CN113866387B - 一种区域尺度土壤碳排放预测方法及系统 - Google Patents

一种区域尺度土壤碳排放预测方法及系统 Download PDF

Info

Publication number
CN113866387B
CN113866387B CN202111119967.8A CN202111119967A CN113866387B CN 113866387 B CN113866387 B CN 113866387B CN 202111119967 A CN202111119967 A CN 202111119967A CN 113866387 B CN113866387 B CN 113866387B
Authority
CN
China
Prior art keywords
predicted
period
temperature
organic matter
matter content
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111119967.8A
Other languages
English (en)
Other versions
CN113866387A (zh
Inventor
刘青丽
李志宏
冯文强
陈玉蓝
张映杰
张明金
张云贵
王勇
张文洪
雷晓
陈曦
杨章明
赵锦超
李君�
李健铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Agricultural Resources and Regional Planning of CAAS
China National Tobacco Corp Sichuan Branch
Original Assignee
Institute of Agricultural Resources and Regional Planning of CAAS
China National Tobacco Corp Sichuan Branch
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Agricultural Resources and Regional Planning of CAAS, China National Tobacco Corp Sichuan Branch filed Critical Institute of Agricultural Resources and Regional Planning of CAAS
Priority to CN202111119967.8A priority Critical patent/CN113866387B/zh
Publication of CN113866387A publication Critical patent/CN113866387A/zh
Application granted granted Critical
Publication of CN113866387B publication Critical patent/CN113866387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Biochemistry (AREA)
  • Computing Systems (AREA)
  • Analytical Chemistry (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种区域尺度土壤碳排放预测方法及系统，该方法包括：获得待预测时段内待预测区域的积温分布图；基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图；根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。本发明涉及的参数少，降低了预测成本。

