基于土地利用和夜間燈光數(shù)據(jù)的京津冀區(qū)域碳排放時空分異研究

武 愛 彬，趙 艷 霞，郭 小 平，范 波

(1.北京林業(yè)大學(xué)水土保持學(xué)院，北京 100083；2.河北省科學(xué)院地理科學(xué)研究所/河北省地理信息開發(fā)應(yīng)用技術(shù)創(chuàng)新中心，河北 石家莊 050011；3.河北省林業(yè)和草原調(diào)查規(guī)劃設(shè)計(jì)院，河北 石家莊 050051)

0 引言

當(dāng)前CO2排放導(dǎo)致的氣候變暖已成為人類面臨的巨大挑戰(zhàn)之一，聯(lián)合國政府間氣候變化專門委員會(IPCC)最新評估顯示,從19世紀(jì)后半葉到21世紀(jì)10年代，全球平均溫度增加1.09 ℃，主要是以CO2為主的溫室氣體濃度急劇升高所致[1]。作為“自然—社會”的重要載體，土地利用變化對陸地生態(tài)系統(tǒng)碳儲量、碳源/匯具有重要影響[2]。據(jù)統(tǒng)計(jì)，2010-2019年全球土地利用變化碳排放量為1.6 Pg C·a-1，占人類活動碳排放的14%，陸地生態(tài)系統(tǒng)碳匯為3.41 Pg C·a-1，吸收固定了31%的人類活動碳排放[3]。因此，研究土地利用碳排放對控制氣候變暖和區(qū)域可持續(xù)發(fā)展具有重要意義。

目前對陸地生態(tài)系統(tǒng)碳源/匯估算方法主要有“自上而下”的大氣反演模型[4]和“自下而上”的地面調(diào)查和清查[5]、生態(tài)系統(tǒng)過程模型[6]、統(tǒng)計(jì)模型、清單法、渦度協(xié)方差法等[7]。對土地利用變化碳排放估算多基于土地利用類型碳排放系數(shù)和IPCC溫室氣體排放清單指南，其中建設(shè)用地碳排放量多利用化石能源消耗量代替。研究內(nèi)容主要集中在土地利用碳排放的時空特征[8-10]、影響因素和驅(qū)動機(jī)制[11-14]、低碳優(yōu)化[15,16]、模擬預(yù)測[17,18]等方面，研究尺度涉及重點(diǎn)區(qū)域[13,19,20]、省域[8,9]、城市[11,17,21]、縣域[12,22,23]等，但受能源統(tǒng)計(jì)單元(多為省級)限制，缺乏鄉(xiāng)鎮(zhèn)村行政單元的研究。研究成果多以行政單元面板數(shù)據(jù)統(tǒng)計(jì)分析為主，難以落實(shí)到空間網(wǎng)格上。少數(shù)研究將化石能源消耗碳排放總量除以建設(shè)用地?cái)?shù)量，得到建設(shè)用地的單位碳排放量[23-25]，雖然可以實(shí)現(xiàn)基于土地利用類型的碳排放空間刻畫，但并未反映出城鎮(zhèn)用地、工礦用地、農(nóng)村居民地等不同類型的建設(shè)用地碳排放強(qiáng)度差異。近年來，部分學(xué)者基于DMSP/OLS與 NPP/VIIRS兩種夜間燈光數(shù)據(jù)探索化石能源消耗碳排放與燈光數(shù)據(jù)的關(guān)系[26-29]，研究結(jié)果普遍證明二者存在相關(guān)關(guān)系，即夜間燈光數(shù)據(jù)可用于估算和模擬區(qū)域化石能源碳排放。因此，本研究基于1995-2018年京津冀區(qū)域土地利用數(shù)據(jù)和土地利用碳排放系數(shù)，得出區(qū)域土地利用直接碳排放空間分布，利用夜間燈光數(shù)據(jù)和IPCC溫室氣體排放清單方法，對化石能源消耗碳排放量在建設(shè)用地類型中進(jìn)行空間分配，得出區(qū)域建設(shè)用地碳排放的空間分布，匯總得出區(qū)域土地利用凈碳排放的空間分布格局，對區(qū)域國土空間優(yōu)化和低碳發(fā)展以及區(qū)域經(jīng)濟(jì)發(fā)展具有現(xiàn)實(shí)意義。

1 研究區(qū)與數(shù)據(jù)

