一种改进的可解释机器学习方法，通过优化的随机森林建模来预测长期的二氧化碳（CO2）和一氧化二氮（N2O）排放量

《Fuel》：An enhanced interpretable ML approach for forecasting long-term CO2 and N2O emissions via optimized random forest modeling

　　Y?ld?r?m ?züpak | Emrah Aslan
土耳其迪亚巴克尔市Dicle大学Silvan职业学校电力与能源系，邮编21000

**摘要**
准确预测温室气体排放对于气候缓解规划至关重要，然而许多现有研究要么仅关注单一气体，要么过于强调预测准确性而忽视了可解释性。为解决这一难题，本研究开发了一个可解释的机器学习（ML）框架，利用国家级社会经济指标联合建模二氧化碳（CO2）和一氧化二氮（N2O）的排放情况。研究了五种基于回归的算法，分别是决策树（DT）、K-最近邻（KNN）、AdaBoost、支持向量机（SVM）和随机森林（RF），并通过随机搜索进一步优化了表现最佳的模型。优化后的随机森林在两种气体的预测中均表现出色，CO2的R2值为0.989，N2O的R2值为0.982，相应的均方根误差（RMSE）分别为40.09和3.24。交叉验证结果也证实了模型的稳定性，CO2的R2均值约为0.987 ± 0.004，N2O的R2均值约为0.979 ± 0.006。基于Shapley加性解释（SHAP）、局部可解释模型不可知解释（LIME）和消融测试的可解释性分析表明，国内生产总值（GDP）是CO2排放的主要驱动因素，而人口因素在N2O预测中具有相对较大的影响。从方法论角度来看，该研究提供了一个透明的多气体框架，整合了模型优化、鲁棒性评估和双层可解释性。实质上，研究结果表明，CO2减排与经济脱钩和能源转型密切相关，而N2O减排则需要更加重视与农业相关的人口压力和氮素管理。当未来社会经济路径为外生给定时，该框架适用于条件预测和基于情景的政策分析。

**1. 引言**
人为产生的温室气体排放仍是全球气候变化的主要驱动因素，对环境稳定性、经济发展和社会福祉构成长期威胁[1]。尽管国际社会在减排方面做出了越来越多的承诺，但由于能源需求增加、人口增长和工业扩张，全球温室气体水平仍在上升。在所有温室气体中，CO2和N2O尤为重要，因为它们对辐射强迫的贡献显著且在大气中的寿命较长[2]。
CO2排放主要来源于化石燃料燃烧、工业过程和能源生产，因此与经济活动和发展路径紧密相关[3]。相比之下，N2O排放主要与农业实践、化肥使用、畜牧业管理和土地利用变化有关[4]。尽管N2O的排放量相对较少，但其全球变暖潜力远高于CO2，这使得它在气候缓解工作中至关重要。CO2和N2O的根本不同的排放源和驱动因素凸显了需要能够捕捉不同气体之间异质性排放动态的分析框架[5]。
大量研究采用统计、计量经济学和机器学习方法来研究温室气体排放[6]。传统模型为长期趋势和政策影响提供了宝贵见解，但往往依赖于限制性假设和线性关系[7]。近年来，由于机器学习方法能够模拟社会经济和时间变量之间的复杂非线性交互作用，因此受到了越来越多的关注[8]。实证证据表明，在涉及长期历史序列和多个解释变量的情况下，机器学习模型通常优于传统技术[9]。
尽管取得了这些进展，现有文献仍存在一些局限性。首先，许多研究仅关注单一温室气体（通常是CO2），而没有明确考虑N2O等具有不同结构和行业路径的气体[10]。其次，许多基于机器学习的研究强调预测准确性，但可解释性有限，降低了结果的透明度和政策相关性。第三，对模型鲁棒性、泛化能力和特征贡献的系统性评估往往不足，限制了长期预测应用的信心[11]。
另一个重要挑战是模型复杂性与可解释性之间的权衡。虽然集成模型和非线性模型可以实现高精度，但它们常被视为“黑箱”。对于可能影响政策设计和国际谈判的气候相关应用而言，理解模型预测背后的驱动因素与预测性能本身同样重要。可解释人工智能（XAI）技术（如LIME和SHAP）通过提供局部和全局的模型行为洞察，为解决这一问题提供了有希望的工具。