Description

一种区域尺度土壤碳排放预测方法及系统
技术领域
本发明涉及碳排放技术领域，特别是涉及一种区域尺度土壤碳排放预测方法及系统。
背景技术
随着各种气候与环境问题的日益突出，节能减排成为全世界共同的目标。作为节能减排的重要手段，碳交易是一种利用市场机制减少温室气体排放的策略。碳排放定量估计与评价是碳交易以及碳减排政策制定的依据。土壤呼吸作为全球碳循环的一个重要组成部分，直接关系到温室气体的排放，影响着世界环境的安全，越来越受到各国研究者的重视。土壤呼吸是土壤碳损失的主要途径，也是土壤碳补偿的依据。目前的碳氮循环的机理模型存在需要参数多，成本高的问题。
发明内容
本发明的目的是提供一种区域尺度土壤碳排放预测方法及系统，降低了预测成本。
为实现上述目的，本发明提供了如下方案：
一种区域尺度土壤碳排放预测方法，包括：
获得待预测时段内待预测区域的积温分布图；
基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图；
根据所述积温分布图和所述土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
可选地，所述根据所述积温分布图和所述土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图，具体包括：
根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
其中，Rccj表示所述碳排放分布图中第j个点的碳排放，Tccj表示所述积温分布图中第j个点的积温，SOMj表示所述土壤有机质含量分布图中第j个点的土壤有机质含量。
可选地，所述获得待预测时段内待预测区域的积温分布图，具体包括：
获得待预测时段内待预测区域中各子区域的日均温度；所述待预测区域包括多个子区域；
根据各所述子区域的日均温度计算所述待预测时段内所述待预测区域中各子区域的积温；
根据各子区域的积温和所述待预测区域的数字高程模型获得所述积温分布图。
可选地，所述基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图，具体包括：
基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得所述土壤有机质含量分布图；所述待预测区域包括多个子区域。
本发明公开了一种区域尺度土壤碳排放预测系统，包括：
积温分布图获得模块，用于获得待预测时段内待预测区域的积温分布图；
土壤有机质含量分布图获得模块，用于基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图；
碳排放分布图确定模块，用于根据所述积温分布图和所述土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
可选地，所述碳排放分布图确定模块，具体包括：
碳排放分布图确定单元，用于根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
其中，Rccj表示所述碳排放分布图中第j个点的碳排放，Tccj表示所述积温分布图中第j个点的积温，SOMj表示所述土壤有机质含量分布图中第j个点的土壤有机质含量。
可选地，所述积温分布图获得模块，具体包括：
日均温度获得单元，用于获得待预测时段内待预测区域中各子区域的日均温度；所述待预测区域包括多个子区域；
积温计算单元，用于根据各所述子区域的日均温度计算所述待预测时段内所述待预测区域中各子区域的积温；
积温分布图获得单元，用于根据各子区域的积温和所述待预测区域的数字高程模型获得所述积温分布图。
可选地，所述土壤有机质含量分布图获得模块，具体包括：
土壤有机质含量分布图获得单元，用于基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得所述土壤有机质含量分布图；所述待预测区域包括多个子区域。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图，涉及的参数少，计算简单，降低了预测成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种区域尺度土壤碳排放预测方法流程示意图；
图2为本发明一种区域尺度土壤碳排放预测系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种区域尺度土壤碳排放预测方法及系统，降低了预测成本。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种区域尺度土壤碳排放预测方法流程示意图，如图1所示，一种区域尺度土壤碳排放预测方法，包括：
步骤101：获得待预测时段内待预测区域的积温分布图。
其中，步骤101具体包括：
获得待预测时段内待预测区域中各子区域的日均温度；待预测区域包括多个子区域。
根据各子区域的日均温度计算待预测时段内待预测区域中各子区域的积温。
根据公式计算待预测时段内待预测区域中各子区域的积温，Tccm表示待预测时段内第m个子区域的积温(℃)，Ti为待预测时段内第m个子区域第i天的日均温度(℃)。
根据各子区域的积温和待预测区域的数字高程模型获得积温分布图。
根据各子区域的积温和待预测区域的数字高程模型获得积温分布图，具体包括：
对各子区域的积温进行插值，根据插值后的积温和待预测区域的数字高程模型获得积温分布图。
步骤102：基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图。
其中，步骤102具体包括：
基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得土壤有机质含量分布图；待预测区域包括多个子区域。
对各子区域的土壤有机质含量进行插值，具体包括：对各子区域的土壤有机质含量进行Krig插值。
步骤103：根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
其中，步骤103具体包括：
根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
其中，Rccj表示碳排放分布图中第j个点的碳排放，Tccj表示积温分布图中第j个点的积温，SOMj表示土壤有机质含量分布图中第j个点的土壤有机质含量(g/kg)。
土壤有机质含量分布图中各点为各子区域的土壤有机质含量进行插值后各土壤有机质含量对应的点。
积温分布图中各点为各子区域的积温进行插值后的积温对应的点。
Rccj具体表示待预测时段内待预测区域碳排放分布图中第j个点CO2排放量(kg/ha)。
本发明一种区域尺度土壤碳排放预测方法仅涉及两个参数(积温和土壤有机质含量)，参数获取简单，成本低。本发明机理模型多针对点模拟，本方法对点和面的计算均简单易行。
