人工智能助力城市“雙碳”目標達成的路徑及建議

王淼

隨著全球氣候變化問題日益嚴峻，人類經濟發展與氣候環境之間的矛盾愈發突出，成為全世界面臨的共同挑戰。為應對氣候變化，各國相繼做出“碳達峰、碳中和”承諾，我國從中央到地方密集部署“雙碳”工作。實現碳達峰、碳中和是一場廣泛而深刻的經濟社會系統性變革。城市作為控制碳排放的主戰場和政策落地實施的基本單元，是“雙碳”戰略全面開展的強有力抓手。人工智能作為新一輪科技革命和產業變革的戰略性技術，正在加快與經濟社會各領域融合發展，并逐漸成為助力城市“雙碳”目標達成的重要手段。本文分析了城市“雙碳”目標的內涵與重點領域，探討了人工智能助力城市“雙碳”目標達成的實施路徑，提出從筑牢數字底座、摸清碳家底、模擬碳足跡、賦能新場景、建設雙碳平臺等角度發力，助力城市“雙碳”目標達成。

一、城市“雙碳”目標的內涵與重點領域

城市“雙碳”是指在城市空間層面的碳達峰和碳中和，即指城市的二氧化碳排放在一段時間內達到最高峰值，之后進入平臺期并在一定范圍內波動，然后進入平穩下降階段，最終實現碳中和。城市“雙碳”目標即從城市整體發展角度明確碳達峰的峰值排放量，以及實現碳達峰、碳中和的時間表。

城市落實“雙碳”目標需從降低碳排放（“減法”）和增加碳吸收（“加法”）兩方面著手。在降低碳排放方面，城市碳排放主要來源于能源供給端和能源消費端，供給端包含電力、熱力等行業；消費端包含建筑、交通、制造業等。在增加碳吸收方面，一是通過生態碳匯吸收大氣中的二氧化碳，并將其固定在植被與土壤中，減少大氣中二氧化碳濃度；二是通過垃圾資源化處理、雨水收集、再生水利用等方式，將二氧化碳轉化為有用的化學品或燃料，促進低碳循環。

二、人工智能助力城市“雙碳”目標達成的實施路徑

（一）總體框架

人工智能是研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學。作為新一輪科技革命和產業變革的戰略性技術，人工智能正加快與經濟社會各領域融合發展，并逐漸成為助力城市“雙碳”目標達成的重要手段。人工智能主要從以下三條路徑助力城市實現“雙碳”目標：

一是人工智能助力降低自身碳排放。隨著數據中心等人工智能基礎設施部署的不斷加快，以及人工智能算法模型開發和應用的不斷擴大，電力等能源的消耗不斷提升，通過應用深度學習算法等人工智能技術，并推動人工智能開源平臺發展，能夠有效降低人工智能的能耗，實現數據中心、模型開發的低碳運行。

二是人工智能助力監測城市碳排放。通過智能傳感器近距離感知、衛星遙感遠距離觀測，利用人工智能監測平臺進行綜合分析，能夠實現對碳足跡的跟蹤、學習、模擬等，有效助力城市預測和優化碳排放活動。

三是人工智能賦能城市“雙碳”重點領域。在行業層面，人工智能通過賦能電力、熱力、建筑、制造等高碳排放領域，助力提高能效、節約能源、減少碳排放。在城市治理層面，人工智能幫助交通、園林、環保、水務等領域提升運行效率、降低事故災害、高效利用能源、促進資源循環利用、壓縮碳排放。在惠民層面，人工智能能夠助力家電、照明、取暖、制冷等家居產品節能降耗，幫助市民垃圾分類促進再生資源回收，通過提升城市公共交通運行效率增強市民綠色出行意愿等。根據波士頓咨詢公司研究，至2030年，人工智能的應用有望減少全球26億至53億噸二氧化碳排放量，占減排總量的5%至10%，同時為企業創造1.3萬億至2.6萬億美元的價值。

（二）人工智能助力降低自身碳排放

1、數據中心：利用深度學習算法提高數據中心能效水平

數據中心運營過程中的碳排放來源主要是IT設備、制冷設備和配電設備損耗。通過建立數據中心深度學習模型，實時監控運行數據，持續進行系統自主調優并給出維護策略，實現智能供電、智能散熱，確保數據中心低能耗高效運行，更加綠色節能。

