李琳娜
- 作品数：4 被引量：22H指数：2
- 供职机构：长安大学经济与管理学院更多>>
- 发文基金：教育部人文社会科学研究基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
- 相关领域：经济管理交通运输工程环境科学与工程更多>>
- 中国碳排放与交通运输碳排放重心演变及对比分析被引量：14
- 2013年
- 引入"重心"概念和分析模型,采用1996～2010年中国各省级区域的终端能源消耗和交通运输能源消耗数据,计算出全国碳排放重心和交通运输碳排放重心的地理坐标,并通过15年间的重心演变轨迹分析全国碳排放和交通运输碳排放的区域差异及其相互关系,结果表明:近15年来,全国碳排放重心和交通运输碳排放重心移动轨迹均位于我国南北地理分界线和中西部衔接区域,东、西部区域差异均大于南、北方区域差异;两组重心移动轨迹都有较为明显的阶段性特征,但在经、纬度方向上的相关性不显著;碳排放重心总体上往西南移动,与地理几何中心相比,东、西部区域差异在缩小,南、北方区域差异在扩大,交通运输碳排放重心无明显的方向性发展趋势,但年际间的变化幅度较大,各区域交通运输碳排放没有得到有效的控制。
- 高洁张晓明王建伟李琳娜
- 关键词：碳排放
- 基于Richards-BP神经网络的交通运输碳排放量组合预测模型被引量：4
- 2013年
- 为提高交通运输碳排放量的预测精度,根据交通运输碳排放量时间曲线具有的非线性饱和增长及随机性波动特点,建立基于Richards模型和BP神经网络的组合预测模型;以1985～2010年中国交通运输碳排放量数据为样本对模型进行了拟合和检验,并将Richards-BP神经网络组合模型预测结果与单项Logistic模型、GM(1,1)模型、Richards模型、BP神经网络及Logistic-BP神经网络组合模型、GM(1,1)-BP神经网络组合模型进行了误差对比分析。研究结果表明:3种组合模型的预测误差明显小于单一模型的预测误差,通过BP神经网络对单一预测模型进行误差修正可显著提高交通运输碳排放量预测精度;Richards-BP神经网络组合模型预测结果的平均绝对误差、平均绝对百分比误差及标准差值分别达到118.439×104 t、0.254%及136.915×104 t,比Lo-gistic-BP神经网络组合模型及GM(1,1)-BP神经网络组合模型精度提高了近5倍;以Richards模型的拟合误差作为BP神经网络输入效果要优于其他模型,Richards-BP神经网络组合模型具有更高的预测精度。
- 高洁王建伟李琳娜
- 关键词：交通工程交通运输碳排放量组合预测BP神经网络
- 基于信息熵的中国交通运输能源消耗结构演变特征分析被引量：2
- 2013年
- 引入信息熵理论，计算1996年～2010年中国交通运输能源消耗结构的信息熵、均衡度及结构转换速度系数和转换方向系数，研究了中国交通运输能源消耗结构的演变特征。结果表明：中国交通运输能源消耗结构信息熵在1．3～1．46之间呈现出略微的W型波动规律；均衡度维持在0．7左右，偏大且稳定；天然气的转换方向系数持续高于其他能源。这说明中国交通运输能源消耗结构并没有发生突变，而是在稳定中缓慢变化；中国交通运输能源消耗系统能源使用多元化；中国交通运输能源消耗结构的改变主要是由于天然气消耗的增加引起的。
- 王建伟李琳娜高洁
- 关键词：信息熵交通运输能源消耗
- 城市交通低碳发展指标体系研究被引量：2
- 2012年
- 构建城市交通低碳发展评价指标体系是对城市交通低碳建设进行评价的基础。本文在对城市交通低碳发展的概念以及作用机理分析的基础上,以"驱动力-压力-状态-影响-响应"模型为依据构建评价指标体系框架,并结合城市交通发展的实际对所涉及要素进行分析,建立城市交通低碳发展指标体系。
- 齐文宋庆亮李琳娜
- 关键词：城市交通低碳发展指标体系DPSIR模型
