如何用走航监测与AI解析城市道路CO₂排放？

城市道路上的CO₂浓度受车流量、车速、气温、风向、街道两侧建筑物格局、周边土地利用类型等多重因素叠加影响，在时空上呈现复杂的动态变化。固定站点监测网络精度足够，但空间分辨率难以覆盖城市路网的细粒度差异；卫星遥感能看到区域尺度的CO₂垂直柱浓度，对近地面街道层面的排放动态基本无法分辨。走航监测以移动平台在整个路网上密集采样，补上了这两种手段之间的空间空白。

“全景AI"（Panoptic-AI）技术在走航观测基础上增加了一层特征解析能力。全景相机拍摄到的街道场景，包括行驶中的车辆、行人、建筑立面、植被，通过深度学习实时解析，提取"气象、交通、景观"三类特征，再与走航观测的CO₂数据融合，训练可解释机器学习模型。这个框架的核心价值在于：CO₂浓度数据与街道场景特征之间建立了可追溯的定量关系，模型预测结果可以通过SHAP可解释性分析回溯到各因子的贡献权重。

深圳走航实验：2210公里的数据基础

中国科学院航天信息研究院联合深圳市生态环境监测中心的研究团队，将一套移动监测实验室开上深圳街道。车上搭载高精度温室气体分析仪（精度优于120ppb，采样频率1Hz）、全景相机和车载气象站，从2023年4月至11月累计行驶超过2210公里，采集到41.2万条有效数据记录，覆盖深圳约16.3%的路网。

这项研究发表于《Sustainable Cities and Society》（2025）。研究团队构建的集成学习框架在独立测试集上的验证结果为：在30米分辨率、逐小时更新的城市路网CO₂增量预测任务上，R²>0.93，MAE<1.3 ppm。

ABN-GHG-M31：车载走航的温室气体分析仪

在城市背景CO₂浓度约420ppm的环境中，要分辨出几个ppm量级的交通排放增量，仪器的噪声基底和漂移控制是关键。同时，车载行驶的振动环境要求分析仪保持1Hz连续稳定输出。

爱博能研发生产的ABN-GHG-M31型中精度温室气体分析仪在该系统中承担CO₂连续测量任务。该分析仪基于非分散红外和激光光谱技术，CO₂测量精度≤0.5ppm，支持CO₂/CH₄/H₂O多组分同步测量，内置水汽校正算法，具备车载走航所需的动态适应能力。设备可适配于城市碳监测路网部署、生态系统碳通量调查等观测场景。

研究发现

1）车流密度的非线性响应

道路CO₂增量对车流密度有明显的非线性响应。当路段车流密度超过7辆/30米时，CO₂浓度平均升高约40%。这个变化来自拥堵带来的低速怠速排放集中放大效应，线性叠加模型无法捕捉这一阈值行为。

2）气象因子的权重量化

风速、相对湿度、温度对CO₂增量的影响在SHAP可解释性分析中得到了量化。交通因子（车辆数）展示出对数型增强效应，湿度、风速等气象因子与CO₂增量之间呈现非线性关系形态。这些量化结果为城市通风廊道规划和低碳街区设计提供了直接的数据基础。

关键驱动因素排序。(a–b) CO₂与DTCO₂的特征贡献度；(c) 贡献度排序及各变量间的差异显著性。

各驱动因子对DTCO₂的偏依赖曲线，其中交通因子（car、_car）展示出对数型增强效应，湿度、风速等气象因子与DTCO₂的非线性关系形态。

3）热点分布的工作日与周末差异

工作日的CO₂排放热点集中在交通枢纽和主干道；周末热点向郊区扩散，与居民出行模式的变化直接对应。这一规律通过四类时段的热点聚类分布图得到展示：工作日全天、休息日全天、工作日晚高峰、休息日晚高峰。

四幅子图分别展示工作日全天（11a）、休息日全天（11b）、工作日晚高峰（11c）、休息日晚高峰（11d）的DTCO₂热点聚类分布。

走航观测加AI解析的方法框架

城市碳排放管理的精细化需要建立融合交通动态、气象变化、土地利用演变的实时监测体系。这项研究提供的方法框架由三个环节构成：走航观测提供高时空分辨率的路网CO₂数据基础，全景AI解析将街道场景转化为可量化的特征变量，可解释预测模型将两者融合输出路网级别的CO₂增量预测。

这个框架让城市路网上的碳行为变得可测、可解释、可管理。固定站点和卫星遥感各有其适用尺度，走航加AI解析在街道层面提供了第三种观测能力。

常见问题 FAQ

走航监测和固定站点监测有什么区别？

固定站点精度高，但空间覆盖率有限，无法刻画城市路网上的细粒度空间差异。走航监测以移动平台在整个路网上密集采样，覆盖范围可达到路网级别的16%以上，弥补了固定站点在空间分辨率上的不足。

CO₂增量预测的精度指标意味着什么？

R²>0.93表示模型预测值与实测值之间的拟合优度很高，超过93%的变异可以被模型解释。MAE<1.3 ppm表示预测的平均绝对误差控制在1.3 ppm以内，对于背景浓度约420 ppm、交通增量仅几个ppm的城市环境，这个误差水平足以支撑热点识别和排放归因。

ABN-GHG-M31在车载场景下的核心优势是什么？

CO₂精度≤0.5ppm，满足分辨交通排放增量所需的噪声基底要求。1Hz采样频率保证车辆行驶中的空间分辨率。内置水汽校正算法在户外动态环境下维持测量稳定性，CO₂/CH₄/H₂O多组分同步测量扩展了可观测的气体范围。