Search
E-mail
Submit

观宇宙之博大 察万物之精微

反映世界科学发展态势的学术期刊

科学观察, 2022, 17(3): 23-35 doi: 10.15978/j.cnki.1673-5668.202203002

研究论文

信息技术助推碳中和——基于国际国内论文的研究态势及对比分析☆

石李妍1,2, 唐川,1,2,*

1 中国科学院成都文献情报中心 成都 610041
2 中国科学院大学经济与管理学院图书情报与档案管理系 北京 100049

Information Technology Facilitating Carbon Neutrality: Research Status Analysis and Comparison Based on International and Domestic Papers

Shi Liyan1,2, Tang Chuan,1,2,*

1. Chengdu Library and Information Center, Chinese Academy of Sciences, Chengdu 610041, China
2. Department of Library, Information and Archives Management, School of Economics and Management, University of Chinese Academy Sciences, Beijing 100049, China

通讯作者: *E-mail: tangc@clas.ac.cn

☆本文系中国科学院“十四五”网信专项项目“网络安全和信息化情报服务（2021）”（WX1450303）研究成果之一。本文系《科学观察》基于“聚焦双碳科技前沿,助推社会发展转型”主题论坛组织策划的“双碳”专题论文。

Corresponding authors: * tangc@clas.ac.cn

摘要

[目的/意义] 以大数据、区块链、人工智能为代表的信息技术正积极推动全球实现碳中和目标,系统分析信息技术助推碳中和的研究态势,能够为学者开展更加深入的研究提供参考。[方法/过程] 基于WOS、CNKI数据库中的国际国内论文数据,采用文献计量法和知识图谱工具,从发文趋势、机构合作、作者合作、关键词聚类等方面分析信息技术助推碳中和的研究现状。[结果/结论] 对比分析发现：（1）国际论文的发表数量一直稳步上升,而国内波动较大;（2）在国际论文发表过程中,中美两国的科研机构占主导地位,中科院发文量高居榜首,在机构合作方面,与国际论文发文机构相比,国内论文发文机构间的合作较为分散;（3）在作者合作方面,国内论文作者间的合作更紧密,但国际论文作者间的合作现象更普遍;（4）国际国内论文的研究主题侧重点各有不同,但都关注不同信息技术（尤其是物联网和区块链）在通信、电力等应用场景中的节能降耗解决方案研究。

关键词： 信息技术; 碳中和; 研究态势; 文献计量; 知识图谱

Abstract

[Objective/Significance] Information technology, represented by big data, blockchain, and artificial intelligence, is actively promoting the global realization of carbon neutrality. A systematic analysis of the research status of information technology facilitating carbon neutrality can provide references for scholars to carry out further research. [Method/Process] Based on international and domestic papers retrieved from WOS and CNKI, a bibliometric and knowledge mapping study has been conducted from the aspects of publishing trend, institutional cooperation, author cooperation, keyword clustering and so on. [Results/Conclusions] We found that: (1) The annual number of international papers has been increasing steadily, while the annual number of domestic papers fluctuates in relatively large margin; (2) Research institutions from China and the United States dominate the publications of international papers, and the Chinese Academy of Sciences tops the list. Comparing with the cooperations among institutions from all countries, the cooperations among institutions within China is more scattered; (3) The cooperations among authors of the domestic papers is closer than international ones, but the cooperations among the authors of the international papers is more common; (4) The common research topics between the international and domestic papers include: energy-saving and consumption-reducing solutions of different information technologies (especially the Internet of Things and blockchain) in communication, power and other application scenario.

Keywords： information technology; carbon neutrality; research status; bibliometrics; knowledge map

PDF (5311KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文 推荐给朋友

本文引用格式

石李妍, 唐川. 信息技术助推碳中和——基于国际国内论文的研究态势及对比分析☆[J]. 科学观察, 2022, 17(3): 23-35 doi:10.15978/j.cnki.1673-5668.202203002

Shi Liyan, Tang Chuan. Information Technology Facilitating Carbon Neutrality: Research Status Analysis and Comparison Based on International and Domestic Papers[J]. Science Focus, 2022, 17(3): 23-35 doi:10.15978/j.cnki.1673-5668.202203002

英国于2008年推出《气候变化法案》,明确到2050年实现零碳排放。此后,美国、德国、加拿大等国家纷纷通过参与碳中和气候行动强化减排力度,提出各自的“碳中和”目标[1]。2020年9月22日,习近平总书记宣布中国力争2030年前实现碳达峰,2060年前实现碳中和,这不仅是一场广泛而深刻的经济社会变革,也是我国提高国际竞争力的重要契机。

目前,科技创新正积极引领全球各国兑现“双碳”承诺、推动全球实现碳中和目标[2,3]。碳捕集、利用与封存等技术是实现碳中和目标的重要手段,但不可忽视以大数据、区块链、人工智能为代表的信息技术在实现碳达峰、碳中和进程中的支撑作用。2021年5月,我国中央层面成立了碳达峰、碳中和工作领导小组,组织制定并陆续发布“1+N”政策体系[4],已明确提出要加快发展新一代信息技术等战略性新兴产业,推动大数据、人工智能、5G等信息技术与绿色低碳产业深度融合,因此,如何利用信息技术助推碳中和已成为一项值得研究的重要课题。

