水土资源碳排放量核算方法、装置、设备及存储介质与流程

1.本发明涉及碳排放核算方法的技术领域，特别涉及对水土资源开发利用中产生的碳排放的核算方法的技术领域。


背景技术：

2.人类生活和生产活动均要投入水资源和土地资源。而水资源和土地资源的开发利用过程会消耗大量能源，产生碳排放，是碳排放核算中不可或缺的重要内容，对于实现低碳发展及水土资源集约利用具有重要意义。
3.现有技术针对水土资源开发利用的碳排放核算方法主要以水土资源单因素为主，将两种基础性资源割裂开来，未考虑两种资源的耦合作用对资源能源配置的影响及其碳排放效应。其中，针对水资源相关碳排放的核算方法主要包括针对产业的碳水足迹测算及针对城市的水系统碳排放评估，前者以产业投入产出统计数据为基础进行核算，其所用数据难以按年度准时获取、时效性较差；后者依托各水系统实时详细的运行数据，数据获取难度大，在实际应用中可操作性较差，且无法应用于较大空间尺度核算；针对土地资源相关碳排放的核算方法多基于土地利用分类数据，耦合能源消费数据，以较大空间尺度核算为主，该方法中的能源消费数据需要以地区统计数据为基础故核算时效性较差，不利于快速掌握核算区域当前的碳排放水平。


技术实现要素：

4.针对现有技术的缺陷，本发明的目的在于提出一种基于监测数据、遥感影像、调查数据等多源数据，对水土资源开发利用中的碳排放进行准确核算的方法，该方法综合考虑了水土资源的耦合作用，并具有优异的时效性。
5.本发明的目的还在于提出可将该碳排放核算方法进行自动化与智能化实施的存储介质、装置和设备。
6.本发明的技术方案如下：
7.水土资源开发利用中的碳排放量核算方法，其包括：
8.s1对水资源开发利用中不同环节的碳排放量进行核算，通过不同环节的碳排放量的总和，获得水资源开发利用中的碳排放总量；
9.s2对土地资源开发利用中不同碳源用地的碳排放量和不同碳汇用地的碳汇量进行核算，通过不同碳源用地的碳排放量的总和与不同碳汇用地的碳汇量的总和之差，获得土地资源开发利用中的碳排放总量；
10.s3对水土资源开发利用中的碳排放量进行总核算，所述总核算模型如下：
11.c
net
＝cw+c
l
ꢀꢀꢀ
(22)
12.其中，c
net
为水土资源开发利用中的碳排放总量，cw表示水资源开发利用中的碳排放总量，c
l
表示所述土地资源开发利用中的碳排放总量；
13.其中，所述水资源开发利用不同环节包括取水、制水、输水、水处理环节和用水环
节，所述用水环节包括第一～第三产业用水环节和居民生活用水环节；所述碳源用地包括耕地、除耕地外的其他农用地、居民点及工矿用地、交通用地；所述碳汇用地包括耕地、林地、园地、草地、水域及水利设施用地、和未利用地。
14.根据本发明的一些优选实施方式，所述s1包括：
15.s11通过以下计算模型对水资源开发利用中取水、制水、输水和水处理环节进行碳排放量核算：
[0016][0017]
其中，wh为所述取水、制水、输水、水处理环节的能源消费产生的co2排放总量；α＝44/12，为将碳转换为co2的转换系数；ei为第i种化石能源的终端消费量，ncvi为第i种化石能源的低位发热值，δi为第i种化石能源的含碳量，ori为第i种化石能源的燃烧氧化率；ehj为电力或热力终端消费量，βj为电力或热力co2排放系数，其中j＝1表示热力，j＝2表示电力；
[0018]
s12通过以下计算模型对水资源开发利用中用水环节进行碳排放量核算：
[0019]
第一产业用水环节碳排放量计算模型：
[0020]
wa＝αgih(2)
[0021]
其中，wa为灌溉用水的co2排放量，gi为灌溉面积；h为单位灌溉面积碳排放系数，可取如h＝266.48kgc/hm2；
[0022]
第二产业和第三产业用水环节碳排放量计算模型：
[0023]
we＝wg+wc＝egβ
热
+ecβ
热
ꢀꢀꢀ
(9)
[0024]ws
＝esβ
热
ꢀꢀꢀ
(10)
[0025]
其中，we、wg、wc、ws分别为第二产业、工业、建筑业及第三产业的用水环节的co2排放量，其中，eg、ec、es分别为工业、建筑业、第三产业的热力终端消费量，β
热
为热力co2排放系数；
[0026]
居民生活用水环节碳排放量计算模型：
[0027][0028]
其中，wb为居民生活用水的co2排放量，β
热
为热力co2排放系数，ρ为水的密度，q