图2为本发明一种区域尺度土壤碳排放预测系统结构示意图，如图2所示，一种区域尺度土壤碳排放预测系统，包括：
积温分布图获得模块201，用于获得待预测时段内待预测区域的积温分布图。
积温分布图获得模块201，具体包括：
日均温度获得单元，用于获得待预测时段内待预测区域中各子区域的日均温度；待预测区域包括多个子区域。
积温计算单元，用于根据各子区域的日均温度计算待预测时段内待预测区域中各子区域的积温。
积温分布图获得单元，用于根据各子区域的积温和待预测区域的数字高程模型获得积温分布图。
土壤有机质含量分布图获得模块202，用于基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图。
土壤有机质含量分布图获得模块202，具体包括：
土壤有机质含量分布图获得单元，用于基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得土壤有机质含量分布图；待预测区域包括多个子区域。
碳排放分布图确定模块203，用于根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
碳排放分布图确定模块203，具体包括：
碳排放分布图确定单元，用于根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图。
其中，Rccj表示碳排放分布图中第j个点的碳排放，Tccj表示积温分布图中第j个点的积温，SOMj表示土壤有机质含量分布图中第j个点的土壤有机质含量。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种区域尺度土壤碳排放预测方法，其特征在于，包括：
获得待预测时段内待预测区域的积温分布图；
基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图；
根据所述积温分布图和所述土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
获得待预测时段内待预测区域的积温分布图，具体包括：
获得待预测时段内待预测区域中各子区域的日均温度；待预测区域包括多个子区域；
根据各子区域的日均温度计算待预测时段内待预测区域中各子区域的积温；
根据公式计算待预测时段内待预测区域中各子区域的积温，Tccm表示待预测时段内第m个子区域的积温，Ti为待预测时段内第m个子区域第i天的日均温度；
根据各子区域的积温和待预测区域的数字高程模型获得积温分布图，具体包括：对各子区域的积温进行插值，根据插值后的积温和待预测区域的数字高程模型获得积温分布图；
基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图，具体包括：
基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得土壤有机质含量分布图；待预测区域包括多个子区域；
对各子区域的土壤有机质含量进行插值，具体包括：对各子区域的土壤有机质含量进行Krig插值；
根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图，具体包括：
根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
其中，Rccj表示碳排放分布图中第j个点的碳排放，Tccj表示积温分布图中第j个点的积温，SOMj表示土壤有机质含量分布图中第j个点的土壤有机质含量；
土壤有机质含量分布图中各点为各子区域的土壤有机质含量进行插值后各土壤有机质含量对应的点；
积温分布图中各点为各子区域的积温进行插值后的积温对应的点；
Rccj具体表示待预测时段内待预测区域碳排放分布图中第j个点CO2排放量。
2.一种区域尺度土壤碳排放预测系统，其特征在于，包括：
积温分布图获得模块，用于获得待预测时段内待预测区域的积温分布图；
土壤有机质含量分布图获得模块，用于基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图；
碳排放分布图确定模块，用于根据所述积温分布图和所述土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
获得待预测时段内待预测区域的积温分布图，具体包括：
获得待预测时段内待预测区域中各子区域的日均温度；待预测区域包括多个子区域；
根据各子区域的日均温度计算待预测时段内待预测区域中各子区域的积温；
根据公式计算待预测时段内待预测区域中各子区域的积温，Tccm表示待预测时段内第m个子区域的积温，Ti为待预测时段内第m个子区域第i天的日均温度；
根据各子区域的积温和待预测区域的数字高程模型获得积温分布图，具体包括：对各子区域的积温进行插值，根据插值后的积温和待预测区域的数字高程模型获得积温分布图；
基于土壤样品采集测定，获得待预测时段内待预测区域的土壤有机质含量分布图，具体包括：
基于土壤样品采集测定，获得待预测时段内待预测区域中各子区域的土壤有机质含量，对各子区域的土壤有机质含量进行插值，获得土壤有机质含量分布图；待预测区域包括多个子区域；
对各子区域的土壤有机质含量进行插值，具体包括：对各子区域的土壤有机质含量进行Krig插值；
根据积温分布图和土壤有机质含量分布图对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图，具体包括：
根据公式Rccj＝0.177×Tccj×SOMj 0.311对待预测时段内待预测区域的碳排放量进行预测，确定待预测时段内待预测区域的碳排放分布图；
其中，Rccj表示碳排放分布图中第j个点的碳排放，Tccj表示积温分布图中第j个点的积温，SOMj表示土壤有机质含量分布图中第j个点的土壤有机质含量；
土壤有机质含量分布图中各点为各子区域的土壤有机质含量进行插值后各土壤有机质含量对应的点；
积温分布图中各点为各子区域的积温进行插值后的积温对应的点；
Rccj具体表示待预测时段内待预测区域碳排放分布图中第j个点CO2排放量。
CN202111119967.8A 2021-09-24 2021-09-24 一种区域尺度土壤碳排放预测方法及系统 Active CN113866387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111119967.8A CN113866387B (zh) 2021-09-24 2021-09-24 一种区域尺度土壤碳排放预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111119967.8A CN113866387B (zh) 2021-09-24 2021-09-24 一种区域尺度土壤碳排放预测方法及系统