在情报学领域,国内外已有低碳经济、绿色发展等方面的计量分析,但尚未发现有学者针对“信息技术助推碳中和”（除信息技术部门本身外,还包括信息技术在能源、交通、生态等多个领域的应用）的研究态势开展分析。本文基于上述考虑,从WOS、CNKI平台检索国际国内相关论文,借助文献计量和知识图谱工具揭示该领域研究态势,包括发文量变化趋势、机构、作者及研究主题,梳理信息技术助推碳中和研究脉络,为学者开展更加深入的研究提供参考。

1 数据来源及研究方法

1.1 数据来源

本文参考已有研究,结合信息技术覆盖范围广泛的特点,选取“学科类别&主题词”方法构建检索式,检索得到质量较高的数据。其中,国际数据来源于WOS数据库的SCIE和CPCI-S两个子库,时间限定为2001年1月1日至2021年9月24日,选择信息技术领域相关的Automation & Control Systems、Computer Science、Imaging Science & Photographic Technology、Remote Sensing、Robotics、Telecommunications等6个学科类目,语种为英语,文献类型选择期刊论文和会议论文。通过设定合适的检索式1 (1 TS=((carbon neutral*)OR (carbon offset) OR (carbon peak) OR (low carbon) OR (carbon emission reduction) OR (co2 emission reduction) OR (carbon sink) OR (carbon trad*)OR (carbon market) OR decarburization OR decarboniz*) AND SU=((Automation & Control Systems) OR (Computer Science) OR (Imaging Science & Photographic Technology) OR (Remote Sensing) OR Robotics OR Telecommunications)),得到7 784条检索结果。

国内数据选择CNKI数据库,时间限定为2001年1月1日至2021年9月24日,选择信息技术领域相关的无线电电子学、电信技术、计算机硬件技术、计算机软件及计算机应用、互联网技术、自动化技术等6个学科类目,语种为中文,文献类型选择期刊论文和会议论文。通过设定合适的检索式2(2 SU=碳中和 OR SU=碳达峰 OR SU=碳减排 OR SU=碳汇 OR SU=节能减排OR SU=碳交易 OR SU=碳发展 OR SU=碳排放 OR SU=碳目标 OR SU=低碳 OR SU=零碳 OR SU=脱碳),得到1 787条检索结果。

1.2 研究方法

本文利用文献计量方法分析国际国内信息技术助推碳中和研究的发文趋势与国家/地区分布;通过合作网络分析分别呈现国际国内信息技术助推碳中和研究的机构和作者合作情况,探索机构间和作者间的互动关系;运用主题聚类法发现国际国内信息技术助推碳中和研究主题,绘制图谱,反映相关研究的现状和学术界关注热点,旨在为今后学者开展该领域研究提供参考和借鉴。

2 国际信息技术助推碳中和研究现状

2.1 年度发文趋势

由图1可知,国际论文的发表数量总体稳步上升,没有明显波动。结合全球气候治理的历史演变,2009年全球步入哥本哈根时代,信息技术领域学者不甘落后,2009–2015年间的年均发文量比之前上了一个台阶。2015年《巴黎协定》签署,全球气候治理进入加速低碳转型新阶段,随后几年相关研究又出现显著增长。由于数据库收录文献存在时滞,2021年发文量显得不足,但随着全球双碳竞争愈加激烈、信息技术更迭速度越来越快,可以预料未来发文数量会持续上涨。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   信息技术助推碳中和研究领域WOS论文的年度发表趋势


2.2 国家/地区分布

由图2可知,信息技术助推碳中和的研究遍布全球,不仅包括美国、英国、德国、日本等发达国家,还有中国、印度等发展中国家。中国发文量位列第一,美国紧随其后,中美两国发文量之和已超过50%,表明中美两国学术界对利用信息技术助推碳中和的重视程度都很高。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   信息技术助推碳中和研究领域WOS论文国家/地区分布


2.3 发文机构及机构合作

由图3可知,发文量最多的前10家研究机构中,来自美国和中国的机构各有5家,表明中美科研机构在这方面的学术研究实力相当。中科院的相关发文量高居榜首,且遥遥领先其余研究机构。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   信息技术助推碳中和研究领域WOS论文主要发文机构


利用CiteSpace进行国际论文的发文机构合作网络分析3(3参数设置：Node Types选择Institution;节点选择每个时间段中前5％的机构,并且每个时间段不超过100个节点;选择Pathfinder算法。),如图4,仅呈现发文25篇以上（含25篇）的机构。图中的节点代表发文机构,节点越大表示该机构发表的文献越多,两个节点之间的连线代表发文机构之间的合作关系,连线的颜色表示两机构第一次合作的年份。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   信息技术助推碳中和研究领域WOS论文发文机构合作网络图谱（发文量≥25篇）


