[口头报告]基于空间机器学习的三维城市形态对碳排放影响研究:以武汉市主城区为例

基于空间机器学习的三维城市形态对碳排放影响研究:以武汉市主城区为例
编号:64 稿件编号:4303 访问权限:仅限参会人 更新:2024-04-09 10:38:51 浏览:478次 口头报告

报告开始:2024年05月19日 14:10 (Asia/Shanghai)

报告时间:10min

所在会议:[S8] 主题8、人文地理与区域高质量发展 » [S8-3] 主题8、人文地理与区域高质量发展 专题8.4、专题8.9(19日下午,109)

暂无文件

摘要
城市是减少碳排放及应对气候变化的主战场,其形态特征为碳排放的重要驱动因素。既有城市形态的碳效应研究更多针对二维平面,少有研究基于三维城市形态特征制定精细化的减碳策略。本研究以武汉市主城区为研究区域,首次纳入建筑间遮挡等三维形态指标与街道拓扑结构,运用随机森林和可解释性算法揭示城市形态对排放的贡献,并采用地理随机森林提出空间精细化的减排策略。主要结论包括:微观尺度下,城市形态对碳排放的贡献超过人口密度、土地利用等传统解释因素;天空视域因子显著影响排放;垂直高密度开发与高排放相关联;确定了碳减排最优三维城市形态参数值。根据局部主导影响因素,将研究区域划分为四类,并为每类提出针对性低碳建议。
 
关键字
城市形态,碳排放,机器学习,边际效应
报告人
蔡萌
讲师 武汉大学

稿件作者
蔡萌 武汉大学
田鹏 武汉大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订