中国碳达峰路径的Meta回归分析

尽早实现碳达峰、碳中和是中国推动经济社会全面绿色低碳转型的内在需求,开展碳达峰路径研究对中国合理制定2030年碳达峰目标和措施具有重大现实意义.该文筛选发表于2015—2020年间的18篇文献,采用Meta回归分析方法研究中国碳达峰路径及主要影响因素.结果表明:①多数文献预测中国将于2030年或2030年前实现碳达峰,平均预测峰值水平约10.9 Gt CO₂;碳达峰时煤炭占比平均值为51.9%,非化石能源占比平均值为22.4%,经济年增长率平均值为5.4%,碳排放强度下降率平均值为54.0%.②该文筛选的样本对碳达峰路径预测结果与中国2030年前碳达峰目标一致,文献发表时间越晚预测的达峰时间越早且峰值越高.③除碳达峰时碳排放强度下降率（peakCEI）外,其余变量均对碳达峰峰值具有显著性;除文献类型（PTY）、影响因子（IF）、碳达峰时煤炭占比分类（yblcoal）、碳达峰时非化石能源占比（pnf）外,其余变量均对碳达峰时间具有显著性.未来中国应从基于成本效益的最优达峰路径、完善温室气体清单核算方法、大力推动清洁能源技术进步、提高经济发展质量等方面开展深入研究.      

基于BP神经网络的碳达峰目标下碳汇计量方法研究

为了解决当前碳汇计量方法存在计量误差、准确率低的问题,提出了基于BP神经网络的碳达峰目标下碳汇计量方法的研究。首先,基于碳达峰目标对碳汇数据进行预处理,获取准确度较高的碳汇数据;根据BP神经网络构建碳汇计量BP神经网络模型,输出碳汇数据集;然后综合考虑碳库选择指标,选择与碳汇数据集匹配的碳库;最后,实现碳达峰目标下碳汇计量的目标。实验证明,此种计量方法具有较高的拟合度,计算值与原值更加接近,相对误差在1.01%～1.71%,始终保持在2%以下,证明该方法的碳汇计量结果准确率较高。     

中国石化化工行业二氧化碳排放达峰路径研究

石化化工行业是高耗能高排放行业之一,约占工业部门碳排放比例的10%,研究石化化工行业碳排放达峰路径不仅能推动工业部门尽早实现达峰,同时也为石化化工行业加快绿色低碳转型指明方向. 基于中国统计年鉴、行业协会、企业碳核查等多来源数据,在分析历史排放趋势的基础上,识别能源集中度高的重点行业和产品,采用情景分析法针对石油和天然气开采业、石油煤炭及其他燃料加工业、化学原料及化学制品制造业三大子行业中的炼油、乙烯、丙烯、对二甲苯和合成氨等重点产品,预测其基准情景和控排情景下的重点产品产量和碳排放强度,以及石化化工行业2021—2035年二氧化碳排放趋势. 石化化工行业在基准情景下排放量无法实现2030年前达峰,控排情景下将于2030年达峰,峰值为17.3×108 t. 通过能源结构调整、节能和低碳技术改造、低碳循环及高效利用等途径可以实现行业减排,与BAU(仅考虑石化产品产量变化,不考虑产品结构、单位产品能耗变化)情景相比,减排贡献最大的路径是化石能源利用清洁化改造,2030年相对BAU减排1.19×108 t,贡献率约44%;其次是加大节能和低碳技术改造力度和资源循环及高效利用,减排量分别为0.8×108和0.6×108 t,减排贡献率分别达到29%和22%.      

基于多目标模型的中国低成本碳达峰、碳中和路径

为探寻我国低成本碳达峰、碳中和路径,以我国主要耗煤产业、电力、供热、交通以及森林碳汇量为研究对象,构建基于低成本碳达峰、碳中和路径的多目标模型.以成本最小、二氧化碳排放量最少以及大气污染物排放量最少为模型的多目标,以我国2030年前碳达峰以及2060年前碳中和为研究目标设置相应约束条件,并设置产业需求、电力需求、供暖需求、交通需求、各行业新能源比例、污染物控制等约束条件,其中产业考虑煤炭消耗量较大的钢铁、化工、建材以及其他行业,电力考虑火电、核电、风电、太阳能.此外,模型除考虑森林碳汇外,还考虑了碳捕获与封存（CCS）作为实现碳达峰、碳中和的技术手段.结果表明:①我国碳达峰、碳中和实现的可行性较高,2030年及2060年的时间节点设定科学,碳达峰当年的各行业成本约为17.54×1012元,代表行业碳达峰、碳中和时的二氧化碳排放量分别为68.63×108和34.50×108 t.②以钢铁、化工、建材等为代表的工业转型可行性较低,且对于碳达峰、碳中和目标实现的贡献较小;电力、供热以及交通转型可行性较高,且对碳达峰、碳中和目标实现的贡献较大,电力二氧化碳排放量占比在2030年与2060年将分别达72.86%和43.34%.③煤电装机容量将在规划期内持续减少,需取消部分已规划的煤电项目并改造和提前淘汰部分已有煤电设备;相对风力发电与太阳能发电装机容量持续增加,二者装机容量总和于2030年达12×108 kW,于2060年达24×108 kW.④CCS将为碳达峰、碳中和目标实现提供助力.研究显示,未来我国碳减排工作将重点聚焦于电力系统,其次为供热与交通,建议根据行业特征制定不同省份、不同经济圈的绿色发展模式.      