图4中合作网络整体密度为0.0065。其中,中国科学院（Chinese Acad Sci）和美国航空航天局（NASA）的中心性数值分别为0.16、0.12,位居前列,凸显了它们在国际跨机构合作中的关键作用。其中,中国科学院与国外多数研究机构建立了良好的合作关系,比如南达科他州立大学、悉尼科技大学等,合作的研究方向包括环境遥感[5⇓-7]、数字地球[8]、环境建模[9]等。美国航空航天局与马里兰大学、加州理工学院、麻省理工学院、不来梅大学、加拿大自然资源部等均有合作关系,研究方向涉及环境遥感[10,11]、气候监测[12]、土壤水分测量仪器设计[13]等,但与中国机构的合作很少。

2.4 主要作者合作分析

利用CiteSpace进行国际论文的作者合作网络分析4(4参数设置：Node Types选择Author;节点选择每个时间段中前5％的作者,并且每个时间段不超过100个节点;选择Pathfinder算法。)见图5,图中仅呈现发文量3篇以上（含3篇）的作者。图中的节点代表发文作者,节点的大小与作者的发文频次成正比,节点间的连线代表作者间的合作关系,连线越粗表明作者间合作越密切。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   信息技术助推碳中和研究领域WOS论文作者合作网络图谱（发文量≥3篇）


图5的网络密度仅为0.0029,明显出现了分别以M Buchwitz、Ralf Sussmann和Fangjie Mao等为中心的3个20人以上的低产作者大型合作网络,还有1个以Silva Carlos Alberto等为中心的15人合作网络。此外,有些作者间不是直接的合作关系,而是通过其他作者间接联系在一起,所以会有带状分布。

以M Buchwitz等为核心的团队发文量低,研究聚焦于CO2、CH4吸收和排放数据评估[14]以及环境遥感[15]两方面。以Ralf Sussmann等为中心的团队围绕卫星观测温室气体时如何准确校对传感器以降低错误率[16,17]展开研究。以Fangjie Mao、Huaqiang Du、Xuejian Li等为中心的研究团队则聚焦如何通过算法优化碳循环中叶面积指数（LAI）的测量方式[18]及全球竹林资源管理和碳循环研究[19,20]。

2.5 关键词聚类分析

利用Citespace进行关键词聚类分析5(5参数设置：时间区间为2001年至2021年,时间片段为1年;Term Source选择Title,Abstract,Author Keywords;Term Type选择None Phrases与Burst Terms;Node Types选择Keyword;节点选择每个时间段中前50％的关键词,并且每个时间段不超过200个节点;选择Pathfinder算法。),结果见图6,模块值（Modularity Q）为0.909,聚类结构显著。其中,节点的大小代表关键词出现频次的大小,节点越大,关键词的关注度越高,越容易成为该领域的研究热点。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   信息技术助推碳中和研究领域WOS论文的关键词聚类图谱


根据图6和表1,可将国际相关学术研究概括为以下四个主题,其中研究主题1包含的聚类最多,广受学者关注,视为热点研究方向。

表1   信息技术助推碳中和研究领域WOS论文的关键词聚类表

聚类 关键词
#0 NDVI carbon sequestration（碳汇）;integrated assessment（综合评估）;forest（森林）;MODIS（中分辨率成像光谱仪）;fourier transform spectrometer（傅里叶变换光谱仪）;carbon models（碳模型）;NDVI（归一化植被指数）;LAI（叶面积指数）;GPP（初级生产力）;PRI（基群速率接口）;EVI（植被指数）;fAPAR（植被光合有效辐射吸收系数）;PPFD（与辐射距离相关的物理量）
#1 xCO2 Adeos（先进地球观测卫星）;GOSAT（温室气体观测卫星）;TRMM（热带测雨任务卫星）;digital elevation model（数字高程模型）;unmanned aerial system（无人空中系统）;terrestrial laser（地基激光）;change detection（变点检测）;xCO2（CO2平均柱浓度）;GMP（流量单位）;NO2（二氧化氮）;PM2.5（细颗粒物）;PM10（可吸入颗粒物）
#2 SRAM EDM（电火花加工）;wind（气流）;PV（光伏）;wind power plant（风能装置）;power system stability（电力系统稳定性）;SRAM（静态随机存储器）;reactions（反应）;stability analysis（稳定性分析）;numerical stability（数值稳定性）
#3 CO2 airborne lidar（机载激光雷达）;spaceborne lidar（空载激光雷达）;terrasar-x stereo（雷达遥测影像立体声）;temperature distribution（温度分布）;thermal damage（热噪声）;CO2;FEM（有限单元法）
#4 DFT CNT（碳纳米管）;CNTFET（场效应晶体管）;silicide（金属硅化物）;DFT（密度泛函理论）;pls（偏最小二乘法）;NBO（自然键轨道理论）;MRR（对搜索算法进行评价的机制）;ab initio（第一性原理）;adsorption（吸附作用）;PCA（主成分分析法）
#5 IoT environmental monitoring（环境监测）;digital transformation（数字化转型）;carbon footprint（碳足迹）;energy efficiency（能效）;sensor network（传感器网络）;smart community（智能社区）;IoT（物联网）;ICT（信息和通信技术）;GSM（全球移动通讯系统）;electric vehicles（电动汽车）
#6 AGB hyperspectral imagery（高光谱影像）;imaging spectroscopy（成像光谱学）;point cloud data（点云数据）;sensing-based estimation（基于遥感的评估）;UAV（无人飞行器）;optimization（最佳化）;bias（乖离率）;spectral library（图谱库）;AGB（计算机术语）
#7 OFDM bvceo（集电极）;xrd（X射线衍射）;MMIC（单片微波集成电路）;X-band（X频带）;oscillator（振荡器）;GAN（对抗生成网络）;OFDM（正交频分复用技术）;HBT（异质结双极晶体管）;PDP（等离子体显示器）
#8 MIMO signal processing（信号处理）;digital beam（数字光束）;average power constraint（平均传输功率约束）;green 5g mobile wireless networks（绿色5G移动无线网络）;transistors（晶体管）;MIMO（在无线通信领域使用多天线发送和接收信号的技术）;FPGA（可以重构电路的芯片）;WSN（无线传感器网络）;AESA（有源相控阵雷达）
#9 LCA CO2 reduction（减碳）;renewable energy（可再生能源）;digital twin（数字孪生）;LCA（生命周期分析）;PLC（可编程控制器）;expert system（专家系统）;AI（人工智能）;HMI（人机接口）;LTE（3G向4G的主流技术）;OPC（接口标准）

