西南財(cái)經(jīng)大學(xué)公共管理學(xué)院教授陳建東（海報(bào)設(shè)計(jì)石天馨）

《1997-2017年中國(guó)縣級(jí)二氧化碳排放和陸地植被固碳測(cè)算》一文刊發(fā)于《自然》旗下《科學(xué)數(shù)據(jù)》

央視網(wǎng)消息：近日，西南財(cái)經(jīng)大學(xué)公共管理學(xué)院在《自然》旗下期刊《科學(xué)數(shù)據(jù)》（Scientific Data）雜志發(fā)表了名為《1997-2017年中國(guó)縣級(jí)二氧化碳排放和陸地植被固碳測(cè)算》（County-level CO2 emissions and sequestration in China during 1997–2017）的文章，該文章首次系統(tǒng)測(cè)算了中國(guó)1997至2017年縣級(jí)二氧化碳排放和陸地植被系統(tǒng)固碳量的數(shù)據(jù),，彌補(bǔ)了當(dāng)前基礎(chǔ)數(shù)據(jù)的不足，對(duì)于當(dāng)前中國(guó)國(guó)家層面實(shí)現(xiàn)“碳達(dá)峰”“碳中和”等目標(biāo)和制定更加微觀的減排戰(zhàn)略具有重要的現(xiàn)實(shí)意義,。同時(shí)，文章關(guān)于植被固碳的研究開啟了中國(guó)植被固碳研究的新領(lǐng)域,。該研究的學(xué)術(shù)價(jià)值還在于研究的視角和方法對(duì)于全球二氧化碳排放和植被固碳具有重要的借鑒意義。

為何會(huì)聚焦縣級(jí)二氧化碳排放和陸地植被固碳測(cè)算,？該文章第一作者、西南財(cái)經(jīng)大學(xué)公共管理學(xué)院教授陳建東表示,，隨著中國(guó)二氧化碳減排戰(zhàn)略自上而下的實(shí)施,，更加微觀的地區(qū)差異應(yīng)該得到考慮。相比省和市一級(jí)來講,，區(qū)縣級(jí)的二氧化碳排放數(shù)據(jù)包含了更加豐富的信息,，也能更加細(xì)致地反映區(qū)域的異質(zhì)性，從而有利于政府部門因地制宜地實(shí)施減排政策,。同時(shí),，陸地植被在吸收和固定二氧化碳排放方面具有重大的積極作用。但是當(dāng)前關(guān)于中國(guó)區(qū)域?qū)蛹?jí)植被固定碳匯的研究非常稀少,，但該領(lǐng)域?qū)τ谖磥砭C合評(píng)價(jià)中國(guó)“退耕還林”“退牧育草”政策下的減排效果具有重要的現(xiàn)實(shí)價(jià)值,。

針對(duì)二氧化碳排放數(shù)據(jù)，由于當(dāng)前基礎(chǔ)數(shù)據(jù)源的限制,，中國(guó)大多數(shù)二氧化碳排放數(shù)據(jù)的測(cè)算都只能停留在國(guó)家,、省或地級(jí)市一級(jí)，導(dǎo)致更加微觀層面的研究相對(duì)較為匱乏,。事實(shí)上,，當(dāng)前僅基于統(tǒng)計(jì)局等官方機(jī)構(gòu)發(fā)布的數(shù)據(jù)源，其無論是時(shí)效性還是在微觀層面都存在不足,，但是衛(wèi)星數(shù)據(jù)的運(yùn)用則能夠很好地與傳統(tǒng)官方公布的數(shù)據(jù)源形成互補(bǔ),。特別是隨著現(xiàn)代云處理能力的發(fā)展，越來越多有意義的社會(huì)科學(xué)信息可以從衛(wèi)星圖像中提取出來,。陳建東介紹說,，與其他數(shù)據(jù)源相比，通過衛(wèi)星圖像提取的衛(wèi)星數(shù)據(jù)具有三個(gè)主要優(yōu)勢(shì)：1.獲取其他手段難以獲得的信息,；2.異常高的空間分辨率,；3.廣泛的地理覆蓋范圍。其中，夜間燈光數(shù)據(jù)由于與人類活動(dòng)息息相關(guān),，而被廣泛運(yùn)用在估計(jì)GDP,、反演污染物排放的人口估計(jì)等各個(gè)方面。因此,，陳建東與博士生高明反復(fù)討論后,，決定借助美國(guó)宇航局提供的兩套夜間燈光數(shù)據(jù)（1992-2013年期間的DMSP/OLS數(shù)據(jù)和2012-2020年期間的NPP/VIIRS數(shù)據(jù)）自上而下反演出中國(guó)縣級(jí)的二氧化碳排放數(shù)據(jù)。

