一种基于人工智能的碳中和网格化评估系统

本发明涉及碳中和的，具体为一种基于人工智能的碳中和网格化评估系统。

背景技术：

1、随着气候变化问题的不断加剧，碳中和成为了应对全球温室气体排放挑战的关键战略之一，科学家和企业正积极寻求创新性的方法来减少碳排放和实现碳中和，与此同时，人工智能技术在碳中和领域的应用也变得越来越重要，人工智能技术可以帮助实时监测排放、优化碳捕捉和抵消策略，并提供智能决策支持。

2、尽管碳中和可以对空气中的二氧化碳进行抵消和存储，但要想精准的评估出碳中和指数不仅仅需要考虑空气中二氧化碳的排放浓度、吸附剂数量、植被的密度，还需要考虑吸附剂再生过程中周围环境的变化和植被的生长周期等多种因素，并且，对于二氧化碳的分布并未进行区域划分，不能针对不同地理位置的碳中和进行进一步评估，导致决策制定的不确定性，以及碳中和计划的低效性。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于人工智能的碳中和网格化评估系统，解决了上述背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能的碳中和网格化评估系统，包括区域划分模块、数据采集模块、数据处理模块、碳中和分析模块以及阈值评估模块；

3、所述区域划分模块用于利用气体分析仪监测不同地理位置中co2排放浓度pfd，同时利用无人机巡检co2排放的地理位置并进行低空成像，并依据人工智能技术模拟获取co2分布电子地图，依据co2排放的范围将co2分布电子地图分割成若干个网格状区域，并确定附近植被覆盖面积zbfg；

4、所述数据采集模块用于实时监测不同地理位置所排放的co2状态情况、碳捕捉情况以及碳抵消情况，并依次生成co2状态数据、碳捕捉数据以及碳抵消数据，汇总建立成碳状态数据集；

5、所述数据处理模块用于将碳状态数据集中的相关数据信息进行数据清洗和特征提取，并依据无量纲处理技术将处理后的数据信息进行标准化处理，统一单位；

6、所述碳中和分析模块用于利用吸附剂吸附co2，并在吸附剂再生过程中分析周围环境影响，获取环境因子hjyz，并将环境因子hjyz与co2排放浓度pfd相关联，获取捕捉系数bzxs，将植被覆盖面积zbfg与植被生长状态进行分析计算生成抵消系数dxxs，利用人工智能技术进行深度机器学习分析，获取中和评估指数zhpg，所述中和评估指数zhpg通过以下公式获取：

7、；

8、式中，jyl表示为co2交易量，、和分别表示为抵消系数dxxs、co2交易量jyl和捕捉系数bzxs的权重值，其中，，，，且，r表示为常数修正系数；

9、所述阈值评估模块用于通过抽取历史时间轴内的每周、每月或者每季度的碳状态数据集中的相关数据信息，以获取历史数据并计算平均值，获得平均评估阈值q，并将中和评估指数zhpg与平均评估阈值q进行对比分析，获得预警评估报告。

10、优选的，将若干个网格状区域进行标记，记作区域i1、区域i2、...、区域in，并将若干个网状区域依次对应相应的植被覆盖面积zbfg传送至碳状态数据集，分析计算区域i1、区域i2、...、区域in相应的中和评估指数zhpg。

11、优选的，所述数据采集模块将对区域i1、区域i2、...、区域in中co2状态数据、碳捕捉数据以及碳抵消数据进行实时采集，其中包括碳捕捉单元和碳抵消单元；

12、所述碳捕捉单元用于利用碳捕捉和储存技术中吸附剂对区域i1、区域i2、...、区域in中co2的排放源进行实时捕捉，并在热解吸附时，实时采集与记录周围温度差wdc、吸附饱和度xfbh和压力差ylc数据信息；

13、所述碳抵消单元用于收集与记录区域i1、区域i2、...、区域in内植被的生长状态数据信息，包括植被的生长周期szsd、植被密度、地理位置、植物类型、土壤质量以及季节的变化。

14、优选的，所述数据处理模块包括数据预处理单元和标准化单元；

15、所述数据预处理单元用于将碳状态数据集中的数据信息进行频繁校准，并监测与处理其内的缺失值，利用信号处理技术，去除数据信息中的高频噪声；

16、所述标准化单元用于利用无量纲处理技术将碳状态数据集中的一个或两个均转换为相同的单位，并对不同传感器或采集设备产生的数据数值统一在同一范围值内。

17、优选的，依据人工智能技术，建立算法模型，特征提取并分析计算获取：环境因子hjyz、捕捉系数bzxs和抵消系数dxxs，并将所述捕捉系数bzxs与所述抵消系数dxxs进行相关联，获取中和评估指数zhpg。

18、优选的，将所述温度差wdc与所述压力差ylc相关联，并经过无量纲处理后，所述环境因子hjyz通过以下公式获取：

19、；

20、式中，表示为温度差wdc的权重值，表示为压力差ylc的权重值，其中，，，且，表示为常数修正系数。

21、优选的，将所述环境因子hjyz与所述co2排放浓度pfd相关联，并经过无量纲处理后，所述捕捉系数bzxs通过以下公式获取：

22、；

23、式中，xfbh表示为吸附饱和度，表示为环境因子hjyz的权重值，表示为co2排放浓度pfd和吸附饱和度xfbh之和的权重值，其中，，，且，表示为常数修正系数。

24、优选的，将所述生长周期szsd与所述植被覆盖面积zbfg相关联，并经过无量纲处理后，所述抵消系数dxxs通过以下公式获取：

25、；

26、式中，scz表示为持续时长，表示为植被覆盖面积zbfg的权重值，表示为生长周期szsd和持续时长scz之和的权重值，其中，，，且，表示为常数修正系数。

27、优选的，所述阈值评估模块包括历史评估单元和预警评估报告单元；

28、所述历史评估单元用于分别抽取区域i1、区域i2、...、区域in中的历史相关数据信息，并进行计算获取相应的平均评估阈值q，所述平均评估阈值q包括第一评估阈值q1和第二评估阈值q2，其中，所述第一评估阈值q1大于所述平均评估阈值q，所述第二评估阈值q2小于所述平均评估阈值q。

29、优选的，所述预警评估报告单元用于将所述中和评估指数zhpg与相应的所述平均评估阈值q进行对比分析，获得预警评估报告：

30、当所述中和评估指数zhpg≤所述第二评估阈值q2时，即zhpg≤q2，获取一级预警，表示为当前碳中和状态超过50%的安全范围，此时需增加可再生能源的使用；

31、当所述第二评估阈值q2＜所述中和评估指数zhpg≤所述平均评估阈值q时，获取二级预警，即zhpg≤q2，表示为当前碳中和状态超过30%的安全范围，此时需大规模化的进行植树造林；

32、当所述平均评估阈值q＜所述中和评估指数zhpg≤所述第一评估阈值q1时，即zhpg≤q2，获取三级预警，表示为当前碳中和状态已处在安全范围，此时将不断加强数据收集和监测。

33、本发明提供了一种基于人工智能的碳中和网格化评估系统，具备以下有益效果：

34、（1）该一种基于人工智能的碳中和网格化评估系统，该系统结合了多种数据源，包括气体分析仪、无人机巡检、人工智能模拟等，进一步实现了对co2排放浓度的高分辨率监测和低空成像，从而提供了更准确的co2分布电子地图，并对co2分布电子地图进行区域划分，区分不同地理位置上co2排放情况、碳捕捉数据和抵消数据，并进行实时监测将其进行汇总建立，提供了全面的碳状态数据集，为决策制定提供了可靠的依据；通过利用深度机器学习技术，能够更好地在多维数据信息中理解出环境因子hjyz、捕捉系数bzxs和抵消系数dxxs之间的关系，从而提供更准确的中和评估指数zhpg，通过阈值评估模块，提供了对历史数据的分析和计算平均评估阈值q的能力，进一步确定决策制定的准确性；

35、（2）该一种基于人工智能的碳中和网格化评估系统，通过将不同地理位置分割成若干个网格状区域并标记，系统可以更准确地分析每个区域的co2排放、植被覆盖和碳中和情况，这使得地理位置的差异得以考虑，有助于制定更具针对性的碳中和策略；

36、（3）该一种基于人工智能的碳中和网格化评估系统，抽取历史数据信息，以获取出平均评估阈值q，它基于了过去碳中和状态的平均水平，为后续评估提供了基准，将中和评估指数zhpg与平均评估阈值q进行对比分析，并提供不同级别的预警报告，使决策者能够更好地了解碳中和的状态和趋势，根据不同情况采取适当的行动，以实现更可持续的碳中和目标。