曾金燦，陳愛忠，呂 松，王曦巍，屈加豹

（1.南方電網(wǎng)能源發(fā)展研究院有限責(zé)任公司，廣東 廣州 510700；2.生態(tài)環(huán)境部環(huán)境工程評(píng)估中心，北京 100041；3.國(guó)家環(huán)境保護(hù)環(huán)境影響評(píng)價(jià)數(shù)值模擬重點(diǎn)實(shí)驗(yàn)室，北京 100041；4.航天科工海鷹集團(tuán)有限公司，北京100071）

1 引言

工業(yè)革命以來，人類向大氣中排放溫室氣體逐年增加，據(jù)聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第六次評(píng)估報(bào)告（AR6）中顯示，地球表面平均溫度自19世紀(jì)以來升高了約（1～1.5）℃[1]。隨之而來的，全球氣候變暖引發(fā)了海平面上升、淹沒沿海低地等一系列環(huán)境問題，因此，實(shí)現(xiàn)各國(guó)間溫室氣體減排刻不容緩[2-4]。我國(guó)作為世界第二大經(jīng)濟(jì)體和負(fù)責(zé)任的大國(guó)，致力于推進(jìn)溫室氣體減排。2020年，“雙碳目標(biāo)”被提出，我國(guó)將力爭(zhēng)于2030年前達(dá)到碳排放峰值，2060年前爭(zhēng)取實(shí)現(xiàn)碳中和[5-6]。城市作為人類生產(chǎn)生活的主要載體，是溫室氣體排放的主要來源。據(jù)學(xué)者統(tǒng)計(jì)，城市的能源消耗、城市建筑、交通和工業(yè)生產(chǎn)等活動(dòng)消耗了全球67%～76%的化石能源，排放了71%～76%的能源相關(guān)的CO2。其產(chǎn)生的碳排放占據(jù)了全國(guó)碳排放的85%以上[7-8]。因此，城市正面臨巨大的溫室氣體減排壓力。

核算城市溫室氣體排放量是我國(guó)目前的重點(diǎn)工作之一，同時(shí)也是開展城市低碳研究的基礎(chǔ)性工作[9]。我國(guó)當(dāng)前城市溫室氣體核算主要參考國(guó)際組織的編制體系如《IPCC 國(guó)家溫室氣體清單指南》《ICLEI方法學(xué)》或我國(guó)的《省級(jí)溫室氣體清單編制指南》[10]。覃小玲[11]等參考《IPCC 國(guó)家溫室氣體清單指南》建立了深圳市溫室氣體排放清單。白衛(wèi)國(guó)[12]等基于《省級(jí)溫室氣體清單編制指南》并借鑒了《ICLEI方法學(xué)》的部分思想編制了2010廣元市溫室氣體排放清單。Bi[13]等建立了南京市溫室氣體排放清單。周秀娟[14]等通過《省級(jí)溫室氣體清單編制指南》和《IPCC 國(guó)家溫室氣體清單指南》編制了南寧市能源活動(dòng)溫室氣體排放清單。韋良煥[15]等基于IPCC和我國(guó)《省級(jí)溫室氣體編制指南》編制了我國(guó)西北五省的溫室氣體排放清單。趙先貴[16]等基于《IPCC 指南》和《省級(jí)指南》編制了西安市溫室氣體排放清單，并對(duì)西安市溫室氣體排放等級(jí)進(jìn)行了評(píng)估。劉蕊[17]通過《IPCC指南》和《省級(jí)指南》編制了北京市溫室氣體排放清單，并基于Kaya恒等式和LMDI指數(shù)分解法分析了溫室氣體的主要影響因素。武曉琪[18]等根據(jù)《2006 IPCC指南》和《省級(jí)指南》編制了邯鄲市2010—2019年溫室氣體排放清單，并基于Tapio脫鉤模型分析了邯鄲市碳排放和經(jīng)濟(jì)增長(zhǎng)的關(guān)系。上述學(xué)者的研究為我國(guó)城市低碳化發(fā)展提供了廣泛的研究基礎(chǔ)，但大部分研究對(duì)于城市生態(tài)系統(tǒng)碳匯量核算仍有不足。碳匯核算方法多采用指南推薦的生物量轉(zhuǎn)換因子法，該種方法較為成熟，適用于區(qū)域尺度的碳匯核算；但核算過程需要大量基礎(chǔ)數(shù)據(jù)支撐，且由于轉(zhuǎn)換因子的一致性無法較好地反應(yīng)核算區(qū)域的碳匯量[19]。隨著遙感通信技術(shù)的不斷發(fā)展，借助遙感影像數(shù)據(jù)建立估算模型實(shí)現(xiàn)碳匯測(cè)算受到越來越多人的關(guān)注。該種方法通常基于衛(wèi)星遙感數(shù)據(jù)、氣象數(shù)據(jù)等計(jì)算出植被凈初級(jí)生產(chǎn)力（Net Primary Productivity，NPP），再考慮土壤呼吸消耗估算生態(tài)系統(tǒng)的碳匯量。我國(guó)NPP估算方法主要有統(tǒng)計(jì)模型、參數(shù)模型和過程模型，其中以基于光能利用率的過程模型（CASA）應(yīng)用最為廣泛。凌思源[20]等基于MODIS數(shù)據(jù)、氣象數(shù)據(jù)和植被類型數(shù)據(jù)，利用CASA模型估算了2011—2020年天津地區(qū)的植被凈生態(tài)系統(tǒng)生產(chǎn)力。龔泊舟[21]基于NDVI數(shù)據(jù)、氣象數(shù)據(jù)和植被數(shù)據(jù)，利用CASA模型估算了昆明市各生態(tài)系統(tǒng)的碳匯量。胡蝶[22]利用CASA模型對(duì)海林林業(yè)局的歷史碳匯能力進(jìn)行了評(píng)估。CASA模型正被廣泛應(yīng)用于描述陸地生態(tài)系統(tǒng)碳匯、碳源解析等工作中。

