中国省级能源消耗CO_(2)排放状况及未来趋势分析

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CO_(2)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CO_(2)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。

大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH4排放的影响

为探究大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH_(4)排放的影响,基于CO_(2)浓度自动调控平台开展水稻试验,以“南粳9108”为试验品种,采用静态箱-气相色谱法测定CH_(4)通量。在背景大气CO_(2)浓度(CK)的基础上,设置CO_(2)浓度缓增(C_(1)处理,从2016年开始逐年增加40μmol·mol^(-1),至2018年增加120μmol·mol^(-1))和骤增(C_(2)处理,CO_(2)浓度每年均增加200μmol·mol^(-1))处理;在常规施氮量(N 1处理,25 g·m^(-2))的基础上设置氮肥减施处理(N_(2)处理,15 g·m^(-2))。结果表明,CO_(2)浓度缓增、骤增和不同施氮量均没有改变稻田CH_(4)通量的季节变化规律,总体上呈现先增加后减小的趋势。在整个生育期,CO_(2)浓度缓增、骤增对稻田单位产量CH_(4)排放量无显著影响。在C_(2)条件下,与N 1处理相比,N_(2)处理水稻产量显著降低45.2%(P=0.037),同时稻田单位产量CH_(4)排放量显著增加63.3%(P=0.008)。综上所述,随着CO_(2)浓度升高,氮肥减施至15 g·m^(-2)会减少水稻产量,同时增加稻田单位产量CH_(4)排放。

徐州市不同行业CO_(2)排放量测算及减排措施

在城市发展过程中,准确计算城市碳排放量对优化和指导CO_(2)减排路径至关重要。通过收集26年的徐州统计年鉴,运用碳排放因子法计算了徐州市化石能源、家庭燃气、水泥、钢铁、化工、电力和交通运输的CO_(2)排放量。结果发现徐州市1995—2020年各行业CO_(2)排放量情况为:化石能源消费CO_(2)排放量为2.765 18×10^(7)~1.335 63×108t,家庭燃气CO_(2)排放量为0.931×10^(5)~5.275×10^(5)t,水泥行业CO_(2)排放量为1.050 185×10^(7)~3.894 500×10^(7)t,钢铁行业CO_(2)排放量为0.565 9×10^(6)~8.195 7×10^(6)t,化工行业CO_(2)排放量为0.722 8×10^(6)~4.411 4×10^(6)t,电力行业CO_(2)排放量为0.690 87×10^(7)~3.339 01×10^(7)t,交通运输CO_(2)排放量为0.658 0×10^(6)~7.340 3×10^(6)t。徐州市政府应根据各行业CO_(2)排放特点,从加大政策扶持、加强碳汇利用、倡导低碳发展和研发清洁能源等角度合理制定减碳措施。

电力行业CO_(2)排放量预测及减排路径——以徐州市为例

基于1996—2022年《徐州统计年鉴》数据,分析徐州市电力行业CO_(2)排放特征,参考宾婵佳等的方法测算徐州市电力行业CO_(2)排放量,运用BP神经网络模型对2022—2030年徐州市电力行业CO_(2)排放量进行预测.结果表明:1995—2021年徐州市电力行业CO_(2)排放量为1002.684~4462.032万t;单位煤耗CO_(2)排放系数从1995年的1.027 t/MWh上升到1998年的1.043 t/MWh,再下降到2021年的0.820 t/MWh.不同情景下,徐州市电力行业CO_(2)排放量的预测值与实际值的独立样本t检验结果表明,运用BP神经网络模型预测电力行业CO_(2)排放量是可行的.预测结果显示,到2030年,徐州市电力行业CO_(2)排放量在基准情景下为5382.358万t,低碳情景下为4481.523万t,强化低碳情景下为4077.167万t.提出了徐州市电力行业可从发电端、电网端和消费端实施碳减排措施.

陆地生态系统土壤CO_(2)排放对模拟增温的响应特征及影响因素

全球变暖已经成为不争的事实,陆地生态系统碳循环的研究受到了各界广泛关注,是当前全球变化研究中的重点。土壤CO_(2)排放是陆地生态系统与大气间二氧化碳交换的最大通量之一,当前陆地生态系统中土壤CO_(2)排放如何响应全球气候变暖及其影响因素仍不清楚,限制了对土壤碳循环过程及影响机制的深入认识。旨在明确全球变暖背景下陆地生态系统中土壤CO_(2)排放格局及影响因素。基于Web of Science、PubMed和中国知网等中英文期刊数据库,充分收集全球范围内的相关野外试验文献81篇,提取出65个研究位置和213组相关研究数据,采用Meta分析方法探讨陆地生态系统土壤CO_(2)排放对增温的响应特征,分析其与海拔、气候、土壤含水量、容重(BD)、pH、全氮(TN)和土壤有机碳(SOC)的相关关系。结果表明:陆地生态系统中土壤CO_(2)排放对增温整体有显著的正向响应,在农、林、草生态系统中,增温使土壤CO_(2)排放分别显著增加13.1%、18.0%、5.9%(P<0.05),森林生态系统对增温响应的正效应最强烈;增温能在短时期内促进土壤呼吸,但随着增温持续时间增加,土壤呼吸对温度的敏感性会降低,对温度变化产生适应性,从而使其对增温的响应能力减弱;响应特征受到环境因子、土壤特性以及其他试验条件等的影响,绝大多数条件下对增温表现出显著的正响应特征,不同影响因子之间共同作用、相互影响。增温通常能够改变植物生物量、土壤养分含量及微生物数量和活性,从而影响到植被根际呼吸和土壤呼吸速率。相关分析表明,海拔对土壤CO_(2)排放有显著负向影响,而年均气温、年均降水量、土壤含水量和仪器嵌入土壤深度则对土壤CO_(2)排放产生显著正向影响。这些结果对于理解全球土壤CO_(2)排放的时空变化格局有重要意义,也为准确评价全球变暖背景下土壤碳汇功能及其持续性提供理论依据。

基于动态改进等比例法的省级CO_(2)排放总量目标分解研究

在原应用于全国CO_(2)排放强度目标分解的改进等比例方法基础上进行动态化改进,以适应省级CO_(2)排放总量目标向地级市分解需求。以河北省地级市分解方案为例,结果表明:省内煤炭、钢铁等传统高碳产业城市应严格控制CO_(2)排放增长,仅获得少量CO_(2)相对剩余空间;而京津以南三市获得较多相对剩余空间,为雄安新区建设和北京非首都功能疏解提供一定CO_(2)排放增量空间。通过碳达峰控制时间判别,除唐山市和邯郸市应控制率先达峰外,大多数城市仍按照2030年前按时达峰管控,即可满足河北省2030年前整体达峰需求。最后,基于新老方法分解方案比较分析,动态改进等比例法在公平与效率的基础上,兼顾考量了城市自身发展趋势和控碳政策导向,与原方法分解逻辑和余量侧重有所不同。本方法可进一步优化以适应不同发展特征省份的碳排放目标分解需求。

工业烟气CO_(2)的排放特征、测试及捕集技术研究

CO_(2)是主要的温室气体,减排CO_(2)应对气候变化已成为国际共识,工业烟气是重要的人为CO_(2)排放源。对工业烟气CO_(2)的排放特征、主要测试及治理技术进行了系统的分析和研究:电力、钢铁、水泥等工业行业排放烟气中CO_(2)浓度分别在9.7%~15%、2%~28%、11%~29%;CO_(2)测试技术主要有非分散红外吸收法、气相色谱法、光谱法、化学吸收法等,其中,非分散红外吸收法在国内外应用最为成熟,是目前主流的固定源CO_(2)测试技术;CO_(2)捕集技术主要有吸收法、吸附法、膜分离法、深冷法等,其中,化学吸收法广泛用于低浓度CO_(2)烟气(体积浓度≤30%)捕集。研究结果可为后续工业大幅降碳提供借鉴。

氮添加对森林土壤有机碳库固存及CO_(2)排放的影响研究进展

氮添加会引起土壤理化性质和养分有效性的改变。受此影响,森林植物的地上碳同化能力和地下碳分配格局也会相应地发生变化,总体表现为促进植物生长固碳,增加凋落物和植物根系沉积碳输入土壤,并改变上述植物源有机质的数量和化学成分。与此同时,土壤微生物的群落结构和生态功能也会受到氮添加的影响,由于土壤中的有机碳分解、转化和稳定等过程均受到微生物的驱动,因此,氮添加所引起的底物供应差异和微生物响应会影响森林土壤有机碳的矿化,并最终影响森林土壤有机碳库固存、稳定和CO_(2)排放。但目前关于氮添加对森林土壤有机碳库固存能力和CO_(2)排放特征的影响机制仍不清楚,为此,以森林土壤的碳循环过程为线索,综述了氮添加对底物供应、土壤有机碳激发效应、微生物碳代谢等过程的影响,并尝试梳理在氮添加影响下森林土壤有机碳分解、转化和稳定的微生物驱动机制。这有助于预测氮添加对森林土壤“氮促碳汇”的实际效果,以便研究人员在未来氮沉降日益严重背景下更好地预测森林土壤的碳循环特征,寻找提高森林土壤有机碳库固存能力和降低CO_(2)排放相关途径提供参考。同时,还分析了目前相关研究中存在的问题,并对该领域未来的研究热点进行了展望。

碳达峰碳中和背景下电力电缆供应链的CO_(2)排放量控制方法研究

针对供应链CO_(2)排放量控制基于无损电力网络、忽略电力线路损耗造成CO_(2)排放的问题,提出碳达峰碳中和背景下电力电缆供应链的CO_(2)排放量控制方法。基于电力潮流分析理论引入CO_(2)排放流概念,并计算CO_(2)排放强度,在节点、支路、支路有功损耗和负荷方面分析CO_(2)排放流分布情况,通过潮流溯源法对CO_(2)排放流溯源分析,将发电侧CO_(2)排放转移至用户侧,结合CO_(2)排放阈值,实现电力电缆供应链CO_(2)减排控制。实验结果表明,所提方法的回归相关系数达到了0.9824,均方误差仅为0.093,与文献方法相比,该方法的误差更小、回归相关系数更高。

电炉炼钢中CO_(2)排放量监测及控制研究

传统电炉炼钢过程中,CO_(2)排放量监测及控制方法仅对CO_(2)排放量进行监测和控制,未对CO_(2)排放特征进行分析,导致传统方法控制效率较低。因此提出对电炉炼钢中CO_(2)排放量监测及控制研究。该研究对电炉炼钢过程中CO_(2)排放特征进行了分析。并根据分析结果,对CO_(2)排放总量进行监测,进而更快速的对CO_(2)排放量进行控制。实验结果表明,该研究方法具有更高的控制效率,具有实际应用价值。

再生混凝土全生命周期碳化的CO_(2)排放评价

为了减少再生混凝土全生命周期CO_(2)排放量,考虑再生混凝土服役阶段的碳化作用,采用碳化再生粗骨料、CO_(2)环境下搅拌和养护的固碳方式对再生混凝土全生命周期进行碳化设计。运用生命周期评价(LCA)理论,将再生混凝土生命周期分为6个阶段,分别为原材料生产和运输、再生混凝土的生产、运输、施工、服役、拆除,并建立了各阶段CO_(2)排放计算模型,探究了1 m^(3)的C30再生混凝土全生命周期CO_(2)排放量。此外,对再生混凝土全生命周期CO_(2)排放的环境影响进行了评价。结果表明:与仅服役阶段碳化作用下的再生混凝土全生命周期CO_(2)排放量(APL)相比,再生混凝土全生命周期碳化作用下的CO_(2)排放量(BPL)减少;与再生粗骨料固碳相比,再生混凝土搅拌和养护固碳对降低再生混凝土全生命周期CO_(2)排放的作用更好;用再生粗骨料取代部分天然粗骨料可以节约环境成本,减少CO_(2)排放量,具有显著的环境价值和经济价值。

