首頁 / 發現 / 思想 / 正文

做碳排放研究，先了解這些工具

景觀設計學 2024-06-26 來源：景觀設計學

原創

碳排放評估工具演進與應用回顧

導讀

在向數字化低碳城市規劃設計方向轉型的過程中，碳排放量化評估是關鍵一環。本文分別在城市尺度和片區／街區尺度上對多種典型的數字化碳排放評估工具進行了綜述，并總結了工具評估的維度和參考依據。總的來說，現階段基于能源系統規劃和運營能耗模擬的評估工具仍占主導；隨著碳排放預測的精細化發展趨勢和脫碳政策重點的轉變，基于用地類型和材料的碳排放預測和碳匯估算工具也發展迅速。然而，這些工具目前在城市規劃設計實踐項目中的應用有限，特別是在初期階段。因此，本研究繼而通過分析未應用數字化評估工具的低碳實踐案例，指出：未來，應提高工具的靈活性和場景適應性，構建完善的數據庫，兼顧運營碳、隱含碳和碳匯計算，契合多維度、多標準、全流程的評估需求。

關鍵詞

低碳城市；碳排放；碳排放評估工具；城市規劃設計；數字化；碳匯

邁向數字化的低碳城市規劃設計：

碳排放評估工具演進與應用回顧

Towards Digitalized Urban Planning and Design of Low-Carbon Cities:

Evolution and Application Review of Assessment Tools

01引言

目前，國內外低碳城市建設的重點已從宏觀層面的概念梳理逐漸轉向微觀層面的具體問題分析和數字化技術的運用。然而，現有的碳排放評估工具（下文簡稱為“評估工具”）相關綜述研究主要存在以下幾點局限性。首先，對評估工具的綜述主要關注能源系統規劃設計和建筑全生命周期評估兩方面。第二，現有的綜述研究往往聚焦單一尺度或學科，缺乏跨尺度、跨學科的系統分析。第三，評估工具雖呈多樣化發展趨勢，但仍未廣泛應用到規劃設計實踐中。

本文從功能特點、評估維度和適用場景等方面對評估工具進行系統性梳理和比較研究，并根據具體應用情況探討其存在的不足；最后，本文將總結各類評估工具的發展趨勢，指明潛在發展方向，為未來低碳城市規劃設計研究和實踐提供參考。

碳排放評估工具綜述研究框架 ? 徐萌，仲玥，葉宇

02研究方法

本文利用谷歌學術進行文獻篩選和驗證。首先，檢索了1980年1月1日至2023年12月31日發表的文獻，檢索關鍵詞包括“carbon assessment tools”“carbonemission evaluation”“low carbon urban planning”“low carbon urban design”“low-carboncity””urban energy planning”“carbon-neutral city”“碳排放評估工具”“低碳評估指標體系”“碳排放評估工具綜述”“零碳城市”“零碳規劃”“減碳技術”“碳中和城市規劃”。隨后選取多次被提及的評估工具。此外，本文選取了部分創新性強、代表近期發展趨勢且開發相對成熟的工具。最后，對所得工具進行初步分類，每類中官方介紹較為詳細、完善的工具被保留并用于最終分析。

03研究結果

評估工具概述

本文共檢索到19個評估工具，按照尺度和功能將其劃分為兩大類（表1）：第一類工具主要用于輔助城市尺度的規劃政策制定；第二類工具主要用于評估片區／街區尺度的規劃設計方案。

碳評估工具的開發和演進與低碳政策及相關需求的發展息息相關。首先，城市和片區／街區尺度上的碳評估工具從20世紀80年代開始出現，在近十年顯著增多。片區／街區尺度的評估工具近些年的發展增速尤為明顯，這反映了低碳評估精細化發展趨勢，以及脫碳政策重點的轉變。

