闫凤英 刘思娴 张小平 YAN Fengying, LIU Sixian, ZHANG Xiaoping

0 引言

城市是碳排放的主体，全球约80%的碳排放来源于城市区域[1]。大量研究已探明，城市建设用地（以下简称“用地”）的碳排放强度远远高于其他土地利用类型[2-3]，且不同的用地利用方式所产生的碳排放差异巨大[4-5]。因此，对用地进行合理的规划利用对控碳及城市的低碳发展有重要作用。对用地的研究始终是空间规划学科理论和规划实践的核心内容之一，空间规划作为引领城镇低碳发展的基本依据，主要通过对用地的性质、开发强度和空间形态等用地特征指标进行管控来实现。可以说，以空间规划作为结构调整式减排手段进行碳排放控制的潜力可观[6]。研究表明，虽然通过使用清洁能源、调整产业结构、推广节能新技术等可以在一定程度上减少用地的碳排放，但不能完全解决用地的功能、规模、建筑空间等建成环境要素所引起的碳排放效应，而一旦用地的上述用地特征得以确定，再调整其承载的碳排放将非常困难[7]。目前我国空间规划技术中控碳方法缺失等问题未解决[8]，仍然缺乏相对客观的、可衡量城市用地碳排放的有效工具。

综上，本文提出基于PCA-BP神经网络的用地碳排放预测方法，以城市用地端能耗的角度探寻各类型用地的碳排放特点，通过用地特征指标估算用地碳排放，在碳排放管控层面提供关键量化指标，更科学地找到用地的减排潜力，为空间规划提供有力的碳排放数据依据，使空间规划能够更大程度地发挥其结构调整式减排作用。……