饮
为人均饮用水量，p为被核区域人口数量，t为年平均气温，er为居民生活热力终端消费量，q
洗
为人均洗浴用水量，ti'为各季节平均气温，i＝1,2,3,4，分别表示春、夏、秋、冬四季；
[0029]
s13通过以下的计算模型对水资源开发利用中的碳排放总量cw进行核算：
[0030]cw
＝wh+wa+we+ws+wbꢀꢀꢀ
(11-2)。
[0031]
根据本发明的一些优选实施方式，所述取水、制水、输水、水处理环节化石能源的终端消费量及所述电力、热力终端消费量通过被核区域内的自来水厂、海水淡化水厂、输水泵站、加压泵站、污水处理厂的能耗实时监控数据和/或月度统计的能源消费调查数据获得。
[0032]
根据本发明的一些优选实施方式，所述灌溉面积通过遥感影像反演和/或土壤墒情站点实测数据获得。
[0033]
根据本发明的一些优选实施方式，所述工业、建筑业及第三产业的热力终端消费量通过被核算区域内各用能企事业单位的能耗实时监控数据和/或月度统计的能源消费调查数据得到。
[0034]
根据本发明的一些优选实施方式，所述被核区域人口数据通过区域年度人口动态更新数据调查得到。
[0035]
根据本发明的一些优选实施方式，所述居民生活热力终端消费量通过供热部门的实时监测数据获得。
[0036]
根据本发明的一些优选实施方式，所述平均气温通过气象监测站点日常监测数据获得。
[0037]
根据本发明的一些优选实施方式，所述人均饮用水量、人均洗浴用水量根据被核区域内的居民生活习惯取值。
[0038]
根据本发明的一些优选实施方式，所述灌溉面积的获得包括：
[0039]
s121基于所得遥感影像数据，通过以下计算模型获得被核区域内不同时期各像元的改进的土壤垂直干旱指数：
[0040][0041][0042][0043][0044]
其中，mpdi为所述改进的土壤垂直干旱指数，pdi为土壤垂直干旱指数，r、nir分别表示遥感影像数据中像元红光与近红光的光谱反射率，m表示土壤线斜率，fvc表示植被覆盖度，ndvi为归一化植被指数，ndvi
max
、ndvi
min
分别表示被核区域内ndvi的最大值与最小值；
[0045]
s122基于所述改进的土壤垂直干旱指数，通过以下计算模型获得被核区域影像各像元的土壤含水量，得到不同的土壤含水量像元：
[0046]
smc＝λmpdi
η
+e
ε
ꢀꢀꢀ
(7)
[0047]
其中，smc为所述土壤含水量，λ、η分别为回归拟合参数，e为指数函数，e
ε
表示随机误差；所述回归拟合通过将遥感影像数据中无降雨时段的mpdi与土壤墒情站点实测的土壤含水量数据建立回归模型得到；
[0048]
s123判断土壤含水量像元是否为灌溉像元：
[0049]
smc
i,start-smc
i,t
＞t
[0050]
其中，t表示土壤含水量阈值，smc
i,t
为土壤含水量像元i在t时刻的土壤含水量，由两者可以确定土壤含水量明显增加的时刻的含水量smc
i,start
，对应得到的土壤含水量明显增加的像元为灌溉像元；
[0051]
其中，土壤含水量阈值可根据被核区域土壤墒情站点记录的多年灌溉事件后土壤含水量变化情况确定，并可取变化量最小值；
[0052]
s124基于所得土壤含水量像元及所述灌溉像元，通过以下计算模型获得灌溉面积：
[0053]
area
start,t
＝s
p
×
num
start,t
ꢀꢀꢀ
(8)
[0054]
式中，area
start,t
表示t时刻至土壤含水量明显增加时刻的灌溉面积，s
p
表示土壤含水量像元的总面积，num
start,t
表示t时刻至土壤含水量明显增加时刻的灌溉像元数量。
[0055]
根据本发明的一些优选实施方式，所述s2包括：
[0056]
s21通过以下计算模型进行农用地碳排放量核算：
[0057]cd
＝cf+c
p
+cm+ceꢀꢀꢀ
(12)
[0058]cf
＝αg
fdꢀꢀꢀ
(13)
[0059]cp
＝αg
pfꢀꢀꢀ
(14)
[0060]cm
＝αρmsmhpg
ꢀꢀꢀ
(15)
[0061]ce
＝αbse+αcweꢀꢀꢀ
(16)
[0062][0063]
其中，cd为耕地co2排放量，cf为化肥施用co2排放量，c
p
