(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111656871.5 (22)申请日 2021.12.3 0 (66)本国优先权数据 202110254787.4 2021.0 3.09 CN (71)申请人 生态环境部环境 规划院 地址 100012 北京市朝阳区安定门外大羊 坊8号 (72)发明人 曹丽斌　蔡博峰　张哲　 (74)专利代理 机构 北京方安思达知识产权代理 有限公司 1 1472 代理人 李彪　刘振 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种自下而上预测城市二氧化碳总量的方 法 (57)摘要 本发明属于城市二氧化碳的预测技术领域， 涉及一种自下而上预测城市二氧化碳总量的方 法， 该方法包括： 步骤1)根据城市所处的地理位 置和某一年产业结构， 将全国多个地级城市分成 7类； 步骤2)根据初始预先设定的全国未来某一 年二氧化碳排放量预测区间， 获得未来某一年预 测的某一类城市的二氧化碳排放总量， 然后将所 有城市的二氧化碳排放量相加， 得到全国二氧化 碳排放量； 判断该全国二氧化碳排放量是否在初 始预先设定的全国未来某一年二氧化碳排放量 预测区间； 步骤3)如果不在预测区间， 对每一类 城市的各个部门重新设定标杆值， 重复步骤2)， 获得全国未来某一年预测的每一类城市的二氧 化碳排放总量； 并累加起来， 得到新的全国二氧 化碳排放量。 权利要求书3页 说明书8页 附图1页 CN 114154759 A 2022.03.08 CN 114154759 A 1.一种自下而上 预测城市二氧化 碳总量的方法， 该 方法包括： 步骤1)根据城市所处的地理位置和某一年产业结构， 将全国多个地级城市分成7类； 按 照二氧化碳排放的来源， 对每类地级城市又分成7大部门， 以某一年的每类地级城市中的各 个部门的标 杆值作为未来某一 年二氧化碳排放的基准线； 步骤2)根据未来某一年二氧化碳排放的基准线， 对某一类地级城市中的各个部门设定 各自的标杆值， 并结合未来某一年预测的人 口总量或者该年实际的单位工业增加 值， 获得 未来某一年预测的某 一类城市的二氧化碳排放总量， 然后 将每一类城市的二氧化碳排放总 量相加， 得到全国二氧化碳排放量； 判断该全国二氧化碳排放量是否在初始预先设定的全 国未来某一 年二氧化碳排放量预测区间； 如果该全国二氧化碳排放量正好位于初始预先设定的全国未来某一年二氧化碳排放 量预测区间， 则完成对未来某一 年所有城市二氧化 碳排放量预测； 如果该全国碳排放量未在初始预先设定的全国未来某一年二氧化碳排放量预测区间， 则转至步骤3)； 步骤3)对每一类地级城市的各个部门重新设定标杆值， 重复步骤2)， 获得未来某一年 预测的每一类城市的二氧化碳排放总量； 并累加起来， 得到新的全国二氧化碳排放量， 并再 次判断新的全国二氧化碳排放量是否在初始预先设定的全国未来某一年二氧化碳排放量 预测区间； 如果该新的全国二氧化碳排放量正好位于初始预先设定的全国未来某一年二氧化碳 排放量预测区间， 则将其作为最终的全国二氧化碳排放量， 完成对未来某一年所有城市二 氧化碳排放量预测； 如果该新的全国碳排放量未在初始预先设定的全国未来某一年二氧化碳排放量预测 区间， 则重复步骤3)。 2.根据权利要求1所述的自下而上预测城市二氧化碳总量的方法， 其特征在于， 所述7 类城市包括： 东部工业类城市、 中部工业类城市、 西 部工业类城市、 东部非工业类城市、 西 部 非工业类城市、 中部非工业类城市和服 务业型城市。 3.根据权利要求2所述的自下而上预测城市二氧化碳总量的方法， 其特征在于， 每一类 城市包括： 生活服务部门、 重点工业部门和非重点工业部门； 所述生活服务部门包括： 交通 部门、 农村生活部门、 城镇 生活部门和服 务部门。 4.