CN117951201B - 一种碳排放清单建立方法、装置、电子设备及存储介质 - Google Patents

一种碳排放清单建立方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117951201B
CN117951201B CN202410355570.6A CN202410355570A CN117951201B CN 117951201 B CN117951201 B CN 117951201B CN 202410355570 A CN202410355570 A CN 202410355570A CN 117951201 B CN117951201 B CN 117951201B
Authority
CN
China
Prior art keywords
preset
grid
carbon emission
emission data
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
Application number
CN202410355570.6A
Other languages
English (en)
Other versions
CN117951201A (zh
Inventor
柴源
钟方潜
肖林鸿
陈焕盛
王文丁
魏魏
吴剑斌
秦东明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongke Sanqing Environmental Technology Co ltd
3Clear Technology Co Ltd
Original Assignee
Beijing Zhongke Sanqing Environmental Technology Co ltd
3Clear Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongke Sanqing Environmental Technology Co ltd, 3Clear Technology Co Ltd filed Critical Beijing Zhongke Sanqing Environmental Technology Co ltd
Priority to CN202410355570.6A priority Critical patent/CN117951201B/zh
Publication of CN117951201A publication Critical patent/CN117951201A/zh
Application granted granted Critical
Publication of CN117951201B publication Critical patent/CN117951201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种碳排放清单建立方法、装置、电子设备及存储介质，通过基于现有数据集的第一网格碳排放数据及点位的活动水平数据，获取预设点源的点位碳排放数据及预设面源的第二网格碳排放数据，进而得到第三网格碳排放数据构建碳排放清单，第三网格的分辨率高于第一网格分辨率，使得到的碳排放清单有较高分辨率，且采用不同方式计算不同类型排放源的第三网格碳排放数据，较好地满足不同类型排放源之间的差异性，提高第三网格碳排放数据的合理性和准确性，而结合空间分配因子计算面源的第三网格碳排放数据，考虑到不同空间条件对面源碳排放数据的影响，进一步提高第三网格碳排放数据的准确性，且由于无需收集排放因子数据，降低基础数据收集难度。

Description

一种碳排放清单建立方法、装置、电子设备及存储介质
技术领域
本发明涉及环境科学技术领域，尤其涉及一种碳排放清单建立方法、装置、电子设备及存储介质。
背景技术
温室气体（GHG，Greenhouse Gas）是导致全球变暖的最重要因素，其中二氧化碳的影响尤为显著。温室气体排放清单的建立是应对气候变化的一项基础性工作，通过温室气体排放清单可以识别出温室气体的主要排放源，了解各排放源的碳排放现状，预测未来减缓潜力，从而有助于制定应对措施。
当前温室气体排放清单的建立方法以排放因子法为主，排放因子法需要收集准确的活动水平数据和真实的排放因子，而活动水平和排放因子一般是由地方、单位或企业上报统计进行获取得到，在数据获取上较为费时费力，难度较大。另外，当前主流的温室气体排放数据集的分辨率多为0.1°×0.1°，分辨率较低。
发明内容
有鉴于此，本发明实施例提供了一种碳排放清单建立方法、装置、电子设备及存储介质，以构建高分辨率的碳排放清单。
根据本发明的一方面，提供了一种碳排放清单建立方法，所述方法包括：
从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不低于所述预设第二网格；
按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的各第三网格碳排放数据，构建碳排放清单。
在一种可能的实施例中，所述基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据，包括：
基于所述预设面源包含的第一网格的碳排放数据以及所述第一网格的面积，获取所述预设面源的第一网格碳排放强度；
对所述第一网格碳排放强度进行线性插值，得到所述预设面源对应的第二网格碳排放强度；
基于所述第二网格碳排放强度以及所述预设第二网格的面积，获取所述预设面源的第二网格碳排放数据。
在一种可能的实施例中，所述按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据，包括：
获取各预设第三网格中各类预设空间分配因子数据；
基于各预设区域包含的预设第三网格中各类预设空间分配因子数据，获取各所述预设区域的各类空间分配因子数据；
基于各所述预设区域的各类空间分配因子数据以及各所述预设区域中的所述第二网格碳排放数据进行回归计算，得到各所述预设区域的回归系数；
基于各所述预设区域的回归系数以及各预设第三网格中各类预设空间分配因子数据，确定各所述预设第三网格的各类加权后空间分配因子数据；
基于各所述预设第三网格的各类加权后空间分配因子数据对所述第二网格碳排放数据进行空间分配，得到所述预设面源对应的各第三网格碳排放数据。
在一种可能的实施例中，所述基于各所述预设区域的各类空间分配因子数据以及各所述预设区域中的所述第二网格碳排放数据进行线性回归，得到各所述预设区域的回归系数，包括：
