学术研究报告：整合IAM模型与交通需求预测的交通部门区域CO₂排放制图方法

一、研究团队与发表信息
本研究由首尔国立大学（Seoul National University）环境规划研究所的Hyejung Hu、Min-Young Choi、Bomi Kim等学者主导，联合剑桥大学（University of Cambridge）及建国大学（Konkuk University）的多学科团队完成，发表于期刊 *Atmospheric Pollution Research*（2025年10月）。研究通过整合集成评估模型（Integrated Assessment Model, IAM）与交通需求预测技术，开发了一种高分辨率的交通部门CO₂排放空间分配方法，并以韩国为案例验证其应用。

二、学术背景与研究目标
在全球碳中和目标的推动下，各国需精确评估当前及未来的温室气体排放。然而，长期排放预测通常在国家层面进行，难以反映区域差异。交通部门的排放因基础设施和社会经济条件差异呈现显著空间异质性。本研究旨在：
1. 结合IAM模型（Messageix-KR）预测国家层面能源消耗与CO₂排放；
2. 利用交通需求模型（Emme4）模拟未来路网流量变化；
3. 开发空间降尺度方法，将排放分配至行政区和1 km网格尺度，支持区域减排政策制定。

三、研究方法与流程
研究分为三大步骤：

1. 国家层面排放预测

   • 模型选择：采用Messageix-KR（基于能源系统优化模型ESOM），模拟韩国能源供应至终端消费的全流程，优化技术组合与成本。
     
   • 数据输入：整合经济、政策、技术等83类能源商品和580项技术参数，基于韩国能源经济研究所（KEEI）的能源平衡表构建参考能源系统（Reference Energy System, RES）。
     
   • 情景设置：以“一切照常”（BAU）为基准，排除额外减排措施，预测2020–2050年交通部门能源结构与CO₂排放。
     

2. 交通需求预测与空间分配

   • 模型框架：使用Emme4宏观交通规划软件，基于Wardrop用户均衡原理，模拟多车种（轿车、巴士、卡车）的路网流量分配。
     
   • 数据处理：输入韩国交通数据库（KTDB）提供的路网属性（车道数、容量）及OD矩阵，通过500次迭代确保收敛。
     
   • 创新方法：提出“车辆行驶里程（Vehicle Kilometers Traveled, VKT）”作为空间分配系数，结合GIS工具将路链级流量数据匹配至行政区及网格。
     

3. 排放空间降尺度

   • 行政区分配：基于VKT区域占比公式（f_region = VKT_region / VKT_total），考虑路网扩建与人口变化动态调整。
     
   • 网格级分配：构建1 km分辨率网格，通过Python（Geopandas库）计算网格内VKT权重（f_grid = VKT_grid / VKT_total），解决城市区域路链短于网格尺寸的偏差问题。
     

四、主要研究结果
1. 国家排放趋势
- BAU情景下，韩国交通部门CO₂排放从2025年97.5 MtCO₂eq降至2050年52.8 MtCO₂eq（年均降幅2.5%），能源结构从汽油主导（55%）转向城市燃气（7%）与电力（1.5%）比例上升。

1. 交通流量变化

   • 总VKT在2035年达峰值（682.9百万车公里），后因人口下降减少；货运车辆（尤其重型卡车）VKT持续增长，反映物流需求上升。
     

2. 空间分配特征

   • 区域差异：京畿道因人口集中占全国排放26%，首尔因人口外流排放下降56%；忠清南道因工业区需求排放占比上升至9.59%。
     
   • 网格热点：排放高值集中在首尔都市圈、高速公路沿线（如京釜高速），与工业区和物流枢纽分布一致。
     

五、结论与价值
1. 方法论贡献：首次将IAM与动态交通模型结合，突破传统静态分配局限，提供反映未来路网变化的排放地图。
2. 政策支持：高分辨率排放数据（1 km网格）为区域差异化减排策略（如NDCs）提供科学依据。
3. 扩展应用：该方法可协同空气污染物（如NOx、PM2.5）排放预测，助力气候与空气质量协同治理。

六、研究亮点
1. 跨学科整合：融合能源系统模型与交通工程方法，解决长期排放预测的空间分辨率难题。
2. 动态分配系数：通过VKT-PCU（客车当量系数）量化货运增长对排放的影响。
3. 案例验证：以韩国2050碳中和目标为节点，验证方法在复杂路网与人口变动下的适用性。

七、其他价值
研究指出需进一步优化区域版Messageix-KR模型，并纳入自动驾驶等行为变化因素。数据可通过申请获取，代码开源促进方法推广。