2、模型開發：借助開源平臺降低模型開發過程碳排放

人工智能模型規模越來越大，構建和部署這些模型消耗大量能源，產生大量碳排放。因此，降低開發和使用人工智能模型對環境產生的負面影響也很關鍵，通常有以下兩種方式：一是利用開源框架提升企業開發和部署AI模型的效率。開源框架包含深度學習核心框架、基礎模型庫、開發套件等工具、組件，能夠助力使用者便捷開發高精度的AI模型，極大降低模型訓練和推理過程的資源消耗。二是通過優化算法和硬件、使用綠色低碳數據中心等方式降低碳排放。

（三）人工智能助力監測城市碳排放

1、使用智能攝像頭、傳感器近距離采集城市碳排放數據

利用智能攝像頭、智能傳感器，能夠實時感知、監測城市碳排放數據。在城市治理領域，借助智能攝像頭全流程監管渣土車等，降低其違規操作產生的碳排放。在建筑領域，智能視覺傳感器能夠輔助降低暖通空調系統能耗。在工業領域，利用熱紅外等傳感器實時監測和識別煙霧、熱量和二氧化氮等排放情況，借助人工智能技術分析處理排放數據形成可視化結果，助力電力、鋼鐵、水泥等行業監測碳排放情況。在交通領域，將傳感器用于測量卡車載重和電池筒，助力卡車降低油耗。

2、采用衛星遙感技術遠距離觀測碳排放數據

借助人工智能技術處理遙感影像和遙感信息，能夠顯著提高碳排放觀測效率和速度。衛星遙感技術從遠距離采用高空鳥瞰的形式進行探測，包括多點位、多譜段、多時段和多高度的遙感影像以及多次增強的遙感信息，數據量巨大，利用人工智能、機器學習等技術手段，能夠快速分析接收到的數字和圖像信息，自動反向推算出二氧化碳排放量，計算大氣中二氧化碳濃度，實現實時監測城市碳排放總量和工業園區碳排放量。利用大氣濃度測量進而計算碳排放和碳吸收的方法，優勢在于“看得廣、看得清”，與側重“看得準、看得全”的地面觀測形成有效互補。

3、利用人工智能監測平臺全方位監測城市碳排放

結合大數據、云計算等技術，利用深度學習、知識圖譜等人工智能技術，構建城市級雙碳監測平臺，能夠實現對城市運行各領域碳排放數據的監測、碳配額的統籌、節能降碳的分析管理，跟蹤各領域目標達成情況，對城市碳排放進行全方位監測，有效支撐城市節能減排和綠色用能評估。

（四）人工智能賦能城市“雙碳”重點領域

1、優化重點行業減排路徑

（1）“AI+電力”：降低能源損耗，減少發變輸配電各環節碳排放

人工智能助力電力系統提升整體供能效率和綜合利用效率，達到降低碳排放的效果。在發電端，人工智能在提升傳統火力發電效率的同時，助力解決新能源消納及電網穩定性；在巡檢端，人工智能在輸、變及配電等不同場景持續落地，降低電網各環節的能源損耗。根據中金公司測算，在人工智能技術的助力下，發、變、輸、配電等各環節的發電效率均有望得到提升，每年可減少666.5億千克二氧化碳排放。

（2）“AI+熱力”：智能精細管控，助力熱力系統低碳高效運行

人工智能供熱管控系統可以根據外部氣候的變化、客戶使用習慣，建筑結構、系統壓力分布等參數，通過傳感器、物聯網遠程采集數據，依托深度學習技術，將系統運行情況數字化，促進整個系統高效運行，助力節約供熱系統能耗、精細化運營，有效降低尖峰負荷。

（3）“AI+建筑”：動態運營維護，實現建筑“近零”排放

人工智能賦能建筑可提供綠色高效智慧建筑解決方案，基于人工智能和物聯網技術，可以建立以人為中心的樓宇節能管控大數據系統，通過采集大量終端數據，跟蹤設備從安裝到運維全程的狀態，建立建筑信息模型，結合人工智能算法的建筑模型能夠收集處理更多的大數據，系統地檢測和管理資產壽命周期、線路健康狀況、設備狀態預警、能耗異常數據等，實現建筑“近零”排放。