新窗口打开| 下载CSV


研究主题1：卫星遥感技术在生态系统监测方面的应用（#0 NDVI、#1 xCO2、#3 CO2、#6 AGB）

该主题下的研究集中在如何利用卫星遥感技术更加全面有效地获取生态环境动态数据,以更好地了解生态系统二氧化碳交换的生态和环境控制,为生态环境保护提供基础支撑。伴随遥感数据的时间、空间、光谱分辨率不断提高,尤其是无人机遥感和激光雷达技术的日渐成熟,遥感技术在生态监测方面的应用愈加广泛,比如JP Dandois等[21]将激光雷达和实地测量的方法相结合,绘制3D森林图像,结合一些植被指标估算陆地生物量和碳密度,监测当地森林碳存量或栖息地质量;Yamamoto H等[22]指出日本最新发射的地球轨道卫星（ADEOS-II）凭借五个传感器可高效获取用来监测绿色植被的密度和活力的重要数据,进而监测全球气候变化;Li J[23]指出一系列气溶胶和微量气体监测仪器也为大规模分析污染物的变化趋势提供了很好的窗口。

研究主题2：碳纳米管特性的基础研究（#4 DFT）

该主题下的研究是基于密度泛函理论、第一性原理、自然键轨道理论等计算方法,探索碳纳米管的性能及其与不同物质间的相互作用,以充分挖掘碳纳米管具有的潜在优越性,扩展碳纳米管在物理、化学、材料科学领域的发展前景。比如Yan M等[24]采用密度泛函理论计算BN-CNTs（硼氮化物-碳纳米管）的电子结构,分析能量隙、电子态密度等参数,得到BN-CNTs的导电性能;Hashemi F S[25]结合第一性原理研究碳纳米管直径变化对原子电荷、原子核独立化学位移以及热力学性质的影响;Ngwashi D K等[26]使用密度泛函理论发现功能化碳纳米管表面上的氧吸附会影响该器件的电稳定性。

研究主题3：绿色低碳引领信息通信产业发展（#2 SRAM、#8 MIMO）

该主题下的研究主要立足实现碳达峰、碳中和目标需求,优化和改善现有的能源技术体系,促进网络运营商、电力企业向低碳绿色转型。随着数字基础设施建设的加速推进,信息通信相关产业各种形式的碳排放不容忽视,哪些具体方案能够有效助力碳减排备受关注。比如Ahuja K等[27]通过不同算法效果的对比,努力解决智能能源系统的异质环境中选择最佳通信网络问题;Cheng WC等[28]提出了基于多路复用的MIMO无线网络的统计QoS驱动的绿色电力分配方案;Correia A[29]面对5G基站建设带来的能源消耗问题,提出一种新方法来抵消与5G发展相关的二氧化碳排放量。

研究主题4：智能化技术助力碳减排（#5 IoT、#7 OFDM、#9 LCA）

大数据、人工智能、物联网、区块链等智能化技术都有与能源、建筑、交通、工业、农业等行业进行结合来促进降低碳排放的应用场景。相关学者开展学术研究,寻找恰当的数字化方式,帮助减少碳排放,实现全生命周期的碳排放路径图。其中值得关注的是loT（物联网）相关研究,比如Sai K B K等[30]利用物联网技术设计了随身可携带传感器,能够及时监测到CO2等污染气体含量;Fraga-Lamas P等[31]设计和开发了Edge-AI G-IoT系统,推动实现绿色物联网的可持续愿景;Piramuthu O B等[32]讨论了如何由物联网技术支持的共享自行车最大限度地减少碳排放的问题。

3 国内信息技术助推碳中和研究现状

3.1 年度发文趋势

由图7可以看出国内信息技术助推碳中和论文的发表数量波动较大,前期发文数量很少,2007年开始逐渐攀升。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   信息技术助推碳中和研究领域CNKI论文的年度发表趋势