**2. 文献综述**
气候变化缓解的紧迫性促使了大量文献关注温室气体排放的分析、建模和预测。现有研究涵盖了多种方法论方法，包括统计分析、计量经济建模以及最近的基于机器学习的技术。这些研究旨在识别关键排放驱动因素、评估历史趋势，并支持国家和全球层面的政策决策。随着长期排放清单和社会经济数据的日益丰富，机器学习方法因能够捕捉传统方法难以建模的非线性关系和复杂交互作用而变得尤为重要[8]。以下综述总结了关于温室气体排放建模的先前研究，重点关注机器学习应用、模型性能比较以及主要排放驱动因素的识别，从而将本研究置于现有科学背景之中。
Gan和Zhao通过区分发达国家和发展中国家，分析了39个高排放国家的未来温室气体排放情况。他们利用能源转型情景和机器学习模型估计了排放变化，并强调了转型强度和成本对减排结果的影响[12]。Yazd等人比较了机器学习和深度学习模型，使用世界银行1991至2021年的数据预测了101个国家的温室气体排放情况，发现机器学习模型优于深度学习方法，并指出可再生能源和森林面积可以减少排放，而耕地扩张则会增加排放[13]。Bhatt等人分析了历史CO2数据，预测大气中CO2浓度可能在2047年达到500 ppm，并确定了减排和逆转所需的速率，同时强调了可再生能源转型的紧迫性[14]。Shaw等人应用机器学习模型检测了英国某页岩气设施的甲烷排放事件，利用运行前基线和大气监测数据表明机器学习工具可以识别与工业活动相关的异常CH4事件[15]。COVID-19疫情期间全球CO2排放量的大幅下降凸显了准确预测CO2和N2O排放的重要性，这表明人类活动与排放水平之间存在密切联系，以及这对未来气候政策的影响[16]。此外，在封锁期间全球NO2排放量也显著减少[17]。最近的研究中，可解释机器学习在船舶发动机燃料消耗预测中的应用也显示出其重要性，强调了模型可解释性在排放相关应用中的价值[18]。
Hamedani和Talebi开发了一个结合PSO和GWO优化的5-6-1 MLP-ANN模型，用于预测包括土耳其在内的六个亚洲国家的CO2排放[19]。Harrold等人应用多智能体强化学习管理带有可再生能源和储能系统的微电网，发现分布式控制可以提高可再生能源利用率、降低能源成本，并优于单一智能体策略[20]。Li等人利用全球粮农组织数据通过结构方程模型分析农业温室气体排放的驱动因素，并应用深度学习预测到2050年的排放情况，表明森林保护可以抵消集约化效应并稳定或减少未来的农业排放[21]。Magazzino等人利用计量经济学和机器学习方法研究了欧洲交通相关的温室气体排放驱动因素，发现汽车密度增加排放量，而替代燃料车辆可以减少排放，为有针对性的交通脱碳政策提供了依据[22]。Gnisia等人评估了机器学习模型对农业土壤中N2O排放的预测能力，比较了RF、XGBoost和神经网络，发现机器学习方法能更好地捕捉管理和环境效应，支持更准确的排放报告和缓解规划[23]。Cai等人将机器学习与生命周期评估相结合，量化了土壤修复过程中的二次和三次温室气体排放，发现考虑土壤碳封存可以显著降低净排放量，并指出不同修复技术的碳储存潜力存在差异[24]。Tian等人比较了多种机器学习回归模型，发现线性回归、随机森林和梯度提升模型表现最佳，确定煤炭是主要排放源，并分析了模型对能源输入的敏感性[25]。Bista等人评估了机器学习模型对灌溉干旱和半干旱作物系统中CO2和N2O排放的预测能力，发现随机森林和梯度提升模型表现最佳，识别灌溉和温度是关键排放驱动因素[26]。Aras和Van开发了一个使用SHAP的可解释机器学习框架来预测能源消耗和CO2排放，发现电力生成是最大的正向驱动因素[27]。Ghorbal等人提出了一个结合DPRNNs和优化的混合机器学习框架来预测CO2排放，通过高级预处理和参数调整实现了高精度，并证明了该模型在排放预测和政策支持方面的鲁棒性[28]。Mobasshir等人使用多标准决策方法和聚类比较了混合动力、柴油和生物柴油车辆，发现混合动力车辆的碳足迹和排放量最低，强调了其在交通脱碳方面的有效性[29]。Ali等人回顾了机器学习在光催化CO2还原中的应用。他们展示了机器学习如何改进催化剂设计、参数优化和机制理解，减少了试错工作，并提高了将二氧化碳转化为可持续燃料和化学品的效率[30]。丁和张提出了一种结合阻尼累积生成算子和PSO的灰色模型，用于预测中国的省级二氧化碳排放量[31]。可解释AI的发展越来越强调透明框架，这些框架结合了特征优化[32]、集成学习[33]、混合建模[34]和事后解释。最近在金融、医疗保健和风险分析领域的研究表明，现在评估可解释的机器学习系统不仅看准确性，还看透明度、鲁棒性和决策支持价值[35]。这种更广泛的XAI演变与本研究相关，因为气候政策应用同样需要既准确又可解释的模型[36]。最近关于紧密和异质储层中传输行为的实验研究为非线性流动动力学和状态转换提供了额外的理论见解。基于细管和核心尺度系统的多阶段二氧化碳置换实验表明，流体迁移受到质量传递、孔隙尺度连通性和分阶段传输行为的共同影响[37]。同样，对异质紧密储层中流体存在状态的研究强调了孔隙-喉道结构和渗透率对比在控制流动稳定性和迁移效率方面的重要性[38]。此外，关于低渗透介质中接近可混溶的淹没和阈值压力梯度的研究表明，流动行为可能会根据流体-固体相互作用和阻力演变而发生变化[39]。尽管这些研究是在储层工程背景下进行的，但它们为理解复杂系统中的非线性相互作用、传输敏感性和状态依赖性动态提供了有用的概念类比。这支持使用集成机器学习模型，如随机森林，这些模型能够捕捉排放动态中的非线性关系和相互作用效应。最近关于紧密和异质储层系统的实验研究为非线性传输行为和状态依赖的流动动力学提供了额外的见解。多阶段二氧化碳置换实验表明，流体再分配可能发生在由孔隙连通性和质量传递限制决定的不同传输阶段。同样，关于孔隙-喉道异质性和阈值压力梯度的研究强调了结构约束和流动转换在低渗透系统中的重要性。尽管这些研究是在不同的物理背景下进行的，但它们为理解复杂系统中的非线性响应和相互作用效应提供了有用的概念类比。这支持使用集成机器学习模型，如随机森林，这些模型能够捕捉排放动态中的非线性关系、阈值效应和特征相互作用。

3. 材料与方法
本节概述了用于建模长期温室气体排放的数据来源、方法论框架和分析程序。该研究将机器学习技术与系统优化和验证策略相结合，以捕捉非线性排放动态并确保预测性能的稳健性。关于数据集、特征选择、模型实现、超参数优化、验证方法和评估指标的详细信息被提供，以提供所提出的排放建模框架的透明度和可重复性。图1展示了本研究中使用的研究工作流程。该工作流程包括六个连续阶段：（i）数据采集和协调，（ii）预处理和特征定义，（iii）按时间顺序划分训练-验证-测试，（iv）模型训练和超参数优化，（v）评估和鲁棒性分析，以及（vi）可解释性和条件预测。该图旨在通过明确分离数据准备、模型开发和事后解释阶段来提高透明度和可重复性。

下载：下载高分辨率图像（196KB）
下载：下载全尺寸图像
图1. 所提出的可解释机器学习框架的研究工作流程。

3.1. 数据集来源和时间覆盖范围
本研究使用的数据集是由联合国编制的国际温室气体（GHG）排放清单，通过UNdata提供，最新更新包含了截至2023年的UNFCCC提交和EDGAR数据库补充数据[40]。它包含了从1990年到最新报告年份（本研究使用的版本为2017年）的国家清单信息。我们使用优化的随机森林模型，基于世界银行数据的外推社会经济指标生成估计值。这些模型预测结果与基于交叉验证的稳定性证据一起解释，并明确讨论了预测不确定性；然而，并非所有图表都直接显示区间范围。该数据集包括主要温室气体（即二氧化碳、甲烷（CH4）、N2O、氢氟碳化物（HFCs）、全氟碳化物（PFCs）、六氟化硫（SF6）和三氟化氮（NF3）的人为排放和汇的去除量，这些气体不受《蒙特利尔议定书》的监管。各国根据政府间气候变化专门委员会（IPCC）提供的方法指南（包括2006年IPCC指南、1996年修订指南和IPCC良好实践指南）开发了国家温室气体清单。这确保了各国之间以及随时间的方法一致性。本研究使用的数据集版本最后一次在UNdata更新是在2017年3月，基于2016年11月发布的数据。数据集的关键特征在表1中总结。尽管原始排放清单数据仅涵盖到2017年，但训练后的机器学习模型随后用于生成未来几年的样本外预测。在本研究中，2017年之后的年份（例如2024年）的排放值对应于基于模型的预测，而不是观测到的清单数据。这些预测结果是通过在预测框架下外推排放与社会经济指标之间的关系产生的。最后一个观测到的清单年份与预测结果之间的时间差距是本研究的一个重要限制。因此，2017年之后的输出不被解释为经过验证的观测值，而是作为在假设的社会经济输入下生成的条件中期预测。因此，修订后的手稿避免将这些值呈现为事实上的2024年数据，而是将其一致地视为随着预测期限增加而具有不确定性的基于模型的预测。

表1. 国际温室气体排放清单数据集的关键特征 [40]。
| 属性 | 描述 | 数据来源 | 时间覆盖范围 | 空间覆盖范围 | 温室气体 |
|------|--------|---------|-------------|---------|
| | | 联合国（UNdata） | 1990年 – 最新可用年份 | 全球（国家级别） | 二氧化碳、CH4、N2O、HFCs、PFCs、SF6、NF3 |
| | | | | |
| | | | 人为排放和去除 | |
| | | | | |
| 方法论基础 | IPCC温室气体清单指南 | 2017年3月 | 2016年11月 | |

