碳排放計量是包括碳市場、電力市場在內的與“碳”相關工作的基礎。實現電碳市場協同，準確有效的碳計量不可或缺。在獲得較為準確的碳計量數據后，才能構建電碳市場的協同仿真模型，這也是后續進行電碳市場協同研究的基礎。聯合國政府間氣候變化專門委員會（IPCC）在1996年就提出了要進行碳計量工作，此后各類國際組織曾多次更新相關的二氧化碳排放計量的方法論。按照IPCC的標準，二氧化碳排放大體上可以分成三類，也就是范圍一、范圍二、范圍三排放。范圍一排放是指直接來自企業及其控制實體的排放；范圍二排放是企業由購買的能源（包括電力、蒸汽、加熱和冷卻）產生的間接排放；范圍三排放是指企業價值鏈中發生的所有間接排放（不包括在范圍二中）。以蘋果公司為例，由于其生產環節均為外包，自身沒有生產環節，因此范圍一和范圍二的排放量很低，但它的上游代工廠在制造過程中碳排放很高，所以蘋果公司范圍三的排放量就非常高。

 

目前，一般的碳計量方式大多是利用各種技術手段去估算不同企業主體的二氧化碳排放量。實現企業碳排放數據實時計量，將為企業開展碳交易、碳核查、碳足跡、碳認證、碳規劃等工作奠定良好基礎，目前主要有以下兩種方法。

 

其一是基于內部加裝設備實現實時碳計量監測。通過在企業內部安裝監測裝置，基于電力行業和實時的高頻智能電表的數據，結合非侵入式負荷算法和超分配力感知技術，通過數據處理，識別出企業所有的不同類型設備及設備在不同時段的工況，最后再結合這些設備直接和間接的排放因子，計算企業的總體排放，對企業進行實時二氧化碳排放監測。

 

其二是基于碳衛星對區域性的二氧化碳排放進行監測。由于衛星遙感具有高精度、大范圍和能夠重復觀測等優點，基于溫室氣體衛星遙感探測網絡現在正在逐步成為國際認可的新一代碳監測方法。近期國際衛星對地觀測委員會明確指出，將在2025年建立衛星星座業務以支撐2028年全球碳盤點。近期我國發射了第二顆高精度的碳衛星－陸地生態系統碳監測衛星“句芒號”。

 

香港中文大學（深圳）團隊推出世界首個基于碳衛星估算碳排放人工智能模型。該研究首次嘗試使用數據驅動的機器學習方法來實現基于碳衛星數據的高精度碳計量——融合了碳衛星所測得的碳濃度數據、全球氣象數據以及由煙氣排放連續監測系統（CEMS）記錄的電廠位置和實際碳排放數據得到的多模態數據，設計了針對該數據的先進自監督深度神經網絡算法，用其準確感知電廠的實際碳排放量。

 

該研究數據基于美國的軌道碳觀測衛星—2（OCO—2）的L2級數據，此碳衛星空間分辨率高達1.29千米×2.25千米，時間分辨率為16天。該方法具有良好的延展性，可以很方便地額外加入可能有效的信息。未來擬加入更多的數據（如地形、壓強、溫度、其他污染物、是否城區等），以及融合多個碳衛星探測的濃度數據以進一步提升碳感知精度。

 

雖然基于碳衛星探測的原始數據可以準確反向推演出大氣中溫室氣體的濃度，但是如何準確提取由于人類活動所產生的排放數據仍然是一個挑戰。傳統研究基于大氣物理模型對溫室氣體的擴散建立羽流模型，但當前此類方法精度還不足以支撐準確的碳感知。