基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测

在碳达峰、碳中和背景下,进行黑龙江省工业部门碳排放因素分析与情景预测研究,对实现黑龙江省工业绿色低碳发展具有重要意义。首先,根据IPCC准则测算黑龙江省历年工业碳排放量,基于拓展STIRPAT模型,从人口因素、经济发展水平、技术水平3个方面,确定人均生产总值的平方、人口规模、工业总产值、工业能源消耗、能耗效率、能源结构6个自变量,借助岭回归方法消除自变量间的多重共线性,建立黑龙江省工业部门的碳排放影响因素模型;然后,从经济发展、人口规模、能源消耗、能耗效率4个方面分析黑龙江省社会经济实际运行情况,并结合宏观政策,分别对自变量进行变量涨幅确定,对2020—2050年黑龙江省工业部门碳排放量设定基准情景、低碳情景、高能耗情景进行预测分析。研究发现:1)黑龙江省工业低碳发展面临化石能源需求大、能源转化效率不足的问题,在影响工业碳排放的6个变量中,人均生产总值的平方、工业总产值、工业能源消耗、能源结构对黑龙江省工业部门碳排放量起到促进作用,人口规模、能耗效率对黑龙江省工业部门碳排放起到抑制作用,其中工业能源消耗正向促进作用最为显著;2)黑龙江省工业碳排放量在各情景下均呈现先增加后减少的演变趋势,而在峰值出现的时间及高度上有所差异,低碳情景、基准情景、高能耗情景下黑龙江省工业部门碳排放量达峰时间分别为2030年、2035年和2045年,碳排放峰值分别为7135万t、8997万t、12368万t。对此提出加大工业能源结构调整力度,重视能源转化技术升级,完善绿色低碳发展相关政策等建议。

安徽省碳排放时空格局演变与碳达峰路径预测——基于STIRPAT扩展模型和岭回归模型

基于双碳目标和空间耦合视角,对NPP/VIIRS夜间灯光数据进行修正并拟合碳排放模型,补充在2018—2021年中国碳核算数据库县级碳排放数据,通过空间自相关模型分析安徽省县级单元碳排放的时空变化特征。根据“因素筛选—模型构建—耦合计算—交互影响”的思路,基于拓展后的STIRPAT模型和岭回归模型,对不同发展模式下的碳排放进行预测演算,利用地理探测器揭示空间碳排放驱动因素的交互作用,为实现碳达峰提供路径依据。结果表明:(1)1997—2021年安徽省碳排放呈现波动上升再趋于平稳的趋势,在2013年后进入碳达峰前的平台期,自北向南呈由高到低分布,以主要工业城市为主形成了不同规模的高密度碳排放中心;(2)预测得到的碳排放达峰时间区间为2030—2045年,峰值范围为4.472亿t~5.558亿t;(3)基准情景下,安徽将在2040年碳达峰,绿色发展情景最早达峰且峰值最低,是对比后确定的最优碳达峰路径;(4)人口和能源结构的驱动力最强,城镇化水平和人均GDP与各种驱动因素的交互作用增强效果显著。

基于LMDI-STIRPAT模型的黄河三角洲“碳达峰”预测

气候变化问题已成为人类可持续发展所面临的长期挑战,尽早实现“双碳”目标,对全球环境变化和促进各国经济的可持续发展都具有重要意义。以黄河三角洲的中心城市东营市为研究区域,通过LMDI模型对东营市的碳排放量影响因素进行了分解,采用STIRPAT模型对东营市的碳排放量进行了预测。研究结果表明:碳排放强度效应在影响东营市碳排放量的特征因子中是主要的抑制因素;经济发展效应和能源强度效应对东营市的碳排放量起促进作用,是主要的促进因素;情景预测结果显示,优化情景和低碳情景下东营市可以实现2030年前“碳达峰”目标,分别在2027年和2029年实现“碳达峰”,CO_(2)排放量为10638.63、10799.35万t。指出了优化能源结构,提高能源利用效率,实施绿色低碳转型高质量发展战略是黄河三角洲在2030年碳排放量达到峰值的重要保障。

基于STIRPAT模型的江西省建筑业碳达峰时间预测研究

在2005—2021年江西省建筑业碳排放量测算的基础上,基于可拓展的随机性的环境影响评估(STIRPAT)模型分析江西省建筑业碳排放影响因素,利用岭回归结合情景分析法预测江西省建筑业2022—2050年碳排放量,分析不同情景下建筑业碳达峰的时间与峰值。结果表明,江西省建筑业2005—2021年碳排放量中间接碳排放量占比远大于直接碳排放量;影响因素中能源结构为抑碳因子,其他因素均为促碳因子;预测显示基准和节能情景下江西省建筑业碳排放在2040年达到峰值,绿色发展情景于2030年达到峰值,碳排放量峰值也最小,粗放情景下无法判断是否达峰。

