全球0.1°分辨率人口加权的碳排放量数据集（2014）

范志欣1，苏筠1, 2*，方修琦1, 2

1. 北京师范大学地理科学学部，北京 100875；2. 北京师范大学环境演变
与自然灾害教育部重点实验室，北京 100875

摘  要：由于人口和经济增长导致的温室气体排放增多极有可能是20世纪中叶以来观测到的全球变暖的主要原因。本文基于2014年各国碳排放总量数据（CDIAC）和2015年人口密度数据（SEDAC），将人口密度作为一项经济-人口综合指标来对碳排放进行加权，运用ArcGIS空间分析工具，得到了全球人口加权碳排放量数据集（0.1°×0.1°，2014）。数据结果表明，美国东部、中国东部、日本、韩国、印度、东南亚和欧洲等为全球碳排放的主要区域，并且各区域内部有空间差异，能够反映当前全球不同区域的碳排放水平的空间格局，为全球变化研究提供基础数据。数据集存储为.tif格式，数据量为22.7 MB，数据文件压缩为3.92 MB。

关键词：全球；碳排放；人口密度加权；空间分布；0.1°分辨率

DOI: 10.3974/geodp.2017.03.02

 

1  前言

自从前工业化时代以来，二氧化碳等人为温室气体的排放持续上升，当前已超过过去70万年自然波动的最高水平，这极有可能是自20世纪中叶以来观测到全球变暖的主要原因，而且这主要是由于经济和人口增长造成的[1]。当前国内外对碳排放差异的研究主要是从国家层面展开的，对于国家尺度以下碳排放差异的定量研究较少[2]。但是不同国家或地区内也存在区域经济发展水平不均、人口密度差距较大的现象，在人为温室气体排放量上也存在一定的差异，因此不能简单地将国家作为研究碳排放的最小单元。把碳排放数据映射到统一的小尺度地理网格，实现碳排放空间分布信息由行政边界到像元栅格的转换，建立更精确的全球碳排放的空间分布格局，对于研究全球变暖归因和制定未来减排政策等具有重要意义。

人口数量与温室气体的排放量之间有密切的关系，人口规模对二氧化碳排放量的弹性系数在 1-1.65之间[3–5]。现阶段随着人口数量增长，人们对能源需求增多、土地利用方式改变，这些都导致温室气体排放增多[6]。人口密度网格化比人口密度行政单元化更接近人口的实际分布，而且是实现人口数据与其他社会经济统计数据、资源数据、环境数据复合，提高人口、资源、环境综合管理能力的重要途径之一[7]。为此，本文将人口密度作为经济-人口综合影响因素，计算了人口密度加权的全球碳排放空间分布现状数据。

基于哥伦比亚大学社会经济数据应用中心（SEDAC）的全球人口分布网格化数据和美国国家橡树岭实验室二氧化碳信息分析中心（CDIAC）2014年化石燃料燃烧释放二氧化碳总量数据，利用ArcGIS空间分析功能，对全球碳排放空间分布进行更精细的空间分配。该数据集分辨率为0.1°×0.1°，能够反映当前（2014年）全球不同区域的碳排放水平的空间格局，可为全球变化研究提供基础数据。

2  数据集元数据简介

全球0.1°分辨率人口加权的碳排放量数据集（2014）（GlobalPopCarbonEmis2014）[8]的名称、作者、地理区域、数据年代、时间分辨率、空间分辨率、数据集组成、数据出版与共享服务平台与数据共享政策等信息见表1。

表1  全球0.1°分辨率人口加权的碳排放量数据集（2014）元数据简表

条  目

描  述

数据集名称

全球0.1°分辨率人口加权的碳排放量数据集（2014）

数据集短名

GlobalPopCarbonEmis2014

作者信息

范志欣 M-9949-2017, 北京师范大学地理科学学部, fanzhixin0213@mail.bnu.edu.cn

苏筠 N-1155-2017, 北京师范大学地理科学学部, suyun@bnu.edu.cn

方修琦 A-3191-2017, 北京师范大学地理科学学部, xfang@bnu.edu.cn

地理区域

除南极大陆以外的全球陆域

数据年代

2014年

时间分辨率

1年

空间分辨率

0.1°× 0.1°

数据格式

.tif

数据量

22.7 MB（压缩为3.9 MB）

数据集组成

数据集由1组.tif文件组成，为2014年全球二氧化碳排放量数据

基金项目

中华人民共和国科学技术部（2016YFA0602704）

出版与共享服务平台

全球变化科学研究数据出版系统 http://www.geodoi.ac.cn

地址

北京市朝阳区大屯路甲11号100101, 中国科学院地理科学与资源研究所

数据共享政策

全球变化科学研究数据出版系统的“数据”包括元数据（中英文）、实体数据（中英文）和通过《全球变化数据学报》（中英文）发表的数据论文。其共享政策如下：（1）“数据”以最便利的方式通过互联网系统免费向全社会开放，用户免费浏览、免费下载；（2）最终用户使用“数据”需要按照引用格式在参考文献或适当的位置标注数据来源；（3）增值服务用户或以任何形式散发和传播（包括通过计算机服务器）“数据”的用户需要与《全球变化数据学报》（中英文）编辑部签署书面协议，获得许可；（4）摘取“数据”中的部分记录创作新数据的作者需要遵循10%引用原则，即从本数据集中摘取的数据记录少于新数据集总记录量的10%，同时需要对摘取的数据记录标注数据来源[9]

3  数据研发方法

3.1  基础数据

本数据集所采用的碳排放数据来自美国橡树岭国家实验室二氧化碳信息分析中心（CDIAC：http://cdiac.ornl.gov/）发布的全球220个国家和地区的化石燃料燃烧所释放的二氧化碳总量数据，数据年代为2014年。

人口密度数据来自哥伦比亚大学社会经济数据应用中心（SEDAC：http://sedac.cie­sin.columbia.edu/）发布的全球人口密度分布网格化数据。数据年代为2015年，空间分辨率为0.05°×0.05°，数据涵盖范围为除南极大陆以外的全球陆域。

3.2  算法原理与技术路线

本数据集对全球各国家和地区碳排放数据按照世界人口密度的分布进行加权处理，即：将原本每一个国家或地区的统一碳排放总量数据（2014年），依照人口密度的空间分布方式重新进行网格化的分布，以得到按人口密度分布的全球碳排放空间分布格局。具体的技术路线见图1。

主要算法及步骤如下：

碳排放重分配比例=单个人口密度栅格中的人口密度/该地区人口密度栅格总和    ①

全球碳的空间重分配=碳排放重分配比例×地区碳排放总量             ②

（1）碳排放数据和人口数据网格的一致化处理。运用fishnet工具制作0.1°×0.1°栅格模板，结合ArcGIS中的To Raster工具将国家和地区的2014年碳排放量元数据栅格化，得到0.1°×0.1°栅格化的世界碳排放数据，运用属性表Join & Relate 功能进行国家行政边界的区分。人口密度元数据为0.05°×0.05°的栅格数据，运用ArcGIS中的Union工具将其进行合并，转化成0.1°×0.1°栅格化的世界人口密度网格数据。

图1  人口密度加权的全球碳排放数据研发的技术路线

（2）计算碳排放数据重分配比例。首先统计人口密度栅格图层中每个国家或地区的人口密度总数，该步骤运用ArcGIS中的Zonal Statistics工具得以实现：“Input raster or feature zone data”设定为国家（或地区）的矢量图层，“Zone field”为国家或地区的属性列，“Value raster”为元数据人口密度栅格，“Statistics type”选为“Sum”。计算出每个国家或地区的人口密度总和，为后续计算重分配比例提供基础。

运用Raster Calculator工具计算每一个人口密度栅格像元占其所在国家或地区所有人口密度栅格总和的比例。依据算法①，在Raster Calculator工具中输入公式，得到重新分配碳排放总量的重分配比例。

（3）碳排放数据空间重分配。按照计算好的重分配比例，依据算法②，再次运用Raster Calculator工具对国家的碳排放总量数据进行空间分布的重新分配，得到基于人口密度的碳排放空间分布格局数据。

4  数据结果

全球0.1°分辨率人口加权的碳排放量数据集（2014）由1组文件名为GlobalPopCarbonEmis2014.tif的文件组成，数据量为22.7 MB（压缩为3.92 MB）。在该数据文件中，每一个0.1°×0.1°网格内的碳排放量区间为[0, 8,000]，单位为千吨碳（Gg C）。

依据2014年人口加权的全球碳排放数据的分布状况，采用分级设色的方法，将全球碳排放数据划分为18级：0、0-1、1-2、2-3、3-4、4-5、5-10、10-15、15-20、20-40、40-60、60-80、80-100、100-500、500-1,500、1,500-3,500、3,500-6,500、6,500-8,000（千吨碳），然后进行统计和制图（图2-图5）。结果表明，在数据分级中，碳排放为0-1千吨碳/（0.1°×0.1°）的区域占的比例最高，约占61%（图2）。空间上，2014年碳排放较高的区域主要在北美洲东部、欧洲、亚洲东部和南部等区域，并且由于人口密度、经济发展等原因，在这些区域内部碳排放也存在空间差异（图3-图5）。2014年，全球陆地碳排放平均值为6.21千吨碳/（0.1°×0.1°）。全球陆地碳排放低于平均值的区域占的比例为88%，高于平均值的区域占的比例为12%（图4）。

图2  全球碳排放数据分级统计图

图3  2014年全球碳排放空间分布图

5  讨论和总结

以国家为单位的碳排放分布现状没有考虑区域经济等方面对碳排放产生的影响，不能显示国家内部碳排放的空间差异。本文将人口密度作为一项经济-人口综合指标来对碳排放进行加权计算。基于2014年碳排放数据和2015年人口密度数据，运用ArcGIS空间分析工具，计算了人口密度加权的全球碳排放空间数据。结果表明，全球碳排放主要区域为亚洲东部、南部、欧洲和北美洲东部等区域，并且在这些区域内部碳排放也存在明显的空间差异。该数据集可以为研究全球变暖归因和减排政策等提供基础数据和科学依据。

 

图4  与平均值比较的全球碳排放分级图

图5  2014年不同区域碳排放空间分布图

但是另一方面，本数据集只考虑了人口密度一个方面对于碳排放空间分布的权重影响，仅将人口密度作为经济-人口综合指标进行加权计算，仍存在一些不完善的地方。除了人口密度以外，人口年龄结构[10]、居民消费行为[11]、城镇化发展水平[12]等多个方面都对碳排放产生影响，在今后的研究中将逐渐完善多因素综合影响下的碳排放空间分布情景。

 

作者分工：苏筠对数据集的开发做了总体设计、数据分析方法的制定及论文的最后审定；范志欣完成了数据采集和处理、设计了算法及数据论文的撰写；方修琦对数据采集和处理方法进行指导并提出修改意见。

参考文献

[1]       Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Core Writing Team, Pachauri, R. K., Meyer, L. A. (eds). IPCC, Geneva, Switzerland, 2014: 151.

[2]       佟昕, 李学森. 区域碳排放和减排路径文献前沿理论综述[J]. 经济问题探索, 2017(1): 169-176.

[3]       Dietz, T., Rosa, E. A. Effects of population and affluence on CO2 emissions [J]. Proceedings of the National Academy of Sciences, 1997, 94(1): 175-179.

[4]       York, R., Rosa, E. A., Dieta, T. STIPAT, PAT and IMPACT: analytic tools forum packing the driving forces of environment impacts [J]. Ecological Economics, 2003, 46(3): 351-365.

[5]       Shi, A. The impact of population pressure on global carbon dioxide emissions, 1975-1996: evidence from pooled cross country data [J]. Ecological Economics, 2003, 44(1): 29-42.

[6]       Birdsall, N. Another look at population and global warming: population, health and nutrition policy research [C]. Washington D. C.: World Bank, WPS 1020, 1992.

[7]       卓莉, 陈晋, 史培军等. 基于夜间灯光数据的中国人口密度模拟[J]. 地理学报, 2005, 60(2): 266-276.

[8]       范志欣, 苏筠, 方修琦. 全球0.1°分辨率人口加权的碳排放量数据集（2014）[DB/OL]. 全球变化科学研究数据出版系统, 2017. DOI: 10.3974/geodb.2017.03.12.V1.

[9]       全球变化科学研究数据出版系统. 全球变化科学研究数据共享政策[OL]. DOI: 10.3974/dp.policy. 2014.05 (2017年更新).

[10]    Dalton, M., O’Neill, B., Prskawetz, A., et al. Population aging and future carbon emissions in the United States [J]. Energy Economics, 2008, 30: 642-675.

[11]    Schipper, L., Bartlett, S., Hawk, D., et al. Linking life-styles and energy use: a matter of time? [J]. Annual Review of Energy, 1989, 14:271-320.

[12]    卢祖丹. 我国城镇化对碳排放的影响研究[J]. 中国科技论坛, 2011 (7): 134-140.