Forecasting carbon dioxide emissions from agriculture and relationship with some variables in OECD countries

• Autorzy: Kolasa-Więcek A

Warianty tytułu

PL

Prognozowanie rolniczych emisji dwutlenku wegla i związek z wybranymi zmiennymi w krajach OECD

• Języki publikacji: EN

Abstrakty

PL

Dzięki sztucznym sieciom neuronowym możliwie jest rozwiązywanie specyficznych problemów, z którymi zmagają się tradycyjne techniki obliczeniowe. Sieci neuronowe mogą być stosowane tam, gdzie występują problemy z przetwarzaniem i analizą danych, ich przewidywaniem, klasyfikacją i kontrolą. Podjęte badanie wskazują, które czynniki sektora rolnego krajów Organizacji Współpracy Gospodarczej i Rozwoju (OECD) są powiązane z emisjami dwutlenu wegla. Badania oparto na analizie wariancji ANOVA z wykorzystaniem pakietu statystycznego R. Ewentualne spodziewane emisje dwutlenku węgla prognozowano z wykorzystaniem sieci neuronowych (SSN) Flexible Bayesian Models on Neural Networks. Prognozy umożliwiły identyfikację czynników szczególnie istotnych. Badanie wykazały znaczący wpływ na wielkość emisji dwutlenu wegla wielkości areałów pastwisk oraz gruntów ornych i stałych powierzchni upraw.

Słowa kluczowe

EN

soil carbon sequestration; carbon dioxide; emission

• Wydawca: Politechnika Koszalińska
• Czasopismo: Rocznik Ochrona Środowiska
• Rocznik: 2012
• Tom: Tom 14
• Strony: 202--213
• Opis fizyczny: Bibliogr. 27 poz., rys., tab.