某市位于我國(guó)珠江三角洲，是粵港澳大灣區(qū)的重要輕工業(yè)制造基地。目前，該城市正在積極推進(jìn)低碳城市的建設(shè)。因此，為摸清其溫室氣體排放量，早日實(shí)現(xiàn)“雙碳”目標(biāo)。本研究利用“全國(guó)排污許可證管理信息平臺(tái)（以下簡(jiǎn)稱許可平臺(tái)）”和“全國(guó)碳排放數(shù)據(jù)報(bào)送與監(jiān)管系統(tǒng)（以下簡(jiǎn)稱碳系統(tǒng)）”所提供的重點(diǎn)企業(yè)碳排放數(shù)據(jù)，以《廣東省市縣（區(qū)）溫室氣體清單編制指南（試行）》為主要參考依據(jù)，結(jié)合CASA模型所估算的某市年度生態(tài)系統(tǒng)碳匯量，編制了某市2020年溫室氣體碳排放和碳匯清單，并進(jìn)行碳減排潛力分析，助力某市早日實(shí)現(xiàn)“碳達(dá)峰”“碳中和”的遠(yuǎn)景目標(biāo)。

2 某市溫室氣體排放清單

2.1 數(shù)據(jù)來源

本次某市溫室氣體排放清單選取2020年作為編制基準(zhǔn)年，以《廣東省市縣（區(qū)）級(jí)溫室氣體清單編制指南》（以下簡(jiǎn)稱指南）作為主要參考依據(jù)，考慮了某市能源活動(dòng)、工業(yè)生產(chǎn)過程、農(nóng)業(yè)活動(dòng)和廢棄物處理四個(gè)部分的溫室氣體排放，核算的溫室氣體主要包括CO2、CH4和N2O三種。