为农药使用co2排放量，cm为农膜使用co2排放量，ce为翻耕及农业机械使用co2排放量；cn为其他农用地co2排放量；gf为折纯量的化肥施用量，d＝0.85754kgc/kg，表示单位化肥施用量的碳排放系数；g
p
为农药使用量，f＝4.9341kgc/kg，表示单位农药使用量碳排放系数；ρm为农膜比重，sm为农膜覆盖面积，h为农膜厚度，p为农膜的理论覆盖度，g＝0.00384tc/mg，表示单位农膜使用量的碳排放系数；se为耕地面积，we为农业机械总动力，b＝16.47kgc/hm2，c＝0.18kgc/kw，分别表示农业翻耕碳排放系数、农业机械使用碳排放系数；gk表示第k种畜禽饲养数量，λk表示第k种畜禽的碳排放系数，k＝1,2,3,4,5分别表示猪、牛、羊、驴、家禽5种主要畜禽；
[0064]
s22通过以下计算模型进行建设用地碳排放量核算：
[0065][0066][0067]
其中，ch、cg分别为交通用地、居民点及工矿用地co2排放量；egm、edm为汽油、柴油终端消费量，m＝1,2，分别代表居民生活或第三产业；ncvg、ncvd为汽油、柴油低位发热值；δg、δd为汽油、柴油含碳量；org、ord为汽油、柴油燃烧氧化率；ei为第i种化石能源终端消费量，为除第三产业和居民生活消费的汽油、柴油以外的其他化石燃料品种的终端消费量；ncvi为第i种化石能源低位发热值，δi为第i种化石能源含碳量，ori为第i种化石能源燃烧氧化率，eej为电力终端消费量，j＝1,2,3,4，分别代表居民生活、工业、建筑业、第三产业，β
电
为电力co2排放系数；
[0068]
s23通过以下模型获得碳汇用地的碳汇量：
[0069]
ti＝αsiβi，i＝1,2...6
ꢀꢀꢀ
(20)
[0070]
其中，ti、si、βi分别为第i种土地利用方式的土地的碳汇量、面积及碳汇系数，i＝1,2...6，分别为耕地、园地、林地、草地、水域及水利设施用地、未利用地6种土地利用类型；
[0071]
s24通过以下计算模型获得土地利用碳排放总量：
[0072][0073]
根据本发明的一些优选实施方式，所述化肥施用量、农药使用量通过农药化肥使用监测点的实时监测数据和/或月度的实地调查数据获得。
[0074]
根据本发明的一些优选实施方式，所述农膜覆盖面积、耕地面积通过遥感影像解译得到的土地利用分类数据获得。
[0075]
根据本发明的一些优选实施方式，所述农业机械总动力通过月度的实地调查数据获得。
[0076]
根据本发明的一些优选实施方式，所述化石能源终端消费量及所述电力终端消费量通过各企事业单位、各居民用户能耗实时监控数据和/或月度的能源消费调查数据获得。
[0077]
根据本发明的一些优选实施方式，所述第i种土地利用方式的土地的面积通过遥感影像解译得到的土地利用分类数据获得。
[0078]
根据本发明的一些优选实施方式，所述土地利用分类数据的获得包括：
[0079]
s211收集被核算区域内的遥感影像数据，对影像数据进行辐射定标、大气校正、波段合成、图像镶嵌、图像裁剪的预处理，得到若干图像样本；
[0080]
s212对所述若干图像样本分别进行土地利用类型标注，由标注后的图像样本组成训练集；
[0081]
s213通过所述训练集进行图像监督分类训练，得到训练完成的分类模型，通过该分类模型对经所述预处理后的待解译的遥感影像进行土地利用类型分类，根据分类结果统计对应利用类型的土地的面积，获得所述土地利用分类数据。
[0082]
根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种核算装置，其包括：获得所述水土资源开发利用中的碳排放量核算方法所需的原始数据的数据获取模块、对获取的原始数据进行处理得到所述水土资源开发利用中的碳排放量核算方法可直接利用的计算数据的数据处理模块、对所述水资源开发利用中的碳排放总量进行核算的水资源碳排放量核算模块，对所述土地资源开发利用中的碳排放总量进行核算的土地资源碳排放量核算模块，对所述水土资源开发利用中的碳排放量进行所述总核算的水土资源碳排放总量核算模块。
[0083]
根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种核算设备，其包括存储器和处理器，所述存储器存储有实现上述水土资源开发利用中的碳排放量核算方法的可读程序，所述处理器可运行该程序。
[0084]
