生物燃料计算建模研究进展的文献计量综述与可视化分析

《Applied Research》:A Bibliometric Review and Visualization of Research Progress in Computational Modeling for Biofuels

【字体: 大 中 小 】 时间:2026年09月19日 来源:Applied Research 2.0

编辑推荐:

  生物质向生物燃料的转化是迈向可持续能源转型的关键步骤。这些过程属于多尺度现象,需要先进的计算建模。本研究综合运用文献计量分析与可视化方法,考察生物质到生物燃料转化过程中计算建模领域的科学进展与未来趋势。为识别2003—2025年间的主题集群、研究热点与演化中的

  
生物质向生物燃料的转化是迈向可持续能源转型的关键步骤。这些过程属于多尺度现象,需要先进的计算建模。本研究综合运用文献计量分析与可视化方法,考察生物质到生物燃料转化过程中计算建模领域的科学进展与未来趋势。为识别2003—2025年间的主题集群、研究热点与演化中的合作关系,研究人员对3,689篇Scopus收录论文的数据集进行了网络图谱绘制与关键词共现分析。使用VOSviewer和Microsoft Excel分析发文趋势,凸显了最活跃的作者、机构、国家、期刊及合作网络。研究结果揭示了2017年以后该领域研究的指数级增长,同时伴随对响应面法(RSM)、机器学习、计算流体力学(CFD)和混合建模方法的日益关注。中国在发文量上领先,而美国拥有最高的引用影响力;其中,天津大学产出最高,成功大学在机构中拥有最高的篇均被引次数。近期研究日益集中于混合物理信息与数据驱动模型、多尺度耦合、高性能计算,以及它们与可持续性技术经济和生命周期评估的整合。这些趋势为计算策略的进一步发展指明了道路,并对可扩展性、成本效率和环境可持续的生物燃料生产具有深远意义。
3 结果与讨论
3.1 总体发文趋势
发文数量分析显示,该领域研究可划分为三个阶段:探索期(2003–2010年)仅有130篇论文,占全部3,689篇的3.5%;过渡期(2011–2016年)发文929篇,占25.2%;快速增长期(2017–2025年)发文2,630篇,占71.3%。这一增长轨迹与全球可持续发展议程相一致,反映出从化石燃料向可再生能源转型的科学与政策关注。

3.2 高产量作者、附属机构与贡献国家
3.2.1 高产量作者
该领域共涉及14,406位作者,其中22位作者发文不少于10篇。发文量最高的作者是来自台湾成功大学的Wei-Hsin Chen(20篇),其总被引次数也最高(1,540次);而韩国江原大学的Seung Soo Kim尽管发文量相对较少(12篇),但篇均被引达83.17次,显示出极高的影响力。高产作者分布涵盖中国、台湾、印度、韩国、美国、西班牙和泰国等地,体现了全球化的研究格局。

3.2.2 高产量机构
在8,845个机构中,有19个机构发文不少于20篇。天津大学以42篇论文位居发文量首位,总被引1,490次;浙江大学与马来西亚理科大学并列第二(33篇)。台湾成功大学虽然发文量仅排第七(28篇),但篇均被引达65.82次,为所有机构中最高;美国国家可再生能源实验室(NREL)紧随其后(篇均60.00次)。各机构研究侧重不同:天津大学偏向反应器与流程级应用工程,成功大学聚焦热解与烘焙动力学,NREL兼机理研究与技术经济评估,丹麦技术大学侧重气化技术经济与代谢工程,宋卡王子大学则围绕棕榈生物质与微生物油脂展开研究。

3.2.3 高产量国家
2003–2025年间共有119个国家发表相关研究,其中57个国家发文不少于10篇。中国以650篇居首,印度以613篇次之,但美国虽以510篇排名第三,却拥有最高的篇均被引(52.56次)。欧洲国家如西班牙(160篇、篇均43.68次)、英国(142篇、40.06次)和意大利(134篇、42.63次)也表现出较高的引用效率。巴西(210篇)和马来西亚(164篇)分别是南美和东南亚的主要贡献者。发文数量与引用影响并非必然同步,美国凭借成熟的研究传统和合作网络在影响力上领先。

3.3 高被引论文
数据集共包含3,689篇论文,总被引131,347次。排名前10的高被引论文被引次数从279到585不等,El-Mashad等人(2010)关于餐厨垃圾与奶牛粪共消化的研究被引最高(585次)。考虑篇均年被引次数后,排名与原始被引顺序有所差异:例如2016年发表的辣椒废弃物热解动力学论文(被引356次)其篇均年被引达35.6,已接近第一名(36.6),说明其近期影响力增长迅速。从内容上看,这些高被引论文可分为四类:代谢与生物转化优化、动力学与机理建模、分子尺度模拟、催化反应机理研究,反映了该领域从过程优化向分子与催化机制深化的演变轨迹。

3.4 主要发文期刊
共有657种期刊发表了该领域论文,其中74种期刊发文不少于10篇。Bioresource Technology以378篇的发文量和26,060次被引位列第一;Renewable Energy(128篇)和Biomass and Bioenergy(125篇)紧随其后。Applied Energy虽然仅发文52篇,但篇均被引达75.42次,且2025年JCR影响因子最高(11.0),凸显了其高影响力的特征。总体而言,发文量、总被引次与影响因子共同构成了识别权威期刊的多维指标。

