近日，西南财经大学双碳数据开发及能源安全团队在Nature旗下期刊《Scientific Data》发布了2013-2021中国县域二氧化碳月度排放数据。
此次发布的月度数据是在上述研究基础上的又一次重大改进。研究融合多源卫星遥感与地区统计数据，采用改进的深度学习模型优化传统自上而下的算法，成功推算出全国2771个区县的月度二氧化碳排放数据。
该数据集有效克服了长期以来采用夜间灯光估算二氧化碳排放的主要短板——“同量级夜间灯光地区有着相同排放量的假设”带来的偏差，极大地提升了排放数据的质量，实现了对逾80%区县月度排放变化的动态监测。
2020年，该团队首次在《Scientific Data》发布了中国2735个区县年度二氧化碳排放数据，该成果一经发表便引发学界和社会的广泛关注。这一数据的测算补上了过去县域和城市层级二氧化碳排放数据匮乏的不足。
2023年，该团队受国务院发展研究中心委托，基于前期成果并借助改进的卫星数据处理技术，开展了300多个城市半年期二氧化碳排放测算工作。
长期以来，传统方法采用夜间灯光估算二氧化碳排放，其基本假设为“同量级夜间灯光地区有着相同排放量”，但该假设不能完全反映现实情况。此次发布的月度数据是团队在前述研究基础上的一次重大改进。
此次研究成果的发布，标志着我国在碳数据精细化监测领域迈出了关键一步。随着数据开放共享机制的完善，这些精准的碳排放"数字画像"必将成为政府制定差异化减排策略、企业优化低碳转型路径、科研机构开展气候模型验证的重要基石，为全球气候治理贡献中国智慧与数据力量。