该数据集为分析长期温室气体排放趋势、进行跨国比较以及开发基于计量经济学或机器学习的排放预测模型提供了可靠的基础。本研究的分析范围是全球性的，因为模型是在国家级别的国际面板上训练的，而不是基于单个国家案例研究。然而，为了可视化和解释目的，在结果部分仅展示了选定的国家。选择中国、美国、德国、意大利和土耳其，以反映经济规模、人口结构、发展阶段和历史排放轨迹的差异。这些国家因此作为示例性例子，而不是模型的唯一实证基础。模型训练和评估是在完整的国家级别数据集上进行的，而特定国家的数据用于展示全球框架在不同国家背景下的表现。

图2通过比较18世纪中叶到近年来的二氧化碳和N2O的全球温室气体排放长期演变，清楚地展示了两种气体在数量和增长动态上的显著差异。二氧化碳排放量在19世纪中叶之前可以忽略不计，之后随着早期工业化逐渐增加，然后在20世纪50年代之后急剧加速。这种快速的战后增长反映了化石燃料消费的加剧、大规模工业生产和持续的经济扩张，导致累计排放量的指数级增长。相比之下，N2O排放量在整个时期表现出更为温和和稳定的上升趋势。尽管N2O排放量也随时间增加，特别是在20世纪后半期，但这种增长相对缓慢，缺乏二氧化碳所观察到的剧烈变化。这种差异可以归因于N2O的不同来源，主要与农业活动、化肥使用和土地管理实践有关，而不是大规模能源消费。

下载：下载高分辨率图像（120KB）
下载：下载全尺寸图像
图2. 长期全球二氧化碳和N2O排放趋势的比较（1750–2022年），显示了1950年后二氧化碳排放的快速增长与N2O的渐进式增加[40]。

3.1.1. 特征选择和预处理
最终的建模数据集是一个包含二氧化碳排放、N2O排放、GDP、人口和年份的汇总国家-年份面板。特征选择基于三个标准：（i）各国之间的全球数据可用性，（ii）研究期间的时间一致性，以及（iii）对排放动态的理论相关性。包括GDP以代表经济活动，人口以捕捉人口压力，年份以反映长期结构变化。在建模之前检查了缺失值。排除了目标变量缺失的观测值，并协调了不同来源的解释变量以确保一致性。没有应用任何插补方法以避免引入人为偏差。仅对基于距离和基于核的模型（KNN和SVM）应用了基于训练数据统计的标准化特征缩放。基于树的模型（决策树和随机森林）在原始特征尺度上进行了训练，因为它们对单调变换不变。

3.2. 机器学习方法
本研究采用机器学习技术来捕捉温室气体排放数据中的复杂、非线性和时间依赖性关系。与传统统计模型不同，机器学习算法不需要强分布假设，并且能够直接从历史观测中学习隐藏模式。这种灵活性使它们特别适合建模受工业化、能源消耗和技术变化影响的长期二氧化碳和N2O排放动态。实现了具有不同学习结构的多种基于回归的算法，并进行了比较评估。

3.2.1. 随机森林
随机森林（RF）是一种集成学习算法，它使用自举抽样和每次分割时的随机特征选择来构建大量决策树[41]。最终预测是单个树输出的平均值：
(1)y^=1/N∑i=1N Ti(x)
这种机制减少了方差并减轻了过拟合，同时保持了模型的灵活性。RF对噪声具有鲁棒性，有效处理非线性关系，并提供稳定的预测，使其非常适合长期排放预测。

3.2.2. 决策树
决策树（DT）是一种监督学习算法，它基于最小化预测误差的决策规则递归划分特征空间，通常使用均方误差（MSE）来衡量：
(2)MSE=1/n∑(y-y^)2
DT模型直观且可解释，允许清晰地可视化决策路径[42]。然而，深度树倾向于过拟合训练数据，这在建模波动性排放趋势时可能限制泛化性能。

3.2.3. K-最近邻
K-最近邻（KNN）是一种非参数和基于实例的学习算法，它基于k个最相似观测值的平均值来预测排放值[43]。相似性通常使用欧几里得距离来衡量：
(3)d(xi,xj)=∑(xi-xj)2
KNN可以有效捕捉局部排放模式，但对特征缩放、噪声和k的选择敏感，这直接影响预测准确性。

3.2.4. AdaBoost
AdaBoost（自适应提升）是一种集成技术，它通过顺序组合多个弱学习器来形成强预测器[44]。在训练过程中，错误预测的样本被赋予更高的权重，学习器的重要性计算如下：
(4)αt=1/2ln(1-e^t)
AdaBoost通过关注难处理的观测值来提高模型准确性，但在存在异常值和高噪声排放数据时其性能可能会下降。

3.2.5. 支持向量机
支持向量机（SVM）旨在通过最小化训练误差和模型复杂性来构建最优回归超平面：
(5)min1/2∥w∥^2+C∑ξi
核函数允许SVM有效建模非线性关系[45]。然而，SVM的性能高度依赖于核选择和超参数调整，对于大型数据集来说计算成本可能很高。

选择随机森林而不是深度学习架构有两个原因。首先，本研究中的国家级别预测空间相对紧凑和结构化，这减少了高度参数化深度模型的实际优势。其次，可解释性是本研究的核心目标。在以政策为导向的环境应用中，基于树的集成方法结合SHAP和LIME提供的透明度在性能和可解释性之间提供了更好的平衡，比许多深度学习替代方案更合适。