京津冀區(qū)域面積21.6萬km2，占全國總面積的2.3%，分布有高原、山地、丘陵、平原等多種地貌類型，區(qū)域西北部為壩上高原，北部為燕山山脈，西部為太行山山脈，中東部為華北平原，東部與渤海相鄰。據(jù)全國第七次人口普查結(jié)果，2020年京津冀區(qū)域常住人口1.10億，約占全國總?cè)丝诘?.82%。2021年區(qū)域生產(chǎn)總值達(dá)9.64萬億元，約占全國生產(chǎn)總值的8.43%，是我國重要的經(jīng)濟(jì)增長極之一。京津冀區(qū)域位于環(huán)渤海地區(qū)的中心位置，是國家經(jīng)濟(jì)發(fā)展的重要引擎和參與國際競爭合作的先導(dǎo)區(qū)域，根據(jù)國家碳中和目標(biāo)與實(shí)施策略，京津冀區(qū)域?qū)㈤_展碳中和示范區(qū)建設(shè)，率先探索碳中和發(fā)展路徑。

本研究所需數(shù)據(jù)包括：1)1995年、2000年、2005年、2010年、2015年和2018年土地利用數(shù)據(jù)，來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http：//www.resdc.cn)，以Landsat TM/ETM遙感影像為主要數(shù)據(jù)源，一級地類分為耕地、林地、草地、水域、建設(shè)用地和未利用地6個地類，空間分辨率為100 m；2)農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)和化石能源消耗數(shù)據(jù)，分別來源于《中國農(nóng)村統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》；3)DMSP-OLS(1995年、2000年和2010年)和NPP-VIIRS(2015年和2018年)夜間燈光影像數(shù)據(jù)，均來源于美國國家海洋和大氣管理局官網(wǎng)(https:∥www.ngdc.noaa.gov/eog)，DMSP-OLS 數(shù)據(jù)空間分辨率為30″，灰度范圍為0～63，NPP-VIIRS數(shù)據(jù)空間分辨率為15″，燈光輻射值范圍為0～472.682 nanoWatts/cm2/sr，對DMSP-OLS影像采用年平均法進(jìn)行連續(xù)性校正，得到年度影像數(shù)據(jù)，對NPP-VIIRS影像通過冪函數(shù)和高斯低通濾波處理[30]，之后轉(zhuǎn)換為DMSP數(shù)據(jù)，像素值范圍為0～63，利用ArcGIS 10.6將夜間燈光數(shù)據(jù)重采樣為1 km空間分辨率。

2 研究方法

2.1 土地利用凈碳排放測算

土地利用凈碳排放是直接碳排放和間接碳排放之和[31]，耕地、林地、草地、水域和未利用地產(chǎn)生的直接碳排放量E直接通過碳排放系數(shù)直接估算(式(1))，間接碳排放E間接(式(2))主要包含耕地上農(nóng)業(yè)活動和建設(shè)用地上工業(yè)活動產(chǎn)生的碳排放，參考文獻(xiàn)[32-34]，結(jié)合京津冀區(qū)域農(nóng)業(yè)生產(chǎn)活動和工業(yè)能源消耗現(xiàn)狀，厘定碳排放的主要來源以及碳排放系數(shù)。其中農(nóng)業(yè)生產(chǎn)活動碳排放包括化肥、農(nóng)藥和農(nóng)膜三大農(nóng)業(yè)化學(xué)制品使用引起的碳排放，以及農(nóng)業(yè)機(jī)械使用和農(nóng)業(yè)灌溉消耗電能間接引起的碳排放；工業(yè)活動化石能源消耗碳排放主要包含煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然氣8類一次能源消耗產(chǎn)生的碳排放。

E直接=∑Ei=∑Si·pi

(1)

式中：Ei、Si、pi分別為第i種土地利用類型的直接碳排放量(t C·a-1)、面積(hm2)和碳排放系數(shù)(t·hm-2·a-1)，參考IPCC和文獻(xiàn)[5,35,36]，耕地、林地、草地、水域和未利用地的碳排放系數(shù)分別為-0.007、-0.623、-0.021、-0.020和-0.0005。

E間接=Egd+Ejs=∑Tm·γm+∑Cj·βj·λj

(2)

式中：Egd為區(qū)域耕地間接碳排放總量(t C·a-1)；Ejs為區(qū)域建設(shè)用地間接碳排放總量(t C·a-1)；Tm、γm分別為第m種農(nóng)業(yè)生產(chǎn)活動的消耗量和碳排放系數(shù)；Cj、βj、λj分別為第j種化石能源的消耗量、折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)。折標(biāo)準(zhǔn)煤系數(shù)來自《中國能源統(tǒng)計(jì)年鑒》(2021)(表1)，碳排放系數(shù)根據(jù)《2006年IPCC國家溫室氣體清單指南》的碳含量缺省值轉(zhuǎn)換得到[37](表1、表2)。

