公告/发布日期:2022/06/03

mile米乐中国官方网站 揭示行为变化对城市温度和电力消耗的影响

-基于城市气候模型和社会大数据融合的新估算-

积分

  • 因新型冠状病毒而进行的全国隔离:温度、人工废热、电力消耗(二氧化碳)2估算对排放的影响
  • 东京市中心气温下降达02℃,人工废热和电力消耗(CO2排放量减少了 70%
  • 大规模人类行为改变将导致局部热岛对策和节能(脱碳)

摘要

米乐m6官方网站(以下简称“AIST”),环境创造研究部,环境动态评估研究组,首席研究员高根雄哉(兼任:零排放国际联合研究中心,环境与社会评估研究组),AIST特别研究员,明成大学中岛虹,龟川幸宏教授城市气候模型2排放量的影响。预测结果显示,东京市中心白天气温将比平时下降02℃,用电量(CO2排放量)减少了 70%(概念图)。这项研究表明,大规模的行为改变(例如不外出)热岛和电力消耗/二氧化碳2定量显示它会影响排放。结果详情将于 2022 年 6 月 2 日发表在 Nature Portfolio 杂志上NPJ 气候和大气科学

概览图

概念图:由于避免外出而导致的温度(左)和电力消耗(右)的变化(通过城市气候模型估算)。
修改自 Takane 等人。 (2022)图。


发展的社会背景

到 2050 年在日本、科罗拉多州2为零。在 AIST,零排放国际合作研究中心专注于 CO2正在努力开发减排技术并将其应用于社会。另一方面,与这些努力无关的是,由于新型冠状病毒大流行的意外传播、经济活动的停滞和远程工作的蔓延(人类行为的变化),CO2减少排放量 (2021 年 7 月 30 日 AIST 新闻稿)等已有报道。

世界各地的城市已实施封锁,日本迄今已宣布多个紧急状态。然而,很难从这些观测和测量数据中提取人类行为变化对城市气温、人工排热和电力消耗的影响,实际情况尚未完全了解。这是因为温度和人工排热会受到自然波动而难以测量,而且功耗数据也很难获得。

那么,这一次,由于人类行为的变化、温度的变化、人工废热和电力消耗(来自电力的二氧化碳)2排放量)变化,而且可以估计整个日本的变化。这是支持消费领域节能和脱碳研究和技术开发的有效手段,旨在实现零排放和热岛对策,为因全球变暖而变得越来越热的城市“降温”。利用这里提出的方法,将可以定量评估各种对策技术,优化技术组合,并提出新的对策思路,以进一步为城市降温和促进脱碳。

 

研究历史

AIST 和明成大学 20 多年来一直致力于开发计算城市气候的数值模型,旨在计算城市地区的人类活动与城市天气和气候之间的关系,并定量评估其影响。使用该城市气候模型,我们估算了大阪市避免外出对温度和电力消耗的影响(2020 年 11 月 6 日 AIST 新闻稿)。但这一估计并没有涵盖紧急事态宣言的实际情况,而且是根据大阪市某一地点的人口数据进行的相对粗略的估计,因此结果有限,结果本身还存在很大的不确定性。

这次,我们开发了一种新方法(详情请参阅“研究内容”),将包括东京都市区在内的日本各地以 500 m 为间隔的大人口统计数据与城市气候模型相结合,目标是实际宣布紧急状态的 2020 年 4 月至 5 月期间。使用这种方法,我们调查了以东京都为中心的日本主要城市因冠状病毒大流行而导致的人类行为变化,包括城市温度、人工废热和电力消耗(电力产生的CO2排放量的影响。

这项研究得到了钢铁环境基金会环境补助金研究(第 42 号)、日本环境恢复和保护机构环境研究促进基金(项目号 JPMEERF20191009)和日本学术振兴会科学研究补助金(研究项目/领域号 20KK0096)的支持。

 