3.3. 随机搜索优化
随机搜索优化用于通过高效探索超参数空间来提高模型性能。随机搜索不是评估所有可能的参数组合，而是从预定义的分布中采样参数，从而以较低的计算成本实现更广泛的探索。关键参数如树深度、估计器数量和最小样本量被优化，以减少预测误差并提高泛化能力[46]。
与网格搜索相比，随机搜索通过避免对所有参数组合的穷尽评估显著降低了计算成本，同时仍然实现了可比或更好的性能。尽管贝叶斯优化非常强大，但它引入了额外的复杂性和模型开销，对于大规模排放数据集来说可能不太实用。随机搜索（Random Search）为这一应用在优化效率和计算可行性之间提供了有效的平衡。3.4. 提出的模型：优化后的随机森林（Optimized Random Forest）所提出的模型是一个通过随机搜索超参数调整开发的优化随机森林框架。通过系统地选择树木数量、最大深度、特征子集大小和分割标准的最优值，该模型实现了准确性和鲁棒性的提升。其集成结构能够有效捕捉非线性的时间排放模式，同时最小化过拟合现象。优化后的随机森林在所有评估指标上均显著优于基准模型，证明了其在长期温室气体排放预测和政策导向分析中的适用性。图3提供了一个简洁的可视化表示，展示了这一强大、透明且与政策相关的排放预测框架。下载：下载高分辨率图像（242KB）下载：下载全尺寸图像图3. 图形摘要说明了用于CO2和N2O排放预测的可解释机器学习框架。该图形摘要总结了所提出研究的整体工作流程和关键组成部分。社会经济输入数据，包括GDP、人口和年份，被用作解释变量，并输入到一个使用k折交叉验证进行训练和验证的优化随机森林模型中。模型性能通过标准回归指标进行评估，强调了准确性和鲁棒性的提高。该框架生成了CO2和N2O的排放预测，明确指出了它们的不同驱动机制。通过SHAP和LIME分析实现了可解释性，提供了全局特征重要性和对个别预测的局部解释。下部分强调了主要发现，即CO2排放主要与经济活动相关，而N2O排放则与农业影响更为紧密相关。3.5. 交叉验证方法为了保持数据集的时间顺序结构并避免信息泄露，数据采用了一种考虑时间因素的策略进行分割，而不是随机抽样。早期时期的观测数据用于模型训练，而最新的历史观测数据则保留用于样本外测试。在训练部分，仅使用k折交叉验证进行模型选择和超参数调整。在建模之前，所有解释变量都经过了缺失值检查并进行了来源之间的协调。对于基于距离的方法（如KNN）和基于核的方法（如SVM），应用了特征缩放以确保预测量的可比性。基于树的模型则在其原始尺度上进行训练。这种设计允许研究区分历史范围内的插值性能和超出最后观测年份的外推条件预测。尽管宏观层面预测因子的数量有意限制，但由于数据集涵盖了多个国家和地区，因此训练样本并不局限于少量的观测数据，从而形成了一个汇总的国家-年份结构。建模策略旨在优先考虑全球可获取且报告一致的解释变量，这提高了可比性并减少了缺失数据的偏差。在这种情况下，使用随机森林是合适的，因为它即使在特征空间紧凑但观测数量相对较多的情况下也能高效学习非线性关系。3.6. 超参数空间定义超参数优化使用随机搜索方法进行，该方法从预定义的范围中采样模型参数。与穷举网格搜索相比，这种方法允许以较低的计算成本高效探索超参数空间。每个模型选定的超参数及其相应的搜索范围在表2中进行了总结。表2. 随机搜索优化中使用的超参数范围。模型超参数搜索范围随机森林（Random Forest）n_estimators 100 – 1000max_depth 5 – 50min_samples_split 2 – 20min_samples_leaf 1 – 10max_features sqrt, log2决策树（Decision Tree）max_depth 5 – 50min_samples_split 2 – 20min_samples_leaf 1 – 10KNN n_neighbors (k) 3 – 30weights uniform, distance metric euclidean, manhattanAdaBoost n_estimators 50 – 500learning_rate 0.01 – 1.0SVM C 0.1 – 100kernel linear, rbf gamma scale, auto为了评估预测因子之间的潜在多重共线性，进行了方差膨胀因子（VIF）分析。所有变量的VIF值均低于普遍接受的阈值，表明多重共线性不会显著影响模型稳定性或基于SHAP的特征重要性的可解释性。3.7. 评估指标使用多种回归指标来评估机器学习模型的性能，以确保全面和可靠的评估。决定系数（R2分数）衡量模型解释的观测排放量所占的比例，反映了整体的拟合优度。均方根误差（RMSE）量化了预测误差的平均幅度，并对较大的偏差进行了更强的惩罚[47]。平均绝对误差（MAE）表示预测值与观测值之间的平均绝对差异，提供了一个可解释的典型误差度量。均方误差（MSE）反映了平均平方预测误差，对极端值敏感。最后，最大误差捕捉了最大的绝对偏差，突出了最坏情况下的模型性能。这些指标共同提供了对准确性、鲁棒性和可靠性的平衡评估。使用基于多元回归的评估指标来评估模型性能，以捕捉整体拟合度和预测误差特征[48]。(6) R2=1-∑i=1n(yi-y^i)^2∑i=1n(yi-yˉ)^2(7) MSE=1/n∑i=1n(yi-y^i)^2(8) RMSE=1/n∑i=1n(yi-y^i)^2(9) MAE=1/n∑i=1n|yi-y^i|(10) MaxError=max(|yi-y^i|)3.8. 预测框架定义本研究采用的预测框架是有条件的，而不是无条件的。换句话说，未来的排放量不是仅基于历史排放值生成的；相反，它们是根据未来外生提供的社会经济输入预测的。具体来说，使用预测的GDP和人口路径作为输入，训练好的模型将这些未来输入映射到相应的CO2和N2O排放估计值。这种设计使框架适用于基于情景的分析，因为不同的社会经济路径可以转化为不同的排放轨迹。因此，需要注意的是，该模型并不产生确定性的官方预测；相反，它在指定的社会经济假设下产生条件性预测。这种区别对于解释2024-2050年的结果和避免过度夸大预测的确定性至关重要。预测框架是有条件的，意味着未来的排放量是基于外部提供的社会经济路径生成的，特别是来自国际数据集（例如IMF和联合国基于的预测）的GDP和人口预测。这些预测被视为情景输入，而不是确定性预测。在修订后的解释中，预测练习在概念上与基于情景的社会经济路径（如SSP风格的假设）保持一致。然而，本研究并不声称已经估计了一个完整的多情景气候模型，即正式校准的SSP1/SSP2/SSP3路径。相反，该框架被呈现为与SSP兼容的条件性预测：一旦提供了替代的GDP和人口轨迹，模型就可以生成相应的排放轨迹。我们澄清这一区别，以避免夸大当前练习的范围。3.9. 外推范围和情景有效性区分历史数据范围内的插值和超出观测范围的外推是重要的。模型在历史领域内展示了强大的预测性能，这一点通过交叉验证和保留测试得到了确认。然而，长期预测依赖于排放量与社会经济变量之间的关系保持结构稳定的假设。当未来的GDP和人口轨迹超出训练数据中观察到的历史范围时，预测就变成了外推的。在这种情况下，模型输出应被解释为基于情景的条件估计，而不是经过实证验证的预测。因此，该框架更适合于比较性情景分析，而不是确定性的长期预测。4. 实验结果本节展示了将所提出的机器学习框架应用于温室气体排放数据所获得的实验结果。模型性能使用多种准确性指标进行评估，并通过交叉验证、鲁棒性分析和不同算法及目标气体之间的比较评估来支持。除了预测准确性外，还报告了可解释性和特征贡献分析，以提供对潜在排放驱动因素的洞察，并支持所提出建模方法的可靠性。需要强调的是，对于最后一年之后年份的所有排放值，都是基于模型的预测。这些预测是使用训练有素的随机森林模型生成的，该模型基于截至2017年的历史数据，应被视为预测估计值，而不是观测到的排放记录。如图4所示，2024年的全球CO2排放主要集中在非OECD地区和亚洲，中国是最大的单一排放国。该图显示了明显的区域不平衡，发展中国家和新兴经济体占据了大部分排放量，而欧洲和北美等OECD地区的贡献相对较低。这种模式反映了不同的发展阶段和能源依赖性，强化了需要针对特定地区制定缓解策略的必要性。下载：下载高分辨率图像（119KB）下载：下载全尺寸图像图4. 2024年预测的CO2排放量区域分布（单位：百万吨CO2）。图5展示了中国、德国、意大利和美国的每人CO2排放量的历史演变。美国在整个20世纪期间人均排放量一直很高，21世纪后逐渐下降，反映了结构性的经济变化和缓解努力。德国和意大利在20世纪末达到排放峰值，随后呈现下降趋势，表明了能源转型和效率提升的影响。相比之下，中国和土耳其在20世纪中后期显示出持续的上升趋势，这与快速工业化和经济增长有关。如图5所示，这些对比鲜明的模式强调了国家排放路径的异质性和国家特定气候政策的重要性。下载：下载高分辨率图像（131KB）下载：下载全尺寸图像图5. 选定国家的人均CO2排放量（单位：吨CO2/人）的长期趋势，突显了随时间变化的各国不同轨迹。长期N2O排放轨迹显示出由结构性、农业和技术因素驱动的显著跨国差异。美国的排放量在20世纪大部分时间里一直很高，最近几十年有所下降，表明了监管措施和氮管理改进的效果。德国和意大利表现出中等程度的增长，随后趋于稳定，表明农业和工业系统的效率逐渐提高。相比之下，中国在中世纪后显示出快速且持续的上升趋势，这与化肥使用的增加和农业产出的扩大有关。如图6所示，这些对比鲜明的模式强调了以农业为重点的缓解策略和国家特定减排政策的重要性。下载：下载高分辨率图像（125KB）下载：下载全尺寸图像图6. 选定国家的人均N2O排放量（单位：千克N2O/人）的时间演变，反映了不同国家之间的差异性排放路径。相关矩阵突显了总CO2排放量与关键社会经济指标之间的强相关性。CO2排放量与GDP高度相关，表明经济活动仍然是排放水平的主要驱动因素。总CO2与累积CO2之间的类似强相关性反映了排放路径的长期持续性。人口与GDP和总排放量显示出中等程度的正相关，表明人口增长对排放量的增加有所贡献，尽管程度小于经济扩张。人均能源消耗与总CO2排放量和GDP之间的相关性较弱，表明总体排放量更多地受到经济规模的驱动，而不是个别能源强度。相比之下，人均能源使用与人均CO2排放量之间的中等程度正相关表明生活方式和消费模式在塑造个别排放水平方面起着重要作用。人均CO2排放量与总排放量和累积排放量之间的关联最小，强调了绝对排放量和人均排放量指标之间的概念性区别。图7表明，经济结构和历史积累是解释总排放动态的核心，而人均指标与能源强度更为紧密相关。这些关系支持在排放建模中包含经济和累积变量，并证明了能够处理多重共线性和预测因子之间非线性交互作用的机器学习方法的应用的合理性。下载：下载高分辨率图像（197KB）下载：下载全尺寸图像图7. CO2排放量（单位：百万吨CO2）、经济、人口和能源相关变量之间的相关结构。热图展示了2024年选定国家之间的排放水平和关键社会经济指标的比较概览。中国的CO2排放量、GDP和人口值最高，反映了其庞大的经济规模和人口规模。美国也显示出类似的高GDP和大量的CO2排放量，尽管人口数量远少于中国，表明相对于人口规模而言排放强度更高。德国和意大利的排放量和GDP水平明显较低，这与它们更成熟的经济和较慢的人口增长一致。土耳其的位置处于中间，其排放量和GDP相对于其他国家而言适中。与CO2相比，所有国家的氧化亚氮排放量相对较低，但仍然存在显著差异，特别是在大型农业经济体和工业化国家之间。排放量与GDP和人口的对比突显了排放结构和发展阶段的差异。图8展示了绝对排放量与经济规模和人口规模之间的密切关联，同时也揭示了对于差异化缓解和政策设计具有相关性的跨国异质性。下载：下载高分辨率图像（101KB）下载：下载全尺寸图像图8.预测的2024年国家层面的排放量和社会经济指标（标准化值）
注：此图中的所有变量均以标准化（z分数）形式呈现，以便在不同尺度上进行直接比较。因此，这些值不代表原始的排放量，而是相对的标准化水平。

