论文部分内容阅读
随着经济全球化与工业化进程的快速发展，人类活动向大气排放了大量的以CO2为主的温室气体，导致全球性气候变暖，已严重威胁到人类社会可持续发展。作为目前碳排放量最大的国家[1]，中国已采取了相应的措施应对气候变化。2011年3月，中国在对外公布的“十二五”规划纲要中明确提出，到2015年末CO2排放降低17%，这对各地区碳减排水平提出了新的挑战。河北省作为中国的重工业和能源消耗大省，同样也是碳排放大省。新时期河北省的重要任务是在保证经济快速发展的同时实现低碳之路。预测未来CO2排放量是河北省碳减排工作的研究基础，在实践中，能为决策者在制定控制CO2排放措施时提供重要的参考。由于目前没有公布的关于河北省CO2排放量的直接监测数据，首先，本文对CO2排放量进行了测算，具体来讲就是采用物料衡算法、排放系数法分别对河北省能源活动产生的CO2排放量、工业生产过程中的CO2排放量进行测算，在将测算结果整理后以清单的形式展现，可直观清晰的看出河北省CO2排放现状，并得出河北省CO2排放量贡献最大的行业是黑色金属冶炼及压延加工业和电力、热力生产与供应业。其次，建立了CO2排放量预测模型，即根据河北省CO2排放的灰色特性及非线性等特点，建立了灰色神经网络模型，同时考虑到网络易陷入局部最优，引入了非线性权重粒子群优化算法，建立了河北省CO2排放预测模型，即非线性权重粒子群优化的灰色神经网络模型（IPSO-GNN）。之后分别采用灰色模型、BP神经网络模型、灰色神经网络模型、IPSO-GNN模型对CO2排放量进行预测精度验证，结果表明，本文所建立的CO2排放量模型预测结果精确，是CO2排放量预测的一种较合理、科学的方法。最后，采用IPSO-GNN模型对2012-2020年河北省的CO2排放量进行了预测。结果表明：未来河北省的CO2排放量还会增加，但《河北省“十二五”控制温室气体排放实施方案》中提出的单位GDPCO2排放降低18%的目标还是可能实现的，同时根据预测结果及河北省CO2排放现状分析，提出了几点针对性的意见。