基于STIRPAT模型的吉林省建筑业能耗影响因素分析与预测

为分析建筑业能源消耗影响因素,采用STIRPAT模型,基于2007—2021年吉林省建筑业相关数据,采用岭回归法进行分析。结果表明:城市化率、建筑业总产值、产业结构和能源强度均对吉林省建筑业能耗有显著影响,且每变化1%,能源消耗量的变化为1.785%、0.721%、-0.879%和0.965%。经对吉林省建筑业能耗量预测发现:当城市化率低速增长、能源强度高速下降及第二产业占比低速下降时,吉林省建筑业能耗量增长速度最慢,并据此提出相应的节能对策。

基于STIRPAT模型的广东省碳排放峰值预测分析

为切实减少碳排放,有效应对气候变化,我国计划于2030年前实现碳达峰,2060年前实现碳中和。广东省是我国经济第一大省,预测分析其未来碳排放对实现碳达峰碳中和具有重要意义。本文充分考虑诸多因素对碳排放的影响,构建STIRPAT模型,以1998—2019年数据作为样本进行岭回归,从而得到广东省碳排放预测方程,并通过情景分析法设定3种情景。结果表明,广东省在基准情景下无法于2030年前实现碳达峰目标,在低碳情景和强化低碳情景下则能顺利实现该目标。

基于STIRPAT模型的民用建筑碳排放影响机理分析及预测研究

在“碳中和碳达峰”目标下,碳减排工作要“因地制宜,统筹兼顾”。不同地区经济发展及资源禀赋有差异,以云南省为例,基于能源平衡表的建筑能耗拆分模型,测算2011年-2020年云南民用建筑碳排放量,基于STIRPAT模型,采用岭回归从人口、经济、技术三方面探究云南民用建筑碳排放的影响机理,根据云南省发展目标预测中短期的民用建筑碳排放量,最后总结碳减排策略。结果表明:影响云南民用建筑碳排放的主要因素按影响程度为人均可支配收入>常住人口城镇化率>能源强度>第三产业增加值,2025年云南民用建筑碳排放量较2020年预计增长1.2倍。

2023污染生态学与绿色低碳发展——基于STIRPAT模型的中国碳排放峰值预测与驱动因素分析

中国是碳排放大国,其碳达峰和碳中和实现对全球碳减排至关重要。中国未来碳排放如何变化,其关键驱动因素是什么,一直是人们关注的焦点。本研究通过构建拓展的STIRPAT模型,基于2000~2020年碳排放数据,开展我国未来碳排放变化模拟研究。结合LMDI分解方法,从人口规模、人均GDP、第二产业占比、城镇化率、煤炭消费量占比和能源强度角度阐明我国碳排放变化的驱动因素。研究结果表明,STIRPAT模型能较好模拟我国碳排放量。人口规模,人均GDP和城镇化率是促进我国碳排放的主要驱动因素,平均贡献率分别达30.16%,34.85%和36.02%。通过STIRPAT模型模拟可发现基准情景、绿色发展情景和经济增速放缓情景在2030年前均能实现碳达峰,且绿色发展情景是我国实现碳达峰的最优路径。此情景下,我国在不降低经济增速的前提下,需要积极调整能源结构和产业结构,提高能源利用效率,加大碳减排政策的实施力度,可确保2030年前实现碳达峰目标,碳排放峰值为115.86亿吨。研究成果可为我国碳减排目标实现路径和相应政策制订提供参考依据。

基于STIRPAT的河北省碳达峰预测研究

我国已宣布力争2030年前二氧化碳排放达到峰值,为确保河北省能够保质保量完成碳达峰目标,采用联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)排放因子法测算河北省2005-2021年化石能源消费碳排放量,选取人口、人均GDP、城镇化率、产业结构、能源强度和能源结构6个因素,构建了河北省碳排放人口、财富和技术影响(stochastic impacts by regression on population, affluence, and technology, STIRPAT)预测模型,通过构建河北省碳排放情景,对河北2022-2040年碳排放量进行了预测。结果表明在基准情景和经济发展情景下,河北省碳排放趋势是持续上升的,未出现达峰点;产业转型、绿色发展和目标导向情景下出现了峰值点,其中目标导向情景在2029年达峰,绿色发展情景在2030年达峰,碳达峰量分别为81 626.658万吨二氧化碳和86 018.255万吨二氧化碳,产业转型情景在2035年达峰,碳达峰量为85 214.349万吨二氧化碳。按照目前情景发展下河北省难以在2030年实现碳达峰,为保质保量完成达峰目标,需要以能源绿色低碳发展为关键手段,同时以科技和制度创新为动力,调整优化产业结构和能源结构。

