徐州市生活垃圾处理现状及资源化研究

介绍了徐州市生活垃圾的处理现状;对生活垃圾中常见成分比例和垃圾热值进行了测定.应用MATLAB7.0软件,以影响城市生活垃圾产生量的主要因素(人口数量、人均可支配收入、燃气化率、源头减量及资源化利用率)作为输入,来建立预测城市垃圾产量的BP神经网络模型,发现当隐含层的节点数为8时,网络收敛速度较快,预测偏差最小,于是确定预测模型的结构为4-8-1,应用该模型对徐州市生活垃圾产量进行了预测.最后,以所得数据为基础,并结合当地实际情况,提出了徐州市垃圾综合处置和资源化的若干措施.     

灰色系统理论对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势,提出了预测模型,并进行分析研究。模型充分考虑了影响垃圾产量的多种因素,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

生活垃圾产量预测实例研究

本文分析了海淀区城区生活垃圾产量(1998-2005年)以及影响垃圾产量的因素,采用多元线性回归分析方法建立了垃圾产量预测模型.结果表明,非农业人口和暂住人口、国内生产总值、城镇居民人均可支配收入、城镇居民人均消费性支出是影响垃圾产量的主要因素.采用该模型对海淀区城区2006-2010年生活垃圾产量进行了预测.而海淀新区用人均日产垃圾量与人口相乘的方法预测生活垃圾产量,最后把两项预测结果相加,得到海淀区2006-2010年生活垃圾产量,结果显示未来五年内海淀区生活垃圾产量继续缓慢增长,预计2010年垃圾产量将达到106.5万t.     

基于社区分类的厦门市家庭生活垃圾产量及其形成机制

家庭生活垃圾与公众生活密切相关,是城市固体废弃物的重要组成部分.明确家庭垃圾产量的影响因素对于理解垃圾产生格局和和后续的管理评价有重要意义.社区是家庭生活垃圾管理的最基本单元,而我国的城市化进程引起了城市社区的多样化.因此,本文根据住房制度改革进程中的不同阶段,将社区分为建于20世纪80年代福利分房时代的旧式社区,2000年改革后的后市场力量主导的商业社区和介于上述两种社区之间的过渡社区.通过空间抽样选取厦门市20个居住小区,分别于夏季和冬季进行为期1周的采样.结果发现,家庭生活垃圾产量呈不均衡分布.通过多元回归建立了家庭生活垃圾产量驱动模型,结果表明,旧式社区的家庭生活垃圾产生以经济驱动为主,过渡社区以家庭结构的驱动为主,商业社区以生活习惯的驱动为主.通过社区分类,可以更好地解释家庭生活垃圾产生的机制,有助于进一步对家庭生活垃圾管理和减量引导做出科学决策.     

合肥城市生活垃圾量的关联分析与灰色预测研究

基于灰色系统理论,运用灰色关联度分析法定量分析了影响合肥城市生活垃圾产量的主要相关因素;建立了合肥城市生活垃圾年产量的预测GM(1,1)模型,并对合肥市未来五年的生活垃圾产量进行了预测.预测结果显示,"十一五"期间合肥城市生活垃圾产量的年平均增长率将8.9%左右,而到2010年合肥生活垃圾产量更是将达到81.2万吨.研究表明,所建立的模型精度较高,预测值的验证性良好,运用灰色关联度分析和模型预测方法在城市生活垃圾研究中可以发挥良好的作用.     

北京城市塑料垃圾年产量的模拟预测及其影响因素分析

揭示城市塑料垃圾年产量及影响因素、预测其发展趋势对于城市生活垃圾收集系统的优化、处理技术的合理选择和降低环境影响具有重要意义.本研究基于1989年以来北京塑料垃圾占比、城市生活垃圾产量数据和社会经济数据,利用赤池信息量准则（AIC）和灰关联度法研究了北京城市塑料垃圾占比的年变化趋势和城市塑料垃圾年产量的主要影响因素.通过多元线性回归模型（MLR）、灰色系统模型GM（1,1）和BP神经网络模型对北京城市塑料垃圾年产量进行了模拟预测.结果表明,北京城市塑料垃圾占比由1989年的1.88%,增加到2012年的14.87%.基于AIC准则预测2013—2050年北京城市塑料垃圾占比增长趋势较平缓、稳定在14%~19%之间.2000—2012年北京市城市塑料垃圾年产量由40.2×10⁴ t增加到121.1×10⁴ t,年增长15.5%.人均可支配收入是影响北京城市塑料垃圾年产量的最大社会经济因素,而常住人口的影响较低.BP神经网络是模拟预测北京城市塑料垃圾产量的最佳模型,其模拟预测结果表明：2013年后北京市塑料垃圾年产量随时间呈不规则的非线性增长趋势,到2025、2035、2050年北京城市塑料垃圾产量将分别达到335、488和859×10⁴ t,将对北京城市生活垃圾处理处置与防控管理带来巨大挑战.     