（4）“AI+制造”：推動提質降耗，實現行業低碳減排

人工智能在規劃調度、生產進度監測、設備控制、質量檢測等環節可以顯著提高工作效率，基于收集的生產數據，人工智能可以自動設置和調整機器的運行參數，讓機器和部件成為自優化的系統，實現各個生產環節的精準控制，根據生產條件迅速調整生產方案，降低能耗，有效降低成本。

2、提升城市綜合治理效能

（1）“AI+城市管理”：提升運行效能，減少城市管理碳排放

依托“城市大腦”，運用知識處理、地圖服務、視頻識別、語音識別等人工智能技術賦能城市管理，推動城市管理由數字化向智能化升級，提高城市管理工作效能。利用人工智能能夠自動識別亂堆物堆料、占道經營、垃圾箱滿溢、店外經營、打包垃圾、無照經營游商、暴露垃圾等城市管理痛點問題，并自動上報、處置違規事件，降低違規行為產生的碳排放。

（2）“AI+交通管理”：優化道路運行，精準測算交通碳排放

人工智能技術能有效挖掘傳統交通行業中人、車、路、環境的數據信息，利用人工智能技術進行運動目標檢測和識別，能夠助力交通管理領域實現動態違法取證、交通信號控制、路網流量調控、人車特征關聯、交通行為研判等功能，優化道路運行效能，助力道路交通節能減排。

（3）“AI+應急管理”：提高響應時效，降低事故引發碳排放

利用人臉識別、車輛識別、生物特征識別、視頻結構化處理等計算機視覺技術，能夠實現人員身份管理、車輛速度、車輛違停、危險物堆放、潛在危險源發掘等功能，借助人工智能算法能夠促進城市應急管理從“被動防御”向“主動預防”邁進，減少突發事件引發的碳排放。例如，危化品儲存與運輸、工廠事故引發污染源泄漏等。

3、助力全民“雙碳”行動

（1）“AI+生活”：助力節約能源，降低生活碳排放

利用人工智能技術對家庭用電、水、氣進行管控，提高能源使用效率，控制家庭能源消耗，助力居民生活節能減排。一方面可以通過智能音箱、智能控制系統控制家電，對家用電器、照明燈具等實現自動化、精細化、智能管控，降低無效電力消耗和碳排放。另一方面能夠輔助家庭進行垃圾分類，有效提升資源回收利用率。

（2）“AI+出行”：促進低碳出行，減少私家車排放

在私家車出行方面，利用人工智能技術、智能導航系統等，實現出行路徑精準規劃，出行途中智能避堵，為新能源用戶提供精準、高效、智能的充電方案等功能，降低私家車出行產生的碳排放。在公共交通出行方面，通過人工智能、云計算、物聯網等技術，提升公共交通領域智能調度效率，為用戶提供最優化的出行路線，提升用戶綠色出行體驗，降低私家車出行率，減少汽車尾氣排放。

（3）“AI+宣傳”：培養低碳意識，全民參與碳普惠

在宣傳引導方面，一方面基于人工智能技術的小程序，能夠對公眾碳減排行為進行量化，并記錄反饋給用戶，引導提升用戶低碳生活意愿；另一方面人工智能能夠為消費者提供量身定制的干預措施，提出低碳消費替代產品或服務，促使公眾參與到節能減排計劃當中。

4、促進城市低碳循環發展

（1）“AI+園林”：森林災害預警，保護碳匯林增加碳匯

人工智能在助力森林防護巡查、火災隱患排查、火災救援等方面能夠發揮重要作用，實現防火監控的全域化、立體化、智能化、可視化和全天候覆蓋，促進了由“人防”向“技防”的轉變，用科技保護森林，增加林業碳匯。

（2）“AI+環保”：廢物循環利用，抵消垃圾處理碳排放

在垃圾分類領域，利用人工智能技術實現全自動垃圾識別、分類、動態垃圾容量測量，能夠顯著提升環境治理效能。利用機器人分類，可以得到高品質、高純度的循環利用資源。在垃圾焚燒發電領域，人工智能可以輔助管理垃圾焚燒爐，提升鍋爐燃燒穩定性。

