基于Prophet时间序列...型对碳排放的预测和等级划分_沈英洁.pdf

2023NO3.ISSN 1672-9064CN 35-1272/TK收稿日期：2023-02-08基金项目：华北水利水电大学校级大学生创新创业训练项目（2021XA050）；河南省高校大学生创新创业训练计划项目（202210078029）作者简介：沈英洁（2001），女，本科在读，信息与计算科学专业。基于 Prophet 时间序列模型对碳排放的预测和等级划分沈英洁贾旭鑫郑鑫鑫徐鹏瑶郭智英（华北水利水电大学数学与统计学院河南郑州450000）摘要为了实现以经济内循环为主、国际国内双循环相互促进的新发展模式下的“双碳”目标，对碳排放作出及时预警和控制，采用Prophet时间序列模型（以开封市为例），利用19972017年的数据预测20182025年的碳排放量，并划分等级，针对不同等级作出警示和建议。关键词碳排放Prophet预测时间序列模型中图分类号：X24文献标识码：A文章编号：1672-9064(2023)0305904碳排放是造成全球变暖的作要原因之一。随着工业化和城市化的发展，人类活动释放的二氧化碳和其他温室气体使得大气中的温室气体浓度不断增加。这导致了全球气温的上升，从而造成气候变化，如极端天气事件增加、降雨量变化等。另外，碳排放也是导致空气污染的主要原因之一。空气污染可导致呼吸道疾病、心血管疾病等健康问题，对人类健康造成严重威胁。减少碳排放对于保护我们地球的环境和人类健康至关重要。2015年，巴黎气候大会召开，达成了巴黎协定，主要目标是将21世纪全球平均气温上升幅度控制在2 以内，并将全球气温上升控制在前工业化时期水平之上1.5 以内。2020年9月22日，我国在联合国大会上作出了2030年实现碳达峰、2060年实现碳中和的承诺。用于天气类时序预测的神经网络模型有卷积神经网络1和长短期记忆网络2等模型及其改进。但研究3-7发现，神经网络模型对数据集有丰富度要求，在小数据集上表现欠佳，所以采用Prophet时间序列模型8结合19972015年数据预测20162017年的碳排放量，与已有数据进行对比，分析模型拟合优度，通过调整参数得到满意的模型。用建立好的模型预测20182025年的碳排放量数据，并划分等级。准确而有效的预测数据不仅有助于了解大气污染情况的发展趋势，还可以为决策部门制定防治政策提供参考，为打造绿色城市提供科学依据9。1数据来源与处理1.1数据来源通过查阅相关书籍，选取河南省地级市的衡量低碳经济的指标：碳排放量、地区生产总值（GDP）和占地面积、森林覆盖率。地级市为：开封、平顶山、安阳、鹤壁、焦作、濮阳、漯河、三门峡、信阳、济源。数据来源：从中国碳核算数据库（https：/ 1672-9064CN 35-1272/TK图1时间序列分析流程图2.1.2建立分段逻辑回归趋势函数Prophet中的Logistic函数模型为式（3）。f（x）=C1+e-k（x-m）（3）式中：C表示函数的最大渐进值，k表示增长率，m表示曲线的中点。对于设置好的S个变点sj，1jS，以j表示在sj时间上发生的增长率的变化量，则对于初始增长率是k，在t时刻其增长率应该为k+jtsjj，那么其参数m按式（4）计算。rj=（sj-m-i jl）1-k+ljjk+ljj()（4）则趋势函数如式（5）。g（t）=C（t）1+exp-（k+a（t）T）t-（m+a（t）T）（5）式中：C（t）是需要人为限定的上限。2.1.3建立周期函数该周期函数按式（6）以傅里叶级数为基础构建。s（t）=Nn=1ancos2ntp()+bnsin2ntp()（6）式中：N表示模型中使用该周期的个数，T表示期望时间序列的周期长度，2n表示拟合季节性需要估计的参数个数。N的设定需要结合T进行考虑，对于年的周期性，设定T=365.25，N为10；对于每周的季节性，T设置为7，N则设置为3，N越大，拟合复杂的季节性越好。2.1.4假期项原因归结h（t）代表节假日效果，节假日和大事件都会导致时间序列中出现可预测的波动。不同节假日及大事件在不同时刻下的影响都能建立独立模型，给每个独立模型制定1个时间窗口，其中考虑了节假日的影响有窗口期11，将节假日、特殊原因归结在一起考虑是Prophet的一大特点。节假日和重要事件会对时间序列预测产生较大的影响，这些作用通常是可以预测的。将这些影响因素作为先验知识纳入模型式（7），对模型准确率的提升具有重要意义。h（t）=Z（t）k=Li=1kiIDi（7）式中：Di表示该节假日的前后一段时间，ki表示节假日的影响范围，L表示节假日的个数，Z（t）为指示函数。2.2Prophet模型预测采用Prophet时间序列模型结合开封市19972015年数据，预测20162025年的碳排放量和GDP，如图2所示。观察预测图可以看出真实数据点都在预测模型曲线附近波动，且大部分在上下限内。由于政府的减排政策，近年来碳排放增长趋势有所下降，选取预测数据的下限值作为最终预测结果。由于缺少20222025年开封市的GDP，可利用构建的模型进行预测，结果如图3所示。二氧化碳的“生命期”很长，想要在2030年实现碳达峰，需要提早进行能源结构转型。因此，“十四五”时期对整个目标的实现至关重要。2.3Prophet模型拟合优度分析利用2016年、2017年的预测结果和已有数据进行对比，分析模型拟合优度，调整参数得到满意的模型。图2开封市碳排放预测图3开封市20222025年GDP预测结果节能低碳602023NO3.ISSN 1672-9064CN 35-1272/TK书书书表 摇碳排放等级划分名称等级，），），）表征特征低碳排放中等碳排放高碳排放名称等级亚级 ，），），），），），），），）亚级特征碳汇很低较低中下中等中上较高很高极高书书书表 摇开封市人口预测结果单位：万人名称年份人口数量 图5人口预测结果计算过程中缺少20222025年开封市人口数据，需要进行预测。由于人口的流动性，采用多项式预测的方法预测20222025年开封市人口数量。