基于各所述预设区域的各类空间分配因子数据，构建自变量矩阵；
基于各所述预设区域中的所述第二网格碳排放数据，构建因变量矩阵；
基于所述自变量矩阵以及所述因变量矩阵进行线性回归，得到各所述预设区域的回归系数。
在一种可能的实施例中，所述预设空间分配因子包括：灯光强度、人口密度、高速路密度、快速路密度、主干路密度、次干路密度、支路密度、其他小路密度以及不透水面面积中的一种或多种。
在一种可能的实施例中，所述方法还包括：
基于各预设子部门的一氧化碳排放数据在各所述预设子部门的一氧化碳排放数据的和中的占比，确定各所述预设子部门的部门分配系数；
基于各所述预设子部门的部门分配系数以及各所述第三网格碳排放数据的和，确定各所述预设子部门的碳排放数据。
在一种可能的实施例中，所述方法还包括：
基于各预设时间段的第一网格碳排放数据在各所述第一网格的碳排放数据总量中的占比，确定各所述预设时间段的时间分配系数；
基于各所述时间分配系数以及各所述预设子部门的第三网格碳排放数据，确定各所述预设子部门在所述预设时间段的碳排放数据。
在一种可能的实施例中，所述方法还包括：针对各所述预设子部门，基于预设局部区域中所述预设子部门的一氧化碳排放数据在所述预设局部区域的一氧化碳排放总量中的占比，确定所述预设局部区域的局部部门分配系数；
基于所述局部部门分配系数以及所述预设局部区域的第三网格碳排放数据，确定所述预设子部门在所述预设局部区域的第三网格碳排放数据。
在一种可能的实施例中，所述方法还包括：基于各预设时间段的所述预设局部区域的活动水平数据在所述预设局部区域的活动水平总量中的占比，获取所述预设局部区域在所述预设时间段的时间分配系数；
基于所述预设时间段的时间分配系数以及所述预设局部区域的第三网格碳排放数据，获取所述预设局部区域在所述预设时间段内的第三网格碳排放数据。
根据本发明的另一方面，提供了一种碳排放清单建立装置，所述装置包括：
获取模块，用于从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
第一点源计算模块，用于针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
第一面源计算模块，用于针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
第二点源计算模块，用于按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不小于所述预设第二网格；
第二面源计算模块，用于按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
构建模块，用于基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的第三网格碳排放数据，构建碳排放清单。
根据本发明的另一方面，提供了一种电子设备，包括：
处理器；以及
存储程序的存储器，
其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述任一所述的碳排放清单建立方法。
根据本发明的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行上述任一所述的碳排放清单建立方法。
本发明实施例中提供的一个或多个技术方案，通过基于现有数据集获取第一网格碳排放数据以及点位的活动水平数据，获取预设点源的点位碳排放数据以及预设面源的第二网格碳排放数据，再基于该点位碳排放数据以及第二网格碳排放数据得到第三网格碳排放数据，由于第三网格的分辨率高于现有数据集中的第一网格的分辨率，进而使得基于第三网格的碳排放数据得到的碳排放清单具有较高空间分辨率。再有，通过采用不同方式计算不同类型的碳排放源的第三网格碳排放数据，能较好地满足不同类型的排放源之间的差异性，提高得到的第三网格碳排放数据的合理性和准确性，而结合空间分配因子计算面源的第三网格碳排放数据，考虑到不同空间条件对面源碳排放数据的影响，进一步提高第三网格碳排放数据的准确性，另外，应用本发明实施例无需收集排放因子数据，降低基础数据的收集难度。
附图说明
在下面结合附图对于示例性实施例的描述中，本发明的更多细节、特征和优点被公开，在附图中：
图1为本发明实施例提供的碳排放清单建立方法的一种流程示意图；
图2为本发明实施例提供的碳排放清单建立方法中计算第三网格的碳排放数据的一种流程示意图；
图3为本发明实施例提供的碳排放清单建立方法的一种具体流程示意图；
图4为本发明实施例提供的碳排放清单建立装置的一种结构示意图；
图5示出了能够用于实现本发明的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
为了提高碳排放清单的分辨率，本发明实施例提供了一种碳排放清单建立方法、装置、电子设备及存储介质。本发明实施例提供的碳排放清单建立方法可以应用于任意具有碳排放清单建立功能的电子设备中，该电子设备可以是计算机、服务器或移动终端等。以下参照附图描述本发明的方案：
图1为本发明实施例提供的碳排放清单建立方法的一种流程示意图，该方法可以包括以下步骤：
S101、从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
S102、针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
S103、针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
S104、按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不低于所述预设第二网格；
S105、按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
S106、基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的各第三网格碳排放数据，构建碳排放清单。
应用本发明实施例，通过基于现有数据集获取第一网格碳排放数据以及点位的活动水平数据，获取预设点源的点位碳排放数据以及预设面源的第二网格碳排放数据，再基于该点位碳排放数据以及第二网格碳排放数据得到第三网格碳排放数据，由于第三网格的分辨率高于现有数据集中的第一网格的分辨率，进而使得基于第三网格的碳排放数据得到的碳排放清单具有较高分辨率。再有，通过采用不同方式计算不同类型的碳排放源的第三网格碳排放数据，能较好地满足不同类型的排放源之间的差异性，提高得到的第三网格碳排放数据的合理性和准确性，而结合空间分配因子计算面源的第三网格碳排放数据，考虑到不同空间条件对面源碳排放数据的影响，进一步提高第三网格碳排放数据的准确性。另外，应用本发明实施例无需收集排放因子数据，降低基础数据的收集难度。