（3）“AI+水務”：開發再生能源，實現水務領域碳中和

一方面，人工智能可以助力水務系統和污水處理系統低碳運營。通過融合物聯網、水務信息系統等技術，人工智能能夠助力實時感知城鎮水務系統的運行狀態，通過數據分析對水務信息進行及時處理，實現水務系統全流程的科學化、精細化、智能化運行管理。另一方面，人工智能能夠幫助污水處理廠開發利用污水、污泥再生能源。

5、推動碳交易助力碳中和

（1）“AI+碳監測”：輔助碳資產管理，助力碳交易利益最大化

建立企業碳排放收集、分析系統，利用人工智能、大數據、衛星遙感等技術輔助監測與管理，實現在線實時監測。并結合核算法、排放清單等信息，使用環境碳監測數據反演企業的碳排放源碳匯分布情況，輔助企業進行碳家底管理，結合碳資產情況，實施具有針對性的減排決策，制定碳交易方案，完成企業碳排放履約，確保利益最大化。

（2）“AI+碳核查”：全面高效核查，保障碳交易公正有效

使用人工智能技術，可以實現碳排放氣體的精準計算，并且實時動態獲取碳排放濃度。并結合云計算、大數據技術，助力碳排放統計核算工作。一方面，人工智能能夠輔助從原料端計算能源消耗產生的碳排放。另一方面，人工智能能夠從排放端連續監測碳排放。

（3）“AI+碳金融”：探索綠色金融，推動碳交易市場化

利用人工智能、區塊鏈、大數據等新一代信息技術，加強對金融環境風險信息的采集和實時分析，探索實現綠色項目識別精準化、評級定價智能化、預警處置自動化的交易系統。通過人工智能、大數據、物聯網等技術，改進綠色金融業務監管流程，優化交易監控、壓力測試、績效評價、合規報送等監管工具等。探索運用區塊鏈、多方安全計算、聯邦學習等技術，建立跨部門、跨區域、跨行業數據融合通道，進一步豐富和完善綠色信用信息體系，夯實綠色金融發展與監管的數據基礎支撐。聯動碳金融與碳交易市場，助力實現城市碳中和。

三、人工智能助力城市“雙碳”目標達成的舉措建議

（一）筑數字底座，強化新型基礎設施的綠色低碳導向

建設以云計算、數據中心、人工智能等新型基礎設施為核心的城市數字底座，以智能化、電氣化、低碳化為導向，加大新型基礎設施應用清潔能源和可再生能源的規模，出臺針對新型基礎設施的“碳達峰、碳中和”路線圖。完善新型基礎設施相關產業使用可再生能源的考核體系和市場機制。

（二）摸清碳家底，發揮人工智能在“雙碳”目標管理方面的作用

將“雙碳”目標納入城市建設頂層設計規劃，探索開展峰值目標倒逼下的碳排放總量控制制度，高標準、高質量地開展總體規劃和實施。發揮人工智能在追蹤碳足跡方面的能力，利用人工智能、大數據、物聯網等技術自動跟蹤、記錄和溯源公司碳足跡以及相應的碳排放量，為城市管理各部門評估“雙碳”成效提供決策支撐。

（三）模擬碳足跡，利用人工智能解決方案優化碳排放路徑

利用人工智能技術模擬、預測未來的碳足跡和碳排放水平，為決策部門設置合理的碳排放目標。利用人工智能技術賦能傳統行業，通過智能電網、智能建筑、智能園區、智能交通、智能物流等應用，推動生產、生活方式由高能耗、高污染、高排放向綠色低碳轉型。

（四）賦能新場景，探索踐行城市“雙碳”戰略的新模式

從場景需求出發，深入挖掘業務需求，整合人工智能能力，不斷催生新產品、新模式、新業態，為城市低碳發展注入新動能，實現創新式發展。發揮人工智能“賦能效應”，通過人工智能賦能城市數字化變革、助力各行業低碳循環發展，探索城市經濟增長與碳排放脫軌的新發展模式。

（五）建“雙碳”平臺，人工智能助力實現城市“雙碳”目標

研究建立城市級“雙碳”大腦，推動各委辦局運用人工智能等新技術實現“雙碳”目標。實現碳排放和能耗指標的可跟蹤、可分析、可視化，統一管理碳數據、碳指標以及能耗數據指標，從政府各部門、園區、企業不同角度，實現碳排放實時統計、精準跟蹤和及時預警，推動“雙碳”目標管理數字化、精細化、智能化。

（作者為國家工業信息安全發展研究中心工程師）