（1）能源活動(dòng) 本研究通過對(duì)某市的現(xiàn)場(chǎng)調(diào)查得知，某市并無煤炭、石油和天然氣等化石燃料的開采活動(dòng)，因此，本次清單編制能源活動(dòng)部分編制只考慮化石燃料燃燒所帶來的碳排放量。本研究中化石燃料活動(dòng)水平數(shù)據(jù)來源于某市2021統(tǒng)計(jì)年鑒。部分燃料的熱值、碳氧化率和含碳量來源于《指南》，依據(jù)《指南》對(duì)統(tǒng)計(jì)年鑒中的各行業(yè)進(jìn)行分部分分燃料計(jì)算碳排放量，其中，公用電力與熱力部門、紡織業(yè)、造紙及紙制品業(yè)企業(yè)數(shù)據(jù)來源于“許可平臺(tái)”和“碳系統(tǒng)”。

對(duì)于某市建筑業(yè)、服務(wù)業(yè)、居民生活、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)及農(nóng)林牧漁業(yè)活動(dòng)水平數(shù)據(jù)，本次研究暫未獲取到某市2020年真實(shí)數(shù)據(jù)，此處暫時(shí)使用廣東省能源平衡表中省級(jí)人均數(shù)據(jù)，根據(jù)某市人口數(shù)量轉(zhuǎn)換所得。調(diào)入電力活動(dòng)水平數(shù)據(jù)來源于某市統(tǒng)計(jì)局發(fā)布的《十三五節(jié)能降耗成就報(bào)告》。

（2）工業(yè)生產(chǎn)活動(dòng) 本研究經(jīng)調(diào)研后發(fā)現(xiàn)，某市工業(yè)生產(chǎn)活動(dòng)環(huán)節(jié)無溫室氣體排放。其中水泥企業(yè)無水泥熟料生成過程，鋼鐵企業(yè)無煉鐵溶劑高溫分解和煉鋼降碳過程，電力設(shè)備生產(chǎn)企業(yè)生產(chǎn)不涉及使用SF6；半導(dǎo)體企業(yè)不涉及晶圓的電漿清潔和電漿蝕刻等過程；此外，某市也無涉及石灰、電石和硝酸等相關(guān)產(chǎn)品的工業(yè)生產(chǎn)過程；因此，本次某市溫室氣體排放清單不考慮工業(yè)生產(chǎn)活動(dòng)部分。

（3）農(nóng)業(yè)活動(dòng) 農(nóng)業(yè)活動(dòng)涉及的溫室氣體主要包括CH4和N2O排放，其中CH4排放來源于稻田、動(dòng)物腸道發(fā)酵和動(dòng)物糞便管理等直接排放；N2O排放來源于農(nóng)用地的直接排放和間接排放、動(dòng)物糞便管理帶來的直接排放。本研究中農(nóng)業(yè)活動(dòng)水平數(shù)據(jù)來源于《廣東省農(nóng)村統(tǒng)計(jì)年鑒》和某市2021統(tǒng)計(jì)年鑒。

（4）廢棄物處理 2020年某市城市生活垃圾已經(jīng)實(shí)現(xiàn)100%“無填埋、凈焚燒”處理。廢棄物處理所帶來的溫室氣體排放主要包括焚燒所帶來的CO2排放和廢水處理所帶來的CH4、N2O排放。廢棄物焚燒處理活動(dòng)水平來自《某市工業(yè)固體廢物污染防治規(guī)劃》。廢水化學(xué)需氧量總量來源于《廣東建設(shè)年鑒》，生物需氧量由《指南》中華南地區(qū)COD/BOD轉(zhuǎn)換比例計(jì)算而來。