中国城市生活固体垃圾排放时空特征

利用2006~2014年我国城市生活垃圾排放量数据(以清运量计),系統研究了我国城市生活垃圾排放的时空特征.研究表明:2006~2014年我国城市生活垃圾排放主要分布在东部地区,其中华南地区和华东地区排放总量分別占全国的35.0%和34.9%.2006~2010年,我国城市生活垃圾排放主要分布在华东地区.2010~2014年,我国城市生活垃圾排放主要分布在华南地区.近10年来,城市人口由3.33×10~8人增长到3.86×10~8人,人口比重由25.3%增长到28.2%.我国城市生活垃圾排放量增了长20.9%.经相关性分析,我国城市生活垃圾排放和城市人口、地区GDP以及建成区面积呈显著正相关关系,2006、2010和2014年排放总量与城市人口的相关系数分别为0.950、0.942和0.903,与地区GDP的相关系数分别为0.863、0.930和0.930,与城市建成区面积的相关系数分别为0.933、0.947和0.925.说明人口、经济和建成区面积是影响我国城市生活垃圾排放的重要驱动因素.在人均生活垃圾排放和人均GDP二维空间上的省份聚类结果表明,我国30个省份可分为4组,其中"低经济、高排放"组是主要类型,"高经济、低排放"组是最理想的发展模式,但占的比例比较低.我国城市生活垃圾排放量呈逐年增长趋势,且空间分布差异较大.     

城市餐厨垃圾产量的空间降尺度模拟

文章以厦门岛为例,采用多元回归模拟和空间分析技术相结合的方法,选取了与厦门岛城市餐厨垃圾产量相关的土地利用、GDP、人口等相关社会经济地理因子进行空间化模拟研究。结果表明:(1)所选地理因子均对餐厨垃圾密度空间分布有一定影响,其中商住混合用地、商业服务用地、城镇住宅用地和城中村用地等土地利用类型的面积比例是主要的影响因子。(2)受多种因素共同影响,筼筜湖周边及厦门岛西南等商业繁华的区域餐厨垃圾密度较高,呈现空间集聚效应。(3)模型验证结果较为理想,各街道内餐厨垃圾总量模拟值与统计值比较符合,实现了厦门岛餐厨垃圾总量的降尺度模拟,是研究城市餐厨垃圾分布规律和实现餐厨垃圾产量空间化的一种尝试,以便为城市餐厨垃圾科学管理和决策提供参考,为餐厨垃圾资源化回收利用提供基础空间数据。     

厦门市生活垃圾的灰色预测与分析

运用灰色关联度分析法,定量分析了影响厦门市生活垃圾产生量的影响因子,发现其主要因子是城市国内生产总值(GDP);利用灰色系统理论建立了该市生活垃圾产生量的GM(1,1)预测模型,并进行预测分析。     

城市餐厨垃圾产生现状调查及影响因素分析

在我国选取有地域代表性的4个城市:青岛、嘉兴、贵阳、西宁,通过问卷与实地跟踪形式调查各城市餐厨垃圾产量,并分析了4个城市餐厨垃圾成分特征。结果表明:青岛、嘉兴、贵阳、西宁4个城市餐厨垃圾产量分别为265、163、579和355 t/d;4个城市餐厨垃圾的含水率、可燃物含量、营养物含量分别为73.67%⁷8.27%、0.93%78.27%、0.93%².48%、9.04%2.48%、9.04%¹5.59%,其中西宁和贵阳餐厨垃圾中的油脂含量相对较高,青岛和嘉兴餐厨垃圾中的杂物含量相对较多。应用灰色关联度分析法计算了餐厨垃圾产量的影响因素,如人口数量、性别比例、人均GDP、城市居民人均消费支出和食品人均消费支出与产生量的关联度,各影响因素与餐厨垃圾产量的关联度大小依次为城市人口>性别比例>食品人均消费支出>人均GDP>城市居民人均消费支出。     

