昂热大学联合学院

  
当前位置: 首页 - 中文 - 首页 - 学院动态 - 正文

我院地理与空间信息技术系在城市碳排放核算及预测模型研究方面取得新进展

发布时间:2021-05-31  作者:孙艳伟、任丽燕、马仁锋


“双碳目标”是我国今后相当长时期内国家社会经济转型的重大战略。城市是社会经济活动和科技创新的重要空间和载体。在全球范围内,城市一直是温室气体(GHG)排放的主要来源。研究表明,尽管全球城市用地只占陆地覆盖面积的3%,但却产生了60%-80%的能源消耗和75%的二氧化碳排放。因此,城市地区对于国家实现“双碳目标”的努力中发挥着越来越重要的作用。但是,由于缺乏与能源相关的统计数据或数据质量较低,尤其对一些欠发达地区而言,量化城市水平CO2排放通常是一项艰巨的任务。


我院地理与空间信息技术系教师孙艳伟等使用一组开放访问数据和机器学习方法来估计和预测我国主要城市的二氧化碳排放量。首先,利用递归特征消除(Recursive Feature Elimination)Boruta等两种特征选择技术提取重要的关键变量和输入参数,以精确模拟城市水平CO2排放量。最终,从31个预测变量中选择18个来建立城市CO2排放的预测模型。我们发现,城市环境污染的统计指标(如工业SO2和人均粉尘排放量)是预测中国城市水平CO2排放的最重要变量。与其他方法相比,XGBoost模型的估计精度最高,R2 > 0.98,相对误差较低(约0.8%)。通过组合地理空间和气象插值预测变量(例如DEM,年平均降水量和气温),可以在一定程度上提高城市CO2排放预测精度。当其余变量保持不变时,我们还观察到城市人均二氧化碳排放量与城市经济增长之间呈“S型”关系,而非“倒U型”。本文的发现提供了第一个实证研究,即利用城市地区容易获得的社会经济统计记录和地理空间数据并借助机器学习算法具有准确预测城市水平CO2排放的潜力。我们的方法可用于为欠发达地区生成高时空分辨率碳足迹图,特别是对于缺乏与能源相关的详细统计数据的地区,以协助政策制定者设计碳减排以及分配碳配额目标的具体措施,为我国“双碳目标”的实现提供技术支撑。

我院地理与空间信息技术系教师任丽燕等,利用“自下而上”法, 对长三角 25 个城市 2010—2016 年旅游业碳排放进行测算的基础上, 采用探索性空间数据分析方法(ESDA)分析旅游业碳排放强度的空间结构, 并利用 SDM 模型对其影响因素展开研究。结果表明: (1)研究期内旅游业碳排放量除上海和南京呈下降趋势外, 其余城市整体呈增长趋势, 碳排放强度呈逐年下降态势; (2)旅游业碳排放强度表现出显著集聚特征, 形成以宁波、舟山与徐州为中心的高值集聚区和以镇江、泰州为中心的低值集聚区;(3)SDM 模型结果显示: 城镇化率与能源消费结构在影响旅游业碳排放强度中直接效应显著为负; 人均 GDP 具有显著为正

的溢出效应和总效应; 产业结构在溢出效应和总效应中显著为负; 能源强度表现出显著为正的直接效应和总效应。


相关成果发表在国际期刊《Environmental Science and Pollution Research》以及国内核心期刊《生态科学》上。


论文链接:https://link.springer.com/article/10.1007/s11356-020-12294-7

论文链接:http://stkx.soripan.net/sell/itemid-138593.shtml




1 不同经济发展水平下我国338个地级市人均碳排放量对比图.



2 2010~2016年长三角各城市旅游业碳排放强度局部空间格局演化