下面对上述步骤S101-S106进行示例性说明：
目前，有多种开源的碳排放网格数据集，如GID（Global Carbon Grid，全球高分辨率碳排放网格数据集）、MEIC（Multi-resolution Emission Inventory for China，中国多尺度排放清单模型）、GRACED（实时全球网格化每日二氧化碳排放数据集）、EDGAR（EmissionDatabase for Global Atmospheric Research，全球温室气体人为排放和地球空气污染数据库）等等。在一种可能的实施例中，可以从EDGAR中获取各第一网格的碳排放数据。该第一网格即开源数据集中的碳排放数据统计单位，其分辨率通常通过经度×纬度表示，目前大多开源数据集中的网格分辨率为0.1°×0.1°或0.25°×0.25°等，经纬度中的1°通常为111km。
上述点位可以根据实际需要选择，本发明对此不做具体限定。在一种可能的实施例中，上述点位可以是电厂、工厂等较集中产生碳排放数据的单位所在的位置。活动水平通常指的是人类活动造成能源消耗的程度，作为一种可能的实施方式，可以将一氧化碳排放量作为活动水平数据，具体的，可以从环境统计数据中获取各一氧化碳点位的一氧化碳排放量作为各点位的活动水平数据。
本发明实施例中可以分年度生成碳排放清单，相应的，上述第一网格的碳排放数据以及各点位的活动水平数据可以对应于需要生成碳排放清单的年度，示例性的，若要生成2019年度全国碳排放清单，则可以从现有数据集中获取2019年度全国各第一网格的碳排放数据以及各点位的活动水平数据。生成碳排放清单的时间段可以根据实际需要选择，本发明对此不作具体限定。下面以生成2019年度碳排放清单对本发明实施例提供的碳排放清单建立方法进行示例性说明。
不同碳排放源的分布密度不同，示例性的，电厂、工厂等碳排放源分布通常较为集中，在数据统计中可以被视为点源。而居民、地面交通等碳排放源分布较为分散，在数据统计中可以被视为面源。点源通常在第一网格内部，其面积通常小于划分的第一网格，而面源通常包括多个第一网格，由于点源以及面源与网格的关系之间存在差异，本发明实施例中可以针对点源和面源采用不同的计算方式来确定点源和面源的网格碳排放数据，以提高网格碳排放数据的针对性。
针对各预设点源，如电厂、工厂等，可以对其所在的第一网格的碳排放数据进行总量分配，得到各预设点源的点位碳排放数据。在一种可能的实施例中，可以确定预设点源的活动水平数据在第一网格的活动水平数据中的占比，并基于该占比以及第一网格的碳排放数据得到该预设点源的点位碳排放数据。上述第一网格的活动水平数据为第一网格包含的各预设点源的活动水平数据的和。
作为一种可能的实施方式，可以通过以下公式计算各预设点源的点位碳排放数据：
其中，为2019年第i个预设点源的点位碳排放数据；s1为点源类型，包括电厂和工业；为第j个第一网格中第i个预设点源的活动水平数据，p为第一网格中包括的预设点源数量；为第j个第一网格的碳排放数据，上述碳排放数据的单位均可以为吨。
可以理解的是，通过上述步骤得到的预设点源的点位碳排放数据为点的碳排放数据，其分辨率高于获取的原始第一网格的碳排放数据，提高了得到的碳排放数据的分辨率。
针对预设面源，由于其分布较为分散，因此可以预设第二网格，并获取预设面源在预设第二网格的第二网格碳排放数据。该第二网格的分辨率高于第一网格，如可以是0.01°×0.01°，以提高原始网格碳排放数据的分辨率。
在一种可能的实施例中，可以针对各第一网格，确定该第一网格中包含的各第二网格在该第一网格中的面积占比来对该第一网格碳排放数据进行总量分配，从而得到第二网格碳排放数据。
在一种可能的实施例中，可以通过以下步骤获取各预设面源的第二网格碳排放数据：
S131、基于所述预设面源包含的第一网格的碳排放数据以及所述第一网格的面积，获取所述预设面源的第一网格碳排放强度；
由于面源分布较为分散，其通常会包括多个第一网格。作为一种可能的实施方式，可以计算预设面源包含的各第一网格的碳排放强度，该碳排放强度用于表征单位面积内的第一网格的碳排放数据。示例性的，可以通过以下公式计算第一网格的碳排放强度：
其中，为从EDGAR获取的面源包含的各第一网格的碳排放数据总量，单位可以是吨，为第一网格面积，单位可以是平方米，为第一网格碳排放强度，单位可以是吨/平方米；s2表示面源，包括地面交通、居民等。
S132、对所述第一网格碳排放强度进行线性插值，得到所述预设面源对应的第二网格碳排放强度；
本步骤中可以采用线性插值法对第一网格的碳排放强度进行插值，获取第二网格的碳排放强度。在一种可能的实施例中，第一网格的分辨率为0.1°×0.1°，该第二网格的分辨率为0.01°×0.01°，则该第二网格的碳排放强度。
作为一种可能的实施方式，可以使用MATLAB或python自带的函数实现线性插值，如MATLAB中可利用ZI=interp2(x, y, z, XI, YI, 'linear')函数进行线性插值，具体的，x,y,z分别对应于第一网格的经度、纬度、碳排放强度；XI,YI,ZI表示插值后的第二网格的经度、纬度、碳排放强度；linear表示采用线性插值方案。
S133、基于所述第二网格碳排放强度以及所述预设第二网格的面积，获取所述预设面源的第二网格碳排放数据。
作为一种可能的实施方式，可以通过以下公式计算预设面源的第二网格碳排放数据EDGARs2,0.01°,2019：
其中，为碳排放强度，即第二网格碳排放强度，为网格面积，即第二网格面积。
在一种可能的实施例中，还可以针对预设面源的第二网格数据进行分区域统计，该区域可以根据实际需要设置，作为一种可能的实施方式，可以对第二网格碳排放数据进行分区县总量统计，得到预设面源在各个区县的碳排放数据，其中，k表示第k个区县。
通过上述技术方案，由于第二网格的分辨率高于现有数据集中的第一网格，因此提高了碳排放数据的网格分辨率，进而提高后续建立高分辨率网格碳排放清单的便利性。
之后可以基于预设点源的点位碳排放数据以及预设面源的第二网格碳排放数据，构建点源以及面源的第三网格碳排放数据。该第三网格碳排放数据的分辨率不低于上述第二网格，即预设第三网格的分辨率可以高于或等于第二网格的分辨率，作为一种可能的实施方式，该预设第三网格的分辨率可以是1KM×1KM。
