人工智能助力城市“双碳”目标达成的路径及建议

王淼

随着全球气候变化问题日益严峻，人类经济发展与气候环境之间的矛盾愈发突出，成为全世界面临的共同挑战。为应对气候变化，各国相继做出“碳达峰、碳中和”承诺，我国从中央到地方密集部署“双碳”工作。实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革。城市作为控制碳排放的主战场和政策落地实施的基本单元，是“双碳”战略全面开展的强有力抓手。人工智能作为新一轮科技革命和产业变革的战略性技术，正在加快与经济社会各领域融合发展，并逐渐成为助力城市“双碳”目标达成的重要手段。本文分析了城市“双碳”目标的内涵与重点领域，探讨了人工智能助力城市“双碳”目标达成的实施路径，提出从筑牢数字底座、摸清碳家底、模拟碳足迹、赋能新场景、建设双碳平台等角度发力，助力城市“双碳”目标达成。

一、城市“双碳”目标的内涵与重点领域

城市“双碳”是指在城市空间层面的碳达峰和碳中和，即指城市的二氧化碳排放在一段时间内达到最高峰值，之后进入平台期并在一定范围内波动，然后进入平稳下降阶段，最终实现碳中和。城市“双碳”目标即从城市整体发展角度明确碳达峰的峰值排放量，以及实现碳达峰、碳中和的时间表。

城市落实“双碳”目标需从降低碳排放（“减法”）和增加碳吸收（“加法”）两方面着手。在降低碳排放方面，城市碳排放主要来源于能源供给端和能源消费端，供给端包含电力、热力等行业；消费端包含建筑、交通、制造业等。在增加碳吸收方面，一是通过生态碳汇吸收大气中的二氧化碳，并将其固定在植被与土壤中，减少大气中二氧化碳浓度；二是通过垃圾资源化处理、雨水收集、再生水利用等方式，将二氧化碳转化为有用的化学品或燃料，促进低碳循环。

二、人工智能助力城市“双碳”目标达成的实施路径

（一）总体框架

人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。作为新一轮科技革命和产业变革的战略性技术，人工智能正加快与经济社会各领域融合发展，并逐渐成为助力城市“双碳”目标达成的重要手段。人工智能主要从以下三条路径助力城市实现“双碳”目标：

一是人工智能助力降低自身碳排放。随着数据中心等人工智能基础设施部署的不断加快，以及人工智能算法模型开发和应用的不断扩大，电力等能源的消耗不断提升，通过应用深度学习算法等人工智能技术，并推动人工智能开源平台发展，能够有效降低人工智能的能耗，实现数据中心、模型开发的低碳运行。

二是人工智能助力监测城市碳排放。通过智能传感器近距离感知、卫星遥感远距离观测，利用人工智能监测平台进行综合分析，能够实现对碳足迹的跟踪、学习、模拟等，有效助力城市预测和优化碳排放活动。

三是人工智能赋能城市“双碳”重点领域。在行业层面，人工智能通过赋能电力、热力、建筑、制造等高碳排放领域，助力提高能效、节约能源、减少碳排放。在城市治理层面，人工智能帮助交通、园林、环保、水务等领域提升运行效率、降低事故灾害、高效利用能源、促进资源循环利用、压缩碳排放。在惠民层面，人工智能能够助力家电、照明、取暖、制冷等家居产品节能降耗，帮助市民垃圾分类促进再生资源回收，通过提升城市公共交通运行效率增强市民绿色出行意愿等。根据波士顿咨询公司研究，至2030年，人工智能的应用有望减少全球26亿至53亿吨二氧化碳排放量，占减排总量的5%至10%，同时为企业创造1.3万亿至2.6万亿美元的价值。

（二）人工智能助力降低自身碳排放

1、数据中心：利用深度学习算法提高数据中心能效水平

数据中心运营过程中的碳排放来源主要是IT设备、制冷设备和配电设备损耗。通过建立数据中心深度学习模型，实时监控运行数据，持续进行系统自主调优并给出维护策略，实现智能供电、智能散热，确保数据中心低能耗高效运行，更加绿色节能。

