[1] 中华人民共和国国务院. 加快构建碳排放双控制度体系工作方案[R]. 国发办[2024]39号,(2024-07-30). [2] 刘杨,刘鸿斌. 山东省农业碳排放特征、影响因素及达峰分析[J]. 中国生态农业学报,2022,30(4):558-569. [3] IPCC. Refinement to the2006 IPCC Guidelines for National Greenhouse Gas Inventory [R],(2019-06-14). [4] IPCC. IPCC Guidelines for National Greenhouse Gas Inventory [R],(2007-04-01). [5] 张称意,巢清尘,袁佳双,等. 《在对2006 IPCC国家温室气体清单指南的2013增补:湿地》的解析[J]. 气候变化研究进展,2014,10(6):440-444. [6] 何小田. 山东省农业碳排放时空特征及趋势预测[J]. 黑龙江粮食,2023,34(8):124-126. [7] 韩宇,肖亚成,肖桑梦. 四川省种养业碳排放时空演变、影响因素与趋势分析[J]. 环境保护科学,2024,50(6):110-118. [8] 张新宇,方昭,焦峰. 基于DNDC模型分析氮添加对内蒙古草甸和荒漠草地碳动态的影响[J]. 水土保持研究,2024,31(5):84-92,101. [9] POLICY USEPAOO.Inventory of US greenhouse gas emissions and sinks:1990—1994[M]. US-WA. US Environmental Protection Agency,1995. [10] 喻萧斌, 樊敏, 姚夏东. 基于DNDC模型的农田管理措施-气候变化作用下粮食产量与N2O排放模拟研究:以四川省丘陵地区为例[J]. 生态与农村环境学报,2025,41(1):1-20. [11] 白龙龙,盛雅琪,徐丽丽,等. “双碳”背景下我国稻田生态系统土壤固碳潜力分析[J]. 中国工程科学,2024,26(6):246-256. [12] 刘泓君,许昭辉,周永馨,等. DNDC模型耦合遥感技术的保护性耕作下土壤有机碳模拟[J]. 农业工程学报,2024,40(9):108-118. [13] 黄祖辉,米松华. 农业碳足迹研究:以浙江省为例[J]. 农业经济问题,2011,32(11):40-47,111. [14] 杜江,罗珺,王锐,等. 粮食主产区种植业碳功能测算与时空变化规律研究[J]. 生态与农村环境学报,2019,35(10):1242-1251. [15] 孙明星,石磊. 碳中和背景下生物基产品碳足迹评估[J]. 生态学报,2025,45(1):1-11. [16] 郭靖,卢明艳,张东亚,等. 样地清查法在森林碳汇估算中的应用进展[J]. 防护林科技,2016,43(7):102-103. [17] 张骏. 中国中亚热带东部森林生态系统生产力和碳储量研究[D]. 杭州:浙江大学,2008. [18] 刘慧. “碳中和”背景下的浏阳河河岸带碳汇及其经济价值评估[D]. 南昌:南昌大学,2024. [19] FELDMAN A F,ZHANG Z,YOSHIDA Y,et al.Using Orbiting Carbon Observatory-2(OCO-2)column CO2 retrievals to rapidly detect and estimate biospheric surface carbon flux anomalies[J]. Atmospheric Chemistry and Physics,2023,23(2):1545-1563. [20] YANG D,HAKKARAINEN J,LIU Y,et al.Detection of anthropogenic CO2 emission signatures with TanSat CO2 and with Copernicus Sentinel-5 Precursor(S5P)NO2 measurements:First results[J]. Advances in Atmospherie Sciences,2023,40(1):1-5. [21] 彭硕. 黑龙江省天然林分布区森林碳中和能力的预测[D]. 哈尔滨:东北林业大学,2024. [22] 徐谢亲. 基于LEAP模型的舟山市渔业能源消耗及碳减排研究[D]. 舟山:浙江海洋大学,2024. [23] 赵琪琛,余敦,王检萍. 九江市农地利用碳排放时空演变、影响因素及趋势预测[J]. 水土保持研究,2023,30(6):441-451. [24] 胡旭东,林振福,黄彦璐,等. 南方区域电力碳排放趋势与预测分析:基于STIRPAT模型的研究[J]. 技术经济与管理研究,2024,(9):75-80. [25] 邓聚龙. 灰色控制系统[J]. 华中工学院学报,1982,10(3):9-18. [26] 冯颖,马桂英. 陕西省土地利用碳排放变化及预测研究[J]. 环境保护与循环经济,2023,43(9):34-39,56. [27] TANG D,MA T,LI Z,et al.Trend prediction and decomposed driving factors of carbon emissions in Jiangsu province during 2015—2020[J]. Sustainability,2016,8(10):1018. [28] 韩争,丁宁,郑光华,等. 浙江省农业碳排放影响因素分析与预测研究[J]. 杭州电子科技大学学报(自然科学版),2024,44(3):43-50. [29] 唐菁,易露,曾庆均. 长江经济带农业碳补偿率的时空演进特征及碳补偿潜力预测[J]. 环境科学,2024,45(11):6378-6391. [30] 乔节增,刘佳. 对内蒙古碳排放总量的中长期预测:基于灰色等维新息马尔可夫预测模型[J]. 内蒙古统计,2012(5):16-18. [31] 鲁祖亮,李林,曹龙舟. 三峡库区碳排放预测模型[J]. 应用科技,2017,44(6):83-88. [32] ZHAO Y,LIU L,WANG A,et al.A novel deep learning based forecasting model for carbon emissions trading:A comparative analysis of regional markets[J]. Solar Energy,2023,262:111863. [33] 杨霖,刘双印,徐龙琴,等. 多源信息融合下冷链配送车辆碳排放动态预测方法[J]. 智慧农业,2024,6(4):138-148. [34] 于晓月,潘昊,王国刚. 基于改进的LSTM电力碳排放分解预测模型[J]. 电子设计工程,2024,32(23):12-16. [35] LI X,CHU L,LI Y,et al.Multi-scale patch transformer with adaptive decomposition for carbon emissions forecasting[J]. Engineering Applications of Artificial Intelligence,2025,146:110153. [36] 叶仁道,卢毅. 基于优化LSTM模型的中国碳排放量预测研究[J]. 统计与咨询,2024,31(5):14-17. |