Publications (2)

Publication Number Publication Date
CN113866387A CN113866387A (zh) 2021-12-31
CN113866387B true CN113866387B (zh) 2024-04-26

Family

ID=78993623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111119967.8A Active CN113866387B (zh) 2021-09-24 2021-09-24 一种区域尺度土壤碳排放预测方法及系统

Country Status (1)

Country Link
CN (1) CN113866387B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984353A (zh) * 2010-10-26 2011-03-09 南京信息工程大学 一种生态林土壤有机碳储量估算方法
KR20140022552A (ko) * 2012-08-14 2014-02-25 한국건설기술연구원 탄소 배출량 산출 장치
CN103604720A (zh) * 2013-11-11 2014-02-26 浙江农林大学 亚热带森林土壤温室气体排放速率的间接测定方法
CN106529732A (zh) * 2016-11-18 2017-03-22 国网山东省电力公司电力科学研究院 基于神经网络与随机前沿分析的碳排放效率预测方法
CN110400024A (zh) * 2019-07-31 2019-11-01 京东城市(北京)数字科技有限公司 订单预测的方法、装置、设备和计算机可读存储介质
CN113866386A (zh) * 2021-09-24 2021-12-31 中国农业科学院农业资源与农业区划研究所 一种土壤有机碳补偿量的估算方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018081043A1 (en) * 2016-10-24 2018-05-03 Board Of Trustees Of Michigan State University Methods for mapping temporal and spatial stability and sustainability of a cropping system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984353A (zh) * 2010-10-26 2011-03-09 南京信息工程大学 一种生态林土壤有机碳储量估算方法
KR20140022552A (ko) * 2012-08-14 2014-02-25 한국건설기술연구원 탄소 배출량 산출 장치
CN103604720A (zh) * 2013-11-11 2014-02-26 浙江农林大学 亚热带森林土壤温室气体排放速率的间接测定方法
CN106529732A (zh) * 2016-11-18 2017-03-22 国网山东省电力公司电力科学研究院 基于神经网络与随机前沿分析的碳排放效率预测方法
CN110400024A (zh) * 2019-07-31 2019-11-01 京东城市(北京)数字科技有限公司 订单预测的方法、装置、设备和计算机可读存储介质
CN113866386A (zh) * 2021-09-24 2021-12-31 中国农业科学院农业资源与农业区划研究所 一种土壤有机碳补偿量的估算方法及系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
不同碳源对植烟土壤碳平衡的影响;李健铭;李志宏;王鹏;张云贵;熊维亮;张美娟;李君;辛刚;刘青丽;;中国土壤与肥料;20210210(第01期);124-130 *
亚热带退化红壤区森林恢复类型土壤有机碳矿化对温度的响应;赵玉皓;张艳杰;严月;刘玉槐;徐燕;刘苑秋;郭晓敏;娄翼来;鲁顺保;;生态学报;20180404(第14期);全文 *
低碳背景下中国农业温室气体排放研究;马翠萍;刘小和;;现代经济探讨;20111215(第12期);全文 *
农林生态系统的大气调节功能及价值核算方法;王勇;骆世明;;生态科学;20070415(第02期);全文 *
基于MGWRK的土壤有机质制图及驱动因素研究;乔磊;张吴平;黄明镜;王国芳;任健;;中国农业科学;20200501(第09期);全文 *
庞绪.不同耕作措施对土壤碳库和水热特性的影响.2014,(第2期),65. *
陆地生态系统有机碳储量和碳排放的研究进展;夏雪;车升国;;中国农学通报;20111115(第29期);全文 *

Also Published As

Publication number Publication date
CN113866387A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN108709287B (zh) 一种空调系统冷负荷预测方法及冷水机组群控的策略
CN112362693B (zh) 一种基于土壤热通量推求蒸散发量的测算方法和系统
CN110851931A (zh) 一种城市供水管网流量监测点的优化布置方法
CN112733443B (zh) 一种基于虚拟监测点的供水管网模型参数优化校核方法
CN111815184A (zh) 一种耕地土壤环境质量类别划分方法
CN110737967A (zh) 一种混凝土结构耐久性预测方法、系统及终端
CN112287581B (zh) 一种竖向温度梯度模式预测方法、装置及存储介质
CN110222411B (zh) 一种基于mRMR-DBN算法的无量测区太阳辐射估算方法
CN116908941A (zh) 一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法
CN104008433A (zh) 基于贝叶斯动态模型的中长期电力负荷预测方法
CN113866387B (zh) 一种区域尺度土壤碳排放预测方法及系统
Wen et al. A fast calculation tool for assessing the shading effect of surrounding buildings on window transmitted solar radiation energy
CN106682771A (zh) 一种基于微气象信息的输电线路覆冰厚度预测方法
CN114329347B (zh) 一种电能表计量误差预测方法、装置及存储介质
Hao et al. Balance point temperature and heating degree-days in different climate conditions for building energy efficiency applications
CN112116200B (zh) 基于动态比例代换和层次贝叶斯的缺灾情资料城市洪灾损失函数的构建方法
CN103530521B (zh) 基于傅立叶级数和arma模型的日照温度时程模拟方法
CN117200223A (zh) 日前电力负荷预测方法和装置
Wang et al. A study of function-based wind profiles based on least squares method: A case in the suburbs of Hohhot
CN116908374A (zh) 基于深度学习算法的VOCs智能监测预警方法及系统
Kim et al. Simulation-based comparative analysis of U-value of field measurement methods
CN103018383A (zh) 一种油色谱在线监测噪声数据校正方法
CN111047180A (zh) 一种屋面雨水径流污染物浓度的计算方法及其控释应用
JP2008057831A (ja) 空調制御システム
CN111046458B (zh) 一种基于马尔科夫链的金属屋面性能退化模型及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant