基于LSTM模型的中国交通运输业碳排放预测

为助力交通运输业实现碳达峰、碳中和目标,本研究基于拓展的STIRPAT模型选取人口、机动车保有量和能源强度等8个变量作为中国交通运输业碳排放量影响因素,并根据1990-2019年指标数据建立LSTM碳排放模型,在低碳、基准及高碳3种情景下对交通运输业碳排放进行预测.结果表明:1990-2019年间中国交通运输业碳排放量总体呈现上升趋势.低碳、基准及高碳情景下,碳排放达峰时间分别为2033年、2035年及2038年,峰值量分别为1145.64,1218.68,1308.40百万t.中国应积极采取节能降碳措施,优化交通运输业结构,推进清洁能源应用,促进中国交通碳排放向低碳情景发展,助力达峰目标早日实现.     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。