[口头报告]基于GRU模型的中国沿海城市碳排放预测及关键因素识别

基于GRU模型的中国沿海城市碳排放预测及关键因素识别
编号:3790 稿件编号:437 访问权限:仅限参会人 更新:2024-04-14 12:24:23 浏览:46次 口头报告

报告开始:2024年05月19日 15:50 (Asia/Shanghai)

报告时间:7min

所在会议:[S20] 主题20、城市海岸带与陆海统筹 » [S20-3] 主题20、城市海岸带与陆海统筹 专题20.4、专题20.6、专题20.7(19日下午,4F观海厅2)

暂无文件

摘要
科学预测碳排放趋势是准确把握碳排放水平的重要判断依据,同时也是实现双碳目标的重要参考。文章构建了基于GRU深度学习方法的碳排放量预测模型,对中国16个沿海城市1997—2021年的数据进行实证检验。通过设定8种情景预测了2022—2031年的中国沿海城市碳排放量,以探究影响碳排放量因素中对经济规模、产业结构及公共收入因素的组合效应。结果表明:①2022-2031年的碳排放量呈增长趋势,相比于1997-2021年碳变化趋势,其增速显著放缓。②通过设定的8种情景方案,表明公共收入、产业结构及经济规模可作为关键因素,其变动能够大幅影响碳的排放,其中经济规模对碳降幅的影响最为显著。为此,应转变海洋经济增长模式,引导海洋经济向减排方向发展,形成低碳发展的良性循环。
 
关键字
碳排放;深度学习;GRU网络;情景设定;沿海城市
报告人
侯智文
博士研究生 辽宁师范大学

稿件作者
侯智文 辽宁师范大学
狄乾斌 辽宁师范大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订