安徽省碳排放时空格局演变与碳达峰路径预测——基于STIRPAT扩展模型和岭回归模型

基于双碳目标和空间耦合视角,对NPP/VIIRS夜间灯光数据进行修正并拟合碳排放模型,补充在2018—2021年中国碳核算数据库县级碳排放数据,通过空间自相关模型分析安徽省县级单元碳排放的时空变化特征。根据“因素筛选—模型构建—耦合计算—交互影响”的思路,基于拓展后的STIRPAT模型和岭回归模型,对不同发展模式下的碳排放进行预测演算,利用地理探测器揭示空间碳排放驱动因素的交互作用,为实现碳达峰提供路径依据。结果表明:(1)1997—2021年安徽省碳排放呈现波动上升再趋于平稳的趋势,在2013年后进入碳达峰前的平台期,自北向南呈由高到低分布,以主要工业城市为主形成了不同规模的高密度碳排放中心;(2)预测得到的碳排放达峰时间区间为2030—2045年,峰值范围为4.472亿t~5.558亿t;(3)基准情景下,安徽将在2040年碳达峰,绿色发展情景最早达峰且峰值最低,是对比后确定的最优碳达峰路径;(4)人口和能源结构的驱动力最强,城镇化水平和人均GDP与各种驱动因素的交互作用增强效果显著。

基于STIRPAT扩展模型的能源消费碳排放多变量影响因素分析——以山西省为例

通过IPCC碳排放系数法估算了2000—2019年山西省能源碳排放量,选用STIRPAT扩展模型,利用相关性检验、普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,研究结果表明:在其他变量不变的条件下,人口规模、城镇化率、人均GDP、产业结构、居民消费价格指数、碳排放强度、能源强度和能源结构每项分别增长1%,能源碳排放量分别对应变化1.143%、0.487%、0.107%、0.069%、-0.468%、-0.068%、-0.107%、-0.408%。山西省为进一步降低能源消费量和能源碳排放量,应当促进低碳经济、增强居民绿色消费意愿,加快能源技术创新、推动清洁生产,加快经济转型、促进产业结构升级,建立碳交易市场、利用市场机制助力节能减排。

基于STIRPAT扩展模型的辽宁省能源碳排放影响因素研究

研究某地区人类活动对碳排放的影响并制定相应的碳减排政策。基于相关统计数据,使用IPCC法估算辽宁省2000~2022年能源碳排放量;选取总人口数、人均GDP、能源强度、城镇化率、煤炭消费量占比和第二产业占比6个变量建立STIRPAT扩展模型,并对STIRPAT扩展模型进行多重共线性检验和岭回归分析。结果表明,除煤炭消费量占比和能源强度对能源碳排放量的增加产生负向影响外,其他因素均对能源碳排放量的增加产生正向影响,如控制人口规模、保持经济平稳健康发展、加速优化能源结构和提高能源效率等,进而控制辽宁省能源碳排放量。本研究对实现碳减排目标具有重要的意义。

华中地区碳达峰预测——基于扩展的STIRPAT模型

本文从我国“双碳”目标出发,以华中地区为研究对象,首先采用IPCC排放因子法对华中地区2005~2021年碳排放量数据进行核算整合,发现该地区在2012年后碳排放量呈现缓慢增长趋势;然后利用人口规模、人均GDP等五个指标建立了扩展的STIRPAT模型,拟合模型R2 = 0.9763,各指标均通过了95%的显著性检验;再运用情景分析法对该地区碳达峰时间及达峰排放量进行预测,预测结果显示该地区碳达峰时间最早出现于2026年,达峰排放量为162,432万吨,最迟达峰时间为2029年,达峰排放量为165,062万吨;最后根据预测结果给出了实现华中地区碳达峰的三条路径。

