碳排放地图的生成方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种碳排放地图的生成方法、装置、设备及存储介质，涉及人工智能技术领域，具体实现方案为：获取待测地区中每个第一土地斑块对应的第一碳排放数据和第一土地数据；从多个参考地区的各个土地斑块中确定与每个第一土地斑块对应的多个第二土地斑块；获取每个第二土地斑块的第二土地数据，并根据每个第二土地数据和第一土地数据生成土地数据图像；将待测地区的第一碳排放数据和第一土地数据输入至模型中，以确定待测地区每个第一土地斑块对应的碳排放特征；将碳排放特征标注在土地数据图像中，以生成待测地区的碳排放地图。可以帮助决策者和研究人员根据区域资源配置与行业发展，为区域环境治理分析与政策建议提供基础数据支撑。础数据支撑。础数据支撑。

【技术实现步骤摘要】
碳排放地图的生成方法、装置、设备及存储介质


[0001]本公开涉及人工智能
，具体涉及一种碳排放地图的生成方法、装置、设备及存储介质。

技术介绍

[0002]随着社会的不断发展，城市越来越繁荣，但是城市的繁荣也带了大量的二氧化碳排放，二氧化碳在不同物体的生产、运输、使用及回收部分产品时均有排放，二氧化碳是温室气体，二氧化碳的排放通常被认为是地球变暖的最主要原因，严重影响了环境，为了调控降低二氧化碳的排放，一方面要鼓励采取低碳的生活方式，减少碳排放；另一方面是通过一定碳抵消措施，来达到平衡。全球碳减排与碳中和目标依赖于及时、准确、可靠的碳排放动态监测及政策评估，因此迫切需要建立一种新的碳排放时空定量表征范式。
[0003]决策者和研究人员需要根据碳排放是具体情况来进行区域资源配置与行业发展，因而如何提供一个碳排放地图来帮助研究人员提供可靠准确的碳排放信息，是我们当前亟需解决的问题。相关技术中，碳排放图像中仅包含了碳排放量，非常单一。

技术实现思路

[0004]本公开提供了一种碳排放地图的生成方法、装置、设备及存储介质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳排放地图的生成方法，其特征在于，包括：获取待测地区中每个第一土地斑块对应的第一碳排放数据和第一土地数据；从多个参考地区的各个土地斑块中确定与所述每个第一土地斑块对应的多个第二土地斑块；获取每个所述第二土地斑块的第二土地数据，并根据每个所述第二土地数据和所述第一土地数据生成所述待测地区的土地数据图像；将所述待测地区的第一碳排放数据和第一土地数据输入至预先训练生成的碳分析神经网络模型中，以确定所述待测地区每个所述第一土地斑块对应的碳排放特征；将各个所述碳排放特征标注在所述土地数据图像中，以生成所述待测地区的碳排放地图。2.根据权利要求1所述的方法，其特征在于，所述从多个参考地区的各个土地斑块中确定与所述每个第一土地斑块对应的多个第二土地斑块，包括：确定每个参考地区中各个土地斑块中每个所述土地斑块的土地利用类型、土地建筑类型、土地利用率、历史年度碳排放量、历史年度能耗数据、历史年度VOC排放量、土地面积；若任一土地斑块的土地利用类型和土地建筑类型与第一土地斑块的土地利用类型和土地建筑类型相同，则计算所述任一土地斑块与所述第一土地斑块的土地利用率之间的第一差值；计算所述任一土地斑块与所述第一土地斑块的所述历史年度碳排放量之间的第二差值；计算所述任一土地斑块与所述第一土地斑块的所述历史年度能耗数据之间的第三差值；计算所述任一土地斑块与所述第一土地斑块的所述历史年度VOC排放量之间的第四差值，以及计算所述任一土地斑块与所述第一土地斑块的所述土地面积之间的第五差值；若所述第一差值、所述第二差值、所述第三差值、所述第四差值、所述第五差值均满足预设的条件，确定所述任一土地斑块为与所述第一土地斑块对应的第二土地斑块。3.根据权利要求2所述的方法，其特征在于，所述若所述第一差值、所述第二差值、所述第三差值、所述第四差值、所述第五差值均满足预设的条件，确定所述任一土地斑块为与所述第一土地斑块对应的第二土地斑块，包括：根据预设的第一映射关系表，从所述第一映射关系表中包含的各个第一映射关系中确定与所述任一土地斑块的土地利用类型和土地建筑类型对应的第二映射关系；基于所述第二映射关系，确定与所述第五差值对应的第一参考差值阈值、与所述第五差值对应的第二参考差值阈值、与所述第五差值对应的第三参考差值阈值，以及与所述第五差值对应的第四参考差值阈值；在所述第一差值小于所述第一参考差值阈值、所述第二差值小于所述第二参考差值阈值、所述第三差值小于所述第三参考差值阈值、所述第四差值小于所述第四参考差值阈值的情况下，确定所述任一土地斑块为与所述第一土地斑块对应的第二土地斑块。4.根据权利要求1所述的方法，其特征在于，所述第二土地数据包含所述第二土地斑块多个年度的土地数据，所述根据每个所述第二土地数据和所述第一土地数据生成所述待测地区的土地数据图像，包括：
根据每个所述第二土地斑块各个年度的土地数据，确定每个第二土地斑块对应的土地利用率变化曲线、土地建筑类型变化趋势信息、以及碳排放量变化曲线；根据所述待测地区中各个第一土地斑块对应的土地利用率、土地建筑类型以及碳排放量，以及每个所述第二土地斑块对应的土地利用率变化曲线、土地建筑类型变化趋势信息、以及碳排放量变化曲线，预测所述待测地区对应的目标土地利用率、目标土地建筑类型以及目标碳排放量；基于所述第一土地数据，以及所述目标土地利用率、目标土地建筑类型以及目标碳排放量，生成所述待测地区对应的土地数据图像。5.根据权利要求1所述的方法，其特征在于，在所述将所述待测地区的第一碳排放数据和第一土地数据输入至预先训练生成的碳分析神经网络模型中之前，还包括：获取初始训练数据集，其中，所述初始训练数据集中包含...

【专利技术属性】
技术研发人员：孙彩歌，杨健，李卫红，杨光，
申请(专利权)人：华南师大清远科技创新研究院有限公司，
类型：发明
国别省市：