研究内容

宣布首次紧急状态后,城市中的人类活动发生了巨大变化。 Docomo Insight Marketing,一种实时人口统计数据(社交大数据)移动空间统计信息(间隔500m,每小时),因紧急事态宣言而禁止外出期间,东京市中心商业区白天的人口约为去年同期(感染蔓延前)的40%(图1左,蓝色)。另一方面,在市中心周边的一些地区(主要是居民区),病例数较感染蔓延前增加了40%以上(图1左,红色)。此外,根据日本道路交通信息中心的交通数据,在自我限制期间,关东平原大部分地区的交通量有所下降。这些自我约束期间人类活动的变化反映在城市气候模型中以1公里分辨率间隔设置的人类活动相关参数和汽车排出的热量中(城市气候模型与社会大数据的融合)。我们将新冠病毒命名为模拟案例,反映了由于不外出而导致的人类行为变化。另一方面,假设感染传播前正常时间的模拟案例被指定为“No-COVID”。通过比较这两种情况,我们估计了东京都市区内每隔 1 公里避免外出的影响。

11348_11702https://wwwaistgojp/aist_j/magazine/bb0034html(上次访问时间:2022 年 5 月 29 日))。另一方面,白天人口增加的市中心周围的温度估计几乎保持不变(左概念图,白色到浅红色)。

右侧的概念图显示了功耗的差异。市中心用电量正在下降,单位建筑面积最高约为12W,减少了70%(右概念图,蓝色)。另一方面,城市地区的电力消耗正在增加(右概念图,红色)。将整个都市区用电量的增减加起来,估计会略有节能。将该电力消耗乘以排放因子即可得出来自电力的二氧化碳2二氧化碳排放2可以假设排放量也有类似的增加或减少。表1a显示了关东地区各县各主要终点站的人口、气温、人工排热和电力消耗的变化。与关东南部的终点站相比,关东北部的人口变化较小,因此估计各变量的变化也较小。

由于人类活动变化导致的温度、人工废热和电力消耗的变化取决于人口变化,因此我们针对每种建筑用途(办公室、公寓、独栋住宅)创建了温度、人工废热、电力消耗和人口变化之间的简单关系公式。我们确认该关系表达式可以成功地再现大都市区温度、人工排热和电力消耗(概念图中的分布)的变化。之后,我们将范围扩大到日本全国城市,并使用该关系表达式、每500 m间隔的人口变化率以及日本的建筑物使用数据作为数值土地信息(城区土地利用细分网格数据) 用于估计避免外出的影响。结果,人工废热和电力消耗(电力产生的CO2排放量)估计有所减少(图 2 和表 1b)。另一方面,据估计气温下降幅度小于市中心,或者说几乎没有变化。

此外,如果第一次紧急状态期间(4-5月)人类行为的剧烈变化是在盛夏天气条件下进行的话,模拟显示东京市中心的气温下降最多可达03℃。这表明,在电力需求达到顶峰的炎热夏季,大规模改变人类行为可能会更有效。

上述估算结果表明,通过普及远程工作等方式改变城市地区的人类活动,推广“新的工作和生活方式”,可以缓解局部热岛效应,促进节能和脱碳。该方法将社会大数据与城市气候模型相结合,可用于评估和提出反映未来天气和气候变化的气候变化适应措施,以及2050年实现碳中和的脱碳技术。

图1

图1 东京都地区第一次紧急事态宣言期间(4月18日至5月14日)白天人口(左)和交通量(右)的变化(2020年与2019年同期的比率)。
蓝色:减少,红色:增加。 Takane 等人的修改图。 (2022)。

图2

图2 日本主要城市因限制外出而导致的用电量变化。 Takane 等人的修改图。 (2022)。

表 1 (a) 关东地区各县主要终点站和 (b) 日本主要城市的预计人口变化、用电量变化、人工废热变化和温度变化

a 关东各县的主要终点站

表 1(a)

b 日本主要城市

表 1(b)

 

未来计划

利用开发的方法和全球变暖预测技术,根据温度和电力需求(CO2排放)和人类健康风险的影响,我们可以提出旨在于2050年实现碳中和的城市发展和气候变化适应措施。此外,净零能耗之家 (ZEH)是啊净零能耗建筑 (ZEB)通过引进和传播14377_14411|等个人脱碳技术,在城市地区节约能源和减少二氧化碳排放2广泛定量地评估减排和缓解热岛效应的潜力。最终的目的是定量评估各种单独的对抗技术,并推荐新对抗措施的技术和想法的最佳组合。

 

论文信息

已出版的杂志:NPJ 气候和大气科学
论文标题:COVID-19 大流行期间的城市气候变化:城市建筑能源模型与社会大数据的整合
作者:Yuya Takane、Ko Nakajima 和 Yukihiro Kikekawa
DOI:101038/s41612-022-00268-0

