关于API:
碳足迹计算器API是一个强大的工具,让您轻松计算任何产品或服务的碳足迹。该API可以与任何应用程序集成,并支持多种指标,使跟踪和减少环境影响变得简单。
该API使用数据和算法,根据能源消耗、运输等多种因素计算产品或服务的碳足迹。
该API可以集成到电子商务网站、供应链管理系统和其他应用程序中,为客户提供产品的环境影响信息。这可以帮助促进可持续消费,并支持组织实现减碳目标。
此外,该API还可以用于跟踪和监测组织运营的碳足迹,例如能源消耗和运输,这有助于识别改善领域并跟踪进展。
总体而言,我们的碳足迹计算器API是寻求跟踪和减少环境影响的企业和组织的宝贵工具。它易于集成,并支持多种
使用公认的方法(ICAO/myclimate)计算特定航班的CO₂e排放量,以估算航空旅行的环境影响
可用航班舱位:
经济舱商务舱头等舱航班排放 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"calculation_id":"calc_f_65906d04","activity":"Flight from CGK to SUB","co2e_kg":176.41,"methodology_source":"ICAO/myclimate methodology"}
curl --location --request POST 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/20645/flight+emissions' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"from_airport_code": "CGK",
"to_airport_code": "SUB",
"passengers": 1,
"flight_class": "economy",
"roundtrip": false
}'
使用公认的方法(例如GLEC框架)计算货运运输产生的CO₂e排放量,以评估环境影响
可用运输方式:
卡车船舶铁路空运运输排放 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"calculation_id":"calc_s_3feafbe5","activity":"Truck freight transport (100000.0 kg, 50000.0 km)","co2e_kg":310000.0,"methodology_source":"GLEC framework"}
curl --location --request POST 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/20646/shipping+emissions' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"weight_kg": 100000,
"distance_km": 50000,
"transport_method": "truck"
}'
能源排放 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"calculation_id":"calc_e_e688cf08","activity":"Energy consumption in Indonesia (1000000.0 kWh)","co2e_kg":718000.0,"methodology_source":"Grid intensity data (IEA 2023)"}
curl --location --request POST 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/20647/energy+emissions' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"consumption_kwh": 1000000,
"location_country_code": "IDN"
}'
使用认可的DEFRA排放因子计算汽油动力车辆产生的CO₂e排放。
可用车辆:
小型中型大型SUV摩托车可用燃料类型:
汽油柴油电动混合动力车辆排放 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"calculation_id":"calc_v_ed087e3b","activity":"Midsize petrol vehicle trip (266.0 km)","co2e_kg":50.27,"methodology_source":"DEFRA emission factors"}
curl --location --request POST 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/20648/vehicle+emissions' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"distance_km": 266,
"vehicle_type": "midsize",
"fuel_type": "petrol"
}'
返回公共交通出行的二氧化碳估计排放量(以千克为单位)
公共交通 - 端点功能
| 对象 | 描述 |
|---|---|
distance |
[必需] Enter a distance in kilometers. |
type |
[必需] Enter the type of transport (Taxi, ClassicBus, EcoBus, Coach, NationalTrain, LightRail, Subway, FerryOnFoot, FerryInCar) |
{"carbon":"20.5200000 kg co2","success":true}
curl --location --request GET 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/21163/public+transit?distance=120&type=Taxi' --header 'Authorization: Bearer YOUR_API_KEY'
汽车旅行 - 端点功能
| 对象 | 描述 |
|---|---|
distance |
[必需] Enter a distance in kilometers. |
vehicle |
[必需] Enter the type of car |
{"carbon":"14.2000000 kg co2","success":true}
curl --location --request GET 'https://zylalabs.com/api/2/carbon+footprint+calculator+api/21164/car+travel?distance=100&vehicle=SmallDieselCar' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
该API需要输入如能源消耗、运输细节和产品或服务使用的材料等信息。这些输入有助于准确计算碳足迹
该API支持多种指标用于计算碳足迹,包括能耗(千瓦时)、运输距离(公里)和所用材料(例如,重量以千克为单位)这些指标用于生成精确的计算
是的,该API可以轻松集成到电子商务网站、供应链管理系统或任何其他应用程序中。它为客户提供有关产品环境影响的信息,帮助促进可持续消费并支持组织实现碳减排目标
是的,API可以通过捕获能源消耗、运输和其他相关因素的数据来跟踪和监测一个组织的碳足迹。这些数据有助于识别改进领域,并允许组织跟踪减少其环境影响的进展
该API提供实时计算。一旦您调用所需的端点并提供必要的排放数据,您将及时收到碳足迹计算,让您能够根据产品或服务的环境影响做出明智的决策
每个端点返回一个JSON对象,包含以千克CO2当量(CO2e)计算的碳足迹以及成功状态。例如,“POST汽车旅行”端点返回的数据像 `{"carbon":"140.608 kg co2","success":true}`
响应数据中的关键字段包括“碳”,表示计算出的CO2e,以及“成功”,确认计算是否成功。这种结构便于结果的解释
每个端点接受与计算相关的特定参数。例如“POST Flight”端点需要如行程距离和航班类型等详细信息,而“POST Fuel To Carbon”需要以升为单位的燃料体积
响应数据以简单的JSON格式组织,包含键值对。例如,一个典型的响应可能看起来像 `{"carbon":"20.124 kg co2","success":true}`,使其在应用中易于解析和使用
每个端点提供与碳排放相关的具体信息。例如“POST 清洁能源”计算来自清洁能源消费的二氧化碳当量,而“POST 树木当量”估算纸张生产所需的树木数量
数据准确性通过使用可靠的算法和经过验证的数据集来维护,这些数据集考虑了能源来源和运输方式等各种因素 定期更新和质量检查确保计算反映当前标准
典型的使用案例包括将碳足迹计算集成到电子商务平台中以告知消费者 支持组织的可持续发展报告 以及通过在设计过程中早期评估环境影响来帮助产品开发
用户可以通过将返回的数据集成到他们的应用程序中来提供对环境影响的洞察。例如 电子商务网站可以在产品旁边显示碳足迹 帮助消费者做出明智的可持续选择