期刊文章详细信息
基于LSTM模型的中国交通运输业碳排放预测 ( EI收录)
LSTM model-based prediction of carbon emissions from China's transportation sector
文献类型:期刊文章
LIU Chun-sen;QU Jian-sheng;GEYu-jie;TANG Ji-xing;GAO Xin-yue;LIU Li-na(School of Mathematics and Statistics,Lanzhou University,Lanzhou 730000,China;Chengdu Library and Information Center,Chinese Academy of Sciences,Chengdu 610044,China;College of Earth and Environmental Sciences,Lanzhou University,Lanzhou 730000,China;Northwest Institute of Eco-Environmental and Resources,Chinese Academy of Sciences,Lanzhou 730000,China)
机构地区:[1]兰州大学数学与统计学院,甘肃兰州730000 [2]中国科学院成都文献情报中心,四川成都610044 [3]兰州大学资源环境学院,甘肃兰州730000 [4]中国科学院西北生态环境资源研究院,甘肃兰州730000
基 金:国家自然科学基金资助项目(42171300)。
年 份:2023
卷 号:43
期 号:5
起止页码:2574-2582
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊
摘 要: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.
关 键 词:交通运输 碳排放预测 LSTM 情景分析
分 类 号:X73]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...