自中国政府提出 “2030 碳达峰，2060 碳中和” 的双碳目标以来，全国各地已紧锣密鼓的围绕 “双碳” 目标开展行动。同时，经过十余年的筹备，全国碳排放权交易市场已于今年 7 月 16 日在上海环境能源交易所正式启动。
　　随着“双碳目标”的有序推进和碳交易市场的快速发展，覆盖行业范围逐步扩大。为了对碳排放进行监测、评价及对未来排放趋势展开预测，政府、生产企业、投融资机构、科研团队等有关方均对碳排放监测数据的时效性、精准度及更新频率等均提出了更高、更迫切的要求。
　　然而，由于技术限制，当前国际上具备空间分辨率的碳排放关键基础数据 —— 碳排放地图的时效性严重不足，普遍存在一年以上的时间滞后性、时空分辨率低、一致性差的问题。若要实现实时、准确、可靠的碳排放动态监测及政策评估，则需建立一种新的碳排放地图范式。
　　
　　图1｜2021 年 8 月 9 日的全球 “实时全景碳地图”（来源：刘竹团队 ）
　　为此，清华大学刘竹研究团队联合国内外多个机构，基于卫星遥感、云计算平台等交叉学科的前沿技术，在多部门维度和全域覆盖空间范围上实现了全景网格化碳排放的近实时快速计算，形成全球首个高分辨率的 “实时全景碳地图”，由DeepTech进行独家首发。
　　相对于当前国际上的基于历史数据的碳地图，“实时全景碳地图” 相当于把碳排放的空间展示从 “过去时” 推进到 “现在时”。 “实时全景碳地图” 可有效展示碳排放近实时的时空分布，从而极大地赋能 “双碳目标” 的科学化、精确化实现。“实时全景碳地图” 可对区域碳排放的实时动态变化以及碳减排的效果形成及时的反馈与评价，有助于评估核实各地 “双碳” 工作成效并及时调整相应的政策措施。
　　大数据、云计算、卫星遥感、机器学习多维赋能，攻克两大数据难题
　　刘竹坦言，要构建这种全景碳地图，必须要攻克两大核心技术难题 —— 覆盖全球的实时数据源以及实现实时碳排放海量化高效处理的参数化方法。
　　近年来，快速发展的大数据技术以及多源多维度的数据可获得性为实现这一成果提供了契机。目前，中国、美国、日本等多个国家在轨的二氧化碳监测卫星以及地图 GPS 传感器的广泛应用等都为实时全景碳地图提供了多维度的数据源。
　　同时，该研究团队基于多年实践基础，通过将碳排放定量评估中的活动因子进行参数化处理和分解，运用地面观测数据、卫星遥感数据及电网监测数据等多源数据来表征碳排放参数数据的时空变化，构建了实现近实时更新的碳排放时空表征的参数法理论和方法模型。
　　此外，团队在构建实时全景碳地图的过程中还广泛使用了超级计算机、云计算平台和机器学习等针对实时海量数据进行处理的技术手段。
　　基于这些交叉学科手段，刘竹团队构建了全球实时碳排放数据库 Carbon Monitor (http://carbonmonitor.org/)，该数据库涵盖超过 70% 的全球电力和工业排放、85% 的地面运输排放以及近 100% 的住宅和航空业燃料排放的高分辨率活动数据，覆盖了以日为分辨率的全球 90% 以上的二氧化碳排放量，是目前唯一能够提供日分辨率全球碳排放空间展示的数据平台，可为科学研究和政策评估提供基础数据支持，并大幅度缩短低碳政策的响应时间。实时全景碳地图在基于全球实时碳排放数据库的基础上进一步实现了全球最高时空分辨率的碳排放可视化呈现。
　　碳排放数据近实时可视化呈现，尺度可精准至各大部门、省市级别
　　据介绍， “实时全景碳地图” 也覆盖了中国所有地区。囊括了 6 大主要排放部门：电力、工业、居民消费、地面运输、国内航空、国际航空。对于工业部门，化石燃料燃烧和水泥生产过程的碳排放均被考虑在内。空间分辨率为 0.1°*0.1°（经纬度），时间分辨率为日尺度。
　　
　　图2｜中国全部门 “实时全景碳地图”（来源：刘竹团队）
　　除了全部门排放数据外，“实时全景碳地图” 也提供了分部门精细化排放数据，包括电力部门、工业部门、居民消费部门、地面交通部门、国际航空和国内航空部门。
　　
　　图3｜中国分部门 “实时全景碳地图”（来源：刘竹团队 ）
　　“实时全景碳地图” 用不同颜色表示各区域的碳排放量高低情况，颜色越红的区域表示碳排放量就越高，反之，颜色越蓝的区域碳排放量就越低。
　　以国内航空部门、居民消费部门、地面交通部门为例，从航空碳排放示意图来看，红色发射区域是城市机场所在地（如北京机场、上海机场），航线的深浅不一代表不同航线的碳排放有所差异；从居民消费碳排放示意图来看，广东省热值区域主要分布在珠三角地区，意味着大量人口集聚在珠三角造成较高的居民消费排放；从地面交通碳排放示意图来看，新疆地区分布的颜色中较红的线路为当地的交通干线，交通流量较高。相关政府职能部门可以参考地图显示信息，进行合理的碳排放管控。
　　
　　图4｜中国部分部门 “实时全景碳地图” 示意图（来源：刘竹团队 ）
　　以省级尺度来看，中国 “实时全景碳地图” 展示了中国各省区的碳排放日变化、周变化及季节变化。基于日排放数据的全年排放数据显示，由于受疫情影响，2020 年中国大部分区域碳排放量和 2019 年相比总体上略有降低；相比 2019 年，2020 年度中国总碳排放减少量排名前十的省份依次为：湖北、江苏、浙江、重庆、安徽、湖南、海南、青海、贵州、北京。
　　
　　图5｜相比 2019 年中国 2020 年度减排量前 10 省份（来源：刘竹团队）
　　“实时全景碳地图” 还首次反映了中国各省区二氧化碳排放的季节变化，例如大部分北方省份由于采暖和供热的关系呈现出夏季和冬季的排放高峰和春秋两季的排放低谷。
　　另外，对大部分省份而言，火力发电部门和工业部门仍然是最主要的碳排放部门。对于电力部门而言，西部四省区（西藏、青海、甘肃和陕西）在冬季（12-1 月）达到排放高峰，而除此之外的省份则在一年中显示出分别由冬季供暖和夏季制冷导致的两个排放高峰。
　　对于工业部门而言，碳排放的日变化在南方省份（长江沿线及以南）和北方省份显示出了明显的差异。北方省份工业部门的二氧化碳排放量在夏季达到排放高峰，而南方省份工业部门的碳排放则在春节后持续上升。路面交通碳排放的日变化主要受到节假日期间人口流动情况影响。
　　
　　图6｜中国 “实时全景碳地图” 聚焦省级排放情况（来源：刘竹团队）
　　“实时全景碳地图” 可进一步反映城市尺度的碳排放变化，以北京、上海、武汉三座典型城市为例，2020 年 3 座城市的碳排放量在 1 月末受疫情影响出现明显下降，在疫情得到控制后趋于平稳。
　　但即使受到疫情影响，2020 年三座城市的碳排放的主要来源依然是工业部门，从人为排放所反映的人类活动水平变化来看，居民消费部门受疫情影响较小，地面交通和航空部门受疫情影响最为显著。
　　
　　图7｜中国 “实时全景碳地图” 聚焦城市级排放情况（来源：刘竹团队 ）
　　通过 “实时全景碳地图” 提供的城市级日度分部门碳排放信息，也可以明显看到，2020 年 1 月底因受新冠疫情影响，北京市交通部门的碳排放量明显下降；2020 年 6 月底，因北京新发地疫情的爆发碳排放也有所下降；2020 年 10 月初，因十一假期的到来北京市市民外出旅游，本市内的交通碳排放量因此出现明显下降。
　　
　　图8｜ “实时全景碳地图” 聚焦北京市排放情况示意图（来源：刘竹团队 ）
　　颠覆碳排放监测数据的时间范式，由 “过去时” 进化为 “现在时”
　　实时全景碳地图具有两大优势：第一，克服了同类数据较长的时间滞后性，实现近实时的快速更新；第二，兼具高的时间分辨率（天尺度）和空间分辨率（0.1°×0.1°）的优势，是目前唯一具有天尺度分辨率的分部门实时全球碳排放地图。
　　据刘竹介绍，目前已经采用实时全景碳地图数据的国际机构和相关的报告包括：
　　1.全球碳计划：2020 年全球碳收支报告（Global Carbon Budget 2020） 
　　2.国际气象组织 WMO：联合科学报告 2021 (United in Science 2021)
　　3.联合国：碳排放差距报告 2020 (Emission Gap Report 2020)
　　颠覆传统实现 “现在时” 的实时全景碳地图对于认识国家级碳排放空间分布动态变化趋势意义重大，其可以有效地展示、衡量和评价 “双碳” 工作的实际情况，极大地支持地方各级政府、企业对自己所辖区域进行碳排放实时精细化监测，以及评估核实相关 “双碳” 工作的成效，以及时调整各类政策措施，从而极大地赋能 “双碳” 目标的科学化、精确化实现。
　　作为全球实时碳数据 Carbon Monitor 和中国碳核算数据库 CEADs 的联合创始人，刘竹目前在清华大学地球系统科学系任副教授、特别研究员、博士生导师。他曾在中国科学院获得博士学位，后赴哈佛大学和加州理工学院从事博士后研究。2019 年，刘竹入选《麻省理工科技评论》中国“ 35 岁以下创新 35 人”。
　　谈及实时全景碳地图的应用潜力，刘竹介绍道，“基于实时全景碳地图将进一步搭建出动态可视化交互展示平台，开展网页端和移动 APP 的开发”。
　　在该平台上， Carbon Monitor 可以为政府部门、各类企业、用能个人等不同用户提供定制化服务，针对用户感兴趣的区域也可以提供全景碳排放监测地图、碳评估及碳预测等功能，定制化展示不同排放源的种类、来源和时空分布特征，遴选碳排放变化的关键节点，识别碳排放的时空演化，梳理各来源不同区段的能源消耗及碳排放情况，探索该区域实现碳中和的途径。”
　　DeepTech 计划在未来举办碳中和、碳达峰、绿色经济等相关主题主题峰会，旨在为国内外关注碳达峰碳中和的专家学者、产业人士搭建一个专业的互动交流平台，共同探讨、传递和交流碳中和碳达峰目标下的经济高质量发展战略、路径、政策与行动，以及诸如人工智能、大数据及新能源、新材料等新兴技术如何赋能碳中和目标达成，进一步提高对碳排放及人类活动时空变化的理解，支持各区域地方政府及时采取地方性行动。