2000年来,我国国民经济的快速增长促使交通运输业也得到了稳步发展。交通运输使用的化石燃料排放的二氧化碳约占总排放量的30%。由于车辆和能耗的数倍增长,二氧化碳也数倍增加,二氧化碳的排放会十分惊人,且流动源的二氧化碳难以回收利用,二氧化碳的排放促使温室效应的问题也更加受到人们的关注。树木经过光合作用吸收空气中的二氧化碳释放出氧气,能够在很大程度上减少或阻止空气中温室气体(主要是二氧化碳)的增加。对树木固碳量进行分析和预测能够定量地把树木中的碳储量表示出来,其有助于定量地评价其对碳减排的作用,树木固碳量的研究对于低碳交通的研究将会起到促进的作用。论文把树木固碳考虑成定量评价碳减排的一种措施,定量地评价二氧化碳排放量是低碳交通的一个主要特征,进而建立了城市道路交通二氧化碳排放测算模型。对木材年固碳量的预测进行了研究,通过主要影响因素的分析提出了利用智能算法预测树木固碳量的方法并对结果进行了误差分析,结果显示BP神经网络预测结果平均相对误差和均方误差为6.82%和0.5564; GA-BP神经网络预测结果平均相对误差和均方误差为4.73%和0.2578；多元线性回归分析计算得到的平均相对误差和均方误差为20.13%和4.6950,BP神经网络预测模型和GA-BP神经网络预测模型的平均相对误差和均方误差小于已有的多元线性回归模型且GA-BP神经网络预测模型具有更高的准确度和较小的误差。结合前面的研究内容以固碳成本为目标建立了基于树木固碳的二氧化碳减排优化控制模型,并以日照市迎宾路为例,对路段2015年的机动车二氧化碳排放量进行了估算,通过分析2015年碳减排目标确定最小二氧化碳减排量,计算了不同轮龄红松树木最佳栽种优化方案,得出其固碳成本为0.46元/kg,中国城市平均碳减排边际成本为0.976元/kg,通过城市道路绿化树的固碳作用达到二氧化碳减排目的的经济效益很可观。