 

查询

国立产业技术综合研究所
环境创造研究部,环境动态评估研究组
(兼任:零排放国际联合研究中心环境与社会评估研究组)
首席研究员 Yuya Takane 电子邮件:takaneyuya*aistgojp(发送前请将 * 更改为 @。)


术语解释

◆城市气候模型
用于在计算机上再现和预测城市气候和天气的数值模型。在城市气候模型和用于天气预报的数值模型发展之前的数值模型要么根本不考虑城市,要么将它们表示为混凝土板。因此,无法很好地再现城市气候特有的特征,例如夜间温度高于郊区。相比之下,城市气候模型可以高精度地再现城市气候。此外,通过将其与建筑能源模型相结合,可以计算人类活动、能源消耗和温度之间的相互作用。通过将社会大数据新纳入城市气候模型,现在可以进行反映实际人类行为的计算,从而可以比以往更高精度地再现实际观测和测量的温度和电力消耗的详细空间分布和时间变化。城市气候模型在学术上称为城市冠层模型。
参考视频:https://wwwyoutubecom/watch?v=56Soy7e-NvM(上次访问时间:2022 年 5 月 29 日)[返回来源]
◆热岛
由于城市化进程,城市地区气温高于郊区的现象。当你绘制等温线时,城市地区的温度似乎呈岛屿状上升,这就是为什么它们被称为热岛。它是城市地区中暑、睡眠障碍等健康损害的原因,也是增加能源消耗的因素。[返回来源]
◆移动空间统计
移动空间统计数据*1 是使用 DoCoMo 的移动电话网络系统创建的人口统计信息。每个基站定期监测其区域内的手机数量,并利用该系统统计手机数量,并考虑到Docomo手机在每个区域的普及率,从而估算出该区域一年365天、每天24小时的人口数量。国内居民的样本规模约为8,200万辆*2,访日外国人的样本规模约为1,200万辆*3,为日本最大。对于国内居民,还可以确定性别(男/女)、年龄(15-89岁)和居住地(都道府县/市/区/镇/村/大字)等属性。
在人口估算过程中,我们会进行去识别化处理,删除姓名、电话号码、出生日期等信息,并进行匿名化处理,从汇总结果中删除少数人的数据,从而无法识别个人身份。此外,可以根据用户的请求停止使用移动空间统计的操作数据。
*1:移动空间统计是 NTT Docomo, Inc 的注册商标。
*2:截至 2021 年 3 月,该数字不包括公司名称和 MVNO(移动虚拟网络运营商,即从移动电话公司租用通信线路并提供低通信服务费的“廉价 SIM 卡”的运营商)
※3:2019年度业绩[返回来源]
◆城区土地利用细分网格数据
国土交通省(国土调查院)发布的全国土地数值信息之一。该数据基于2009年、2011年和2011年版土地利用细分网格,该网格仅限于城市地区,将“建筑用地”细分为“高层建筑”、“工厂”、“低层建筑”和“低层建筑(密集区)”四类,“其他用地”分为“公共设施用地”、“开放式建筑”三类空间”和“公园和绿地”。可以从以下网页下载。
https://nlftpmlitgojp/ksj/gml/datalist/KsjTmplt-L03-b-uhtml(上次访问时间:2022 年 5 月 23 日)[返回参考源]
◆净零能源屋(ZEH)
旨在通过显着提高外表皮保温性能、引入高效设备系统、在保持室内环境质量的同时实现显着节能、引入可再生能源等方式将年度一次能源消耗降至零的房屋。(https://wwwenechometigojp/category/ saving_and_new/ saving/assets/pdf/general/housing/zeh_definition_kodatepdf [ PDF:909KB ](最后访问时间:2022 年 5 月 23 日))。[返回来源]
◆净零能耗建筑(ZEB)
通过先进的建筑设计减少能源负荷,通过采用被动技术积极利用自然能源,并引入高效的设备系统,我们在保持室内环境质量的同时实现了显着的节能。旨在通过引入能源最大限度地实现能源独立性并将年度一次能源消耗量降至零的建筑物(经济产业省自然资源能源厅节能课“ZEB路线图审查委员会摘要”(2015年12月))https://wwwenvgojp/earth/earth/ondanka/zeb/03pdf [ PDF:13MB ](上次访问时间:2022 年 5 月 23 日)。[返回来源]

相关文章