相关实验视频
Updated: Jun 5, 2025
12:44
Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
8.0K
汇集智能预测算法和土地使用场景来测量长江三角洲的碳排放:基于长短期记忆的机器学习模型
Qi Dai1, Xiao-Yan Liu2, Fang-Yi Sun2
1College of Public Administration, Hohai University, Nanjing, P.R. China.
PloS one
|December 9, 2024
概括
这项研究发现,中国长江三角洲 (YRD) 的碳排放效率从2011年到2020年有所改善. 城市绿地提高了效率,而人类呼吸阻碍了效率,影响了可持续的土地利用.
科学领域:
- 环境科学 环境科学
- 城市规划 城市规划
- 可持续发展 可持续发展 可持续发展
背景情况:
- 城市地区的土地利用是碳排放的主要驱动因素.
- 提高土地利用效率对于实现可持续发展目标至关重要.
- 需要对人口密集和商业化地区进行研究.
研究的目的:
- 评估中国长江三角洲 (YRD) 城市聚集区内的27个城市的总因子碳排放效率指数 (TCEI).
- 分析TCEI在2011年至2020年的不同阶段.
- 确定影响TCEI的因素,并预测未来的趋势.
主要方法:
- 用两阶段的动态数据包裹分析 (DEA) 来评估TCEI.
- 用回归分析来确定影响因素.
- 一个长期短期记忆 (LSTM) 模型被用于TCEI预测.
主要成果:
- 在2011年至2020年期间,YRD的整体TCEI显著改善,显示出空间异质性.
- 最初阶段 (能源消耗) 的效率通常超过了第二阶段 (可持续的土地利用).
- 城市绿色空间与碳排放效率有积极的相关性,而人类呼吸对它产生了负面影响.
结论:
- 土地利用效率在YRD中显示出积极的趋势,但存在差异.
- 战略应利用绿色空间和减轻人类活动的排放,以实现可持续的城市化.
- 未来YRD的土地使用TCEI预计在0.65和0.75之间,顶级城市达到0.9480.
