文献类型：专利

中文题名：一种基于GIS-LCA和深度学习结合的碳排放预测方法及装置

作者：温明明[1];陈权[1];

机构：[1]广东海洋大学;

专利类型：发明公开

申请号：CN202610214255.0

申请日：20260213

申请人地址：524000 广东省湛江市麻章区海大路1号

公开日：20260403

代理人：邓春林

代理机构：广州科跃云专利商标代理事务所(普通合伙) 44919

语种：中文

中文关键词：GIS-LCA;碳排放;预测;获取目标;沿海地区;目标产业;时空数据;历史空间;碳足迹;地图;遥感影像;训练;模型;排放空间;预测模型;产业政策;产业技术;数据训练;成对;网络;数据模拟;情景数据;生成模型;时序预测模型;输入;空间化;产业数据;行数据;分析;碳排放数据

中文摘要：本申请提供一种基于GIS?LCA和深度学习结合的碳排放预测方法及装置，包括：通过GIS?LCA技术，获取目标沿海地区的目标产业的历史产业时空数据和历史碳排放时空数据，并根据历史碳排放时空数据构建历史空间化碳足迹地图；根据历史空间化碳足迹地图和目标沿海地区的历史遥感影像训练得到碳排放空间预测模型；根据目标沿海地区的历史产业时空数据、历史产业政策数据、历史产业技术数据训练得到根据产业政策数据和产业技术数据模拟产业情景数据的情景生成模型；根据历史产业时空数据和历史碳排放时空数据训练得到碳排放时序预测模型，以根据上述模型，获取第一碳排放预测数据、受产业政策影响的第二碳排放预测数据以及受产业技术影响的第三碳排放预测数据。