中國三大城市群能源碳排放時(shí)空格局及影響因素研究
發(fā)布時(shí)間:2023-10-21 13:43
中國是目前最大的能源消費(fèi)國和CO2排放國,現(xiàn)階段中國仍處于快速工業(yè)化和城鎮(zhèn)化階段,碳排放總量較大且增速較快,因此中國面臨巨大的減排壓力。中國在2020年9月22日舉辦的第七十五屆聯(lián)合國大會(huì)上提出將CO2排放力爭于2030年前達(dá)到峰值,努力爭取在2060年前實(shí)現(xiàn)碳中和。在減排的目標(biāo)驅(qū)動(dòng)下,需從更小的尺度上對碳排放的空間分布進(jìn)行研究。傳統(tǒng)能源消費(fèi)碳排放的估算大多利用國家及地方統(tǒng)計(jì)局的統(tǒng)計(jì)數(shù)據(jù),存在獲取時(shí)間滯后性、人為影響較大、缺乏精細(xì)尺度上的空間分布動(dòng)態(tài)等缺陷。因此,結(jié)合夜間燈光數(shù)據(jù)估算多個(gè)尺度尤其是精細(xì)尺度下區(qū)域能源碳排放,有助于為制定差異化的節(jié)能減排目標(biāo)提供參考。京津冀、長三角和珠三角三個(gè)城市群作為經(jīng)濟(jì)發(fā)展和能源消耗的重點(diǎn)區(qū)域,深入分析三大城市群碳排放的時(shí)空分布特征和影響因素,有助于為實(shí)現(xiàn)低碳發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化提供可靠的數(shù)據(jù)支撐。本文基于2014-2019年三個(gè)城市群的能源消費(fèi)統(tǒng)計(jì)數(shù)據(jù),利用遺傳神經(jīng)網(wǎng)絡(luò)構(gòu)建能源消費(fèi)碳排放量的擬合模型,借助夜間燈光數(shù)據(jù)實(shí)現(xiàn)了市、縣及精細(xì)尺度上的能源消耗碳排放量的估算。在此基礎(chǔ)上,使用線性傾向估計(jì)法、空間自相關(guān)模...
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
浙江師范大學(xué)碩士學(xué)位論文答辯委員會(huì)決議書
摘要
ABSTRACT
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究進(jìn)展
1.2.1 能源消費(fèi)碳排放研究進(jìn)展
1.2.2 基于夜間燈光數(shù)據(jù)的研究進(jìn)展
1.2.3 能源碳排放研究的不足及展望
1.3 研究目標(biāo)與研究內(nèi)容
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 技術(shù)路線
1.4 創(chuàng)新點(diǎn)
2 研究區(qū)域與研究方法
2.1 研究區(qū)域概況
2.1.1 京津冀城市群
2.1.2 長三角城市群
2.1.3 珠三角城市群
2.2 研究數(shù)據(jù)來源
2.2.1 夜間燈光數(shù)據(jù)
2.2.2 其他數(shù)據(jù)
2.3 研究方法
2.3.1 NPP/VIIRS夜間燈光數(shù)據(jù)預(yù)處理方法
2.3.2 基于統(tǒng)計(jì)數(shù)據(jù)的能源碳排放
2.3.3 線性傾向估計(jì)法
2.3.4 Morans’I指數(shù)法
2.3.5 核密度分析法
2.3.6 能源碳排放強(qiáng)度估算方法
2.3.7 影響因素研究方法
3 基于遺傳神經(jīng)網(wǎng)絡(luò)模型的中國三大城市群能源碳排放模型構(gòu)建
3.1 遺傳神經(jīng)網(wǎng)絡(luò)原理
3.1.1 神經(jīng)網(wǎng)絡(luò)原理
3.1.2 基于遺傳算法改進(jìn)的神經(jīng)網(wǎng)絡(luò)
3.2 基于遺傳神經(jīng)網(wǎng)絡(luò)模型的能源碳排放擬合模型構(gòu)建
3.3 碳排放估算精度檢驗(yàn)