基于LEAP模型的长三角某市碳达峰情景

基于LEAP模型,构建了适用于X市的LEAP-X分部门测算模型,设置了基准情景、低碳情景、强化低碳情景和2023年达峰情景等4种碳排放达峰情景.测算分析结果表明,仅在强化低碳情景与2023年达峰情景下可以实现2030年前碳达峰目标,强化低碳情景达峰时间约在2025年但实际可能推迟,峰值约为1.7亿t.工业是碳排放量最大部门,石化行业是工业中占比最大行业,不同情景下其占比始终保持在30%左右,发电与钢铁行业占比逐年降低,净调入电力逐渐增加.产业结构优化、能源结构调整是X市碳达峰主要驱动因素.强化低碳情景下单位GDP碳排放量在2030年将较2020年下降41%左右.     

多情景视角下中国能源消费和碳达峰路径

准确预测能源消费及碳排放量对于科学有序落实我国"2030年前碳达峰,2060年前碳中和"目标有重要现实意义.提出了一种融合位置扰动和模拟退火的改进粒子群算法（IPSO）优化基于两层"分解-集成"策略的预测方法：首先利用趋势分解（TD）将原始能源消费时序分解成趋势项和非趋势项,继而使用经验模态分解（EMD）将非趋势项分解成若干本征模态函数（IMFs）和一个残差项,然后对上述趋势项、IMFs和残差项分别建模预测,利用IPSO优化多元线性回归模型（MLR）预测趋势项,采用长短期记忆神经网络（LSTM）预测非趋势项的本征模态函数IMFs和残差子序列,最后通过相加集成求取最终能源消费预测值.实证分析表明,基于TD-EMD两层"分解-集成"策略的IPSO-MLR-LSTM模型融合了TD、EMD、IPSO和LSTM的优点,更全面地捕捉了趋势项和非趋势项演化规律,提升了预测性能,将其应用于能源消费领域是可行且有效的.最后,预测了在不同能源消费结构、经济增长、人口数量、能源效率和人均生活能源消费水平情景下的我国2021~2035年能源消费和碳排放量,并给出相关政策建议.     

农村居民生活碳达峰路径及对策

全国碳达峰目标已经明确,农村居民生活能源消费是碳排放增长的重要来源,亟待得到有效控制.为研究农村居民生活碳达峰路径,基于农村居民生活能源消费现状分析,采用碳排放系数法对2000—2018年农村居民生活的碳排放进行核算,基于情景分析法,从能源消费结构调整的角度,设定不同情景分析农村居民生活的碳达峰时间及峰值.结果表明:①2000—2018年,农村居民生活碳排放量、人均碳排放量均呈快速上升趋势,其中农村居民生活碳排放量占国家碳排放总量的3.0%~4.0%.②在2030年国家碳排放强度下降65%的目标下,农村居民生活同步碳达峰目标约为3.64×108 t;农村居民煤炭消费的碳排放已在2017年达峰,总量达峰则依托于能源结构调整情景实现目标.③基准情景下,2030年前无法实现碳达峰;政策情景下,将在2027—2028年达到峰值,峰值约为3.66×108 t;优化情景下,将在2024年达到峰值,峰值约为3.44×108 t.④基于能源结构调整的碳达峰路径主要表现为煤炭消费占比降至18.0%左右,天然气、电力、其他能源消费占比分别提至1.5%、35.0%、30.0%左右.研究显示,促进碳达峰的措施可重点从完善顶层设计、制定农村能源发展战略规划、推动分布式能源系统建设、加强节能减排技术保障、创新资金支持、普及绿色低碳生活方式等几个方面加强实施,从而推动农村的能源变革与节能减排.      

面向碳达峰目标的重庆市碳减排路径

以重庆市为案例构建本地化LEAP模型,借助LMDI分解、Tapio脱钩弹性系数、单一措施减排效果比较以及减污降碳交叉弹性,探寻重庆市碳达峰目标下的关键影响因素及其碳减排路径特征.结果表明:重庆市在当前碳减排措施力度下难以实现2030年前碳达峰目标,若强化碳减排措施,重庆市可于2025年前实现碳达峰目标,峰值约为1.62...     

