福州市生活垃圾产量及物理成分预测.docVIP

福州市生活垃圾产量及物理成分预测 刘常青,陈健飞 福建师范大学资源与环境科学系,福建 福州 350007 摘要:城市生活垃圾一直是城市环境保护中的棘手问题。对垃圾产量及成分的预测,可为垃圾治理系统的规划和设计提供科学依据。文章以福州市为例,着重考虑影响垃圾质和量的内在因素和社会因素,探讨城市生活垃圾产量及成分的预测。通过关联度分析主要的内在影响因素,进而建立灰色模型GM(1,n)对垃圾产量进行预测,再考虑以社会因素为主的外部影响因素,对预测结果进行调整;对垃圾的物理成分的预测,则基于GM(1,1)预测结果,采用与其他国家或地区(城市)类比法,得出本区域的预测结果。 关键词:垃圾产量与成分;预测;城市生活垃圾;福州市 中图分类号:X705 文献标识码:A 文章编号:1008-181X(2002)03-0258-06 城市生活垃圾的治理是当今城市发展面临的环境问题之一。影响垃圾质和量的因素很多,主要的有3类[1]:一是内在因素,主要指直接导致生活垃圾质和量变化的因素;二是社会因素,主要指社会行为准则,社会道德规范,法律规章制度等,是一种外部的、间接的因素;三是个体因素,主要指垃圾产生的主体??人类本身个体的行为习惯和受教育程度等。对生活垃圾的质和量进行预测,需综合以上3种因素,通过这些因素的变化情况,分析垃圾质和量的变化趋势,从而得出预测值。但是,以上三种因素并不是孤立的,它们之间存在极其复杂的联系。例如,经济增长,通过消费导致垃圾产量增加,另一方面则通过对社会因素的影响以及个体因素的配合,导致垃圾回收与再利用措施的加强,使垃圾产量减少。本文试以福州市为例,对城市生活垃圾的产量和成分进行预测,以期为城市垃圾治理提供科学依据。 1 城市生活垃圾产量预测 要建立一个包含内在因素、社会因素和个体因素的综合模型对垃圾产量进行预测,难度很大,尤其是对于个体因素无法使用定量化方法,而且有很大的偶发性。因此,虽然个体因素对垃圾的产量存在影响,在建模时一般不予考虑,而社会因素与内在因素可能存在矛盾冲突,因此先撇开社会因素,通过分析影响垃圾产量变化的内在因素,预测垃圾产量变化情况。然后再考虑社会因素的影响,即根据相关政策法规,在由内在因素分析预测基础上进行调整。 1.1 影响因素分析 影响城市生活垃圾产量变化的内在因素中,主要有人口数量,居民生活水平,城市建设发展水平等。人口数量是一个简单明了的数量指标,但是经济水平与城市建设水平却可以通过诸多指标来反映。通过对这些因素的分析,以及福州市历年统计资料情况,初步选择反映居民生活水平的指标为:职工工资;生活费收入;消费性支出。反映城市发展水平的指标为:城市气化率;GNP;建成区面积;人均公共绿地。 福州市1989~1999年历年垃圾产量与影响因素列于表1。表1列出的影响垃圾产量变化因素,其作用并非均等。每个因素的变化引起垃圾产量变化的显著程度,需进行关联度分析。关联度分析有面积关联分析法,相对变化率关联度分析法,斜率关联度分析法等[2]。其中斜率关联度具有如下优点:计算简便,原始数据不需标准化和选择参考点,便于计算机处理;原始数列中含有零或负值时不受影响;当两个相互比较的变量,相对变化率差别较大时,两序列均起作用;关联度的分辨率较高[2]。因 表1 影响福州市生活垃圾产量变化的因素 注:资料引自《福州市统计年鉴》;为了与垃圾产量成正相关,引入“非气化率”指标,“非气化率”1-“气化率” 表2 影响垃圾产量变化的各因素与垃圾产量的关联系数 注:ζ01为垃圾产量与人口的关联系数;ζ02为垃圾产量与建成区面积的关联系数,依此类推。 此,本文采用斜率关联度分析法进行分析。 用斜率关联度分析法对表1数列进行关联系数计算,得关联系数(表2)。然后进一步计算关联度,结果列于表3。从表3可见: R02R05R01R04R07R06R08R03 表3 影响垃圾产量变化的各因素与垃圾产量的关联度 由此可见,对福州市垃圾产量影响较大的主要是反映城市建设水平的建成区面积,反映居民生活水平的职工年均工资及反映人口数量的人口指标。 1.2 预测方法 灰色系统理论建立的模型,简称GM(Grey model)模型。根据变量的多少及阶数的高低,一般有GM(1,n)模型和GM(n,1)模型,其中GM(1,n)模型为多变量模型,GM(n,1)模型为高阶数模型。阶数过高,计算复杂,精度也未必高。本研究采用一阶模型,即GM(1,n)模型。该模型能建立时间响应函数从而适合于进行未来趋势的预测。因此我们可以用GM(1,1)模型对各影响因素进行预测,再通过GM(1,n)模型研究各因素对整个系统的影响。 1.3 预测模型的建立和预测值的比较 1.3.1 GM(1,n)模型预测值 通