【技術實現步驟摘要】
本專利技術涉及碳排放預測，尤其涉及的是一種基于城市蔓延的碳排放預測方法及裝置。
技術介紹
1、隨著全球氣候變化的持續影響，減少碳排放已成為全球社會的迫切需求。傳統上，城市碳排放預測依賴于統計數據和簡單的增長模型，這些方法因依賴過去數據而難以適應城市發展和政策變化的快速變動，導致預測精度不足，偏差較大，從而導致政策制定和資源配置效率低下。隨著政策環境的緊迫和技術的發展，社會對于高精度的未來碳排放預測需求日益增長，特別是在快速城市化進程中，傳統的預測方法顯得尤為不足。
2、為了解決現有技術中的問題，現有方法通過獲取目標地點的時間序列數據，包括碳排放數據、經濟數據、工業數據、人口流動數據以及預測地特性數據，預測未來的碳排放數據。然而，此方法需要的數據量巨大，收集難度高，預測需要的數據成本和計算資源都很大。此外，還有方法提高了城市交通碳排放預測的精度和速度。盡管如此，它仍主要聚焦于交通領域，對整個城市的綜合碳排放預測能力有限，依賴于特定技術實現。
3、因此，現有技術還有待改進。
技術實現思路
1、本專利技術要解決的技術問題在于，針對現有技術缺陷，本專利技術提供一種基于城市蔓延的碳排放預測方法及裝置，以解決現有的碳排放預測方法預測精度低和成本高的問題。
2、本專利技術解決技術問題所采用的技術方案如下：
3、第一方面，本專利技術提供基于城市蔓延的碳排放預測方法，包括：
4、基于預設分辨率的遙感衛星數據進行城市蔓延測度，得到城市蔓延對應
5、挖掘并構建所述城市蔓延對應的指標與碳排放的相互關系，得到蔓延要素與碳排放的因果關系、相互作用參數以及時間影響關系參數；
6、根據所述蔓延要素與碳排放的因果關系、所述相互作用參數以及所述時間影響關系參數構建系統動力學模型，并基于政策情景進行城市未來碳排放的預測，輸出基于城市蔓延的碳排放預測結果。
7、在一種實現方式中，所述基于預設分辨率的遙感衛星數據進行城市蔓延測度，得到城市蔓延對應的指標，包括：
8、選擇待預測的城市以及所屬區域范圍；
9、通過預設分辨率的遙感衛星監測所選區域，并進行數據預處理，得到所述遙感衛星數據；
10、通過預設算法將所述遙感衛星數據轉換為城市蔓延指數，得到所述城市蔓延對應的指標。
11、在一種實現方式中，所述通過預設分辨率的遙感衛星監測所選區域，并進行數據預處理，得到所述遙感衛星數據，包括：
12、利用所述預設分辨率的遙感衛星獲取所選區域對應的城市擴張的影像數據；
13、使用自動化圖像處理軟件對所述影像數據進行校正、分類以及分析處理，并將處理后的影像數據與人口分布數據和夜間燈光數據進行集合，得到所述遙感衛星數據。
14、在一種實現方式中，所述通過預設算法將所述遙感衛星數據轉換為城市蔓延指數，得到所述城市蔓延對應的指標，包括：
15、根據所述遙感衛星數據的精度確定基本的測量單元，并利用以下公式計算城市內測量單元的蔓延要素的比重：
16、；
17、其中，表示空間中測量元素的比重，表示空間權重，形式為，α和β是參數，α>0；
18、利用以下公式計算城市蔓延的指數，得到每一個城市的特定蔓延要素的蔓延擴張情況：
19、；
20、其中，表示城市的中心點，n代表城市內所有的測量單元。
21、在一種實現方式中，所述挖掘并構建所述城市蔓延對應的指標與碳排放的相互關系，得到蔓延要素與碳排放的因果關系、相互作用參數以及時間影響關系參數，包括：
22、基于所述城市蔓延對應的指標，利用面板向量自回歸模型識別多維度蔓延對碳排放的影響關系，并根據格蘭杰因果檢驗方法確立各維度的因果聯系，得到所述蔓延要素與碳排放的因果關系；
23、利用脈沖響應分析方法和赤池信息量準則確立時間滯后和影響持續性，得到所述相互作用參數以及所述時間影響關系參數。
24、在一種實現方式中，所述根據所述蔓延要素與碳排放的因果關系、所述相互作用參數以及所述時間影響關系參數構建系統動力學模型，包括：
25、根據所述蔓延要素與碳排放的因果關系繪制因果回路圖，并根據所述時間影響關系參數確立流量存量圖；
26、根據所述因果回路圖、所述流量存量圖以及所述相互作用參數構建所述系統動力學模型，并利用歷史數據進行模型檢驗與調整，得到調整后的系統動力學模型。
27、在一種實現方式中，并基于政策情景進行城市未來碳排放的預測，輸出基于城市蔓延的碳排放預測結果，包括：
28、將城市擴張的數據輸入所述系統動力學模型，通過所述系統動力學模型預測并輸出當前政策情景下所選區域的碳排放數據；
29、或將不同的城市發展的政策場景輸入所述系統動力學模型，通過情景模擬相關方法，模擬當前政策情景下的城市蔓延參數，并將所述城市蔓延參數輸入所述系統動力學模型，模擬當前政策情景下政策對城市蔓延和碳排放的潛在影響，預測及輸出當前政策管控下不同城市蔓延發展情況下碳排放的變化數據。
