CN116503222A - 基于城镇化耦合关系研究的碳排放遥感检测方法 - Google Patents
基于城镇化耦合关系研究的碳排放遥感检测方法 Download PDFInfo
- Publication number
- CN116503222A CN116503222A CN202310380044.0A CN202310380044A CN116503222A CN 116503222 A CN116503222 A CN 116503222A CN 202310380044 A CN202310380044 A CN 202310380044A CN 116503222 A CN116503222 A CN 116503222A
- Authority
- CN
- China
- Prior art keywords
- urban
- carbon emission
- remote sensing
- expansion
- land
- 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.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 70
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 69
- 230000008878 coupling Effects 0.000 title claims abstract description 20
- 238000010168 coupling process Methods 0.000 title claims abstract description 20
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 20
- 238000011160 research Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000010276 construction Methods 0.000 claims abstract description 31
- 230000001413 cellular effect Effects 0.000 claims abstract description 6
- 238000011161 development Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 7
- 230000007774 longterm Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Combustion & Propulsion (AREA)
- Game Theory and Decision Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了基于城镇化耦合关系研究的碳排放遥感检测方法,涉及卫星遥感技术领域,其技术方案要点是:利用多年的高分辨率多源卫星遥感数据,通过分析历史土地利用数据的结构、数量和类别变化,识别长期城镇化过程中碳排放时空格局动态特征;以元胞自动机为工具,结合多智能体和GIS构建城市建设用地的扩展模型,模拟和预测城市建设用地的扩展规律;核算出建设用地扩展中由土地利用变化引发的碳排放情况。在本发明中,通过城镇化扩张时空动态变化研究和预测,可成为城市规划、控制城市扩张的有效依据;以长时间序列、高精度的遥感数据,能够实时、准确的为研究城镇化提供有力数据支撑和手段,对未来模型构建奠定基础。
Description
技术领域
本发明涉及卫星遥感技术领域,更具体地说,它涉及基于城镇化耦合关系研究的碳排放遥感检测方法。
背景技术
在我国,碳排放数据来源渠道比较有限,主要的碳排放核算方法有模型法和物料平衡法、生命周期法、实地监测法等。生命周期法追踪了研究对象整个生命周期的碳排放,多用于微观尺度单一产品的碳排放估算,实地监测法可以采集到比较精确的数据,需要结合科学设备的合理运用,时间和经济成本都很高;与实地监测法相似,模型法也需要大量样本点来验证模型参数的可靠性,所需成本较高,很难达到在区域尺度估算碳排放时空特征的目的。
土地利用变化对碳排放的影响是全球变化研究的焦点问题,而土地城镇化是土地利用变化引起碳排放的主要途径,城镇用地扩张一方面破坏了陆地生态系统原有的碳汇,另一方面它伴随的基础设施建设和生产生活消耗了大量的能源,由此产生不可忽视的碳排放效应。早期的建设用地规模预测模型具有时间信息不足、空间信息表达不够完整、城市扩展过程的模拟简单、缺乏随机性等不足模型具有不可移动性,对人为活动对建设用地变化影响考虑不足。需要将土地利用变化的自然过程和社会经济发展过程统筹起来全面考虑其碳排放效应。但目前对于建设用地碳排放的研究主要集中在能源消费的碳排放核算方面,较少同时考虑城镇扩张产生的碳排放研究。
传统方法监测碳排放的不足之处在于:
第一、生命周期法方法尺度单一;实地监测法需要结合设备,时间和经济成本较高,不利于全面、准确监测碳排放。
第二:传统方法利用土地变化指标进行建模预测碳排放具有时间信息不足、空间信息表达不够完整、城市扩展过程的模拟简单、缺乏随机性等不足模型具有不可移动性,对人为活动对建设用地变化影响考虑不足等问题,无法真实反映碳排放情况,严重影响了碳排放监测精度。
第三:无法将土地利用变化的自然过程和社会经济发展过程进行统筹,未能够全面考虑碳排放效应,对于建设用地碳排放的研究仅仅主要集中在能源消费的碳排放核算方面,较少同时考虑城镇扩张产生的碳排放。
第四:已有的研究和碳排放监测方法多依靠历史统计数据,显然无法满足国民经济和社会发展的需求。
因此,本发明旨在提供一种基于城镇化耦合关系研究的碳排放遥感检测方法,以解决上述提到的相关问题。
发明内容
本发明的目的是提供基于城镇化耦合关系研究的碳排放遥感检测方法,从动态视角探明碳排放与城镇总体规模扩张的时空耦合关系以及两者之间的协调发展,探明城镇化和碳排放的相互关系及其传导路径,从低碳的角度引导当前的城镇发展模式,促进城镇化水平与环境效益的友好发展。