值得注意的是,2010年发文量急剧攀升,数倍于2009年,且成为近20年来的峰值,一个较大影响因素应该是2009年12月哥本哈根世界气候大会的召开刺激了国内学者相关研究的爆发。目前2021年的研究数据并不完整,但自2020年9月以来习近平主席就碳达峰、碳中和发表了十余次讲话,高度重视科学实现双碳目标,故推测未来几年国内信息技术助推碳中和的研究数量将持续增加。

3.2 发文机构及机构合作

图8展示了国内发文量10篇以上（含10篇）的机构,其中6所为高校。此外还有中国移动通信集团设计院有限公司和中国工业和信息化电信研究院,表明通信领域存在较多值得研究的碳减排问题,如数据中心、绿色基站等。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   信息技术助推碳中和研究领域CNKI论文的主要发文机构


利用Citespace进行国内论文发文机构合作网络分析6(6参数设置：Node Types选择Institution,节点选择每个时间段中前10％的机构,并且每个时间段不超过100个节点,为避免遗漏部分合作关系,没有选择任何剪枝算法。),如图9,仅呈现发文量2篇及以上的机构。通过图9发现,国内论文发文机构间的合作呈散点分布,合作较少,有3个3节点小团体,多数是两两合作。国内合作多发生在高校和企业之间,体现了一定程度上的产学合作。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   信息技术助推碳中和研究领域CNKI论文的机构合作网络图（发文量≥2篇）


3.3 主要作者合作分析

国内论文作者的发文量差异不大,利用CiteSpace进行国内论文作者合作网络分析7(7参数设置：Node Types选择Author;节点选择每个时间段中前5％的作者,并且每个时间段不超过100个节点。)。图10的网络密度为0.0064,相对于国际论文作者合作网络,国内论文作者间的合作关系更为密切,研究氛围比较好,形成了5个4人及以上规模的合作团体。其中规模最大的是由王佼佼、历建磊等[33,34]形成的6人团体,但他们的发文量都较少,研究是围绕如何采用天然气三联供系统取代传统方式为数据中心供能展开的。其次是马志萍、孙林旺等[35,36]形成的5人团队,他们根据实际需求设计了电力集团全生命周期节能减排实时监管考核系统。此外,国内多数2~4人的合作发生在同一机构内部,未来国内论文作者可尝试跨机构合作,促进有关理论和实践取得新进展。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   信息技术助推碳中和研究领域CNKI论文的作者合作网络图谱


3.4 关键词聚类分析

利用Citespace进行关键词聚类分析8(8参数设置：时间区间为2001年至2021年,时间片段为1年;Term Source选择Title,Abstract,Author,Keywords;Term Type选择None Phrases与Burst Terms;Node Types选择Keyword;节点选择每个时间段中前10％的关键词,并且 每个时间段不超过100个节点;选择Pathfinder算法。),见图11,模块值（Modularity Q）为0.7308。根据图11和表2,可将国内论文大致概括为以下四个研究主题。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   信息技术助推碳中和研究领域CNKI论文的关键词聚类图谱


表2   信息技术助推碳中和研究领域CNKI论文的关键词聚类表

聚类 关键词
#0节能减排 节能减排;能耗监测;视频监控;回收利用;微电网;智能门禁;安防;综合防盗;机器学习;信息平台;智能通风;管理系统;自动控制;移动信息通信;低碳环境;智慧交通;集中监控;智能楼宇;智能控制;车联网
#1低碳 低碳;信息技术;物联网;大数据;云计算;路径优化;人工智能
#2低碳经济 低碳经济;数据中心;虚拟化;绿色存储;功率器件;高效电源
#3区块链 区块链;蚁群算法;电动汽车;路径规划;冷链物流;智能合约;供应链;碳达峰;碳交易
#4节能 节能;基站;通信基站;应用案例;低碳制造;节能降损;运行维护;高效电源;光传输;在线监测
#5低碳环保 低碳环保;低碳产品;低碳生活;低碳节能;LED;低碳技术;绿色照明;导电材料
#6能源管理 能源管理;能耗;绿色低碳;电力系统;发电计划;低碳调度;多式联运;分布估计算法
#7碳排放 遗传算法;低碳规划;碳排放成本;低碳调度;混沌优化;生态城市;路径优化;混合遗传粒子群算法;差分算法;城市规划
#8智能电网 智能电网;能源效率;数据中心;低碳发展;节能技术;电能分析;电网规划;绿色存储

新窗口打开| 下载CSV


研究主题1：智能化技术赋能节能减排（#1低碳、#3区块链、#7碳排放）

随着第四次工业革命纵深推进,大数据、人工智能等新一代智能化技术蓬勃发展。充分发挥技术新优势,与实体经济紧密结合,能够推动我国低碳经济的加速转型,尽早实现碳中和。该主题的研究围绕云计算、物联网等智能化技术在实现双碳目标中发挥的作用和主要路径展开,通过梳理相关文献可以帮助我们发现更多可行的新兴技术切入点。比如可以利用区块链技术的“去中心化、透明安全、不可篡改、信息可溯”特征实现能源市场高效运转[37,38];利用云计算“虚拟化、模块化、集中化”的特性,可以实现高效的数据管理与资源流转[39];人工智能技术可以有效解决复杂决策问题,实现能源高效调度和利用等。

研究主题2：信息技术应用于多个领域的减碳方案（#0节能减排、#2低碳经济、#6能源管理、#8智能电网）

该主题的研究聚焦信息技术在电网、物流、安防、工业、建筑等应用场景的落地。如乔新辉等[40]提出了一个基于人工智能和大数据的电网精准规划支持平台,提升了电网规划建的质量和效率;邵可南等[41]改进并综合了遗传算法和模拟退火算法,提出了冷链低碳物流路径优化模型。

其中数据中心如何绿色发展被视为近年来的一大重要问题,相关研究和实践层出不穷。比如张林锋等[42]针对数据中心运行维护环节开展了气流组织优化研究;赵田田等[43]提出浸没式相变冷却技术将会成为数据中心散热方式的首选。

研究主题3：通信领域节能减排技术的落地（#4节能）

中国的信息通信技术行业发展速度是中国用电量增速的3倍以上[44]。也就是说,信息通信技术行业必须充分认识开展节能减排的重要性和紧迫性,深入推进节能减排技术进步,为国家实现碳中和做出积极贡献。该主题的相关研究围绕无线基站节电功能的关键技术[45]和如何减少移动通信机房各环节能耗[46,47]展开,部分成果已投入实践。

研究主题4：信息技术推动低碳产品创新设计（#5低碳环保）

随着“绿色经济”“可再生能源”“碳足迹”日益成为热点话题,低碳设计引领了一个新的设计潮流,如何降低产品设计、生产、运输、使用、废弃各个环节的碳消耗,引导绿色低碳的生活方式十分重要。相关研究集中于低碳产品的设计和广泛应用。比如徐锋等[48]给出了基于低碳约束的概念设计方法;曾妍[49]探讨了基于ZigBee和GPRS通信技术的LED路灯绿色照明低碳经济新技术等。

4 小结

本文对2001–2021年在国际国内发表的有关信息技术助推碳中和的论文进行了文献计量和知识图谱分析,分析了发文趋势、机构合作、作者合作、关键词聚类等态势。

（1）从发文趋势来看,国际论文的发表数量一直稳步上升,而国内波动较大。但国际国内的相关论文都以世界气候治理达成的共识与实时动态为风向标,极具时效性。2009年哥本哈根世界气候大会的召开及2015年《巴黎协定》的签署是两个关键转折点,刺激了国际和国内学者的研究热情,发文量在短期有不同程度的增幅。2020年中国提出双碳愿景,国内信息技术助推碳中和研究领域的发文数量将会有所增长。

（2）从机构来看,国际上中美两国的科研机构在信息技术助推碳中和研究方面有很强的实力,中国科学院的发文量高居榜首。相比国际论文发文机构间的合作情况,国内论文发文机构间的合作更为分散。

（3）从作者来看,国内论文作者间的合作比国际论文作者间的合作更紧密,但国际论文作者间的合作现象更普遍。国际论文作者合作网络中明显出现了4个15人以上的大型合作网络。

（4）从研究主题来看,国际国内都涉及不同信息技术（尤其是物联网和区块链）在通信、电力等应用场景中的节能降耗解决方案研究。国际论文侧重如何使用信息技术提高碳数据捕捉的准确度,比如利用卫星遥感技术提升生态系统监测效率,国内论文侧重数据中心的绿色建设和低碳产品的创新设计,如将虚拟化技术应用于绿色数据中心建设,减少服务器数量等。

参考文献

张雅欣, 罗荟霖, 王灿.

碳中和行动的国际趋势分析

[J]. 气候变化研究进展, 2021, 17(1): 88-97.

[本文引用: 1]

科技日报&科睿唯安,

世界碳中和科技发展报告2021之气候变化

[EB/OL]. (2021-12-21)[2022-02-28]. https://www.gydoc.com/p-331501.html.

URL     [本文引用: 1]

Niu J.

The impact of technological innovation on carbon emissions

[C]. E3S Web of Conferences. 2021, 275: 56-59.

[本文引用: 1]

解振华.

“1+N”政策体系将确保实现碳中和

[EB/OL]. (2021-09-01)[2022-03-05]. http://iccsd.tsinghua.edu.cn/news/news-388.html.

URL     [本文引用: 1]

Yuan W P, Liu S G, Yu G R.

Global estimates of evapotranspiration and gross primary production based on MODIS and global meteorology data

[J]. Remote Sensing of Environment, 2010, 114(7): 1416-1431.

URL     [本文引用: 1]

Ma X L, Huete A, Yu Q, et al.

Spatial patterns and temporal dynamics in savanna vegetation phenology across the North Australian Tropical Transect

[J]. Remote Sensing of Environment, 2013, 139: 97-115.

URL     [本文引用: 1]

Boles S H, Xiao X M, Liu J Y, et al.

Land cover characterization of Temperate East Asia using multi-temporal VEGETATION sensor data

[J]. Remote Sensing of Environment, 2004, 90(4): 477-489.

URL     [本文引用: 1]

Meng J H, Du X, Wu B F.

Generation of high spatial and temporal resolution NDVI and its application in crop biomass estimation

[J]. International Journal of Digital Earth, 2013, 6(3): 203-218.

URL     [本文引用: 1]

Fan Y, Liang Q M, Wei Y M, et al.

A model for China's energy requirements and CO2 emissions analysis

[J]. Environmental Modelling & Software, 2007, 22(3): 378-393.

[本文引用: 1]

Huang C, Goward S N, Masek J G, et al.

An automated approach for reconstructing recent forest disturbance history using dense Landsat time series stacks

[J]. Remote Sensing of Environment, 2010, 114(1): 183-198.

URL     [本文引用: 1]

Masek J G, Huang C Q, Wolfe R, et al.

North American forest disturbance mapped from a decadal Landsat record-ScienceDirect

[J]. Remote Sensing of Environment, 2008, 112(6): 2914-2926.

URL     [本文引用: 1]

Crisp D, Atlas R M, Breon F M, et al.

The Orbiting Carbon Observatory (OCO) mission

[J]. Advances in Space Research, 2004, 34(4): 700-709.

URL     [本文引用: 1]

Entekhabi D E, Njoku E G, Houser P, et al.

The hydrosphere State (hydros) Satellite mission: an Earth system pathfinder for global mapping of soil moisture and land freeze/thaw

IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(10): 2184-2195.

URL     [本文引用: 1]

Buchwitz M, Reuter M, Schneising O, et al.

The Greenhouse Gas Climate Change Initiative (GHG-CCI): Comparison and quality assessment of near-surface-sensitive satellite-derived CO2 and CH4 global data sets

[J]. Remote Sensing of Environment, 2015, 162: 344-362.

URL     [本文引用: 1]

Buchwitz M, Reuter M, Schneising O, et al.

Global satellite observations of column-averaged carbon dioxide and methane: the GHG-CCI XCO2 and XCH4 CRDP3 data set

[J]. Remote Sensing of Environment, 2017, 203: 276-295.

URL     [本文引用: 1]

Imasu R, Hayashi Y, Inagoya A, et al.

Retrieval of minor constituents from thermal infrared spectra observed by GOSAT TANSO-FTS sensor

[J]. SPIE Asia-Pacific Remote Sensing. Proc SPIE 7857, Multispectral, Hyperspectral, and Ultraspectral Remote Sensing Technology, Techniques, and Applications III, 2010, 7857: 57-64.

[本文引用: 1]

Suto H, Kuze A, Shiomi K, et al.

On orbit status of TANSO-FTS on GOSAT

[J]. SPIE Remote Sensing. Proc SPIE 7826, Sensors, Systems, and Next-Generation Satellites XIV, Toulouse, France. 2010, 7826: 25-34.

[本文引用: 1]

Li X J, Mao F J, Du H Q, et al.

Assimilating leaf area index of three typical types of subtropical forest in China from MODIS time series data based on the integrated ensemble Kalman filter and PROSAIL model

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 126: 68-78.

URL     [本文引用: 1]

Du H Q, Mao F J, Li X J, et al.

Mapping global bamboo forest distribution using multisource remote sensing data

[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(5): 1458-1471.

URL     [本文引用: 1]

Mao F J, Li X J, Du H Q, et al.

Comparison of two data assimilation methods for improving MODIS LAI time series for bamboo forests

[J]. Remote Sensing, 2017, 9(5): 401.

URL     [本文引用: 1]

Dandois J P, Ellis E C.

High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision

[J]. Remote Sensing of Environment, 2013, 136: 259-276.

URL     [本文引用: 1]

Yamamoto H, Hashimoto T, Seki M, et al.

The initial evaluation of ADEOS-II/GLI land products for vegetation monitoring

[J]. Fourth International Asia-Pacific Environmental Remote Sensing Symposium 2004: Remote Sensing of the Atmosphere, Ocean, Environment, and Space. Proc SPIE 5655, Multispectral and Hyperspectral Remote Sensing Instruments and Applications II, Honolulu, Hawai'i, USA, 2005, 5655: 241-252.

[本文引用: 1]

Li J.

Pollution trends in China from 2000 to 2017: a multi-sensor view from space

[J]. Remote Sensing, 2020, 12(2): 208.

URL     [本文引用: 1]

Yan M G, Huang C H.

DFT studies on electronic structures of boro-nitride-carbon nanotubes

[J]. Chinese Journal of Structural Chemistry, 2005, 24(6): 655-660.

[本文引用: 1]

Hashemi F S, Keshvari K, Moradi S.

A theoretical ab initio study on functionalized single-walled carbon nanotubes as a molecular absorbent

[J]. Fullerenes, Nanotubes and Carbon Nanostructures, 2009, 17(4): 390-400.

URL     [本文引用: 1]

Ngwashi D K, Cross R B M.

Ab initio investigation of oxygen adsorption on the stability of carbon nanotube field effect transistors (CNTFETs)

[J]. Solid State Communications, 2010, 150(5-6): 258-261.

URL     [本文引用: 1]

Ahuja K, Khosla A.

Network selection criterion for ubiquitous communication provisioning in smart cities for smart energy system

[J]. Journal of Network and Computer Applications, 2019, 127: 82-91.

URL     [本文引用: 1]

Cheng W C, Zhang X, Zhang H L.

Statistical-QoS driven energy-efficiency optimization over green 5G mobile wireless networks

[J]. IEEE Journal on Selected Areas in Communications, 2016, 34(12): 3092-3107.

[本文引用: 1]

Gonçalves L C, Sebastião P, Souto N, et al.

One step greener: reducing 5G and beyond networks’carbon footprint by 2-tiering energy efficiency with CO2 offsetting

[J]. Electronics, 2020, 9(3): 464.

URL     [本文引用: 1]

Kumar Sai K B, Mukherjee S, Sultana H P.

Low cost IoT based air quality monitoring setup using arduino and MQ series sensors with dataset analysis

[J]. Procedia Computer Science, 2019, 165: 322-327.

URL     [本文引用: 1]

Fraga-Lamas P, Lopes S I, Fernández-Caramés T M.

Green IoT and edge AI as key technological enablers for a sustainable digital transition towards a smart circular economy: an industry 5.0 use case

[J]. Sensors (Basel, Switzerland), 2021, 21(17): 5745.

URL     [本文引用: 1]

Piramuthu O B, Zhou W.

Bicycle sharing, social media, and environmental sustainability

[J]. 2016 49th Hawaii International Conference on System Sciences (HICSS). January 5-8, 2016, Koloa, HI, USA. IEEE, 2016: 2078-2083.

[本文引用: 1]

陈晓丽, 徐瑨浣, 汪庆桓, 等.

天然气三联供系统为数据中心供能的优势分析

[J]. 节能, 2016, 35(9): 30-34, 2.

[本文引用: 1]

陈晓丽, 徐瑨浣, 汪庆桓, 等.

京津冀地区LNG点供经济性分析——以中国石化天津南港LNG接收站为例

[J]. 国际石油经济, 2017, 25(06): 40-44.

[本文引用: 1]

王灵梅, 孙林旺, 毕冠华, 等.

电力集团全生命周期节能减排实时监管考核系统的设计与实现

[J]. 电力信息化, 2010, 8(7): 86-89.

[本文引用: 1]

孙林旺, 王灵梅, 武卫红, 等.

火电厂节能减排绩效考核系统的研究与实现

[J]. 电站系统工程, 2010, 26(2): 58-60.

[本文引用: 1]

陈晓红, 胡东滨, 曹文治, 等.

数字技术助推我国能源行业碳中和目标实现的路径探析

[J]. 中国科学院院刊, 2021, 36(9): 1019-1029.

[本文引用: 1]

杨煜.

基于区块链赋能的生态环境治理网络研究

[J]. 电子政务, 2021(4): 105-113.

[本文引用: 1]

肖光华.

云计算助力绿色经济发展浅析

[J]. 数字通信世界, 2018(1): 258, 278.

[本文引用: 1]

乔新辉, 严研, 马旭, 等.

基于人工智能和大数据的电网精准规划支持平台

[J]. 北京测绘, 2020, 34(8): 1025-1029.

[本文引用: 1]

邵可南, 吕成瑶, 张帅帅, 等.

一种基于冷链低碳物流路径的混合优化算法

[J]. 计算机技术与发展, 2021, 31(2): 27-32.

[本文引用: 1]

张林锋, 欧阳述嘉, 胡宇昭, 等.

数据中心机房冷通道封闭对机房气流组织及能效的影响研究

[J]. 电力信息与通信技术, 2018, 16(5): 63-67.

[本文引用: 1]

赵田田, 王鲁元, 张兴宇, 等.

数据中心浸没式相变冷却研究进展

[J]. 华电技术, 2021, 43(10): 68-72.

[本文引用: 1]

张贤, 郭偲悦, 孔慧, 等.

碳中和愿景的科技需求与技术路径

[J]. 中国环境管理, 2021, 13(1): 65-70.

[本文引用: 1]

谢慧芝, 郭昊.

5G基站节能减排的应用

[J]. 电子技术与软件工程, 2021(15): 12-13.

[本文引用: 1]

林良辉.

节能减排技术在移动通信机房中应用研究

[J]. 数字通信世界, 2020(1): 211, 213.

[本文引用: 1]

邓旭.

移动通信机房的节能减排技术应用

[J]. 数字通信世界, 2018(9): 173.

[本文引用: 1]

徐锋, 顾新建, 纪杨建, 等.

基于低碳约束的产品概念设计方法研究

[J]. 机械工程学报, 2013, 49(7): 58-65.

[本文引用: 1]

曾妍.

基于ZigBee+GPRS智能控制的LED路灯绿色照明低碳经济新技术探讨

[J]. 电脑知识与技术, 2013, 9(35): 8166-8167.

[本文引用: 1]

/

〈 〉