碳排放概率密度预测与碳达峰潜力分析：以安徽省为例

来源：环境科学杂志2026年第1期北京时间：

作者：何耀耀,李聪颖

单位：合肥工业大学管理学院, 合肥 230009,能源环境智慧管理与绿色低碳发展安徽省哲学社会科学重点实验室, 合肥 230009,合肥工业大学管理学院, 合肥 230009,能源环境智慧管理与绿色低碳发展安徽省哲学社会科学重点实验室, 合肥 230009

摘要：中国承诺在2030年前力争实现碳达峰，因此亟需突破传统点预测在应对碳排放不确定性方面的局限，构建更全面的预测模型以辅助政策制定. 作为长三角一体化和中部崛起战略的重要组成部分，安徽省在实现高质量发展与低碳转型中具有关键作用. 以安徽省为研究对象，构建了基于分位数回归神经网络的碳排放概率密度预测模型，对2022年实际减排进展进行评估，并在此基础上开展了2023~2035年4种情景下的碳排放预测与碳达峰潜力分析. 结果表明：①构建的碳排放概率密度模型不仅能实现高精度的点预测，还能有效捕捉碳排放的不确定性. ②2022年安徽省碳减排效果不理想，总量将以79.01%的概率进一步增加，相对减排也未达到预期目标. ③能源优化情景被确定为最优发展情景，该情景下安徽省有望于2028年实现碳达峰，峰值为456.78 Mt. 研究结果为安徽省制定精准化碳达峰策略、推进区域绿色可持续发展提供了理论支撑与决策依据.

关键词：碳达峰,碳排放,情景预测,概率密度预测,分位数回归神经网络（QRNN）,