表3报告了评估的机器学习模型在预测二氧化碳（CO2）和一氧化二氮（N2O）排放量方面的回归性能，使用了多种准确性指标。对于CO2排放量，随机森林（Random Forest）模型的预测性能最高，其R2值为0.989，RMSE和MAE值在所有模型中最低，表明模型拟合度非常好，误差最小化效果显著。决策树（Decision Tree）模型也表现良好，尽管误差指标略高，这表明与集成方法相比存在轻微的过拟合现象。K近邻（KNN）模型提供了可接受的性能，但误差明显较大，反映了其对数据分布和规模的敏感性。AdaBoost模型的准确性大幅下降，R2值低且误差值非常高，表明其适用于此任务的适用性有限。SVM模型的表现较差，R2值接近零，误差最大，表明其无法有效捕捉潜在的排放模式。

表3. 基准模型在CO2和N2O预测中的留出测试性能

| 目标气体 | 模型 | R2 | RMSE | MAE | 最大误差 |
|---------|-------------|-------|--------|------------|
| CO2 | 随机森林 | 0.989 | 40.09 | 17.15 |
| | 决策树 | 0.983 | 50.87 | 25.87 |
| | KNN | 0.943 | 39.34 | 21.08 |
| | AdaBoost | 0.622 | 24.12 | 23.11 |
| | SVM | 0.085 | 37.54 | 14.09 |
| N2O | 随机森林 | 0.982 | 3.23 | 10.48 |
| | 决策树 | 0.963 | 4.68 | 10.93 |
| | KNN | 0.953 | 5.29 | 28.01 |
| | AdaBoost | 0.643 | 14.71 | 13.75 |
| | SVM | 0.372 | 19.53 | 38.15 |

对于N2O排放量，观察到了类似的性能层次结构。随机森林模型再次取得了最佳结果，R2值为0.982，误差指标最低，显示出其在不同目标气体下的稳健性。决策树和KNN模型保持了相对较强的预测能力，但误差范围略大于随机森林模型。AdaBoost模型的准确性下降，误差较高，而SVM模型的解释能力较弱，预测误差较大，证实了其在N2O排放建模中的有效性有限。表3的结果表明，基于集成的树模型，特别是随机森林模型，在预测CO2和N2O排放量方面始终优于其他方法，显示出在模拟复杂、非线性排放动态时的优越泛化能力和稳定性。

图9直观地比较了所有模型在CO2和N2O排放量预测方面的R2值，清楚地证实了优化后的随机森林模型的卓越性能。如表4所示，随机搜索（Random Search）在预测性能（最终RMSE）和计算可扩展性（训练时间和收敛迭代次数）之间取得了良好的平衡，使其非常适合多国温室气体排放预测任务。

下载：下载高分辨率图像（117KB）
下载：下载全尺寸图像

图9. 基于R2值的模型性能比较（用于CO2和一氧化二氮排放量预测）

表4. 计算性能和可扩展性
| 模型 | 训练时间 | 预测时间 | 复杂度 | 可扩展性 |
|-------------|-------------|---------|---------|------------|
| 随机森林 | 中等 | 快速 | 中等 | 高 |
| 决策树 | 低 | 快速 | 低 | 中等 |
| KNN | 低 | 缓慢 | 低 | 低 |
| AdaBoost | 中等 | 中等 | 中等 | 中等 |
| SVM | 高 | 中等 | 高 | 低 |

LIME解释说明了选定输入变量对特定情况下CO2排放预测的局部贡献。结果表明，GDP是影响模型输出的主要因素，在给定值范围内具有显著的负面影响，大幅降低了预测的CO2水平。时间变量（年份）也显示出明显的负面影响，反映了长期时间动态在塑造排放预测中的重要性。人口对模型输出的贡献较小，在这种局部背景下影响可以忽略不计。特征贡献的相对大小表明，该模型主要依赖于经济和时间信号，而非人口统计变化来进行预测。图10展示了优化后的随机森林模型如何在局部层面上结合输入特征，增强了模型的透明度和基于机器学习的排放预测的可解释性。LIME解释描述了选定情况下输入变量对N2O排放预测的局部贡献。GDP是最具影响力的因素，在指定值范围内具有强烈的负面影响，表明其在塑造模型输出中的主导作用。人口也产生了负面影响，且影响程度较大，表明在给定条件下人口规模会影响N2O排放。时间变量（年份）的影响较小但仍然为负，反映了时间依赖的结构变化对排放行为的影响。特征贡献的分布和相对大小表明，该模型在估计N2O排放时主要依赖于经济和人口统计信号，时间效应起次要作用。

