2023．NO．3.ISSN1672-9064CN35-1272/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1997—2017年的数据预测2018—2025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)03－059－04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1997—2015年数据预测2016—2017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2018—2025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、...