4 中國三大城市群能源消費(fèi)碳排放時(shí)空格局
4.1 市縣級能源碳排放的時(shí)空格局演變分析
4.1.1 市縣級能源碳排放分布格局
4.1.2 市縣級能源碳排放分布的變化趨勢
4.1.3 市縣級能源碳排放分布的集聚格局
4.1.4 市級能源碳排放強(qiáng)度分布格局
4.2 精細(xì)尺度下能源碳排放的時(shí)空格局演變分析
4.2.1 精細(xì)尺度下能源碳排放分布格局
4.2.2 精細(xì)尺度下能源碳排放分布的變化趨勢
4.2.3 城市內(nèi)部能源碳排放分布格局
5 中國三大城市群能源消費(fèi)碳排放影響因素研究
5.1 能源碳排放影響因素分析
5.2 能源碳排放減排對策建議
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
作者簡歷及在學(xué)期間所取得的科研成果
本文編號:3855947
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【文章目錄】:
浙江師范大學(xué)碩士學(xué)位論文答辯委員會(huì)決議書
摘要
ABSTRACT
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究進(jìn)展
1.2.1 能源消費(fèi)碳排放研究進(jìn)展
1.2.2 基于夜間燈光數(shù)據(jù)的研究進(jìn)展
1.2.3 能源碳排放研究的不足及展望
1.3 研究目標(biāo)與研究內(nèi)容
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 技術(shù)路線
1.4 創(chuàng)新點(diǎn)
2 研究區(qū)域與研究方法
2.1 研究區(qū)域概況
2.1.1 京津冀城市群
2.1.2 長三角城市群
2.1.3 珠三角城市群
2.2 研究數(shù)據(jù)來源
2.2.1 夜間燈光數(shù)據(jù)
2.2.2 其他數(shù)據(jù)
2.3 研究方法
2.3.1 NPP/VIIRS夜間燈光數(shù)據(jù)預(yù)處理方法
2.3.2 基于統(tǒng)計(jì)數(shù)據(jù)的能源碳排放
2.3.3 線性傾向估計(jì)法
2.3.4 Morans’I指數(shù)法
2.3.5 核密度分析法
2.3.6 能源碳排放強(qiáng)度估算方法
2.3.7 影響因素研究方法
3 基于遺傳神經(jīng)網(wǎng)絡(luò)模型的中國三大城市群能源碳排放模型構(gòu)建
3.1 遺傳神經(jīng)網(wǎng)絡(luò)原理
3.1.1 神經(jīng)網(wǎng)絡(luò)原理
3.1.2 基于遺傳算法改進(jìn)的神經(jīng)網(wǎng)絡(luò)
3.2 基于遺傳神經(jīng)網(wǎng)絡(luò)模型的能源碳排放擬合模型構(gòu)建
3.3 碳排放估算精度檢驗(yàn)
4 中國三大城市群能源消費(fèi)碳排放時(shí)空格局
4.1 市縣級能源碳排放的時(shí)空格局演變分析
4.1.1 市縣級能源碳排放分布格局
4.1.2 市縣級能源碳排放分布的變化趨勢
4.1.3 市縣級能源碳排放分布的集聚格局
4.1.4 市級能源碳排放強(qiáng)度分布格局
4.2 精細(xì)尺度下能源碳排放的時(shí)空格局演變分析
4.2.1 精細(xì)尺度下能源碳排放分布格局
4.2.2 精細(xì)尺度下能源碳排放分布的變化趨勢
4.2.3 城市內(nèi)部能源碳排放分布格局
5 中國三大城市群能源消費(fèi)碳排放影響因素研究
5.1 能源碳排放影響因素分析
5.2 能源碳排放減排對策建議
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
作者簡歷及在學(xué)期間所取得的科研成果
本文編號:3855947
本文鏈接:http://www.wukwdryxk.cn/gongshangguanlilunwen/3855947.html
最近更新
教材專著