根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种计算机可读的存储介质，其存储有实现上述水土资源开发利用中的碳排放量核算方法的程序和/或算法。
[0085]
本发明具备以下有益效果：
[0086]
(1)本发明的核算方法在针对水资源、土地资源开发利用各环节的碳核算之外，考虑了水土资源的耦合作用，核算结果更准确和完备。
[0087]
(2)本发明的核算方法可依托现有监测数据、调查数据及可实时获取的遥感影像等多源数据，实现对碳排放的月度、季度和年度核算，克服了以往碳排放量核算多依靠年度
统计数据的不足，使核算结果更有时效性。
[0088]
(3)本发明的核算方法提供了清晰合理的核算步骤和准确可靠的数据获取方式，具有极强的实用性和可操作性。
[0089]
(4)本发明的核算方法或核算装置、终端设备等可对分类核算结果或总核算结果进行自动获取及计算，实现了水土资源利用碳排放核算的自动化与智能化。
附图说明
[0090]
图1为本发明的核算方法的一种具体实施流程。
[0091]
图2为本发明的核算装置的一种具体实施结构。
具体实施方式
[0092]
以下结合具体实施方式和实施例对本发明进行详细描述，但需要理解的是，所述实施方式和实施例仅用于对本发明进行示例性的描述，而并不能对本发明的保护范围构成任何限制。所有包含在本发明的发明宗旨范围内的合理的变换和组合均落入本发明的保护范围。
[0093]
参照附图1，根据本发明的技术方案，所述用于水土资源利用碳排放的核算方法的一些具体实施方式包括以下步骤：
[0094]
s1对水资源开发利用中的碳排放量进行核算
[0095]
在一些具体实施方式中，s1进一步包括：
[0096]
s11对水资源开发利用中取水、制水、输水和水处理环节进行碳排放量核算
[0097]
水资源开发利用中的碳排放主要来自取水、制水、输水、用水和水处理等环节中的能源消费，如各环节中使用的抽水泵、加压泵、热力设备或污水处理设备等运行所需能源。
[0098]
考虑到能源消费与碳排放的关系，在具体实施方式中，本发明利用能源消费量、能源燃烧发热值、能源含碳量和氧化率进行与能源消费有关的碳排放量的核算。
[0099]
优选的，为避免一次能源转化等重复计算，采用能源的终端消费量进行碳排放量核算。
[0100]
进一步的，在一些具体实施方式中，通过以下计算模型进行取水、制水、输水和水处理环节中的碳排放核算：
[0101][0102]
其中，wh为取水、制水、输水、水处理环节的能源消费产生的co2排放总量；α＝44/12为将碳转换为co2的转换系数；ei为第i种化石能源的终端消费量，所述化石能源包括取水、制水、输水、水处理中单位能源终端消费品种，包括煤炭、汽油、柴油等；ncvi指第i种化石能源的低位发热值，δi指第i种化石能源的含碳量，ori指第i种化石能源的燃烧氧化率；ehj为取水、制水、输水、水处理中单位电力或热力终端消费量，βj为电力或热力co2排放系数，其中j＝1表示热力，j＝2表示电力。
[0103]
其中，取水、制水、输水及水处理中单位化石能源及电力、热力终端能源消费量可来自分别从水务部分和统计、发改、电力部门获取的能耗实时监控数据或按月定期统计的能源消费调查数据。
[0104]
s12对水资源开发利用中用水环节进行碳排放量核算
[0105]
用水环节按照用水部门分为第一产业用水、第二产业用水、第三产业用水和居民生活用水。
[0106]
其中，第一产业用水主要指农业用水。农业用水主要服务于农业生产灌溉，灌溉过程引水需使用水泵等设备，喷灌、滴灌等需使用喷滴灌设备，设备使用期间会消耗能源，进而产生碳排放。
[0107]
在一些具体实施方式中，其中，灌溉用水中的碳排放通过以下计算模型得到：
[0108]
wa＝αgih(2)
[0109]
式中，wa为灌溉用水的co2排放量，gi为灌溉面积；h＝266.48kgc/hm2，表示单位灌溉面积碳排放系数。
[0110]
其中，灌溉面积可通过遥感影像反演或区域土壤墒情站点实测数据获取，如将实时灌溉面积数据按月进行累加，得到月度灌溉面积。
[0111]
第二产业用水包括工业和建筑业用水。其中工业用水过程包括取水、制水、输水、用水、水处理环节。建筑业用水主要为建筑施工过程中的施工用水以及施工人员生活用水。
[0112]
