基于碳减排潜力测度的县域低碳分区方法技术

本发明专利技术公开了一种基于碳减排潜力测度的县域低碳分区方法，包括以下步骤：提取U个县域的数据，建立“状态

【技术实现步骤摘要】
基于碳减排潜力测度的县域低碳分区方法


[0001]本专利技术属于县域低碳分区方法
，具体来说涉及一种基于碳减排潜力测度的县域低碳分区方法。

技术介绍

[0002]当前，全球气候变暖已经成为各国政治、经济、科学等领域重点关注的问题，国内低碳城市试点建设及其低碳效用研究方兴未艾，但是低碳潜力研究仍然十分匮乏。
[0003]县域是一个复杂的多要素集合体，其要素层次众多相互关联。然而，目前我国碳减排潜力的研究主要是从城市规模结构、居民生活、道路交通、生态绿化、能源消费等城市碳减排单一部门进行分析研究，未考虑所有部门间的综合影响；同时，碳减排潜力测度的划定，有利于制定全国县域碳排放量的合理削减范围，以实现空间结构性调整的控碳减排目标。目前，碳减排潜力的研究主要分为两类：某一地区碳减排潜力测度，以及单一城市活动的碳排放与减排潜力估算，既有研究为碳减排潜力研究形成了一定的理论和方法基础，但仍有一些研究尺度和方法上的缺陷。其一是对县域研究尺度缺乏关注，其二是缺乏对碳减排潜力的分区方法和分区目标制定的探讨。因此，需要以碳减排潜力的测度为目标，建构县本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于碳减排潜力测度的县域低碳分区方法，其特征在于，包括以下步骤：步骤1，提取U个县域的数据，建立“状态
‑
压力
‑
响应模型”，其中，对提取的县域的数据进行筛选形成“状态
‑
压力
‑
响应模型”所需数据集并作为初始县域城镇碳排放特征分区指标体系，其中，“状态
‑
压力
‑
响应模型”分为“状态”、“压力”和“响应”，“状态
‑
压力
‑
响应模型”的“状态”为“环境状态”并用总碳排放量作为特征部门；“状态
‑
压力
‑
响应模型”的“压力”为“发展压力”，“发展压力”的特征部门包括：规模和结构以及经济发展；规模和结构对应的指标为建成区面积、土地城镇化率、人口和人口城镇化率，经济发展对应的指标为GDP、人均GDP、第二产业增加值占GDP比重、第三产业增加值占GDP比重和全社会固定资产投资总额；“状态
‑
压力
‑
响应模型”的“响应”为“空间规划”，“空间规划”的特征部门包括：居民生活、交通出行、生态绿化和能源效率；居民生活对应的指标为燃气供应覆盖率、供热管道密度、供热容积率和居住密度，交通出行对应的指标为道路密度、每万人公共交通工具拥有量、人均机动车保有量、每万人拥有公园数量、医疗设施配置率、社会福利设施配置率和步行道面积占道路面积比重，生态绿化对应的指标为碳汇容量，能源效率对应的指标为能源强度；步骤2，包括2
‑
1和2
‑
2：2
‑
1，分层和抽样基于U个县域的数据，采用分层抽样法进行分层和抽样，得到样本县，其中，分层抽样法中的分层采用的是kaya恒等式，抽样采用的是随机抽样；2
‑
2，构建分区指标体系利用皮尔森相关分析法，以样本县为处理单元进行计算，得到每个指标的平均影响系数，其中，当平均影响系数大于0.8时，表示指标与总碳排放量为高度相关关系；当平均影响系数在0.5
‑
0.8之间，表示指标与总碳排放量为中度相关关系；当平均影响系数在0.3
‑
0.5之间，表示指标与总碳排放量为低度相关关系；对平均影响系数从高至低进行排列，剔除与总碳排放量相关性最差的5个指标，剩余指标形成最终县域城镇碳排放特征分区指标体系并得到该最终县域城镇碳排放特征分区指标体系中指标的属性；步骤3，计算最终县域城镇碳排放特征分区指标体系中每个特征部门的权重，再根据权重计算每个县域在最终县域城镇碳排放特征分区指标体系每个特征部门下的得分S
jm