3.5 关键词共现分析
在3,689篇论文中识别出7,322个关键词,选取出现43次以上的30个高频词进行分析。网络可视化显示四个主题聚类:红色聚类集中于生物质热化学转化与过程模拟(如生物质、生物燃料、机器学习、Aspen Plus);绿色聚类围绕酶解与发酵制乙醇(如乙醇、RSM、优化);蓝色聚类涉及厌氧消化与过程建模(如沼气、建模);黄色聚类指向脂质基生物柴油生产(如生物柴油、动力学模型)。叠加可视化显示,2017–2018年间研究以纤维素酶解、预处理等生化转化为主,2019年前后转向过程优化与多种转化路径(如生物柴油、微藻、气化),而2020–2021年则呈现出向机器学习、热解、技术经济分析等数据驱动与计算化方向的迁移。密度可视化表明,生物质、乙醇和RSM是该领域的核心热点,而机器学习、过程模拟与技术经济分析尚处于新兴发展阶段。

4 合作分析
4.1 作者合作
基于22位高产作者的合著网络分析显示,网络包含160条链接,网络密度为0.69。Rintu Banerjee所在的红色聚类规模最大、连接最密集,与Eulogio Castro、Johann F. G?rgens、Benjamas Cheirsilp等联系紧密;Wei-Hsin Chen所处的黄色聚类充当次级枢纽,连接多个聚类;Guanyi Chen与Jeremy C. Smith则位于外围,但通过长程链接发挥桥接作用。整体上,合作集中在少数高连接研究者周围,而非均匀分布。

4.2 国家合作
57个高产国家之间的合作网络包含1,595条链接,网络密度高达0.99,近乎全连接。三个主要聚类分别是:以印度和中国为核心的亚洲—中东—北非聚类,以美国为核心的欧洲—拉美聚类,以及由韩国、波兰、英国、日本和尼日利亚构成的小型桥接聚类。尽管存在聚类结构,但国家间合作高度全球化和相互交织,中国、印度和美国是连接度最高的节点。

5 计算建模技术比较评估
多种计算建模方法各有优劣。响应面法(RSM)在实验设计与优化中应用广泛,统计效率高但纯经验性,无法外推至测试范围之外。计算流体力学(CFD)可提供反应器内高分辨率流场与传热信息,但计算成本高且依赖湍流/化学模型。分子动力学(MD)能解析原子级反应路径,但时空尺度受限。人工神经网络(ANN)可快速预测产物与转化率,但需要大量数据且可解释性差。过程模拟软件(Aspen Plus)适用于流程级质量与能量平衡整合,但缺乏空间分辨率。混合模型(物理信息+数据驱动)兼顾精度与可解释性,但设计复杂。数字孪生支持实时自适应优化,但依赖物联网基础设施。不同生物燃料路线适用的技术组合也不同:热解适用CFD/MD/kMC/ANN,气化适用CFD/过程模拟,厌氧消化适用过程模拟/ANN/RSM,发酵适用过程模拟/ANN/RSM,生物柴油适用过程模拟/ANN/MD/RSM,微藻生物燃料适用CFD/混合模型/ANN,生物炭生产适用MD/kMC/CFD,综合 biorefinery 适用过程模拟/数字孪生/混合模型。

5.1 局限性
本综述受限于研究时间窗口,可能遗漏时段外的重要工作;仅使用Scopus数据库,排除了灰色文献和非英语出版物;检索词策略可能遗漏使用非标准术语的贡献;引文指标存在固有延迟,不利于新近研究;人工筛查虽系统化但仍可能包含人为误差。

5.2 未来趋势
未来研究将优先使用非粮原料,如木质纤维素农林残余物、湿有机废物、污水污泥、微藻和废弃脂质。拟议的技术路线图从计算原料表征起步,借助机器学习关联含水率、灰分、元素组成与转化性能;在分子与反应层面,通过DFT、MD、动力学蒙特卡洛(kMC)和机理动力学模型研究催化与断键机制;反应器尺度上依托CFD与CFD-DEM模拟多相流动与传热传质;过程层面以Aspen Plus整合分离与热回收,并用RSM进行实验设计,用机器学习代理模型降低计算成本;最终通过数字孪生实现工业规模放大与实时优化。同时,技术经济分析(TEA)与生命周期评估(LCA)应作为经济与环境决策支持层与上述模型耦合。

6 结论
本研究首次将计算建模本身作为生物质—生物燃料转化研究的核心分析单元进行文献计量评估。研究发现,发文量在2017—2025年间占总量71.3%,凸显该领域快速扩张;中国发文量最高,美国篇均被引领先;天津大学产出最多,成功大学篇均被引最高。合作网络高度国际化,但产出与影响力分布不均。关键词分析显示,生物质、RSM、乙醇、生物柴油、动力学建模、厌氧消化、发酵、热解、气化和水热液化仍是核心主题,而机器学习、Aspen Plus、过程模拟和混合建模正日益受到关注。没有任何单一计算技术能完整描述生物质—生物燃料转化链条,这些方法应被视为互补工具。未来方向将聚焦于将机理模型与机器学习整合到多尺度物理信息框架中,并最终发展用于实时过程控制的数字孪生。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号