中国能源消费CO_(2)排放的影响因素及情景分析

针对我国2030年碳达峰要求,立足当前经济和能源需求快速发展的现状,选取2000—2020年时间序列数据,采用Tapio脱钩模型,定量分析中国能源消费CO_(2)排放量与经济增长的脱钩状况;建立扩展的STIRPAT模型,探讨中国能源消费CO_(2)排放的影响因素;运用情景分析法对基准情景(S0)、产业结构优化情景(S1)、能源结构优化情景(S2)、多要素优化情景(S3)4种情景下的CO_(2)排放量进行了预测。结果表明:中国能源消费CO_(2)排放量与经济增长之间的脱钩状态总体以弱脱钩为主。人口规模、能源消费结构、第二产业占比、城镇化率、人均GDP、第三产业占比、碳排放强度每变动1%时,分别引起能源消费CO_(2)排放量的2.857%、0.879%、0.836%、0.623%、(0.221+0.011ln A1)%、0.241%、0.132%的变动。基准情景下中国在2030年之前不能实现碳达峰,产业结构优化情景和能源结构优化情景下在2030年实现碳达峰,峰值分别为110.90亿和109.18亿t,多要素优化情景下可以在2030年之前实现碳达峰,峰值为105.03亿t。

我国工业CO_(2)排放与经济发展脱钩关系解析

采用脱钩模型和分解模型对1998—2020年中国工业CO_(2)排放与经济发展的脱钩关系进行解析。研究发现:1998—2020年我国工业CO_(2)排放与经济发展间呈现负脱钩状态,但是负脱钩程度在减弱,工业CO_(2)排放与经济发展的关系在向协调发展的方向改善。脱钩稳定性方面,工业CO_(2)排放与经济发展的脱钩状态波动较大,但是稳定性程度在逐步提升。从脱钩因素方面分析,1998—2020年,电力脱钩弹性(EL)、工业电气化脱钩弹性(LS)、价值创造脱钩弹性(SG)均对总脱钩弹性(CG)产生了积极影响,但是能耗脱钩弹性(CE)还未对总脱钩弹性(CG)产生正向贡献。

基于多源碳卫星融合产品的中国地区XCO_(2)与人为CO_(2)排放时空变化

准确评估大气CO_(2)浓度和人为CO_(2)排放时空变化对于减缓温室气体排放导致的气候变化至关重要,因此,本文基于GOSAT和OCO-2卫星数据融合生成的全球长时间序列、时空连续的Mapping-XCO_(2)产品,研究2010~2020年中国大气CO_(2)柱浓度(XCO_(2))时空变化特征以及卫星监测人为CO_(2)排放能力.结果表明:Mapping-XCO_(2)与中国大气本底站观测存在较高的一致性,具有良好的适用性;2010~2020年中国XCO_(2)呈现东高西低的空间分布,年均XCO_(2)为400.4×10^(-6),年增长速率为2.47×10^(-6);非生长季XCO_(2)异常可刻画人为CO_(2)排放时空变化,各省级行政区非生长季XCO_(2)异常与人为排放清单EDGAR和ODIAC的相关系数分别为0.71、0.67;2010~2020年京津冀、长三角、珠三角等三个城市群人为CO_(2)排放增长率分别为0.12×10^(-6)/a、0.08×10^(-6)/a、0.08×10^(-6)/a.研究结果表明卫星遥感在监测大气CO_(2)浓度和人为CO_(2)排放时空变化方面的有效性.

