基于DPSIR框架和深度学习的城市碳排放预警研究OA

[目的/意义]为落实国家碳排放预警机制建设要求,开展城市碳排放预警研究,对推动“双碳”目标实现具有重要意义。[方法/过程]文章选取安徽省16个地级市为研究样本,基于DPSIR框架构建碳排放预警指标体系。利用城市统计年鉴数据,采用LSTM模型并结合遗传算法优化参数,对2024—2025年各项预警指标数值进行预测。在此基础上,通过主客观组合赋权法测算城市碳排放预警指数,并划分预警等级。[结果/结论]研究期内,安徽省未出现极高风险或零风险城市,整体碳排放风险呈下降趋势,较高风险城市数量逐年减少,较低风险城市持续增加。各城市碳排放预警等级与指数结构差异显著。通过分析不同维度的动态变化与结构特征,结合城市禀赋差异,提出分区分类的低碳发展路径,为区域精准控碳提供决策参考。