超大特大城市绿色可持续发展指标对比分析及对上海的建议

超大特大城市作为“双碳”战略的主战场,亟须重视全过程碳相关指标跟踪,提前开展科学谋划,进行“双碳”导向的绿色可持续发展数据和指标研究。要根据经济、人口、城镇化、绿色低碳等多维度指标,结合工业用电、工业产值、产业结构等数据,深入挖掘低碳城市发展的多维度影响因素,构建多城市多指标的关系矩阵,开展路径模拟预测,制定更加合理切实的政策和实施方案。

天空地一体化城市碳监测技术体系构建设计及示范应用

为满足城市温室气体监测评估的需求,推进碳监测同化反演技术示范应用,从目标导向、资源整合、重点突出、对标国际等四个方面提出城市碳监测技术体系构建设计,构建了基于高准确度碳监测站、地面走航、无人机、传感器、卫星/地面遥感及碳同位素等多种监测手段融合的天空地一体化碳监测技术体系并进行技术示范;同时结合卫星数据,分析了多个城市不同同化反演模型的技术应用,推进城市温室气体摸清本底、跟踪评估变化趋势的试点监测,为全国深入推进温室气体监测提供了可推广、可应用、可示范的技术支撑。

基于GEOS-Chem V12.6.3的全球CO_(2)浓度同化系统的构建

为了研究同化OCO-2卫星柱浓度(XCO_(2))数据对于全球CO_(2)浓度模拟的影响,本文基于GEOS-Chem V12.6.3,采用四维变分(four dimensional variational,4D-Var)的方法,构建了一个同化OCO-2卫星XCO_(2)数据的全球大气CO_(2)浓度同化系统。首先,采用有限差分法验证了观测算子、积云对流、行星边界层和平流4个伴随模块计算结果的正确性。然后,以2018年为例,设计了模拟和同化两个实验,并利用TCCON、地面和航飞3种独立的观测数据进行对比验证。结果显示,同化实验结果与TCCON、地面和航飞观测数据之间的平均误差分别为0.37 mL/m^(3)、0.41 mL/m^(3)和0.51 mL/m^(3),相比于模拟实验,分别改善了40.32%、42.25%和45.15%,表明了同化OCO-2卫星的XCO_(2)数据能显著提高对全球大气CO_(2)浓度模拟的准确性。

基于条件随机场和词向量的能源政策领域新词发现

随着气候变化成为全球议题,对能源政策文件进行量化分析与研究,具有非常重要的意义。现有的中文分词技术应用在能源政策这一特定领域时,由于无法正确识别领域新词,往往很难取得令人满意的效果。针对新词发现这一问题,该文提出一种基于条件随机场(Conditional random field,CRF)和词向量的能源政策新词发现方法。利用无监督方法,在无需人工标注的情况下,提升CRF模型在特定领域的适应性。提出了种子词典的概念,通过关键词提取并辅以少量人工筛选和补充的方式,构建能源政策领域的种子词典。将种子词典和CRF模型标注结果相结合,并利用词向量筛选,完成领域新词的发现。在真实能源政策文本数据上的试验结果表明,该方法能够在较低人工成本的前提下,有效地实现能源政策领域的新词发现,进而提高中文分词在能源政策文本的表现。

基于多源遥感及气象数据的河流非光学活性水质参数反演模型研究

针对传统河流水质监测成本高、地面监测站点稀疏等问题,基于哨兵2卫星多光谱遥感数据,结合MODIS地表温度、植被指数、气溶胶光学厚度数据产品,以及ERA5气象数据产品中的地表风速数据,以非光学活性参数溶解氧(DO)、化学需氧量(COD)和氨氮(NH_(3)-N)的地面水质监测站的监测数据为参照,采用支持向量回归(SVR)、随机森林(RF)和多层感知机(MLP)3种机器学习方法,通过对比实验选出每种水质参数最优反演模型及其对应的输入特征组合。模型性能测试实验结果表明,利用多源遥感及气象数据反演出的DO、COD以及NH_(3)-N的决定系数(R^(2))分别为0.896、0.781、0.529,均方根误差(RMSE)分别为0.263 mg/L、0.383 mg/L、0.061 mg/L。与仅使用哨兵2卫星多光谱遥感数据的反演结果相比,R^(2)分别提高了7.04%、19.05%、18.34%,RMSE分别降低了34.58%、37.42%、14.08%。表明多源遥感及气象数据对提高DO、COD以及NH_(3)-N水质参数反演准确性有重要意义。最后,模型鲁棒性评估实验表明,当模型训练数据的代表性与全局数据较为接近时,训练的模型具有较好的时空鲁棒性。