曲线拟合法计算北方某城市2020年温室气体排放清单

＊孙考豪 邹顺瑛 丁超 张令戈 朱新宇

（大连市生态环境事务服务中心 辽宁 116600）

曲线拟合技术在图像处理、逆向工程及测试数据的处理等领域中的应用越来越广泛[1]。曲线拟合是用连续曲线近似的刻画或比拟平面上离散点组函数关系，用解析式逼近离散数据的一种数据处理方法[2]。本文利用曲线拟合法，根据2015—2019年北方某城市温室气体排放数据，计算得到了2020年该市的温室气体排放数据。

应对气候变化是人类社会面临的共同挑战。2020年9月，第七十五届联合国大会一般性辩论上发表重要讲话，强调中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。开展碳排放计算工作，是紧跟国家发展策略，实现高质量赶超发展，助力应对气候变化行动的具体体现。在国家[3-5]和城市[6-7]层面，国外开展了温室气体清单的编制研究，近年来我国的研究从关注能源消费部门的温室气体排放[8-10]，已转到对非能源消费如工业过程、农林部门及废物处理处置部门等的全方面研究上来[11-12]。

1.计算过程与讨论

根据北方某城市2015—2019年各年度温室气体排放清单报告结果，该市温室气体排放总量趋势呈现“U”型变化，其中2015年—2017年排放总量稳步下降，总量从2015年的8031.18万吨降低到2017年的7654.86万吨，2018年、2019年相比2017年逐年增加，总量分别为7778.84万吨和8380.05万吨，以上数据均包括土地利用变化与林业碳汇量。该市分领域温室气体排放详见表1。

表1 北方某城市2015—2019年碳排放总量（单位：万吨当量）1

(1)能源活动领域

2015—2019年，能源活动碳排放占总排放比例约90%，根据表1中的数据，以上述每年的排放量为纵坐标，年份为横坐标作图（见图1），添加趋势线后得到的公式如式（1）[14]：

图1 能源活动碳排放数据拟合图

回归分析的相关系数R2=0.976，计算得出2020年能源活动碳排放为8048万吨，相比2019年增加606.04万吨。分析原因，一是该市能源工业中公用电力和热力占主导地位，该市虽积极发展核电等新能源发电产业，火力供电比例逐年下降，使得排放量也在逐年下降，但随着城镇化发展，居民供暖需求增加导致供暖能源消耗增多，造成能源工业仍呈现增长趋势，二是由于2019年、2020年该市石化炼化一体化项目的陆续投产导致该市煤炭和油品消费量剧增，其能源消费总量较2018年出现明显增幅。

(2)工业生产过程领域

2015—2019年，工业生产过程排放的温室气体分别为380.95、417.05、440.55、492.95、615.72万吨CO2当量，温室气体类型涉及CO2、N2O、HFC-23、CF4、SF6。以上述每年的排放量数据为纵坐标，年份为横坐标作图（见图2），添加趋势线后得到的公式如式（2）：

图2 工业生产过程碳排放数据拟合图

回归分析的相关系数R2=0.979，计算得出2020年工业生产过程碳排放为733.96万吨，相比2019年增加118.24万吨。从排放趋势上看，该市工业生产过程总排放量呈上升趋势，主要是由水泥熟料、钢铁、半导体生产过程排放量增加引起的。

(3)农业领域

2015—2019年，农业领域温室气体排放总量分别为206.73、175.51、173.36、165.45、156.43万吨CO2当量，呈下降趋势。以上述每年的排放量数据为纵坐标，年份为横坐标作图（见图3），添加趋势线后得到的公式如式（3）：

图3 农业领域的碳排放数据拟合图

回归分析的相关系数R2=0.950，计算得出2020年农业领域碳排放数据为152.93万吨，相比2019年减少3.5万吨。主要原因在于：①稻田甲烷呈下降趋势，其主要是由于水稻种植面积减少引起的。从统计数据看，2015—2019年该市水稻种植面积整体为下降趋势，播种面积分别为20777、22144、20153、20672和18795公顷。②农田氮肥投入量的持续减少，农用地氧化亚氮呈持续下降趋势。③动物肠道发酵和粪便管理系统温室气体排放总体呈下降趋势，分析是动物活动水平数据的减少，各类畜禽的年末存栏量均有所下降。

(4)土地利用变化和林业领域

2015—2019年土地利用变化和林业领域表现为碳吸收，合计碳吸收量为63.89、67.31、70.76、74.20、77.62万吨。表现为温室气体吸收的主要包括乔木林、经济林、灌木林、散生木、四旁树和疏林。

在计算取值时，因为该城市仅能提供2005年与2018年相关的林产数据，其他每年的数据是由这两年的数据根据《2006年IPCC国家温室气体清单指南》[3],采用内插法和外推法测算出来，故拟合时回归分析的相关系数R2=1（见图4），公式如式（4）：

图4 土地利用变化和林业碳排放数据及拟合图

计算得出2020年土地利用变化与林业的碳排放数据为-81.06万吨，相比2019年多吸收3.44万吨二氧化碳，分析原因是森林碳储量总体呈稳步上升趋势。

(5)废弃物处理领域

2015—2019年，该城市废弃物处理活动涵盖了《省级温室气体清单编制指南》中废弃物领域所有排放源，产生的温室气体种类为二氧化碳、甲烷和氧化亚氮。温室气体总体呈上涨趋势，由2015年的136.96万吨增长至2019年的243.56万吨。相关活动包括废弃物填埋处理、废弃物焚烧处理、生活污水处理、工业废水处理等。

以上述每年的排放量数据为纵坐标，年份为横坐标作图（见图5），添加趋势线后得到的公式如式（5）：

回归分析的相关系数R2=0.975。计算得出2020年废弃物处理碳排放数据为251.33万吨，相比2019增加7.7万吨，原因是近几年环保管理要求持续加严，废弃物填埋和焚烧处理产能持续扩大，生活污水和工业废水处理率提升导致2020年碳排放数据有所增加。

(6)总排放量结论

根据各拟合的数据，加和后得到2020年碳排放数据为9105.16万吨CO2当量。

以上述每年的总排放量数据为纵坐标，年份为横坐标作图（见图6），添加趋势线后得到的公式如式（6）：

图6 某城市总碳排放量数据及拟合图

回归分析的相关系数R2=0.968，计算得出2020年总排放量是9120.8万吨，与上述通过加和得到的数据二者差别不大。

2.结语

本文根据现有数据，创造性的利用曲线拟合法计算得出2020年该城市碳排放数据，对于各地的碳排放计算具有一定的借鉴作用。值得一提的是，利用曲线拟合的方法计算得出的能源活动领域碳排放数据与该市碳排放达峰路径研究报告中利用修正过的STIRPAT模型计算得出的数据仅相差21万吨，该模型结合该市社会经济、能源及碳排放数据的可获得性，以地区生产总值、单位地区生产总值能耗以及非化石能源消费比重为变量，计算得出的2020年该市能源活动碳排放数据为8069万吨，两种方法相互佐证，充分说明了曲线拟合方法的可行性。