碳評估工具發展趨勢（圓圈標注的One-Click LCA 和Tally 工具出現較早，用于建筑的隱含碳評估）。? 徐萌，仲玥，葉宇

城市尺度碳評估工具

按照功能，城市尺度的碳評估工具主要分為能源系統和政策分析、城市氣候政策分析和基于用地類型的碳排放預測三類。

1）能源系統和能源政策分析類工具：評估不同能源規劃戰略和情景下的碳排放，預測資金、成本和對環境變化的影響，主要涉及能源系統及電力、供熱制冷等相關領域。

2）城市氣候政策分析類工具：綜合性較強，通常涉及建造業、交通運輸、工業等跨系統規劃。

城市氣候政策分析類工具CURB ? World Bank Group

3）基于用地類型的碳排放預測類工具：基于真實地塊的土地利用類型變化來預測城市在不同發展情景下的碳排放水平。近年來，大量研究學者著手探索更加精細化的碳排放預測方法，但其發展尚處于起步階段。

基于用地類型的碳排放預測類工具CarbonVCA操作界面 ? UrbanComp

CarbonVCA技術路線圖 ? 徐萌，仲玥，葉宇

綜上，城市尺度碳評估工具通過預測碳排放對政府部門的政策制定起到指導作用。碳排放預測呈現精細化趨勢，基于宏觀統計數據的預測相對成熟，而基于微觀地塊和城市空間特征的碳排放預測仍待探索。

片區／街區尺度碳評估工具

現有的碳評估工具大致可分為運營能耗模擬與隱含碳和碳匯估算兩大類。

1）運營能耗模擬類工具：此類工具出現較早，主要根據氣候信息和建筑特征等數據預測建筑和片區的運營能耗。其中，一部分工具致力于從多個可持續維度的評估（包括碳評估）來輔助早期方案設計；另外一部分工具側重于片區／街區尺度的能耗預測和能源系統優化，可支持高精度實時運營碳排放的預測，并將城市形態作為重要因素納入能耗計算。

運營能耗模擬類工具umi能源需求計算示意圖 ? MIT Sustainable Design Lab

umi技術路線圖 ? 徐萌，仲玥，葉宇

2）隱含碳和碳匯估算類工具：雖然有少數運營能耗模擬類工具也兼具隱含碳評估的功能，但其只量化建筑建設和改造產生的隱含能源消耗，不涉及景觀等其他城市環境和設施。新興碳評估工具將焦點從運營碳轉向隱含碳，可根據用地類型和材料等數據預測各尺度項目的隱含碳和碳匯，尤其考量大尺度項目的環境影響。

隱含碳和碳匯估算類工具Carbon Conscience官網頁面 ? SASAKI

Carbon Conscience技術路線圖 ? 徐萌，仲玥，葉宇

綜上，目前在片區／街區尺度上仍缺乏綜合考量運營碳和隱含碳，同時集成氣候、能源系統、用地類型和材料等數據的綜合性評估工具。

評估維度及參考數據

根據城市各系統的能源需求、碳排放量和可持續發展要素等，研究分別總結上述城市尺度和片區／街區尺度碳評估工具（表2）。

在城市尺度上，建筑、工業、商業和交通運輸是碳評估工具的共性維度。其他主要維度包括電力、污水處理和固體垃圾管理等方面。這些工具主要依照宏觀經濟和土地利用能耗數據對各維度進行量化評估，更新周期長、數據開放度低的特點，會從根本上影響評估的準確性和適用性。

1）經濟能耗數據通常來源于政府部門的統計報告，數據獲得存在一定的滯后性對比之下，僅針對某一國家或地區的工具獲取和更新數據較為容易，且工具通常自帶部分數據庫。此外，LEAP等工具還允許使用者根據開發額外的功能程序。

2）土地利用能耗數據包含用地類型和用地類型碳排放系數兩類數據。用地類型數據同樣來源于城市政府部門；而碳排放系數則需根據案例城市的具體用地情況詳細測定。

在片區／街區尺度上，運營能耗模擬工具主要用于預測能源需求。它們通常和微氣候／熱舒適的評估相結合，部分工具也能進行能源系統分析和可再生能源評估。針對規劃設計初期階段的評估工具還包含其他可持續分析模塊（如日光照明等）。而隱含碳和碳匯估算工具的評估維度相對單一，主要側重建筑和景觀，較少評估交通、基礎設施等方面。

