实现“双碳”目标,上海有何路径、捷径、机遇?******
中新网上海1月12日电(记者 范宇斌)如何统筹推进碳达峰碳中和?正在此间召开的2023年上海市两会上,各民主党派上海市委员会和上海市工商业联合会聚焦“双碳”目标,提交集体提案,积极建言,凝聚共识。
中国力争2030年前实现碳达峰,2060年前实现碳中和。
“产品碳足迹的精准量化是实现‘双碳’目标的前提,而工业产品的碳足迹量化是实现‘双碳’目标第一步,量化碳足迹作为减少碳排放的第一步,能够有效帮助辨识在产品全生命周期中主要的温室气体排放过程。”为此,中国民主建国会上海市委员会在集体提案中建议,应率先建立产品碳足迹可信的精准量化标准体系,打造“上海制造”“双碳”新名片。
中国民主建国会上海市委员会建议,可以着力接轨国际通行的标准和规范,率先建立基于可信的、精准量化的产品碳足迹标准体系;推动产品碳足迹精准量化示范试点,有序推广到不同行业;完善碳足迹相关产业政策,引导高质量可持续发展。
对于超大城市上海而言,实现“双碳”目标,有何路径可走?
“降污减排、协同增效是促进上海经济绿色转型的重要途径之一。”中国民主促进会上海市委员会在集体提案中指出,当前上海经济发展与环境保护的长期矛盾尚未根本缓解,面对经济复苏、空气质量达标、“双碳”目标实现等多重压力,后疫情时期的经济复苏将增大空气质量达标以及“双碳”目标实现的难度。
如何“破题”?中国民主促进会上海市委员会建议,可以制定多种污染物协同控制的管控机制,并分类区分不同行业,制定不同时间段的降碳减排目标,落实应对措施;建立长三角地区协同的降碳减排交易机制,在长三角区域同权、同价,严格统一规范初始配额的发放方法、规则及年度核查规则;应用智能化、网络化、数字化等当代技术,作出周密有序的部署,以发展非化石能源为视角,寻求淘汰陈旧产能的发展路径。
实现“双碳”目标是否有“捷径”?
九三学社上海市委员会在集体提案中建议,推动数字技术赋能绿色低碳转型,大力推进数字技术与绿色低碳融合发展,提高产业高端化、智能化、绿色化水平。
审视当下,各地在推动绿色低碳转型过程中,面临着数字技术赋能低碳转型缺乏具体方案、数字技术和减排技术支撑能力不足、产业生态和应用场景不完善、数据中心碳排放体量大和减排难等诸多问题。
对此,九三学社上海市委员会建议,加强顶层设计和应用示范,制定数字技术赋能低碳转型规划;加强科技支撑和人才保障,依托“科技创新行动计划”支撑前沿数字低碳关键核心技术攻关;推动行业节能减排发展,重点用能单位率先开展数字化绿色低碳转型,丰富数字技术的节能降碳应用场景;促进数字低碳技术多元应用,打造统一的碳排放监测网络,建立碳排放数字监测和服务平台;推动数据中心绿色低碳发展,推广分布式供能、数电联营等绿色运营模式,探索“海洋+数据中心+风电”综合开发。
实现“双碳”目标又催生哪些新机遇?
“抢抓绿色低碳新赛道、培育绿色发展新动能已成为上海构筑未来发展竞争优势的战略方向。”上海市工商业联合会在集体提案中建议,助推民营经济抢占绿色低碳新赛道,赋能上海高质量发展。
据上海市工商业联合会介绍,一些民营企业已开始实践,在清洁能源、节能环保等领域展现发展实力,并形成了一批创新成果。“下一步,建议整合各方资源,共建绿色低碳产业生态;积极主动作为,加强绿色低碳引导服务;拓展场景应用,推动绿色低碳实践探索。”
2023年上海市政府工作报告明确,上海市今年将积极稳妥推进碳达峰碳中和。实施煤电节能降碳改造,推进 LNG站线扩建、分布式光伏建设,规划建设深远海海上风电示范、外电入沪等重大项目,推动电动汽车充换电设施建设,加快构建新型电力系统。发展绿色园区、绿色工厂、绿色产品、绿色供应链,坚决遏制高耗能、高排放、低水平项目盲目发展,淘汰落后产能450项。推动海铁联运、江海联运等多式联运发展。实施超低能耗建筑项目200万平方米、公共建筑节能改造400万平方米。推进碳普惠制度建设,倡导绿色低碳生活方式。(完)
人工智能应用于更多领域 计算机研究深入光电结合******
英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。
牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。
在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。
在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞)
(文图:赵筱尘 巫邓炎)