近5年我国部分城市群生活垃圾特性

城市生活垃圾处理处置日益成为世界范围内一个普遍关注的问题,生活垃圾特性是终端处理方式选择的重要依据.从全国超30个城市共采集400余个生活垃圾样品,分析了垃圾的物理组成、污染物含量和热值等基础物化特性.并以深圳为例分析了采样时间和垃圾分类措施等对生活垃圾物化特性的影响.通过偏最小二乘法建立了垃圾组成与热值间的关联模型,并对模型进行了校验.结果表明,湿基中厨余类仍是垃圾中占比最高的组分,大多数样品的占比在40%～60%之间;可燃组成中橡塑类和纸类占比较高,分别在20%～30%和10%～20%之间;无机物占比通常不超过5%;垃圾含水率在50%～60%之间. 2019年实施垃圾分类后生活垃圾中厨余类占比明显降低,橡塑类占比增加,其他组分变化不大,垃圾热值得到一定的提升.生活垃圾中S、 Cl和N这3种污染元素的含量均在1%以下,其平均值规律为：N>Cl>S;垃圾样品中的Hg、 As、 Cr、 Cd和Pb含量随组分及采样时间没有明显的变化规律,垃圾中Pb、 Cr含量受到环境背景值的影响.模型分析发现橡塑类和垃圾水分是生活垃圾热值的主要影响变量,85.96%的样品实测值与预测值之间的偏...     

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

中国城市生活垃圾产生量的区域差异-基于STIRPAT模型

基于2006~2017年的中国省级面板数据,本文以STIRPAT理论模型为基础,建立固定效应模型,分别从全国和区域两个层面深入探究人口、富裕程度和技术对城市生活垃圾产生量的区域差异.研究结果表明：（1）近年来,生活垃圾产生量快速增长,同时存在显著的区域差异;（2）从人口因素看,在全国层面上城镇化水平、人口规模、家庭规模和人口老龄化的弹性系数分别是1.152、0.585、-0.478、-0.230,对生活垃圾产生量的影响程度依次减小.在东部地区,城镇化水平提升、人口规模增多和家庭规模小型化促进生活垃圾的产生,人口老龄化增加减少生活垃圾的产生.在中西部地区,城镇化的正效应和人口老龄化的负效应明显强于东部地区,人口规模的正效应和家庭规模的正效应明显弱于东部地区;（3）从经济发展看,在全国层面上居民人均消费支出与生活垃圾产生量呈现倒N型关系.在东部地区,居民人均消费支出和人均GDP的提升促进生活垃圾的产生;（4）从技术水平看,生活能源消耗强度和市容环境卫生费用的弹性系数分别为0.120、-0.0168,区域差异不明显.     

Current status of climate change adaptation plans across the United States

The objective of the analysis is to compare the current status of state level climate change adaptation plans across the United States (U.S.) and to analyze potential factors that may influence their status. Based on their most current adaptation planning documentation individual states are grouped into four categories depending on how far they are in their approach towards adaptation to predicted changes in climate and how they have progressed with their planning efforts in defining adaptation measures. The analysis of the state adaptation plans showed that 13 states had detailed sector specific actions recommended, 2 states had sector specific targets and recommendation, 14 states had expressed concern and need for adaptation planning, whereas 21 states did not mention the need for adaptation planning. The statistical analysis showed that Democratic Party popular votes are 10 % higher in states with detailed sector specific actions recommended in comparison to states with no mention of adaptation planning (p?<?0.01). The average gross domestic product (GDP) per capita in states having an adaptation planning status with detailed sector specific actions recommended is more than $6,000 higher compared to states with expressed concern and need for adaptation planning and states with no mention of adaptation planning (p?<?0.05). The average coastal population in states with detailed sector specific actions recommended is more than seven times higher compared to states with expressed concern and states with no mention of adaptation planning (p?<?0.01). It is concluded that the U.S. state planning initiatives will need to strengthen their approach to adaptation planning substantially to have holistic and more coordinated adaptation planning efforts.     

