基于BP神经网络的武汉市物流业碳排放预测文献综述
2020-04-23 19:38:34
1.1目的及意义
随着科学技术的发展和世界工业化步伐的加快,二氧化碳排放量也是迅速增长,二氧化碳的排放对地球臭氧层造成的破坏越来越大,从而导致世界气候面临越来越多的问题,气候性灾难屡屡发生。在碳排放迅速增长的情况下,世界各国都越来越重视气候变化问题,并于2009年12月7-18日在丹麦首都哥本哈根召开哥本哈根世界气候大会,来自192个国家的谈判代表召开峰会,商讨《京都议定书》一期承诺到期后的后续方案,即2012年至2020年的全球减排协议。为了控制碳排放的量,对碳排放的数据进行预测,从而对减排提供数据支持。
减少碳排放可以遏制全球温室效应,减少大气粉尘污染,可以减少地球上不可再生能源的开采,减少对矿藏的破坏,因为大部分的碳都是燃烧矿物燃料产生的。另外可以迫使各国加快对可再生能源和绿色能源的研究和使用。再就是促进世界经济向绿色经济和持续可发展的经济形势方面转变。
1.2国内外研究现状
近年来对于碳排放的研究逐渐增多,研究范围更加广泛,研究内容也越来越深入。
苑清敏,张文龙,宁宁宁对京津冀物流业碳排放量进行测算,然后对京津冀1998—2012年物流业碳排放驱动因素进行LMDI分解,并基于OECD脱钩模型计算碳排放脱钩指数,对京津冀物流业碳排放脱钩效应进行分析[9]。张立国,李东周,德群从环境生产技术出发,构建了物流业二氧化碳排放的绩效测度函数,运用中国30个省市、自治区2003~2009年代表物流业的面板数据,对中国物流业的二氧化碳排放绩效进行了动态变化分析和区域差异对比研究[10]。郭朝先构建了一个基于经济总量、经济结构、能源利用效率、能源消费结构、碳排放系数的碳排放恒等式,运用LMDI分解技术,对中国1995-2007年的碳排放从产业层面和地区层面进行了分解[11]。史袆馨从能源消耗角度剖析物流行业碳排放足迹,利用IPCC计算方式核算广东省物流业碳排放总量,从能源效用、物流作业的碳效用、脱钩效应三个角度分析广东省物流业低碳特征[12]。
LI Jin,JH Zhang为了解决物流配送路径问题的碳排放交易机制,引入碳排放计算方法考虑车辆载荷和速度。基于TSP模型,提出了物流配送的碳排放交易机制下的路由模型[16]。BQ Liu,K Cheng,MA Zhan-Xin 用LMDI来分解物流碳排放城市化的影响,通过扩展Kaya模型(人口城市化、空间的城市化,城市化和工业化城市化收入)来进行物流碳排放变化在中国29个省份在2007 - 2013的分析[24]。C Zhou,L Wang,J Tao为解决物流配送的碳排放问题,考虑了车辆荷载、速度和实时交通信息,提出了物流配送路径优化模型不同的排放政策如排放上限下,碳税和碳交易,通过数值模拟试验,对排放上限、碳税的影响、碳交易成本和路由决策物流配送的碳排放进行了讨论[25]。