数据/报告发布

1｜研究背景

随着全球气候变暖加剧，CO2的排放问题日益受到重视。中国作为全球最大的碳排放国家，承诺在2030年排放达到峰值，并在2060年实现碳中和。近年来，越来越多的学者对中国的CO2排放开展了研究。由于方法的欠缺和基础数据源的限制，中国大多数CO2排放数据的测算都只能停留在国家、省或地级市一级，导致更加微观层面的研究相对较为匮乏。而随着中国二氧化碳减排战略自上而下的实施，应当关注更微观层面的碳排放。相比省和市一级来讲，区县级的CO2排放数据包含了更加丰富的信息，也能更加细致地反映区域的异质性，从而有利于政府部门因地制宜地实施减排政策。尽管有少部分学者根据区县提供的化石能源消费数据测算了部分地区的CO2排放，但是其时间跨度和空间覆盖都非常有限。同时，关于中国区域层级植被固定碳汇的研究则更为稀少。

2｜研究结果

本研究利用夜间灯光数据与人类活动高度相关性的特性，采用NGDC（National Geophysical Data Center）提供的两套夜间灯光数据（DMSP/OLS和NPP/VIIRS数据），反演出1997-2017年中国2,735个县的CO2排放量。更为重要的是，研究通过MODIS平台提供的净初级植被生产力，核算出2000-2017年陆地植被固定CO2排放数据，这对于当前的碳达峰预测、碳中和等研究具有重要的价值。其次，在夜间灯光数据的校对中，研究采取了粒子群优化-反向传播（PSO-BP）算法统一了DMSP / OLS和NPP / VIIRS卫星图像，从而得到了高质量的长时间跨度的稳定夜间灯光数据，其不仅对遥感领域具有推动作用，而且对于今后人口分布、GDP预测和污染物估计等等也具有重要的参考价值。

数据下载

清单包含如下数据集，可通过https://www.ceads.net/data/county/下载。

（1）1997-2017年中国2735个区县的化石能源消费CO2排放数据

（2）2001-2017年中国2735个区县的陆地植被固定CO2排放数据

3｜研究方法及过程

首先，研究将DMSP/OLS和NPP/VIIRS数据进行匹配。DMSP/OLS数据作为最早的相对辐射夜间灯光数据源，其时间跨度在1992-2013年。2012年后至今，NGDC开始提供分辨率更高的NPP/VIIRS辐射定标数据。虽然两套夜间灯光数据总共具有较长的时间跨度，但由于传感器、分辨率以及测算函数的差异，这二者在数据尺度上存在较大的差距。这样的差异导致2013年以后的夜间灯光数据存在断层现象，使得大部分应用夜间灯光数据的研究设计只能将时间区间限制到2013年以前或者2013年以后。

因此，研究采用粒子群优化-反向传播（PSO-BP）算法将DMSP / OLS和NPP / VIIRS卫星数据进行匹配和统一，得到了可能是目前为止最好的拟合效果。具体训练结果和测试结果见图3和图4。随后，研究采取PSO-BP算法构建中国省市的夜间灯光数据和省市化石能源消费CO2排放数据的关系，拟合效果达到0.998。然后基于至上而下的思路，研究以区县灯光亮度总量为权重反演出中国区县的化石能源消费CO2排放量。同时，考虑到植被在吸收和固定CO2排放上具有重大的潜力和能力，研究采用MODIS平台提供的MOD17A3H产品测算出中国2000-2017年区县中所对应的净初级生产力，最后借助植被干物质与吸收CO2的转化系数得到陆地植被固碳量。

图 3. 2013年DMSP/OLS和NPP/VIIRS图片平均像素值的训练结果。

（a）表示基于PSO-BP算法并考虑其他输入参数的结果；（b）表示基于PSO-BP算法但不考虑其他输入参数的结果，（c）具有基于BP算法并考虑其他输入参数的结果；（d）基于BP算法但不考虑其他输入参数的结果。

图 4. 2013年DMSP/OLS和NPP/VIIRS图片平均像素值的测试结果。

（a）表示基于PSO-BP算法并考虑其他输入参数的结果；（b）表示基于PSO-BP算法但不考虑其他输入参数的结果，（c）具有基于BP算法并考虑其他输入参数的结果；（d）基于BP算法但不考虑其他输入参数的结果。

数据及文章引用：Chen, J., Gao, M., Cheng, S. Hou, W., Song, M., Liu, X., Liu, Y.*, & Shan, Y.*. County-level CO2 emissions and sequestration in China during 1997–2017. Sci Data7, 391 (2020).