Presentation Details
基于GRU模型的中国沿海城市碳排放预测及关键因素识别
ID：3790
View Protection：ATTENDEE
Updated Time：2024-04-14 12:24:23 Hits：1953
Oral Presentation
Start Time：2024-05-19 15:50（Asia/Shanghai）
Duration：7min
Session：S20 主题20、城市海岸带与陆海统筹 »
No files
Abstract
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。
Keywords
碳排放；深度学习；GRU网络；情景设定；沿海城市
Speaker
侯智文
博士研究生 辽宁师范大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment