接容纳高密度排放活动，如建筑使用和交通。另一方面，社区的空间尺度促进了城市碳排放的细粒度管理。对此，世界各国正在积极推进低碳社区倡议。例如，中国包含超过 12.1 万个社区，政府强制要求超过 60% 的社区参与低碳发展行动。然而，为了实现这一雄心勃勃的目标，城市管理者必须洞察整个城市社区碳排放的宏观模式和微观细节。因此，绘制社区尺度碳排放地图对于识别不同的排放特征和实施有针对性的策略至关重要。

在城市层面进行社区尺度碳排放核算的一个主要挑战是如何平衡广泛覆盖和细粒度细节。具体而言，广泛覆盖需要一种统一、高效的方法来同时量化城市内数百或数千个社区的排放，而细粒度细节是指对每个社区内异质排放源的精确特征刻画。现有的碳核算范式通常分为自上而下和自下而上方法。自上而下方法依赖宏观统计数据（如城市能源统计年鉴或区域网格碳产品），并采用代理变量（如人口密度、经济指标、夜间灯光）进行空间降尺度。这种方法模糊了空间细节且缺乏可解释性，使其不足以支持精确的减排干预。因此，社区尺度核算通常采用自下而上方法，即聚合排放源数据（如建筑、道路、设施）以编制详细的排放清单。然而，现有的社区碳排放核算方法可扩展性差，主要受限于数据获取的空间局限性。具体而言，目前的研究主要关注单个社区，提供针对特定数据条件的高度定制化方法，难以应用于数据可用性不均的普通社区。此外，这些案例研究严重依赖现场测量、能源建模、问卷调查和规划文件。虽然能够捕捉精确的活动数据，但这些传统数据获取方法成本高昂、劳动密集型且高度复杂，使其无法大规模应用。

地理空间大数据的近期普及提供了克服这些数据获取瓶颈的机会。地理空间大数据在大规模和高空间分辨率下快速捕捉地理要素的空间特征（如位置和几何形状）和属性特征（如类型和数值）方面具有明显优势，从而为碳核算提供关键的底层数据。社区碳排放系统涵盖建筑、交通和土地利用等多个部门，其大量且多样的特征分散在多源异构地理空间数据集中。然而，现有研究通常将地理空间数据的应用限制在单个排放部门，未能充分利用其在全面社区碳排放核算方面的潜力。此外，现有研究缺乏多源数据集之间的深度集成。由于单个数据集提供的地理特征往往有限或不完整，要素属性的刻画可能缺乏全面性或代表性，从而影响碳排放核算结果的准确性。

本研究旨在提出一种社区尺度碳排放批量核算框架，促进细粒度城市碳排放地图的绘制以指导有针对性的减排。在本研究中，社区碳排放被定义为社区地理边界内建筑、交通、公共照明和绿地产生的年度操作范围一和范围二排放以及植被碳汇。该框架的方法论创新在于扩展并自动化了现有的社区碳排放核算自下而上方法。具体而言，通过集成多源异构地理空间大数据和统计数据，并开发自动化数据提取和集成工具，该框架实现了核算数据的大规模获取和细粒度特征刻画，从而支持全城核算。本研究的实证贡献在于将所提出的框架应用于中国南京 567 个真实社区，生成一个大都市区的社区级碳排放地图，并揭示空间分布、部门结构和排放模式。其政策贡献在于为定位排放热点和关键排放源提供决策支持，并根据不同社区的排放特征和模式制定量身定制的减排策略。

本文其余部分安排如下：第 2 节回顾了现有的社区碳排放核算研究。第 3 节详细介绍了社区尺度批量核算框架的开发。第 4 节展示了该框架在案例研究中的应用结果。第 5 节讨论了研究的启示、贡献和局限性。最后，第 6 节提供了结论。

章节片段
社区碳排放核算
以前的广泛综述为理解与社区碳排放相关的概念提供了重要基础。现有社区尺度研究在术语、空间大小和系统边界方面仍然存在异质性。使用了不同的术语，包括“neighbourhood”、“community”、“block”和“district”，其中“neighbourhood”是最常用的表达。

方法论
本研究通过集成多源异构数据、采用 GIS 空间分析和开发基于 Python 的自动化处理工具，提出了一种社区尺度碳排放批量核算框架。（1）模块 1 定义核算边界。（2）模块 2 收集核算所需的多源数据，包括地理空间大数据、统计数据和标准数据。（3）模块 3 通过推导地理空间要素属性来提取和集成核算数据，

研究区域
本研究选择中国大城市南京作为案例研究区域。其中心城区覆盖 892.46 km2，包含 567 个社区，边界如图 7 所示。南京中心城区呈现出复杂的城市空间结构，具有高密度多类型建筑集群、纵横交错的交通网络和高度混合的土地利用模式。此外，南京位于中国典型的夏热冬冷气候区，使得

核算框架的性能验证
本节从核算准确性、核算效率和实施成本三个方面评估所提出的核算框架。

核算结果的准确性在三个层面得到验证：社区碳排放强度、碳排放结构和建筑碳排放（表 4）。首先，我们将平均社区碳排放强度与中国国际合作委员会发布的政策研究报告进行了比较。

结论
本研究提出了一种社区尺度碳排放批量核算框架，应用于满足细粒度城市碳管理的需求。通过集成多源数据，该框架高效获取了建筑、交通、公共照明和绿地四个源部门的大量且详细的核算数据。因此，它提供了一种全城社区碳核算的操作方法。对 567 个社区进行了案例研究

CRediT 作者贡献声明
赵永恒：概念化、数据管理、形式分析、方法论、软件、可视化、写作 – 初稿、写作 – 审阅与编辑；葛清平：概念化、监督、验证、写作 – 审阅与编辑；周盛华：概念化、方法论、写作 – 审阅与编辑；李德智：资金获取、监督、验证、写作 – 审阅与编辑；滕跃：资金获取、监督、验证、写作 – 审阅与编辑；
CRediT 作者贡献声明
赵永恒：写作 – 审阅与编辑、写作 – 初稿、可视化、软件、方法论、形式分析、数据管理、概念化。葛清平：写作 – 审阅与编辑、验证、监督、概念化。周盛华：写作 – 审阅与编辑、方法论、概念化。李德智：写作 – 审阅与编辑、验证、监督、资金获取。滕跃：写作 – 审阅与编辑、验证、监督、资金获取。
竞争利益声明
作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能被认为影响了本论文报告的工作。

致谢
本文的工作得到了广东省基础与应用基础研究基金 (2026A1515011749)、香港研究资助局一般研究基金 (15220923)、国家自然科学基金青年科学基金项目 (72301232) 以及中国国家关键研发计划第 14 个五年计划 [2024YFC3808004 in 2024YFC3808000] 的支持。

赵永恒 | 葛清平 | 周盛华 | 李德智 | 滕跃 | 王文涛
香港理工大学 建筑管理与智能系，中国香港