共查询到19条相似文献,搜索用时 276 毫秒
1.
2.
吕洪涛 《辽宁城乡环境科技》2014,(4)
自2006年后辽宁省城市生活垃圾清运量呈上升趋势。使用MATLAB7.0软件分析了6项影响辽宁省城市生活垃圾清运量的主要因素。利用灰色模型和多元线性回归分析相结合预测辽宁省城市生活垃圾清运量,预测结果表明,2015年辽宁省城市生活垃圾清运量将达到1 141万t。 相似文献
3.
准确地预测城市生活垃圾产生量,有利于更好地制定城市生活垃圾处置规划。本文利用荆州市1998年-2007年垃圾清运量和社会经济统计资料进行了关联度分析,预测了2010年-2020年荆州城区生活垃圾量。结果表明,GDP、社会消费品零售总额和人均消费支出3个因素是推动垃圾清运量增加的主要因子,其权重分别为0.281、0.386和0.333,预计到2010年、2015年和2020年荆州城区生活垃圾清运量将分别达到31.51万t、38.62万t和48.70万t,其预测结果可为制定荆州市生活垃圾处置规划提供科学依据。 相似文献
4.
5.
介绍了城市生活垃圾的主要处理方法及目前中国城市生活垃圾的处理现状,通过实际调研和统计分析表明:中国城市生活垃圾的处理方式主要以填埋为主,占总处理量的95%以上;卫生填埋处理能力较低,处理水平参差不齐,有较大的区域性差异.基于城市生活垃圾清运量与国民经济发展水平、非农业人口数量等驱动因子相关,建立了城市生活垃圾清运量预测模型,并利用该预测模型预测了不同情景下未来中国城市生活垃圾清运量,比较分析了不同模型的预测结果,表明非农业人口预测结果与GDP和人均GDP预测结果有一定的差异,非农业人口预测结果更接近于中国的实际情况. 相似文献
6.
7.
8.
城市生活垃圾的产生量是城市环境卫生事业规划和建设的重要依据,本文运用灰色关联度方法,定量分析了影响西安市生活垃圾产生量的因素,并通过建立灰色预测模型,对西安市未来几年的生活垃圾产生量进行了预测,为西安市的城市规划提供了定量的参考依据。 相似文献
9.
10.
中国城市生活垃圾排放现状及成分分析 总被引:42,自引:6,他引:36
城市生活垃圾在填埋处理过程中会向大气排放甲烷,增加大气中温室气体的含量,对全球气候变化产生一定的影响.采用数学统计方法,通过对中国城市生活垃圾清运量的变化趋势及影响因子分析,证实了城市生活垃圾的产生与非农业人口数量、国民经济发展水平、城市建成区面积以及城市人口数量和城市数量等因子有较好的相关关系.通过对代表城市的垃圾成分进行调查分析,结合历史资料,得出中国城市生活垃圾成分有区域和时间变化特征:南方城市和大城市的有机物与可回收物含量高于北方城市和中小城市,而无机物含量则相反;有机物含量随时间基本上呈上升趋势,无机物含量则呈下降趋势,但近些年有机物和无机物含量均逐渐趋于平稳,变化不是很大. 相似文献
11.
12.
根据成都市中心城区垃圾产生量的历年数据,先用以时间为单变量的灰色GM(1,1)预测模型得到历年数据的拟合值,再分析垃圾产生量与其影响因素之间的灰色关联度,选出关联度最大的4个因素建立多变量的灰色GM(1,5)预测模型与BP神经网络模型,并对垃圾产生量的预测精确度进行了对比,用预测精度最高的BP神经网络模型对未来年份的垃圾产生量进行了预测,为成都市垃圾处理处置规划提供了理论依据。 相似文献
13.
北京城市塑料垃圾年产量的模拟预测及其影响因素分析 总被引:1,自引:0,他引:1
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. 相似文献
14.
15.
根据江苏省2005年-2012年交通运输业的碳排放量和碳排放强度,利用GM(1,1)模型预测了2013年-2025年的碳排放,并结合江苏省省情设定了两种碳减排情景.研究表明:2005年-2012年江苏省交通运输业碳排放量一直呈增长趋势;2006 年-2009年碳排放强度一直上升,而2009年-2012年则呈下降趋势.GM(1,1)模型预测结果显示2013年-2025年江苏省交通碳排放量和碳排放强度一直处于上升的状态.而情景分析得出基准情景和低碳情景下的2015年和2025年交通运输业碳排放量都将会大幅减少. 相似文献
16.
17.
Urban waste solids are becoming one of the most crucial environmental problems.There are several different kinds of technologies normally used for waste solids disposal ,among which lanfill is more favorable in China than others,especially for urban waste solids.Most of the design works up to now are based on a roughly estimation of the amount of urban waste solids without any theoretical support, which lead to a series problems.To meet the basic information requirements for the design work ,the amount of the urban waste solids was predicted in this research by applying the gray theoretical model GM(1,1)through non-linear differential equation simulation.The model parameters were estimated with the least square method(LSM) by running a certain MATALAB program,and the hypothesis test results show that the residual between the prediction value and the actual value approximately comply with the normal distribution N(0,0.21^2),and the probability of the residual within the range(-0.17,0.19) ismore than 95%,which indicate obviously that the model can be well used for the prediction of the amount of waste solids and those had been already testified by the latest two years data about the urban waste solids from Loudi City of China.With this model,the predicted amount of the waste solids produced in Loudi City in the next 30 years is 8049000 ton in total. 相似文献
18.
山西作为我国的能源大省,其碳排放强度更是持续位于全国最高水平,分析山西省CO2排放影响因素,探究其发展模式,对于山西省的低碳发展意义重大.基于STIRPAT模型,将山西省能源CO2排放的影响因素确定为人口、城镇化率、人均GDP、第二产业占GDP比重、能源强度.在岭回归拟合分析的基础上,利用灰色GM(1,1)模型对山西省CO2排放驱动因素值进行预测,以提高能源CO2排放预测的准确性,并结合情景分析方法,为山西省的CO2减排设计了10种不同的发展情景.结果表明:①人口对山西省CO2排放影响最大,其次是城镇化率和第二产业占GDP比重.②在当前经济发展阶段,能源强度和人均GDP等因素对山西省的CO2排放影响不大,但能源强度对CO2排放的抑制作用不可忽略.③山西省CO2减排最佳的情景方案为适当控制人口数量和城镇化进程、加快产业结构的转型和技术的革新、降低第二产业占GDP比重和能源强度,并且大力推广新能源和清洁可再生能源的开发使用以优化能源消费结构.在该情景下,山西省2020年的CO2排放量可以控制在5.16×108 t. 相似文献
19.
IntroductionUrbanwastesolidsaremostlyproducedfromresidentialareas ,factoriesormanufactures,marketplaces,hotels,restaurants,streetsandotherfunctionalareas.WiththepopulationincreasingalloverChina ,urbanwastesolidsarenowbecomingoneofthemostcrucialenvironmen… 相似文献