發(fā)布時間：2023-10-21 13:43

　　中國是目前最大的能源消費國和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)合國大會上提出將CO₂排放力爭于2030年前達到峰值,努力爭取在2060年前實現(xiàn)碳中和。在減排的目標驅動下,需從更小的尺度上對碳排放的空間分布進行研究。傳統(tǒng)能源消費碳排放的估算大多利用國家及地方統(tǒng)計局的統(tǒng)計數(shù)據,存在獲取時間滯后性、人為影響較大、缺乏精細尺度上的空間分布動態(tài)等缺陷。因此,結合夜間燈光數(shù)據估算多個尺度尤其是精細尺度下區(qū)域能源碳排放,有助于為制定差異化的節(jié)能減排目標提供參考。京津冀、長三角和珠三角三個城市群作為經濟發(fā)展和能源消耗的重點區(qū)域,深入分析三大城市群碳排放的時空分布特征和影響因素,有助于為實現(xiàn)低碳發(fā)展和產業(yè)結構優(yōu)化提供可靠的數(shù)據支撐。本文基于2014-2019年三個城市群的能源消費統(tǒng)計數(shù)據,利用遺傳神經網絡構建能源消費碳排放量的擬合模型,借助夜間燈光數(shù)據實現(xiàn)了市、縣及精細尺度上的能源消耗碳排放量的估算。在此基礎上,使用線性傾向估計法、空間自相關模...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
浙江師范大學碩士學位論文答辯委員會決議書
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 國內外研究進展
        1.2.1 能源消費碳排放研究進展
        1.2.2 基于夜間燈光數(shù)據的研究進展
        1.2.3 能源碳排放研究的不足及展望
    1.3 研究目標與研究內容
        1.3.1 研究目標
        1.3.2 研究內容
        1.3.3 技術路線
    1.4 創(chuàng)新點
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)據來源
        2.2.1 夜間燈光數(shù)據
        2.2.2 其他數(shù)據
    2.3 研究方法
        2.3.1 NPP/VIIRS夜間燈光數(shù)據預處理方法
        2.3.2 基于統(tǒng)計數(shù)據的能源碳排放
        2.3.3 線性傾向估計法
        2.3.4 Morans’I指數(shù)法
        2.3.5 核密度分析法
        2.3.6 能源碳排放強度估算方法
        2.3.7 影響因素研究方法
3 基于遺傳神經網絡模型的中國三大城市群能源碳排放模型構建
    3.1 遺傳神經網絡原理
        3.1.1 神經網絡原理
        3.1.2 基于遺傳算法改進的神經網絡
    3.2 基于遺傳神經網絡模型的能源碳排放擬合模型構建
    3.3 碳排放估算精度檢驗
4 中國三大城市群能源消費碳排放時空格局
    4.1 市縣級能源碳排放的時空格局演變分析
        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 市級能源碳排放強度分布格局
    4.2 精細尺度下能源碳排放的時空格局演變分析
        4.2.1 精細尺度下能源碳排放分布格局
        4.2.2 精細尺度下能源碳排放分布的變化趨勢
        4.2.3 城市內部能源碳排放分布格局
5 中國三大城市群能源消費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 結論與展望
    6.1 結論
    6.2 展望
參考文獻
致謝
作者簡歷及在學期間所取得的科研成果



本文編號：3855947