基于STIRPAT模型的江苏省碳排放影响因素与碳达峰预测研究——以工业领域为例

工业领域碳减排是实现“双碳”目标的关键任务,江苏省作为我国的工业大省,开展工业领域碳排放因素分析与情景预测研究,实现工业绿色低碳发展具有重要意义。为达成江苏省工业领域碳减排目标,本文根据IPCC公式法核算2005—2018年江苏省工业能源相关碳排放量,在系统分析其工业碳排放时空演变特征的基础上,通过构建扩展的STIRPAT模型,分析江苏省工业碳排放主导驱动力,并预测江苏省工业碳达峰的时间和峰值,以供参考。研究结果表明:(1)2005—2018年江苏省工业碳排放量持续增长,但排放强度不断下降,空间分布呈苏南高于苏北;(2)煤炭仍占据工业化石能源消费的主体地位;(3)人口和经济发展仍然是影响工业碳排放的主导因素,通过情景模拟计算,本文认为江苏省工业要想率先实现碳达峰,应选取更加绿色稳健的经济增长模式。

华中地区碳达峰预测——基于扩展的STIRPAT模型

本文从我国“双碳”目标出发,以华中地区为研究对象,首先采用IPCC排放因子法对华中地区2005~2021年碳排放量数据进行核算整合,发现该地区在2012年后碳排放量呈现缓慢增长趋势;然后利用人口规模、人均GDP等五个指标建立了扩展的STIRPAT模型,拟合模型R2 = 0.9763,各指标均通过了95%的显著性检验;再运用情景分析法对该地区碳达峰时间及达峰排放量进行预测,预测结果显示该地区碳达峰时间最早出现于2026年,达峰排放量为162,432万吨,最迟达峰时间为2029年,达峰排放量为165,062万吨;最后根据预测结果给出了实现华中地区碳达峰的三条路径。

改进STIRPAT模型下的五大城市群碳排放峰值预测分析

基于改进 STIRPAT 模型和情景分析法,利用 2012 年至 2021 年的有关数据,对五大城市群2022 年至 2035 年的碳排放量进行了预测研究。研究结果表明,五大城市群在基准情景下均未在 2030 年前实现碳达峰;在绿色发展情景下京津冀城市群与长三角城市群将在 2028 年达到碳排放峰值,而珠三角城市群、长江中游城市群与成渝城市群并未出现碳排放峰值。在低碳发展情景下,京津冀城市群与长三角城市群在 2024 年实现达峰,长江中游城市群与成渝城市群将在 2028 年实现达峰,而珠三角城市群碳排放量处于低水平区间且趋于稳定,但并未出现符合条件的峰值。说明为实现 2030 年碳达峰目标,我国碳减排力度仍需要进一步增强。研究结果将有助于决策者为五大城市群设定减排目标,并可为其他城市群减排行动提供借鉴。

基于PLUS模型的2030年滹沱河流域山区段生态承载力时空格局多情景预测

为探讨滹沱河流域山区段当前及未来不同发展情景下生态承载力的时空变化,应用植被净初级生产力改进的生态足迹模型测算分析了流域2015—2020年生态承载力的时空格局变化,并借助经过精度验证的PLUS模型对2030年区域自然发展、经济发展及生态保护三种发展情景下的生态承载力时空格局进行预测。结果表明:2015—2030年滹沱河流域山区段单位面积生态承载力整体格局变化不大,但内部空间分异明显,整体呈东南及西北区域单位面积生态承载力高,而东北、西南部区域单位面积生态承载力低的特点。2015—2020年区域生态承载力总量由1.0780×10^(6)bhm^(2)增加到1.0796×10^(6)bhm^(2),呈上升趋势;2030年自然发展和经济发展情景下区域生态承载力总量分别为1.0783×10^(6)、1.0782×10^(6)bhm^(2),与2020年相比呈下降趋势,草地向耕地的转移、林地向建设用地的转移是生态承载力下降的主要原因;2030年生态保护情景下生态承载力总量为1.0802×10^(6)bhm^(2),与2020年相比呈上升趋势,耕地向林地、草地转移是区域生态承载力增加的主要原因。各类用地的生态承载力总量由高到低依次为草地>耕地>林地>建设用地>水域,生态保护情景有益于林地、草地生态承载力总量的增加,经济发展情景有益于耕地和建设用地生态承载力总量的增加,水域生态承载力总量在各种发展情景下变化较小。生态保护情景更有利于未来生态承载力的增加,符合区域未来发展方向。严格控制草地向耕地的转变以及林地向建设用地的转变,继续实施退耕还林、还草生态工程,加强区域废弃矿山生态复垦的力度,将会提高区域未来生态承载力,实现区域生态安全及经济、社会、生态的可持续发展。

