10.13791/j.cnki.hsfwest.20210601
基于PCA-BP神经网络的用地碳排放预测研究
量化和预测用地的碳排放是实现规划控碳的前提和基础.基于城镇建设用地分类体系,从城市用地建筑能源消费的碳排放核算视角,提出以"用地"作为碳排放的核算终端和核算单元,基于PCA-BP神经网络建立规划用地碳排放预测模型来预测用地碳排放.将调研获得的样本地块的碳排放数据作为因变量,以其用地特征指标(包括:容积率、建筑单体数量、用地面积、建筑密度、建筑高度、用地类型、用地兼容性、人口密度)作为自变量,建立用地碳排放预测模型.以长兴县老城区为实例,应用该模型预测用地碳排放,从模型预测结果来看,该方法能较准确地预测用地的碳排放,为城市的低碳规划和碳排放管控提供了量化依据.
用地碳排放;碳排放预测;用地指标;BP神经网络;主成分分析(PCA)
36
TU924(地下建筑)
国家重点研发计划;国家自然科学基金
2022-01-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7