基于GOSAT观测和关键因子归因的旅游城市桂林10米分辨率CO2排放空间分配

《Atmospheric Environment: X》：Ten-Meter Resolution Spatial Allocation of CO 2 Emissions in Tourist City Guilin using GOSAT Observations and Key Factor Attribution

　　

•为旅游城市排放开发了一种10米分辨率CO₂空间分配产品。
•在两种空间验证方案下，CatBoost取得了最低的均方根误差（RMSE）。
•10米分配将机场热点重新定位至其实际位置。
•2019–2020年，旅游业收缩主导了减排的LMDI贡献。
•旅游业扩张部分抵消了产业结构调整带来的减排。

全球CO₂浓度已从18世纪中叶约280 ppm升至2023年420 ppm，卫星遥感（如GOSAT）为大尺度CO₂观测提供了有效手段。城市尺度碳排放研究是全球碳循环的重要组成部分，但不同城市因经济结构差异而排放特征不同。旅游城市作为特殊类型，其排放模式可能异于工业城市。桂林经济高度依赖旅游业，旅游相关交通、住宿和服务活动构成重要人为排放源，其排放空间格局碎片化，给传统清单编制带来挑战。现有研究多聚焦工业城市，针对旅游城市的精细尺度排放空间分配研究有限。为此，研究人员以桂林为对象，开发10 m分辨率CO₂排放空间分配产品，以支撑可持续旅游与低碳管理。

研究人员构建了多源数据融合与机器学习框架，训练期（2019–2023）以ODIAC网格化排放（约1 km）作为目标/参考排放场，预测变量包括GOSAT CO₂柱浓度、Sentinel-5P TROPOMI NO₂、MODIS NDVI、VIIRS夜间灯光、OpenStreetMap路网密度、GISD30不透水面和LandScan人口密度。采用CatBoost算法，并与随机森林（RF）和多层感知机（MLP）比较，通过随机K折、空间分块和缓冲分块三种交叉验证评估；使用SHAP量化预测变量贡献。进一步构建面向旅游城市的LMDI分解模型，量化旅游规模、旅游消费效率、产业结构、工业能源强度、能源结构和碳强度六类驱动因素。该研究发表于《Atmospheric Environment: X》。

3.1 排放估算结果
10 m产品将预测热点集中于建成区和交通基础设施周围，并将机场热点重定位至桂林两江国际机场实际位置。时间上，平均排放通量密度在2020年显著下降，2021年反弹后逐步上升，2023年后温和下降。多尺度分析显示，粗化至1 km时变异系数和局部Moran's I显著下降，说明粗网格平滑了排放异质性。

3.2 模型比较
在空间分块和缓冲分块交叉验证下，CatBoost取得最低RMSE（0.0010 kg CO₂ m^-2 s^-1），较RF分别降低23.1%和16.7%。其R²从随机K折的0.9320降至缓冲分块的0.8225，但RPD保持≥2.52，RSR≤0.397，表明空间隔离条件下误差表现稳定。

4.1 基于SHAP的模型解释
SHAP显示路网密度和不透水面对精细空间分布影响最大。空间SHAP图中，城市化变量正贡献集中于中心城区；NDVI在喀斯特林区呈负贡献；人口密度正贡献在郊区住宅组团较显著。人口敏感性实验中，将人口场替换为空间均匀常数后，逐像素R²平均0.9912，SSIM平均0.9811，表明精细模式由高分辨率基础设施代理主导。

4.2 平均CO₂排放通量密度驱动因素分解
LMDI分解显示，2019–2020年旅游规模效应（?2.00×10^-4 kg CO₂ m^-2 s^-1）是最大减排贡献；产业结构效应累计贡献?1.98×10^-4，为最大长期减排因素；旅游规模累计贡献+8.60×10^-5，部分抵消结构调整的减排效果。各驱动因素在多数年份相互抵消，提示协同治理的重要性。

讨论部分总结了政策意义：根据热点识别提出分区管理建议，包括机场优先提升运营效率与电气化、旅游服务走廊推广节能与可再生能源、郊区鼓励清洁能源住宿等；LMDI结果提示短期关注旅游消费效率与能源结构，中期继续产业重构与能效提升，长期需跨部门协同治理。研究限制包括未量化喀斯特自然碳汇、缺乏10 m尺度地面真值验证、人口和路网等静态数据可能无法反映逐年基础设施变化、未分析季节差异；未来需整合无人机与移动测量等数据。

研究结论：空间上，10 m排放空间分配产品将预测热点集中于建成区和交通基础设施周围，并将机场热点重定位至两江国际机场实际区域；年度估算再现了2020年下降与2021年反弹，与人为活动变化敏感性一致，但该产品应被解释为空间分配而非独立验证的精细尺度排放清单。时间序列分解显示，2019–2020年旅游规模收缩是主导减排贡献，2021年后排放通量随旅游复苏反弹，2023年后温和下降，但有限时间序列无法归因于特定政策干预。局部排放变化与全球背景CO₂浓度上升趋势的分化，凸显了旅游城市本地化空间分配产品的价值。