Time-series Clustering and Forecasting Approach for the Analysis of Countries Responsibility and Vulnerability to Climate Change. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF ICS610_Thesis_MahiKamaleldin_G201902050_Final.pdf Restricted to Repository staff only until 31 May 2024. Download (12MB)

Arabic Abstract

تتسبب انبعاثات غازات الاحتباس الحراري في حدوث تغير مناخي له عواقب عالمية ومحلية. إن القدرة على وصف استراتيجيات التخفيف والتكيف الفعالة يتم دعمها بشكل كبير من خلال التصوير الكمي على مستوى الدولة للتغييرات المتوقعة. ومع ذلك ، فإن التنبؤ بإجمالي قيم الانبعاث لأداء هذه المهمة يمثل تحديًا بسبب عدم وجود مقاييس دقيقة للبيانات اللازمة للتنبؤ. تقترح هذه الدراسة نمذجة سلوك البلدان كمجموعات ديناميكية زمنية تشير إلى مستوى شدة الانبعاثات من أجل التنبؤ بالسلوك المستقبلي على مستوى الدولة. على وجه الخصوص ، تم اقتراح طريقة تجميع السلاسل الزمنية للتعرف على التغيرات الديناميكية واكتشاف أنماط انبعاثات غازات الدفيئة على مستوى الدولة ، وكذلك التنبؤ بالانبعاثات المستقبلية. علاوة على ذلك ، من المتوقع بشكل عام أن الدول التي قدمت مساهمات في تغير المناخ قد تكون الأكثر عرضة لتداعياته السلبية. يتم تحديد الدرجة التي يتسبب بها ذلك في عدم الإ نصاف بين بواعث غازات الدفيئة وأولئك المتأثرين بتغير المناخ من خلال توزيع حساسية المناخ. إن الافتقار إلى مقياس متفق عليه لقياس قابلية الدول للتأثر بتغير المناخ ، فضلا ً عن التفسيرات المختلفة للضعف ، يجعل من الصعب تأكيد أو دحض هذا الادعاء. الهدف من هذه الدراسة هو تقييم العلاقة التجريبية بين انبعاثات غازات الدفيئة في بلد ما وحساسيته لعواقب تغير المناخ غير المواتية. سيتم استخدام مجموعات البيانات التي تغطي إجمالي انبعاثات غازات الاحتباس الحراري والخصائص الاجتماعية والاقتصادية وعوامل الحساسية لإ جراء البحث

English Abstract

Emissions of greenhouse gases create climate change, which has global and national consequences. The ability to prescribe effective mitigation and adaptation strategies is greatly aided by a country-scale quantitative depiction of the expected changes. However, forecasting total emission values to perform this task poses a challenge due to lack of accurate measures of data that is necessary for the prediction. This study proposes to model the behavior of countries as temporal dynamic clusters that indicate the severity level of emissions in order to forecast future behavior on a country-level scale. In particular, a time-series clustering method is proposed to recognize dynamic changes and discover patterns of country-level GHG emissions, as well as, predict future emissions. Furthermore, it is commonly anticipated that the nations that have made contributions to climate change might be the most susceptible to its adverse implications. The degree to which this causes unfairness between GHG emitters and those who are affected by climate change is determined by the distribution of climate sensitivity. The lack of an agreed-upon measure for gauging nations' susceptibility to climate change, as well as differing interpretations of vulnerability, make it difficult to confirm or refute this claim. The goal of this study is to evaluate the empirical link between a country's GHG emissions and its sensitivity to unfavorable climate change consequences. Datasets covering national total greenhouse gas emissions, socioeconomic characteristics, and susceptibility factors are used to conduct the research.

Item Type:	Thesis (Masters)
Subjects:	Computer Environmental
Department:	College of Computing and Mathematics > Information and Computer Science
Committee Advisor:	Al-Zaidy, Rabeah
Committee Members:	El-Maleh, Aiman H. and Helmy, Tarek
Depositing User:	MAHI KAMALELDIN (g201902050)
Date Deposited:	01 Jun 2023 08:10
Last Modified:	01 Jun 2023 08:10
URI:	http://eprints.kfupm.edu.sa/id/eprint/142409