碳排放预测助力减缓温室效应的方法及情景模型研究综述

摘要：

二氧化碳、甲烷等的排放是造成全球温室效应的主要气体,预测温室气体未来的排放是实现碳达峰、碳中和目标的重要基础,对于减缓全球气候变暖、科学制定碳达峰及碳中和路径举措具有重要意义.本文通过对数据种类、数据来源、预测方法介绍碳排放数据预测方式,对常见的碳排放模型如LEAP模型、STIRPAT模型、神经网络模型、组合模型进行综合对比,通过介绍不同情景应用,对比模式应用案例,深化碳排放预测模型的使用方式,助力城市及重点行业编制"双碳"行动方案,减缓全球温室效应.

关键词：温室效应、数据预测、模型应用、影响因素、情景设计

所属期刊栏目：50

分类号：TQ(化学工业)

资助基金：深圳市生态环境局环境科研课题资金项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：138-140,131