2.2 核算方法

本次某市溫室氣體核算方法參考《廣東省市縣（區(qū)）級(jí)溫室氣體清單編制指南》，排放因子采用指南中所推薦的缺省值進(jìn)行核算，具體見表 1。

表1 某市溫室氣體排放核算方法

2.3 重點(diǎn)行業(yè)碳排放量

重點(diǎn)企業(yè)是指全國(guó)碳排放權(quán)交易市場(chǎng)內(nèi)年排放總量達(dá)到2.6萬tCO2e當(dāng)量及以上的企業(yè)或組織。根據(jù)“許可平臺(tái)”和“碳系統(tǒng)”，某市重點(diǎn)企業(yè)共計(jì)28家，其中9家為公用電廠，年度碳排放總量為1 541.86萬tCO2e；17家為造紙企業(yè)自備發(fā)電廠，年度碳排放總量為1 514.80萬tCO2e；2家為紡織企業(yè)自備電廠，年度碳排放總量為100.24萬tCO2e；。與基于指南缺省值的碳排放計(jì)算結(jié)果對(duì)比，如圖 1所示，基于指南缺省值所計(jì)算結(jié)果普遍偏小?？紤]到指南中的缺省值往往只可代表廣東省的平均水平，無法真實(shí)反應(yīng)該地區(qū)實(shí)際碳排放水平，而“許可平臺(tái)”和“碳系統(tǒng)”碳排放量數(shù)據(jù)是基于企業(yè)燃料實(shí)測(cè)發(fā)熱量、碳氧化率和含碳量進(jìn)行計(jì)算，計(jì)算結(jié)果更貼近實(shí)際值，因此本研究采用實(shí)際排放因子計(jì)算重點(diǎn)行業(yè)碳排放量。

2.4 結(jié)果與分析

圖1 重點(diǎn)行業(yè)碳排放量對(duì)比圖

某市溫室氣體排放清單見表 2，依據(jù)指南要求，電力調(diào)入CO2排放量在本次清單中只作為信息項(xiàng)進(jìn)行展示，不計(jì)入某市本地的溫室氣體排放。某市2020年溫室氣體排放總量為4 650.57萬tCO2e（CH4和N2O依據(jù)指南均折算為CO2當(dāng)量）。從溫室氣體排放構(gòu)成來看，CO2占據(jù)溫室氣體排放的主導(dǎo)地位，共排放4 615.31萬t，在溫室氣體排放總量中占比達(dá)到99.25%。其中，能源活動(dòng)所產(chǎn)生的溫室氣體排放為4 470.42萬tCO2e，占溫室氣體排放總量的95.19%。廢棄物處理為某市第二大排放源，共排放238.67萬tCO2e，占某市溫室氣體排放總量的5.13%。主要來源于某市城市生活垃圾焚燒帶來的CO2排放。最后為農(nóng)業(yè)活動(dòng)，受地區(qū)面積與經(jīng)濟(jì)水平影響，某市農(nóng)業(yè)活動(dòng)所排放溫室氣體較少，僅為5.83萬tCO2e，占某市溫室氣體排放總量的0.12%。

表2 2020年某市溫室氣體排放總量（萬t CO2當(dāng)量）

3 某市生態(tài)系統(tǒng)碳匯清單

3.1 數(shù)據(jù)來源

本研究中基于遙感技術(shù)手段，開展某市生態(tài)系統(tǒng)碳匯監(jiān)測(cè)，由于某市2020年衛(wèi)星遙感影像數(shù)據(jù)云量較多，故采用2022年衛(wèi)星遙感數(shù)據(jù)進(jìn)行替代。本研究中將某市森林系統(tǒng)碳匯分為森林、草地、濕地和農(nóng)田四類生態(tài)系統(tǒng)，同時(shí)考慮火災(zāi)等擾動(dòng)因素，收集了某市GF-2、ZY1E和Sentinel-2等多源衛(wèi)星遙感數(shù)據(jù)，包括氣溫、降水和日照時(shí)數(shù)在內(nèi)的氣象數(shù)據(jù)及Himawari8/9火點(diǎn)產(chǎn)品以實(shí)現(xiàn)某市生態(tài)系統(tǒng)碳匯量估算。

3.2 核算方法

生態(tài)系統(tǒng)碳匯部分使用CASA模型利用光和有效輻射和光能利用率估算NPP值，考慮異養(yǎng)呼吸消耗，實(shí)現(xiàn)凈生態(tài)系統(tǒng)生產(chǎn)力（Net Ecosystem Productivity，NEP）反演，并累加時(shí)間段內(nèi)的時(shí)間序列NEP，實(shí)現(xiàn)生態(tài)系統(tǒng)碳匯量估算。本次清單編制核算方法如下所示。

