ҚАЗАҚСТАН РЕСПУБЛИКАСЫНЫҢ ӨНЕРКӘСІП ӨНДІРІСІНДЕГІ ПАРНИКАЛЫҚ ГАЗДАР ШЫҒАРУЛАРЫН БОЛЖАУ

Парниктік газдардың (ПГ) шамадан тыс шығарындылары экологиялық проблема болып табылады. Парниктік газдар шығарындыларын азайтудың үнемді әдістерін анықтау бойынша зерттеулер көмірқышқыл газы, азот оксиді, метан және басқа газдар шығарындыларының динамикасын модельдеу қажеттілігін анықтады. Бұл зерттеуде Қазақстан Республикасының аумағындағы өнеркәсіптік процестер мен өндірістің баламасында CO2 шығарындыларын есептеу жүргізілді. Болжам жасау үшін Біріккен Ұлттар Ұйымының Климаттың өзгеруі туралы негіздемелік конвенциясы ұсынған жалпыға қолжетімді деректер пайдаланылды.

Өнеркәсіптік өндірістен СО2 шығарындыларын болжау үшін әртүрлі уақыттық қатарларды талдау және уақыт қатарларын болжау құралдары пайдаланылды: Пайғамбар әдісі, k-меанс уақыттық қатарларды кластерлік талдау, маусымдық түзетілген ARIMA алгоритмдерінің заманауи нұсқалары, экспоненциалды тегістеу және бір жақты сызықтық регрессия әдістері. Бұл зерттеу 2045 жылға дейін ешқандай әрекетті қамтымайтын негізгі сценарийге негізделген салыстырмалы модельдеу нәтижелерін ұсынады. Бұл зерттеу болашақ CO2 шығарындыларын болжау үшін машиналық оқытудың ең тиімді моделін табу үшін осы төрт модельді салыстырады. Дәлдік салыстыру әртүрлі қате өлшемдерін қолдану арқылы жүргізіледі, салыстыру үшін көрсеткіш ретінде орташа абсолютті пайыздық қате (MAPE) таңдалады. 

1. Framework Convention of Organizations Arises Out of Climate Consumption (UNFCCC), 1994. – URL: https://di.unfccc.int/detailed_data_by_party

2. F. Petitjean, A. Ketterlin & P. Gancarski. A global averaging method for dynamic time warping, with applications to clustering. Pattern Recognition, Elsevier, 2011.

3. M. Cuturi, M. Blondel “Soft-DTW: a Differentiable Loss Function for Time-Series,” ICML 2017.

4. Singh, P.K.; Pandey, A.K.; Ahuja, S. Multiple forecasting approach: A prediction of CO2 emission from the paddy crop in India. Environ. Sci. Pollut. Res. Vol. 2022.

5. Demir, A.S. Modeling and forecasting of CO2 emissions resulting from air transport with genetic algorithms: The United Kingdom case. Theor. Appl. Climatol. 2022.

6. Ahn, K.U.; Kim, D.W.; Cho, K.; Cho, D.; Cho, H.M.; Chae, C.U. Hybrid Model for Forecasting Indoor CO2 Concentration. Buildings 2022.

7. Chang, C.L.; Ilomäki, J.; Laurila, H.; McAleer, M. Causality between CO2 emissions and stock markets. Energies 2020.

8. Libao, Y.; Tingting, Y.; Jielian, Z.; Guicai, L; Yanfen, L.; Xiaoqian, M. Prediction of CO2 Emissions Based on Multiple Linear Regression Analysis. Energy Procedia 2017.

9. Box, G. A Very British Affair Box and Jenkins: Time series analysis, forecasting and control. In A Very British Affair; Palgrave Macmillan: London, UK, 2016.