本发明的上述技术目的是通过以下技术方案得以实现的:基于城镇化耦合关系研究的碳排放遥感检测方法,包括以下步骤:
获取10-30年的高分辨率多源卫星遥感数据;
对所述高分辨率多源卫星遥感数据进行预处理;
基于预处理后的高分辨率多源卫星遥感数据,获取不同土地利用类型地物特征,建立解译样本库,并利用深度学习技术,训练得到遥感自动化信息提取模型;
基于获取的不同土地利用类型地物特征,采用元胞自动机和多智能体方法将自然、人为要素和不确定要素纳入体系,优化构建城市建设用地扩展模型;
利用所述城市建设用地扩展模型,以研究区域土地利用数据和城镇碳排放时空分布数据为基础,对比分析城镇用地和碳排放的时空分布特征;
借助重心模型分析城镇扩张与碳排放的总体时空耦合态势;通过耦合协调度模型,从长时间序列测度城镇扩张与碳排放的协调发展水平及其动态演变规律;
通过模型检验选择适用的空间面板数据模型来测度城镇化的内部多维结构对碳排放的影响,包括土地、经济、人口和社会;
基于影响因素分析结果,实现碳排放持续监测。
本发明进一步设置为:所述预处理包括多波段组合、几何校正、图像剪裁、图像融合以及图像分类。
本发明进一步设置为:构建所述城市建设用地扩展模型需考虑的影响包括公路、铁路、市中心、镇中心等空间距离对城市发展的影响、各种政策对城市发展的影响角度、地形、坡度、河流、滩涂等自然因素对城市发展的影响以及各种突发情况对城市发展的影响。
综上所述,本发明具有以下有益效果:
1、通过城镇化扩张时空动态变化研究和预测,可以成为城市规划、控制城市扩张的有效依据。从人口、政策、产业调整、资金投入、生态环境等众多因素考虑城镇化,仅依靠历史统计数据显然无法满足国民经济和社会发展的需求,因此以长时间序列、高精度的遥感数据,能够实时、准确的为研究城镇化提供有力数据支撑和手段,对未来模型构建奠定基础。
2、时间和空间两大范畴统一起,构建城市建设用地的扩展模型,并根据遥感影像数据和其他空间数据模拟和预测建设用地扩展的时空变化特征,了解城市内部的互相作用和制约,探索其空间机制或规律。
3、构建城镇扩展与碳排放之间耦合关系,从长时间序列测度城镇扩张与碳排放间的相互关系,一方面来测度城镇化的内部多维结构对碳排放的影响;另一方面实现碳排放持续监测。
与传统农作物监测方法相比,本发明主要优点和改进为:
4.在本发明中,通过获取高分辨率多源卫星遥感数据,构建城镇扩展与碳排放之间耦合关系,从长时间序列测度城镇扩张与碳排放间的相互关系,一方面来测度城镇化的内部多维结构对碳排放的影响;另一方面实现碳排放持续监测。
5.时间和空间两大范畴统一起,构建城市建设用地的扩展模型,并根据遥感影像数据和其他空间数据模拟和预测建设用地扩展的时空变化特征,了解城市内部的互相作用和制约,探索其空间机制或规律。
6.作为城市发展研究的重点,建设用地的扩展使不同的土地利用类型转化为城市用地,通过构建模型来模拟和分析建设用地在扩展中的复杂动态行为,具有重大的理论和实际意义。
7.以元胞自动机为工具,结合多智能体和GIS构建城市建设用地的扩展模型,可以有效的模拟和预测城市建设用地的扩展规律,为控制建设用地的规模提供一定依据。
8.根据城市建设用地扩展模型的预测成果,核算和预测出建设用地扩展中由土地利用变化引发的碳排放情况,该部分将多智能体和元胞自动机的时空预测能力引入碳排放研究,拓展了碳排放研究的深度,对模型延伸应用,研究较为少见。
9.通过模型检验选择适用的空间面板数据模型来测度城镇化的内部多维结构对碳排放的影响,具体包括土地、经济、人口和社会四个方面。
附图说明
图1是本发明实施例中碳排放监测技术流程图。
具体实施方式
以下结合附图1对本发明作进一步详细说明。
实施例:基于城镇化耦合关系研究的碳排放遥感检测方法,如图1所示,具体工作步骤如下:
(1)获取1999年至今20多年的高分辨率多源卫星遥感数据;
(2)对1999年至今20多年的高分辨率多源卫星遥感数据进行多波段组合、几何校正、图像剪裁、图像融合和图像分类等预处理;
(3)获取不同土地利用类型地物特征信息,建立海量解译样本库,基于深度学习技术,训练遥感自动化信息提取模型。以便减少人工干预判别工作,提高工作效率,快速、准确识别建筑物变化信息,通过分析历史土地利用数据的结构、数量和类别变化,识别城市扩张时空变化。
(4)采用元胞自动机和多智能体方法将自然、人为要素和不确定要素纳入体系,优化构建城市建设用地扩展模型。
模型建立拟从4个角度进行考虑:
1)从到公路、铁路、市中心、镇中心等空间距离对城市发展的影响角度;
2)从各种政策对城市发展的影响角度;
3)从地形、坡度、河流、滩涂等自然因素对城市发展的影响角度;
4)从各种突发情况对城市发展的影响角度。
(5)以研究区域土地利用数据和城镇碳排放时空分布数据为基础,对比分析城镇用地和碳排放的时空分布特征。
(6)借助重心模型分析城镇扩张与碳排放的总体时空耦合态势;通过耦合协调度模型,从长时间序列测度城镇扩张与碳排放的协调发展水平及其动态演变规律。
(7)通过模型检验选择适用的空间面板数据模型来测度城镇化的内部多维结构对碳排放的影响,具体包括土地、经济、人口和社会四个方面。
基于影响因素分析结果,实现碳排放持续监测。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (3)
1.基于城镇化耦合关系研究的碳排放遥感检测方法,其特征是:包括以下步骤:
获取10-30年的高分辨率多源卫星遥感数据;
对所述高分辨率多源卫星遥感数据进行预处理;
基于预处理后的高分辨率多源卫星遥感数据,获取不同土地利用类型地物特征,建立解译样本库,并利用深度学习技术,训练得到遥感自动化信息提取模型;
基于获取的不同土地利用类型地物特征,采用元胞自动机和多智能体方法将自然、人为要素和不确定要素纳入体系,优化构建城市建设用地扩展模型;
利用所述城市建设用地扩展模型,以研究区域土地利用数据和城镇碳排放时空分布数据为基础,对比分析城镇用地和碳排放的时空分布特征;
借助重心模型分析城镇扩张与碳排放的总体时空耦合态势;通过耦合协调度模型,从长时间序列测度城镇扩张与碳排放的协调发展水平及其动态演变规律;
通过模型检验选择适用的空间面板数据模型来测度城镇化的内部多维结构对碳排放的影响,包括土地、经济、人口和社会;
