⚡ electrical engineering

Time Series Based CO2 Emission Forecasting and Energy Mix Analysis for Net Zero Transitions: A Multi Country Study

Cette étude multi-pays utilise des modèles de prévision de séries temporelles pour analyser les trajectoires d'émissions de CO2 et les mix énergétiques au Nigeria, aux États-Unis, en Chine, au Brésil et en Russie, révélant que si la dominance des énergies renouvelables du Brésil le positionne pour un avenir à faibles émissions, les nations dépendantes des combustibles fossiles comme le Nigeria nécessitent des réformes politiques urgentes pour s'aligner sur les objectifs mondiaux de neutralité carbone.

Auteurs originaux : Salim Oyinlola, Joshua Ajayi, Gozie Ibekwe, Chika Yinka-Banjo

Publié 2026-07-07

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Salim Oyinlola, Joshua Ajayi, Gozie Ibekwe, Chika Yinka-Banjo

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez le climat mondial comme un moteur géant et complexe qui surchauffe. Pour le refroidir, nous devons comprendre comment différents pays alimentent leurs propres moteurs et prédire la quantité de « fumée » (émissions de CO₂) qu'ils produiront à l'avenir.

Ce document fait office de rapport de diagnostic de mécanicien pour cinq moteurs spécifiques : le Nigeria, les États-Unis, la Chine, le Brésil et la Russie. Les auteurs n'ont pas simplement deviné ; ils ont utilisé des « boules de cristal » mathématiques (des modèles de prévision) pour observer les 24 dernières années de données et projeter l'aspect de ces moteurs d'ici l'année 2060.

Voici le compte rendu de leurs conclusions en termes simples :

1. Le mélange de carburant : Qu'y a-t-il dans le réservoir ?

Avant de prédire l'avenir, les auteurs ont examiné ce que chaque pays brûle actuellement pour alimenter ses économies. Ils ont classé les pays en trois « profils de carburant » :

Le profil « Carburant lourd » (Nigeria) : Le Nigeria est comme une voiture qui fonctionne presque entièrement au diesel. Même s'ils essaient d'ajouter un peu de solaire et d'éolien (comme ajouter un petit moteur électrique), leur réservoir contient encore 80 % de combustibles fossiles. Ils sont coincés dans un cycle de combustion de pétrole et de gaz.
Le profil « Transition » (USA, Chine, Russie) : Ces pays sont comme des voitures hybrides en plein changement.
- Les USA remplacent progressivement leur moteur à charbon par du gaz naturel et de l'énergie éolienne. Ils deviennent plus propres, mais brûlent encore beaucoup de combustibles fossiles.
- La Chine est comme une immense usine qui installe rapidement des panneaux solaires et des éoliennes, mais elle fonctionne toujours sur une énorme base de charbon. Ils ajoutent du carburant vert rapidement, mais le vieux moteur à charbon est encore très bruyant.
- La Russie est comme un camion qui roule au gaz mais avec une vitesse très constante et stable. Ils ajoutent lentement du nucléaire et des énergies renouvelables, mais leur réservoir est encore majoritairement composé de combustibles fossiles.
Le profil « Vert » (Brésil) : Le Brésil est l'exception. Ils sont comme une voiture fonctionnant principalement avec un mélange d'électricité et de biocarburants. Leur énergie provient principalement de l'eau (hydroélectricité) et des plantes (bioénergie). Ils sont les plus proches d'un « moteur propre ».

2. Les boules de cristal : Comment ont-ils prédit l'avenir ?

Pour prédire la fumée que ces moteurs produiront, les auteurs ont testé trois types différents de « prévisions météorologiques » (modèles mathématiques) :

ARIMA & SARIMA : Ce sont comme des calculatrices standards qui recherchent des lignes droites et des saisons répétitives.
Holt-Winters : C'est une calculatrice plus intelligente, capable de mieux repérer les tendances fluides et les changements de vitesse.

Le résultat : Pour la plupart des pays (Nigeria, USA, Chine, Brésil), le modèle Holt-Winters était la meilleure « boule de cristal ». Il était le plus précis pour deviner l'avenir car il pouvait gérer les hausses et les baisses fluides de leurs émissions. Cependant, pour la Russie, dont les émissions étaient très plates et stables (comme une voiture roulant avec le régulateur de vitesse), le modèle SARIMA fonctionnait le mieux.

3. La feuille de route future (2024–2060)

Lorsque les auteurs ont utilisé leurs meilleures boules de cristal pour regarder vers l'avenir en 2060, ils ont vu cinq routes très différentes :

Nigeria (La montée difficile) : Parce qu'ils dépendent encore des combustibles fossiles, on prédit que leur fumée va continuer à monter. Ils grimpent une colline d'émissions.
Brésil (La descente) : Parce qu'ils utilisent déjà beaucoup d'énergie propre, on prédit que leur fumée restera basse ou diminuera. Ils sont sur la voie d'un avenir propre.
USA & Chine (Le juste milieu) : Les deux sont prédits pour voir leurs niveaux de fumée diminuer, mais pas assez vite pour atteindre l'objectif « Net-Zéro » (où l'on produit zéro nouvelle fumée) sans faire des changements beaucoup plus importants. Ils ralentissent, mais ils doivent freiner plus fort.
Russie (La route plate) : Leurs niveaux de fumée devraient rester exactement les mêmes — plats et stables. Ils ne deviennent pas beaucoup plus propres, mais ils ne deviennent pas non plus beaucoup plus polluants.

L'essentiel à retenir

L'article conclut que ce que vous mettez dans le réservoir détermine la quantité de fumée qui sort du pot d'échappement.

Les pays avec des réservoirs de carburant « sales » (comme le Nigeria) continueront de polluer davantage.
Les pays avec des réservoirs de carburant « propres » (comme le Brésil) sont déjà sur la bonne voie.
Les pays du milieu (USA, Chine, Russie) se dirigent dans la bonne direction, mais ils doivent changer leurs sources d'énergie beaucoup plus rapidement pour atteindre les objectifs climatiques mondiaux.

L'étude souligne que l'on ne peut pas simplement souhaiter un avenir plus propre ; il faut d'abord changer le mélange énergétique. Les mathématiques prouvent que sans ces changements structurels, la « fumée » ne s'arrêtera pas.

Résumé technique : Prévision des émissions de CO₂ basée sur les séries chronologiques et analyse du mix énergétique pour les transitions vers le zéro émission nette

Problématique
Les efforts mondiaux pour freiner le changement climatique font face à un défi persistant : aligner la croissance économique avec les transitions énergétiques durables. Malgré les accords internationaux tels que le Protocole de Kyoto et l'Accord de Paris, les émissions mondiales de CO₂ continuent de croître. Un facteur critique de cette divergence est l'hétérogénéité des mix énergétiques nationaux. La composition du système énergétique d'une nation — spécifiquement l'équilibre entre les combustibles fossiles, les énergies renouvelables et les technologies bas carbone — détermine la faisabilité et le rythme de l'atteinte des objectifs de zéro émission nette. Bien que les économies avancées, les nations en voie d'industrialisation rapide et les États en développement riches en ressources soient confrontés à des pressions climatiques mondiales similaires, leurs trajectoires de décarbonation diffèrent considérablement en raison de dotations en ressources, de structures industrielles et de capacités de gouvernance distinctes. Il existe un besoin d'outils fondés sur les données qui intègrent la prévision des émissions à long terme avec les caractéristiques spécifiques du mix énergétique national afin d'évaluer si les trajectoires actuelles sont en phase avec les objectifs climatiques mondiaux.

Méthodologie
Cette étude emploie un cadre structuré en plusieurs étapes pour analyser cinq économies majeures : le Nigéria, les États-Unis, la Chine, le Brésil et la Russie. La méthodologie se déroule en quatre phases distinctes :

Détermination du mix énergétique (2000–2023) : Les données historiques de l'Agence internationale de l'énergie (AIE), de Our World in Data et des statistiques de l'énergie de l'ONU ont été utilisées pour quantifier les contributions proportionnelles des combustibles fossiles (charbon, pétrole, gaz naturel), des énergies renouvelables (hydroélectricité, solaire, éolien, biomasse, géothermie) et de l'énergie nucléaire. Les pays ont été classés en trois profils selon ces mesures : dépendant des fossiles, en phase de transition ou à accélération renouvelable.
Construction de la série chronologique : Un ensemble de données d'émissions territoriales annuelles de CO₂ (en millions de tonnes) de 2000 à 2023 a été compilé. Le prétraitement des données comprenait l'interpolation pour les valeurs manquantes et la détection des valeurs aberrantes par des diagnostics de score Z et d'écart interquartile.
Évaluation des modèles : Trois modèles de prévision de séries chronologiques ont été comparés aux données historiques à l'aide d'une division entraînement/test de 80/20 et d'une validation croisée à origine glissante. Les modèles évalués étaient :
- ARIMA : Pour capturer les tendances linéaires et les dépendances à court terme.
- SARIMA : Pour tenir compte des motifs saisonniers ou cycliques.
- Lissage exponentiel de Holt-Winters : Pour capturer l'évolution de la tendance par décroissance exponentielle.
  (Note : Bien que la section méthodologie mentionne initialement Prophet et LSTM dans le texte, les résultats et les tableaux évaluent exclusivement ARIMA, SARIMA et Holt-Winters.)
  La performance a été évaluée à l'aide de l'erreur absolue moyenne (MAE), de la racine de l'erreur quadratique moyenne (RMSE), de l'erreur de pourcentage absolu moyen (MAPE) et du coefficient de détermination ( $R^2$ ).
Projections à long terme (2024–2060) : Le meilleur modèle pour chaque pays a été réentraîné sur l'ensemble complet du jeu de données 2000–2023 pour générer des projections sur 36 ans. Des intervalles de prédiction ont été calculés pour quantifier l'incertitude.