其中，運營能耗模擬類工具主要參考建筑形態、屬性和氣候信息等數據，隱含碳和碳匯估算類工具主要參考建筑、景觀、基礎設施的用地類型、材料、結構等數據（表3）。

1）氣候數據和建筑形態屬性數據是開源數據，設計師會搜集衛星圖等多方數據進行驗證和調整，提高數據的準確性。側重能源系統優化和供需分析的工具可參考建筑的供能系統類型和使用者的行為活動數據來獲取更加精確的能耗現狀，并預測未來的能源需求。

2）隱含碳和碳匯估算工具所參考的用地類型、用地面積、材料、場地管理等數據沒有直接的來源，需要綜合多學科知識，并結合既有研究和實踐經驗來獲取。同時，數據庫需要不斷更新，以適應多樣化的項目需求。

04討論

評估維度及參考數據

本文搜集并比較了未運用評估工具的低碳實踐案例，以發現現有評估工具的不足。

由于各個國家和城市的差異顯著，國內外城市紛紛依據實際情況構建了低碳建設評估框架和實施方法。天津市提出了基于減碳和固碳兩方面的城市規劃低碳評估指標體系，并結合現有國土空間規劃框架探索了減碳技術路線。馬來西亞也提出其低碳城市框架與評估系統，彌補了政府政策與市場上眾多綠色城市評級工具之間的差距。然而，無法獲取案例城市的準確數據也導致了部分國家和城市開發的工具只適用于局部地區，無法廣泛應用。

片區／街區尺度上，碳排放通常與微氣候／熱舒適、日光潛力等指標的評估相結合。另外，隱含碳和碳匯估算評估工具在建筑材料和結構設計方面的應用已日臻成熟，而在綜合性城市規劃設計方面的應用剛剛興起。

針對片區／街區尺度上的評估工具，有以下幾點局限值得討論。

第一，大部分規劃設計實踐仍未將碳排放作為關鍵因素，而只將其作為方案完成后的評估選項之一。

第二，大多數工具只聚焦單一方面的碳排放，同時，組合使用多種工具會導致數據之間關聯的缺失。無錫市蠡湖新城規劃項目構建了新的碳中和評估體系，可同時評估碳排放和碳匯；而濟南市西部新區規劃案例評估了規劃方案的路網可達性、交通碳排放潛力等。當前評估工具中正缺乏此類側重空間規劃設計的多維度碳排放評估。

第三，現有的工具主要關注量化評估，欠缺相應的設計優化建議、低碳策略和實施方法等。而在實際項目中，重點在于可以指導落地的技術路線。例如，上海市斜土社區等7個社區通過傳統的現狀調查、碳排摸底和數據分析，制定了低碳更新策略和實施路徑。

最后，片區／街區尺度工具普遍缺乏全流程意識，以及項目管理和運營過程中的碳排放監控核查。目前，有部分城市對此進行探索。上海市數字江海產業園通過搭建智慧減碳的數字孿生平臺收集和反饋管理碳排放數據，形成了統合規劃、建設、管理、運營關鍵環節的城市街區減碳技術框架。

綜上，無論是城市和片區／街區尺度評估工具，都應提升工具的綜合性和靈活性，使其適用于更加多樣的場景，更準確、高效地輔助規劃設計實踐。

評估工具發展趨勢

根據上述梳理分析，本文認為數字化低碳城市規劃設計評估工具的未來發展趨勢可總結為以下幾點。首先，多學科的交叉融合增強工具實用性，提供一體化設計的最優化方案。第二，數據庫構建是提高評估工具應用廣度和精度的關鍵。第三，多標準的低碳評估研究還有待深入。第四，提高評估工具的經濟可行性和使用便捷性。第五，隨著人工智能（AI）技術的發展與廣泛應用，評估工具也將迎來數字未來智慧化的迭代革新。

