做碳排放研究，先了解这些工具
导读
在向数字化低碳城市规划设计方向转型的过程中，碳排放量化评估是关键一环。本文分别在城市尺度和片区／街区尺度上对多种典型的数字化碳排放评估工具进行了综述，并总结了工具评估的维度和参考依据。总的来说，现阶段基于能源系统规划和运营能耗模拟的评估工具仍占主导；随着碳排放预测的精细化发展趋势和脱碳政策重点的转变，基于用地类型和材料的碳排放预测和碳汇估算工具也发展迅速。然而，这些工具目前在城市规划设计实践项目中的应用有限，特别是在初期阶段。因此，本研究继而通过分析未应用数字化评估工具的低碳实践案例，指出：未来，应提高工具的灵活性和场景适应性，构建完善的数据库，兼顾运营碳、隐含碳和碳汇计算，契合多维度、多标准、全流程的评估需求。
关键词
低碳城市；碳排放；碳排放评估工具；城市规划设计；数字化；碳汇
迈向数字化的低碳城市规划设计：
碳排放评估工具演进与应用回顾
Towards Digitalized Urban Planning and Design of Low-Carbon Cities:
Evolution and Application Review of Assessment Tools
01引言
目前，国内外低碳城市建设的重点已从宏观层面的概念梳理逐渐转向微观层面的具体问题分析和数字化技术的运用。然而，现有的碳排放评估工具（下文简称为“评估工具”）相关综述研究主要存在以下几点局限性。首先，对评估工具的综述主要关注能源系统规划设计和建筑全生命周期评估两方面。第二，现有的综述研究往往聚焦单一尺度或学科，缺乏跨尺度、跨学科的系统分析。第三，评估工具虽呈多样化发展趋势，但仍未广泛应用到规划设计实践中。
本文从功能特点、评估维度和适用场景等方面对评估工具进行系统性梳理和比较研究，并根据具体应用情况探讨其存在的不足；最后，本文将总结各类评估工具的发展趋势，指明潜在发展方向，为未来低碳城市规划设计研究和实践提供参考。
碳排放评估工具综述研究框架 © 徐萌，仲玥，叶宇
02研究方法
本文利用谷歌学术进行文献筛选和验证。首先，检索了1980年1月1日至2023年12月31日发表的文献，检索关键词包括“carbon assessment tools”“carbonemission evaluation”“low carbon urban planning”“low carbon urban design”“low-carboncity””urban energy planning”“carbon-neutral city”“碳排放评估工具”“低碳评估指标体系”“碳排放评估工具综述”“零碳城市”“零碳规划”“减碳技术”“碳中和城市规划”。随后选取多次被提及的评估工具。此外，本文选取了部分创新性强、代表近期发展趋势且开发相对成熟的工具。最后，对所得工具进行初步分类，每类中官方介绍较为详细、完善的工具被保留并用于最终分析。
03研究结果
本文共检索到19个评估工具，按照尺度和功能将其划分为两大类（表1）：第一类工具主要用于辅助城市尺度的规划政策制定；第二类工具主要用于评估片区／街区尺度的规划设计方案。评估工具概述
碳评估工具的开发和演进与低碳政策及相关需求的发展息息相关。首先，城市和片区／街区尺度上的碳评估工具从20世纪80年代开始出现，在近十年显著增多。片区／街区尺度的评估工具近些年的发展增速尤为明显，这反映了低碳评估精细化发展趋势，以及脱碳政策重点的转变。
碳评估工具发展趋势（圆圈标注的One-Click LCA 和Tally 工具出现较早，用于建筑的隐含碳评估）。© 徐萌，仲玥，叶宇
按照功能，城市尺度的碳评估工具主要分为能源系统和政策分析、城市气候政策分析和基于用地类型的碳排放预测三类。城市尺度碳评估工具
1）能源系统和能源政策分析类工具：评估不同能源规划战略和情景下的碳排放，预测资金、成本和对环境变化的影响，主要涉及能源系统及电力、供热制冷等相关领域。