预设点源的第三网格数据可以基于预设点源的点位碳排放数据得到。作为一种可能的实施方式，可以确定预设点源所在的预设第三网格，并对该第三网格中的各预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据。作为一种可能的实施方式，可以通过以下公式计算预设点源对应的第三网格碳排放数据：
其中，为点源对应的第j个第三网格的第三网格碳排放数据，单位可以为吨；为第j个预设第三网格中包含的第i个预设点源的碳排放数据，p为第j个第三网格中包含的预设点源的数量。
针对上述预设面源，由于预设面源包含的各个第三网格的空间条件可能存在差异，这使得各第三网格的碳排放数据特点并不相同。示例性的，各第三网格中的灯光强度、人口密度、不同类型的道路密度以及不透水面面积不同，会导致各第三网格中的碳排放数据存在差异，上述不同类型的道路可以包括高速路、快速路、主干路、次干路、支路以及其他小路等。本发明实施例中将上述影响面源碳排放数据的空间条件称为空间分配因子。
本发明实施例中可以结合预设的空间分配因子获取预设面源包含的各第三网格的空间分配权重，从而基于各第二网格碳排放数据获取更为准确的各第三网格的碳排放数据。
在一种可能的实施例中，如图2所示，可以通过以下步骤获取第三网格碳排放数据：
S201、获取各预设第三网格中各类预设空间分配因子数据。
作为一种可能的实施例中，可以获取各预设第三网格中的灯光强度、人口密度、高速路密度、快速路密度、主干路密度、次干路密度、支路密度、其他小路密度、不透水面面积的值，作为预设空间分配因子数据，各空间分配因子数据可以通过相应的公开数据集得到。
S202、基于各预设区域包含的预设第三网格中各类预设空间分配因子数据，获取各所述预设区域的各类空间分配因子数据。
上述预设区域可以根据实际需要进行设置，在一种可能的实施例中，上述预设区域可以是区县，该区县可以根据现有的行政区域划分。
上述预设区域的各类空间分配因子数据可以是区域中包含的第三网格的空间分配因子数据的和。如，预设区域的灯光强度可以是该预设区域中包含的各个第三网格中的灯光强度的和。
作为一种可能的实施方式，可以统计各区县包含的第三网格中相同类型空间分配因子的和，作为该区县的该类空间分配因子数据。在一种可能的实施例中，可以通过QGIS软件（Quantum GIS，桌面地理信息系统）实现该步骤。
S203、基于各所述预设区域的各类空间分配因子数据以及各所述预设区域中的所述第二网格碳排放数据进行回归计算，得到各所述预设区域的回归系数。
回归计算是确定两种或两种以上变量之间相互依赖的定量关系的一种统计分析方法，本发明实施例中，可以采用任意可行的回归计算方法对预设区域的各类空间分配因子数据以及预设区域中的第二网格碳排放数据进行回归计算，如可以采用线性回归、岭回归等算法进行回归计算，本发明对此不作具体限定。
在一种可能的实施例中，可以基于各所述预设区域的各类空间分配因子数据，构建自变量矩阵；基于各所述预设区域中的所述第二网格碳排放数据，构建因变量矩阵；基于该自变量矩阵以及该因变量矩阵进行线性回归，得到各所述预设区域的回归系数。
本实施例中可以将各预设区域的各类空间分配因子构建为矩阵形式，示例性的，在空间分配因子的类型个数为q，预设区域个数为k的情况下，可以将各区域的各类空间分配因子构建为维度为q×k或k×q的矩阵。
为了使得后续线性回归求得的截距不为0，可以在该矩阵的基础上增加一列元素为1的向量，构成自变量矩阵。为便于叙述，本发明实施例中将自变量矩阵中的元素称为解释变量。
在一种可能的实施例中，还可以对该自变量矩阵进行归一化，本发明实施例中可以采用任何可行方法对矩阵进行归一化，本发明对此不做具体限定。
作为一种可能的实施方式，可以通过以下公式对矩阵中的各个元素进行归一化：
其中，Xi,k表示归一化后第i类空间分配因子数据在第k个区县中的总量，xi,k表示第i类空间分配因子数据在k区县中的总量；Xi,min（k）表示各区县中最小的第i类空间分配因子数据，Xi,max（k）表示各区县中最大的第i类空间分配因子数据。
上述因变量矩阵可以采用与自变量矩阵相同的构建方式得到，示例性的，在预设区域个数为k的情况下，因变量矩阵的维度为1×k或k×1。
在一种可能的实施例中，可以针对预设面源中的不同具体类型分别构建线性回归方程，作为一种可能的实施方式，在预设面源包括居民以及地面交通的情况下，可以针对分别居民以及地面交通构建以下回归方程：
其中，为第k个区县的居民碳排放量；为第k个区县的地面交通碳排放量，其均为上述因变量矩阵中的元素。为第k个区县的地理经纬度坐标，该坐标可以是第k个区县中的采样点的地理经纬度坐标，该采样点可以是第k个区县中的任意一点或中心点；为第k个区县的截距，为第k个区县的第i类解释变量的回归系数；为第k个区县的第i类解释变量；p为第k个区县中居民或地面交通的解释变量的个数，即居民或地面交通包含的空间分配因子的类型个数。示例性的，居民源碳排放可以包括人口密度、灯光强度两类解释变量，地面交通源碳排放可以包括6类道路密度（包括高速路、快速路、主干路、次干路、支路、其他小路）、不透水面、人口密度共8类解释变量。为随机误差，该随机误差可以根据实际需要设置，本发明对此不作具体限定。
通过上述公式可以得到上述以及的求解公式：
其中，为区县的局部系数矩阵，X和Y分别表示上述自变量矩阵以及因变量矩阵，为X取0时的回归系数，也称为截距，为k区县中第i类解释变量对应的回归系数；为区县k权重矩阵，该权重矩阵可以通过以下公式得到：
其中，表示区县i与其他区县j之间的空间权重，该空间权重需要基于区县i的地理坐标经纬度与所有其他区域的地理经纬度坐标求解；表示第 i 个区县与第 j 个区县的欧氏距离，该欧式距离可以基于区县中的采样点计算，该采样点可以根据实际需要设置，如可以设置在区县的中心位置；表示第m个最邻近距离的自适应带宽大小，该自适应带宽大小可以通过AIC（Akaike information criterion，赤池信息量准则）、BIC（BinaryIncrease Congestion，二叉增加拥塞）等算法确定，本发明对此不作具体限定。
通过线性回归计算回归系数，计算量较小，提高计算速度。本发明实施例中，也可以通过其他方式基于各区域的空间分配因子数据以及第二网格碳排放数据进行加权回归，得到上述回归系数，本发明对此不作具体限定。
S204、基于各所述预设区域的回归系数以及各预设第三网格中各类预设空间分配因子数据，确定各所述预设第三网格的各类加权后空间分配因子数据。