不同秸秆还田方式对玉米农田土壤CO_(2)排放量和碳平衡的影响

【目的】探究秸秆还田方式对土壤CO_(2)排放特征及碳平衡的影响,为东北地区农田土壤固碳减排和秸秆还田方式的选择提供科学依据。【方法】采用田间微区试验,以玉米为供试作物,设置3种秸秆还田方式:秸秆浅层还田(QH)、秸秆深层还田(SH)和秸秆覆盖还田(FG),无秸秆还田(CK)处理为对照。利用LI-8100A土壤碳通量自动测定仪监测玉米生长季不同秸秆还田方式下土壤CO_(2)的排放特征,探讨土壤温度、含水量、pH、微生物量碳及氮磷钾速效养分和全量养分对土壤CO_(2)排放的影响,并分析不同还田方式下的土壤碳平衡。【结果】在玉米生长季,各处理土壤CO_(2)排放速率均表现为先升高后降低的趋势。土壤CO_(2)累积排放量表现为FG>QH>SH>CK处理,相较于SH处理,FG和QH处理土壤CO_(2)累积排放量分别增加了14.0%和6.4%,各处理间差异显著(P<0.05)。不同还田方式下土壤CO_(2)排放速率与土壤温度、土壤含水量进行单因素模型拟合,均呈二次函数相关关系,且达到了显著水平(P<0.05),土壤温度和土壤含水量分别解释68.2%—73.7%和21.3%—82.8%的土壤CO_(2)排放速率变化,但土壤温度和土壤含水量的双因素复合模型能更好地解释土壤CO_(2)排放速率的变化,解释度达到78.5%—82.8%。相关性分析表明,土壤CO_(2)累积排放量与速效钾、微生物量碳呈极显著相关关系(P<0.01),与土壤有机质、碱解氮、全氮和pH呈显著的相关关系(P<0.05)。秸秆还田处理下土壤碳平衡均为正值,为大气CO_(2)碳汇。SH处理下土壤碳平衡和固碳潜力显著高于QH、FG处理,提高幅度分别为23.4%、475.7%和7.1%、30.7%(P<0.05),表现出较强的碳汇功能。在两年收获期,秸秆还田显著提高了玉米产量,其中SH处理最高,但与QH和FG处理间无显著差异。【结论】本试验条件下,综合考虑固碳减排效应和产量,3种秸秆还田方式相比,秸秆深层还田(SH)是一种较好的还田方式。

植物调节湿地CO_(2)和CH_(4)排放对淹水增强的响应

在闽江河口鳝鱼滩潮汐沼泽湿地设置有植物与无植物2种中宇宙,每种中宇宙设置对照(CK)、CK-20cm、CK-40cm 3种高程处理,以此模拟研究淹水增强对有无植物2种中宇宙的CO_(2)和CH_(4)排放通量的影响.结果表明,淹水增强未显著改变植物的总生物量和植物株高,但增加植物地下生物量,减少植物地上生物量.在有植物中宇宙中,土壤氧化还原电位(ORP)和溶解性有机碳(DOC)浓度随着淹水增强而增加.在无植物中宇宙中,DOC浓度也随着淹水增强而增加,但土壤ORP随淹水增强变化不显著.与CK相比,在CK-20cm和CK-40cm 2种高程处理中,有植物中宇宙中CO_(2)排放通量分别增加43%和61%,而CH_(4)排放通量则分别增加66%和84%.在无植物中宇宙中,CO_(2)和CH_(4)的排放通量随着淹水增强无显著变化.未来海平面上升50~100a内,有植被的潮汐沼泽湿地综合增温潜势会增加,土壤有机碳储量会显著下降;无植被的潮汐沼泽湿地综合增温潜势将下降,土壤有机碳储量不会显著改变.

不同水位管理对恢复泥炭地土壤CO_(2)、CH_(4)排放的影响

泥炭地水文条件影响泥炭地生物地球化学循环,控制和维持着泥炭地生态系统的结构和功能,是泥炭地生态恢复的重要前提。然而,目前关于恢复泥炭地土壤碳排放对不同水位的响应尚不明确。以长白山区天然(NP)、退耕(DP)及实施不同水文管理的恢复泥炭地(低水位(LR)、高水位(HR)与高低交替水位(H-LR))为研究对象,采用静态箱-气相色谱法对研究区泥炭地进行生长季(6—10月)土壤CO_(2)、CH_(4)排放监测。结果表明:温度和水位变化是研究区泥炭地土壤CO_(2)、CH_(4)排放季节变化的主控因子。H-LR受水位控制的影响,生长季土壤CO_(2)排放速率波动剧烈,其它水位管理恢复区土壤CO_(2)排放速率呈单峰型排放模式,且均与近地表温度呈指数相关(P<0.05)。除HR外,土壤CO_(2)排放速率与水位呈显著负相关(P<0.05)。生长季,研究区HR土壤CH_(4)排放速率呈双峰型,H-LR与NP的土壤CH_(4)排放呈单峰型,与近地表温度呈指数相关(P<0.05),LR水位与CH_(4)排放速率显著正相关(P<0.05)。研究区不同水位管理恢复泥炭地土壤碳排放差异显著,虽然HR的土壤CO_(2)-C累积碳排放量显著低于其它水位恢复区,但其土壤CH_(4)-C累积碳排放量和综合增温潜势显著高于其它水位恢复区(P<0.05)。LR的累积碳排放量显著低于退化泥炭地,且其综合增温潜势最低。因此,建议在泥炭地恢复初期将低水位管理作为短期策略,以更好地恢复泥炭地碳汇功能,减弱其增温潜势。

