基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究 |
| |
引用本文: | 潘思羽,张美玲.基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究[J].环境工程,2023(7):61-68+85. |
| |
作者姓名: | 潘思羽 张美玲 |
| |
作者单位: | 甘肃农业大学理学院 |
| |
基金项目: | 甘肃省自然科学基金项目(1606RJZA077,1308RJZA262); |
| |
摘 要: | 基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO2排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO2排放量。构建甘肃省CO2排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO2排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明:甘肃省产业及生活能源消耗直接CO2排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO2排放源;BP神经网络模型的预测误差为2×10-4,相关系数>0.99,对于预测甘肃省CO2排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO2排放量达到最大;甘肃省CO2排放的驱动因素作用差异显著,CO2排放强度、经济发展、城乡消费对CO2排放的正向作用较大,城镇居民人均消...
|
关 键 词: | CO2排放 BP神经网络 STIRPAT模型 多元回归分析 随机森林 |
|
|