在一种可能的实施例中，可以将预设区域的回归系数作为该预设区域内的第三网格的回归系数，示例性的，可以将区县的回归系数作为区县包含的第三网格的回归系数，具体的，可以将区县的截距以及各类空间分配因子对应的回归系数作为第三网格的截距以及各类空间分配因子对应的回归系数。在一种可能的实施例中，也可以对区域的回归系数进行平均得到区域内第三网格的回归系数，本发明对此不作具体限定。
之后可以基于上述第三网格的回归系数以及第三网格的各类空间分配因子数据构建回归公式，计算各预设第三网格的各类加权后空间分配因子数据。作为一种可能的实施方式，可以通过以下方程获取各第三网格的加权后空间分配因子数据：
其中，为预设面源对应的第j个第三网格的加权后空间分配因子数据，为第j个第三网格的截距，为第j个第三网格的第i类空间分配因子对应的回归系数，Xi,j表示第j个预设第三网格中第i类空间分配因子数据。
S205、基于各预设第三网格的各类加权后空间分配因子数据对所述第二网格碳排放数据进行空间分配，得到所述预设面源对应的各第三网格碳排放数据。
在一种可能的实施例中，可以基于预设第三网格的加权后空间分配因子数据在预设区域内包含的各第三网格的加权后空间分配因子总量中的占比，对该预设区域内的第二网格碳排放数据进行总量分配，得到第三网格碳排放数据。作为一种可能的实施方式，可以通过以下公式得到第三网格碳排放数据：
其中，为第j各第三网格加权后的空间分配因子数据，dist表示区县的预设第三网格总数；为面源在第k个区县中的第二网格碳排放数据总和；为空间分配后面源的第三网格碳排放数据，单位可以是吨。
通过回归计算对空间分配因子数据以及第二网格碳排放数据进行拟合，得到回归系数，该回归系数可以较好地反映空间分配因子数据与第二网格碳排放数据之间的关系，基于该回归系数对第三网格空间分配因子进行加权，再基于加权后的空间分配因子得到第三网格碳排放数据，提高第三网格碳排放数据的准确性。
上述预设点源的第三网格数据以及预设面源的第三网格碳排放数据即构成高分辨率网格碳排放清单。
在一种可能的实施例中，还可以基于各预设子部门的一氧化碳排放数据在各所述预设子部门的一氧化碳排放数据的和中的占比，确定各所述预设子部门的部门分配系数；
并基于各所述预设子部门的部门分配系数以及各所述第三网格碳排放数据的和，确定各所述预设子部门的碳排放数据。
各预设子部门为针对预设点源以及预设面源进行细分得到，具体可以根据实际情况细分，作为一种可能的实施方式可以按照下表将预设点源以及预设面源（4类原部门s）细化为18类精细化部门ss，即本发明实施例中的预设子部门：
上述预设子部门的一氧化碳排放数据可以从公开数据集中得到，作为一种可能的实施方式，可以通过以下公式获取各预设子部门的第三网格碳排放数据：
其中，为预设子部门的第j个第三网格的碳排放数据，单位可以为吨；为全国范围统计的18类精细化部门的一氧化碳占比，即部门分配系数，EMISs,j,2019为第j个第三网格碳排放数据。
通过对点源以及面源进行细化得到预设子部门，进而得到预设子部门的第三网格碳排放数据，可构建精细化部门碳排放清单，提高碳排放清单的部门分辨率。
在一种可能的实施例中，还可以基于各预设时间段的第一网格碳排放数据在各所述第一网格的碳排放数据总量中的占比，确定各所述预设时间段的时间分配系数；
基于各所述时间分配系数以及各所述预设子部门的第三网格碳排放数据，确定各所述预设子部门在所述预设时间段的碳排放数据。
如上所述，碳排放清单可以是具体年度的碳排放清单，上述预设时间段可以根据实际需要设置，如可以是一个月、一个季度或半年等等。以月分配为例，可以通过以下公式获取子部门在各月的第三网格碳排放数据：
其中，为子部门分月的第j个第三网格碳排放数据，单位可以是吨/月；为精细化部门碳排放清单，即预设子部门的第三网格碳排放数据，为月分配系数，具体为各月的碳排放数据在年度第一网格碳排放数据总和中的占比。
通过对精细化部门碳排放清单进行按月分配，得到新的碳排放数据清单，提高碳排放清单的时间分辨率。
在一种可能的实施例中，还可以对上述精细化部门碳排放清单进行局部细化，在一种可能的实施例中，可以针对各预设子部门，基于预设局部区域中该预设子部门的一氧化碳排放数据在所述预设局部区域的一氧化碳排放总量中的占比，确定所述预设子部门在所述预设局部区域的局部部门分配系数；
基于所述局部部门分配系数以及所述预设局部区域的第三网格碳排放数据，确定所述预设子部门在所述预设局部区域的第三网格碳排放数据。
该预设局部区域可以是预设子部门中的部分区域，如省市区县等。示例性的，预设局部区域可以是城市A，对于城市A中的电厂，该局部部门分配系数为城市A电厂的一氧化碳排放数据在该城市A的所有一氧化碳排放数据中的占比。
作为一种可能的实施方式，可以通过以下公式计算预设子部门在预设局部区域的第三网格碳排放数据：
为预设子部门在预设局部区域的第j个第三网格碳排放数据，单位可以为吨；为局部部门分配系数，可借助局部大气污染物排放清单中的CO（一氧化碳）排放进行计算获取，为局部区域的第j个第三网格碳排放数据。通过对局部数据进行细化，进一步提高碳排放清单的空间分辨率。
在一种可能的实施例中，可以基于各预设时间段的所述预设局部区域的活动水平数据在所述预设局部区域的活动水平总量中的占比，获取预设局部区域在所述预设时间段的时间分配系数；基于该预设局部区域在该预设时间段的时间分配系数以及该预设局部区域的第三网格碳排放数据，获取所述预设局部区域在所述预设时间段内的第三网格碳排放数据。
上述活动水平均可基于公开数据集获得，作为一种可能的实施方式，可以通过以下公式获取各预设局部区域在预设时间段的第三网格碳排放数据：
其中，为局部区域分月的第j个第三网格碳排放数据，单位：吨每月；为局部月分配系数，可调用该局部区域月尺度活动水平进行计算获取，为预设局部区域的第j个第三网格碳排放数据。
通过上述技术方案，通过对精细化部门的第三网格碳排放数据进行局部时间细化，进一步提高碳排放清单的准确性。
如图3所示，图3为本发明实施例提供的碳排放清单建立方法的一种具体流程示意图，可以包括以下步骤：
①、基于部门s1的第一网格碳排放清单以及部门s1的各点位的活动水平数据，构建s1的点源碳排放清单。部门s1即预设点源，其第一网格碳排放清单为基于现有碳排放数据集获得，空间分辨率为0.1°×0.1°。
②、对部门s1点源排放清单进行网格化处理，得到部门s1的第三网格碳排放清单，该第三网格碳排放清单的空间分辨率为1km×1km。
③、对部门s2的第一网格碳排放清单进行碳排放强度计算、0.01°第二网格插值并分区县统计，得到部门s2面源碳排放清单。其中，第一网格的分辨率为0.1°×0.1°，面源排放清单中的第二网格的分辨率为0.01°×0.01°。
④、对9类预设空间分配因子进行分区县统计，得到区县级的9类预设空间分配因子。采集到的9类预设空间分配因子的空间分辨率为1km×1km。