表1 各類能源碳排放系數(shù)

表2 各類農(nóng)業(yè)生產(chǎn)活動碳排放核算系數(shù)

2.2 夜間燈光數(shù)據(jù)模擬能源消耗碳排放

夜間燈光數(shù)據(jù)模擬能源消耗碳排放值彌補(bǔ)了統(tǒng)計(jì)數(shù)據(jù)不全、市縣級尺度以下相關(guān)能源消耗數(shù)據(jù)不易獲取的缺點(diǎn)[29]。本文利用ArcGIS 10.6軟件分別提取目標(biāo)年份建設(shè)用地(value值為1代表建設(shè)用地，為0代表非建設(shè)用地)，并與對應(yīng)年份夜間燈光柵格數(shù)據(jù)相乘，得到目標(biāo)年份建設(shè)用地的夜間燈光數(shù)據(jù)。利用夜間燈光數(shù)據(jù)將能源消耗的碳排放按柵格夜間燈光像素值(0～63)進(jìn)行空間分配，經(jīng)濟(jì)活動更強(qiáng)的城市用地柵格由于夜間燈光數(shù)據(jù)像素值更大，其分配的碳排放量更多，反之，經(jīng)濟(jì)活動較弱的農(nóng)村居民點(diǎn)柵格因夜間燈光數(shù)據(jù)像素值較低，其分配的碳排放量較少，很大程度上體現(xiàn)了不同規(guī)模城市用地、工礦用地和農(nóng)民居民點(diǎn)等不同建設(shè)用地類型的碳排放強(qiáng)度差異。

統(tǒng)計(jì)1995-2018年北京、天津和河北三地的建設(shè)用地范圍內(nèi)夜間燈光數(shù)據(jù)值之和(X)和一次能源消耗碳排放量(Y)(t C·a-1)，分別進(jìn)行擬合分析(表3)，可以看出，兩者擬合度較高，表明夜間燈光數(shù)據(jù)可用于表征能源消耗碳排放量。其中，北京、天津和河北的擬合方程回歸系數(shù)分別為47.858、357.221和460.58，表明三地單位燈光強(qiáng)度數(shù)值表征的能源消耗碳排放量存在差異，這與三地產(chǎn)業(yè)結(jié)構(gòu)緊密相關(guān)。研究期間，北京三產(chǎn)產(chǎn)業(yè)比重由1995年的4.79%、42.69%、52.52%轉(zhuǎn)為2018年的0.39%、18.62%、80.98%，進(jìn)入第三產(chǎn)業(yè)為主導(dǎo)的后工業(yè)化發(fā)展階段，第二產(chǎn)業(yè)比重驟降；天津市由6.87%、54.50%、38.63%轉(zhuǎn)為0.90%、40.50%、58.60%，河北省由22.10%、46.60%、31.30%轉(zhuǎn)為9.30%、44.50%、46.20%，第二產(chǎn)業(yè)占比仍較大，處于工業(yè)化發(fā)展階段。由于第三產(chǎn)業(yè)的能源消耗強(qiáng)度遠(yuǎn)低于第二產(chǎn)業(yè)[38]，大尺度上國民生產(chǎn)總值和夜間燈光影像值間存在線性相關(guān)關(guān)系[39-41]，因此第三產(chǎn)業(yè)發(fā)達(dá)的北京市單位燈光強(qiáng)度數(shù)值表征的能源消耗碳排放量遠(yuǎn)低于天津和河北。

表3 1995-2018年京津冀地區(qū)一次能源消耗碳排放值與夜間燈光數(shù)據(jù)擬合方程

為消除實(shí)際碳排放數(shù)據(jù)與模擬碳排放數(shù)據(jù)差值，將兩者比值作為調(diào)整系數(shù)，則建設(shè)用地柵格的碳排放量計(jì)算公式為：

(3)