研究局限

本研究主要通過谷歌學術篩選文獻來收集評估工具。這一方法可能導致一些新興評估工具因為文獻提及較少而未被納入本研究中。此外，在梳理全球低碳城市規劃設計案例時，缺乏系統的方法來全面搜集評估工具應用案例，可在未來研究中進一步優化。

05結語

本文從分類、特征、應用三個主要方面對數字化低碳城市規劃設計評估工具進行了系統性梳理和比較研究，整體而言，此類工具在規劃設計多個階段的運用對低碳城市建設具有重要意義。在政策制定階段，評估工具能夠預測不同發展愿景和措施下城市的碳排放量；在方案初期，不少評估工具可以從項目伊始的概念設計階段就測算設計方案的碳排放；在方案中后期，不少評估工具也可快速、準確地對設計方案進行碳排放模擬運算；在建成后階段，一些評估工具還可以持續追蹤項目的運營碳。未來，碳排放評估工具將朝著全球適用性、多學科涵蓋、全生命周期計算、經濟平衡和數據可視化等方面發展，與AI等智能技術的結合也將大大提升實踐中碳評估的效率，使評估工具更好地支持城市規劃設計實踐。

參考文獻

[1] Wang, Y., Bian, T., & Huang, X. (2021). Research on time–space differences in the prediction of carbon peaking of China’s comprehensive economic zones. Landscape Architecture Frontiers, 9(6), 24–43.

[2] Hewlett, M. (2014). Eco-low carbon urban planning methodology. Landscape Architecture Frontiers, 2(3), 70–75.

[3] Intergovernmental Panel on Climate Change (IPCC). (2022). Summary for Policymakers. Climate Change 2022: Mitigation of Climate Change. Working Group III Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (pp. 1–48). Cambridge University Press.

[4] Intergovernmental Panel on Climate Change (IPCC). (2023). 2023: Sections. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (pp. 35–115). IPCC.

[5] Yang, L., & Li, Y. (2013). Low-carbon city in China. Sustainable Cities and Society, (9), 62–66.

[6] Jiang, W., & Kang, W. (2019). A review on the low-carbon city study: Development and trends. Chinese Journal of Urban and Environmental Studies, 7(2), 1950006.

[7] Mauree, D., Naboni, E., Coccolo, S., Perera, A. T. D., Nik, V. M., & Scartezzini, J.-L. (2019). A review of assessment methods for the urban environment and its energy sustainability to guarantee climate adaptation of future cities. Renewable and Sustainable Energy Reviews, (112), 733–746.

[8] Wang, S., Gao, S., Huang, Y., & Shi, C. (2020). Spatiotemporal evolution of urban carbon emission performance in China and prediction of future trends. Journal of Geographical Sciences, 30(5), 757–774.

[9] Lai, S., Lu, J., Luo, X., & Ge, J. (2022). Carbon emission evaluation model and carbon reduction strategies for newly urbanized areas. Sustainable Production and Consumption, (31), 13–25.

[10] Huang, Z., Yu, H., Peng, Z., & Zhao, M. (2015). Methods and tools for community energy planning: A review. Renewable and Sustainable Energy Reviews, (42), 1335–1348.

[11] Markovic, D., Cvetkovic, D., & Masic, B. (2011). Survey of software tools for energy efficiency in a community. Renewable and Sustainable Energy Reviews, 15(9), 4897–4903.

[12] Torabi Moghadam, S., Delmastro, C., Corgnati, S. P., & Lombardi, P. (2017). Urban energy planning procedure for sustainable development in the built environment: A review of available spatial approaches. Journal of Cleaner Production, (165), 811–827.

[13] Ng, S. T., Chen, Y., & Wong, J. M. W. (2013). Variability of building environmental assessment tools on evaluating carbon emissions. Environmental Impact Assessment Review, (38), 131–141.