⑤、对区县级的九类预设空间分配因子进行归一化，并对部门S2面源碳排放清单进行回归计算，得到各第三网格的回归系数。
⑥、结合各预设第三网格的空间分配因子数据以及第三网格的回归系数进行地理加权回归，得到各第三网格的加权后空间分配因子，进而获取部门s2第三网格碳排放清单，该第三网格碳排放清单空间分辨率为1km×1km。
⑦、基于部门s1以及部门s2的第三网格碳排放清单，构建4类部门s网格碳排放清单。
⑧、对4类部门碳排放清单进行全局分配，得到18类精细化部门ss网格碳排放清单，该网格的分辨率为1km×1km。
本步骤中可以基于局部部门分配系数对该18类精细化部门ss网格碳排放清单进行局部修正。
⑨、基于月分配系数对18类精细化部门网格碳排放清单进行全局时间分配，得到18类精细化部门、分月网格碳排放清单。
本步骤中可以基于局部时间分配系数对18类精细化部门、分月网格碳排放清单进行局部修正。
应用本发明实施例，无需收集排放因子数据，降低基础数据获取难度；通过将现有公开网格排放清单进行重建，以点源和面源（区县级）的形式进行存储，进而可利用空间分配因子数据进行任意高空间分辨率排放清单（1km×1km以内）的网格化处理；由于单个部门的碳排放与多个空间分配因子相关，本方案采用地理加权回归模型对各类空间分配因子进行融合，考虑了不同区县之间的空间异质性，将各类空间分配因子数据的权重系数细化到区县级，并应用到面源排放清单网格化中；另外，本发明实施例中采用全局和局部的处理方式对碳排放清单的部门分类和时间尺度进行精细化处理，全局分配方法用来完成全国精细化碳排放清单的初步建立；局部分配方法用来逐步优化全国精细化碳排放清单的数据质量，以此逐步降低清单的不确定性。
基于相同的发明构思，本发明实施例还提供了一种碳排放清单建立装置，如图4所示，所述装置400包括：
获取模块401，用于从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
第一点源计算模块402，用于针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
第一面源计算模块403，用于针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
第二点源计算模块404，用于按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不低于所述预设第二网格；
第二面源计算模块405，用于按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
构建模块406，用于基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的各第三网格碳排放数据，构建碳排放清单。
其中，在本发明中所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
本发明示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本发明实施例的方法。
本发明示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
本发明示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
参考图5，现将描述可以作为本发明的服务器或客户端的电子设备500的结构框图，其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器（ROM）502中的计算机程序或者从存储单元508加载到随机访问存储器（RAM）503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理。例如，在一些实施例中，上述碳排放清单建立方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。在一些实施例中，计算单元501可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行上述碳排放清单建立方法。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本发明使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

Claims (12)

1.一种碳排放清单建立方法，其特征在于，所述方法包括：
从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不低于所述预设第二网格；
按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的各第三网格碳排放数据，构建碳排放清单。
2.根据权利要求1所述的方法，其特征在于，所述基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据，包括：
基于所述预设面源包含的第一网格的碳排放数据以及所述第一网格的面积，获取所述预设面源的第一网格碳排放强度；
对所述第一网格碳排放强度进行线性插值，得到所述预设面源对应的第二网格碳排放强度；
基于所述第二网格碳排放强度以及所述预设第二网格的面积，获取所述预设面源的第二网格碳排放数据。
3.根据权利要求1所述的方法，其特征在于，所述按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据，包括：
获取各所述预设第三网格中各类预设空间分配因子数据；
基于各预设区域包含的预设第三网格中各类预设空间分配因子数据，获取各所述预设区域的各类空间分配因子数据；
基于各所述预设区域的各类空间分配因子数据以及各所述预设区域中的所述第二网格碳排放数据进行线性回归，得到各所述预设区域的回归系数；
基于各所述预设区域的回归系数以及各预设第三网格中各类预设空间分配因子数据，确定各所述预设第三网格的各类加权后空间分配因子数据；
基于各所述预设第三网格的各类加权后空间分配因子数据对所述第二网格碳排放数据进行空间分配，得到所述预设面源对应的各第三网格碳排放数据。
4.根据权利要求3所述的方法，其特征在于，所述基于各所述预设区域的各类空间分配因子数据以及各所述预设区域中的所述第二网格碳排放数据进行线性回归，得到各所述预设区域的回归系数，包括：
基于各所述预设区域的各类空间分配因子数据，构建自变量矩阵；
基于各所述预设区域中的所述第二网格碳排放数据，构建因变量矩阵；
基于所述自变量矩阵以及所述因变量矩阵进行回归计算，得到各所述预设区域的回归系数。
5.根据权利要求1所述的方法，其特征在于，所述预设空间分配因子包括：灯光强度、人口密度、高速路密度、快速路密度、主干路密度、次干路密度、支路密度、其他小路密度以及不透水面面积中的一种或多种。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于各预设子部门的一氧化碳排放数据在各所述预设子部门的一氧化碳排放数据的和中的占比，确定各所述预设子部门的部门分配系数；
基于各所述预设子部门的部门分配系数以及各所述第三网格碳排放数据的和，确定各所述预设子部门的第三网格碳排放数据。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
基于各预设时间段的第一网格碳排放数据在各所述第一网格的碳排放数据总量中的占比，确定各所述预设时间段的时间分配系数；
基于各所述时间分配系数以及各所述预设子部门的第三网格碳排放数据，确定各所述预设子部门在所述预设时间段的第三网格碳排放数据。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
针对各所述预设子部门，基于预设局部区域中所述预设子部门的一氧化碳排放数据在所述预设局部区域的一氧化碳排放总量中的占比，确定所述预设子部门在所述预设局部区域的局部部门分配系数；
基于所述局部部门分配系数以及所述预设局部区域的第三网格碳排放数据，确定所述预设子部门在所述预设局部区域的第三网格碳排放数据。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
基于各预设时间段的所述预设局部区域的活动水平数据在所述预设局部区域的活动水平总量中的占比，获取所述预设局部区域在所述预设时间段的时间分配系数；
基于所述预设局部区域在所述预设时间段的时间分配系数以及所述预设局部区域的第三网格碳排放数据，获取所述预设局部区域在所述预设时间段内的第三网格碳排放数据。
10.一种碳排放清单建立装置，其特征在于，所述装置包括：
获取模块，用于从现有数据集中获取各第一网格的碳排放数据以及各点位的活动水平数据；
第一点源计算模块，用于针对各预设点源，基于所述预设点源所在的点位的活动水平数据，对所述预设点源所在的第一网格的碳排放数据进行总量分配，得到所述预设点源的点位碳排放数据；所述预设点源与所述点位一一对应；
第一面源计算模块，用于针对各预设面源，基于所述预设面源包含的第一网格的碳排放数据以及预设第二网格的面积，获取所述预设面源的第二网格碳排放数据；所述预设第二网格的分辨率高于所述第一网格；
第二点源计算模块，用于按照预设第三网格对各所述预设点源的点位碳排放数据进行求和，得到预设点源对应的各第三网格碳排放数据；所述预设第三网格的分辨率不低于所述预设第二网格；
第二面源计算模块，用于按照所述预设第三网格以及预设空间分配因子，对各所述第二网格碳排放数据进行总量分配，得到预设面源对应的各第三网格碳排放数据；所述预设空间分配因子用于表征所述预设面源的空间条件；
构建模块，用于基于所述预设点源对应的各第三网格碳排放数据以及所述预设面源对应的各第三网格碳排放数据，构建碳排放清单。
11. 一种电子设备，包括：
处理器；以及
存储程序的存储器，
其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-9中任一项所述的方法。
CN202410355570.6A 2024-03-27 2024-03-27 一种碳排放清单建立方法、装置、电子设备及存储介质 Active CN117951201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410355570.6A CN117951201B (zh) 2024-03-27 2024-03-27 一种碳排放清单建立方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410355570.6A CN117951201B (zh) 2024-03-27 2024-03-27 一种碳排放清单建立方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN117951201A CN117951201A (zh) 2024-04-30
CN117951201B true CN117951201B (zh) 2024-05-31

Family

ID=90805188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410355570.6A Active CN117951201B (zh) 2024-03-27 2024-03-27 一种碳排放清单建立方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117951201B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113642223A (zh) * 2021-10-13 2021-11-12 中科三清科技有限公司 空气质量预报方法、装置、设备和计算机可读存储介质
CN113742817A (zh) * 2021-08-12 2021-12-03 生态环境部环境规划院 一种建筑二氧化碳排放的预测方法及预测系统
CN115015486A (zh) * 2022-06-13 2022-09-06 中南大学 一种基于回归树模型的碳排放量测算方法
CN115658776A (zh) * 2022-12-05 2023-01-31 武汉大学 联合多源数据生成全国1km碳排放空间分布图的方法
CN115983689A (zh) * 2022-12-25 2023-04-18 中节能城市节能研究院有限公司 自上而下的城市碳排放核算方法及系统
CN116150972A (zh) * 2022-12-28 2023-05-23 北京市科学技术研究院城市安全与环境科学研究所 一体化的大气污染物排放清单处理方法、系统、电子设备
CN116415110A (zh) * 2023-06-05 2023-07-11 武汉大学 基于多源遥感密度数据进行碳排放量分区网格化的方法
