Atmosphere: Оценка антропогенных выбросов углекислого газа в Китае: дистанционное зондирование с использованием обобщённой регрессионной нейронной сети и стратегии моделирования разделов
Точная оценка антропогенных выбросов CO2 имеет решающее значение для эффективной политики смягчения антропогенного воздействия на климат. Целью данного исследования является улучшение оценок выбросов CO2 в Китае с использованием измерений дистанционным зондированием усреднённых по столбу молярных долей CO2 в сухом воздухе (XCO2) и подхода нейронной сети. Авторы оценили аномалии XCO2, полученные с помощью трёх подходов к фоновой концентрации XCO2: CHN (национальная медиана), LAT (10-градусная широтная медиана) и NE (среднее значение ближайших сеток без выбросов). Затем была применена модель обобщённой регрессионной нейронной сети в сочетании со стратегией моделирования разделов с использованием алгоритма кластеризации K-средних для оценки выбросов CO2 на основе аномалий XCO2, суммарной первичной продуктивности и данных о населении. Результаты показывают, что метод NE либо превосходил метод LAT, либо был по крайней мере сопоставим с ним, в то время как метод CHN показал худшие результаты. Стратегия моделирования разделов и включение данных о населении эффективно улучшили оценки выбросов CO2. В частности, увеличение числа разделов с 1 до 30 с использованием метода NE привело к снижению значений средней абсолютной ошибки с 0,254 до 0,122 гС/м2/день, в то время как включение данных о населении привело к снижению значений средней абсолютной ошибки между 0,036 и 0,269 гС/м2/день для различных разделов. Настоящие методы и результаты предлагают критически важные идеи для поддержки разработки государственной политики и установления целевых показателей.