式中：Ypq為p年份q區(qū)域內(nèi)單位柵格擬合值；Ypq實(shí)際和Ypq模擬分別為p年份q區(qū)域能源消耗碳排放實(shí)際值和模擬值。

3 結(jié)果分析

3.1 土地利用直接和間接碳排放

由圖1a可知，1995-2018年京津冀區(qū)域土地利用直接碳排放均為負(fù)值，表現(xiàn)為碳吸收。其中，1995年碳吸收量最大，為387.12萬t C·a-1， 2000年后碳吸收量明顯減少并穩(wěn)定在295±2萬t C·a-1，主要由于土地利用結(jié)構(gòu)中碳吸收系數(shù)最高的林地在1995年數(shù)量最多，2000年出現(xiàn)較大幅度減少，此后數(shù)量保持穩(wěn)定。由圖1b可知，1995-2018年京津冀區(qū)域耕地間接碳排放量整體呈現(xiàn)先增后減趨勢，2015年達(dá)到峰值468.29萬t C·a-1，其中北京市耕地間接碳排放量呈現(xiàn)逐漸減少趨勢，天津市和河北省耕地間接碳排放量呈現(xiàn)先增后減趨勢，排放量分別在2010年和2015年達(dá)到峰值，主要是由于京津冀三地城市化進(jìn)程和耕地?cái)?shù)量增減趨勢不同，北京在1995-2018年農(nóng)用化肥、農(nóng)藥和農(nóng)用塑料膜使用量以及農(nóng)業(yè)灌溉、農(nóng)業(yè)機(jī)械使用量等持續(xù)減少，天津和河北均先增后減。由圖1c可知，1995-2018年京津冀區(qū)域建設(shè)用地間接碳排放量整體呈逐步增加趨勢，但增速減緩，其中北京和天津呈現(xiàn)先增后減趨勢，排放量分別在2010年和2015年達(dá)到峰值，河北呈現(xiàn)持續(xù)增加趨勢，增速減緩，主要由于京津冀區(qū)域能源消耗結(jié)構(gòu)中最大比重為煤炭和焦炭，北京、天津的煤炭和焦炭消耗量分別在2010年和2015年達(dá)到峰值，河北煤炭和焦炭消耗量呈減速增長。

圖1 1995-2018年京津冀區(qū)域土地利用直接碳排放量和間接碳排放量

3.2 土地利用凈碳排放時序演變

由圖2可知，1995-2018年京津冀區(qū)域土地利用凈碳排放量整體呈現(xiàn)逐步增加趨勢，由12 461.78萬t C·a-1增至35 706.69萬t C·a-1，但增速減緩。其中北京和天津呈現(xiàn)先增后減趨勢，排放量分別在2010年和2015年達(dá)到峰值，北京市由1995年的2 738.47萬t C·a-1增至2010年的3 820.31萬t C·a-1,2018年減至3 269.92萬t C·a-1，天津市由1995年的2 135.90萬t C·a-1增至2015年的5 587.52萬t C·a-1,2018年減至5 411.74萬t C·a-1；河北呈現(xiàn)持續(xù)增加趨勢，由1995年的7 587.40萬t C·a-1增至2018年的27 025.03萬t C·a-1，但增速減緩。主要由于1995-2018年三地的碳吸收量占凈碳排放的比重均小于5%，農(nóng)業(yè)活動產(chǎn)生的碳排放量占凈碳排放量的比重均小于4%，土地利用凈碳排放量主要來源于建設(shè)用地上一次能源消耗產(chǎn)生的碳排放。研究期間京津冀區(qū)域一次能源消耗以煤炭為主，其中北京市煤炭消耗量由1995年的2 692萬t增至2010年的3 069萬t，隨后降至2018年的276萬t，天津市煤炭消耗量由1995年的2 428萬t增至2015年的4 538萬t，隨后降至2018年的3 832萬t，河北省煤炭消耗由1995年的10 983萬t增至2018年的29 593萬t，處于持續(xù)增長狀態(tài)，但增速減緩。由此可知，三地土地利用凈碳排放與各地的一次能源結(jié)構(gòu)尤其是煤炭消耗量密切相關(guān)。整體而言，三區(qū)域土地凈碳排放量表現(xiàn)為河北>天津>北京，單位土地凈碳排放量表現(xiàn)為天津>北京>河北。