图11展示了优化后的随机森林模型如何在局部背景下整合多个预测因子，支持基于机器学习的N2O排放预测的透明度和可解释性。

下载：下载高分辨率图像（62KB）
下载：下载全尺寸图像

图10. 使用LIME对单个观测值的CO2预测进行局部可解释性分析

下载：下载高分辨率图像（62KB）
下载：下载全尺寸图像

图11. 对单个观测值的一氧化二氮（N2O）排放预测的基于LIME的局部解释

SHAP摘要图展示了解释变量对CO2排放预测的相对重要性和方向性影响。GDP是最具影响力的特征，较高的GDP值与较大的正SHAP值相关，表明其对增加的预测排放有显著贡献。较低的GDP值接近零或负SHAP值，反映了排放影响的减少。时间变量（年份）也显示出有意义的影响，较新的年份倾向于对模型输出产生正面贡献，捕捉到了数据中嵌入的长期排放增长模式。人口的影响相对较小但不可忽视，较高的人口值通常会对预测的CO2排放产生正面贡献。SHAP值在特征之间的分布表明了它们影响的异质性，而颜色梯度突出了特征大小对预测方向和强度的调节作用。图12提供了全局可解释性的视角，表明在经济规模主导的CO2排放预测中，时间动态和人口统计因素紧随其后。

下载：下载高分辨率图像（71KB）
下载：下载全尺寸图像

图12. 基于SHAP的特征对CO2排放预测的影响，展示了输入变量的全局贡献

SHAP摘要图展示了解释变量对N2O排放预测的全球贡献和方向性效应。GDP被识别为最具影响力的特征，较高的GDP值与正SHAP值相关，表明随着经济活动的加剧，预测的N2O排放量增加。较低的GDP值接近零或负SHAP值，反映了排放影响的减少。人口也显示出明显的影响，较高的人口值通常会对预测的CO2排放产生正面贡献。时间变量（年份）的影响较小但仍然存在，反映了时间依赖的结构变化对排放行为的影响。特征贡献的分布和相对大小表明，该模型在估计局部N2O排放时主要依赖于经济和人口统计信号，时间效应起次要作用。

图13展示了优化后的随机森林模型如何在局部背景下整合多个预测因子，支持基于机器学习的N2O排放预测的透明度和可解释性。

下载：下载高分辨率图像（77KB）
下载：下载全尺寸图像

图13. 基于SHAP的特征对一氧化二氮（N2O）排放预测的影响，展示了输入变量的全球贡献

为了提高可读性并避免视觉冗余，平均绝对SHAP排名图被移至补充材料中，而正文中保留了SHAP摘要图及其实质性解释。

4.1. k折交叉验证结果
为了进一步评估所提出的机器学习框架的泛化能力和稳定性，对训练数据集进行了k折交叉验证。这一程序减少了由于单一训练-测试分割导致的性能偏差风险，并提供了更可靠的模型鲁棒性评估。数据集被划分为k个大小相等的部分，每个部分轮流用作验证集，其余部分作为训练数据。表5显示的模型性能在所有部分上取平均值，以获得具有代表性的评估指标。优化后的随机森林模型在所有部分上均表现出一致的高预测准确性，无论是对于CO2还是N2O排放目标。R2、RMSE和MAE值的低变异性表明模型的性能稳定，不受特定数据分割的影响。这种一致性表明，模型学到的排放量与社会经济变量之间的关系是稳健的，并且可以在数据的不同时间子集中转移。交叉验证结果还确认了优化策略不会导致过拟合。

表5. 优化后的随机森林的k折交叉验证性能
| 目标气体 | 指标 | 平均值 | 标准差 |
|---------|---------------|---------|---------|
| CO2 | R2 | 0.987 | 0.004 |
| | RMSE | 42.3 | 3.7 |
| | MAE | 7.4 | 0.6 |
| N2O | R2 | 0.979 | 0.006 |
| | RMSE | 3.4 | 10.2 |
| | MAE | 1.0 | 0.08 |

除了点估计值外，各部分之间的变异性还为性能指标提供了隐含的置信区间。所有指标的低标准差表明模型之间的性能差异在统计上是稳定的，支持了优化后的随机森林框架的稳健性。

4.2. 模型鲁棒性分析
为了评估所提出框架对训练条件和随机初始化变化的敏感性，进行了模型鲁棒性分析。在长期排放建模中，历史数据表现出非平稳行为、结构断裂和随时间的异质趋势，因此鲁棒性分析至关重要。为此，使用不同的随机种子和自助采样配置多次训练优化后的随机森林模型。在重复实验中，如R2、RMSE和MAE等性能指标对于CO2和N2O目标都保持高度一致。这些指标的有限变化表明，模型预测不是由训练数据的特定随机实现驱动的，而是由排放量与解释变量之间的稳定和有意义的关系驱动的。这种行为证实了集成结构和超参数优化策略有效减少了方差并减轻了过拟合。此外，还通过评估模型在不同历史子时期的性能来评估鲁棒性。即使在排放快速增长和结构变化的时期，优化后的随机森林也保持了强大的预测准确性。表6报告了优化后的随机森林模型在不同随机种子下的重复运行稳定性。低标准差值表明模型性能的强鲁棒性和一致性。

表6. 优化后的随机森林在多次运行中的稳定性
| 目标气体 | 指标 | 平均值 | 标准差 | 最小值 | 最大值 |
|---------|---------------|---------|---------|---------|
| CO2 | R2 | 0.987 | 0.004 | 0.981 | 10.992 |
| | RMSE | 42.3 | 15.3 | 38.9 | 24.7 |
| | MAE | 7.4 | 0.6 | 10.2 | 14.2 |
| N2O | R2 | 0.979 | 0.006 | 0.971 | 10.986 |
| | RMSE | 3.5 | 4.0 | 12.3 | 14.2 |

4.3. 基线模型比较
进行基线模型比较，以量化所提出的优化后的随机森林模型相对于简单机器学习方法所取得的性能提升。选择单决策树（Decision Tree）和K最近邻（K-Nearest Neighbors）模型作为基线基准，因为它们在排放建模中广泛使用且计算复杂度较低。使用R2和RMSE指标评估模型性能，针对CO2和N2O排放目标。如表5所示，优化后的随机森林在两个目标气体上始终优于所有基线模型。对于CO2排放，所提出的模型实现了最高的R2值和最低的RMSE值，表明其解释能力更强，预测误差更低。对于N2O排放，优化后的随机森林也表现出更强的泛化能力和更低的误差范围。表7的结果确认了集成学习结合系统超参数优化相比单一模型和基于实例的方法具有显著优势。性能差距突显了在模拟复杂和异质排放动态时捕捉非线性相互作用和减少方差的重要性。

