CN112884274B - 一种基于排放网格的二氧化碳源-汇匹配方法及装置 - Google Patents
一种基于排放网格的二氧化碳源-汇匹配方法及装置 Download PDFInfo
- Publication number
- CN112884274B CN112884274B CN202110033563.0A CN202110033563A CN112884274B CN 112884274 B CN112884274 B CN 112884274B CN 202110033563 A CN202110033563 A CN 202110033563A CN 112884274 B CN112884274 B CN 112884274B
- Authority
- CN
- China
- Prior art keywords
- carbon dioxide
- source
- sink
- grid
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 title claims abstract description 449
- 229910002092 carbon dioxide Inorganic materials 0.000 title claims abstract description 226
- 239000001569 carbon dioxide Substances 0.000 title claims abstract description 225
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012216 screening Methods 0.000 claims abstract description 78
- 238000007789 sealing Methods 0.000 claims abstract description 34
- 239000005431 greenhouse gas Substances 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000009919 sequestration Effects 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 239000007789 gas Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 claims description 3
- 229910052731 fluorine Inorganic materials 0.000 claims description 3
- 239000011737 fluorine Substances 0.000 claims description 3
- 239000001272 nitrous oxide Substances 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Gas Separation By Absorption (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于温室气体减排空间化技术领域，具体地说，涉及一种基于高空间分辨率排放网格的二氧化碳源‑汇匹配方法及装置，该方法包括：建立某一地区的高空间分辨率排放网格数据库；根据预先设定的筛选条件，在某一地区内的特定区域内，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源‑汇组合；对每个得到的源‑汇组合进行评估，得到最优的源‑汇组合。
Description
技术领域
本发明属于温室气体减排空间化技术领域，具体地说，涉及一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法及装置。
背景技术
全球变暖是毋庸置疑的，并已对自然和人类系统造成了显著影响，如粮食减产、植被破坏、森林火灾增多、旱涝灾害损失增大、生态环境退化等。人为活动导致的温室气体排放增加是20世纪中叶以来气候变化的主要原因。其中，化石燃料燃烧和工业过程产生的二氧化碳排放量，在1970～2010年期间占温室气体总排放增量的约78％，减少碳排放是应对气候变化的重要缓解措施。
近年来，二氧化碳捕集、利用与封存作为稳定大气温室气体浓度行动组合中的一种重要选择，受到了国内外的广泛关注。二氧化碳捕集、利用与封存是指将二氧化碳从排放源或者大气中提纯后或直接加以利用或封存，以实现二氧化碳减排的工业过程。二氧化碳捕集、利用与封存技术，是未来减少二氧化碳排放、保障能源安全、构建生态文明和实现可持续发展的重要手段。
近年来，持续推进二氧化碳捕集、利用与封存规划部署，已有十几个示范工程，但均为小规模试点示范项目。大规模二氧化碳捕集、利用与封存的实施是在2060年前实现碳中和目标的重要手段。理论地质封存容量巨大，适合CO2捕集的大规模集中排放源为数众多、分布广泛，且类型多样，但是地质条件复杂、人口分布密集，源东汇西的错位分布格局增加了二氧化碳捕集、利用与封存规模化利用的难度。现有二氧化碳捕集、利用与封存的源汇评价存在数据不统一、不完整、来源不清、重复工作等问题。因此，如何合理地利用温室气体及二氧化碳捕集、利用与封存项目数据库，采用可靠的源汇匹配方法，形成不同源汇组合，最终将其进行筛选排序，得到低成本、可行性高的源-汇组合，是实现大规模的二氧化碳捕集、利用与封存的有力保证。
发明内容
为解决现有技术存在的上述缺陷，本发明提出了一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法及装置，具体地涉及一种基于高空间分辨率排放网格的二氧化碳捕集、利用与封存项目源-汇匹配方法，其应用时可形成不同的源汇组合，将其进行筛选排序，最终可得到低成本、可行性高的优选源-汇组合。
