碳排放反演模型训练方法技术

本申请提供一种碳排放反演模型训练方法，涉及数据处理技术领域。该碳排放反演模型训练方法包括：获取预设地理范围在多个历史时间段的历史夜光遥感影像和预设地理范围在多个历史时间段的历史能源消耗碳排放数据，根据多个历史时间段的历史夜光遥感影像和多个历史时间段的历史能源消耗碳排放数据，采用第一预设算法构建第一碳排放反演模型，其中第一碳排放反演模型用于基于预设地理范围的当前夜光遥感影像，测算预设地理范围的当前能源消耗碳排放数据。本申请的方法，根据第一碳排放反演模型，得到夜光遥感影像在预设地理范围内所对应的能源消耗碳排放数据，提高能源消耗碳排放数据在预设地理范围内的估测精度。据在预设地理范围内的估测精度。据在预设地理范围内的估测精度。

【技术实现步骤摘要】
碳排放反演模型训练方法


[0001]本专利技术涉及数据处理领域，具体而言，涉及一种碳排放反演模型训练方法。

技术介绍

[0002]能源消耗碳排放是反映生态系统碳循环结构与功能的重要指标，对其进行测算、时空格局研究以及影响因素与减排策略研究成果常用于指导区域低碳绿色发展。能源消耗碳排放传统测算方式有模型法、排放系数法等，绝大多数相关研究通过IPCC标准测算能源消耗碳排放量，即基于各类能源数据计算不同类型能源下折算为标准煤后所产生的碳排放之和，该技术方法常用于省级尺度，而在夜间灯光数据加持下测算能源消耗碳排放可为市级及以下尺度碳排放量估算提供支持，通过建立线性、非线性等模型为碳排放定量化反演提供了新的方向。
[0003]区域二氧化碳监测对改善温室效应具有重要意义，其监测方式包括在地面或建筑物设立固定监测点、采用移动车测量或在大尺度范围内使用卫星遥感等，但存在一定程度的局限性，而无人机二氧化碳监测可以大面积、多层面获取不同高度下二氧化碳浓度，相比传统地面架设传感器的方式更加实用与可靠，通过实测数据建立空间二氧化碳浓度模型，可用于精确获取某项具体人类活动或某一片区对大气二氧化碳浓度的影响。

