Global sectoral daily CO₂ emissions from 1970 to 2024

By collecting over two million records of near-real-time electricity generation, traffic, and industrial output since 2019, and employing machine learning to simulate the nonlinear, time-varying relationships between emissions and predictors (i.e., temperature and time surrogates), we constructed a daily CO₂ emissions dataset for 13 countries and regions globally, spanning the period from 1970 to 2024. This dataset encompasses four sectors: power, industry, residential, and transport (including ground transport and aviation).

本研究采集2019年以来超200万条近实时发电量、交通运行及工业产出数据，采用机器学习方法模拟碳排放与预测因子（predictors，即温度与时间代理变量（time surrogates））间的非线性、时变关联，构建了覆盖全球13个国家和地区、时间跨度为1970年至2024年的每日二氧化碳（CO₂）排放数据集。该数据集涵盖电力、工业、居民生活及交通运输四大领域，其中交通运输包含陆路交通与航空运输。

搜集汇总

背景与挑战

背景概述

该数据集提供了1970年至2024年全球13个国家和地区的每日二氧化碳排放数据，覆盖电力、工业、住宅和交通四个部门。它基于2019年以来的实时数据和机器学习方法构建，具有高时间分辨率和部门细分特点，适用于碳排放监测和分析研究。