圖2 1995-2018年京津冀區(qū)域土地利用凈碳排放量

3.3 土地利用碳排放空間差異

將1995-2018年京津冀區(qū)域土地利用凈碳排放量分成6個等級：碳吸收(-63，0] t C·a-1、低凈碳排放(0，100] t C·a-1、中低凈碳排放(100，1 000] t C·a-1、中凈碳排放(1 000，10 000] t C·a-1、中高凈碳排放(10 000，20 000] t C·a-1、高凈碳排放(20 000，38 118) t C·a-1(圖3)?？梢钥闯?，研究期間碳吸收區(qū)集中分布在西北部燕山—太行山地區(qū)，低凈碳排放區(qū)集中分布在東南平原區(qū)，中凈碳排放區(qū)主要分布在農(nóng)村居民點(diǎn)和環(huán)渤海區(qū)域，中高凈碳排放區(qū)主要分布在北京市區(qū)，高凈碳排放區(qū)主要分布在天津市主城區(qū)和石家莊、廊坊、保定等城市市區(qū)以及部分縣域中心城區(qū)。這與京津冀區(qū)域土地利用空間分布格局緊密相關(guān)：西北部燕山—太行山區(qū)域主要土地利用類型為林地和草地，表現(xiàn)為碳吸收；東南平原區(qū)域?yàn)楦丶蟹植紖^(qū)，表現(xiàn)為低碳排放；大城市市區(qū)與城鎮(zhèn)居民點(diǎn)等建設(shè)用地區(qū)域表現(xiàn)為中高凈碳排放和高凈碳排放，且隨著城市擴(kuò)張，分布區(qū)域不斷增加；環(huán)渤海區(qū)域主要土地利用類型為工礦用地，夜間燈光數(shù)值小于城市區(qū)域，因此碳排放數(shù)值較低，表現(xiàn)為中低凈碳排放和中凈碳排放。

圖3 1995-2018年京津冀區(qū)域土地利用凈碳排放空間分布

進(jìn)一步統(tǒng)計(jì)1995-2018年各凈碳排放等級的面積占比和凈碳排放量占比(圖4)可以看出，碳吸收區(qū)域占總面積的比重由56.12%縮至49.45%，主要表現(xiàn)在壩上高原區(qū)域和平原區(qū)部分水系周邊區(qū)域由碳吸收轉(zhuǎn)變?yōu)榈蛢籼寂欧?，碳吸收量?59.81萬t C·a-1降至270.00萬t C·a-1；低碳排放區(qū)域面積占比由36.39%增至38.30%，雖然有部分城市和縣城周邊由低凈碳排放轉(zhuǎn)為中高凈碳排放和高凈碳排放，但壩上高原區(qū)域和平原區(qū)部分水系周邊區(qū)域的轉(zhuǎn)入使比重呈擴(kuò)大趨勢，凈碳排放量由15.84萬t C·a-1增至30.50萬t C·a-1；中凈碳排放區(qū)面積占比由5.43%降至3.99%，主要表現(xiàn)在環(huán)渤海部分區(qū)域由中凈碳排放轉(zhuǎn)變?yōu)樘嘉?，凈碳排放量? 185.60萬t C·a-1增至4 945.36萬t C·a-1；中高凈碳排放區(qū)面積占比由1.34%增至4.15%，主要因?yàn)檠芯科陂g北京城區(qū)擴(kuò)張使周邊區(qū)域由低凈碳排放轉(zhuǎn)變?yōu)橹懈邇籼寂欧牛约安糠挚h域和中小城鎮(zhèn)由低凈碳排放轉(zhuǎn)變?yōu)橹懈邇籼寂欧?，凈碳排放量? 579.58萬t C·a-1增至11 856.07萬t C·a-1；高凈碳排放區(qū)面積占比由0.72%增至3.76%，主要表現(xiàn)在隨著城市區(qū)域的擴(kuò)張，天津、石家莊、廊坊等城市周邊區(qū)域由低凈碳排放轉(zhuǎn)變?yōu)楦邇籼寂欧?，凈碳排放量? 739.48萬t C·a-1增至20 360.61萬t C·a-1。研究期間京津冀區(qū)域碳吸收和低凈碳排放區(qū)域占比最大，在90%±2%以上，但凈碳排放主要產(chǎn)生在中高凈碳排放區(qū)域和高凈碳排放區(qū)域，從68.41%升至87.13%。

