基于GDIM-STIRPAT及TPA-GRU的江西省碳排放影响因素及预测研究  

作　　者：陶子奕 周天祥 乐渝宁 

机构地区：[1]南昌大学先进制造学院,江西南昌330000 [2]江西绿一城科技有限公司,江西南昌330029 [3]南昌大学,江西南昌330000

出　　处：《中文科技期刊数据库（全文版）自然科学》2024年第11期176-181,共6页

摘　　要：本文基于江西生产总值、能源消耗总量、年末人口总数、人均碳排放量、人均GDP、城镇化率、能源消费碳强度作为江西省碳排放的驱动因素,通过GDIM及改进的STIRPAT模型,对上述驱动因素与碳排放关系进行定性与定量的研究。结果表明:年末人口数、GDP、城镇化率、碳排放强度、能源消耗总量、人均碳排放量和能源消费碳强度每改变1%,碳排放量相应改变0.102%、0.142%、0.164%、0.049%、0.142%、0.445%、0.108%。在此基础上构建时间注意力机制的门控循环神经网络(TPA-GRU)模型,且TPA-GRU碳排放预测模型的决定系数为0.9468,远高于原始的GRU、LSTM、RNN、 MPL等预测模型。 。

关 键 词：碳排放预测 GDIM模型 SITRPAT模型 时间注意力机制 GRU模型 

分 类 号：X322[环境科学与工程—环境工程]