关注森林网

数据：中国县级碳排放及陆地植被固碳数据1997-2017（County-level CO2 emissions and sequestration in China during 1997–2017）

来源：Scientific Data

作者：Jiandong Chen, Ming Gao, Shulei Cheng, Wenxuan Hou, Malin Song, Xin Liu, Yu Liu & Yuli Shan

免费下载地址（或点击“阅读原文”）：https://doi.org/10.6084/m9.figshare.c.5136302.v2

文章链接：

https://doi.org/10.1038/s41597-020-00736-3

引用方式：Chen, J., Gao, M., Cheng, S. Hou, W., Song, M., Liu, X., Liu, Y., Shan, Y. (2020). “County-level CO2 emissions and sequestration in China during 1997–2017.” Scientific Data, 7, 391.

数据分类：

o  中国县级二氧化碳排放量（1997-2017年）

o  中国县级陆地植被固碳量（1997-2017年）

研究背景

中国自上而下的碳减排战略实施应考虑区域差异，县级研究对于识别区域异质性，制定有效的碳减排政策至关重要。然而，由于现有数据的可用性较低，很少有研究对中国县级碳排放进行估算，且在方法、时间跨度和地理覆盖方面存在局限性。因此，中国县级CO2排放量的有效测算必要且迫切。

研究创新

本研究统一了1997-2017年期间DMSP/OLS(Defense Meteorological Satellite Program/Operational Linescan System)与NPP/VIIRS（National Polar-Orbiting Partnership/Visible Infrared Imaging Radiometer Suite）卫星图像尺度，并基于此计算了中国2735个县级能源相关的碳排放量及陆地植被固碳量，解决了中国目前的数据差距。

与以往基于原始模型、计量经济学模型的研究相比，得到了更优的拟合效果。这将有助于填补中国县级CO2排放数据的空白，并用于战略政策的制定，以提出县级具体的减排方案。此外，研究成果亦可以促进其他国家，特别是发展中国家节能减排行动的开展。

图1 中国县级二氧化碳排放和陆地植被固碳数据csv格式列表

研究方法

本研究基于粒子群优化-反向传播(A Particle Swarm Optimization-Back Propagation, PSO-BP)算法开发了一个新的模型，并基于此统一了DMSP/OLS和NPP/VIIRS卫星图像的尺度，得到了稳定且连续的夜间灯光数据。为了避免伪回归问题，采用单位根检验来验证省级CO2排放与这一夜间灯光数据间的关系并进行拟合训练，而后基于自上向下的加权平均策略得到县级碳排放数据。此外，作者对相关数据进行了全面的有效性测试，验证了估计结果的稳健性和可靠性。

数据描述

本研究提供了1997-2017年中国大陆30个省（不包括西藏、香港、澳门和台湾）2735个县的能源相关二氧化碳排放量与陆地植被固碳量。此外，附录部分还提供了用于匹配夜间灯光数据尺度，模拟省际能源相关CO2排放关系的PSO-BP代码。本文数据（1997-2017年中国县级二氧化碳排放量及陆地植被固碳量）可供非商业用途研究使用。

图2 中国县域二氧化碳排放的时空分布

图3 中国县域陆地植被固碳量的时空分布