Twórcy

autor

Kolasa-Więcek A

• Opole University of Technology

Bibliografia

• 1. Adler P.R., Del Grosso S.J., Parton W.J.: Life-cycle assessment of net greenhouse-gas flux for bioenergy cropping systems. Ecol. Appl. v.17, 675–691 (2007).
• 2. American Society of Agronomy, Crop Science Society of America, Soil Science Society of America, Agriculture’s Role in Greenhouse Gas Emissions & Capture, 16 pp. 2010.
• 3. Antle J.M., Capalbo S.M., Mooney S., Elliott E.T., Paustian K.H.: Economic Analysis of Agricultural Soil Carbon Sequestration: An Integrated Assessment Approach. J of Agric and Resour Econ., v. 26, No. 2, 344–367 (2001).
• 4. DPhil A.B., Layton BVet Med DWEL MRCVS R., Bonney R.: A review of the sustainability of Northumberland lamb production in the UK, with particular reference to the environment. Food Animal Initiative, Wytham, Oxford, OX2 8QJ, 19 pp. 2008.
• 5. Garnett T.: Meat and dairy production and consumption: Exploring the livestock sector's contribution to the UK's greenhouse gas emissions and assessing what less greenhouse gas intensiva systems of production and consumption might look like. Food Climate Research Network. 2007.
• 6. Haan C., Steinfeld H., Blackburn, H.: Livestock and the Environment: Finding a Balance. Commission of the European Communities, the World Bank and the governments of Denmark, France, Germany, The Netherlands, United Kingdom and The United States of America. 186 pp. 1997. (Retrieved September 2, 2011, from http://gis.lrs.uoguelph.ca/agrienvarchives/ bioenergy/download/livestock_env_fao.pdf.)
• 7. Hand D., Mannila H., Smyth P.: Eksploracja danych. WNT Warszawa, ISBN 83-204-3053-4. 2005.
• 8. Houghton R.A.: Tropical deforestation as a source of greenhouse gas emissions. In: Tropical deforestation and climate change. (Moutinho P. and Schwartzman S., ed). Amazon Institute for Environmental Research. Belém – Pará – Brazil: IPAM – Instituto de Pesquisa Ambiental da Amazônia, Washington DC – USA: Environmental Defense, 13–21 (2005).
• 9. Igwenagu C.M.: Principal Component Analysis of Global Warming with Respect to CO2 Emissions in Nigeria: An Exploratory Study, Asian Journal of Mathematics and Statistics, 4(2), pp. 71–80, 2011, DOI: 10.3923/jams.- 2011.71.80.
• 10. Kolasa-Więcek A.: Application of Artificial Intelligence in Environmental Sciences – Forecasting CO2 Emission in Poland, Artificial Neural Networks – Application, INTECH, Edited by Chi Leung Hui, ISBN 978-953- 307-188-6, 407– 422 (2011).
• 11. Koneswaran G., Nierenberg D.: Global Farm Animal Production and Global Warming: Impacting and Mitigating Climate Change. National Institute of Enivironmental Health Sciences. 2008. (Retrieved August 29, 2011, from http://www.americangrassfed.org/wp.content/uploads/2009/-02/natl-institute-environmental-health-sciences.pdf.).
• 12. Małopolska M., Zarębska K.: Problematyka emisji ditlenku węgla w Polsce. Gospod. Surow. Miner., v. 24, No. 3/3, 187–196 (2008).
• 13. Nabuurs G.J., Masera O., Andrasko K., Benitez-Ponce P., Boer R.,Dutschke M., Elsiddig E., Ford-Robertson J., Frumhoff P., Karjalainen T., Krankina O., Kurz W.A., Matsumoto M., Oyhantcabal W., Ravindranath N.H., Sanz Sanchez M.J., Zhang X.: Forestry. In Climate Change 2007: Mitigation. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. (In Metz B., Davidson O.R., Bosch P.R., Dave R., Meyer L.A. (Eds.), Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA). 2007.
• 14. Neal R.: Flexible Bayesian Models on Neural Networks, Gaussian Processes, Mixtures, and Dirichlet Diffusion Treess, Version of 2004-11-10.University of Toronto, Toronto. 2004.
• 15. Nelson R.G., Hellwinckel Ch.M., Brandt C.C., West T.O., De La Torre Ugarte D.G., Marland G.: Energy Use and Carbon Dioxide Emissions from Cropland Production in the United States, 1990–2004. J. of Environ. Qual., v. 38, No.2, 418–425 (2009).
• 16. Paustian, K., Six J., Elliott E.T., Hunt H.W.: Management options for reducing CO2 emissions from agricultural soils. Biogeochem., v. 48, 147–163 (2000).
• 17. Post W.M., Kwon K.C.: Soil carbon sequestration and land-use change: processes and potential. Glob. Change Biol. v. 6, 317–327 (2000).
• 18. Reicosky D.D.: Tillage-induced CO2 emission from soil. Nutr. Cycl. in Agroecos., v. 49, 273–285 (1997).
• 19. Rosegrant M.W., Ewing M., Yohe G., IBurton I., Huq S., Valmonte-Santos R.: Climate Change and Agriculture, Threats and Opportunities, W.B. Druckerei GmbH Hochheim am Main, Eschborn, 29 pp. 2008.
• 20. Salam A.: Toshikuni Noguchi, Impact of Human Activities on Carbon Dioxide (CO2) Emissions: A Statistical Analysis. The Environmentalist, v. 25(1), 19–30 (2005), DOI: 10.1007/s10669-005-3093-4.
• 21. Schuman G.E., Janzen H.H., Herrick J.E.: Soil Carbon Dynamics and Potential Carbon Sequestration by Rangelands. Environ. Pollut., v. 116, 391–96 (2002).
• 22. Terence Epule E., Peng Ch., Lepage L., Chen Z., Sounders Nguh B., The Environmental Quadrupole: Forest Area, Rainfall, CO2 Emissions and Arable Production Interactions in Cameroon. British Journal of Environment & Climate Change, v. 2(1), 12–27 (2012).
• 23. Tadeusiewicz R.: Okrycia bez probówki. Możliwość dokonywania dodatkowych odkryć naukowych poprzez drążenia (z użyciem sztucznej inteligencji) pozornie całkowicie wyeksploatowanych danych. W: Szlaki przekazywania sygnałów komórkowych, red. I. Nalepa, Instytut Farmakologii PAN, Kraków, 169–184 (2004).
• 24. Tadeusiewicz R.: Data mining jako szansa na relatywnie tanie dokonywanie odkryć naukowych poprzez przekopywanie pozornie całkowicie wyeksploatowanych danych empirycznych. W: Statystyka i data mining w badaniach naukowych, red. J. Wątroba, StatSoft, Kraków, ISBN 10: 83-88724- 31-2, 5–30 (2006).
• 25. Wattenbach M., Sus O., Vuichard N., Lehuger S., Gottschalk P., Li L., Leip A., Williams M., Tomelleri E., Kutsch W.L., Buchmann N., Eugster W., Dietiker D., Aubinet M., Ceschia E., Béziat P., Grünwald T., Hastings A., Osborne B., Ciais P., Cellier P., Smith P.: The carbon balance of European croplands: A cross-site comparison of simulation models. Agriculture, Ecosys. and Environ., v. 139, 419–453 (2010).
• 26. www.faostat.fao.org (Retrieved September 22, 2011).
• 27. www.stats.oecd.org/index.aspx (Retrieved September 22, 2011).