本发明提供了一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，该方法包括：
建立某一地区的高空间分辨率排放网格数据库；
根据预先设定的筛选条件，在某一地区内的特定区域内，选取符合筛选条件的源网格Bi，以此作为二氧化碳捕集、利用与封存项目的源，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；
对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；
针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源-汇组合；
对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配。
作为上述技术方案的改进之一，所述筛选条件为EBi≥a；EBi为特定区域内源网格Bi的二氧化碳气体排放量，a为筛选阈值。
作为上述技术方案的改进之一，所述某一地区的高空间分辨率排放网格数据库的具体建立过程为：
根据某一地区的实际二氧化碳排放量的情况和工业企业位置、地质封存参数的数据特点，基于点排放源自下而上的空间化方法，再结合点排放源数据、线源数据和面源数据，将某一地区按照10km×10km在空间层面上划分为多个方形网格区域，对每个方形网格区域利用自下而上的空间化方法核算出该方形网格区域内全年的温室气体排放数据，作为该方形网格区域的温室气体排放清单数据；将所有方形网格区域的温室气体排放清单数据整合在一起，建立该地区的高空间分辨率排放网格数据库。
作为上述技术方案的改进之一，所述温室气体排放清单数据包括：含氟温室气体排放数据、氧化亚氮排放数据、甲烷排放数据和二氧化碳排放数据；
其中，所述二氧化碳排放数据包括：二氧化碳总排放数据、能源二氧化碳排放数据、工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据、航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据、水运二氧化碳排放数据和工业过程二氧化碳排放数据。
其中，二氧化碳总排放数据为能源二氧化碳排放数据和工业过程二氧化碳排放数据之和；
所述能源二氧化碳排放数据为工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据之和；交通二氧化碳排放数据为航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据和水运二氧化碳排放数据之和。
作为上述技术方案的改进之一，所述特定区域为方法应用区域，其具体为以行政边界、自然边界或自定义边界进行限定的区域；
其中，所述行政边界为以省、市、县的行政区域为边界进行限定的区域；所述自然边界为以盆地或咸水层的自然区域进行限定的区域。
作为上述技术方案的改进之一，所述指定距离D满足约束条件：Distance(Bi,Sj)≤D；其中，Distance()为某区域的源网格与汇之间的匹配距离；Sj为与该源网格Bi相匹配的汇。
作为上述技术方案的改进之一，所述对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配；其具体过程为：
针对当前所选定的符合筛选条件的源网格Bi，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，获得当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合；
将当前所选定的源网格Bi的二氧化碳排放量EBi进行归一化，得到排放量归一化值Nei：
其中，Emax为当前所选定的网格的二氧化碳气体最大排放量；Emin为当前所选定的网格的二氧化碳气体最小排放量；
将当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的匹配距离Dij进行归一化，得到距离归一化值Ndk：
其中，Dmax为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最大匹配距离；Dmin当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最小匹配距离；
计算当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分：
Rij＝Nei*Ndk
其中，Rij为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分；
重复上述过程，得到多个符合筛选条件的网格的二氧化碳源-汇组合的评估得分，并对得到的多个评估得分按照从高到低的顺序进行排序，将评估得分最高的二氧化碳源-汇组合作为最优的源-汇组合，完成二氧化碳源-汇的匹配。
本发明还提供了一种基于高空间分辨率排放网格的二氧化碳源-汇匹配装置，该装置包括：二氧化碳源获取模块、二氧化碳汇获取模块、源汇匹配模块和评估模块；
所述二氧化碳源获取模块，用于根据预先设定的筛选条件，在某一地区内的特定区域内，选取符合筛选条件的源网格Bi，以此作为二氧化碳捕集、利用与封存项目的源，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；
所述二氧化碳汇获取模块，用于对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；
所述源汇匹配模块，用于针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源-汇组合；
