公开(公告)号：CN117521870A

公开(公告)日：2024-02-06

申请号：CN202210876271.8

申请日：2022-07-25

申请人： 中国科学院沈阳计算技术研究所有限公司

发明人： 王宁 ,  周晓磊 ,  王国栋 ,  祁柏林 ,  张镝 ,  白雪 ,  李阳 ,  金继鑫

IPC分类号： G06Q10/04 ,  G06N20/20 ,  G06F18/25 ,  G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/084 ,  G06N3/086 ,  G06Q50/06 ,  G06N3/006

摘要： 本发明涉及一种基于XGBoost的碳排放预测方法，该方法首先对夜间灯光数据、温度数据、行政边界矢量数据以及能源排放数据进行预处理，重点是对两种时间上不连续的夜间灯光数据的亮度值(DN)进行校正处理，将校正好的夜间灯光数据输入PSO‑BP神经网络模型，通过PSO‑BP神经网络模型得到一个长时间序列的夜间灯光数据集，并融合温度、经纬度等辅助数据，作为XGBoost模型的输入，最后使用训练好的模型进行区域碳排放的核算与预测。该方法充分融合了BP神经网络和XGBoost的优点，提高了模型的准确率和泛化能力，可以实现不同区域长时间序列上的碳排放核算与预测，具有一定的通用性。