前不久给大家分享过 EDGAR v8.0 版本的 1970～2022 年中国各省市区县 CO2 排放量数据：
- 1970～2022 年中国各省市区县、乡镇 CO2 排放量面板数据 & 栅格数据（EDGAR v8.0）https://rstata.duanshu.com/#/brief/course/49fd227237794c27b4f563f4420da1ad
最近有小伙伴还想要 N2O（一氧化二氮，氧化亚氮）排放量的数据，所以也帮大家处理了下：
关于 v8.0 版本的数据介绍可以阅读这里：https://edgar.jrc.ec.europa.eu/dataset_ghg80
关于氧化亚氮的介绍：
在环境科学研究中，特别是在全球气候变化领域（Global Climate Change），N2O 通常被称为氧化亚氮，是一种温室气体（Greenhouse Gas），具有温室效应（Greenhouse Effect），加剧全球变暖（Global Warming），是《京都议定书》规定的6种温室气体之一。N2O 在大气中的存留时间长，并可输送到平流层，导致臭氧层破坏，引起臭氧空洞，使人类和其它生物暴露在太阳紫外线的辐射下，对人体皮肤、眼睛、免疫系统造成损害。
与二氧化碳相比，虽然N2O在大气中的含量很低，属于痕量气体（trace gas）但其单分子增温潜势却是二氧化碳的298倍（IPCC，2007）；对全球气候的增温效应在未来将越来越显著，N2O浓度的增加，已引起科学家的极大关注。对这一问题的研究，正在深入进行。
大气N2O的重要来源之一是农田生态系统，在土壤中，N2O是由硝化、反硝化微生物产生，人们向农田中施入过量氮肥，促进微生物活动，通过硝化、反硝化过程（nitrification and denitrification）使氮素转化为 N2O。污水生物脱氮硝化和反硝化过程也会引起氧化亚氮的排放，溶解氧的限制、亚硝酸盐的积累和羟胺的氧化都是导致氧化亚氮产生的原因。
原始数据提供的是 txt 格式的格点数据。分辨率为0.1度x0.1度，数值单位为 吨/年。
为了方便大家使用，我先是把这份格点数据转换成了栅格数据，然后分区域汇总得到了 1970～2022 年中国各省市区县 N2O 排放量面板数据，关于这个操作，感兴趣的小伙伴可以学习这两个课程：
- 中国各省市碳排放量是如何计算的？R 语言栅格数据转面板数据（速度快）：https://rstata.duanshu.com/#/brief/course/75de598dcfcc4ad0b9ff28bff27f6b83
- 如何从一系列的栅格数据中提取时间序列 or 面板数据？以夜间灯光数据的提取和计算为例（速度慢）：https://rstata.duanshu.com/#/brief/course/652810cd17b148a1abf4b8f0b0711a16
例如 2022 年中国各地 N2O 排放分布：
分区域汇总统计各个 cell 上的碳排放总量即可得到面板数据了。
- 1970~2022年各省份N2O排放总量.xlsx
- 1970~2022年各城市N2O排放总量.xlsx
- 1970~2022年各区县N2O排放总量.xlsx
- 1970~2022年各乡镇N2O排放总量.xlsx
各省N2O排放总量数据
下图展示了 1970～2022 年中国各省市N2O排放变化趋势：
看起来连续性不错！
2022 年各省市N2O排放量分布如下：
各市N2O排放总量数据
下图展示了 1970～2022 年中国各城市 N2O 排放变化趋势：
看起来连续性不错！
2022 年各城市 N2O 排放量分布如下：
各县N2O排放总量数据
下图展示了 1970～2022 年中国各区县 N2O 排放变化趋势：
看起来连续性不错！
2022 年各区县 N2O 排放量分布如下：
各乡镇 N2O 排放总量数据
2022 年各乡镇 N2O 排放量分布如下：
栅格数据
最后为了方便大家进一步使用，附件中还提供了处理后中国范围的栅格数据数据，感兴趣的小伙伴可以自行取用。
虽然原始的 txt 数据的分辨率是 0.1度x0.1度的，不过如果直接合成 0.1度x0.1度的栅格数据会出现一些缝隙（不知为何），所以我合成的栅格数据的分辨率是 0.101度x0.101度的。
另外使用的行政区划数据是 2021 年的。
点击这里跳转到 RStata 短书平台获取附件：1970～2022 年中国各省市区县、乡镇 N2O 排放量面板数据 & 栅格数据（EDGAR v8.0）
评论