基于RUN-XGBoost算法的土石坝渗流预测模型

针对传统土石坝渗流预测模型存在局部最优、抗干扰性差和预测精度低等问题,通过RUN算法优化XGBoost算法得到RUN-XGBoost算法,构建了RUN-XGBoost模型以获得更优的土石坝渗流预测结果。该模型在种群初始化时采用RUN算法对XGBoost算法的3个主要参数进行改进,使预测结果有较高的有效性;通过自动寻找最优参数增进算法的整体收敛速度和预测精度,同时引入随机解,使算法能够排除局部最小值并继续搜索,从而获得全局最优结果。工程实例验证结果表明,RUN-XGBoost模型具有简洁、高效、预测精度高、鲁棒性强等优点。

白条猪价格预测模型构建

【目的】增强农产品价格预测准确度,为农产品价格的有效预测提供参考。【方法】以河南省白条猪每周平均批发价格为研究对象,提出一种基于序列分解、主成分分析和神经网络(CEEMDAN-PCA-CNN-LSTM)的白条猪价格预测方法。首先,使用自适应白噪声完全集合模态分解方法(CEEMDAN)对白条猪价格序列进行分解;其次,选用皮尔逊相关系数筛选影响价格波动的相关因素;再次,利用主成分分析(PCA)对影响因素及分解得到的子序列降维处理并作为原始价格序列的特征值,并行输入到作为编码器的卷积神经网络(CNN)中进行特征提取;最后,引入长短期记忆网络(LSTM)作为解码器输出得到预测结果。将该方法应用于河南省白条猪每周平均价格数据,与LSTM、门控循环单元(GRU)、CNN、基于卷积的长短期记忆网络(ConvLSTM)模型进行比较。【结果】CEEMDAN-PCA-CNN-LSTM组合模型预测方法得到的平均绝对误差分别降低了44.95%、27.30%、28.13%、43.17%。【结论】CEEMDAN-PCA-CNN-LSTM模型对于河南省白条猪市场价格的预测性能更优,有助于相关部门针对河南省白条猪价格波动做出科学决策。

基于WOA-BP神经网络下马铃薯产量预测分析模型

马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北方鲜薯市场供应空档期具有重要意义。因此,马铃薯产量的高效预测对于制定生长期间的种植管理措施及相关决策具有重要意义。为此,针对传统BP神经网络在产量预测中存在精度低、鲁棒性差等问题,利用鲸鱼算法(Whale optimization algorithm,WOA)对BP神经网络模型进行优化。同时,基于湖北地区2009-2021年间田间物联网获取的气象因子(大气湿度、大气温度、降雨量)、田间水热因子及马铃薯产量,采用BP神经网络模型、GA-BP神经网络模型(遗传算法优化)及WOA-BP神经网络模型对所选地区马铃薯产量进行预测。研究结果表明:WOA-BP神经网络模型精度明显高于GA-BP神经网络模型及BP神经网络模型,R2达到0.9764,预测值与试验值之间拟合程度较高,表明基于WOA-BP神经网络模型可以更加科学、合理、准确地进行马铃薯产量预测。

计及采样扰动抑制的电压源逆变器三矢量无模型预测电流控制方法

针对传统电压源逆变器无模型预测电流控制(model-free predictive current control,MFPCC)方法存在电流纹波大、电流梯度更新停滞以及预测性能易受采样扰动影响的问题。该文提出一种计及采样扰动的三矢量MFPCC方法。在一个控制周期应用3个基本矢量,并根据价值函数计算矢量作用时间,降低了输出电流纹波;其次,通过建立不同矢量作用下的电流梯度方程组,实现电流梯度数据的实时更新,消除了停滞现象;再次,分析采样扰动对MFPCC的影响,采用扩张状态观测器估计采样扰动以补偿预测电流控制,抑制其对输出电流的影响。最后,通过仿真和实验,对所提方法的有效性进行了验证。