圖4 1995-2018年京津冀區(qū)域土地利用凈碳排放各等級占總面積比重和占凈碳排放量比重

4 結(jié)論與討論

本研究基于1995-2018年京津冀區(qū)域土地利用和夜間燈光數(shù)據(jù)，利用碳排放系數(shù)和 IPCC溫室氣體排放清單方法，研究了區(qū)域土地利用碳排放的時空分異特征。結(jié)果表明：1)京津冀區(qū)域凈碳排放量呈現(xiàn)遞增趨勢，由1995年的12 461.78萬t C·a-1增至2018年的35 706.69萬t C·a-1，但增速在減緩。其中北京市土地利用凈碳排放量在2010年達(dá)到峰值，天津市在2015年達(dá)到峰值，河北省仍處在增長狀態(tài)。2)碳吸收區(qū)集中分布在西北部燕山—太行山地區(qū)，低凈碳排放區(qū)集中分布在東南平原區(qū)，中凈碳排放區(qū)主要分布在農(nóng)村居民點(diǎn)和環(huán)渤海區(qū)域，中高凈碳排放區(qū)主要分布在北京市主城區(qū)，高凈碳排放區(qū)主要分布在天津市主城區(qū)和石家莊、廊坊、保定等城市市區(qū)以及部分縣域中心城區(qū)。3)京津冀區(qū)域碳吸收和低凈碳排放區(qū)域占比最大，在90%±2%以上，但碳排放主要產(chǎn)生在中高凈碳排放區(qū)和高凈碳排放區(qū)，從1995年的68.41%上升至2018年的87.13%。張穎等基于1973-2018年9次中國森林資源清查數(shù)據(jù)，計(jì)算得出北京市森林年均增加碳匯69.16萬t[42]，與本研究利用碳排放系數(shù)計(jì)算得出的北京市1995-2018年林地年均碳吸收45.20萬t接近；周志峰等利用第八次和第九次全國森林資源清查數(shù)據(jù)，估算河北省2018年喬木林碳儲量比2013年增加1 396.73萬t，年均碳匯279.35萬t[43]，與本研究估算的河北省2015年林地碳吸收總量246.47萬t接近，兩地利用碳排放系數(shù)進(jìn)行碳吸收量估算結(jié)果均略低于利用森林資源清查數(shù)據(jù)估算結(jié)果?？紤]到土地利用凈碳排放與一次能源結(jié)構(gòu)的高度相關(guān)性，京津冀區(qū)域尤其是河北省應(yīng)進(jìn)一步調(diào)整能源結(jié)構(gòu)，降低煤炭消耗量，盡早實(shí)現(xiàn)煤炭消耗“達(dá)峰”，擴(kuò)大清潔能源消耗比重。針對碳吸收區(qū)、低凈碳排放區(qū)、中凈碳排放區(qū)、中高凈碳排放區(qū)和高凈碳排放區(qū)分別制定不同的碳排放政策，引導(dǎo)區(qū)域間碳交易等。同時，應(yīng)加快發(fā)展低碳土地利用模式，合理調(diào)整土地利用結(jié)構(gòu)，適度提高碳匯用地比重；控制土地利用規(guī)模，劃定城市開發(fā)邊界；采用碳減排的土地利用方式，合理提高國土開發(fā)強(qiáng)度和土地利用效率；優(yōu)化土地利用布局，在國土空間規(guī)劃中，可以探討將“降源增匯”納入考核指標(biāo)。

本研究的碳排放系數(shù)引用了方精云等[5，32,33]在全國尺度的研究成果，下一步應(yīng)加強(qiáng)京津冀區(qū)域土地碳通量觀測，對系數(shù)進(jìn)行本地化修正；利用北京、天津和河北三地能源消耗統(tǒng)計(jì)數(shù)據(jù)計(jì)算得出的碳排放值，雖然與燈光數(shù)據(jù)的擬合效果較好，但依然存在樣本數(shù)量少、數(shù)據(jù)分布區(qū)間集中、擬合方程穩(wěn)定性較差等弊端，如果能獲取地市級和縣(市、區(qū))級的能源消耗統(tǒng)計(jì)數(shù)據(jù)，實(shí)現(xiàn)省—地市—縣(市、區(qū))—柵格逐步降尺度，將極大提高擬合方程的準(zhǔn)確性和穩(wěn)定性；另外，對于耕地、林地和草地的碳排放強(qiáng)度差異，應(yīng)結(jié)合農(nóng)林業(yè)清查數(shù)據(jù)進(jìn)一步分析；根據(jù)IPCC分類，溫室氣體還涉及工業(yè)生產(chǎn)和廢棄物處理等方面，未來應(yīng)加強(qiáng)對生物質(zhì)燃燒、油氣系統(tǒng)逃逸、電力調(diào)動間接排放等能源活動數(shù)據(jù)，水泥、鋼鐵、石灰等工業(yè)生產(chǎn)數(shù)據(jù)和固體廢棄物、廢水等廢棄物處理數(shù)據(jù)的統(tǒng)計(jì)與計(jì)算，進(jìn)一步提高碳排放估算結(jié)果的科學(xué)性和可靠性。