基于多源数据驱动的商住建筑碳排放关联预测与优化研究

　　在全球气候变化和环境污染问题日益严峻的背景下，碳排放成为全球共同面临的挑战。其中，商住建筑作为能源消耗的重要领域，其碳排放问题直接影响着城市的可持续发展。因此，研究商住建筑碳排放的影响因素、预测方法和优化策略，对于实现低碳城市建设具有重要意义。本书从我国绿色低碳发展理念出发，研究不同层面的碳排放定量估计与减排策略，分别从数据处理、评估模型构建和减排策略分析三个方面，对目标区域的商住建筑碳排放进行关联特征分析研究。书中通过微观地分析地区的商住建筑碳排放特点，再到宏观层面的区域碳足迹分析，实现从点到面地综合分析区域碳排放情况，并提出相应的碳减排策略。本书的目标读者包括研究人员、工程实践者以及政策制定者。我们希望通过本书的介绍和研究成果，能够为相关领域的专业人士提供科学的指导和启发，促进碳减排技术的应用与推广。本书提出了基于多源数据驱动的商住建筑碳排放关联预测与优化的技术框架，主要通过采用多源数据驱动的方法，结合遥感卫星数据和商住建筑碳排放数据等多个维度的信息，建立了基于机器学习和数据挖掘技术的碳排放关联预测模型，

　　郭永德男，汉族，中国澳门人。澳门城市大学助理教授，澳门城市大学-珠海欧比特时空大数据与人工智能联合实验室主任。作者分别在2014年和2020年取得了清华大学电子系的工学硕士和工学博士学位。曾到美国俄勒冈州立大学电气工程与计算机系作访问学者，师从Thomas Dietterich荣誉教授，参与有关非洲环境可持续计算的应用项目，研究遥感图像因遮挡导致的数据缺失问题。在2021年1月起，入职澳门城市大学数据科学研究院，担任助理教授一职，同时为硕士生导师。作者的研究方向是图像处理、计算机视觉、模式识别、环境可持续计算和遥感数据空间化等，已发表学术论文10余篇（SCI/EI）和专著1本，并分别主持与参与多个澳门基金会和国家自然科学基金的研究项目。

目录
第1章绪论(1)
1.1研究背景(1)
1.1.1全球气候变化与碳排放关系(1)
1.1.2中国碳排放发展现状与挑战(2)
1.1.3城市化对碳排放影响(3)
1.2研究意义和应用价值(5)
1.3国内外研究进展(6)
1.3.1碳排放评价标准与评估方法研究(6)
1.3.2建筑碳排放相关研究(7)
1.3.3碳排放关联数据库研究(10)
1.3.4基于遥感技术的碳排放监测研究(11)
1.3.5碳排放空间反演研究(12)
1.4关键问题与研究内容(14)
1.4.1关键研究问题(14)
1.4.2研究思路(16)
1.4.3多源碳排放数据平台功能实现(17)
1.4.4基于物联网的商住建筑碳排放预测研究(17)
1.4.5基于深度卷积神经网络的碳足迹遥感估计(18)
1.4.6基于遥感数据的碳排放空间特征关联分析与碳减排
策略(18)
1.5全书结构安排与研究内容(19)
第2章多源碳排放数据平台实现(22)
2.1本章引论(22)
2.2研究背景与相关工作(23)
2.2.1嵌入式系统(23)
2.2.2物联网平台(25)
2.2.3遥感技术(25)
2.2.4地理信息系统(26)
2.3多源碳排放数据平台设计(27)
2.3.1多源碳排放数据平台的总体概述(27)
2.3.2多源碳排放数据平台设计原则(27)
2.3.3多源碳排放数据平台的设计目标与要求(28)
2.3.4多源碳排放数据平台总体结构(28)
2.4多源碳排放数据平台模块(30)
2.4.1商住建筑碳排放监测模块设计(30)
2.4.2多源数据模块设计(31)
2.4.3碳排放数据预处理模块设计(33)
2.4.4碳排放数据管理平台设计(35)
2.5多源碳排放数据平台实现(35)
2.5.1商住建筑碳排放数据功能实现(36)
2.5.2多源遥感图像功能实现(44)
2.6本章小结(46)
··基于多源数据驱动的商住建筑碳排放关联预测与优化研究目录第3章基于物联网的商住建筑碳排放预测研究(47)
3.1本章引论(47)
3.2研究背景与相关工作(48)
3.2.1传统时间序列分析(48)
3.2.2支持向量机(50)
3.2.3神经网络预测方法(51)
3.2.4Transformer模型(54)
3.3基于差分自回归移动平均模型的商住建筑碳排放预测(56)
3.4基于支持向量回归算法的商住建筑碳排放预测(60)
3.5基于多维度时间序列的商住建筑碳排放预测算法(61)
3.5.1单因素多维度时间序列预测算法(62)
3.5.2多因素多维度时间序列预测算法(65)
3.6实验结果与分析(68)
3.6.1评价标准(68)
3.6.2实验结果与分析(69)
3.7本章小结(78)第4章基于混合注意力机制的深度卷积神经网络碳足迹遥感估计(79)
4.1本章引论(79)
4.2研究背景与相关工作(80)
4.2.1应用的遥感数据(80)
4.2.2残差神经网络(82)
4.2.3混合注意力机制(83)
4.2.4基于遥感图像的碳足迹算法(85)
4.3基于混合注意力机制的残差神经网络县级碳足迹评估算法(86)
4.4实验结果与分析(89)
4.4.1碳足迹数据集(89)
4.4.2实验结果分析(90)
4.5本章小结(94)
第5章基于遥感数据的碳排放空间特征关联分析与减排策略(95)
5.1本章引论(95)
5.2研究背景与相关工作(96)
5.2.1聚类算法介绍(96)
5.2.2碳减排策略研究(98)
5.2.3本章主要内容与结构安排(99)
5.3基于遥感图像的碳排放空间特征关联分析(99)
5.4针对性碳减排策略(102)
5.4.1宏观的碳减排策略分析(102)
5.4.2微观的碳减排策略分析(104)
5.5本章小结(105)
第6章全书总结和展望(106)
6.1全书总结(106)
6.2未来展望(108)
参考文献(110)