所述评估模块，用于对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配。
作为上述技术方案的改进之一，所述筛选条件为EBi≥a；EBi为特定区域内源网格Bi的二氧化碳气体排放量，a为筛选阈值。
本发明与现有技术相比的有益效果是：
(1)本发明利用自下而上的空间化方法核算出的网格区域内全年的温室气体排放数据，来源途径统一、可靠，数据完整，为二氧化碳捕集、利用与封存项目开展提供了可靠、丰富的温室气体源数据。在空间网格层面上，获取任意网格区域内的温室气体排放数据，通过空间计算，实现地区的二氧化碳排放和大气污染物协同管理。
(2)本发明空间化的温室气体排放数据，可用于二氧化碳捕集、利用与封存项目开展区域的初步筛选；本发明可形成不同源汇组合，将其进行筛选排序，最终可得到低成本、可行性高的源-汇组合。
(3)利用本发明基于高空间分辨率网格的二氧化碳捕集、利用与封存项目源-汇方法所得成果，能够为未来二氧化碳捕集、利用与封存的区域集群化发展提供技术支撑，为政策制定者提供思路，为企业发展布局指引方向。
附图说明
图1是本发明的一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法的流程图。
具体实施方式
现结合附图对本发明作进一步的描述。
如图1所示，本发明提供了一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，该方法包括：
S1、建立某一地区的高空间分辨率排放网格数据库；
根据某一地区的实际二氧化碳排放量的情况和工业企业位置、地质封存参数的数据特点，基于点排放源自下而上的空间化方法，再结合点排放源(工业企业、污水处理厂、垃圾填埋场、畜禽养殖场/小区、煤矿开采、水运船舶等)数据、线源(交通源)数据和面源(农业、生活源等)数据，将某一地区按照10km×10km在空间层面上划分为多个方形网格区域，对每个方形网格区域利用自下而上的空间化方法核算出该方形网格区域内全年的温室气体排放数据，作为该方形网格区域的温室气体排放清单数据；将所有方形网格区域的温室气体排放清单数据整合在一起，建立该地区的高空间分辨率排放网格数据库。该地区的高空间分辨率排放网格数据库突出网格排放的空间化和空间分布格局，强调排放数据的空间精度。
其中，所述温室气体排放清单数据包括：含氟温室气体排放数据、氧化亚氮排放数据、甲烷排放数据和二氧化碳排放数据；
其中，所述二氧化碳排放数据包括：二氧化碳总排放数据、能源二氧化碳排放数据、工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据、航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据、水运二氧化碳排放数据和工业过程二氧化碳排放数据。
其中，二氧化碳总排放数据为能源二氧化碳排放数据和工业过程二氧化碳排放数据之和；
所述能源二氧化碳排放数据为工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据之和；交通二氧化碳排放数据为航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据和水运二氧化碳排放数据之和。
S2、根据预先设定的筛选条件，在某一地区内的特定区域内，选取符合筛选条件的源网格Bi，以此作为二氧化碳捕集、利用与封存项目的源，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；其中，所述筛选条件为EBi≥a；EBi为特定区域内源网格Bi内的二氧化碳气体排放量，a为筛选阈值；
其中，所述特定区域为方法应用区域，其具体为以行政边界、自然边界或自定义边界进行限定的区域；其中，所述行政边界为以省、市、县的行政区域为边界进行限定的区域；所述自然边界为以盆地或咸水层的自然区域进行限定的区域；
S3、对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；
具体地，所述指定距离D满足约束条件：Distance(Bi,Sj)≤D；其中，Distance()为某区域的源网格与汇之间的匹配距离；Sj为与该源源网格Bi相匹配的汇。
S4、针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源-汇组合；
S5、对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配。
具体地，针对当前所选定的符合筛选条件的源网格Bi，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，获得当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合；
将当前所选定的源网格Bi的二氧化碳排放量EBi进行归一化，得到排放量归一化值Nei，由于排放量为正向指标，排放量越大，越适合作为潜在源区域，因此，采用下式进行计算：
其中，Emax为当前所选定的网格的二氧化碳气体最大排放量；Emin为当前所选定的网格的二氧化碳气体最小排放量；
将当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的匹配距离Dij进行归一化，得到距离归一化值Ndk，由于距离为负向指标，距离越近，越适合作为潜在汇，因此，采用下式进行计算:
其中，Dmax为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最大匹配距离；Dmin当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最小匹配距离；
计算当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分：