我国城市PM2.5污染的健康风险及经济损失评价

开展大样本城市的空气污染造成人群健康风险及经济损失研究,对于推进空气污染的防控与区域合作治理、公众健康素养提升具有重要意义.本文以我国62个环保重点监测城市为样本,运用环境健康风险与环境价值评估方法,对2015年PM_(2.5)污染引发的健康风险及经济损失进行评价,结果表明PM_(2.5)污染造成约12.51万人早逝[95%CI(置信区间):3.33~20.59万人]及1 009.59万人次患病、门诊和住院(95%CI:470.38~1 501.93万人次),占这些城市市区总人口的3.53%(95%CI:1.64%~5.26%).造成经济损失5 705.57亿元(95%CI:1 930.82~8 742.14亿元),占这些城市GDP总和的1.53%(95%CI:0.52%~2.35%),人均经济损失1 970元(95%CI:667~3 018元).四大城市群中,京津冀在健康风险、健康经济损失及其占GDP比重、人均损失方面均高于长三角、珠三角及东北.三大经济区中,东部的健康风险及经济损失高于中部与西部,三地的人均经济损失差别不大.南北方的经济损失相差很小,但北方的经济损失占GDP比重与人均损失均远高于南方.保定、郑州、济南、北京等市PM_(2.5)浓度很高,健康风险与经济损失问题突出.     

中国生活源固体垃圾产生和处理及其N2O排放

核算和评估固体垃圾产生和处理及其N₂O排放具有重要的现实和指导意义.本研究以中国为例（2008—2017年）,建立了固体垃圾产生、处理和N₂O排放核算框架.结果表明,10年间中国固体垃圾产生量上升了34.6%,年均6.13亿t,生活垃圾（48.6%）和工业日用品垃圾（24.6%）是主要贡献源;处理格局仍以填埋为主（占53.0%）,焚烧为辅（25.5%）;堆弃（42.5%）和焚烧（31.2%）是固体垃圾处理中N₂O气体的主要排放源,堆肥占21.9%,填埋处理排放最少（4.4%）;固体垃圾处理产生的渗滤液逐年增加,渗滤液排放的N₂O占固体垃圾处理N₂O排放总量的41.7%,生活垃圾产生的渗滤液是其主要排放源.加大垃圾分类处理和资源化利用力度,加强农村生活垃圾处理处置能力、减少垃圾堆弃量及提高垃圾处理技术对固体垃圾的产生及其N₂O排放减排至关重要.     

Climate change implications for the nest site selection process and subsequent hatching success of a green turtle population

Sandy beach habitat where sea turtles nest will be affected by multiple climate change impacts. Before these impacts occur, knowledge of how nest site selection and hatching success vary with beach microhabitats is needed to inform managers on how to protect suitable habitats and prepare for scientifically valid mitigation measures at beaches around the world. At a highly successful green turtle (Chelonia mydas) rookery at Akumal, Quintana Roo, Mexico, we measured microhabitat characteristics along the beach crawl (rejected sites) and related nest site conditions (selected sites) to subsequent hatching success rates for 64 nesting events. To our knowledge, this is the first study to report environmental data along the nesting crawl for a green turtle population and the first to use natural breaks in the data to describe their preferred habitat ranges. Our results indicate that turtles were likely using a combination of cues to find nest sites, mainly higher elevations and lower sand surface temperatures (Kruskal-Wallis test, H?=?19.84, p?<?0.001; H?=?10.78, p?<?0.001). Hatching success was significantly and negatively correlated to sand temperature at cloaca depth (Spearman’s ρ?=??0.27, p?=?0.04). Indeed, the preferred range for cloaca sand temperatures at the nest site (26.3–27.5 °C) had significantly higher hatching success rates compared to the highest temperature range (Tukey HSD?=?0.47, p?=?0.05). Sand temperatures at various depths were intercorrelated, and surface and cloaca depth sand temperatures were correlated to air temperature (ρ?=?0.70, p?=?0.00; ρ?=?0.26, p?=?0.04). Therefore, rising air temperatures could alter sand temperature cues for suitable nest sites, preferred nest site ranges, and produce uneven sex ratios or lethal incubating temperatures. Elevation cues and preferred ranges (1.4–2.5 m) may also be affected by sea level rise, risking inundation of nests.