，再进行聚类分析以将县域分成K类，得到聚类结果；步骤4，选取特征部门中的规模和结构、经济发展、居民生活、交通出行、生态绿化以及能源效率作为部门，依据于分组要素中的多个要素对U个县域的部门进行分组，其中，分组要素的获得方法为：将聚类结果、县域地形地貌、建筑气候区、发展阶段、人均城市建设用地规模以及人口分别作为1个要素且共同形成分组要素；步骤5，将经济发展、交通出行、居民生活和生态绿化作为直接碳排放部门，将规模和结构、能源效率作为间接碳排放部门，按照5
‑
1对直接碳排放部门的控碳减排潜力进行计算，按照5
‑
2对间接碳排放部门的控碳减排潜力进行计算；其中，5
‑
1采用分部门低碳前沿法对经济发展、交通出行、居民生活和生态绿化的控碳减排潜力分别进行计算；5
‑
2采用系数前沿法对规模和结构的控碳减排潜力和能源效率的控碳减排潜力进行计
算，包括5
‑2‑
1和5
‑2‑
2：5
‑2‑
1：将U个县域的经济发展的碳排放量CDE
m
、居民生活的碳排放量CDL
m
、交通出行的碳排放量CDT
m
、生态绿化的碳排放量CDG
m
代入公式(15)，得到该县域的直接碳排放部门的碳排放量CDZ
m
：CDZ
m
＝CDE
m
+CDT
m
+CDL
m
+CDG
m
ꢀꢀꢀꢀ
(15)；将第m个县域在最终县域城镇碳排放特征分区指标体系的规模和结构、能源效率的得分S
jm
与该县域的直接碳排放部门的碳排放量CDZ
m
建立逐步回归模型，得到规模和结构的影响系数和能源效率的影响系数；5
‑2‑
2：计算在规模和结构中m县所在小组中得分S
jm
的最小值minGSS
jm
，按照下述公式进行计算，获得规模和结构的控碳减排潜力PIDS
m
；PIDS
m
＝(S
jm
‑
minGSS
jm
)
×
规模和结构的影响系数；计算在能源效率中m县所在小组中得分S
jm
的最小值minGNS
jm
，按照下述公式进行计算，获得能源效率的控碳减排潜力PIDE
m
；PIDE
m
＝(S
jm
‑
minGNS
jm
)
×
能源效率的影响系数；步骤6，对每U个县域在规模和结构、经济发展、居民生活、交通出行、生态绿化以及能源效率的控碳减排潜力采用极值法进行无量纲化处理，得到每个县域在规模和结构、经济发展、居民生活、交通出行、生态绿化以及能源效率标准化后的控碳减排潜力并作为相对控碳减排潜力，采用相对控碳减排潜力来描述U个县域在规模和结构、经济发展、居民生活、交通出行、生态绿化以及能源效率的控碳减排潜力的量级差异。2.根据权利要求1所述的县域低碳分区方法，其特征在于，在所述步骤2中，属性为对碳排放有正向影响或对碳排放有逆向影响，皮尔森相关分析法中的自变量为“状态
‑
压力
‑
响应模型”初始县域城镇碳排放特征分区指标体系的“压力”和“响应”的指标，皮尔森相关分析法中的因变量为“状态
‑
压力
‑
响应模型”初始县域城镇碳排放特征分区指标体系的“状态”的指标。3.根据权利要求1所述的县域低碳分区方法，其特征在于，在所述步骤3中，计算最终县域城镇碳排放特征分区指标体系中每个特征部门的权重的方法为熵权法，熵权法具体步骤如下：1)将U个县域的最终县域城镇碳排放特征分区指标体系中的指标值代入公式(1)，构建初始判断矩阵R
UI
并作为该初始判断矩阵R
UI
中的元素r
mn
，其中，m＝1、
……
、U，n＝1、
……
、I：其中，初始判断矩阵R
UI
中每一行代表一个县域，每一列代表最终县域城镇碳排放特征分区指标体系中的一个指标；2)采用“Min
‑
Max”数据标准化方法对r
mn
标准化处理，得到Q
mn
，其中，根据步骤2
‑
2获得的属性，针对对碳排放有正向影响的指标，将r
mn
...

【专利技术属性】
技术研发人员：张赫，王睿，彭千芮，于丁一，王晓飞，仇超，
申请(专利权)人：天津大学，
类型：发明
国别省市：