面向低碳转型的甘肃省地区聚类分析

发布时间：2022-02-14 12:06

　　面对日益严峻的气候变化问题,必须推进碳减排行动以减缓气候变暖。不同地区的碳排放特征不同,但又具有一定的相似性,有效的地区聚类分析是地区低碳发展分类指导研究的关键。基于碳排放与减排可能性问题,运用系统聚类法对甘肃省下辖14个地市州碳减排能力进行了综合评价。结果表明:甘肃省14个地市州可分为4类,不同类别地区各具特征,减排潜力差异明显;分类结果综合性强且不完全体现区域连续性,即不能以地理区位划分进行碳减排的分类指导。针对不同类型地区应实行各具特色的有效低碳发展路径。 

【文章来源】：中国沙漠. 2020,40(05)北大核心CSCD

【文章页数】：7 页

【部分图文】：

甘肃省地形与各地级市经济水平

根据图2可知，当相对距离小于1.5为一级聚合时，出现两类，第一类有定西市、陇南市、武威市、张掖市和甘南藏族自治州，第二类有天水市、平凉市和临夏回族自治州，两类城市内部相似性较高；相对距离为1.5～2.5时，一二类可合并为一个大类，表明两小类之间特征有相似之处；当相对距离为2.5～5时出现一个类别，包括白银市、庆阳市和酒泉市3个城市，其中酒泉市相对距离较其他两个城市之间距离大，相似性相对较弱；相对距离大于5时为第四类别，包括金昌市、兰州市和嘉峪关市，3个城市欧氏相对距离均较其他类别大，且三者之间相接近。因此，最终根据系谱图和统计数据，可将甘肃省14个地市州分为4类：(1)定西市、陇南市、武威市、张掖市和甘南藏族自治州；(2)天水市、平凉市和临夏回族自治州；(3)白银市、庆阳市和酒泉市；(4)金昌市、兰州市和嘉峪关市（图3）。图3 地区聚类结果图

地区聚类结果图

【参考文献】：
期刊论文
[1]我国典型城市化石能源消费CO2排放及其影响因素比较研究[J]. 郑颖,逯非,刘晶茹,王效科.  生态学报. 2020(10)
[2]天津市能源消费碳排放影响因素及其情景预测[J]. 李雪梅,张庆.  干旱区研究. 2019(04)
[3]甘肃省农田生态系统碳收支动态[J]. 康霞.  中国沙漠. 2018(06)
[4]中国碳排放驱动因素分析——基于2004—2014年省级面板数据[J]. 王书剑.  金融经济. 2018(08)
[5]长江经济带碳减排潜力与低碳发展策略[J]. 黄国华,刘传江,徐正华.  长江流域资源与环境. 2018(04)
[6]基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测[J]. 黄蕊,王铮,丁冠群,龚洋冉,刘昌新.  地理研究. 2016(04)
[7]基于系统聚类分析的西部地区环境污染程度评价[J]. 奥布力·塔力普,汪慧玲,阿里木江·卡斯木.  冰川冻土. 2015(01)
[8]基于SOFM网络的巴丹吉林沙漠湖泊聚类及其地下水补给来源推断[J]. 安帅,王乃昂,陈会丽,赵力强.  中国沙漠. 2014(02)
[9]基于聚类分析法对甘肃农村居民收入区域类型划分[J]. 钱力,李泉,聂华林.  干旱区资源与环境. 2013(05)
[10]甘肃省碳排放变化的因素分解及实证分析[J]. 刘定惠,杨永春.  干旱区研究. 2012(03)

博士论文
[1]中国地区碳不平等：测度及影响因素[D]. 王佳.重庆大学 2012

硕士论文
[1]城镇化进程对碳排放影响研究[D]. 张乐.中国矿业大学 2017
[2]甘肃省碳排放峰值预测与应对策略研究[D]. 郭志玲.兰州大学 2015



本文编号：3624521