2）城市气候政策分析类工具：综合性较强，通常涉及建造业、交通运输、工业等跨系统规划。
城市气候政策分析类工具CURB © World Bank Group
3）基于用地类型的碳排放预测类工具：基于真实地块的土地利用类型变化来预测城市在不同发展情景下的碳排放水平。近年来，大量研究学者着手探索更加精细化的碳排放预测方法，但其发展尚处于起步阶段。
基于用地类型的碳排放预测类工具CarbonVCA操作界面 © UrbanComp
CarbonVCA技术路线图 © 徐萌，仲玥，叶宇
综上，城市尺度碳评估工具通过预测碳排放对政府部门的政策制定起到指导作用。碳排放预测呈现精细化趋势，基于宏观统计数据的预测相对成熟，而基于微观地块和城市空间特征的碳排放预测仍待探索。
现有的碳评估工具大致可分为运营能耗模拟与隐含碳和碳汇估算两大类。片区／街区尺度碳评估工具
1）运营能耗模拟类工具：此类工具出现较早，主要根据气候信息和建筑特征等数据预测建筑和片区的运营能耗。其中，一部分工具致力于从多个可持续维度的评估（包括碳评估）来辅助早期方案设计；另外一部分工具侧重于片区／街区尺度的能耗预测和能源系统优化，可支持高精度实时运营碳排放的预测，并将城市形态作为重要因素纳入能耗计算。
运营能耗模拟类工具umi能源需求计算示意图 © MIT Sustainable Design Lab
umi技术路线图 © 徐萌，仲玥，叶宇
2）隐含碳和碳汇估算类工具：虽然有少数运营能耗模拟类工具也兼具隐含碳评估的功能，但其只量化建筑建设和改造产生的隐含能源消耗，不涉及景观等其他城市环境和设施。新兴碳评估工具将焦点从运营碳转向隐含碳，可根据用地类型和材料等数据预测各尺度项目的隐含碳和碳汇，尤其考量大尺度项目的环境影响。
隐含碳和碳汇估算类工具Carbon Conscience官网页面 © SASAKI
Carbon Conscience技术路线图 © 徐萌，仲玥，叶宇
综上，目前在片区／街区尺度上仍缺乏综合考量运营碳和隐含碳，同时集成气候、能源系统、用地类型和材料等数据的综合性评估工具。
根据城市各系统的能源需求、碳排放量和可持续发展要素等，研究分别总结上述城市尺度和片区／街区尺度碳评估工具（表2）。评估维度及参考数据
在城市尺度上，建筑、工业、商业和交通运输是碳评估工具的共性维度。其他主要维度包括电力、污水处理和固体垃圾管理等方面。这些工具主要依照宏观经济和土地利用能耗数据对各维度进行量化评估，更新周期长、数据开放度低的特点，会从根本上影响评估的准确性和适用性。
1）经济能耗数据通常来源于政府部门的统计报告，数据获得存在一定的滞后性对比之下，仅针对某一国家或地区的工具获取和更新数据较为容易，且工具通常自带部分数据库。此外，LEAP等工具还允许使用者根据开发额外的功能程序。
2）土地利用能耗数据包含用地类型和用地类型碳排放系数两类数据。用地类型数据同样来源于城市政府部门；而碳排放系数则需根据案例城市的具体用地情况详细测定。
在片区／街区尺度上，运营能耗模拟工具主要用于预测能源需求。它们通常和微气候／热舒适的评估相结合，部分工具也能进行能源系统分析和可再生能源评估。针对规划设计初期阶段的评估工具还包含其他可持续分析模块（如日光照明等）。而隐含碳和碳汇估算工具的评估维度相对单一，主要侧重建筑和景观，较少评估交通、基础设施等方面。
其中，运营能耗模拟类工具主要参考建筑形态、属性和气候信息等数据，隐含碳和碳汇估算类工具主要参考建筑、景观、基础设施的用地类型、材料、结构等数据（表3）。
1）气候数据和建筑形态属性数据是开源数据，设计师会搜集卫星图等多方数据进行验证和调整，提高数据的准确性。侧重能源系统优化和供需分析的工具可参考建筑的供能系统类型和使用者的行为活动数据来获取更加精确的能耗现状，并预测未来的能源需求。
2）隐含碳和碳汇估算工具所参考的用地类型、用地面积、材料、场地管理等数据没有直接的来源，需要综合多学科知识，并结合既有研究和实践经验来获取。同时，数据库需要不断更新，以适应多样化的项目需求。
