Verifying Fossil-Fuel Carbon Dioxide Emissions Forecasted by an Artificial Neural Network with the GEOS-Chem Model

摘要

在这研究，作者开发了 Elman 神经网络的一个整体在 2009 预报石块燃料排出物(ff ) 的空间、时间的分发。基于月刊造并且训练 29 个 Elman 神经网络的作者从不同地理区域平均格子排放数据(19792008 ) 。戈达德一个三维的全球化学运输模型，观察系统(GEOS )-Chem, 的土被使用验证网络的有效性。结果证明网络捕获了年度增加趋势和 ff 的 interannual 变化很好。有原来、预言的 ff 的模拟之间的差别全球性从 1 ppmv 到 1 ppmv。同时，作者评估了在表面附近观察了并且模仿大气的公司 2 集中的纵贯的坡度。二个模仿的坡度看起来有一个类似的变化模式到观察，与稍微更高的背景公司 2 集中， 1 ppmv。结果显示 Elman 神经网络是为更好理解大气的公司 2 集中和 ff 的空间、时间的分发的一个有用工具。