长江流域资源与环境 >> 2012, Vol. 21 >> Issue (06): 665-.

• 区域可持续发展 • 上一篇    下一篇

基于ARIMA和BP神经网络组合模型的我国碳排放强度预测

赵成柏,毛春梅   

  1. (1.河海大学商学院|江苏 南京210098; 2.河海大学公共管理学院|江苏 南京210098;3.淮阴工学院经济管理学院|江苏 淮安223001
  • 出版日期:2012-06-20

FORECAST OF INTENSITY OF CARBON EMISSION TO CHINA BASED ON BP NEURAL NETWORK AND ARIMA COMBINED MODEL

ZHAO Chengbo1,3, MAO Chunmei2   

  1. (1.Business School,Hohai University, Nanjing 210098, China|2.College of Public Administration, Hohai University, Nanjing 210098, China|3.Department of Economy Management,Huaiyin Institute of Technology, Huai’an 223001, China
  • Online:2012-06-20

摘要:

预测我国碳排放强度的长期变动趋势, 对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10 a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%~45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标

Abstract:

Forecasting longterm intensity of carbon emissions in China has important significance for policy makers to macroeconomy management and EnergySaving Emission Reduction Efficiency.Based on analysis of the autoregressive integrated moving average (ARIMA) and neural networks (NN) models,this paper presented an ensemble approach to the intensity of carbon emission time series forecasting which integrated ARIMA with NN.The time series was considered of a linear autocorrelation structure and nonlinear structure,and then the change trend of intensity of carbon emissions was analyzed and predicted.The forecast results indicate that the carbon intensity is gradually declined in the next ten years,but the intensity of  carbon emissions  in 2020 decreases only by 34% based on the 2005 level.The Chinese government proclaimed a mitigation target which proposed that intensity of  carbon emissions in 2020 would be reduced by 40%-45% based on the 2005 level.Therefore,we have to adjust macroeconomic policy and take all kinds of policy measures to achieve the goal. 

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 李 娜,许有鹏, 陈 爽. 苏州城市化进程对降雨特征影响分析[J]. 长江流域资源与环境, 2006, 15(3): 335 -339 .
[2] 孙维侠, 赵永存, 黄 标, 廖菁菁, 王志刚, 王洪杰. 长三角典型地区土壤环境中Se的空间变异特征及其与人类健康的关系[J]. 长江流域资源与环境, 2008, 17(1): 113 .
[3] 胡大伟,卞新民,许 泉. 基于ANN的土壤重金属分布和污染评价研究[J]. 长江流域资源与环境, 2006, 15(4): 475 -479 .
[4] 张洁| 张志斌| 孙欣欣. 云南省矿产资源开发利用中的主要环境问题[J]. 长江流域资源与环境, 2006, 15(Sup1): 61 -65 .
[5] 时连强,李九发,应 铭,左书华,徐海根. 长江口没冒沙演变过程及其对水库工程的响应[J]. 长江流域资源与环境, 2006, 15(4): 458 -464 .
[6] 邹小兵,曾 婷,TRINA MACKIE,肖尚友,夏之宁. 嘉陵江下游江段春季浮游藻类特征及污染现状[J]. 长江流域资源与环境, 2008, 17(4): 612 .
[7] 张代钧,许丹宇,任宏洋,曹海彬,郑 敏,刘惠强. 长江三峡水库水污染控制若干问题[J]. 长江流域资源与环境, 2005, 14(5): 605 -610 .
[8] 黄 峰 魏 浪 李 磊 朱 伟. 乌江干流中上游水电梯级开发水温累积效应[J]. 长江流域资源与环境, 2009, 18(4): 337 .
[9] 胡鸿兴, 张岩岩, 何伟, 田蓉, 钟鑫, 韩世松, 李思思, 王俊杰陈文方, 杨阳, 陈侈, 邓晗, 文英, 崔雅婷, 李茜,  王璇, 彭菁菁, 高鑫, 唐义. 神农架大九湖泥炭藓沼泽湿地对镉(Ⅱ)、铜(Ⅱ)、铅(Ⅱ)、锌(Ⅱ)的净化模拟[J]. 长江流域资源与环境, 2009, 18(11): 1050 .
[10] 王肇磊, 贺新枝. 晚清时期湖北自然灾害的治理及其经验教训[J]. 长江流域资源与环境, 2009, 18(11): 1080 .