weixin_46747075的博客

气候变化问题不仅仅是科学的问题，同时也是经济问题。为了综合评估气候变化及其带来的经济影响，很多经济－气候的综合模型被开发出来；其中2018年诺贝尔经济学奖得主W.D.Nordhaus开发的DICE模型是运用最广泛的综合模型之一。

可计算一般均衡模型（CGE模型）由于其能够模拟宏观经济系统运行和价格调节机制，分析政策工具的影响和效应而备受“双碳”目标研究者的青睐。

结合ENVI和PIE Hyp讲述高光谱遥感信息处理技术，包括光谱恢复、光谱库建立、光谱特征提取、混合像元分解、图像分类及精度检验等内容；同时以JavaScript版本GEE为主进行讲解长时序多尺度的遥感信息提取技术，包括GEE基本知识，遥感影像数据处理的关键知识进行串讲，最后结合海岸带应用典型案例进行综合讲解。

深入探讨农田温室气体排放的模拟技术，这是实现农业可持续发展和双碳目标的重要一步。从生命周期评价法到经验模型，再到过程模型，我们将全方位解析甲烷（CH4）、氧化亚氮（N2O）和二氧化碳（CO2）的排放机制。

帮助广大科研人员、建筑师与工程师更加系统地学习建筑碳排放的基础理论知识及在建筑设计全过程对建筑碳排放进行计算分析，了解碳排放核算与生命周期评价方法，掌握可行性研究报告、建设方案、初步设计、施工图设计的建筑碳排放计算与分析方法。利用建筑设计全过程既有文件进行建筑碳排放计算与分析的技巧，并通过实际案例，介绍建筑设计全过程降低碳排放的措施与技术策略。

介绍针对不同级别研究对象时如何根据数据结构、可获取性、研究目的，构建合适的能源生产、转换、消费、温室气体排放（以碳排放为主）预测模型并设计情景以量化不同低碳化能源发展政策效果，并且采用蒙特卡洛法进行预测结果的不确定性分析。

全球气候变化影响了气温、降水、海平面、生态系统等多个方面。气候变化的驱动因素主要包括温室气体排放、气溶胶浓度、火灾频发、海冰融化、叶绿素变化、植被变化和海洋温度上升等。这些因素在全球范围内交互作用，导致复杂的气候变化模式。本教程将学习如何应用ChatGPT辅助Python编程、通过机器学习（K-means,SVM,决策树）和深度学习(CNN,LSTM)技术来分析和预测这些驱动因素的趋势，进而为科学研究和政策决策提供重要的数据支持。

生命周期分析 (Life Cycle Analysis, LCA) 是评价一个产品系统生命周期整个阶段——从原材料的提取和加工，到产品生产、包装、市场营销、使用、再使用和产品维护，直至再循环和最终废物处置——的环境影响的工具。

生命周期分析是一种分析工具，它可帮助人们进行有关如何改变产品或如何设计替代产品方面的环境决策，即由更清洁的工艺制造更清洁的产品。例如，生命周期分析的结果表明，某种产品能耗低，寿命长，不含有毒化学物质，其包装及残余物体积小，从而占用较少的填埋场空间，这就成为我们进行产品选择的依据。此外，生命周期分析能够确定产品的哪些组成部分将造成不利的环境影响，提醒生产者改进。

随着碳中和目标以及全球碳盘点的现实压力，基于遥感技术的碳监测成为了领域热点。 卫星遥感具有客观、连续、稳定、大范围、重复观测的优点，已成为监测全球碳盘查不可或缺的技术手段，卫星遥感也正在成为新一代 、国际认可的全球碳核查方法。

快速掌握LEAP模型操作及应用，结合实例来全面掌握能源供应转换、能源需求及碳排放预测中的基础数据搜集及处理、能源平衡表核算、模型框架构建、模型操作、情景设计、结果分析、优化、预测结果不确定性分析等。

随着温室气体排放量的增大和温室效应的增强，全球气候变化问题受到日益的关注。我国政府庄严承诺在2030和2060年分别达到“碳达峰”和“碳中和”，因此气候变化和碳排放已经成为科研人员重点关心的问题之一。气候变化问题不仅仅是科学的问题，同时也是经济问题。

卫星遥感具有客观、连续、稳定、大范围、重复观测的优点，已成为监测全球碳盘查不可或缺的技术手段，卫星遥感也正在成为新一代 、国际认可的全球碳核查方法。教程目的就是梳理碳中和与碳达峰对卫星遥感的现实需求，系统总结遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术发展，以实践的角度切实解决遥感技术在生态、能源、大气等领域的碳排放监测及模拟问题

DNDC（Denitrification-Decomposition，反硝化-分解模型）是目前国际上最为成功的模拟生物地球化学循环的模型之一，自开发以来，经过不断完善和改进，从模拟简单的农田生态系统发展成为可以模拟几乎所有陆地生态系统的动态模拟模型。

梳理碳中和与碳盘点对卫星遥感的现实需求，系统回顾遥感技术在生态系统碳库盘查、碳源汇、碳循环以及人为源排放反演等领域的技术发展，以实践的角度切实解决遥感技术在生态、能源、大气等领域的碳排放监测及模拟问题。