[14] Fenner, A. E., Kibert, C. J., Woo, J., Morque, S., Razkenari, M., Hakim, H., & Lu, X. (2018). The carbon footprint of buildings: A review of methodologies and applications. Renewable and Sustainable Energy Reviews, (94), 1142–1152.

[15] Li, L. (2021). Integrating climate change impact in new building design process: A review of building life cycle carbon emission assessment methodologies. Cleaner Engineering and Technology, (5), 100286.

[16] Chau, C. K., Leung, T. M., & Ng, W. Y. (2015). A review on Life Cycle Assessment, Life Cycle Energy Assessment and Life Cycle Carbon Emissions Assessment on buildings. Applied Energy, (143), 395–413.

[17] Albuquerque, F. D. B., Maraqa, M. A., Chowdhury, R., Mauga, T., & Alzard, M. (2020). Greenhouse gas emissions associated with road transport projects: Current status, benchmarking, and assessment tools. Transportation Research Procedia, (48), 2018–2030.

[18] Gao, H., Wang, X., Wu, K., Zheng, Y., Wang, Q., Shi, W., & He, M. (2023). A review of building carbon emission accounting and prediction models. Buildings, 13(7), 1617.

[19] Udara Willhelm Abeydeera, L. H., Wadu Mesthrige, J., & Samarasinghalage, T. I. (2019). Global research on carbon emissions: A scientometric review. Sustainability, 11(14), 3972.

[20] O’Regan, A. C., & Nyhan, M. M. (2023). Towards sustainable and net-zero cities: A review of environmental modelling and monitoring tools for optimizing emissions reduction strategies for improved air quality in urban areas. Environmental Research, (231), 116242.

[21] Chan, E., Conejos, S., & Wang, M. (2017). Low Carbon Urban Design: Potentials and Opportunities (pp. 75–88). In: S. Dhakal & M. Ruth (Eds.), Creating Low Carbon Cities. Springer.

[22] Arup. (2022). Reduce, restore, remove: A call to action.

[23] Chen, L., Msigwa, G., Yang, M., Osman, A. I., Fawzy, S., Rooney, D. W., & Yap, P.-S. (2022). Strategies to achieve a carbon neutral society: A review. Environmental Chemistry Letters, 20(4), 2277–2310.

[24] Gao, S., & Zhang, H. (2020). Urban planning for low-carbon sustainable development. Sustainable Computing: Informatics and Systems, (28), 100398.

[25] Fonseca, J. A., & Schlueter, A. (2015). Integrated model for characterization of spatiotemporal building energy consumption patterns in neighborhoods and city districts. Applied Energy, (142), 247–265.

[26] Wang, D., Landolt, J., Mavromatidis, G., Orehounig, K., & Carmeliet, J. (2018). CESAR: A bottom-up building stock modelling tool for Switzerland to address sustainable energy transformation strategies. Energy & Buildings, (169), 9–26.

[27] Han, Y., Zhang, S., & Yin, L. (2019). Quantifying the carbon storage capacity and its spatial distribution patterns of green spaces in a metropolitan area: A case study of Seoul, South Korea. Landscape Architecture Frontiers, 7(2), 55–65.

[28] Henning Larsen. (2023, April 20). Urban Decarb: New Digital Tool Brings Carbon into Focus on the Urban Scale.

[29] Sasaki. (2021). Introducing the carbon conscience App.

[30] The World Bank. (2016, September 22). The CURB tool: Climate action for urban sustainability.

[31] Carbonneutralfinland. (2023). Municipalities’ greenhouse gas emission scenario tool has been updated – agricultural actions included.

[32] Stockholm Environment Institute. (2022). LEAP: The Low Emissions Analysis Platform [Software version: 2020.1.107]. Somerville, MA, USA.

[33] Natanian, J., & Auer, T. (2020). Beyond nearly zero energy urban design: A holistic microclimatic energy and environmental quality evaluation workflow. Sustainable Cities and Society, (56), 102094.

