2000～2024 年各省市区县 CO2 排放量面板数据 & 栅格数据（CGER 来源）

1416 字 约 5 分钟 数据资料 面板数据碳排放栅格数据

今天给大家分享一份 2000～2024 年中国各省市区县 CO2 排放量面板数据 & 栅格数据。该数据基于 Center for Global Environmental Research (CGER) 提供的 ODIAC（Open-source Data Inventory for Anthropogenic CO2）全球 CO2 排放数据加工得到。

Center for Global Environmental Research 网站上提供了 2000 年到 2024 年的全球 CO2 排放数据。网站上提供了 1km×1km 和 1°×1° 两种分辨率的 GeoTIFF 和 netCDF 数据，为了方便大家的使用，我把这份数据（1km×1km 的）汇总成了中国各省市区县的 CO2 总排放量面板数据，单位为吨。另外由于全球的数据非常大，我还提取了中国范围的栅格数据。

年度数据是通过月度数据加总得到的～

数据概览

附件中提供了 2000 年～2024 年中国各省市区县的 CO2 排放量面板数据：

  • 2000年～2024年各省份CO2排放量面板数据.dta
  • 2000年～2024年各城市CO2排放量面板数据.dta
  • 2000年～2024年各区县CO2排放量面板数据.dta

除了省市区县、年份信息，各文件都包含了 CO2排放量_吨 变量。以 2000年～2024年各区县CO2排放量面板数据.dta 为例，该数据包含了约 7.2 万条观测值，预览如下：

其中各文件的数据量分别为：

  • 各省份：34 个省份 × 25 年 = 850 条观测值
  • 各城市：371 个城市 × 25 年 = 9275 条观测值
  • 各区县：约 2876 个区县 × 25 年 ≈ 71900 条观测值

中国范围的 CO2 排放栅格数据

原始数据为 1km×1km 分辨率的 GeoTIFF 数据，非常大（每个月的文件将近 4GB），为了方便大家使用，我裁剪出了中国范围的并对月度数据进行了加总，时间范围为 2000 年到 2024 年，例如下图展示了 2024 年中国各地的 CO2 排放强度，单位为 吨/平方千米：

中国各区县 CO2 排放量面板数据

通过分区县汇总就可以得到中国各区县 CO2 总排放量面板数据，时间范围为 2000 年到 2024 年，单位为吨，例如下图展示了 2024 年各区县的 CO2 总排放量：

中国各城市 CO2 排放量面板数据

通过分城市汇总就可以得到中国各城市 CO2 总排放量面板数据，时间范围为 2000 年到 2024 年，单位为吨，例如下图展示了 2024 年中国各城市的 CO2 总排放量：

中国各省份 CO2 排放量面板数据

通过分省份汇总就可以得到中国各省份 CO2 总排放量面板数据，时间范围为 2000 年到 2024 年，单位为吨，例如下图展示了 2024 年中国各省份的 CO2 总排放量：

处理代码

该数据的处理使用了 R 语言的 terra、sf、tidyverse 等包。核心处理流程如下：

首先读取 ODIAC 月度栅格数据，裁剪到中国范围并按省市区县边界提取汇总值：

# 读取 ODIAC 栅格数据
rast(x) -> rst
names(rst) <- flname

# 裁剪到中国范围
rst %>%
  terra::crop(vect(cn)) %>%
  terra::mask(vect(cn)) -> cnrst

# 按省市区县边界提取汇总值（求和）
terra::extract(cnrst, vect(prov), fun = sum, na.rm = T)
terra::extract(cnrst, vect(city), fun = sum, na.rm = T)
terra::extract(cnrst, vect(county), fun = sum, na.rm = T)

然后将月度数据加总为年度数据：

# 月度数据加总为年度
provdf %>%
  mutate(年份 = year(日期)) %>%
  group_by(省, 省代码, 年份) %>%
  summarise(CO2排放量_吨 = sum(CO2排放量_吨, na.rm = T)) %>%
  ungroup() -> provdf2

同时也将月度栅格数据加总为年度栅格数据：

# 月度栅格数据加总为年度
parLapply(cl, 2000:2024, function(x){
  fs::dir_ls("cntif", regexp = x) %>%
    rast() %>%
    app(sum, na.rm = T) %>%
    writeRaster(paste0("cn-yearly-tif/", x, ".tif"))
}) -> res

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 2000～2024年各省市区县CO2排放量面板数据 & 栅格数据（CGER 来源）. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data & Raster Data of CO2 Emissions by Province, City, and District/County in China (2000–2024, CGER Source). 2026. https://tidyfriday.cn/rsdb2/

另外也建议在说明数据来源的同时，根据本文的介绍在论文中描述数据的详细处理方法。

关联课程/数据推荐

1970～2024 年中国各省市区县、乡镇 CO2 排放量面板数据 & 栅格数据（EDGAR v2025）：https://rstata.duanshu.com/#/course/0753e7af840f4886a7c78ac8eafbfb50

分部门：1970～2024 年中国各省市区县各部门 CO2 排放量面板数据 & 栅格数据（EDGAR v2025）：https://rstata.duanshu.com/#/course/80678a034a2d4318affaeca004c5afa2

1990～2024 年上市公司注册地址与办公地址周边一定范围的 CO2 排放量面板数据：https://rstata.duanshu.com/#/course/c72d81d321ab49f4859f8e7488e7df6e

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：https://rstata.duanshu.com/#/course/75de598dcfcc4ad0b9ff28bff27f6b83

栅格数据的裁剪与面积汇总——基于 R 语言的方法：https://rstata.duanshu.com/#/course/d2c2710928f44ad7a7518b8a178562c0

另外如果有其他栅格数据转面板数据或时间序列数据的需求，可以联系李老师付费定制：

RStata 定制｜栅格数据转面板数据或时间序列数据：https://rstata.duanshu.com/#/course/839afebb01d54457b42b94e87e7dc085

点击这里跳转到 RStata 短书平台获取附件：2000～2024 年各省市区县 CO2 排放量面板数据 & 栅格数据（CGER 来源）

相关文章

评论