科研速递 | 理工学院赵俊华教授团队在Scientific Data上发表最新研究成果

近日，香港中文大学（深圳）理工学院的赵俊华教授团队在Nature子刊《Scientific Data》发表题为“Near-real-time daily estimates of fossil fuel CO2 emissions from major high-emission cities in China” 的文章，揭示了中国主要高排放城市不同部门近实时日尺度的碳排放。该期刊2021年的影响因子为8.501，JCR分区Q1。赵俊华教授团队司曹明哲硕士生、刘金洁博士生、王海锦博士生与梁高琪教授为该论文的主要参与作者，主要参与了城市电力部门的日尺度排放估计，本论文的主要合作者包括清华大学的刘竹教授、霍达博士后及阿里巴巴能耗云团队的邱剑博士与刘凯博士。

01

研究背景

据统计，全球60%以上的化石能源碳排放来自于城市。城市一级温室气体排放数据对于监测和规划城市气候变化缓解努力至关重要。最近的研究估计，全球前25个城市的温室气体排放量占城市温室气体排放总量的50%以上，这凸显了主要城市在实现碳中和目标方面的重要性。作为世界上最大的排放国和发展中国家，中国承诺到2030年达到碳峰值，到2060年达到碳中和。目前许多城市都制定了自己的减排目标，这要求它们及时监测和报告排放情况。然而由于城市尺度的能源消费统计数据难以获取，大多数现有的二氧化碳排放清单是对国家/省级范围年尺度的碳排放核算，且存在严重滞后性（长达两年以上），限制了城市尺度减排政策的制定。

基于此，本文提出了城市尺度近实时碳排放估计框架，基于统计、遥感、观测等多源数据，建立了中国48个主要高排放城市的近实时日尺度城市碳排放数据集，量化评估了全球主要城市的电力、工业、交通、居民等多部门的日尺度碳排放变化。该数据集以更高的时间分辨率监测城市层面的二氧化碳排放，可以帮助地方政府制定政策和评估缓解效果，从而应对气候变化危机。

02

研究方法

本研究首先选取了直辖市、省会城市、高排放城市、高gdp城市在内的48个主要城市来代表中国城市的排放状况。我们估计，这48个城市2020年的总排放量约占整个中国总排放量的43.8%，而这48个城市的总排放量仅占总人口的21%。研究开发了创新方法，并使用最新的城市特定化石燃料消费数据，将自下而上的年度清单与来自部门活动和模型的每日排放估计相结合，分三步来估算城市分部门日度碳排放。首先，根据IPCC基于行政区划的核算方法，使用自下而上的化石燃料消费数据构建每个城市的年度排放清单。然后，我们收集每个部门的每日活动数据，并开发相关模型来估计每个城市的每日排放量变化。最后，利用上一步的结果将年度排放量分解为每日排放量，以便使年度部门总排放量与第一阶段的结果一致。为了保证数据质量，我们从其他数据集(只提供年度结果)收集了城市级别的清单，并将它们与我们的结果进行比较以进行验证。

图1. 研究框架：不同部门数据与模型

图2. 中国48个城市2020年总排放

赵俊华教授团队主要参与了电力部门日尺度碳排放的估计与验证。使用城市电力日尺度碳排放因子与典型负荷数据对年度电力碳排放进行分解，并对疫情带来的排放影响进行了矫正，大大提高了电力部门碳排放数据准确性与分辨率。

图3. 上海2020-2021年分部门日度碳排放

03

研究结论

本文通过对中国48个城市分部门碳排放进行估算，构建了CMCC（Carbon Monitor Cities-China）数据集。该数据集涵盖了2020年至2021年中国48个高排放城市分部门的日尺度排放，包括电力、住宅(建筑和服务)、工业、地面交通和航空五个部门。该数据集致力于及时为城市和决策者提供评估缓解政策效力的关键信息，支持科学界更好地了解城市级别的每日排放动态。