Principales contributions

Analyse intégrée : L'étude comble le fossé entre le profilage du mix énergétique et la prévision des émissions, démontorant comment les caractéristiques structurelles de l'énergie influencent les perspectives de décarbonation à long terme.
Cadre comparatif multi-pays : En analysant cinq pays aux profils énergétiques distincts (de la dominance renouvelable du Brésil à la dépendance aux fossiles du Nigéria), l'étude offre une étendue géographique qui souligne la diversité des défis de décarbonation mondiaux.
Orientation pour la sélection de modèles : La recherche identifie qu'aucun modèle n'est universellement supérieur ; au contraire, la performance du modèle dépend de la volatilité et de la structure de tendance de l'historique des émissions d'un pays.

Résultats

Classifications du mix énergétique :
- Nigéria : Reste sans équivoque dépendant des fossiles (indice de dominance fossile moyen de 82,3 %), les énergies renouvelables ne contribuant qu'à environ 20,5 % en 2023.
- États-Unis et Chine : Présentent tous deux des profils en phase de transition. Les États-Unis ont réduit la part des fossiles de 82,1 % à 59,1 %, tandis que la Chine a réduit les siens de 92,4 % à 64,7 %, bien que les deux maintiennent une dépendance significative aux fossiles.
- Brésil : Représente l'archétype de l'accélération renouvelable, avec des parts renouvelables grimpant à 88,7 % en 2023, portées par l'hydroélectricité et la bioénergie.
- Russie : Montre un profil en phase de transition mais reste fortement influencée par les ressources en hydrocarbures, avec un indice de dominance fossile de 76,8 %.
Performance de la prévision :
- Holt-Winters est apparu comme le modèle le plus précis pour le Nigéria, les États-Unis, la Chine et le Brésil, caractérisé par les valeurs de MAE/RMSE les plus basses et les valeurs de $R^2$ les plus élevées.
- SARIMA a été le plus performant pour la Russie, où les émissions sont relativement stables et bornées, entraînant une faible variance qui a compliqué la performance des autres modèles (comme en témoignent les valeurs de $R^2$ négatives pour Holt-Winters dans l'ensemble de test).
Trajectoires à long terme (2024–2060) :
- Brésil : Projette un avenir à faibles émissions, cohérent avec son système dominé par les renouvelables.
- Nigéria : Poursuit une trajectoire ascendante des émissions, portée par la dépendance aux fossiles.
- États-Unis et Chine : Maintiennent des déclins modérés mais nécessitent une atténuation accélérée pour respecter les engagements de neutralité carbone.
- Russie : Les émissions restent largement stables dans les conditions actuelles.

Signification et affirmations
L'article affirme que les perspectives de décarbonation nationale sont fortement façonnées par l'équilibre structurel des systèmes énergétiques. Les conclusions soulignent que les pays dotés de systèmes dépendants des fossiles (comme le Nigéria) font face à des trajectoires divergentes par rapport aux objectifs mondiaux de zéro émission nette, tandis que ceux dotés de systèmes à accélération renouvelable (comme le Brésil) sont mieux positionnés. L'étude conclut que, bien que les modèles de séries chronologiques puissent projeter efficacement des scénarios de « maintien en l'état » (business-as-usual), l'atteinte des objectifs de zéro émission nette nécessitera des réformes politiques énergétiques ciblées et des changements structurels dépassant les trajectoires actuelles. Les auteurs suggèrent modestement que les recherches futures devraient explorer la modélisation par scénarios et intégrer l'apprentissage automatique pour mieux capturer les transitions non linéaires, reconnaissant que la présente étude se concentre sur l'extrapolation des tendances historiques.

1. Le mélange de carburant : Qu'y a-t-il dans le réservoir ?

2. Les boules de cristal : Comment ont-ils prédit l'avenir ?

3. La feuille de route future (2024–2060)

L'essentiel à retenir

Articles similaires