2、模型开发：借助开源平台降低模型开发过程碳排放

人工智能模型规模越来越大，构建和部署这些模型消耗大量能源，产生大量碳排放。因此，降低开发和使用人工智能模型对环境产生的负面影响也很关键，通常有以下两种方式：一是利用开源框架提升企业开发和部署AI模型的效率。开源框架包含深度学习核心框架、基础模型库、开发套件等工具、组件，能够助力使用者便捷开发高精度的AI模型，极大降低模型训练和推理过程的资源消耗。二是通过优化算法和硬件、使用绿色低碳数据中心等方式降低碳排放。

（三）人工智能助力监测城市碳排放

1、使用智能摄像头、传感器近距离采集城市碳排放数据

利用智能摄像头、智能传感器，能够实时感知、监测城市碳排放数据。在城市治理领域，借助智能摄像头全流程监管渣土车等，降低其违规操作产生的碳排放。在建筑领域，智能视觉传感器能够辅助降低暖通空调系统能耗。在工业领域，利用热红外等传感器实时监测和识别烟雾、热量和二氧化氮等排放情况，借助人工智能技术分析处理排放数据形成可视化结果，助力电力、钢铁、水泥等行业监测碳排放情况。在交通领域，将传感器用于测量卡车载重和电池筒，助力卡车降低油耗。

2、采用卫星遥感技术远距离观测碳排放数据

借助人工智能技术处理遥感影像和遥感信息，能够显著提高碳排放观测效率和速度。卫星遥感技术从远距离采用高空鸟瞰的形式进行探测，包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息，数据量巨大，利用人工智能、机器学习等技术手段，能夠快速分析接收到的数字和图像信息，自动反向推算出二氧化碳排放量，计算大气中二氧化碳浓度，实现实时监测城市碳排放总量和工业园区碳排放量。利用大气浓度测量进而计算碳排放和碳吸收的方法，优势在于“看得广、看得清”，与侧重“看得准、看得全”的地面观测形成有效互补。

3、利用人工智能监测平台全方位监测城市碳排放

结合大数据、云计算等技术，利用深度学习、知识图谱等人工智能技术，构建城市级双碳监测平台，能够实现对城市运行各领域碳排放数据的监测、碳配额的统筹、节能降碳的分析管理，跟踪各领域目标达成情况，对城市碳排放进行全方位监测，有效支撑城市节能减排和绿色用能评估。

（四）人工智能赋能城市“双碳”重点领域

1、优化重点行业减排路径

（1）“AI+电力”：降低能源损耗，减少发变输配电各环节碳排放

人工智能助力电力系统提升整体供能效率和综合利用效率，达到降低碳排放的效果。在发电端，人工智能在提升传统火力发电效率的同时，助力解决新能源消纳及电网稳定性；在巡检端，人工智能在输、变及配电等不同场景持续落地，降低电网各环节的能源损耗。根据中金公司测算，在人工智能技术的助力下，发、变、输、配电等各环节的发电效率均有望得到提升，每年可减少666.5亿千克二氧化碳排放。

（2）“AI+热力”：智能精细管控，助力热力系统低碳高效运行

人工智能供热管控系统可以根据外部气候的变化、客户使用习惯，建筑结构、系统压力分布等参数，通过传感器、物联网远程采集数据，依托深度学习技术，将系统运行情况数字化，促进整个系统高效运行，助力节约供热系统能耗、精细化运营，有效降低尖峰负荷。

（3）“AI+建筑”：动态运营维护，实现建筑“近零”排放

人工智能赋能建筑可提供绿色高效智慧建筑解决方案，基于人工智能和物联网技术，可以建立以人为中心的楼宇节能管控大数据系统，通过采集大量终端数据，跟踪设备从安装到运维全程的状态，建立建筑信息模型，结合人工智能算法的建筑模型能够收集处理更多的大数据，系统地检测和管理资产寿命周期、线路健康状况、设备状态预警、能耗异常数据等，实现建筑“近零”排放。