Rij＝Nei*Ndk
其中，Rij为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分；
重复上述过程，得到多个符合筛选条件的网格的二氧化碳源-汇组合的评估得分，并对得到的多个评估得分按照从高到低的顺序进行排序，将评估得分最高的二氧化碳源-汇组合作为最优的源-汇组合，完成二氧化碳源-汇的匹配。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，该方法包括：
建立某一地区的高空间分辨率排放网格数据库；
根据预先设定的筛选条件，在某一地区内的特定区域内，选取符合筛选条件的源网格Bi，以此作为二氧化碳捕集、利用与封存项目的源，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；
对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；
针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源-汇组合；
对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配
具体地，针对当前所选定的符合筛选条件的源网格Bi，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，获得当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合；
将当前所选定的源网格Bi的二氧化碳排放量EBi进行归一化，得到排放量归一化值Nei：
其中，Emax为当前所选定的网格的二氧化碳气体最大排放量；Emin为当前所选定的网格的二氧化碳气体最小排放量；
将当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的匹配距离Dij进行归一化，得到距离归一化值Ndk：
其中，Dmax为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最大匹配距离；Dmin当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最小匹配距离；
计算当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分：
Rij＝Nei*Ndk
其中，Rij为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分；
重复上述过程，得到多个符合筛选条件的网格的二氧化碳源-汇组合的评估得分，并对得到的多个评估得分按照从高到低的顺序进行排序，将评估得分最高的二氧化碳源-汇组合作为最优的源-汇组合，完成二氧化碳源-汇的匹配。
2.根据权利要求1所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，其特征在于，所述筛选条件为EBi≥a；EBi为特定区域内源网格Bi的二氧化碳气体排放量，a为筛选阈值。
3.根据权利要求1所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，其特征在于，所述某一地区的高空间分辨率排放网格数据库的具体建立过程为：
根据某一地区的实际二氧化碳排放量的情况和工业企业位置、地质封存参数的数据特点，基于点排放源自下而上的空间化方法，再结合点排放源数据、线源数据和面源数据，将某一地区按照10km×10km在空间层面上划分为多个方形网格区域，对每个方形网格区域利用自下而上的空间化方法核算出该方形网格区域内全年的温室气体排放数据，作为该方形网格区域的温室气体排放清单数据；将所有方形网格区域的温室气体排放清单数据整合在一起，建立该地区的高空间分辨率排放网格数据库。
4.根据权利要求3所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，其特征在于，所述温室气体排放清单数据包括：含氟温室气体排放数据、氧化亚氮排放数据、甲烷排放数据和二氧化碳排放数据；
其中，所述二氧化碳排放数据包括：二氧化碳总排放数据、能源二氧化碳排放数据、工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据、航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据、水运二氧化碳排放数据和工业过程二氧化碳排放数据；
其中，二氧化碳总排放数据为能源二氧化碳排放数据和工业过程二氧化碳排放数据之和；
所述能源二氧化碳排放数据为工业二氧化碳排放数据、农业二氧化碳排放数据、服务业二氧化碳排放数据、城市生活二氧化碳排放数据、农村生活二氧化碳排放数据、交通二氧化碳排放数据之和；交通二氧化碳排放数据为航空二氧化碳排放数据、公路二氧化碳排放数据、铁路二氧化碳排放数据和水运二氧化碳排放数据之和。
5.根据权利要求1所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，其特征在于，所述特定区域为方法应用区域，其具体为以行政边界、自然边界或自定义边界进行限定的区域；
其中，所述行政边界为以省、市、县的行政区域为边界进行限定的区域；所述自然边界为以盆地或咸水层的自然区域进行限定的区域。
6.根据权利要求1所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配方法，其特征在于，所述指定距离D满足约束条件：Distance(Bi,Sj)≤D；其中，Distance()为某区域的源网格与汇之间的匹配距离；Sj为与该源网格Bi相匹配的汇。
7.一种基于高空间分辨率排放网格的二氧化碳源-汇匹配装置，其特征在于，该装置包括：二氧化碳源获取模块、二氧化碳汇获取模块、源汇匹配模块和评估模块；
