基于能源参数的生态足迹时间序列向量自回归预测
物理与社会
2019-10-28 v1 计算机与社会
离散数学
机器学习
机器学习
摘要
随着世界各国致力于应对气候变化，可持续性已成为世界发展最重要的组成部分。为理解气候变化的影响，应观测生态足迹与生物承载力。生态足迹中的大部分——碳足迹，与能源（特别是燃料来源）最为直接相关。本文构建了基于能源参数的生态足迹时间序列向量自回归预测模型。论文的目标仅基于能源参数预测生态足迹（EF）并确定能源与 EF 之间的关系。数据集包含 1971—2014 年间各变量的全球年度观测值。对模型中使用的每个变量均生成了 2015—2024 年期间的预测。结果表明，消费生态足迹以及来自不同来源的一次能源消费将继续增长。然而，来自煤炭来源的能源消费预计将呈下降趋势。
引用
@article{arxiv.1910.11800,
title = {Time Series Vector Autoregression Prediction of the Ecological Footprint based on Energy Parameters},
author = {Radmila Janković and Ivan Mihajlović and Alessia Amelio},
journal= {arXiv preprint arXiv:1910.11800},
year = {2019}
}
备注
8 pages, 3 figures, accepted at 5th Jubilee Virtual International Conference on Science, Technology and Management in Energy (eNergetics 2019)