“但是,，在運(yùn)用夜間燈光數(shù)據(jù)的時(shí)候,，我們遇到了一個(gè)巨大的挑戰(zhàn),?！标惤|表示，雖然兩套衛(wèi)星數(shù)據(jù)合起來的時(shí)間跨度很長(zhǎng),，但是由于這兩套夜間燈光數(shù)據(jù)來自于不同的傳感器,，在數(shù)值上具有非常大的差異，阻礙了長(zhǎng)期夜間燈光數(shù)據(jù)集的構(gòu)建,。該文章的第二作者高明嘗試使用人工神經(jīng)網(wǎng)絡(luò)（ANN）探索DMSP/OLS與NPP/VIIRS數(shù)據(jù)之間的關(guān)系,，并獲得更好的擬合結(jié)果。

事實(shí)上,，整個(gè)過程并不容易,。高明首先嘗試了計(jì)量經(jīng)濟(jì)學(xué)模型（可變系數(shù)隨機(jī)模型和固定效應(yīng)模型），但擬合效果并不讓人滿意,?？紤]到人工智能算法在擬合非線性關(guān)系方面比一般的計(jì)量經(jīng)濟(jì)學(xué)模型具有更好的優(yōu)勢(shì)，高明進(jìn)一步嘗試使用BP算法,、RBF算法等,。然后，根據(jù)擬合效果選擇BP算法,，并使用PSO算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)擬合兩套衛(wèi)星數(shù)據(jù)并得到了很好的匹配結(jié)果,。同時(shí)，考慮到植被在吸收和固定二氧化碳排放上具有重大的潛力和能力,，采用了MODIS平臺(tái)提供的MOD17A3H產(chǎn)品測(cè)算出中國(guó)2000-2017年區(qū)縣中所對(duì)應(yīng)的凈初級(jí)生產(chǎn)力,，最后借助植被干物質(zhì)與吸收二氧化碳的轉(zhuǎn)化系數(shù)得到陸地植被固碳量。

中國(guó)的二氧化碳排放一直是學(xué)術(shù)界關(guān)注的重要領(lǐng)域,。陳建東表示,，該項(xiàng)研究提供的數(shù)據(jù)將會(huì)極大促進(jìn)有關(guān)中國(guó)二氧化碳的研究。首先,，該研究提供了可能是目前時(shí)間跨度最長(zhǎng),、覆蓋面最廣的區(qū)縣級(jí)二氧化碳排放數(shù)據(jù)。同時(shí),，更為重要的是,，首次測(cè)算了2001-2017年中國(guó)區(qū)縣級(jí)的陸地植被固碳量,，這對(duì)于當(dāng)前的碳達(dá)峰預(yù)測(cè)、碳中和等研究具有重要的價(jià)值,。其次,，基于粒子群優(yōu)化-反向傳播（PSO-BP）算法，統(tǒng)一了DMSP/OLS和NPP/VIIRS衛(wèi)星圖像,，從而得到了高質(zhì)量的長(zhǎng)時(shí)間跨度的穩(wěn)定夜間燈光數(shù)據(jù),，該數(shù)據(jù)不僅對(duì)遙感領(lǐng)域具有推動(dòng)作用，而且對(duì)于今后人口分布,、GDP預(yù)測(cè)和污染物估計(jì)等也具有重要的參考價(jià)值,。

此外，陳建東表示,，該項(xiàng)研究的作者是由國(guó)內(nèi)外眾多不同學(xué)科的學(xué)者組成,，他們?yōu)樵撜撐牡耐瓿勺鞒隽酥匾暙I(xiàn)。該論文一經(jīng)發(fā)表就被CEADS公眾號(hào)（中國(guó)碳排放數(shù)據(jù)庫(kù),，該庫(kù)由英國(guó)研究理事會(huì),、牛頓基金會(huì)、中國(guó)國(guó)家自然科學(xué)基金委員會(huì),、中國(guó)科學(xué)院等多家研究機(jī)構(gòu)共同成立）轉(zhuǎn)發(fā),，短時(shí)間吸引了大批同行的關(guān)注。（校對(duì)陳延輝）