最优组合预测模型在城市生活垃圾清运量中的应用

为了比较客观地反映我国城市生活垃圾清运量的发展趋势,在灰色预测、后退法回归和多元回归三种预测方法的基础上提出了我国城市生活垃圾产生量的线性及非线性的最优组合预测模型。文章以我国1998～2006年的城市生活垃圾清运量为基础,通过实例对模型精度进行了分析,结果表明,预测值与实际结果具有良好的一致性,模拟精度达到0.1%,在此基础上对中国城市生活垃圾未来近几年的变化趋势做出预测。     

辽宁省城市生活垃圾清运量影响因素分析

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。     

荆州城区生活垃圾产生量的关联度分析与预测

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。     

灰色理论在城市生活垃圾量预测中的应用分析

依据武汉市1993～2002年的垃圾清运量数据,运用灰色系统的预测方法,建立了GM(1,1)模型,预测武汉市到2010年垃圾产生量的水平。根据关联度的大小对影响垃圾产生量e的主要因素进行排序,并分析影响垃圾产量的三大主要因素,对于加强垃圾管理和垃圾处理设施的规划具有现实意义。     

中国城市生活垃圾处理及趋势分析

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.      

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.     

环境科学基础理论

XI 9601948灰色系统方法在城市生活垃圾量预测中的应用/韦彦斐(浙江省环保设计研究院》二//四川环境/四川省环保科研所一1995,14(4)一47~50 环信X一96 通过对影响全国城市生活垃圾量因素的关联分析发现,燃料气化率是一个很重要的影响因素,所以要有效地控制城市生活垃圾量,可从改变城市居民燃料种类入手,改烧煤为烧气,逐步提高城市燃料气化率,减少生活垃圾排放量。由模型残差和后验差分析结果及对短期预测结果所建立的模型具有较高的预测精度,这表明灰色理论方法可用于城市生活垃圾量分析和预测。其预测结果可为今后控制城市生活垃圾的排放…     

西安生活垃圾排放量影响因素分析及灰色预测研究

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。     

北京市卫星城生活垃圾产生量的灰色预测

运用灰色理论,建立GM(1,1)模型来预测北京卫星城生活垃圾产生量。经过模型精度检验,结果表明:预测精度等级为1级,表明该方法对预测北京卫星城城市生活垃圾产生量是可行的,并运用此模型预测了2009—2020年北京卫星城生活垃圾的产生量。     

中国城市生活垃圾排放现状及成分分析

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.      

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。     

基于灰色理论与BP神经网络预测成都市生活垃圾产生量

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。     

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.     

保山中心城市环境空气质量现状与预测

以保山中心城市2006～2010年环境空气质量监测数据为基础,建立了保山中心城市环境空气质量预测灰色理论GM（1,1）预测模式,各项目预测模式精度均在合格及其以上。由2006～2010年的监测数据和2011—2015年的预测数据来看,保山中心城市空气尘污染明显,是决定城市空气质量级别的主要污染物。     

江苏省交通运输业碳排放预测及减排情景分析研究

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.     

沈阳市生活垃圾排放现状及产生量预测

随着城市化进程加快、人口数量快速增加及人民生活水平普遍提高,城市生活垃圾管理已成为世界各国,特别是发展中国家城市面临的主要挑战.作为中国东北最大的中心城市,沈阳正面临城市生活垃圾产生量急剧增加的现状.文章通过对沈阳市城市生活垃圾排放现状的分析,发现2002年后沈阳市生活垃圾产生量和清运量逐年增加,生活垃圾成分变化显著....     

Prediction of the amount of urban waste solids by applying a gray theoretical model

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.     

山西省CO2排放影响因素研究及情景分析

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.      

Prediction of the amount of urban waste solids by applying a gray theoretical model

ＩｎｔｒｏｄｕｃｔｉｏｎＵｒｂａｎｗａｓｔｅｓｏｌｉｄｓａｒｅｍｏｓｔｌｙｐｒｏｄｕｃｅｄｆｒｏｍｒｅｓｉｄｅｎｔｉａｌａｒｅａｓ ,ｆａｃｔｏｒｉｅｓｏｒｍａｎｕｆａｃｔｕｒｅｓ,ｍａｒｋｅｔｐｌａｃｅｓ,ｈｏｔｅｌｓ,ｒｅｓｔａｕｒａｎｔｓ,ｓｔｒｅｅｔｓａｎｄｏｔｈｅｒｆｕｎｃｔｉｏｎａｌａｒｅａｓ.ＷｉｔｈｔｈｅｐｏｐｕｌａｔｉｏｎｉｎｃｒｅａｓｉｎｇａｌｌｏｖｅｒＣｈｉｎａ ,ｕｒｂａｎｗａｓｔｅｓｏｌｉｄｓａｒｅｎｏｗｂｅｃｏｍｉｎｇｏｎｅｏｆｔｈｅｍｏｓｔｃｒｕｃｉａｌｅｎｖｉｒｏｎｍｅｎ…