温室效应已成为一个世界性的问题,备受关注。大量研究表明C02是导致温室效应的主要因素。遏制温室气体的产生是势在必行的,而消耗矿物燃料是导致CO2产生的主要原因。而火电厂是矿物燃料使用的重要场所,也是CO2排放的源头之一。我国对于能源的消耗主要是矿物燃料中的煤炭,占到能源消耗的70%,其中电站发电消耗约占60%。伴随人口增加,能源需求提高,用电量加剧,CO2排放量也急剧增长。联合国对于遏制温室效应做出了一系列举措,例如《京都议定书》的起草与修订等,目的是创建以C02排放权为交易对象的市场。这样可以促进全球温室气体减排。将CO2作为货品,在市场上进行贸易,简称碳交易。碳交易有三种机制,其中,基于CDM的碳交易最为活跃,就其项目数来说,可再生能源是最多的,占全球现有项目的59%,其中包括水电、风电等。而我国在CDM领域重点开发水电项目。根据碳交易市场的需要,现在碳排放量核算已成为衡量低碳经济成效的重要指标。可是,在我国还暂无一套自己的碳排放核算理论体系,目前采用的核算方法存在碳排放边界定义不科学、计算方法不统一、碳排放因子确定不明确等问题。所以急需制订一个适合我国实际情况的碳排放核算标准体系。本研究以川西地区的甘孜、凉山两州的25座径流式水电站为研究对象,以数学建模理论为基础,以Matlab软件作为重要工具,运用全生命周期评价法、聚类分析与网络分析法、主成分分析法、碳计算模型以及工程实地外业调查分析作为研究手段,对研究区域内25座径流式水电站的相关指标进行了详细分析,得到影响水电站碳核算量的相关指标,同时对水电站施工期碳排放量、运营期碳排放量、运营期碳补偿量以及水电站年碳核算量等进行了分析计算,得到了一组碳核算公式。本研究的主要结论如下：(1)利用z-score算法对原始数据进行标准化处理,使用R脚本语言调用Heatmap工具箱对数据进行样本以及指标之间的聚类,发现各样本之间,各指标之间并无明显的趋势性差异。电站之间的相似度也不明显,说明电站在建设过程中基础环境差异大,建设条件各不相同；(2)利用z-score算法对原始数据进行标准化处理,利用Matlab软件计算皮尔斯相关系数,并输出相关的邻接矩阵建立一个拓扑网络,将拓扑网络使用Cytoscape软件进行可视化,发现在44个指标的相关性分析中,永久占地中的荒地与临时占地中的荒地,很难与其他指标相关联。淹没占地合计与淹没林地、淹没草地,这三个指标均与淹没地相关,内部关联程度高,但没能和整体数据联系起来,观察拓扑网络图4-3的连接度,发现网络结构的中心是由年发电量,装机容量,设计水头等与最终发电效率相关的指标,这说明整个电站建设及运营过程中,其他多数指标都是围绕年发电量等相关指标而变化的；(3)利用z-score算法对原始数据进行标准化处理,利用Matlab软件计算皮尔斯相关系数,并输出相关的邻接矩阵建立一个拓扑网络,将拓扑网络使用Cytoscape软件进行可视化,发现在25个电站的相关性分析中,得到大雪电站、江达电站、布昌电站、措日沟电站、花椒坪电站的电站基础环境、建设条件与嘎日水电站是相类似的,可以进行类比分析,而其他电站相关性较差；(4)通过主成分分析得到：无论是在44指标还是24指标分析中,均得到第一个主成分中装机容量,年发电量等指标系数均为正且较其他系数绝对值更大,将第一主成分约定为未来发电碳补偿的有益因子。基于排名前五位的指标系数,对25个水电站进行打分,得分越高,说明水电站在运营期中碳补偿量越大。同理得到第二主成分中运营人数、单位千瓦投资等指标,将这些指标约定为水电站在建设及运营过程中碳补偿的有害因子。基于排名前五位的指标系数,对25个水电站进行打分,得分越高,说明水电站在建设及运营期中碳补偿量越小；(5)从聚类分析的打分结果对得分最高的然乌沟水电站以及得分最低的嘎日水电站进行分析讨论得到：在设计水电站时,应该考虑将电站的发电量合理增大,而修建水电站时,应该尽可能的减小相应原材料、能源、人工等消耗,这样的模式对于径流式水电站碳补偿较高；(6)根据碳计算模型,选取合适的碳排放系数以及碳汇系数,运用Excel软件,对25座径流式水电站施工期总碳排放量、运营期总碳排放量、水电站总碳排放量、水电站年碳排放量、水电站年碳补偿量等进行计算,结果见附表22；(7)得到水电站施工期碳核算公式：TCOE1=COEMC1+COEL1+COEW1、水电站运营期碳核算公式：TCOE2=COEHE2+COEL2+COEW2、水电站年碳核算公式：ACE=(TCE1+TCE2)/n等一系列碳计算公式,对于我国在碳核算体系方面有所帮助,同时,本研究课题对于我国在国际碳交易市场的地位和参与度有着举足轻重的作用。