碳排放急剧增加使温室效应持续加强,研究碳排放峰值及达成时间对实现碳达峰具有重要意义。采用改进Kaya模型、平均迪氏指数分解法(logarithmic mean divisia index,LMDI)探讨福建省碳排放影响因素,构建STIRPAT模型并运用组合情境分析法...
详细信息
碳排放急剧增加使温室效应持续加强,研究碳排放峰值及达成时间对实现碳达峰具有重要意义。采用改进Kaya模型、平均迪氏指数分解法(logarithmic mean divisia index,LMDI)探讨福建省碳排放影响因素,构建STIRPAT模型并运用组合情境分析法模拟未来福建省碳排放。结果表明,能源消费总量呈现不断递增趋势,即2003年4062.6万吨标准煤增加到2020年13905.19万吨标准煤,平均增长率为7.99%;能源消耗强度因素、经济发展因素与人口因素对CO 2排放为正向影响,能源强度因素为负向影响,影响强度大小依次为经济效应、能源强度效应、人口效应、排放强度;在人口规模、能源强度、人均GDP、城镇化率、第二产业占比发展模式为低-低-中-低-低、低-低-中-低-中、低-低-中-中-中时出现峰值,分别在2040年、2025年和2030年出现峰值,峰值排放量分别为7300.07万t、6888.94万t、6999.47万t。为此,提出资源利用、低碳产业体系和人口规模等方面建议,旨在识别碳峰影响因素以及探讨最优达峰路径。
随着GPS台站的普及,结合GPS数据进行时间序列数据异常检测已成为热门研究领域。针对现有方法普遍存在的主观性强、普适性差等问题,运用鞅理论,提出了一种基于GPS数据的震前短临异常检测算法(Anomaly Detection Algorithm based on GPS d...
详细信息
随着GPS台站的普及,结合GPS数据进行时间序列数据异常检测已成为热门研究领域。针对现有方法普遍存在的主观性强、普适性差等问题,运用鞅理论,提出了一种基于GPS数据的震前短临异常检测算法(Anomaly Detection Algorithm based on GPS data, ADA)。实验结果表明,ADA算法所检测到的GPS数据中,异常出现时间与地震发生时间存在显著相关,与时间序列异常检测中传统的kσ准则和主流的异常检测模型ARIMA、单类别支持向量机OCSVM以及基于两阶段聚类的异常检测算法TSOD相比,ADA算法能够更直观、准确地反映震前GPS数据中出现的异常,不易出现误报的情况。
暂无评论