近日，公司李荣副教授及其研究生王梦荻在国际知名期刊《Science of The Total Environment》（环境科学与生态学SCI一区Top，IF=9.800）发表了题为“Mapping high-resolution energy consumption CO2 emissions in China by integrating nighttime lights and point source locations”的研究论文。
高分辨率CO2排放清单对于准确评估碳排放时空格局、分析碳排放影响因素以及制定科学的减排措施等方面至关重要。基于自上而下的网格化能源消费碳排放估算方法因简单易行被广泛使用。然而该方法常用的空间分配代理如夜间灯光、土地利用和人口密度等数据难以反映大型点源的排放分布特征。鉴于此，本研究利用Suomi-NPP VIIRS(Suomi National Polar-Orbiting Partnership Visible Infrared Imaging Radiometer Suite)的热异常产品，提取出全国工业位置信息，并集成GEM(Global Energy Monitor)电厂位置信息、夜间灯光数据和能源统计数据提出一种改进的CO2排放估算模型，构建了中国2012-2019年1km*1km格网尺度的能源消费CO2排放清单，并与仅使用夜间灯光进行空间分配的网格化清单进行对比分析。
研究发现在省级排放尺度上，改进后模型的总体精度大幅提高，R2均大于0.75，RMSE分布在40~110Mt。在格网尺度上，改进后的模型将较多的碳排放量分配到相应的点源所在格网，碳排放空间分布更加合理。本研究所提出的集成夜间灯光与点源位置信息的碳排放估算模型，可减少基于自上而下的能源消费碳排放格网化估算过程中，由于空间分配代理无法充分表征大型点源排放空间分布所带来的误差。
论文的第一作者（BEVITOR伟德为第一单位）王梦荻为BEVITOR伟德2021级资源与环境专业硕士研究生，其导师李荣副教授为通讯作者。该项研究得到国家自然科学基金、大气边界层物理和大气化学国家重点实验室开放基金的资助。
论文连接：https://doi.org/10.1016/j.scitotenv.2023.165829
（撰稿人：王梦荻；审稿人：梅新）