所述二氧化碳源获取模块，用于根据预先设定的筛选条件，在某一地区内的特定区域内，选取符合筛选条件的源网格Bi，以此作为二氧化碳捕集、利用与封存项目的源，得到多个符合筛选条件的二氧化碳捕集、利用与封存项目的源；
所述二氧化碳汇获取模块，用于对所选取的符合筛选条件的源网格Bi，在以指定距离D为半径所形成的搜索范围内进行空间搜索，将搜索范围内的适宜封存场址和已有封存项目作为该源网格Bi的汇；
所述源汇匹配模块，用于针对每个符合筛选条件的网格，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，得到多个源-汇组合；
所述评估模块，用于对每个得到的源-汇组合进行评估，根据评估结果进行筛选排序，得到最优的源-汇组合，完成二氧化碳源-汇的匹配；
具体地，针对当前所选定的符合筛选条件的源网格Bi，将二氧化碳捕集、利用与封存项目的源与二氧化碳捕集、利用与封存项目的汇进行匹配，获得当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合；
将当前所选定的源网格Bi的二氧化碳排放量EBi进行归一化，得到排放量归一化值Nei：
其中，Emax为当前所选定的网格的二氧化碳气体最大排放量；Emin为当前所选定的网格的二氧化碳气体最小排放量；
将当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的匹配距离Dij进行归一化，得到距离归一化值Ndk：
其中，Dmax为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最大匹配距离；Dmin当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合中的源Bi至汇Sj之间的最小匹配距离；
计算当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分：
Rij＝Nei*Ndk
其中，Rij为当前所选定的符合筛选条件的源网格Bi的二氧化碳源-汇组合的评估得分；
重复上述过程，得到多个符合筛选条件的网格的二氧化碳源-汇组合的评估得分，并对得到的多个评估得分按照从高到低的顺序进行排序，将评估得分最高的二氧化碳源-汇组合作为最优的源-汇组合，完成二氧化碳源-汇的匹配。
8.根据权利要求7所述的基于高空间分辨率排放网格的二氧化碳源-汇匹配装置，其特征在于，所述筛选条件为EBi≥a；EBi为特定区域内源网格Bi内的二氧化碳气体排放量，a为筛选阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033563.0A CN112884274B (zh) | 2021-01-11 | 2021-01-11 | 一种基于排放网格的二氧化碳源-汇匹配方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033563.0A CN112884274B (zh) | 2021-01-11 | 2021-01-11 | 一种基于排放网格的二氧化碳源-汇匹配方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112884274A CN112884274A (zh) | 2021-06-01 |
| CN112884274B true CN112884274B (zh) | 2021-11-23 |
Family
ID=76044719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110033563.0A Active CN112884274B (zh) | 2021-01-11 | 2021-01-11 | 一种基于排放网格的二氧化碳源-汇匹配方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112884274B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115467709A (zh) * | 2022-07-25 | 2022-12-13 | 大连理工大学 | 一种二氧化碳源汇匹配方法及系统 |
| CN116411997B (zh) * | 2023-03-06 | 2023-11-07 | 大连理工大学 | 一种co2封存利用源汇匹配全流程评价装置 |
| CN117669791A (zh) * | 2023-10-20 | 2024-03-08 | 江苏省地质调查研究院 | 基于co2源汇属性与决策时间的全周期源汇匹配优化方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807175A (zh) * | 2019-10-31 | 2020-02-18 | 广州市交通规划研究院 | 一种基于目标城市交通模型数据的城市交通碳排放测算方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2002220116A1 (en) * | 2000-11-01 | 2002-05-15 | International Carbon Bank And Exchange | Method and system for banking and exchanging emission reduction credits |
| CN110580386B (zh) * | 2019-08-23 | 2020-08-04 | 生态环境部环境规划院 | 一种交通部门二氧化碳排放空间网格化方法 |
| CN111581792B (zh) * | 2020-04-23 | 2021-01-08 | 生态环境部环境规划院 | 一种基于两阶段非负Lasso模型的大气PM2.5浓度预测方法及系统 |