城市大气污染物排放路径对于碳达峰的借鉴

基于可获取的城市SO₂和CO₂排放清单数据,从数据挖掘的角度去探究两者排放趋势的相似性或差异性,分析这种趋势之间的相互关系对预测CO₂今后趋势的借鉴意义。利用DTW算法实现SO₂和CO₂在时间轴上的匹配关系,将城市按照滞后型、同步型、超前型进行分类,对于各类城市进行碳达峰年预判,最后根据研究结果对碳减排行动提出了建议。     

中国省域差异化碳达峰评价方法与应用

推动有条件的地区率先行动是“全国一盘棋”实现双碳目标的必然选项.考虑到中国各省的差异性,研究基于碳排放空间分配测算各省达峰压力,进而从达峰压力、减排现状、经济发展、政策支持和资源禀赋这5个维度构建省域碳达峰能力评价体系,采用熵值法确定指标权重,对中国除香港、澳门、台湾和西藏以外的30个省级行政区进行碳达峰能力综合评价,基于评价结果将各省划分为5个梯队.结果表明：①海南和北京等18地的碳排放空间呈现盈余,河北和山东等8地碳排放空间呈现赤字,另有浙江、安徽、河南和湖北这4地分配所得的碳排放空间与各自实际排放量相当;②发达地区碳达峰能力普遍高于欠发达地区,其中北京和上海等地碳达峰能力尤为突出,江西和贵州等地碳达峰能力提升空间较大.最后,针对不同达峰梯队的省份,因地制宜地提出差异化达峰目标和行动建议.     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

基于变参数模型的中国碳排放与经济增长EKC拐点研究

基于1965—2015年数据,利用变参数模型,对中国碳排放EKC拐点的存在性及变化趋势进行实证分析。结果表明:碳排放与人均实际GDP之间的关系可分为2个阶段,1970—1989年不存在EKC曲线和拐点,而1990—2015年存在典型的倒U型EKC曲线和拐点。随着经济增长,碳排放EKC拐点总体呈现提前的趋势,根据2015年数据计算,到达碳排放EKC拐点要79年左右。碳排放强度下降能使碳排放EKC拐点大幅度提前,如碳排放强度年均下降3%,可使碳排放EKC拐点提前24年左右;如碳排放强度年均下降5%,则可使碳排放EKC拐点提前33年左右。     

大气环境质量综合评价的B－P网络模型

选取大气环境质量的三级标准作为３个学习样本，以ＳＯ＿２，ＮＯ＿ｘ和ＴＳＰ三种污染物的三级标准浓度限值作为样本的输入特征值，建立了三参数的Ｂ－Ｐ网络大气环境质量综合评价模型，用该模型对３１个测点的大气环境质量进行评价，并与模糊数学和灰色系统法的评价结果比较，表明Ｂ－Ｐ网络用于大气环境质量评价具有优越性。     

基于神经网络的生化池能耗预测模型研究

我国城市污水处理的能耗处于较高水平,直接能耗中电耗占60%~90%。为了合理利用电能,以A/O工艺为基础,选取BP神经网络建立能耗预测模型,由入水信息对溶解氧进行预测,为污水处理过程中曝气量的及时调度、有效利用能量提供可靠的决策依据。     

基于人工神经网络的行业无害化生产能力评价模型研究

利用BP前向人工神经网络方法 ,建立了一种全新的基于人工神经网络的行业无害化生产能力评价模型 ,该模型采用动量梯度下降反向传播和学习速率自适应调整相结合的训练学习算法。最后 ,以造纸及纸制品业为例 ,对中国各省市造纸行业的无害化生产能力进行评价 ;并进一步分析中国各省造纸行业无害化生产能力的时空分布规律 ,为我国行业规划、布局决策提供科学依据。     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

基于B－P网络的水质营养状态评价模型及其效果检验

选取与ＴＳＩ＿ｃ为０．５０，１００相应的水质营养状态作为３个建模样本，以ｃｈｌ－ａ，ＴＰ，ＴＮ和ＳＤ４个水质参数作为样本的输入特征，建立Ｂ－Ｐ网络的水质营养状态评价模型。该模型应用于全国３０个湖泊水质的营养状态评价，获得了较好的检验效果。     

基于B－P网络的水质营养状态评价模型及其效果检验

选取与ＴＳＩｃ为０，５０，１０相应的水质营养状态作为３个建模样本，以ｃｈｌ－ａ，ＴＰ，ＴＮ和ＳＤ４个水质参数作为样本的输入特征，建立了Ｂ－Ｐ网络的水质营养状态评价模型。该模型应用于全国３０个湖泊水质的营养状态评价，获得了较好的检验效果。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。