表7. 优化后的随机森林与基线模型之间的性能比较
| 模型 | 目标气体 | R2 | RMSE | 决策树 | KNN |
|-------------|--------------|---------|---------|---------|
| CO2 | 0.983 | 0.87 | | 0.943 |
| | | 0.989 | | 0.989 |
| | | 0.963 | | 0.953 |
| | | 0.982 | | 0.982 |
| N2O | 0.963 | 14.7 | | 0.953 |
| | | 0.643 | | 0.982 |

优化后的随机森林始终优于基线模型，证实了集成学习和超参数优化的有效性。

4.4. 消融研究
进行消融研究，以量化每个输入变量对优化后的随机森林模型预测性能的相对贡献。该分析系统地从模型中移除单个特征，并评估性能的下降情况，从而提供了每个解释变量结构重要性的洞察。如表6所示，从模型中移除GDP会导致CO2和N2O排放预测准确性显著下降。对于CO2，排除GDP会导致R2值大幅降低，表明经济活动是建模框架中排放动态的主要驱动因素。对于N2O排放，虽然性能损失的幅度略小，但反映了潜在排放源的差异。移除时间变量（年份）也会导致模型性能明显下降，突出了长期结构和历史趋势在排放建模中的重要性。相比之下，排除人口因素导致的性能下降相对较小，表明在考虑经济和时间因素后，人口效应的作用较小。表8中总结的消融结果通过SHAP和LIME分析定量确认了特征重要性的模式。通过直接测量性能对特征移除的敏感性，消融研究增强了所提出建模框架的可解释性和可信度，并支持了经济和时间驱动因素是长期温室气体排放预测核心的结论。表8. 消融分析结果（特征重要性和交互效应的ΔR2值）。移除的特征 ΔR2 (CO2) ΔR2 (N2O) GDP 0.156 0.120 人口 0.095 0.085 年份 0.072 0.064 GDP + 人口 0.210 0.198 GDP + 年份 0.178 0.155 人口 + 年份 0.134 0.121 扩展的消融包括成对移除以评估交互效应：移除GDP + 人口使R2降低了0.20（相对于单独的GDP为0.12，单独的人口为0.07），表明经济和人口驱动因素在N2O动态中存在强烈的协同作用。同样，移除GDP + 年份导致CO2的ΔR2为-0.18，表明CO2排放存在时间-经济耦合。这些结果突显了特征如何共同影响预测，而不仅仅是单独的贡献。表8展示了消融分析结果，显示了当移除特定变量时模型性能的下降（ΔR2）。GDP被证明是CO2预测中最关键的特征，而人口在N2O建模中扮演了相对更强的角色。组合移除揭示了交互效应，特别是GDP和人口之间的交互效应。除了单个特征的重要性之外，成对消融结果还表明了有意义的交互效应。特别是，在同时移除GDP和人口后，N2O的预测性能显著下降，这表明在预测与农业相关的排放时，人口和经济压力之间的相互作用比单独考虑任何一个变量时更为强烈。这些结果强调了特征如何共同影响预测，而不仅仅是单独的贡献。

表8展示了消融分析的结果，显示了当移除特定变量时模型性能的下降（ΔR2）。GDP被证明是CO2预测中最关键的特征，而人口在N2O建模中扮演了相对更强的角色。组合移除揭示了交互效应，特别是GDP和人口之间的交互效应。除了单个特征的重要性之外，成对消融结果还表明了有意义的交互效应。特别是，在同时移除GDP和人口后，N2O的预测性能显著下降，这表明在预测与农业相关的排放时，人口和经济压力之间的相互作用比单独考虑任何一个变量时更为强烈。这些结果强调了特征如何共同影响预测，而不仅仅是单独的贡献。

除了核心特征（GDP、人口和年份）之外，我们根据文献建议纳入了额外的社会经济和环境指标，包括能源强度（单位GDP的能源使用量）、碳强度（单位能源的CO2排放量）、城市化率（城市人口百分比）和可再生能源份额（可再生能源占总能源的百分比）。这些数据来源于世界银行和国际能源署的数据集[49]、[50]。特征选择是通过递归特征消除来避免冗余的，最终得到了七个特征集。表9总结了扩展模型中考虑的额外解释变量。由于数据一致性和可用性问题，这些特征在核心模型中未使用，但被包括进来以增强模型的鲁棒性和概念完整性。

表9. 扩展特征集及其在补充建模中的作用。特征 描述 对排放的预期影响 在研究中的使用
能源强度 单位GDP的能源使用量 正面（强度越高 → 排放量越高）
补充 可再生能源份额 能源结构中可再生能源的百分比 负面
碳强度 单位能源的排放量 正面
工业份额 工业对GDP的贡献 正面
农业份额 农业对GDP的贡献 正面（尤其是N2O）

我们选择了随机搜索（Random Search）而不是其他方法，如网格搜索（Grid Search，对于大型数据空间来说既耗时又计算成本高）和贝叶斯优化（Bayesian Optimization，需要先验分布并且在高维空间中可能收敛较慢）。在我们的实验中，随机搜索在50次迭代中实现了收敛，计算时间比网格搜索减少了20%，同时保持了与贝叶斯优化相同的准确性，但实现更为简单。表10展示了优化方法的比较。

表10. 优化方法比较。收敛所需的迭代次数 计算时间（秒） 最终RMSE（CO2）
随机搜索 50 1200.45
网格搜索 200 1500.47
贝叶斯优化 60 1300.46

除了预测准确性之外，计算实用性对于大规模的国家级应用也很重要。优化结果表明，随机搜索在计算负担上比网格搜索具有竞争力。鉴于其集成结构和适度的训练成本，优化的随机森林非常适合国家和全球国家面板应用。然而，对于具有更高特征维度的大型时空数据集，需要进一步的可扩展性分析。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
由于2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

表11. 优化随机森林在***次重复运行中的稳定性。目标气体 指标 平均值 标准差 最小值 最大值
CO2 R2 0.9 *** 87 0.004 0.98 *** 10.992
CO2 RMSE 42.3 153.1 283.8 56 10
N2O R2 0.979 0.006 0.97 10.986
N2O RMSE 3.564 0.412 3.02 14.2 87 10

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
由于2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.5. 预测不确定性分析
因为2017年之后的结果是条件性预测而非观察结果，因此必须在两个层面上解释不确定性：模型不确定性和路径不确定性。模型不确定性来源于跨折叠和重复运行时拟合关系的变化，而路径不确定性来源于提供给模型的外部社会经济假设。在本研究中，交叉验证期间观察到的低标准差表明样本内泛化稳定；然而，这并不能消除长期预测的不确定性。因此，2024-2050年的估计应被视为基于情景的排放轨迹，而不是精确的未来实现。这一区别对于政策制定尤为重要，因为不确定性随着预测范围的增加而增加。表11展示了模型在重复运行中的稳定性，表明方差低且鲁棒性强。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.4.1. 可解释性方法之间的一致性
为了确保可解释性的鲁棒性，比较了SHAP、LIME和消融分析获得的结果。这三种方法一致地将GDP识别为CO2和N2O预测中最具影响力的特征。SHAP提供了数据集中特征重要性的全局排名，而LIME在局部层面对个别预测进行解释。消融研究通过量化特征移除对模型性能的影响来补充这些方法。尽管在局部贡献的幅度和方向上存在微小差异，但不应将其解释为不一致。相反，它们反映了这些方法的不同视角：SHAP捕捉全局平均效应，LIME捕捉局部行为，而消融测量预测依赖性。这三种方法的收敛性增强了可解释性结果的可靠性。

