【学术前沿】数据科学赋能城市可持续发展 | Patterns与Cell Reports Sustainability联合特刊

可持续计算图景概览

本文提出了一项全面的研究议程，旨在解决信息通信技术（ICT）对环境所造成的重大影响——当前ICT约贡献全球温室气体排放量的2.1%–3.9%。来自美国宾夕法尼亚大学的Benjamin C. Lee课题组围绕实现可持续计算提出了若干个关键的研究方向，包括：开发精确的碳排放核算模型；实施硬件全生命周期设计策略；提高可再生能源利用效率；推进下一代软硬件系统的一体化设计与管理。研究强调需采用系统性视角：降低运行碳排放（运行碳）可能增加制造环节碳排放（内含碳），反之亦然。因此，实现可持续计算目标需要计算机科学、电气工程、环境科学及经济学领域的跨学科协作。

QGIS 项目：空间信息的坚定实践者

QGIS是一个成熟的开源地理信息系统（GIS）项目，经过二十余年的发展，已成为地理空间信息领域的重要平台。来自奥地利理工学院的Anita Graser课题组系统回顾了QGIS从个人项目成长为全球平台的历程，深入剖析了其在发展、治理与运营中面临的关键挑战。研究具体探讨了项目的组织架构、版本发布管理、技术基础设施以及维持长期发展的财务模式。同时，作者也关注了QGIS在开源生态中所遇到的诸多挑战，包括开源许可证的复杂性、社区治理中的共识机制，以及技术演进与系统稳定的平衡。此外，研究关注了QGIS在各行业的应用情况及其社区主导开发模式的成效。

基于图学习的交通系统极端失效场景量化研究

在复杂交通系统中量化小概率极端事件，对系统设计、可靠性及韧性评估至关重要。然而，由于极端事件发生概率低且系统性能模拟计算成本高，精确估计小概率失效事件具有挑战性。传统方法如重要性采样，在大规模网络中存在为众多组件构建重要性分布成本过高的问题。基于此，来自北京交通大学系统科学学院的高自友教授课题组提出了一种基于图学习的新方法——图自动编码器重要性采样（GAE-IS）。该方法将改进的图自动编码器（关键性评估器）与基于交叉熵的重要性采样技术相结合。GAE-IS能够区分组件在系统工作流中的“关键性”与其面对极端事件的“脆弱性”，并具有迁移潜力。该方法显著降低了大规模网络中进行重要性采样的计算成本。在多个道路网络案例中，GAE-IS将采样效率提高了1至2个数量级，并提升了小概率极端失效事件的估计精度。

大数据与人工智能在交通碳排放研究中的应用

日益增长的交通大数据为交通领域深度脱碳研究提供了新机遇，但其数据规模庞大、复杂性高，也带来了分析挑战。来自清华大学的刘欢教授课题组综述了交通大数据在碳排放研究中的应用，并介绍了人工智能模型（包括机器学习和深度学习）如何用于整合与分析这些数据。综述建议：采用机器学习方法处理低维度数据，以提升模型可解释性；利用深度学习模型挖掘具有空间关联性的多时空尺度数据，以提高预测能力。推动技术与数据层面的跨学科协作，以应对算法、数据质量及计算资源等方面的挑战。

碳达峰目标下中国城市包容性财富增长路径研究

中国致力于推进可持续发展议程，并力争于2030年实现碳排放达峰。然而，但这两项目标间的关联及协同路径尚需系统研究。基于此，来自清华大学的关大博教授团队评估了中国城市的可持续发展绩效与碳排放特征，并深入分析了二者的关系。研究采用“包容性财富指数”（Inclusive Wealth Index）框架衡量可持续性，该框架综合评估经济体系的生产基础，包括物质资本、人力资本和自然资本。研究发现，2012-2019年间，部分国家级示范城市实现了碳排放下降伴随包容性财富增长（可称为“可持续达峰”）。这一现象主要与产业转型、教育水平提升及可再生能源增长相关。相比之下，一些东北地区城市通过缩减高碳产业实现排放下降，但未能发展替代产业支撑经济社会发展，导致整体福祉指标下滑。研究指出，城市需结合本地条件制定发展策略，以实现可持续性与碳达峰目标的协同推进。