首先利用已有的人口数据，选择合适的多项式进行拟合，拟合结果如图4所示。该多项式拟合效果较好，可利用此多项式进行预测，预测结果如图5。具体数据如表4。计算开封市20182025年的人均碳排放量、碳排放密度、碳排放指数根据指数，划分等级，见表5。根据W值，可得碳排放指数和等级，结果如表6所示。由结果可知，开封市20182020年碳排放等级均为c，为中上碳排放，20212025年碳排放等级均为a，为高碳排放。由此可见，开封市民仍需努力，节约用电，绿色出行，植树造林，增加森林覆盖率。开封市是工业大市，公私企业做好带头作用，自觉减少工业制造排放污染。政府应该起到监督和管理作用，为减少碳排放提出有效管用的措施。书书书摇摇摇摇摇表 摇 年、年预测数据与实际数据 单位：百万 年份预测碳排放量实际碳排放量预测与实际差值 书书书表 摇 年预测结果单位：百万 参数年份预测碳排放量 从表2可知，预测值与实际值差值较小，说明此模型得到较为准确的预测结果，可用该模型预测的结果作为研究对象。3等级划分3.1构建碳排放等级的评价方法采用碳排放指数作为评价指标，按式（8）（10）计算。W=0.7WpWpmax+0.3WaWamax（8）Wp=f/fg（9）Wa=F/Fg（10）式中：W为碳排放指数；Wp为人均碳排放，Wa为单位面积碳排放即碳排放密度；Wpmax、Wamax分别是全球人均碳排放、碳排放密度的最大值；fg、Fg分别为全球气候目标的人均碳排放、碳排放密度；f为开封市人均碳排放量；F为开封市碳排放密度。查阅资料后，全球气候目标的人均碳排放和碳排放密度分别为2 t、2.23 t/hm2。Wpmax、Wamax分别为10和20时，碳排放指数有很好的区分度。根据人的生存权的重要性，暂定Wp、Wa在等级评估中的权重分别为0.7和0.3。3.2进行等级标准的划分利用W值对世界碳排放大国试评估，评估结果见表3。图4开封市20052021年人口增长曲线拟合结果节能低碳612023NO3ISSN 1672-9064CN 35-1272/TK（上接第50页）优质地热资源能够得到持续、高效利用，造福当地人民。参考文献1徐连利，刘明成.河南省地热资源概况 J.中国煤田地质，2004（01）：35-38.2朱中道，甄习春.河南省地热资源及其开发利用 J.地质论评，1999，45（S1）：627-630.3黄光寿，郭丽丽，黄凯.河南省十大温泉地热地质特征J.地质与资源，2020，29（01）：91-100.4胡静，涂良权，刘会平.河南省九龙山汤池温泉地热地质特征及成因机制J.地质科技情报，2012，31（04）：86-90.5张誉枥.断裂带热储类型及其形成条件D.昆明：昆明理工大学，2016.6李钫.地热资源评价方法的探讨J.城市地质，2014，9（S1）：25-29.7王继华.河南沉降盆地地热资源评价J.长江大学学报（自然科学版）理工卷，2010，7（02）：178-180，204.8王茜.河南鲁山县五大温泉水文地球化学特征及成因模式 D.北京：中国地质大学（北京），2012.书书书表 摇碳排放指数及等级名称年份碳排放指数 碳排放等级书书书表 摇开封市 年计算数据年份碳排放量百万 人口 万人人均碳排放量 碳排放密度（）4结论本文结合中国碳排放数据核算网站等数据，利用Prophet时间序列预测模型预测开封市20182025年的碳排放状况，构建等级划分模型对其进行划分，并对未来发展做出警示，得到的结论如下：（1）预测发现开封市碳排放量日益增多，主要原因是开封市产业结构和能源结构重工业多，火电处于主导地位。（2）划分等级后，开封市20182020年碳排放等级为中上碳排放，20212025年碳排放等级为高碳排放。可见开封市碳排放等级有持续增长趋势，碳减排的任务迫在眉睫。（3）开封市碳排放等级较高，建议开封市在发展经济的同时要保证低碳环保，经济社会全面转向绿色低碳。各地区要充分考虑自身资源环境禀赋和发展战略等实际情况，因地制宜、分类施策，早日达到碳达峰碳中和的目标。参考文献1HEO J，JUNG J，KIM B，et al.Digital elevation model：based convolu-tional neural network modeling for searching of high solar energy re-gionsJ.Applied Energy，2020（262）：114588.2KUMAR S，HUSSAIN L，BANARJEE S，et al.Energy load forecastingusing deep learning approach：LSTM and GRU in spark clusterC2018 5th International Conference on Emerging Applications of In-formation Technology.Kolkata，India：IEEE，2018：1-4.3ZHANG L，NA J M，ZHU J，et al.Spatiotemporal causal convolutionalnetwork for forecasting hourly PM2.5concentrations in Beijing，ChinaJ.Computers&Geosciences，2021（155）：104869.4PAK U，MA J，RYU U，et al.Deep learning：based PM2.5predictionconsidering the spatiotemporal correlations：A case study of Beijing，ChinaJ.Science of the Total Environment，2020（699）：133561.5WANG H W，PENG Z R，WANG D S，et al.Evaluation and predic