根据权利要求3所述的自下而上预测城市二氧化碳总量的方法， 其特征在于， 所述步 骤2)中， 所述获得 未来某一 年预测的某一类城市的二氧化 碳排放总量； 其具体过程包括： 以2020年 为基准年， 2025年 为预测年； j为7类城市中的某一类； 预测年第j类城市中生活服 务部门的二氧化 碳排放量QA‑2025,j： QA‑2025,j＝QA1‑2025,j+QA2‑2025,j+QA3‑2025,j+QA4‑2025,j； 其中， QA1‑2025,j为预测年第j类城市中生活服务部门中的交通部门的二氧化碳排放量； QA2‑2025,j为预测年第j类城市中生活服务部门中的农村生活部门的二氧化碳排放量； QA3‑2025,j为预测年第j类城市中生活服务部门中的城镇生活部门的二氧化碳排放量； QA4‑2025,j为预测年第j类城市中生活服 务部门中的服 务部门的二氧化 碳排放量； 其中， 预测年第j类城市中生活服 务部门中的交通部门的二氧化 碳排放量QA1‑2025,j： QA1‑2025,j＝EA1‑benchmark×P2025,j权　利　要　求　书 1/3 页 2 CN 114154759 A 2其中， P2025,j为预测年预测的第j类城市的人口数量； EA1‑benchmark为预测年生活服务部门 中的交通部门的人均碳排放的基准值， 即预测年生活服务部门中的交通部门的人均碳排放 的基准线对应的标 杆值； 其中， P2025,j＝P2020,j×(1+Rj)5 其中， P2020,j为基准年的第j类城市的人口数量； 其中， Rj为j类城市每一 年的人口平均变化 率； 预测年第j类城市中生活服 务部门中的农村生活部门的二氧化 碳排放量QA2‑2025,j： QA2‑2025,j＝EA2‑benchmark×P2025,农 村 ,j 其中， P2025,农 村,j为预测年预测的第j类城市农村的人口数量； EA2‑benchmark为基准年生活服 务部门中的农村生活部门的人均碳排放的基准值， 即基准年生活服务部门中的农村生活部 门的人均碳 排放的基准线对应的标 杆值； 其中， P2025,农 村 ,j＝P2020,j×(1‑URj) 其中， P2020,j为基准年的第j类城市的人口数量； URj为预测年第j类城市的城镇 化率； 预测年第j类城市中生活服 务部门的城镇 生活部门的二氧化 碳排放量QA3‑2025,j： QA3‑2025,j＝EA3‑benchmark×P2025,城 镇,j 其中， P2025,城镇,j为预测年预测的第j类城市城镇的人口数量； EA3‑benchmark为基准年生活服 务部门中的城镇生活部门的人均碳排放的基准值， 即基准年生活服务部门中的城镇生活部 门的人均碳 排放的基准线对应的标 杆值； 其中， P2025,城 镇,j＝P2025,j×URj 预测年第j类城市中生活服 务部门中的服 务部门的二氧化 碳排放量QA4‑2025,j： QA4‑2025,j＝EA4‑benchmark×P2025,j 其中， P2025为预测年预测的第j类城市的人口数量； EA4‑benchmark为基准年生活服务部门中 的服务部门的人均碳排放的基准值， 即基准年生活服务部门中的服务部门的人均碳排放的 基准线对应的标 杆值； 预测年第j类城市非重点行业部门的二氧化 碳排放量QB‑2025,j： QB‑2025,j＝EB‑benchmark×I2025,j 其中， EB‑benchmark为基准年非重点工业部门的单位工业增加值碳排放的基准值， 即基准 年非重点工业部门的单位工业增加值碳排放的基准线对应的标杆值； I2025,j为预测年第 j类 城市的预测单位工业增 加值； 其中， I2025,j＝I2020,j×(1+IRj)5 其中， I2020,j为基准年第j类城市的单位工业增加值； IRj为基准年第j类城市的单位工业 增加值的年平均增速； 预测年第j类城市中重点工业部门的二氧化 碳排放量QK‑2025,j： QK‑2025,j＝QK‑2020,j+ΔQ 其中， QK‑2020,j为基准年第j类城 市中重点工业部门的二氧化碳排放量； ΔQ为预测年第j权　利　要　求　书 2/3 页 3 CN 114154759 A 3