Simulación de la Ruta del Pico de Carbono de China Basada en Bosques Aleatorios y Algoritmo de Búsqueda de Gorriones-Memoria a Largo y Corto Plazo
Autores: Yang, Zhoumu; Wu, Xiaoying; Song, Yinan; Pan, Jiao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Desacoplar
Crecimiento económico
Emisiones de dióxido de carbono
Transformación baja en carbono
Economía china
Políticas de reducción de emisiones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Cómo desacoplar el crecimiento económico de las emisiones de dióxido de carbono y lograr la transformación baja en carbono de la economía china se ha convertido en un problema urgente que necesita ser resuelto. En primer lugar, se utiliza el índice Tapio para identificar el estado del pico de carbono en China, y luego se introducen el Índice de Elección Tecnológica (TCI) y la complejidad económica en el marco de análisis de factores integral para las emisiones de dióxido de carbono. Se identifican los factores clave que influyen utilizando bosques aleatorios y regresión de crestas. Sobre esta base, se construye un novedoso modelo de algoritmo de búsqueda de gorriones-memoria a corto y largo plazo (SSA-LSTM) que tiene más precisión en las predicciones en comparación con estudios anteriores para predecir la tendencia de evolución dinámica de las emisiones de dióxido de carbono, y en combinación con el análisis de escenarios, se simula el camino hacia el pico de carbono. Se obtienen las siguientes conclusiones: El escenario de referencia alcanza su pico en 2031, con un pico de 12.346 millones de toneladas, y el escenario bajo en carbono alcanza su pico en 2030, con un pico de 11.962 millones de toneladas. El escenario extenso alcanza su pico en 2037, con un pico de 13.291 millones de toneladas. Bajo seis escenarios, se puede concluir que la intensidad energética es el factor clave para reducir el pico. Estos resultados de investigación proporcionan apoyo teórico para que los responsables de la toma de decisiones formulen políticas de reducción de emisiones y ajusten el camino hacia el pico de carbono.
Descripción
Cómo desacoplar el crecimiento económico de las emisiones de dióxido de carbono y lograr la transformación baja en carbono de la economía china se ha convertido en un problema urgente que necesita ser resuelto. En primer lugar, se utiliza el índice Tapio para identificar el estado del pico de carbono en China, y luego se introducen el Índice de Elección Tecnológica (TCI) y la complejidad económica en el marco de análisis de factores integral para las emisiones de dióxido de carbono. Se identifican los factores clave que influyen utilizando bosques aleatorios y regresión de crestas. Sobre esta base, se construye un novedoso modelo de algoritmo de búsqueda de gorriones-memoria a corto y largo plazo (SSA-LSTM) que tiene más precisión en las predicciones en comparación con estudios anteriores para predecir la tendencia de evolución dinámica de las emisiones de dióxido de carbono, y en combinación con el análisis de escenarios, se simula el camino hacia el pico de carbono. Se obtienen las siguientes conclusiones: El escenario de referencia alcanza su pico en 2031, con un pico de 12.346 millones de toneladas, y el escenario bajo en carbono alcanza su pico en 2030, con un pico de 11.962 millones de toneladas. El escenario extenso alcanza su pico en 2037, con un pico de 13.291 millones de toneladas. Bajo seis escenarios, se puede concluir que la intensidad energética es el factor clave para reducir el pico. Estos resultados de investigación proporcionan apoyo teórico para que los responsables de la toma de decisiones formulen políticas de reducción de emisiones y ajusten el camino hacia el pico de carbono.