城镇化背景下城市绿地与交通基础设施对城镇居民碳排放的影响及预测研究
发布时间:2023-08-05 18:43
气候变化是当今世界各国所面临的共同挑战,中国作为人类命运共同体的倡导者承诺在2030年左右达到碳排放的峰值,然而近年来中国快速的城镇化进程给碳减排目标的实现带来了巨大压力,如何降低城镇居民的碳排放成为学者们关注的热点问题。城市绿地在固碳释氧和减缓城市热岛效应等方面的优点为减少城镇居民以热力消费为主的碳排放提供了可能。此外,城市交通基础设施的密集程度被证明可以有效地缩短城镇居民的通勤距离,因而在交通领域存在碳减排的潜力。由于我国各省份的地形与气候条件存在较大差异,城市绿地与交通基础设施对降低城镇居民碳排放的潜在积极作用未得到充分地认识。该研究首先利用能源平衡表和经改良后的碳排放因子对30个研究省份2011年至2017年间基于13种能源消费类型的城镇居民碳排放进行了核算,结合该数据利用线性回归模型分析了城镇化水平、城市绿地面积和交通基础设施密度对我国城镇居民碳排放的影响,并探讨了不同能源消费特征以及南北热力消费差异下省份分组的回归结果。在预测层面,该研究引入了两种非线性回归模型(随机森林回归和支持向量机回归),利用机器学习的方法预测和验证了城镇化水平、城市绿地面积和交通基础设施密度影响下2...
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究内容与方法
1.2.1 研究内容与技术路线
1.2.2 研究方法
2 理论基础和文献综述
2.1 理论基础
2.1.1 低碳城市理论
2.1.2 紧凑城市理论
2.2 国内外研究现状评析
2.2.1 城镇化与城市碳排放
2.2.2 城市绿地与城市碳排放
2.2.3 交通基础设施与城市碳排放
2.2.4 文献评述
3 城镇居民碳排放的核算与特征描述
3.1 基于终端能源消费的城镇居民碳排放核算
3.1.1 碳排放核算方法
3.1.2 碳排放因子与碳氧化效率
3.1.3 间接碳排放的核算
3.2 我国城镇居民碳排放的特征
3.2.1 能源消费类型差异
3.2.2 省份差异与聚类分析
3.3 本章小结
4 基于线性回归方法的实证分析
4.1 线性回归模型的构建
4.1.1 线性回归模型与岭回归估计
4.1.2 指标选取与数据来源
4.2 模型的检验与回归分析
4.2.1 回归模型的检验
4.2.2 基于不同能源消费特征的省份分组回归
4.2.3 基于热力消费碳排放差异的省份分组回归
4.3 本章小结
5 基于机器学习算法的碳排放预测
5.1 随机森林方法的预测与分析
5.1.1 随机森林方法原理
5.1.2 参数选择与模型构建
5.1.3 预测结果与分析
5.2 支持向量机方法的预测与分析
5.2.1 支持向量与核函数
5.2.2 参数选择与模型构建
5.2.3 预测结果与分析
5.3 本章小结
6 结论与展望
6.1 本文主要结论与建议
6.2 研究不足与展望
参考文献
附录
A.作者在攻读学位期间发表的论文目录
B.学位论文数据集
致谢
本文编号:3839142
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究内容与方法
1.2.1 研究内容与技术路线
1.2.2 研究方法
2 理论基础和文献综述
2.1 理论基础
2.1.1 低碳城市理论
2.1.2 紧凑城市理论
2.2 国内外研究现状评析
2.2.1 城镇化与城市碳排放
2.2.2 城市绿地与城市碳排放
2.2.3 交通基础设施与城市碳排放
2.2.4 文献评述
3 城镇居民碳排放的核算与特征描述
3.1 基于终端能源消费的城镇居民碳排放核算
3.1.1 碳排放核算方法
3.1.2 碳排放因子与碳氧化效率
3.1.3 间接碳排放的核算
3.2 我国城镇居民碳排放的特征
3.2.1 能源消费类型差异
3.2.2 省份差异与聚类分析
3.3 本章小结
4 基于线性回归方法的实证分析
4.1 线性回归模型的构建
4.1.1 线性回归模型与岭回归估计
4.1.2 指标选取与数据来源
4.2 模型的检验与回归分析
4.2.1 回归模型的检验
4.2.2 基于不同能源消费特征的省份分组回归
4.2.3 基于热力消费碳排放差异的省份分组回归
4.3 本章小结
5 基于机器学习算法的碳排放预测
5.1 随机森林方法的预测与分析
5.1.1 随机森林方法原理
5.1.2 参数选择与模型构建
5.1.3 预测结果与分析
5.2 支持向量机方法的预测与分析
5.2.1 支持向量与核函数
5.2.2 参数选择与模型构建
5.2.3 预测结果与分析
5.3 本章小结
6 结论与展望
6.1 本文主要结论与建议
6.2 研究不足与展望
参考文献
附录
A.作者在攻读学位期间发表的论文目录
B.学位论文数据集
致谢
本文编号:3839142
本文链接:https://www.wllwen.com/wenshubaike/qiuzhijiqiao/3839142.html
最近更新
教材专著