进入21世纪以来,我国的经济发展取得瞩目成就,但同时环境问题也日益严重,随着全球气温逐渐变暖,冰川面积日益减少,碳排放量也已经成为衡量环境污染的重要指标。农业生产活动与温室气体的排放密切相关,是碳排放的重要来源之一。我国农业现在的主要发展模式为“化学农业”,生长过程中会消耗很多农药、农膜、化肥以及各种石油类能源,带来大量的碳排放,对环境造成破坏。农业产品在出口满足其他国需要的同时,会增加我国的碳排放量。但是,农作物在生长过程中,带来大量碳排放的同时也会带来一部分的碳汇量,从这一角度分析,农业产品的出口,也会增加本国的碳汇量。所以,本文的预警研究主要针对农业产品出口贸易的净碳排放进行分析,不仅一定程度上丰富了碳排放的研究方向,而且也提高了农业产品出口贸易碳排放预警的准确性。本文通过对其进行预警研究,得到预警等级,以引起相关部门重视,逐步优化我国的农业产品出口贸易结构、促进技术进步,进而实现农业生产的碳减排与农业产品出口贸易的协调发展。本文通过分析国内外对碳排放的研究现状,梳理了我国农业产品出口贸易预警模型的相关理论,并以我国2002-2016年共15年数据为研究样本,对农业产品出口贸易现状进行了客观的分析。其次,为了准确对碳排放进行预警,本文从行业层面运用投入产出法对我国农业产品出口贸易的完全碳排放量进行了测度,再根据农作物估算法计算了这15年的碳汇量,进而得到了净碳排放。然后,基于遗传算法建立了BP神经网络预警模型,同时根据指标选取原则,结合相关性分析,选取并确定了农业产品出口贸易净碳排放的预警指标体系。最后,论文运用GABP神经网络预警模型进行了实证分析,预警研究了我国农业产品出口贸易带来的净碳排放,验证了此预警方法的可靠性,并对2017年的警度进行了预测,结果为碳排放处于“重警”程度,当引起相关部门的高度重视。实证结果表明该预警模型效果显著,能够对我国农业产品出口贸易净碳排放进行有效准确地预警,对出口贸易的净碳排放具有很好的防范和警告作用。本文的研究为加强我国农业产品出口贸易碳排放的管理提供了参考依据,同时也对促进我国农业产品出口结构的进一步优化具有重要意义。