第三产业用水包括批发和零售业，住宿和餐饮业，仓储和邮政业和其他服务业等用水。其用水过程包括取水、输水、用水、水处理等环节，用水过程中投入的设备包括各式水泵、加压泵、热力及污水处理设施等，设备及设施使用投入的能源化石能源、电力、热力等。
[0113]
第二、第三产业的取水、制水、输水、水处理的环节碳排放在本发明s1部分已进行了计算。
[0114]
第二产业用水中，工业用水过程中的用水环节中，热力以水为载体，或直接参与反应，或作为反应、工艺的能量供给，在工业生产中占据重要地位，这部分能量非常巨大，故优选的，以工业热力消费的碳排放作为工业用水环节的碳排放量，同样的，第二产业用水中的建筑业用水及第三产业的用水环节均以热力消费的碳排放量进行核算。
[0115]
优选的，第二产业及第三产业的用水环节的碳排放量通过以下计算模型得到：
[0116]
we＝wg+wc＝egβ
热
+ecβ
热
ꢀꢀꢀ
(9)
[0117]ws
＝esβ
热
ꢀꢀꢀ
(10)
[0118]
其中，we、wg、wc、ws分别为第二产业、工业、建筑业及第三产业的用水环节的co2排放量，其中，eg、ec、es分别为工业、建筑业、第三产业的热力终端消费量，β
热
为热力co2排放系数。
[0119]
其中，第二、第三产业的热力终端消费量可通过各用能企事业单位的能耗实时监控数据或按月定期统计的能源消费调查数据得到。
[0120]
除第一～第三产业用水外，居民生活也会消耗大量水土资源和能源，相应产生碳排放。
[0121]
居民生活用水主要为日常生活饮用、洗浴、洗漱、热力服务等使用，用水中的能源投入主要为电力和热力，用于支撑居民生活供水加压、加热、供暖等使用。
[0122]
优选的，本发明以居民使用热水和热力消耗的电力和热力对居民生活用水的碳排放量进行核算，计算模型如下：
[0123][0124]
其中，wb为居民生活用水的co2排放量，β
热
为热力co2排放系数，ρ为水的密度，q
饮
为人均饮用水量，p为区域人口数量，t为年平均气温，er为居民生活热力终端消费量，q
洗
为人均洗浴用水量，ti'为各季节平均气温，i＝1,2,3,4，分别表示春、夏、秋、冬四季。
[0125]
其中所需的人口数据通过区域年度人口动态更新数据调查获取，实施例从某市统计部门获取，居民生活热力终端消费量可通过供热部门的实时监测数据获得，实施例从某市发展改革部门获取月度供热数据，平均气温可通过气象监测站点日常监测数据获得；人均饮用水量、人均洗浴用水量、人均洗澡天数可根据被核区域内的居民生活习惯取值。
[0126]
s13通过以下的计算模型对水资源利用碳排放总量cw进行核算：
[0127]cw
＝wh+wa+we+ws+wbꢀꢀꢀ
(11-2)
[0128]
s2对土地资源开发利用中的碳排放量进行核算
[0129]
土地利用类型分为农用地、建设用地、未利用地，其中农用地分为耕地、园地、林地、草地；建设用地分为居民点及工矿用地、交通用地、水域及水利设施用地。其中碳源用地包括耕地、居民点及工矿用地、交通用地，碳汇用地包括耕地、林地、园地、草地、水域及水利设施用地、未利用地。
[0130]
在一些具体实施方式中，s2进一步包括：
[0131]
s21农用地碳排放量核算
[0132]
农业土地资源开发利用活动主要包括土地平整、耕作、收割等活动，碳源为耕地。耕地耕作需投入化肥、农药、农膜等物质，其生产和使用产生碳排放；农业翻耕破坏了土壤有机碳库引起碳排放；土地平整、翻耕、收获时需使用农业机械，农业机械使用消耗柴油、汽油、电力等燃料产生碳排放。
[0133]
优选的，本发明通过以下计算模型进行农用地碳排放量核算：
[0134]cd
＝cf+c
p
+cm+ceꢀꢀꢀ
(12)
[0135]cf
＝αg
fdꢀꢀꢀ
(13)
[0136]cp
＝αg
pfꢀꢀꢀ
(14)
[0137]cm
＝αρmsmhpg
ꢀꢀꢀ
(15)
[0138]ce
＝αbse+αcweꢀꢀꢀ
(16)
[0139][0140]
其中，cd为耕地co2排放量，cf为化肥施用co2排放量，c
p
为农药使用co2排放量，cm为农膜使用co2排放量，ce为翻耕及农业机械使用co2排放量，cn为其他农用地co2排放量；gf为折纯量的化肥施用量，d＝0.85754kgc/kg，表示单位化肥施用量的碳排放系数；g
p