CN116629642A (zh) * 2023-07-21 2023-08-22 北京睿碳科技有限公司 一种碳排放量的评估方法、装置及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11802860B1 (en) * 2022-03-25 2023-10-31 Project Canary, Pbc Emissions detection system and methods

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742817A (zh) * 2021-08-12 2021-12-03 生态环境部环境规划院 一种建筑二氧化碳排放的预测方法及预测系统
CN113642223A (zh) * 2021-10-13 2021-11-12 中科三清科技有限公司 空气质量预报方法、装置、设备和计算机可读存储介质
CN115015486A (zh) * 2022-06-13 2022-09-06 中南大学 一种基于回归树模型的碳排放量测算方法
CN115658776A (zh) * 2022-12-05 2023-01-31 武汉大学 联合多源数据生成全国1km碳排放空间分布图的方法
CN115983689A (zh) * 2022-12-25 2023-04-18 中节能城市节能研究院有限公司 自上而下的城市碳排放核算方法及系统
CN116150972A (zh) * 2022-12-28 2023-05-23 北京市科学技术研究院城市安全与环境科学研究所 一体化的大气污染物排放清单处理方法、系统、电子设备
CN116415110A (zh) * 2023-06-05 2023-07-11 武汉大学 基于多源遥感密度数据进行碳排放量分区网格化的方法
CN116629642A (zh) * 2023-07-21 2023-08-22 北京睿碳科技有限公司 一种碳排放量的评估方法、装置及设备

Also Published As

Publication number Publication date
CN117951201A (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
Donnelly et al. Real time air quality forecasting using integrated parametric and non-parametric regression techniques
CN101882184B (zh) 基于gis技术和aermode模型的大气环评系统与环评方法
CN114443982A (zh) 一种大区域土壤重金属检测与时空分布特征分析方法及系统
CN110766191A (zh) 一种基于时空克里金插值的新增pm2.5固定监测站点选址方法
CN114742460B (zh) 一种确定待管控企业的方法、装置、电子设备及存储介质
Yao et al. CarbonVCA: A cadastral parcel-scale carbon emission forecasting framework for peak carbon emissions
CN110836683A (zh) 河道管理方法、河道管理装置及终端
Ma et al. A comprehensive review of the development of land use regression approaches for modeling spatiotemporal variations of ambient air pollution: A perspective from 2011 to 2023
CN114063197A (zh) 一种预测环境污染的方法和装置
CN116109462A (zh) 一种自然灾害后饮水水源地污染监测预警方法及系统
Zou et al. Exploring the nonlinear impact of air pollution on housing prices: A machine learning approach
Zheng et al. Industrial agglomeration measured by plants’ distance and CO2 emissions: Evidence from 268 Chinese prefecture-level cities
CN114841437A (zh) 预评估排放源对空气质量贡献的方法、装置和电子设备
Liu et al. Unveiling built environment impacts on traffic CO2 emissions using Geo-CNN weighted regression
Bhatti et al. AIoT-driven multi-source sensor emission monitoring and forecasting using multi-source sensor integration with reduced noise series decomposition
CN116739388B (zh) 减排措施评估方法、装置及存储介质
CN112001074B (zh) 一种基于植被覆盖率的污染物治理方法、装置、存储介质
Yang et al. Optimizing urban functional land towards “dual carbon” target: A coupling structural and spatial scales approach
Yu et al. Street-level temperature estimation using Graph Neural Networks: Performance, feature embedding and interpretability
CN117951201B (zh) 一种碳排放清单建立方法、装置、电子设备及存储介质
CN114841438B (zh) 预评估排放源对空气质量影响的方法、装置和电子设备
CN117151499A (zh) 一种国土空间规划的监测评估方法及系统
CN113672873B (zh) 污染物源解析方法、装置、电子设备及存储介质
CN115860213A (zh) 多情景城市应急采样场所选址优化方法、系统、设备及介质
CN113763221A (zh) 一种大气污染的溯源方法、装置、电子设备及存储介质

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