Data-Gouv-FR/inventaire-de-gaz-a-effet-de-serre-territorialise

法国环境部委托大气污染研究技术跨专业中心（CITEPA）执行一项任务，对全国温室气体清单进行地域化或空间化。空间分辨率达到市镇级别，数据在时间上稳定，并可按公共机构间合作单位（EPCI）进行聚合。该清单基于国家温室气体排放的市镇分解和已有的空间化信息建立。此空间化清单旨在为2016年提供相关数量级参考，但不具备由空气质量监测协会（如www.atmo-france.org）、区域能源机构（www.rare.fr）或高时空分辨率国家项目（如国家空间化清单项目）进行的精细和准确水平。它可作为缺乏已建立地方温室气体清单的地区的默认清单。空间化的其他空气污染物（颗粒物、氮氧化物等）数据由空气质量监测协会定期计算和提供，并可纳入地方气候空气能源计划诊断中。区域能源观察站通过其平台提供能源消耗和生产相关数据，可从www.rare.fr访问。本数据集整合了所有温室气体的影响，详细列出了按市镇和部门的排放数据。虽然数据以市镇为单位发布，但仅适用于EPCI聚合尺度。The Ministry in charge of the Environment commissioned the Interprofessional Technical Centre for Atmospheric Pollution Studies (CITEPA) with a mission of territorialization or spatialization of the national greenhouse gas inventory. The spatial resolution is at the municipal level, stable over time, and can be aggregated by Public Inter-municipal Cooperation Establishments (EPCI). It is established based on both a decomposition of national greenhouse gas emissions at the municipal level and pre-spatialized information. This spatialized inventory aims to provide relevant orders of magnitude for the year 2016. It does not have the level of detail and accuracy of inventory work carried out at the territorial level by approved air quality monitoring associations (e.g., www.atmo-france.org), regional energy agencies (www.rare.fr), or national projects with high spatial and temporal resolution (large-scale projects like the National Spatialized Inventory - INS). It can serve as a default inventory for local authorities that do not have access to well-established territorial greenhouse gas inventories. Spatialized data concerning other air pollutants (particles, nitrogen oxides, etc.) are regularly calculated and made available by approved air quality monitoring associations. They can be integrated into the Climate Air Energy Territorial Plan (PCAET) diagnostics of local authorities. Regional energy observatories provide data related to energy consumption and production through their regional platforms, accessible from www.rare.fr. The dataset presented here integrates the effects of all greenhouse gases, detailing emissions by municipality and sector. Although the data are disseminated at the municipal level, they are only representative at an aggregated EPCI scale.

搜集汇总

数据集介绍

构建方式

该数据集源自法国环境部委托跨行业大气污染技术研究中心（CITEPA）开展的温室气体排放清单空间化项目。项目以2016年为基准年，基于国家温室气体排放清单的分解结果与已有空间化信息，将排放数据降尺度至市镇级行政单元，并确保空间结构具有时间稳定性，进而支持按公共合作机构进行聚合。数据集采用Parquet格式存储，经Hugging Face平台以单文件配置形式发布，包含一个名为'train'的数据切分，便于直接加载与调用。

特点

数据集以市镇为最小空间分辨率，涵盖全种类温室气体排放，并详细划分排放所涉及的行业部门。其核心价值在于为缺乏本地排放清单的地区提供一套可靠的默认数据支撑，也常被整合至地方气候-空气-能源规划中。尽管数据可精确至市镇层面，但官方强调其统计代表性更适用于公共合作机构尺度的聚合分析，而非单一市镇尺度的精细评估。

使用方法

使用者可通过Hugging Face的datasets库直接加载该数据集，指定配置名为'fichier'即可获取训练切分。典型调用方式为`load_dataset('Data-Gouv-ML/inventaire-de-gaz-a-effet-de-serre-territorialise', 'fichier')`，返回包含市镇编码、排放总量、温室气体类型及行业分类等字段的表格数据。该数据集适合用于区域碳排放特征分析、政策制定支持及环境科学研究中的基准数据参考，也可作为机器学习模型中排放预测任务的训练语料。

背景与挑战

背景概述

该数据集“Inventaire de gaz à effet de serre territorialisé”由法国环境部委托跨专业大气污染技术研究中心（CITEPA）创建，旨在将国家温室气体排放清单进行空间化处理，以2016年为基准年，提供以市镇为空间分辨率的排放数据。数据集发布于法国开放数据平台data.gouv.fr，其核心研究问题在于如何通过分解国家排放数据并结合已有空间化信息，构建一个可为缺乏地方排放清单的社区提供参考的“默认”清单。该数据集对法国地区气候政策与低碳规划具有重要支撑作用，尤其为地方气候-空气-能源计划（PCAET）的诊断阶段提供了关键数据基础，推动了地方政府在排放核算与减排行动中的科学决策。

当前挑战

该数据集所解决的领域问题在于，尽管法国已有国家层面的温室气体排放清单，但缺乏高空间分辨率的市镇级排放数据，这限制了地方政府在制定减排政策时的精准性。构建过程中的挑战主要包括：如何从国家排放数据中合理分解至市镇级，同时确保空间化后的数据在不同行政单元（如市镇与公共跨市镇合作机构）间具有稳定性和可聚合性；数据集虽提供市镇级数据，但准确度仅适用于EPCI尺度，无法达到专业空气质量监测协会或区域能源机构所编制的地方清单的精细度，这要求用户在使用时明确其作为估算值的局限性。

常用场景

经典使用场景

该数据集为法国领土尺度温室气体排放清单，整合了国家温室气体排放数据并分解至市镇层面，空间分辨率细致且保持时间稳定性。其经典使用场景在于支持地方行政单位（如市镇或公共跨市镇合作机构）构建初步的温室气体排放诊断。研究者可基于此数据集按排放部门（如交通、工业、农业等）及地理空间进行精细化分析，评估不同区域碳排放特征与减排潜力。该数据集尤为适用于那些缺乏本地高端排放清单的地区，能够充当基准参考，助力气候计划编制和区域低碳转型研究。

实际应用

在实际应用层面，该数据集为法国各级地方政府开展气候-空气-能源总体规划（PCAET）提供了关键数据支撑。市政官员与规划师可借此快速评估辖区内各类温室气体排放源的分布与强度，识别减排重点领域并设定能源效率和碳排放削减目标。此外，该数据也可整合至地方能源观测站或空气质量监督协会的业务流程中，作为与实测值交叉验证的参考数据库。对于缺乏独立排放核算能力的社区，该数据集是启动地方气候行动规划、争取环境治理资源的重要工具。

衍生相关工作

围绕该数据集已衍生出一系列重要工作：在数据科学领域，催生了针对法文开源行政数据格式转换与标准化处理的工具链，例如将CSV/Parquet结构集成至Hugging Face Datasets框架的数据加载流程。在气候变化计量经济学方向，该数据被用于建立跨部门的排放关联模型，探究经济人口变量与社区层面温室气体排放的统计特征。此外，该空间化清单也作为训练数据，驱动机器学习模型在更大法国领土范围内推演未直接观测区域的排放模式，为建立更高时空间分辨率的国家集成遥感排放系统提供了基础参照。