技术实现思路

[0004]本专利技术的目的在于，针对上述现有技术中的不足，提供一种碳排放反演模型训练方法，以便提高能源消耗碳排放数据在预设地理范围内的估测精度。
[0005]为实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供了一种碳排放反演模型训练方法，包括：<br/>[0007]获取预设地理范围在多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的历史能源消耗碳排放数据；
[0008]根据所述多个历史时间段的历史夜光遥感影像和所述多个历史时间段的历史能源消耗碳排放数据，采用第一预设算法构建第一碳排放反演模型；所述第一碳排放反演模型用于基于所述预设地理范围的当前夜光遥感影像，测算所述预设地理范围的当前能源消耗碳排放数据。
[0009]在可选的实施方式中，所述获取预设地理范围的在多个历史时间段的历史夜光遥感影像，包括：
[0010]采用预设的格网尺寸，对所述多个历史时间段的夜光卫星遥感影像进行重采样，得到所述多个历史时间段的重采样夜光遥感影像；
[0011]根据所述预设地理范围的掩膜，对所述多个历史时间段的重采样夜光遥感影像进行剪裁，得到所述多个历史时间段的历史夜光遥感影像。
[0012]在可选的实施方式中，所述根据所述多个历史时间段的历史夜光遥感影像和所述多个历史时间段的历史能源消耗碳排放数据，采用第一预设算法构建第一碳排放反演模
型，包括：
[0013]根据所述多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成第一自变量数据集；
[0014]根据所述多个历史时间段的历史能源消耗碳排放数据，生成第一因变量数据集；
[0015]根据所述第一自变量数据集和所述第一因变量数据集采用所述第一预设算法构建所述第一碳排放反演模型。
[0016]在可选的实施方式中，所述根据所述多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成第一自变量数据集，包括：
[0017]根据每个历史时间段内多个单个时间段的历史夜光遥感影像进行数据合成，得到所述每个历史时间段的合成夜光遥感影像；
[0018]根据所述多个历史时间段的合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集。
[0019]在可选的实施方式中，所述根据所述多个历史时间段的合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集，包括：
[0020]根据预设的标准复合影像，对所述多个历史时间段的合成夜光遥感影像中的无灯光区域进行处理，得到所述多个历史时间段的目标合成夜光遥感影像；
[0021]根据所述多个历史时间段的目标合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集。
[0022]在可选的实施方式中，所述根据所述多个历史时间段的目标合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集，包括：
[0023]根据所述预设的标准复合影像作为掩膜影像，对所述多个历史时间段的目标合成夜光遥感影像进行去噪处理；
[0024]根据去噪后的所述多个历史时间段的目标合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集。
[0025]在可选的实施方式中，所述第一预设算法为偏最小二乘回归算法，所述根据所述第一自变量数据集和所述第一因变量数据集采用所述第一预设算法构建所述第一碳排放反演模型，包括：
[0026]从所述第一自变量数据集中提取第一自变成分，并从所述第一因变量数据集中提取第一因变成分；
[0027]采用所述偏最小二乘回归算法，对所述第一自变成分和所述第一因变成分进行自回归处理，并根据自回归结果，确定模型精度；
[0028]若所述模型精度不满足预设精度条件，则从所述第一自变量数据集中所述第一自变成分之外的其它数据中提取第二自变成分，并从所述第一因变量数据集中所述第一因变成分之外的其它数据中提取第二因变成分；
[0029]采用所述偏最小二乘回归算法，对所述第二自变成分和所述第二因变成分进行重新自回归处理，直至重新自回归算法满足预设停止迭代条件，则根据满足所述预设停止迭代条件时的自回归结果，得到所述第一碳排放反演模型。
[0030]在可选的实施方式中，所述方法还包括：
[0031]获取所述预设地理范围在所述多个历史时间段的历史温室气体浓度；
[0032]根据所述多个历史时间段的历史温室气体浓度和所述多个历史时间段的历史能源消耗碳排放数据，采用第二预设算法构建第二碳排放反演模型；所述第二碳排放反演模型用于基于所述预设地理范围的当前温室气体浓度，测算所述预设地理范围的当前能源消耗碳排放数据。
[0033]在可选的实施方式中，所述根据所述多个历史时间段的历史温室气体浓度和所述多个历史时间段的历史能源消耗碳排放数据，采用第二预设算法构建第二碳排放反演模型，包括：
[0034]根据每个历史时间段内所述预设地理范围内多个子区域的历史温室气体浓度，生成第二自变量数据集；
[0035]根据所述多个历史时间段的历史能源消耗碳排放数据，生成第二因变量数据集；
[0036]根据所述第二自变量数据集和所述第二因变量数据集采用所述第二预设算法构建所述第二碳排放反演模型。
[0037]在可选的实施方式中，所述根据每个历史时间段内所述预设地理范围内多个子区域的历史温室气体浓度，生成第二自变量数据集，包括：
[0038]根据所述每个历史时间段内所述多个子区域的历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳排放反演模型训练方法，其特征在于，包括：获取预设地理范围在多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的历史能源消耗碳排放数据；根据所述多个历史时间段的历史夜光遥感影像和所述多个历史时间段的历史能源消耗碳排放数据，采用第一预设算法构建第一碳排放反演模型；所述第一碳排放反演模型用于基于所述预设地理范围的当前夜光遥感影像，测算所述预设地理范围的当前能源消耗碳排放数据。2.根据权利要求1所述的方法，其特征在于，所述获取预设地理范围的在多个历史时间段的历史夜光遥感影像，包括：采用预设的格网尺寸，对所述多个历史时间段的夜光卫星遥感影像进行重采样，得到所述多个历史时间段的重采样夜光遥感影像；根据所述预设地理范围的掩膜，对所述多个历史时间段的重采样夜光遥感影像进行剪裁，得到所述多个历史时间段的历史夜光遥感影像。3.根据权利要求1所述的方法，其特征在于，所述根据所述多个历史时间段的历史夜光遥感影像和所述多个历史时间段的历史能源消耗碳排放数据，采用第一预设算法构建第一碳排放反演模型，包括：根据所述多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成第一自变量数据集；根据所述多个历史时间段的历史能源消耗碳排放数据，生成第一因变量数据集；根据所述第一自变量数据集和所述第一因变量数据集采用所述第一预设算法构建所述第一碳排放反演模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述多个历史时间段的历史夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成第一自变量数据集，包括：根据每个历史时间段内多个单个时间段的历史夜光遥感影像进行数据合成，得到所述每个历史时间段的合成夜光遥感影像；根据所述多个历史时间段的合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集。5.根据权利要求4所述的方法，其特征在于，所述根据所述多个历史时间段的合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集，包括：根据预设的标准复合影像，对所述多个历史时间段的合成夜光遥感影像中的无灯光区域进行处理，得到所述多个历史时间段的目标合成夜光遥感影像；根据所述多个历史时间段的目标合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集。6.根据权利要求5所述的方法，其特征在于，所述根据所述多个历史时间段的目标合成夜光遥感影像和所述预设地理范围在所述多个历史时间段的地理特征数据，生成所述第一自变量数据集，包括：根据所述预设的标准复合影像作为掩膜影像，对所述多个历史时间段的目标合成...

【专利技术属性】
技术研发人员：金航，李煜，刘俊蓉，王惠敏，
申请(专利权)人：西安煤航遥感信息有限公司，
类型：发明
国别省市：