基于机器学习的城市碳生产率可视分析系统.pdfVIP

·152·ComputerEraNo.42023

DOI:10.16644/j.cnki.cn33-1094/tp.2023.04.032

基于机器学习的城市碳生产率可视分析系统

宋振金，吴亚东，华才健，蒲慧

(四川轻化工大学计算机科学与工程学院，四川宜宾644002)

摘要：不断提高碳排放额度的使用效率即提高碳生产率，才能推动经济绿色发展。本文基于2013-2019年中国统计年

鉴数据、机器学习与可视分析方法，开发了一套多视图联动的可视分析系统。首先使用LightGBM构建碳生产率回归预

测模型；然后根据数据集的多维属性设计时空可视分析方法，增强数据的时空表达；最后通过前端技术实现数据管理与

权限管理提升数据安全性，帮助决策者发现各省市碳生产率的内联关系，为经济的绿色发展赋能。

关键词：碳生产率；机器学习；时空可视化；可视分析系统

中图分类号：TP391.41文献标识码：A文章编号：1006-8228(2023)04-152-05

Visualanalysissystemofcarbonproductivitybasedonmachinelearning

SongZhenjin,WuYadong,HuaCaijian,PuHui

（SchoolofComputerScienceandEngineeringSichuanUniversity,Yibin,Sichuan644002,China）

Abstract：Continuouslyimprovingtheefficiencyofcarbonemissioncreditsusage,i.e.,increasingcarbonproductivity,istheonlyway

topromotegreeneconomicdevelopment.Inthispaper,wedevelopamulti-viewlinkedvisualanalysissystembasedonthedataof

ChinaStatisticalYearbook2013-2019andthemethodsofmachinelearningandvisualanalysis.Firstly,weuseLightGBMtobuild

acarbonproductivityregressionpredictionmodel.Then,wedesignaspatio-temporalevolutionvisualanalysismethodtoenhance

thespatio-temporalrepresentationofthedatabasedonthemultidimensionalattributesofthedataset.Finally,weimplementdata

managementandauthoritymanagementthroughfront-endtechnologytoenhancedatasecurity.Ithelpsdecisionmakersdiscoverthe

inlinerelationshipofcarbonproductivityineachprovinceandcity,andempowerthegreendevelopmentoftheeconomy.

Keywords：carbonproductivity;machinelearning;spatio-temporalvisualization;visualanalysissystem

0引言析，需要设计一套针对属性关系的可视分析系统，使