设施生菜光合和蒸腾速率影响因素分析与预测模型构建

光合速率及蒸腾速率是植物的2个重要生理指标。在全人工环境下,选取意大利生菜作为对象,设计并开展多环境变量对生菜光合速率及蒸腾速率影响的嵌套实验,得到环境因子对生菜光合速率及蒸腾速率的影响规律,应用神经网络构建生菜幼苗期光合速率及蒸腾速率预测模型。针对幼苗期生菜,选择温度、相对湿度、光子通量密度(Photosynthetic photon flux density, PPFD)及CO_(2)浓度共4个环境影响因素,采用随机森林方法对数据进行相关性分析。结果表明,与蒸腾速率相关性由大到小的因素依次为CO_(2)浓度、温度、相对湿度、PPFD,与光合速率相关性由大到小的因素依次为CO_(2)浓度、PPFD、温度、相对湿度;采用枚举法确定隐藏层节点数和训练函数,通过遗传算法优化BP神经网络的初始权值和阈值,构建GA-BP神经网络生理指标预测模型。应用测试数据对模型进行验证,光合速率及蒸腾速率预测值与实测值的决定系数分别为0.962 12、0.979 44,均方根误差(RMSE)分别为2.983 2μmol/(m^(2)·s)、0.001 435 8 mol/(m^(2)·s),表明GA-BP神经网络在模型精度和迭代次数方面性能显著提高。研究结果可为设施生菜生产环境调控提供有效依据。

脊髓损伤病人膀胱功能障碍风险预测模型及其应用

目的:构建脊髓损伤病人膀胱功能障碍风险预测模型,并进行效果检验。方法:采用便利抽样法将2021年1月—2022年12月110例脊髓损伤病人纳为研究对象,按照是否发生膀胱功能障碍分为障碍组和正常组,采用单因素、多因素Logistic回归分析筛选脊髓损伤病人膀胱功能障碍的独立危险因素,据此拟合风险预测模型的回归方程,检验模型预测效果。结果:共29例(26.36%)脊髓损伤病人发生膀胱功能障碍;多因素分析结果显示,病程、损伤部位、排尿方式、泌尿系统感染、膀胱顺应性、逼尿肌括约肌失调为脊髓损伤病人膀胱功能障碍的独立影响因素(P<0.05);预测模型Hosmer-Lemeshow卡方检验结果显示,χ^(2)=8.203,P=0.336;C-index为0.818;AUC为0.794[95%CI(0.750,0.837)],约登指数为0.690,最佳截断值0.122,敏感度为94.4%,特异性为74.6%;模型预测准确率为81.81%。结论:本研究在脊髓损伤病人膀胱功能障碍的危险因素基础上,建立的风险预测模型具有良好拟合程度和区分能力,且准确度较高,能为临床早期预防、早期筛选、早期治疗和管理脊髓损伤病人膀胱功能障碍提供一定依据。

碳青霉烯类耐药肺炎克雷伯菌致血流感染风险预测模型的构建

目的构建碳青霉烯类耐药肺炎克雷伯菌(CRKP)致血流感染(BSI)风险预测模型。方法回顾性分析秦皇岛市第一医院2019年1月-2022年6月253例肺炎克雷伯菌致BSI患者的临床资料,将2019年1月-2021年12月收治的患者(223例)作为模型组,2022年1-6月收治的患者(30例)作为验证组。根据是否检出CRKP将模型组患者分为CRKP亚组(56例)和碳青霉烯类敏感肺炎克雷伯菌(CSKP)亚组(167例),对两亚组患者性别、年龄、合并基础疾病等基本信息进行单因素分析和多因素Logistic分析,筛选CRKP致BSI的独立危险因素并构建风险预测模型;以验证组患者为对象,对所建模型进行验证。结果患者入住重症监护病房(ICU)、使用免疫抑制剂和经验性抗感染治疗中使用碳青霉烯类抗菌药物、抗革兰氏阳性球菌药物是CRKP致BSI的独立危险因素(比值比分别为3.749、3.074、2.909、9.419,95%置信区间分别为1.639~8.572、1.292~7.312、1.180~7.717、2.877~30.840,P<0.05);所建风险预测模型的P值为0.365,模型受试者工作特征曲线的曲线下面积(AUC)为0.848(95%置信区间为0.779~0.916,P<0.001),分值临界值为6.5。用于验证组患者时,模型预测的总体准确率为86.67%,其生存曲线的AUC为0.926(95%置信区间为0.809~1.000,P<0.001)。结论患者入住ICU、使用免疫抑制剂和经验性抗感染治疗中使用碳青霉烯类抗菌药物、抗革兰氏阳性球菌药物是CRKP致BSI的独立危险因素;基于上述因素所建的CRKP致BSI风险预测模型的预测准确性良好。