文章摘要
Iceooh
该研究通过粒子群优化-反向传播(PSO-BP)算法统一了1997-2017年间DMSP/OLS和NPP/NIIRS夜间灯光卫星影像的尺度,估算了中国2735个县的CO2排放量。研究过程包括:1. 采用PSO-BP算法改进模型,统一夜间灯光数据,提升拟合效果;2. 基于夜间灯光数据对省级能源碳排放降尺度,计算县域碳排放;3. 估算了县级陆地植被的固碳价值,强调了植被在CO2减排中的作用。这一方法改进了以往研究在精度和范围上的局限性。
此内容根据文章生成,并经过人工审核,仅用于文章内容的解释与总结

一、数据介绍

数据名称 N1128-县市区碳排放数据
数据内容 2700+县市区面板数据+计算方法+文献
时间跨度 1997-2021(其中2018-2021年为插值法估计)
数据来源 各级统计年鉴、相关统计资料
N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_预览图

二、指标说明

计算方法

采用粒子群优化-反向传播(PSO-BP)算法统一了DMSP/OLS和NPP/NIIRS夜间灯光卫星影像的尺度,估算了
1997一2017年中国2735个县的CO2排放量。此外,由于植被具有显著的固碳和减少CO2排放的能力,因此
计算了陆地植被的县级固碳价值。
过程如下:
(1)建立了一种新的模型,并采用粒子群优化-反向传播(PSO-BP)算法来统一1997-2017年DM-SP/OLS和NPP/NIIRS夜间灯光图像的尺度,与以往基于原始模型和正态计量经济学的研究相比,拟合效果更好;
(2)采用PSO-BP算法,基于夜间灯光数据对省级能源碳排放进行降尺度,计算了1997一2017年县域能
源相关碳排放量2735次;
(3)估算了陆地植被对应的县域固碳值,这是以往研究中很少考虑的问题,在CO2减排中发挥着重要作
用。

参考文献:

[1] Chen, J., Gao, M., Cheng, S. Hou, W., Song, M., Liu, X., Liu, Y., Shan, Y. (2020). “County-level CO2 emissions and sequestration in China during 1997–2017.”  Scientific Data, 7, 391.

相关研究

[1]李艳梅, 张雷, 程晓凌. 中国碳排放变化的因素分解与减排途径分析[J]. 资源科学, 2010, 32(2):218-222.
[2]王锋, 吴丽华, 杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究, 2010(02):123-136.
[3]林伯强, 刘希颖. 中国城市化阶段的碳排放:影响因素和减排策略[J]. 经济研究, 2010, 045(008):66-78.
[4]刘强, 庄幸, 姜克隽,等. 中国出口贸易中的载能量及碳排放量分析[J]. 中国工业经济, 2008, 000(008):46-55.

三、内容预览

N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_详情_2N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_详情_3N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_详情_4N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_详情_5N1128-【更新2021】400+地级市碳排放数据测算原始数据与计算方法2000-2021年_详情_6
声明:本站提供的一切资料是供学习研究之用,如用于商业用途,请购买正版。数据来自各省、市、县统计局公开信息及网友共享资源,仅作学术交流使用,请勿用于商业用途。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。