基于遥感和机器学习的中国典型城市碳排放驱动因子及预测分析OACSTPCD
采用国家统计数据和遥感夜间灯光数据,通过对数平均迪氏指数(LMDI)对15个典型城市的碳排放影响因素进行贡献率分析,并构建了3组变量用于机器学习ridge和Lasso回归模型的预测分析。结果表明:城市生产总值、能源消费量(ES)、人口(P)、房地产开发施工面积(RECA)、夜间灯光强度(NL)、货物运输量(CT)和旅客运输量(PT)等7个因子对CO_(2)排放起促进作用,能源消费结构(EI)和第三产业占比(TIR)对CO_(2)排放起抑制作用。城…查看全部>>
吴宇恒;白景昌
中国遥感应用协会,北京100094北京航天世景信息技术有限公司,北京100089
测绘与仪器
遥感机器学习碳排放影响因子
《气象与环境学报》 2024 (1)
P.105-112,8
中国科协咨询团队项目(20220615ZZ08010034)资助。
评论