04

参与作者简介

赵俊华教授分别于2003年和2007年在西安交通大学和澳大利亚昆士兰大学获得学士和博士学位。赵俊华教授是香港中文大学（深圳）理工学院副教授，深圳高等金融研究院能源市场与能源金融实验室主任，深圳人工智能与机器人研究院研究员，招商银行总部特聘能源行业专家。长期从事智能电网、能源经济、低碳转型、人工智能等领域研究。他曾担任澳大利亚纽卡斯尔大学智能电网中心高级讲师，并兼任主任科学家。他已发表150多篇学术论文，其中70多篇发表在国内外的顶尖期刊，Google scholar引用11088次，h-index为52，i10-index为137。他获得浙江省自然科学奖一次，湖南省科技进步奖两次，中电联“电力科技创新奖”一次，IEEE电力与能源大会最佳论文奖一次，并4次获得国家科学技术部“F5000”中国精品科技期刊顶尖学术论文奖。2017年，因其对澳大利亚能源系统研究做出突出贡献，被澳大利亚达沃斯论坛（ADC Forum）授予青年科学家奖（Young Scientist of the Future）。2020-21年两次被斯坦福大学与Mendeley Data评为“全球前2%顶尖科学家”；同时入选“终身科学影响力排行榜”和“年度科学影响力排行榜。他领导或参与了30多个重要的研究和工业项目，包括由澳大利亚政府资助的“智能电网，智能城市”大规模试点项目，由澳洲联邦科学院（CSIRO）资助的两个旗舰研究项目，国家自然科学基金重大研究计划、国家自然科学基金面上项目等。先后参与了国内多个电力市场的规则设计工作，其研究成果在工业界产生了重要影响，参与开发的多个软件产品先后应用于纽约爱迪生公司、港灯集团、广东省能源集团、中海油、大唐发电等大型能源企业。他是《IEEE Transactions on Network Science and Engineering》和《Energy Conversion and Economics》的编委会委员。

梁高琪教授分别于2012年和2017年在华北电力大学和澳大利亚纽卡斯尔大学获得学士和博士学位，目前担任香港中文大学（深圳）理工学院研究助理教授。梁博士长期从事智能电网信息物理安全、电力市场、碳市场等方面的研究工作。共发表学术论文40余篇，其中20余篇期刊文章集中于IEEE Transactions on Smart Grid，IEEE Transactions on Power Systems, Engineering等SCI一区，目前4篇文章入选“Essential Science Indicators（ESI）高被引文章”，Google scholar引用2494次，h-index为14，i10-index为15，入选斯坦福大学评选的2021年度“世界前2%顶尖科学家”。参与撰写了《深圳市人工智能产业发展白皮书》、《粤港澳大湾区绿色发展蓝皮书（2019）》；参与完成了IEEE P2781国际标准“电力系统负荷建模与仿真”的制定；参与开发了国内首套商用电力现货市场仿真软件平台NEMS，并已成功应用于广东省能源集团、中海油、大唐发电等大型能源企业。梁教授是多个SCI期刊，如IEEE Transactions on Smart Grid，IEEE Transactions on Power Systems等的审稿人。获得来自International Journal of Critical Infrastructure Protection和Electric Power Systems Research期刊颁发的杰出评审奖。2022年指导香港中文大学（深圳）的本科生获得第八届全国大学生能源经济学术创意大赛全国特等奖。

司曹明哲2019年本科毕业于重庆大学，2021年硕士毕业于香港中文大学（深圳）理工学院，同年进入清华大学电机工程与应用电子技术系攻读博士学位。司曹明哲主要从事电力部门的碳排放分析、大电网频率控制、分布式功率预测与控制相关领域的应用研究，并取得了一些研究成果，已在高电压技术、电力系统自动化、Nature Scientific Report，Nature Scientific Data、Journal of Modern Power and Clean Energy等期刊发表多篇文章。

刘金洁本科毕业于华北电力大学（北京）电气工程学院，现在是香港中文大学（深圳）理工学院计算机信息与工程项目的在读博士生，主要研究方向为数据驱动的低碳智慧电力与高分辨率碳排放估计。

王海锦是香港中文大学（深圳）理工学院/能源互联网的在读博士生。本科毕业于北京邮电大学网络空间安全学院，主要研究方向是能源数据的信息挖掘和智能电表的边缘端合作。

点击以下链接，进入理工时刻：