基于空间聚类分析的中国省域能源消费碳排放分布特征研究

发布时间：2018-05-15 03:42

本文选题：能源消费的碳排放 + 空间聚类　；参考：《北京师范大学学报(自然科学版)》2013年05期

【摘要】：根据2007年的中国能源统计年鉴的数据,采用灰色关联度模型综合考虑影响碳排放的各种因素,选取了GDP、城市化率、第二产业比例、能源利用效率和碳排放强度5个影响碳排放的指标,利用基于空间邻接关系的空间聚类方法分析了中国31个省市、自治区的碳排放情况,运用主成分分析方法确定了聚类后的每个区域的碳排放指标的权重.研究结果表明:1)能源消费碳排放指标值相似的省份,其空间分布具有相邻的特点;2)中国能源消费碳排放总体上呈现出北部地区高于东部沿海地区,中西部地区最低的空间分布格局;3)聚类后的每个区域影响碳排放的主要驱动因素有所不同.上述分析为有效分区管理和合理制定节能减排政策提供了科学依据.
[Abstract]:According to the data of China Energy Statistics Yearbook in 2007, the grey correlation model is used to consider the factors that affect carbon emissions, and the GDPs, urbanization rate and the ratio of secondary industry are selected. Energy use efficiency and carbon emission intensity are five indexes that affect carbon emissions. The carbon emissions of 31 provinces and autonomous regions in China are analyzed by spatial clustering method based on spatial adjacency relationship. The weight of carbon emission index of each region after clustering was determined by principal component analysis (PCA). The results show that: (1) the spatial distribution of the provinces with similar carbon emission index values for energy consumption has adjacent characteristics.) China's energy consumption carbon emissions are generally higher in the northern region than in the eastern coastal areas. The lowest spatial distribution pattern in central and western China (3) the main driving factors of carbon emission in each region after clustering are different. The above analysis provides a scientific basis for effective zoning management and rational formulation of energy saving and emission reduction policies.
【作者单位】：北京师范大学地理学与遥感科学学院;北京城市学院信息学部;中科宇图资源环境科学研究院;南京林业大学土木工程学院;
【基金】：北京师范大学海外人才引进基金资助
【分类号】：F426.2;X196;F224