[34] Chair of Architecture and Building Systems, ETH Zurich. (n.d.). City Energy Analyst (CEA).

[35] Mutani, G., Coccolo, S., Kaempf, J., & Bilardo, M. (2018). CitySim Guide: Urban Energy Modelling by Mutani, Guglielmina. Createspace Independent Publishing Platform.

[36] One-Click LCA. (2023). One-Click LCA for construction and manufacturing.

[37] Yu, D., Zhou, X., Qi, H., & Qian, F. (2023). Low-carbon city planning based on collaborative analysis of supply and demand scenarios. City and Built Environment, 1(1), 7.

[38] Lu, L., Tian, Y., Zhang, L., & Liu, Y. (2011). Study on low-carbon assessment indicator system of urban planning of Tianjin. City Planning Review, 35(S1), 26–31.

[39] Lin, C., Zhu, W., Zhang, Y., & Wu, C. (2022). Methods and practice of territorial spatial planning toward the goal of “peak carbon emissions and carbon neutrality”: The case study of Tianjin. Urban Planning Forum, (S2), 229–234.

[40] Ministry of Energy, Green Technology and Water (KeTTHA), & GreenTech Malaysia. (2017). Low Carbon Cities Framework (Version 2).

[41] Wu, Z., Zhao, Z., Gan, W., Zhou, S., Dong, W., & Wang, M. (2023). Achieving carbon neutrality through urban planning and design. International Journal of Environmental Research and Public Health, 20(3), 2420.

[42] An, Q., Sheng, S., Zhang, H., Xiao, H., & Dong, J. (2019). Research on the construction of carbon emission evaluation system of low-carbon-oriented urban planning scheme: Taking the West New District of Jinan City as example. Geology, Ecology, and Landscapes, 3(3), 187–196.

[43] Yu, X., He, J., Zhu, D., & Wang, D. (2022). Path and practice of low-carbon urban renewal: A case study of seven communities in Shanghai. Urban Planning Forum, (4), 111–119.

[44] Wu, H., Lin, C., Chen, Y., & Weng, T. (2022). Technical framework and implementation strategy for carbon reduction in urban districts based on whole process management and control: The case of Shanghai Jianghai Digital Industrial Park. Urban Planning Forum, (S2), 59–65.

[45] Yao, Y., Sun, Z., Li, L., Cheng, T., Chen, D., Zhou, G., Liu, C., Kou, S., Chen, Z., & Guan, Q. (2023). CarbonVCA: A cadastral parcel-scale carbon emission forecasting framework for peak carbon emissions. Cities, (138), 104354.

[46] EnergyPLAN. (2022). EnergyPLAN—Advanced analysis of smart energy systems.

[47] C40 Cities Climate Leadership Group. (2020). Vertically-integrated climate action tools.

[48] Zhou, Y., Chen, M., Tang, Z., & Mei, Z. (2021). Urbanization, land use change, and carbon emissions: Quantitative assessments for city-level carbon emissions in Beijing–Tianjin–Hebei region. Sustainable Cities and Society, (66), 102701.

[49] Autodesk. (2024). Autodesk Forma: Cloud-based software for early-stage planning and design.

[50] Nault, E., Waibel, C., Carmeliet, J., & Andersen, M. (2018). Development and test application of the UrbanSOLve decision-support prototype for early-stage neighborhood design. Building and Environment, (137), 58–72.

[51] Building Transparency. (2023). Tally.

[52] Climate Positive Design. (n.d.). Measure + improve our carbon impact.

本文引用格式 / PLEASE CITE THIS ARTICLE AS

Xu, M., Zhong, Y., & Ye, Y. (2024). Towards digitalized urban planning and design of low-carbon cities: Evolution and application review of assessment tools. Landscape Architecture Frontiers, 12(2), 9?29.

https://doi.org/10.15302/J-LAF-1-020096

獲取全文免費下載鏈接請點擊“閱讀原文”

編輯 | 田樂，高雨婷

制作 | 高雨婷

微信截圖_20240626114847.png