REFERENCE OF URBAN AIR POLLUTANTS EMISSION PATH FOR CARBON EMISSION PEAKING
-
摘要: 基于可获取的城市SO2和CO2排放清单数据,从数据挖掘的角度去探究两者排放趋势的相似性或差异性,分析这种趋势之间的相互关系对预测CO2今后趋势的借鉴意义。利用DTW算法实现SO2和CO2在时间轴上的匹配关系,将城市按照滞后型、同步型、超前型进行分类,对于各类城市进行碳达峰年预判,最后根据研究结果对碳减排行动提出了建议。Abstract: Based on the available urban SO2 and CO2 emission inventory data, from the perspective of data mining, we explored the similarities and differences between the two emission trends and found out the reference significance of analyzing the relationship for predicting the CO2 emission trends. DTW algorithm was used to realize the matching pattern of CO2 and SO2 on the time axis. Cities were classified as lag type, synchronous type and advanced type, based on DTW. The carbon emission peak year of cities were estimated due to emission path types. At last, suggestions were proposed for future carbon emission reduction of the cities.
-
Key words:
- trends /
- co-benefit /
- carbon emission peaking /
- urban carbon emission
-
国务院.中国应对气候变化的政策与行动2019年度报告[R].北京,2019. 李惠民,张西,张哲瑜,等.北京市碳排放达峰路径及政策启示[J].环境保护,2020,48(5):24-31. 王勇,许子易,张亚新.中国超大城市碳排放达峰的影响因素及组合情景预测:基于门限-STIRPAT模型的研究[J].环境科学学报,2019,39(12):4284-4292. 安娜,陈郁,张树深,等.北京-莫斯科环境大气质量变化趋势分析研究[J].环境工程,2016,34(增刊1):492-495,525. 梁增强,马民涛,杜改芳.2003-2012年京津石三市大气污染特征及趋势对比[J].环境工程,2014,32(12):76-81,108. 陈珂,王增武,刘志红,等.2005-2014年川南城市群大气污染的时间演变特征[J].环境工程,2017,35(3):72-76,81. 张亚茹,陈永金,郭庆春,等.济南市大气污染物时空变化及预测分析[J].环境工程,2020,38(2):114-121. 张保留,罗宏,薛婕.中国大气污染物排放特征分析及对策研究[J].生态经济,2015,31(12):23-26. 生态环境部.《2019年中国生态环境状况公报》[R].北京,2020. IPCC.A Contribution of Working Groups Ⅰ, Ⅱ, and Ⅲ to the Third Assessment Report of the Intergovernmental Panel on Climate Change[M]//Climate Change 2001:Synthesis Report.[Watson, R.T. and the Core Writing Team (eds.)]. Cambridge University Press, Cambridge, United Kingdom, and New York, NY, USA. ADILA A, PING J.Synergy and co-benefits of reducing CO2 and air pollutant emissions by promoting electric vehicle case of Shanghai[J]. Energy for Sustainable Development,2020,55:181-189. LI M W, ZHANG D,LI C T,et al.Air quality co-benefits of carbon pricing in China[J].Nature Climate Change, 2018,8:398-403. 郑佳佳,孙星,张牧吟,等.温室气体减排与大气污染控制的协同效应:国内外研究综述[J].生态经济,2015,31(11):133-137. 张晓虎,杨颖芳,周鹏程,等.大气污染防治背景下京津冀地区新能源发展研究[J].环境工程,2018,36(7):179-184. 谭章禄,王兆刚,胡翰.时间序列趋势相似性度量方法研究[J].计算机工程与应用,2020,56(10):94-99. KIM S, LEE H, KO H, et al. Pattern matching trading system based on the dynamic time warping algorithm[J]. Sustainability, 2018, 10(12):4641. 中国城市温室气体工作组.中国城市CO2排放数据集(2010)[M].北京:中国环境出版集团,2019. 中国城市温室气体工作组.中国城市温室气体排放数据集(2015)[M].北京:中国环境出版集团,2019. 中国城市温室气体工作组.中国城市CO2排放(2005)[M].北京:中国环境出版社,2018. 蔡博峰, 杨朝飞, 陆军,等.中国城市CO2排放数据集(2012)[M].北京:中国环境出版社,2017. 中国城市温室气体工作组.中国典型城市CO2排放长时间序列数据集(2005-2019)[R].北京,2020. 杜玉颖,孙永斌,詹扬,等.燃煤电站超低排放控制技术设计方法与图谱[J].环境工程,2018,36(3):92-97. 吴家玉,周春瑶,徐海红,等.京津冀区域燃煤发电行业大气污染物排放时空变化特征研究[J].环境工程,2017,35(8):141-145.
点击查看大图
计量
- 文章访问数: 198
- HTML全文浏览量: 29
- PDF下载量: 20
- 被引次数: 0