30、第二方面，本專利技術提供一種基于城市蔓延的碳排放預測裝置，包括：
31、城市蔓延指標模塊，用于基于預設分辨率的遙感衛星數據進行城市蔓延測度，得到城市蔓延對應的指標；
32、蔓延要素與碳排放關系模塊，用于挖掘并構建所述城市蔓延對應的指標與碳排放的相互關系，得到蔓延要素與碳排放的因果關系、相互作用參數以及時間影響關系參數；
33、系統動力學模塊，用于根據所述蔓延要素與碳排放的因果關系、所述相互作用參數以及所述時間影響關系參數構建系統動力學模型，并基于政策情景進行城市未來碳排放的預測，輸出基于城市蔓延的碳排放預測結果。
34、第三方面，本專利技術提供一種終端，包括：處理器以及存儲器，所述存儲器存儲有基于城市蔓延的碳排放預測程序，所述基于城市蔓延的碳排放預測程序被所述處理器執行時用于實現如第一方面所述的基于城市蔓延的碳排放預測方法的操作。
35、第四方面，本專利技術還提供一種介質，所述介質為計算機可讀存儲介質，所述介質存儲有基于城市蔓延的碳排放預測程序，所述基于城市蔓延的碳排放預測程序被處理器執行時用于實現如第一方面所述的基于城市蔓延的碳排放預測方法的操作。
36、本專利技術采用上述技術方案具有以下效果：
37、（1）本專利技術使用遙感影像來識別城市蔓延的模式和進程，通過數學公式將其轉換成為城市蔓延指數等一維數據，并結合歷史碳排放數據利用面板向量自回歸模型識別蔓延要素與碳排放的相關關系與因果關系，根據識別結果構建城市蔓延的系統動力學模型，通過輸入各種發展政策影響下未來的城市蔓延情況，可以預測該政策下城市未來碳排放。
38、（2）本專利技術提高了城市碳排放預測的精度和響應速度，通過實時處理遙感監測數據和系統動力學模型的分析，能夠迅速適應城市發展或政策變化的影響，從而實現更準確本文檔來自技高網...
【技術保護點】
1.一種基于城市蔓延的碳排放預測方法，其特征在于，包括：
2.根據權利要求1所述的基于城市蔓延的碳排放預測方法，其特征在于，所述基于預設分辨率的遙感衛星數據進行城市蔓延測度，得到城市蔓延對應的指標，包括：
3.根據權利要求2所述的基于城市蔓延的碳排放預測方法，其特征在于，所述通過預設分辨率的遙感衛星監測所選區域，并進行數據預處理，得到所述遙感衛星數據，包括：
4.根據權利要求2所述的基于城市蔓延的碳排放預測方法，其特征在于，所述通過預設算法將所述遙感衛星數據轉換為城市蔓延指數，得到所述城市蔓延對應的指標，包括：
5.根據權利要求1所述的基于城市蔓延的碳排放預測方法，其特征在于，所述挖掘并構建所述城市蔓延對應的指標與碳排放的相互關系，得到蔓延要素與碳排放的因果關系、相互作用參數以及時間影響關系參數，包括：
6.根據權利要求1所述的基于城市蔓延的碳排放預測方法，其特征在于，所述根據所述蔓延要素與碳排放的因果關系、所述相互作用參數以及所述時間影響關系參數構建系統動力學模型，包括：
7.根據權利要求1所述的基于城市蔓
8.一種基于城市蔓延的碳排放預測裝置，其特征在于，包括：
9.一種終端，其特征在于，包括：處理器以及存儲器，所述存儲器存儲有基于城市蔓延的碳排放預測程序，所述基于城市蔓延的碳排放預測程序被所述處理器執行時用于實現如權利要求1-7中任意一項所述的基于城市蔓延的碳排放預測方法的操作。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有基于城市蔓延的碳排放預測程序，所述基于城市蔓延的碳排放預測程序被處理器執行時用于實現如權利要求1-7中任意一項所述的基于城市蔓延的碳排放預測方法的操作。
...【技術特征摘要】
1.一種基于城市蔓延的碳排放預測方法，其特征在于，包括：
2.根據權利要求1所述的基于城市蔓延的碳排放預測方法，其特征在于，所述基于預設分辨率的遙感衛星數據進行城市蔓延測度，得到城市蔓延對應的指標，包括：
3.根據權利要求2所述的基于城市蔓延的碳排放預測方法，其特征在于，所述通過預設分辨率的遙感衛星監測所選區域，并進行數據預處理，得到所述遙感衛星數據，包括：
4.根據權利要求2所述的基于城市蔓延的碳排放預測方法，其特征在于，所述通過預設算法將所述遙感衛星數據轉換為城市蔓延指數，得到所述城市蔓延對應的指標，包括：
5.根據權利要求1所述的基于城市蔓延的碳排放預測方法，其特征在于，所述挖掘并構建所述城市蔓延對應的指標與碳排放的相互關系，得到蔓延要素與碳排放的因果關系、相互作用參數以及時間影響關系參數，包括：
6.根據權利要求1所述的基于城市蔓延的碳排放預測方...
【專利技術屬性】
技術研發人員：佟歡，王子涵，
申請(專利權)人：哈爾濱工業大學深圳哈爾濱工業大學深圳科技創新研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。