基于远程监测的北京市柴油车实际道路NO_(x)与CO_(2)排放特征

采用远程在线监测技术对北京市典型柴油车的实际道路运行参数进行监测,并基于标准PEMS测试设备与远程在线监测同步对比测试,分析远程在线监测技术的数据一致性,研究建立适用于北京市柴油车的微观运行模态划分方法,并基于微观运行模态分析典型柴油车的NO_(x)和CO_(2)排放特征.研究结果表明:1)远程在线监测的柴油车NO_(x)和CO_(2)排放率与PEMS测试数据的线性拟合R^(2)均高于0.99;2)基于建立的北京市柴油车的微观运行模态划分方法,北京市柴油车的微观运行模态划分结果符合正态分布,实现将车辆微观运行工况进行均匀划分的目的;3)在不同车速范围内,不同类型车辆的NO_(x)和CO_(2)排放因子呈现出不同的变化趋势,国六排放车辆的NO_(x)排放因子普遍低于国五排放,NO_(x)综合排放因子最高的为国五重型柴油车(7.63±0.57)g/km;随着吨位增加,柴油车CO_(2)排放因子会呈不同程度的增加且国六重型柴油车CO_(2)相对较高,主要原因可能是国六车相对复杂的后处理系统增加了燃油的消耗.

模块化撬装化CO_(2)回收技术研究与应用

在“碳达峰、碳中和”背景下,传统化工企业都将面临CO_(2)排放指标限制难题。CCUS(碳捕集、利用与封存)技术是解决CO_(2)排放难题的关键一招,化工企业首先需要依靠CO_(2)尾气捕集回收装置,实现上游源头减碳,再通过下游资源利用,进而形成经济可行的CCUS产业链。针对传统CO_(2)尾气回收装置建设过程中存在的占地面积大,土建费用高,灵活性差,施工周期长等突出问题,研发出模块化撬装化CO_(2)回收技术,可以有效降低前期投资成本和缩短施工周期。该技术根据装置工艺功能单元特点,基于模块化设计实现回收工艺模块划分,达到100%工厂化预制,现场模块化施工标准。同时,利用撬装化设计,合理布局管道阀门,实现模块内设备优化整合成撬,最终形成全流程模块化撬装化的CO_(2)回收装置。现场应用结果表明,相比传统CO_(2)尾气回收装置,模块化撬装化5×10^(4) t/a煤制氢CO_(2)尾气回收装置完全达到降低投资成本和缩短施工周期目标,其中土建费用降低74.0%,建设面积降低75.2%,工程施工周期缩短50.0%。

基于直接吸收光谱深度学习神经网络模型的CO_(2)浓度检测研究

CO_(2)是温室气体的主要成分之一,其对全球气候变化和环境质量有重大影响,燃煤电厂作为我国最大的CO_(2)排放源,面临着严峻考验。为准确、快速、低成本地检测燃煤电厂CO_(2)浓度,促进燃煤电厂低碳发展,本文利用分布反馈半导体激光器构建了一种高灵敏度的CO_(2)气体检测系统,同时采用HITRAN数据库作为深度学习模型的数据集,建立了一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)模型,采用反向传播神经网络算法检测CO_(2)浓度并与直接吸收技术进行了对比,并通过K折交叉验证法和调整模型参数来提升1D-CNN模型的性能。结果表明,1D-CNN模型的决定系数R^(2)值可达到0.9997,相对误差为1.07%,绝对误差为7.88 mg/m^(3),模型建立较为符合要求;利用1D-CNN模型调用最优参数,对比预测数据和真实数据,平均相对误差为6.06%,平均绝对误差为17.97 mg/m^(3),决定系数R^(2)=0.99941,可得模型的预测结果具有较高的精度。这种基于直接吸收光谱深度学习神经网络模型的气体浓度检测模型在测量CO_(2)气体浓度方面具有较高的准确性和可靠性,可为电力行业的环保监测和节能减排提供有力的技术支持。