基于Bootstrap数理统计方法,构建二氧化碳排放状态判断方法模型(evaluation model on the status of CO_(2)emissions,ESC)。选取排放统计基础较好的地区,利用权威机构的多源长时间序列数据,结合IPCC清单指南确定和分析二氧化碳排放数...
详细信息
基于Bootstrap数理统计方法,构建二氧化碳排放状态判断方法模型(evaluation model on the status of CO_(2)emissions,ESC)。选取排放统计基础较好的地区,利用权威机构的多源长时间序列数据,结合IPCC清单指南确定和分析二氧化碳排放数据的分布特征,包括标准差和不确定性范围(取95%置信区间),以此作为建立碳排放达峰期、平台期及下降期的定量判断的基础,解决因核算、计量方法的不同造成排放结果的误差。研究结果表明,达峰期判断需要以峰值排放量浮动1%(0.9%~1.1%)的范围为依据,若碳排放量满足条件,则认为处于达峰期;平台期和下降期则以达峰后排放量的连续多年的年均下降率与2%(1.8%~2.2%)比较,若碳达峰后排放量的年均下降率小于2%,则认为碳排放仍处于平台期,否则认为碳排放处于下降期。基于ESC模型对欧盟和美国的历史碳排放数据进行排放状态判断,结果显示,欧盟地区在1979年碳排放达峰后,在1980—1983年进入下降期。美国在2007年碳达峰后,在2008—2012年进入下降期。ESC模型的分析结果与2个地区的排放趋势呈高度一致,表明该模型可以作为国家、地区(省份)、城市CO_(2)排放状态的定量判断方法,为碳排放路径分析和情景模拟研究提供重要支撑,为决策者提供科学的参考依据。
暂无评论