基于影响因素分析结果,实现碳排放持续监测。
2.根据权利要求1所述的基于城镇化耦合关系研究的碳排放遥感检测方法,其特征是:所述预处理包括多波段组合、几何校正、图像剪裁、图像融合以及图像分类。
3.根据权利要求1所述的基于城镇化耦合关系研究的碳排放遥感检测方法,其特征是:构建所述城市建设用地扩展模型需考虑的影响包括公路、铁路、市中心、镇中心等空间距离对城市发展的影响、各种政策对城市发展的影响角度、地形、坡度、河流、滩涂等自然因素对城市发展的影响以及各种突发情况对城市发展的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310380044.0A CN116503222A (zh) | 2023-04-11 | 2023-04-11 | 基于城镇化耦合关系研究的碳排放遥感检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310380044.0A CN116503222A (zh) | 2023-04-11 | 2023-04-11 | 基于城镇化耦合关系研究的碳排放遥感检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116503222A true CN116503222A (zh) | 2023-07-28 |
Family
ID=87327644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310380044.0A Pending CN116503222A (zh) | 2023-04-11 | 2023-04-11 | 基于城镇化耦合关系研究的碳排放遥感检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503222A (zh) |
-
2023
- 2023-04-11 CN CN202310380044.0A patent/CN116503222A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106355166B (zh) | 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法 | |
CN102622526A (zh) | 数字矿山中的巷道开掘搜索预测方法 | |
Zhang et al. | The BIM-enabled geotechnical information management of a construction project | |
CN102184423B (zh) | 一种全自动的区域不透水面遥感信息精确提取方法 | |
Bień | Modelling of structure geometry in Bridge Management Systems | |
Depeng et al. | Monitoring slope deformation using a 3-D laser image scanning system: a case study | |
CN112529267A (zh) | 一种基于模糊综合评价法的超前地质预报方法及系统 | |
CN115730684A (zh) | 一种基于lstm-cnn模型的空气质量检测系统 | |
CN115795616A (zh) | 公路数字系统及基于公路数字系统的路面信息分析方法 | |
CN117171862B (zh) | 一种桥梁工程地勘钻孔点位置核对方法及设备 | |
CN117114176A (zh) | 基于数据分析和机器学习的土地利用变化预测方法及系统 | |
Ye et al. | Review of integrated full life cycle data management and application of the slab tracks | |
CN117150602A (zh) | 一种基于bim的模块化建筑力学模拟分析方法和系统 | |
CN116503222A (zh) | 基于城镇化耦合关系研究的碳排放遥感检测方法 | |
CN114088015A (zh) | 一种岩体三维裂隙网络模型快速智能生成和剖切方法 | |
CN112836274B (zh) | 一种隐蔽工程跟踪审计的数据融合方法 | |
CN111858808B (zh) | 基于海量实测点的地形图特征地物精度自动评价方法 | |
CN114066271A (zh) | 一种隧道突水灾害监测管理系统 | |
CN109685895B (zh) | 一种适用于智能电网建设面向对象的地图地形均值方法 | |
Wang et al. | Construction and application of 3D model of engineering geology | |
CN113534283A (zh) | 一种砂岩型铀矿成矿要素特征的定量评价方法 | |
Hu et al. | Comprehensive diagnosis model of environmental impact caused by expressway vehicle emission | |
Berres et al. | Generating traffic-based building occupancy schedules in Chattanooga, Tennessee from a grid of traffic sensors | |
CN117610438B (zh) | 挥发性有机污染物扩散模拟与溯源方法及系统 | |
Liu | Application of Digital Surveying and Mapping Technology in Construction Engineering Survey Under the Background of Big Data |
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 |