摘 要: | 制定“碳减排”措施需要信息支持,为获得必要的辅助信息,首先用动态时间规整聚类方法将中国30个省份按CO2排放的相似性划分为4种类型,再对每种排放类型用LASSO回归模型识别出总CO2排放量的关键排放源,最后用长短期记忆和门控循环单元神经网络模型预测了4种场景下的排放量,并探索“碳达峰”路径。结果显示:类型1和2的关键排放源是交通运输业的柴油、发电供热行业的原煤和非金属矿物产品部门的生产过程(水泥);类型3的关键排放源是发电供热行业的原煤和钢铁行业的焦炭,类型4的关键排放源是交通运输业的汽油、发电供热行业的原煤以及非金属矿物产品部门的生产过程(水泥)。针对当前的“碳达峰”目标,在基准场景下所有类型都不能按时达峰;在达峰任务方面,类型3的省份比其它各类型的省份任务更为艰巨。
|