System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及任务分配数据处理领域,具体涉及面向城市碳排放测算的空间网格样本选取方法及系统。
技术介绍
1、城市碳排放测算在当前的技术背景下变得日益重要,随着城市化进程迅猛,城市成为全球温室气体排放的主要来源,因此必须深入了解城市碳排放情况。技术的进步也为相关研究提供了更精确、实时的数据采集和处理方式,包括高分辨率遥感数据、传感器技术和大数据分析。政府和国际组织不断强调城市碳排放的重要性,鼓励城市开展测算工作。例如公布号为cn116862568a的现有专利技术专利申请文献《基于多途径的企业碳资产价值评估方法》,该现有方法包括:确定企业碳资产价值评估计算期间;识别企业在价值评估期间的碳排放配额和减排目标;确定企业年碳排放量和企业申请ccer项目的碳减排量;确定企业所在的碳交易市场抵消碳排放配额的最大清缴比例;根据数据规模和一定的比例将数据集分割为训练集和测试集;对数据集进行归一化处理;选取适当的参数对模型进行训练得到预测值并检验训练效果;核算评估企业项目碳资产的价值并将其折算为等额价值;计算评估期间多途径企业碳资产的总价值。所述方法采取适当的方式评估不同类型碳资产的价值,为企业碳资产管理和投资决策提供参考。以及公布号为cn116681187a的现有专利技术专利申请文献《一种基于企业经营数据的企业碳配额预测方法》,根据企业的生产工艺流程信息和历史生产数据信息在企业生产过程中设置碳排放监测点位,采集各监测点位的碳排放监测数据,构建企业生产碳排放全流程模型;根据碳排放监测数据判断生成企业生产工艺流程的故障预警信息,构建故障预警模型,并将
2、现有的城市碳排放的测算方法准确率低,其主要体现在以下方面:
3、(1)现有的城市碳排放的测算方法较为粗略。一些方法仅仅计算了某些行业或者某几种能源的碳排放量,不能准确的反映城市真正的碳排放量。
4、(2)现有的城市碳排放测算存在数据不一致性和不准确性的问题。采用空间网络样本选取方法可以促进不同数据来源的整合,使数据更一致、更全面。这可以减少传统测算方法中数据不一致性和不准确性的问题,提高数据质量。
5、(3)现有的城市碳排放测算存在空间分辨率低,预测结果精确低的问题。空间网络样本选取方法可以帮助实现更高的空间分辨率,将城市划分为更小的空间单元,更准确地捕捉碳排放的空间分布,有助于更好地理解城市内不同地区的碳排放差异。
6、综上,现有技术存在资源分配效率低,未充分利用能源和大数据预测工具,以及城市碳排放测算领域精确度低的技术问题。
技术实现思路
1、本专利技术所要解决的技术问题在于:如何解决现有技术中资源分配效率低,未充分利用能源和大数据预测工具,以及城市碳排放测算领域精确度低的技术问题。
2、本专利技术是采用以下技术方案解决上述技术问题的:面向城市碳排放测算的空间网格样本选取方法及系统包括:
3、s1、确定目标城市的空间边界,采集并根据城市能耗、工业及植被数据,处理得到城市碳排放总量;
4、s2、将目标城市按照预置尺寸划分为网格,排除网格中的高排放工厂网格,以得到适用网格,据以进行相似性分析操作、网络构建操作;
5、s3、根据适用网格的比例及密度指标,测算适用网格之间的余弦相似度;以每个适用网格作为网络节点,在余弦相似度大于预设阈值的适用网格之间生成连边,以构建网格相似度网络;
6、s4、基于网格相似度网络,在目标城市中发现社区,在每个社区中,选取度中心度最高节点,以作为网格样本;
7、s5、对网格样本,设置碳排放监测装置,据以采集网格相似度网络的日度指标,计算网格样本的日度碳排放量、月度碳排放量;
8、s6、构建图神经网络预测模型,获取并利用观测数据对图神经预测网络模型进行训练,得到各个样本网格预测模型;预测其余适用网格的碳排放,根据网格样本之间的相似性,选择最接近节点的预测模型,以预测得到城市碳排放空间分布格局信息。
9、本专利技术通过空间网格样本选取操作,选择城市中的一部分网格单元作为代表性样本,以更有效地估算碳排放。本专利技术采用的网格样本选取操作,结合地理信息系统(gis)和统计学技术,旨在确保样本在城市中的空间分布均匀、有代表性,以捕捉碳排放的空间分布特征,从而为城市管理和政策决策提供可靠的数据支持,有助于减少碳排放、改善城市可持续发展。本专利技术为城市管理者和政策制定者提供一种重要的工具,通过科学选取代表性的样本网格单元,有助于高效、精确地估算城市的碳排放情况。
10、在更具体的技术方案中,步骤s1包括:
11、s11、获取目标城市的城市能耗、工业及植被数据;
12、s12、根据城市能耗、工业及植被数据,利用下述逻辑,处理得到直接能源碳排放参数:
13、dce=∑(eci*efi)
14、式中,dce表示城市直接能源碳排放,eci表示第i种能源的能源消耗量;efi表示第i种能源的碳排放因子;
15、s13、利用下述逻辑,处理得到城市工业碳排放参数:
16、ice=∑(pj*efj)
17、式中,ice表示城市工业能源碳排放,pi表示第j个工业部门的产量;efj表示第j个工业部门的碳排放因子;
18、s14、利用下述逻辑,处理得到城市植被碳吸收参数:
19、vcu=vc*b*csr
20、式中,vcu表示城市植被碳吸收,vc表示城市范围内的植被覆盖率;b表示植被的生物量;csr表示单位面积植被吸收二氧化碳的速率;
21、s15、根据直接能源碳排放参数、城市工业碳排放参数以及城市植被碳吸收参数,处理得到城市碳排放总量:
22、ce=dce+ice-vcu。
23、在更具体的技术方案中,步骤s2包括:
24、s21、使用gis工具创建网格图层;
25、s22、获取高排放工厂的地理位置数据,以利用gis工具,空间关联高排放工厂的地理位置数据与网格图层,据以确定高排放工厂网格;
26、s23、滤除高排放工厂网格;
27、s24、保留剩余的网格,以作本文档来自技高网...
【技术保护点】
1.面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S1包括:
3.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S2包括:
4.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S3包括:
5.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S4包括:
6.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S5包括:
7.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S6包括:
8.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S62包括:
9.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤S66包括:
10.面向城市碳排放测算
...【技术特征摘要】
1.面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤s1包括:
3.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤s2包括:
4.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤s3包括:
5.根据权利要求1所述的面向城市碳排放测算的空间网格样本选取方法,其特征在于,所述步骤s4包括:
<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。