面向低碳转型的甘肃省地区聚类分析

被引:6
作者
董莹 [1 ,2 ]
华中 [3 ]
陆志翔 [1 ]
许宝荣 [4 ]
邹松兵 [1 ,4 ]
机构
[1] 中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室
[2] 中国科学院大学
[3] 中国科学院地理科学与资源研究所
[4] 兰州大学资源环境学院
关键词
碳减排; 聚类分析; 甘肃省;
D O I
暂无
中图分类号
X22 [环境与发展]; F124.5 [资源开发与利用];
学科分类号
020106 ;
摘要
面对日益严峻的气候变化问题,必须推进碳减排行动以减缓气候变暖。不同地区的碳排放特征不同,但又具有一定的相似性,有效的地区聚类分析是地区低碳发展分类指导研究的关键。基于碳排放与减排可能性问题,运用系统聚类法对甘肃省下辖14个地市州碳减排能力进行了综合评价。结果表明:甘肃省14个地市州可分为4类,不同类别地区各具特征,减排潜力差异明显;分类结果综合性强且不完全体现区域连续性,即不能以地理区位划分进行碳减排的分类指导。针对不同类型地区应实行各具特色的有效低碳发展路径。
引用
收藏
页码:25 / 31
页数:7
相关论文
共 20 条
[1]   我国典型城市化石能源消费CO2排放及其影响因素比较研究 [J].
郑颖 ;
逯非 ;
刘晶茹 ;
王效科 .
生态学报, 2020, 40 (10) :3315-3327
[2]   天津市能源消费碳排放影响因素及其情景预测 [J].
李雪梅 ;
张庆 .
干旱区研究, 2019, 36 (04) :997-1004
[3]   甘肃省农田生态系统碳收支动态 [J].
康霞 .
中国沙漠, 2018, 38 (06) :1237-1242
[5]   长江经济带碳减排潜力与低碳发展策略 [J].
黄国华 ;
刘传江 ;
徐正华 .
长江流域资源与环境, 2018, 27 (04) :695-704
[6]   基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测 [J].
黄蕊 ;
王铮 ;
丁冠群 ;
龚洋冉 ;
刘昌新 .
地理研究, 2016, 35 (04) :781-789
[7]   基于系统聚类分析的西部地区环境污染程度评价 [J].
奥布力塔力普 ;
汪慧玲 ;
阿里木江卡斯木 .
冰川冻土, 2015, 37 (01) :266-270
[8]   基于SOFM网络的巴丹吉林沙漠湖泊聚类及其地下水补给来源推断 [J].
安帅 ;
王乃昂 ;
陈会丽 ;
赵力强 .
中国沙漠, 2014, 34 (02) :574-581
[9]   基于聚类分析法对甘肃农村居民收入区域类型划分 [J].
钱力 ;
李泉 ;
聂华林 .
干旱区资源与环境, 2013, 27 (05) :20-26
[10]   甘肃省碳排放变化的因素分解及实证分析 [J].
刘定惠 ;
杨永春 .
干旱区研究 , 2012, (03) :510-516