基于神经网络的碳排放预测及影响因素分析
doi: 10.13205/j.hjgc.201706032
-
摘要: 基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。
期刊类型引用(3)
1. 徐哲丰,刘春铄,廖旭东,隋佳宏,陈雨秋,陈长宝,张涛,魏丽娜. 生态因子对林地参和农田参质量差异的影响. 中国农业科技导报. 2024(09): 213-223 . 百度学术
2. 赵彤,张圣柱,王旭,杨祉涵,王如君,多英全. 油气长输管线路由评价指标体系及模型构建研究. 中国安全生产科学技术. 2023(S2): 108-114 . 百度学术
3. 曹筱晗,薛旭东,刘大为,王永平,李笑咪. 陕西省工业行业绿色度研究与评价. 环境科学与管理. 2022(12): 87-91 . 百度学术
其他类型引用(6)
-

计量
- 文章访问数: 575
- HTML全文浏览量: 60
- PDF下载量: 21
- 被引次数: 9