为农药使用量，f＝4.9341kgc/kg，表示单位农药使用量碳排放系数；ρm为农膜比重，sm为农膜覆盖面积，h为农膜厚度，p为农膜的理论覆盖度，g＝0.00384tc/mg，表示单位农膜使用量的碳排放系数；se为耕地面积，we为农业机械总动力，b＝16.47kgc/hm2，c＝0.18kgc/kw，分别表示农业翻耕碳排放系数、农业机械使用碳排放系数，gk表示第k种畜禽饲养数量，λk表示第k种畜
禽的碳排放系数，k＝1,2,3,4,5分别表示猪、牛、羊、驴、家禽5种主要畜禽。
[0141]
其中，化肥施用量、农药使用量可通过农药化肥使用监测点的实时监测数据或按月定期统计的实地调查数据获得；农膜覆盖面积、耕地面积可通过遥感影像解译得到的土地利用分类数据获得；农业机械总动力可通过按月定期统计的实地调查数据得到。
[0142]
s22建设用地碳排放量核算
[0143]
建设用地碳排放主要为其上承载的产业及人类活动产生的碳排放。其中交通用地碳排放量主要包括第三产业和居民生活交通工具使用产生的碳排放，能源消费品种主要为各类车辆使用消耗的汽油、柴油；居民点及工矿用地碳排放包括居民生活、工业、建筑业及第三产业终端能源消费产生的碳排放，能源消费品种包括各类化石燃料、电力等。
[0144]
优选的，本发明以各类用地承载的产业及居民生活终端能源消费量核算建设用地碳排放量，如下计算模型所示：
[0145][0146][0147]
其中，ch、cg分别为交通用地、居民点及工矿用地co2排放量，egm、edm为汽油、柴油终端消费量，m＝1,2，分别代表居民生活或第三产业，ncvg、ncvd为汽油、柴油低位发热值，δg、δd为汽油、柴油含碳量，org、ord为汽油、柴油燃烧氧化率，ei为第i种化石能源终端消费量，计算的能源品种为居民生活、工业、建筑业及第三产业化石能源终端能源品种中除去第三产业和居民生活消费的汽油、柴油后的其他化石能源品种；ncvi为第i种化石能源低位发热值，δi为第i种化石能源含碳量，ori为第i种化石能源燃烧氧化率，eej为电力终端消费量，j＝1,2,3,4分别代表居民生活、工业、建筑业、第三产业，β
电
为电力co2排放系数。
[0148]
其中，第二产业、第三产业及居民生活化石燃料及电力终端消费量可通过各企事业单位、各居民用户能耗实时监控数据或按月定期统计的能源消费调查数据。
[0149]
s23碳汇用地的碳汇量核算
[0150]
碳汇用地包括耕地、林地、园地、草地、水域及水利设施用地及未利用地。
[0151]
优选的，采用排放系数法对碳汇用地的碳汇量核算，其计算模型如下：
[0152]
ti＝αsiβi，i＝1,2...6
ꢀꢀꢀ
(20)
[0153]
其中，ti、si、βi分别为第i种土地利用方式的碳汇量、面积及碳汇系数，i＝1,2...6，分别为耕地、林地、园地、草地、水域及水利设施用地、未利用地6种土地利用类型，各用地碳汇系数为：耕地取值0.042tc/hm2·
a，林地、园地取值0.58tc/hm2·
a，草地取值0.021tc/hm2·
a，水域及水利设施用地取值0.257tc/hm2·
a，未利用地取值0.005tc/hm2·
a，在计算月度数据时可将年度碳汇系数折算到月数值参与计算。
[0154]
所需的耕地、林地、园地、草地、水域及未利用地面积可通过遥感影像解译得到的土地利用分类数据获得。
[0155]
s24土地利用碳排放总量核算
[0156]
农用地碳排放量与建设用地碳排放量之和减去碳汇用地的碳汇量之差即为土地利用碳排放总量，通过以下计算模型获得：
[0157][0158]
s3对水土资源开发利用中的碳排放量进行总核算
[0159]
优选的，本发明通过以下计算模型获得水土资源开发利用中的碳排放量：
[0160]cnet
＝cw+c
l
ꢀꢀꢀ
(22)
[0161]
其中，c
net
为水土资源利用碳排放总量。
[0162]
参照附图2，根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种核算装置，其包括：
[0163]
数据获取模块：获得所述被核区域水土资源碳排放量核算中所需的各类数据，包括监测数据、调查数据、遥感影像数据等。
[0164]
数据处理模块：对获取的数据进行处理得到可供水土资源碳排放量核算直接利用的数值型数据。