气候问题的机遇与挑战：提升中国1677个城市的建筑围护结构性能

全球建筑行业约占最终能源消耗的30%，这使其成为气候变化减缓和适应的关键领域。近年来，国际社会对建筑节能改造措施（如更新围护结构、老旧建筑改造、电气化及燃料替代）的关注日益提升。但其节能潜力因建筑存量特征与气候条件的复杂相互作用而存在不确定性。在此，来自南京大学环境科学与工程学院的曹植教授课题组基于精细时空分辨率的物理机制建筑能耗模型，覆盖全国1677个地级及以下城市，系统评估了建筑围护结构性能提升与气候变化对中国住房能耗的综合影响。研究发现，围护结构改造在不同地区缓解气候变化对住房能耗影响的效果存在差异。这表明在部分气候适应能力较弱的地区，需强化能源供应系统应对气候变化的适应能力，并探索因地制宜的替代节能策略。

混合湿润气候中高层多户住宅采暖系统电气化对能源与碳排的影响

推动住宅供暖电气化是实现电网脱碳和应对气候变化的重要措施。当前，混合湿润气候区的多户住宅普遍采用天然气集中锅炉供暖，这种方式可能导致部分住户过热和能源浪费。基于此，来自美国国家可再生能源实验室Chuck Booten课题组以美国纽约市的一栋多户住宅为对象，评估了五种不同类型供暖系统的性能，这些系统代表了从传统锅炉向完全电气化供暖的过渡路径。研究分析了不同系统对现场能源消耗与源头二氧化碳排放的影响，结果显示：在现有供暖条件下，多户住宅内部最高可能出现超出舒适温度范围多达8°C的过热现象。而将传统蒸汽散热器系统替换为适用于寒冷气候的热泵系统，可使全年现场采暖能耗降低约70%，源头碳排放减少约21%。

“刺绣”城市地图：用街道名称讲述性别平等的故事

街道名称作为普遍存在但常被忽略的文化符号，其命名模式反映了社会权力结构，而女性在其中常处于边缘化或被忽视的状态。来自德国社会语言学实验室的Hannah Sawall课题组制作了一件刺绣T恤，将街道名称中的性别差异可视化，旨在促进公众对街道命名与性别平等议题的关注和讨论。

中国城市碳达峰与碳中和路径研究

为支持国家碳中和目标，中国城市需要制定协同的碳减排路径。中国科学院大学经济管理学院的汤铃教授课题组基于排放源层级数据，构建了2005-2020年全国所有城市的时间序列全尺度碳排放清单，分析了城市碳排放的异质性与共性特征。研究发现，约31%的城市已观测到显著的碳排放峰值，主要驱动因素为能效提升和产业结构优化带来的碳强度降低。尽管城市间排放水平与社会经济条件存在差异，但整体碳排放变化呈现相对一致的演化轨迹：峰值前年均增长率为8%–9%（95%置信区间），随后进入5-7年的平台期并下降9%–13%，最后进入降速趋缓的平稳期。模型预测显示，若各城市参考早期达峰城市的减排路径，中国可能在2026年实现碳达峰（峰值约130亿吨二氧化碳），并在2051-2058年间实现碳中和。研究结果支持了国家“双碳”目标的可行性，并强调了长期城市尺度精准规划的必要性。

多模型集成分析揭示洛杉矶实现可靠100%可再生电力的可行路径

在气候变化的大背景下，越来越多的城市和地区提出“无碳电力”目标，但往往缺乏基于数据驱动的实施策略。在此，美国科罗拉多州戈尔登市国家可再生能源实验室的Jaquelin Cochran课题组以洛杉矶电力系统为对象，构建了详尽的电网模型，系统评估完全依赖可再生能源、同时满足运行可靠性和资源充足性要求的供电体系可行性。研究结合洛杉矶水电局（LADWP）与当地社区的意见，设计了四种电力供应场景与三种电力需求预测情形，分析了不同条件下实现最低成本可靠运行的电力基础设施组合与调度策略。结果表明：构建一个100%可再生且运行稳定的电力系统是切实可行的，预计该系统每年可产生超过10亿美元的健康与气候协同效益（基于模型估算）。在未来的能源系统中，太阳能将占主导，而使用可再生、可储存碳中性燃料的燃气轮机对保障系统稳定性至关重要。该研究提供了一种可迁移的分析框架，其多情景建模方法可为全球其他地区规划绿色电力系统提供参考。

转载来源：CellPress全科学https://mp.weixin.qq.com/s/lipW4q9YvHji54NhLM5EaQ