【参考文献】

相关期刊论文前10条

1 孙雪;李昆仑;胡夕坤;赵瑞;;基于半监督K-means的K值全局寻优算法[J];北京交通大学学报;2009年06期

2 刘旭华,王劲峰;空间权重矩阵的生成方法分析与实验[J];地球信息科学;2002年02期

3 赵敏;张卫国;俞立中;;上海市能源消费碳排放分析[J];环境科学研究;2009年08期

4 王海起;王劲峰;;一种基于空间邻接关系的k-means聚类改进算法[J];计算机工程;2006年21期

5 岳瑞锋;朱永杰;;1990—2007年中国能源碳排放的省域聚类分析[J];技术经济;2010年03期

6 何建坤,刘滨;作为温室气体排放衡量指标的碳排放强度分析[J];清华大学学报(自然科学版);2004年06期

7 李想;王仲智;李争艳;刘海宝;刘春丽;;江苏省能源碳排放现状及县域聚类分析[J];世界地理研究;2011年03期

8 邹秀萍;陈劭锋;宁淼;刘扬;;中国省级区域碳排放影响因素的实证分析[J];生态经济;2009年03期

9 张健沛;杨悦;杨静;张泽宝;;基于最优划分的K-Means初始聚类中心选取算法[J];系统仿真学报;2009年09期

10 宋德勇;卢忠宝;;中国碳排放影响因素分解及其周期性波动研究[J];中国人口.资源与环境;2009年03期

【共引文献】

相关期刊论文前10条

1 顾华详;我国民族地区教育发展的现状与对策[J];阿坝师范高等专科学校学报;2004年01期

2 付飞;李异;张健;;高龄老人户外交往空间设计分析[J];四川建筑科学研究;2011年01期

3 张洪波;徐苏宁;;全球气候变化下低碳城市实现的规划途径[J];四川建筑科学研究;2011年06期

4 崔木花;;基于情景分析法的循环经济规划研究——以安徽能源循环经济规划为例[J];安徽大学学报(哲学社会科学版);2009年04期

5 汪少波;略论非合理性政府行为与政府成本刚性[J];安徽教育学院学报;2004年02期

6 黄晓霓;;当前我国分配领域的突出问题及其对策分析[J];合肥师范学院学报;2010年05期

7 王守敬;;对我国居民消费率过低的几点思考[J];安徽职业技术学院学报;2009年03期

8 孟祥健;;新农村建设视域中的当代中国马克思主义大众化[J];安徽职业技术学院学报;2011年03期

9 郑家欢;吴志祥;;安徽农村留守儿童教育问题浅析[J];安徽农学通报(上半月刊);2010年17期

10 余明江;;我国农村反贫困机制的构建——基于“政府—市场”双导向视角的研究[J];安徽农业大学学报(社会科学版);2010年05期

相关期刊论文前10条

1 岳超;王少鹏;朱江玲;方精云;;2050年中国碳排放量的情景预测——碳排放与社会发展Ⅳ[J];北京大学学报(自然科学版);2010年04期

2 牛琨;张舒博;陈俊亮;;融合网格密度的聚类中心初始化方案[J];北京邮电大学学报;2007年02期

3 刘学敏;;低碳发展之路需要经济和能源结构双重转型[J];中国科技投资;2009年07期

4 李新运,郑新奇,闫弘文;坐标与属性一体化的空间聚类方法研究[J];地理与地理信息科学;2004年02期

5 骆剑承,周成虎,梁怡,张讲社,黄叶芳;多尺度空间单元区域划分方法[J];地理学报;2002年02期

6 张雷;经济发展对碳排放的影响[J];地理学报;2003年04期

7 朱永彬;王铮;庞丽;王丽娟;邹秀萍;;基于经济模拟的中国能源消费与碳排放高峰预测[J];地理学报;2009年08期

8 王铮;朱永彬;刘昌新;马晓哲;;最优增长路径下的中国碳排放估计[J];地理学报;2010年12期

9 张雷;;中国一次能源消费的碳排放区域格局变化[J];地理研究;2006年01期

10 刘旭华,王劲峰;空间权重矩阵的生成方法分析与实验[J];地球信息科学;2002年02期

【相似文献】

相关期刊论文前10条

1 周国富;;贵州喀斯特石漠化分布的空间差异与防治区划探讨[J];中国岩溶;2006年01期

2 丁焕峰;李佩仪;;中国区域污染重心与经济重心的演变对比分析[J];经济地理;2009年10期

3 郭水良,黄朝表,边媛,林国平;金华市郊杂草对土壤重金属元素的吸收与富集作用(Ⅱ)-杂草-土壤间重金属元素关系的主成分分析[J];上海交通大学学报(农业科学版);2002年02期

4 李芳清,倪永年,杨水平;主成分分析法用于土壤样品分类[J];南昌大学学报(理科版);2004年02期

5 叶长盛;刘平辉;陈荣清;吴佳;;江西省2004年生态足迹及区域差异分析[J];江西农业大学学报(社会科学版);2006年02期

6 鲍艳;胡振琪;柏玉;郭瑞珊;;主成分聚类分析在土地利用生态安全评价中的应用[J];农业工程学报;2006年08期

7 郭晋杰;郎倩;邱昕;;山西省各城市投资环境综合评估研究[J];太原科技;2007年02期

8 倪云龙;;水环境监测点位优化数学模型探讨[J];江苏环境科技;2007年02期

9 蒋群;许光泉;梁修雨;;主成分和聚类分析应用于淮南矿区地下水水质评价[J];能源环境保护;2007年02期

10 冀保程;李雪铭;于天福;;丹东市人居环境发展评价及几点建议[J];辽东学院学报(自然科学版);2007年04期