4.4.1. 可解释性方法之间的一致性
为了确保可解释同时，当前的研究在三个方面扩展了现有文献：通过联合分析二氧化碳（CO2）和氧化亚氮（N2O）；在同一框架内整合全球和地方的可解释性；以及明确将未来的估计表述为基于情景的条件性预测，而不是无条件的确定性预测。5.6 政策含义该模型的洞察力支持有针对性的气候政策。对于二氧化碳（CO2），GDP的主导地位突显了通过可再生能源转型和效率提升来脱钩经济增长与排放的必要性[55]。对于氧化亚氮（N2O），人口影响的增加强调了以农业为重点的干预措施，例如精准施肥和饮食结构调整。决策者可以利用这一框架进行基于情景的预测，以评估政策影响，为《巴黎协定》等框架下的差异化承诺提供信息。从政策角度来看，模型输出可以转化为基于情景的决策支持。对于二氧化碳（CO2）排放，GDP的主导作用意味着减少排放需要通过采用可再生能源、提高能源效率和电气化来脱钩经济增长与碳强度。对于氧化亚氮（N2O）排放，人口的相对较强影响突显了农业政策的重要性，包括肥料效率、可持续土地利用和氮管理策略。该框架不仅能够生成单一的确定性预测，还能够比较不同的社会经济路径。通过调整GDP和人口轨迹，决策者可以评估不同发展情景对未来排放结果的影响。这使得该模型成为气候政策设计中的情景筛选工具。所提出的框架可以通过整合外部定义的社会经济轨迹，轻松扩展到基于情景的预测，例如代表性浓度路径（RCPs）或净零目标。这种灵活性增强了其评估长期政策影响和转型路径的能力。从政策角度来看，该框架可以用作情景比较工具。例如，如果为某个国家或地区定义了不同的GDP增长和人口路径，可以使用该模型来比较这些路径对未来二氧化碳（CO2）和氧化亚氮（N2O）排放的相对影响。通过这种方式，该框架通过帮助决策者评估高增长路径、中等转型路径或低增长路径与减排目标的兼容性，支持探索性气候治理。例如，如果决策者希望比较高增长发展路径和温和增长脱碳路径，可以在两种GDP-人口轨迹下运行该模型，以估计未来二氧化碳（CO2）和氧化亚氮（N2O）水平的相对变化。从这个意义上说，GDP对二氧化碳（CO2）的强烈影响不仅仅是描述性的；它表明，除非伴随着结构性脱钩措施，否则经济增长假设会显著改变预测排放量。5.7 局限性局限性包括依赖于2017年更新的数据，可能遗漏了最近的趋势，并且是在没有部门细分的情况下进行的国家层面汇总。本研究没有使用2017年之后的观测库存值作为外部验证目标。因此，这里的“预测”一词是指在假设的社会经济路径下的条件性前瞻性预测，而不是基于实际观测未来库存数据的经验验证准确性。国家报告的不一致性可能会引入偏差。未来的工作可以纳入更新的库存数据、部门细分、结合XAI的深度学习混合模型以及针对区域应用的基于情景的预测[56]。当前研究的一个局限性是解释变量的有限集合，仅包括GDP、人口和时间。虽然之前的文献已经纳入了能源强度、碳强度、城市化率和可再生能源份额等额外驱动因素，但当前框架有意专注于普遍可用且报告一致的马宏观指标，以确保全球覆盖范围和国家间的可比性。未来的研究可以通过整合部门和能源特定变量来扩展所提出的框架，进一步提高解释深度。未来的工作还可以扩展消融分析，包括成对和基于交互的特征去除，从而更深入地研究经济-人口因素对排放动态的共同影响。尽管随机森林（RF）在所有评估指标上始终优于其他模型，但由于缺乏折叠级别的重复评估存储，因此没有进行正式的统计显著性测试（例如配对t检验或Wilcoxon符号秩检验）。因此，性能差异被解释为描述性的而非推断性的。表13直接比较了两种气体的模型性能，突出了随机森林（Random Forest）的一致优势。表13. 模型性能比较总结（用于解释模型差异）。模型 | CO2 R2 | CO2 RMSE | N2O R2 | N2O RMSE | Random Forest | 0.989 | 40.09 | 10.98 | 23.23 | Decision Tree | 0.983 | 50.87 | 10.96 | 34.68 | KNN | 0.943 | 93.46 | 20.95 | 35.29 | AdaBoost | 0.622 | 241.27 | 40.64 | 314.71 | SVM | 0.085 | 375.49 | 70.37 | 219.53 | 必须区分历史数据范围内的插值和超出观测范围的外推。优化后的随机森林在数据集的历史结构内的强劲测试性能支持了其可靠性；然而，长期预测必然涉及外推不确定性，因为未来的社会经济条件可能会偏离历史学习到的关系。此外，在审查过程中发现的一些小编辑不一致性，包括图表编号、表格标签和单位规格，已系统地进行了修正，以提高手稿的清晰度和一致性。另一个局限性是外推不确定性。虽然该模型在历史数据范围内的表现强劲，但其长期预测依赖于未来社会经济关系遵循从过去数据中学到的模式的假设。结构变化、技术中断或政策转变可能会改变这些关系，从而降低训练域外的预测可靠性。6. 结论本研究开发了一个可解释的机器学习框架，用于使用社会经济指标进行长期国家层面的二氧化碳（CO2）和氧化亚氮（N2O）排放预测。在评估的模型中，优化的随机森林（Random Forest）展现了最强的预测性能，二氧化碳（CO2）的R2值为0.989，氧化亚氮（N2O）的R2值为0.982，而交叉验证证实了其稳定的泛化性能。可解释性分析表明，GDP是二氧化碳（CO2）的主要解释变量，而人口在氧化亚氮（N2O）预测中起着相对更重要的作用。这些发现表明，不同气体的缓解策略在结构逻辑上存在差异：二氧化碳（CO2）的控制更紧密地与经济脱碳和能源转型相关，而氧化亚氮（N2O）的缓解则需要更加强调农业强度、人口压力和氮管理。同时，应在其方法论边界内解释这项研究的结果。该框架依赖于历史国家层面的库存数据和外部提供社会经济预测；因此，长期结果是基于条件的情景，而不是实际观测到的未来结果。使用有限的宏观特征集提高了可比性，但无法完全代表部门特定机制、技术中断或结构突变。未来的研究应通过整合更新的库存数据、更丰富的部门变量、替代社会经济情景和明确的不确定性量化来扩展该框架。该研究提供了一种透明且与政策相关的方法，结合了预测准确性和多气体气候分析的可解释性。所提出方法的主要优势在于其高预测准确性、在各种验证设置下的稳健性以及通过SHAP、LIME和消融分析实现的透明解释。其主要局限性在于对外部社会经济假设的依赖性、缺乏明确的因果识别以及对基础库存数据质量和时间时效性的敏感性。CRediT作者贡献声明Y?ld?r?m ?züpak：撰写——审阅与编辑、撰写——原始草稿、软件开发；Emrah Aslan：监督、方法论、研究。