[0165]
水资源碳排放量核算模块：对所述水资源开发利用中的碳排放量进行核算，包括取水、制水、输水和水处理环节碳排放量核算、用水环节碳排放量核算以及水资源利用碳排放总量核算。
[0166]
土地资源碳排放量核算模块：对所述土地资源开发利用中的碳排放量进行核算，包括农用地碳排放量核算、建设用地碳排放量核算、碳汇量核算、土地资源碳排放总量核算。
[0167]
水土资源碳排放总量核算：对所述水土资源开发利用中的碳排放量进行所述总核算的模块，包括水土资源利用碳排放总量核算。
[0168]
根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种核算设备，其包括存储器和处理器，所述存储器存储有实现上述水土资源开发利用中的碳排放量核算方法的程序，所述处理器可运行该程序。
[0169]
进一步的，所述设备可包括：输入输出设备、网络接入设备、总线等
[0170]
在一些具体实施例中，所述设备可如台式计算机、笔记本电脑、云端服务器等。
[0171]
根据以上水土资源开发利用中的碳排放量核算方法，可进一步获得一种计算机可读的存储介质，其存储有实现上述水土资源开发利用中的碳排放量核算方法的程序和/或算法。
[0172]
在一些具体实施例中，上述存储介质可如如rom/ram、磁碟、光盘等。
[0173]
实施例1
[0174]
通过上述具体实施方式对某市某年月度水土资源碳排放量进行核算，其中，s11中：
[0175]
收集到的终端消费量中的主要能源品种包括煤炭、汽油、柴油、电力和热力，根据这些能源品种进行终端消费量进行碳排放量核算。
[0176]
对所述化石能源的燃烧发热值、碳含量、碳氧化率进行如表1所示的取值。
[0177]
对电力co2排放系数使用某年供电标准煤耗估算，取值736.53gco2/kwh。
[0178]
热力co2排放系数为850.725tco2/10tj。
[0179]
表1化石能源发热值、含碳量及氧化率表
[0180][0181][0182]
某市各自来水厂、海水淡化水厂、输水泵站、加压泵站、污水处理厂的能耗实时监控数据或按月定期统计的能源消费调查数据，分别从水务部分和统计、发改、电力部门获取。
[0183]
s12中，通过遥感影像反演区域获得灌溉面积选用改进的垂直干旱指数(mpdi)，以光学数据作为数据源，进行土壤含水量反演，如下：
[0184]
首先，计算某市某年各月各像元的垂直干旱指数(mpdi)：
[0185][0186][0187][0188][0189]
其中，mpdi为改进的土壤垂直干旱指数，表征土壤含水量，pdi为土壤垂直干旱指数，r、nir分别表示像元红光与近红光的光谱反射率，m表示土壤线斜率，fvc表示植被覆盖度，ndvi为归一化植被指数，ndvi
max
、ndvi
min
分别表示区域ndvi的最大值与最小值。
[0190]
其次，为除去降雨量对土壤含水量的影响，选取无降雨时段数据，计算该时段mpdi值，并与同时段某市19处土壤墒情站点实测土壤含水量数据建立回归模型，反演得到区域各时期各像元的土壤含水量如下：
[0191]
smc＝λmpdi
η
+e
ε
ꢀꢀꢀ
(7)
[0192]
其中，smc为所述土壤含水量，λ、η分别为回归拟合参数，e为指数函数，e
ε
表示随机误差；所述回归拟合通过将遥感影像数据中无降雨时段的mpdi与土壤墒情站点实测的土壤含水量数据建立回归模型得到；
[0193]
无降雨条件的判定方法为：
[0194]
p＞x
[0195]
其中，p为区域气象站点降雨量插值数据，x为无降水事件判断阈值，根据当地土壤墒情数据中降水事件历史记录进行综合判断后设定，某市实施例中设定为2mm。
[0196]
再次，判断土壤含水量像元是否为灌溉像元：
[0197]
smc
i,start-smc
i,t
＞t
[0198]
其中，smc
i,start
、smc
i,t
为土壤含水量像元i在t时刻、土壤含水量明显增加start时刻的土壤含水量，t表示土壤含水量阈值。
[0199]
最后，根据下式计算某市某年各月灌溉面积：
[0200]
area
start,t
＝s
p
×
num
start,t
ꢀꢀꢀ
(8)
[0201]
area
start,t
表示t时刻至土壤含水量明显增加start时刻的灌溉面积，s
p
表示土壤含水量像元面积，num
start,t
表示t时刻至土壤含水量明显增加start时刻的灌溉像元数量。
[0202]
以上关于灌溉面积的反演计算中所需遥感数据可通过满足空间分辨率、时间分辨率及光谱分辨率需求的中高分辨率遥感影像数据，如gf-1wfv、landsat8oli数据、hj-1a/1bccd数据得到，本实施例中选择某市某年各月landsat8oli数据；土壤含水量数据可通过土壤墒情站点实测数据得到，本实施例选择某市19处土壤墒情站点数据，来自市农业中心发布的土壤墒情监测报告；降雨量数据可通过气象站实测数据得到，本实施例选择某市13处气象站点数据。
[0203]
其中所需的人口数据通过区域年度人口动态更新数据调查获取，实施例从某市统计部门获取，居民生活热力终端消费量可通过供热部门的实时监测数据获得，实施例从某市发展改革部门获取月度供热数据，平均气温可通过气象监测站点日常监测数据获得，实施例从某市气象13处气象站点由平均值获取；人均饮用水量、人均洗浴用水量、人均洗澡天数可根据被核区域内的居民生活习惯取值，实施例q
饮
取值2l/人
·
天，q
洗
取值32l/人
·
天，tsi设置春秋两季洗浴天数为39天，夏季为91天，冬季为26天。s21中，化肥施用量、农药使用量可通过农药化肥使用监测点的实时监测数据或按月定期统计的实地调查数据获得，实施例通过某市19处土壤墒情站点土壤墒情监测报告获取；农膜覆盖面积、耕地面积可通过遥感影像解译得到的土地利用分类数据获得；农业机械总动力可通过按月定期统计的实地调查数据得到，实施例从某市农业部分和统计部门获取。
[0204]
通过遥感影响解译获取土地利用分类数据的方式如下：
[0205]
首先，收集某市某年逐月遥感影像数据，对影像进行辐射定标、大气校正、波段合成、图像镶嵌、图像裁剪等预处理，得到某年各月图像样本。
[0206]
其次，根据得到的图像样本，依据《土地利用现状分类标准》(gb/t21010-2007)，定义训练样本，对图像进行监督分类，将某市土地利用类型划分为耕地(含棚膜)、园地、林地、草地、居民点及工矿用地、交通用地、水域及水利设施用地、未利用地，并利用kappa系数进行分类精度验证，实施例kappa系数为0.92，通过精度检验。
[0207]
最后，将分类后的土地利用类型数据按以上各类型进行融合，统计各类用地面积，
得到某年各月农膜覆盖面积、耕地面积等各类用地面积。
[0208]
其中，所述遥感影像数据可选择同时满足空间分辨率、时间分辨率及光谱分辨率需求的中高分辨率遥感影像数据，如gf-1wfv/pms、landsat8oli数据，本实施例选择某市landsat8oli影像某年逐月数据。
[0209]
s22中，实施例能源品种为原煤、洗精煤、其他洗煤、型煤、焦炭、原油、汽油(仅计算工业、建筑业消费量)、柴油(仅计算工业、建筑业消费量)、煤油、燃料油、液化石油气、天然气
[0210]
其中，第二产业、第三产业及居民生活化石燃料及电力终端消费量可通过各企事业单位、各居民用户能耗实时监控数据或按月定期统计的能源消费调查数据，实施例从某市发改部门、统计部门获取能源消费数据。
[0211]
s23中，所需的耕地、园地、林地、草地、水域及未利用地面积可通过遥感影像解译得到的土地利用分类数据获得，实施例为按照某市某年土地利用月度土地利用分类数据统计获得。
[0212]
s24中，实施例得到某市某年各月土地利用碳排放总量，并通过s3得到某市某年各月水土资源利用碳排放总量。首先，所得结果实现了该市水土资源利用过程的碳排放量核算，明确了该市水土资源利用各过程的碳排放量大小，直观体现了该市水土资源、能源耦合的碳排放效应。其次，获取了该市水土资源碳排放量月度数据，相比其他区域碳排放核算方法仅能计算年度数据，难以获取年内动态数据的不足，本结果可实现碳排放水平快速监测评价，为根据碳排放目标及时调控资源、能源利用情况提供了依据。
[0213]
以上实施例仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例。凡属于本发明思路下的技术方案均属于本发明的保护范围。应该指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下的改进和润饰，这些改进和润饰也应视为本发明的保护范围。