Video 1 AI技术助科研人员摸清城市碳排放规律（来源：CCTV）
导 读
本文构建走航和人工智能相结合的车载移动监测平台，同时捕捉道路交通温室气体和污染物，辨识复杂道路环境下温室气体排放来源，实现排放强度精细化的时空变化模拟，为道路交通空气污染物和温室气体的监测溯源提供客观依据，对于城市生态环境监测和低碳交通规划具有重要应用价值。
空气污染物和温室气体排放的协同监测和快速溯源是城市发展低碳绿色交通的重要前提。最近，中国生态环境部发布了《关于加快建立现代化生态环境监测体系的实施意见》，旨在推进生态环境监测的“数智化转型”，鼓励采用智能化手段洞察城市排放规律、实现快速溯源并提高协同治理成效。交通部门是我国第三大碳排放源，其中城市道路交通碳排放尤为突出。同时，车辆排放的污染物长期暴露会损害居民身心健康。为应对城市气候变化和保障居民健康，深入理解道路交通的污碳排放规律并提出科学减排方案将十分关键。
图1 “走航+AI”污碳协同监测框架
本文提出了新型“走航+人工智能（Artificial Intelligence，AI）”污碳协同监测框架（图1），能够同步识别道路环境中二氧化碳、甲烷、氧化亚氮等温室气体以及固体颗粒物、一氧化碳、二氧化氮等污染物，在此基础上构建了高通量的污碳排放时空数据库并利用AI技术对排放源和道路环境进行定量解析。目前，深圳市走航监测已覆盖超过650公里主要路段。“走航+AI”污碳协同监测平台使用全景视觉传感器和污碳气体分析仪进行监测、处理和建模，自动辨识移动排放源和建筑环境要素并分析其排放强度。通过多模态训练和检验，使得AI模型能够感知温室气体和空气污染物排放，进而识别出不同排放源的贡献差异，为多模态数据驱动下的城市道路交通碳排放研究提供新路径和新视角。
“走航+AI”污碳协同监测已在深圳展开应用，并接入深圳固定监测站点组成城市污碳气体排放监测网络。通过引入地理大数据和多模态AI模型，强化对城市道路碳足迹和污染源的协同感知能力。研究人员正在通过无人机影像、交通卡口监控、移动轨迹数据等跨模态信息融合，进一步提升城市道路交通污碳气体排放的监测和溯源效率，为制定道路交通减排方案提供客观依据。
总结与展望
随着AI大模型和多模态数据融合技术的发展，道路走航监测不仅为城市污碳气体排放治理提供自下而上的科学路径，还将在城市规划、环境治理、低碳交通规划等领域发挥重要作用。新的城市污碳协同走航监测模式能够强化可持续城市交通数据基础设施，进而通过AI模型溯源来帮助快速落实不同部门减排责任，为推动生态环境监测的“数智化转型”提供有力支持。本研究作为“新质生产力”的典型案例之一，先后被中央电视台《新闻直播间》和《新闻联播》报道。
责任编辑
周 扬 中国人民大学
龚 斌 Brunel University London
扫二维码｜查看原文
原文链接：https://www.the-innovation.org/article/doi/10.59717/j.xinn-geo.2024.100085
本文内容来自The Innovation姊妹刊The Innovation Geoscience第2卷第3期以News & Buzz发表的“Vehicle-based monitoring and AI unravel patterns of on-road carbon and pollutant emissions” (投稿: 2024-04-22；接收: 2024-06-25；在线刊出: 2024-06-27)。
DOI: https://doi.org/10.59717/j.xinn-geo.2024.100085
引用格式：Zhang Y., Wang L., Sun T., et al., (2024). Vehicle-based monitoring and AI unravel patterns of on-road carbon and pollutant emissions. The Innovation Geoscience 2(3), 100085.
作者简介
张永霖，中国科学院空天信息创新研究院助理研究员，中国科学院生态环境研究中心特别研究助理“双清计划”。长期从事地理大数据与空间智能、城市碳排放估算、景感生态学相关研究，发表SCI/SSCI论文15篇，授权国家专利4项，主持国家自然科学基金青年项目和国家重点研发计划子课题等。
王 力，中国科学院空天信息创新研究院研究员，博士生导师，遥感科学国家重点实验室碳循环研究室主任，长期从事生态系统碳循环参数反演、区域及全球碳源汇碳排放估算、生态修复遥感监测、城市泛在感知相关研究。相关成果发表在Science、Science Advances、Remote Sensing of Environment等国际知名期刊上，发表SCI/SSCI论文 70余篇。主持国家重点研发计划课题、院重点研发专项、中国科学院先导专项子课题、国家自然基金项目等30余项，获省部级奖励5项。
孙天乐，广东省深圳生态环境监测中心站高级工程师，生态环境部“三五人才”，主要从事碳监测、大气污染、空气质量预报方面研究，承担全国首个环境空气质量立体监测能力建设项目，率先探索城市碳监测评估工作，参与国家重点研发计划、自然科学基金课题、环保公益项目等10余项科研课题研究，获得广东省环境保护科学技术奖励4项，发表论文30余篇，参与专著3部。
黄 波，香港大学地理学院讲座教授，长江学者，博士生导师，香港中文大学伟伦讲座教授，深圳大学访问教授，香港遥感协会主席。长期从事遥感时空融合、地理空间统计模型、环境监测、城市和区域规划相关研究。在Nature Human Behavior、Nature Communications、Remote Sensing of Environment等国际知名期刊上发表SCI/SSCI论文200余篇，论文总被引13,000余次。主持863高科技计划课题、国家重点研发计划、国家自然科学基金、香港研资局卓越研究计划等项目。获得日内瓦国际发明展金奖、广东省科技进步一等奖、香港中文大学卓越研究奖等多项奖励。