1）植被凈初級(jí)生產(chǎn)力NPP估算

式中，x表示像元，t表示時(shí)間；NPP（x，t）表示像元x在t月的凈初級(jí)生產(chǎn)力，g·m-2；?（x，t）表示像元x在t月的光能利用率，g·MJ-1，APAR（x，t）表示像元x在t月植被吸收的光合有效輻射，MJ·m-2。

2）凈生態(tài)系統(tǒng)生產(chǎn)力NEP估算

式中，NEP（x，t）表示像元x在t月的凈生態(tài)系統(tǒng)生產(chǎn)力，g·m-2；NPP（x，t）表示像元x在t月的植被凈初級(jí)生產(chǎn)力，g·m-2，Rh（x，t）表示像元x在t月的土壤異養(yǎng)呼吸消耗量，g·m-2；T（x，t）表示像元x在t月的平均溫度，℃，P（x，t）表示像元x在t月的總降水量，mm。

3）生態(tài)系統(tǒng)碳匯量估算

式中，stmon表示起始月份，endmon表示終止月份，TH（x，stmon，endmon）表示像元x的在stmon～endmon時(shí)間范圍內(nèi)的生態(tài)系統(tǒng)碳匯量，g·m-2；NEP（x，stmon，endmon）表示像元x在stmon～endmon時(shí)間范圍內(nèi)的凈生態(tài)系統(tǒng)生產(chǎn)力，g·m-2；d表示年內(nèi)天數(shù)，dst表示起始日期對(duì)應(yīng)的年內(nèi)天數(shù)，dend表示終止日期對(duì)應(yīng)的年內(nèi)天數(shù)；fire（d，h）表示監(jiān)測(cè)年度第d天第h小時(shí)的過火區(qū)；fire（stmon，endmon）表示stmon～endmon時(shí)間范圍內(nèi)的過火區(qū)；Forest（year）表示監(jiān)測(cè)年度林地區(qū)域。

3.3 結(jié)果與分析

經(jīng)計(jì)算可得，2022年度某市生態(tài)系統(tǒng)碳匯量為71.80萬tCO2e，其中森林生態(tài)系統(tǒng)碳匯量為62.76萬tCO2e，草地生態(tài)系統(tǒng)碳匯量為0.18萬tCO2e，濕地生態(tài)系統(tǒng)碳匯量為0.002 9萬tCO2e，農(nóng)田生態(tài)系統(tǒng)碳匯量為8.85萬tCO2e。從生態(tài)系統(tǒng)碳匯總量來看，森林和農(nóng)田為某市主要固碳系統(tǒng)。

4 某市碳中和可行性分析

生態(tài)系統(tǒng)碳匯可以一定程度上緩解某市的“碳中和”壓力，但目前碳匯總量與某市自身所排放的4 578.77萬t溫室氣體相比，仍然存在較大差距，該城市難以依靠自身的生態(tài)系統(tǒng)碳匯實(shí)現(xiàn)“碳中和”目標(biāo)。應(yīng)進(jìn)一步探索溫室氣體減排路徑，挖掘某市自身的減排潛力。

4.1 某市減排潛力分析

根據(jù)“許可平臺(tái)”和“碳系統(tǒng)”，能源活動(dòng)部門溫室氣體排放主要來自公用電廠及造紙與紡織行業(yè)的自備電廠。二者累計(jì)碳排放為3 056.7萬t，累計(jì)占比達(dá)到64.98%。其中，某市電力行業(yè)燃料使用上仍以煤炭為主，燃煤機(jī)組裝機(jī)容量占總發(fā)電機(jī)組的65%。排放了2 707.36萬t二氧化碳，存在著較大減排潛力。由于光伏發(fā)電、生物質(zhì)發(fā)電等清潔能源發(fā)電受地理、原料來源等多方面因素影響，當(dāng)前在我國(guó)仍無法大面積普及；因此，本研究只考慮燃煤發(fā)電機(jī)組“煤改氣”化所帶來的減排潛力。