| CN111859045B (zh) * | 2020-07-31 | 2021-04-16 | 生态环境部环境规划院 | 一种快速核算工业各行业二氧化碳排放量的方法及核算系统 |
-
2021
- 2021-01-11 CN CN202110033563.0A patent/CN112884274B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807175A (zh) * | 2019-10-31 | 2020-02-18 | 广州市交通规划研究院 | 一种基于目标城市交通模型数据的城市交通碳排放测算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112884274A (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112884274B (zh) | 一种基于排放网格的二氧化碳源-汇匹配方法及装置 | |
| Nemet et al. | Negative emissions—Part 3: Innovation and upscaling | |
| CN110531030B (zh) | 一种基于物联网大数据大气污染物分析的方法及装置 | |
| Sun | Research on the influencing factors of reverse logistics carbon footprint under sustainable development | |
| CN114493099A (zh) | 碳汇生态重要性的城乡梯度构建方法 | |
| CN105913134A (zh) | 一种城市产业布局空间优化分析的soa技术方法 | |
| CN105404957A (zh) | 一种城市绿化规划管理系统和方法 | |
| Sangeetha et al. | A study on estimation of CO 2 emission using computational techniques | |
| CN117114262A (zh) | 一种碳利用点供给源的选择与分配方法 | |
| Lugo | The search for carbon sinks in the tropics | |
| CN115439295A (zh) | 一种变电站基建过程中施工车辆碳排量计算方法 | |
| Song et al. | Optimization of CO 2 separation technologies for Chinese refineries based on a fuzzy comprehensive evaluation model | |
| San Martin et al. | Parameterization proposal to determine the feasibility of geographic areas for the green hydrogen industry under socio-environmental and technical constraints in Chile | |
| Ramanathan et al. | Executive summary of the report" Bending the Curve: 10 scalable solutions for carbon neutrality and climate stability" | |
| Tian et al. | The Spatial Distribution Characteristics and Influencing Factors of Carbon Sequestration Capacity in Terrestrial Ecosystems Across China | |
| CN111489268B (zh) | 一种基于可信度模糊规划方法的火电厂环境综合管理方法 | |
| Kumar et al. | Carbon Sequestration and Carbon Credit | |
| Ning | Design and implementation of a GIS calculation and investment analysis system for rooftop PV projects | |
| CN107562934A (zh) | 生态工程材料数字化开发方法 | |
| Wang et al. | Forestry for Carbon Sequestration | |
| Cao et al. | Forest management plan based on carbon sequestration model | |
| CN117591619A (zh) | 污碳双高热点网格识别方法、系统、设备及介质 | |
| Bonfiglio et al. | A GIS application for regional planning | |
| Thi et al. | GIS Mapping of CO2 Emission from Population of Metropolis: Case Study of Ho Chi Minh City in Vietnam | |
| Chen et al. | Dynamic Monitoring Method of Ecological environment Quality based on Big Data Technology. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |