发表于数据博客

从太空到战略：利用卫星数据推动低排放发展

2025年10月29日

版本:

图片来源：美国航空航天局 (NASA) 轨道碳观测卫星 (OCO) 项目和科学团队。

如需进一步阅读，请在此浏览和下载作者的完整研究论文《卫星监测用于追踪国家、次国家和城市层级大气中的二氧化碳和甲烷》。

弥合低排放发展的数据缺口

包括农业、采矿、林业、制造业、基础设施、公共事业在内的各关键行业的低排放增长路径对于可持续发展、减贫和宜居地球具有重要意义。将减排措施纳入发展规划对于增强长期环境和经济韧性至关重要。

然而，减排政策长期以来受到缺乏可靠的地方和区域空气污染数据的制约，而这些数据对于诊断问题、设计干预措施和跟踪结果都是必不可少的。基于卫星的大气排放监测已开始弥补这一缺口。在本文中，我们将介绍世界银行数据与研究部门从卫星观测数据得出的高分辨率排放新估算，可用于支持循证决策。

源数据： CO₂和CH₄监测的高分辨率卫星读数

我们使用美国航空航天局（NASA）的轨道碳观测卫星2号（OCO-2）跟踪CO₂（二氧化碳），采用1.29×2.25公里分辨率XCO₂逐日地理参照测量数据。OCO-2在太阳同步轨道运行，即每天相同时间经过地球上相同地点的上空，确保空气污染测量具有时间一致性。它在当地时间约下午1:30经过赤道上空，每16天重复覆盖一遍。

从CH₄（甲烷）来说，我shj们使用来自欧洲航天局（ESA）“哨兵-5P”（Sentinel-5P）卫星的对流层观测仪TROPOMI的数据，该卫星在太阳同步轨道运行，重访周期为1天，分辨率为5.5×3.5公里。我们使用二级离线XCH₄数据，经过地表反射率偏差校正。

这些数据集支持具有一致性的高分辨率排放监测。

让卫星估算具有空间和时间的可比性

为了确保不同地区和不同时间的 CO₂ 和 CH₄ 估算具有可比性，我们处理原始卫星数据以计算局地异常——即观测浓度与背景浓度之间的差异。背景值使用 Hakkarainen等人（2019）的方法进行估算，考虑了地理位置和时间因素。由于高空间分辨率下的逐日背景估算不可靠，我们计算每个 10 度纬度带XCO₂的每日中位数，然后将其插入 1 度分辨率。使用中位数可以避免异常值造成的失真。然后我们从每个观测值中减去背景值来得出局部异常。最后，我们按月对每个5公里网格单元的异常值进行平均值修正，从而创建一个具有一致性的高分辨率数据集用于分析。

跟踪不同时间的CO₂ 和CH₄排放量

美国航空航天局和欧洲航天局会对每次卫星观测数据的质量进行评分，我们只包含那些达到或超过可接受阈值的数据，以确保趋势分析的可靠性。这会导致空间覆盖不均，尤其是在多云地区。我们不统一进行网格粗化——那样会忽略一些数据充足的小块区域——而是扩大围绕每个网格单元的观测区域，直至达到最低数据阈值。这种自适应方法在研究区域内平衡了局部细节与统计稳健性的关系。

我们使用两个指标来跟踪全球每个5公里网格单元的排放趋势：

(1) 长期月度趋势（CO₂ 为 2014–2024年；CH₄ 为 2018–2025年）；
(2) 短期变化，定义为过去12个月平均值与之前数值之间的差异。

第二个指标聚焦于近期政策相关的最新发展。

我们使用两种方法来总结任何区域的趋势：

(1) 不加权方法 – 对所有网格单元同等对待。我们计算呈上升趋势和呈下降趋势（包括不显著的趋势）的网格单元所占比例，并按以下方式定义评分：[上升% –下降 %]。
(2) 加权方法 – 相同的逻辑，但使用来自全球大气研究排放数据库（EDGAR）的基于排放的权重。百分比反映的是占总排放量的比例而不是网格单元数量，对高排放地区给予更多权重。

在这两种方法中，对得分都会进行归一化，考虑到一个地区具有统计意义的结果占比。最终得分范围可以从负100（全部显著下降）到正100（全部显著上升），以便进行跨地区比较。

任何地理区域的可扩展排放绩效评分

5公里网格排放趋势追踪使我们能够估算任意尺度的地理区域的排放绩效得分。我们的数据集目前包括242个国家和争议地区、3242个省（一级行政单位）、36563个副省级地区（二级）、13636个城市功能区和国家专属经济区（简称EEZ）内的670个近海油气区的长期和短期CO₂和CH₄绩效得分。开放获取编码支持在新卫星观测数据发布后进行更新。