04讨论
本文搜集并比较了未运用评估工具的低碳实践案例，以发现现有评估工具的不足。评估维度及参考数据
由于各个国家和城市的差异显著，国内外城市纷纷依据实际情况构建了低碳建设评估框架和实施方法。天津市提出了基于减碳和固碳两方面的城市规划低碳评估指标体系，并结合现有国土空间规划框架探索了减碳技术路线。马来西亚也提出其低碳城市框架与评估系统，弥补了政府政策与市场上众多绿色城市评级工具之间的差距。然而，无法获取案例城市的准确数据也导致了部分国家和城市开发的工具只适用于局部地区，无法广泛应用。
片区／街区尺度上，碳排放通常与微气候／热舒适、日光潜力等指标的评估相结合。另外，隐含碳和碳汇估算评估工具在建筑材料和结构设计方面的应用已日臻成熟，而在综合性城市规划设计方面的应用刚刚兴起。
针对片区／街区尺度上的评估工具，有以下几点局限值得讨论。
第一，大部分规划设计实践仍未将碳排放作为关键因素，而只将其作为方案完成后的评估选项之一。
第二，大多数工具只聚焦单一方面的碳排放，同时，组合使用多种工具会导致数据之间关联的缺失。无锡市蠡湖新城规划项目构建了新的碳中和评估体系，可同时评估碳排放和碳汇；而济南市西部新区规划案例评估了规划方案的路网可达性、交通碳排放潜力等。当前评估工具中正缺乏此类侧重空间规划设计的多维度碳排放评估。
第三，现有的工具主要关注量化评估，欠缺相应的设计优化建议、低碳策略和实施方法等。而在实际项目中，重点在于可以指导落地的技术路线。例如，上海市斜土社区等7个社区通过传统的现状调查、碳排摸底和数据分析，制定了低碳更新策略和实施路径。
最后，片区／街区尺度工具普遍缺乏全流程意识，以及项目管理和运营过程中的碳排放监控核查。目前，有部分城市对此进行探索。上海市数字江海产业园通过搭建智慧减碳的数字孪生平台收集和反馈管理碳排放数据，形成了统合规划、建设、管理、运营关键环节的城市街区减碳技术框架。
综上，无论是城市和片区／街区尺度评估工具，都应提升工具的综合性和灵活性，使其适用于更加多样的场景，更准确、高效地辅助规划设计实践。
根据上述梳理分析，本文认为数字化低碳城市规划设计评估工具的未来发展趋势可总结为以下几点。首先，多学科的交叉融合增强工具实用性，提供一体化设计的最优化方案。第二，数据库构建是提高评估工具应用广度和精度的关键。第三，多标准的低碳评估研究还有待深入。第四，提高评估工具的经济可行性和使用便捷性。第五，随着人工智能（AI）技术的发展与广泛应用，评估工具也将迎来数字未来智慧化的迭代革新。评估工具发展趋势
本研究主要通过谷歌学术筛选文献来收集评估工具。这一方法可能导致一些新兴评估工具因为文献提及较少而未被纳入本研究中。此外，在梳理全球低碳城市规划设计案例时，缺乏系统的方法来全面搜集评估工具应用案例，可在未来研究中进一步优化。研究局限
05结语
本文从分类、特征、应用三个主要方面对数字化低碳城市规划设计评估工具进行了系统性梳理和比较研究，整体而言，此类工具在规划设计多个阶段的运用对低碳城市建设具有重要意义。在政策制定阶段，评估工具能够预测不同发展愿景和措施下城市的碳排放量；在方案初期，不少评估工具可以从项目伊始的概念设计阶段就测算设计方案的碳排放；在方案中后期，不少评估工具也可快速、准确地对设计方案进行碳排放模拟运算；在建成后阶段，一些评估工具还可以持续追踪项目的运营碳。未来，碳排放评估工具将朝着全球适用性、多学科涵盖、全生命周期计算、经济平衡和数据可视化等方面发展，与AI等智能技术的结合也将大大提升实践中碳评估的效率，使评估工具更好地支持城市规划设计实践。
参考文献
[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
编辑 | 田乐，高雨婷
制作 | 高雨婷
版权声明：本文版权归原作者所有，请勿以景观中国编辑版本转载。如有侵犯您的权益请及时联系，我们将第一时间删除。
投稿邮箱：info@landscape.cn
项目咨询：18510568018（微信同号）