某市“十四五”期間電源規(guī)劃如圖 2所示，在該規(guī)劃下，某市發(fā)電機(jī)組裝機(jī)容量整體呈上升趨勢(shì)?？傃b機(jī)容量于2024年達(dá)到峰值，總裝機(jī)容量為17 430MW。此后，總裝機(jī)容量趨于穩(wěn)定，維持在16 000MW左右。在此規(guī)劃下某市發(fā)電機(jī)組全面轉(zhuǎn)向天然氣化，天然氣機(jī)組發(fā)電裝機(jī)容量逐年增加，與總裝機(jī)容量趨于一致。與此相對(duì)的是煤電機(jī)組的裝機(jī)容量整體呈下降趨勢(shì)，2020—2021年，煤電裝機(jī)容量下降21%；2022—2023年，煤電裝機(jī)容量下降25%；至2025年，某市公用電力部門將實(shí)現(xiàn)燃煤發(fā)電機(jī)組全面退役。

圖2 電源規(guī)劃下某市公用電廠裝機(jī)容量變化圖

對(duì)于企業(yè)自備電廠，電源規(guī)劃并未進(jìn)行規(guī)劃；因此，本次研究假設(shè)企業(yè)發(fā)電機(jī)組退役趨勢(shì)與公用電廠保持一致。且不在新增發(fā)電機(jī)組，裝機(jī)容量始終保持于2020年的裝機(jī)容量水平。

4.2 未來減排量核算方法

對(duì)于未來電廠碳排放量計(jì)算采用基于2020年的公用電廠與自備電廠單位裝機(jī)容量碳排放強(qiáng)度進(jìn)行計(jì)算，計(jì)算公式為

式中，C為二氧化碳排放量，t/MW；：ADi為燃煤或燃?xì)鈾C(jī)組的裝機(jī)容量，MW；EFi為2020年燃煤或燃?xì)鈾C(jī)組的單位裝機(jī)容量碳排放強(qiáng)度，t/MW。

4.3 結(jié)果與分析

如圖 3所示，某市電廠碳排放總量相比于2020年的3 056.7萬t，整體碳排放量存在大幅度下降。碳排放量呈現(xiàn)先增后減趨勢(shì)，這主要是由于某市的電力機(jī)組裝機(jī)容量不斷提高。例如，某市2023年的公用電廠總裝機(jī)容量為16 205MW，此時(shí)的裝機(jī)容量達(dá)到了2020年的2倍以上。裝機(jī)總量的提高勢(shì)必會(huì)帶來發(fā)電量的增加。屆時(shí)某市則不會(huì)產(chǎn)生大量的調(diào)入電力，由調(diào)入電力所帶來的間接碳排放會(huì)大幅度下降。2025年，某市完成電力行業(yè)燃煤機(jī)組退役后，碳排放量達(dá)到了最小值，相較于2020年碳排放量下降了43.15%。

圖3 某市2021—2035年電廠碳排放量變化圖

5 結(jié)論

目前，某市由于其自身工業(yè)特點(diǎn)，溫室氣體排放主要來源能源活動(dòng)，現(xiàn)有溫室氣體排放量遠(yuǎn)大于自身生態(tài)系統(tǒng)碳匯量。即使在電力側(cè)采用 “煤改氣”減排措施，相較于2020年碳排放量下降了43.15%，碳排放達(dá)到了1 319萬t，但與生態(tài)系統(tǒng)碳匯量71.80萬tCO2e相比，仍然存在較大差距，難于實(shí)現(xiàn)碳中和目標(biāo)。對(duì)于某市這種空間狹小、生態(tài)系統(tǒng)碳匯量趨于穩(wěn)定的二線城市來說，僅依靠提高能效或清潔能源替代等路徑難以順利實(shí)現(xiàn)某市“碳中和”的目標(biāo)，需要依靠碳捕集、利用和封存等深度脫碳或其他政策支持才能實(shí)現(xiàn)“碳中和”目標(biāo)。