（4）“AI+制造”：推动提质降耗，实现行业低碳减排

人工智能在规划调度、生产进度监测、设备控制、质量检测等环节可以显著提高工作效率，基于收集的生产数据，人工智能可以自动设置和调整机器的运行参数，让机器和部件成为自优化的系统，实现各个生产环节的精准控制，根据生产条件迅速调整生产方案，降低能耗，有效降低成本。

2、提升城市综合治理效能

（1）“AI+城市管理”：提升运行效能，减少城市管理碳排放

依托“城市大脑”，运用知识处理、地图服务、视频识别、语音识别等人工智能技术赋能城市管理，推动城市管理由数字化向智能化升级，提高城市管理工作效能。利用人工智能能够自动识别乱堆物堆料、占道经营、垃圾箱满溢、店外经营、打包垃圾、无照经营游商、暴露垃圾等城市管理痛点问题，并自动上报、处置违规事件，降低违规行为产生的碳排放。

（2）“AI+交通管理”：优化道路运行，精准测算交通碳排放

人工智能技术能有效挖掘传统交通行业中人、车、路、环境的数据信息，利用人工智能技术进行运动目标检测和识别，能够助力交通管理领域实现动态违法取证、交通信号控制、路网流量调控、人车特征关联、交通行为研判等功能，优化道路运行效能，助力道路交通节能减排。

（3）“AI+应急管理”：提高响应时效，降低事故引发碳排放

利用人脸识别、车辆识别、生物特征识别、视频结构化处理等计算机视觉技术，能够实现人员身份管理、车辆速度、车辆违停、危险物堆放、潜在危险源发掘等功能，借助人工智能算法能够促进城市应急管理从“被动防御”向“主动预防”迈进，减少突发事件引发的碳排放。例如，危化品储存与运输、工厂事故引发污染源泄漏等。

3、助力全民“双碳”行动

（1）“AI+生活”：助力节约能源，降低生活碳排放

利用人工智能技术对家庭用电、水、气进行管控，提高能源使用效率，控制家庭能源消耗，助力居民生活节能减排。一方面可以通过智能音箱、智能控制系统控制家电，对家用电器、照明灯具等实现自动化、精细化、智能管控，降低无效电力消耗和碳排放。另一方面能够辅助家庭进行垃圾分类，有效提升资源回收利用率。

（2）“AI+出行”：促进低碳出行，减少私家车排放

在私家车出行方面，利用人工智能技术、智能导航系统等，实现出行路径精准规划，出行途中智能避堵，为新能源用户提供精准、高效、智能的充电方案等功能，降低私家车出行产生的碳排放。在公共交通出行方面，通過人工智能、云计算、物联网等技术，提升公共交通领域智能调度效率，为用户提供最优化的出行路线，提升用户绿色出行体验，降低私家车出行率，减少汽车尾气排放。

（3）“AI+宣传”：培养低碳意识，全民参与碳普惠

在宣传引导方面，一方面基于人工智能技术的小程序，能够对公众碳减排行为进行量化，并记录反馈给用户，引导提升用户低碳生活意愿；另一方面人工智能能够为消费者提供量身定制的干预措施，提出低碳消费替代产品或服务，促使公众参与到节能减排计划当中。

4、促进城市低碳循环发展

（1）“AI+园林”：森林灾害预警，保护碳汇林增加碳汇

人工智能在助力森林防护巡查、火灾隐患排查、火灾救援等方面能够发挥重要作用，实现防火监控的全域化、立体化、智能化、可视化和全天候覆盖，促进了由“人防”向“技防”的转变，用科技保护森林，增加林业碳汇。

（2）“AI+环保”：废物循环利用，抵消垃圾处理碳排放

在垃圾分类领域，利用人工智能技术实现全自动垃圾识别、分类、动态垃圾容量测量，能够显著提升环境治理效能。利用机器人分类，可以得到高品质、高纯度的循环利用资源。在垃圾焚烧发电领域，人工智能可以辅助管理垃圾焚烧炉，提升锅炉燃烧稳定性。

（3）“AI+水务”：开发再生能源，实现水务领域碳中和

一方面，人工智能可以助力水务系统和污水处理系统低碳运营。通过融合物联网、水务信息系统等技术，人工智能能够助力实时感知城镇水务系统的运行状态，通过数据分析对水务信息进行及时处理，实现水务系统全流程的科学化、精细化、智能化运行管理。另一方面，人工智能能够帮助污水处理厂开发利用污水、污泥再生能源。