基于STIRPAT模型的吉林省石化行业碳排放影响因素研究

石化行业作为典型的高碳排产业,研究其碳排放规律及影响有助于我国“双碳”目标的实现。以吉林省2002—2021年石化行业中5个子行业的原煤、洗精煤、焦炭、汽油、柴油、原油等9类碳排放源数据为基础,研究吉林省石化行业碳排放的时间演变特征及碳排放结构。采用扩展的随机性环境影响评估(STIRPAT)模型以及岭回归参数估计方法,选取经济增加值等6个指标,深入探讨各因素对吉林省石化行业碳排放量的作用机制及影响。根据实证分析结果,为推进吉林省石化行业低碳发展,促进石化产业碳减排,提出3个建议:提升能源效率,改善能源消费结构;优化投资项目,推动低碳项目发展;采取循环经济,进行环境影响评估。

基于STIRPAT模型湖南省建筑碳排放影响因素研究

以湖南省为对象,利用IPCC法测算了2010年至2021年的建筑碳排放,并采用随机性环境影响评估模型(STIRPAT)分析了人口数量、城镇化率、人均GDP、第三产业占比和碳排放强度等五大因素对建筑碳排放的影响。结果显示影响程度依次为:人口数量(8.351)、城镇化率(0.951)、人均GDP(0.466)、碳排放强度(0.232)、第三产业占比(0.180)。在此基础上,通过情景分析预测了这些因素在基准、低碳和高碳情景下的变化趋势,并提出了建筑减排措施与建议,为制定区域性建筑碳减排政策提供了决策支持。

基于STIRPAT模型的山东省居住建筑运行碳排放影响因素研究

为有效实施建筑领域节能减排,实现双碳目标,以2005-2021年山东省居住建筑运行阶段碳排放数据为研究对象,利用STIRPAT模型对人口数量、人均GDP、人均消费支出、人均可支配收入、城镇化水平、居住建筑面积、单位建筑面积能耗、能源消耗强度和能源结构等影响碳排放的因素进行岭回归分析。结果表明:人口数量、人均GDP、人均消费支出、人均可支配收入、城镇化水平、居住建筑面积、单位建筑面积能耗和能源消耗强度等的增加会促使碳排放量的增加,但能源结构的增加会抑制碳排放量的增加,其中人口数量是影响碳排放的关键因素。据此提出山东省居住建筑节能减排的建议和对策。

基于FLUS-UGB模型的城镇扩展模拟研究

优化城镇空间布局结构、提高城镇化质量是新型城镇化发展的必然要求。以南京市为研究区,结合地形地貌、交通、人口等多源数据提取影响因子,依据2015、2019年的土地利用数据利用FLUS-UGB模型模拟南京市2035年城镇空间布局。根据模拟结果,南京市城镇空间扩展呈现一核多点的特征,并依附现有城镇建设地块或向外扩延或向内集聚增长,城镇空间的拓展主要沿长江两岸展开。此项研究可为因地制宜优化区域城镇空间布局、合理划定城镇开发边界,提供参考依据。

基于扩展卡尔曼滤波的交互式多模型跟踪算法研究

在辅助驾驶系统中,行人轨迹跟踪一直是一项有挑战性的任务,因为行人的回波信号中往往存在着许多干扰噪声。此外,行人在运动过程中可能会做出突然转身或其他改变方向的行为,这将直接导致行人运动轨迹呈现出非线性特征。针对上述问题,文中提出一种基于扩展卡尔曼滤波的交互式多模型跟踪(IMM-EKF)方法,适用于毫米波雷达对行人进行轨迹跟踪。首先,在扩展卡尔曼滤波算法(EKF)的基础上重构状态预测协方差矩阵,来补偿EKF非线性化过程中引入的误差;然后将改进的EKF作为交互式多模型算法(IMM)中的滤波器,根据行人运动特性选择匀速模型和协调转弯模型作为跟踪模型,利用所提出的IMM-EKF算法进行轨迹跟踪。实验结果表明,所提出的滤波算法较典型的EKF和改进的EKF算法,在跟踪滤波精度方面均有所提升,同时具备更优的跟踪鲁棒性。

我国绿色建筑政策研究:基于扩展钻石模型和政策工具

构建绿色建筑扩展钻石模型,明确了绿色建筑行业发展的关键要素与政府的核心效能。基于此,进一步构建绿色建筑“政策工具—全生命周期”二维分析框架,利用Nvivo12软件对62份政策文本进行编码统计与分析。研究发现,现有政策工具针对需求条件、生产要素、企业战略与支持性产业的影响有限。并提出政策建议未来的着力方向:拓展运营维护阶段政策的使用,加大需求端的激励措施;提升生产要素供应能力与质量,重视人才培养和企业能力建设;健全全流程精准管控体系,增强企业金融激励;落实技术创新扶持,完善全产业链政策体系。

不愿向银行借贷的家庭更不愿消费吗?——基于扩展短视消费模型的分析

从需求侧信贷约束视角出发,构建“扩展短视消费模型”,分析了主观流动性约束对家庭消费支出的影响机制,在此基础上,基于中国家庭金融调查数据(CHFS),使用Logit、Probit方法对该机制进行实证检验。研究发现:第一,主观流动性约束通过降低家庭正规信贷与非正规信贷规模,对家庭消费支出的减少具有显著影响。第二,在主观流动性约束影响家庭消费支出的过程中,金融素养发挥着重要的调节作用。家庭拥有资产越多,其金融素养提升就越能缓解主观流动性约束对家庭消费支出的抑制。但在低资产组家庭中,家庭的处境并没有因为金融素养的提高而获得改善。第三,家庭主观流动性约束也显著提升了家庭消费支出对家庭收入变化的敏感程度,降低了家庭平滑消费的能力。在当前“扩消费、稳增长”过程中,应优化收入分配制度,增加低资产家庭的收入,同时积极推进金融教育的普及,并加大银行等正规金融机构的信息披露力度,通过缓解家庭面临的主观流动性约束来促进消费支出。

基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测

在碳达峰、碳中和背景下,进行黑龙江省工业部门碳排放因素分析与情景预测研究,对实现黑龙江省工业绿色低碳发展具有重要意义。首先,根据IPCC准则测算黑龙江省历年工业碳排放量,基于拓展STIRPAT模型,从人口因素、经济发展水平、技术水平3个方面,确定人均生产总值的平方、人口规模、工业总产值、工业能源消耗、能耗效率、能源结构6个自变量,借助岭回归方法消除自变量间的多重共线性,建立黑龙江省工业部门的碳排放影响因素模型;然后,从经济发展、人口规模、能源消耗、能耗效率4个方面分析黑龙江省社会经济实际运行情况,并结合宏观政策,分别对自变量进行变量涨幅确定,对2020—2050年黑龙江省工业部门碳排放量设定基准情景、低碳情景、高能耗情景进行预测分析。研究发现:1)黑龙江省工业低碳发展面临化石能源需求大、能源转化效率不足的问题,在影响工业碳排放的6个变量中,人均生产总值的平方、工业总产值、工业能源消耗、能源结构对黑龙江省工业部门碳排放量起到促进作用,人口规模、能耗效率对黑龙江省工业部门碳排放起到抑制作用,其中工业能源消耗正向促进作用最为显著;2)黑龙江省工业碳排放量在各情景下均呈现先增加后减少的演变趋势,而在峰值出现的时间及高度上有所差异,低碳情景、基准情景、高能耗情景下黑龙江省工业部门碳排放量达峰时间分别为2030年、2035年和2045年,碳排放峰值分别为7135万t、8997万t、12368万t。对此提出加大工业能源结构调整力度,重视能源转化技术升级,完善绿色低碳发展相关政策等建议。

基于STIRPAT模型的广西碳排放影响因素分析

通过在时间尺度上分析了广西碳排放的变化趋势,并与我国不同省域碳排放水平进行比较,总结提炼出广西的碳排放特征;结合广西发展特征以2005—2020年广西经济社会环境发展数据为基础,利用拓展的STIRPAT模型从经济因素、人口因素、结构因素和技术因素4个方面对广西碳排放影响因素进行分析。结果表明:人口规模与人口结构对广西碳排放的促进作用最为显著,人口规模与人口结构每增加1%,碳排放量将增加0.401%和0.199%。人均GDP、第二产业产值、进出口总额的增长均会显著促进碳排放,根据环境库兹涅茨曲线,广西经济发展程度仍处于转折点之前。研究与试验投入、研究与试验人员是对碳排放贡献率最大的因素,贡献率分别为16.81%和14.51%,是减少广西地区碳排放的重要工作方向。

基于扩展STIRPAT模型与情景分析法的青岛市能源消费碳排放预测及减碳措施研究

在深入调研青岛市能源消费和碳排放情况基础上,通过构建青岛市扩展STIRPAT碳排放预测模型,结合灰色GM(1,1)预测模型对青岛市“十四五”期间能源消费碳排放进行预测,同时利用情景分析法,对影响碳排放因素进行了定量分析。结果表明,通过调整能源结构与降低能源强度,可以有效降低能源消费碳排放量。结合青岛市实际情况,从可再生能源应用、能源供给侧消费侧革命、碳捕集利用技术、海洋碳汇建设等方面提出青岛市实现“双碳”目标的应对措施。

CrMoV钢近门槛值区疲劳裂纹扩展评价模型准确性分析

近门槛值区的疲劳裂纹扩展行为及疲劳门槛值的确定对于工程材料与结构的疲劳性能和损伤容限设计具有重要意义。采用25Cr2Ni2MoV钢的疲劳裂纹扩展数据,运用Paris模型、NASGRO模型、Zhu-Xuan模型分别预测疲劳裂纹扩展门槛值,比较各模型的预测误差;进一步将Zhu-Xuan模型与转折点预测模型结合而建立的双线性评价模型,与ASME规范和BS 7910标准中的评价模型,开展相对误差和准确度的比较。结果表明,Zhu-Xuan模型误差在10%以内,准确度最高;双线性评价模型预测结果与试验数据具有较好的一致性、更高的准确度和稳定性,其精度提升程度最高可达28.6%。得出Zhu-Xuan模型及双线性评价模型对CrMoV钢材料的门槛值预测及寿命精准评定具有较好的适用性的结论。

集成清单算法和STIRPAT模型的能源系统碳排放影响因素研究——以四川省为例

立足燃料燃烧和区域电力交易两大单元构建能源系统碳排放核算方法,基于四川省2000—2021年的实际数据,结合拓展后的STIRPAT模型实证分析人口规模、经济发展、技术创新、能源结构和产业结构对碳排放的差异化影响效应。研究结果表明:①化石燃料燃烧是能源系统关键碳排放源,其中工业终端能源消费占据主导地位,交通运输业和居民生活碳足迹也不容忽略;区域电力交易在保障能源供应安全的同时间接推动中国低碳发展进程。②人口规模通过人群和文明效应驱动碳排放,未来影响程度取决于多孩生育政策对人口负增长趋势的扭转成效;经济发展与能源消费有待脱钩,考虑到经济上升期现状和“污染避难所”现象,其仍为碳排放关键驱动因素;经费投入增加推动节能降碳领域科研成果产出及应用,并通过技术驱动和创新补偿降低碳排放水平;能源结构高碳特征对温室效应贡献显著,立足资源禀赋的消费结构转型有助于降低排放强度;第二产业在国民经济中的主体地位带动能源系统碳排放显著增加,近年来以高新技术产业为代表的第三产业占比提升有效控制了高污染、高能耗产业的碳排放。

基于STIRPAT模型的甘肃省碳排放影响因素研究

为探索“双碳”背景下甘肃省碳达峰实现路径,文章基于STIRPAT模型,立足甘肃省情选取六个影响因素,利用1997年-2020年数据构建了甘肃省碳排放岭回归模型,并以此对2020年-2035年3种政策情景下甘肃省的碳排放量进行预测。结果表明,GDP、碳排放强度和能源消耗强度是促进甘肃省碳排放增长的主要因素。在低碳和基准情景下,甘肃省碳排放将于2030年实现碳达峰,而后开始逐年下降。在高碳情景下,甘肃省碳排放量将逐年攀升,在2035年前碳达峰较为困难。最后提出提高经济发展质量,优化第三产业内部结构,推进传统能源绿色清洁高效发展是减少甘肃省碳排放的有效路径。

油藏组分模型的无网格扩展有限体积法

本文开发了油藏组分模型的首个无网格数值求解器。该无网格求解器使用生成时受拓扑约束较少的点云和扩展有限体积法分别离散油藏计算域和控制方程,可以直接使用网格类模拟器中已有的非线性求解器计算全局非线性离散方程组而获取油藏计算域压力、相饱和度和组分浓度的分布。采用两个典型的油藏组分模型算例(包括CO_(2)驱和蒸汽驱)用以检验该无网格模拟器的计算表现。算例结果表明,相较于网格类方法,该无网格模拟器能够显著降低对复杂油藏计算域的离散难度,且能避免笛卡尔网格有限体积法的网格取向效应,提高了计算精度和非线性求解的收敛效率。

基于STIRPAT模型的辽宁省能源碳排放影响因素分析

辽宁省是传统的工业和农业大省,在能源结构持续调整和农业机械化水平逐渐提高的背景下,为制定科学合理的减排措施,必须探明其碳排放主要来源。为此,采用排放因子法计算2012—2021年主要能源消耗碳排放量,利用STIRPAT模型构建辽宁省能源消耗碳排放测算模型,分析影响能源消耗碳排放的主导因素。结果发现,煤炭是辽宁省消耗的最主要能源,占总能耗的55%左右;能源消耗碳排放总量整体呈明显增加趋势,而碳排放强度呈下降趋势,10年间降低11.3 kt CO_(2)/亿元;第二产业产值、农业碳排放效率、农业经济发展水平、第一产业产值、人口、人均GDP、城镇化率、农业机械化程度、能源加工转换效率是影响辽宁省碳排放的主要因素;基于STIRPAT模型构建辽宁省碳排放测算模型,通过验证发现平均相对误差为-4.91%,准确度较好;对模型分析发现人口变化对辽宁省能源碳排放呈负向影响,而人均GDP、第二产业产值、农业经济发展水平、农业机械化程度对辽宁省能源碳排放呈正向影响。因此为抑制辽宁省能源碳排放量的快速增加,需要控制人口数量,优化产业结构,保持人均GDP增速,第二产业产值和农业机械化程度在一个合理的水平。

浮选配位化学模型、溶液化学计算和扩展的DLVO理论在浮选机理研究中的应用进展

当把实验室的理论研究成果应用于生产实践时,经常发现两者间存在明显的差异,使得浮选研究,尤其是纯矿物研究的实用性大大降低,造成理论研究与实际应用结果存在差异的原因在于浮选过程的复杂性,研究中不仅要关注药剂在矿物表面吸附的化学原理,还需要对浮选所处的化学环境(溶液条件、伴生矿物)进行综合的考虑分析。近年来,随着矿物浮选配位化学模型的提出和溶液化学理论的不断完善,给实现理论研究指导实际生产的目标提供了可能性。因此,收集总结了国内外关于矿物浮选配位化学模型、溶液化学计算和扩展的DLVO理论在矿物浮选机理研究中的应用实例,从理论内容、计算过程和应用实例等方面进行介绍并加以评论,以期对将来的浮选研究起到一定的参考作用。