5、推动碳交易助力碳中和

（1）“AI+碳监测”：辅助碳资产管理，助力碳交易利益最大化

建立企业碳排放收集、分析系统，利用人工智能、大数据、卫星遥感等技术辅助监测与管理，实现在线实时监测。并结合核算法、排放清单等信息，使用环境碳监测数据反演企业的碳排放源碳汇分布情况，辅助企业进行碳家底管理，结合碳资产情况，实施具有针对性的减排决策，制定碳交易方案，完成企业碳排放履约，确保利益最大化。

（2）“AI+碳核查”：全面高效核查，保障碳交易公正有效

使用人工智能技术，可以实现碳排放气体的精准计算，并且实时动态获取碳排放浓度。并结合云计算、大数据技术，助力碳排放统计核算工作。一方面，人工智能能够辅助从原料端计算能源消耗产生的碳排放。另一方面，人工智能能够从排放端连续监测碳排放。

（3）“AI+碳金融”：探索绿色金融，推动碳交易市场化

利用人工智能、区块链、大数据等新一代信息技术，加强对金融环境风险信息的采集和实时分析，探索实现绿色项目识别精准化、评级定价智能化、预警处置自动化的交易系统。通过人工智能、大数据、物联网等技术，改进绿色金融业务监管流程，优化交易监控、压力测试、绩效评价、合规报送等监管工具等。探索运用区块链、多方安全计算、联邦学习等技术，建立跨部门、跨区域、跨行业数据融合通道，进一步丰富和完善绿色信用信息体系，夯实绿色金融发展与监管的数据基础支撑。联动碳金融与碳交易市场，助力实现城市碳中和。

三、人工智能助力城市“双碳”目标达成的举措建议

（一）筑数字底座，强化新型基础设施的绿色低碳导向

建设以云计算、数据中心、人工智能等新型基础设施为核心的城市数字底座，以智能化、电气化、低碳化为导向，加大新型基础设施应用清洁能源和可再生能源的规模，出台针对新型基础设施的“碳达峰、碳中和”路线图。完善新型基础设施相关产业使用可再生能源的考核体系和市场机制。

（二）摸清碳家底，发挥人工智能在“双碳”目标管理方面的作用

将“双碳”目标纳入城市建设顶层设计规划，探索开展峰值目标倒逼下的碳排放总量控制制度，高标准、高质量地开展总体规划和实施。发挥人工智能在追踪碳足迹方面的能力，利用人工智能、大数据、物联网等技术自动跟踪、记录和溯源公司碳足迹以及相应的碳排放量，为城市管理各部门评估“双碳”成效提供决策支撑。

（三）模拟碳足迹，利用人工智能解决方案优化碳排放路径

利用人工智能技术模拟、预测未来的碳足迹和碳排放水平，为决策部门设置合理的碳排放目标。利用人工智能技术赋能传统行业，通过智能电网、智能建筑、智能园区、智能交通、智能物流等应用，推动生产、生活方式由高能耗、高污染、高排放向綠色低碳转型。

（四）赋能新场景，探索践行城市“双碳”战略的新模式

从场景需求出发，深入挖掘业务需求，整合人工智能能力，不断催生新产品、新模式、新业态，为城市低碳发展注入新动能，实现创新式发展。发挥人工智能“赋能效应”，通过人工智能赋能城市数字化变革、助力各行业低碳循环发展，探索城市经济增长与碳排放脱轨的新发展模式。

（五）建“双碳”平台，人工智能助力实现城市“双碳”目标

研究建立城市级“双碳”大脑，推动各委办局运用人工智能等新技术实现“双碳”目标。实现碳排放和能耗指标的可跟踪、可分析、可视化，统一管理碳数据、碳指标以及能耗数据指标，从政府各部门、园区、企业不同角度，实现碳排放实时统计、精准跟踪和及时预警，推动“双碳”目标管理数字化、精细化、智能化。

（作者为国家工业信息安全发展研究中心工程师）