垃圾里面都有啥？用神经网络模型估算中国城市生活垃圾组成成分

Posted 2021-04-07 城市代谢与产业生态研究

原文链接：

https://pubs.acs.org/doi/10.1021/acs.est.0c01802

文章导读

▲掌握垃圾组成成分是针对性地设计和实现可持续的生活垃圾管理系统的关键。在城市尺度，生活垃圾组成成分数据一般通过不同季节、不同城区的实地调研获得。而在中国，不少中小城市，历史上并没有开展生活垃圾组成成分的调研研究，在垃圾处理基础设施规划、填埋场存量垃圾治理、生活垃圾管理政策制定中往往参考相似城市的案例，这可能会造成较大的数据偏差。在城市生活垃圾管理实践中，不仅需要掌握历史数据，还需要预测未来的垃圾组成成分变化，因此构建垃圾组分的定量分析模型很有必要。

文章亮点

• 将神经网络模型与球坐标转换模型结合
• 建立可追溯和预测垃圾组成成分的模型
• 构建中国连续年份，所有地级市的垃圾组成成分数据库

文章摘要

垃圾组成成分是城市生活垃圾处理技术研究与管理政策制定中的基础信息之一。中国已有部分城市开展了城市生活垃圾组成成分的调查分析，但是相关数据来源分散，缺乏全国性、区域性、连续年份的大尺度数据整合。本研究基于中国135个地级市503条城市生活垃圾组成成分数据，采用球坐标转换法对成分数据进行降维转化，消除“定和限制”的影响。采取BP神经网络模型，对城市规模、地理区位、人均地区生产总值、煤气/液化气/天然气普及率、年份等潜在影响因子进行了分析，构建了城市生活垃圾组成成分的定量估算模型。结果表明：（1） 2017年全国城市生活垃圾组成估算结果为：有机组分53.7%，灰土及砖瓦陶瓷8.3%，纸类16.9%，塑料橡胶13.6%，织物2.3%，木竹2.2%，金属0.6%，玻璃1.5%，其它1.0%；（2）1990-2017年，有机组分，纸类和塑料橡胶在生活垃圾中的占比呈现增长的趋势，而灰土及砖瓦陶瓷则显著下降；（3）华东、华北以及中南地区有机垃圾占比显著高于其他地区。研究结果可用于追溯或预测城市生活垃圾组成成分，为缺乏历史数据的城市实施垃圾治理工程、制定相关政策提供科学依据。

Figure 2 Historic trends of the PCMSW inChina from 1990 to 2017. (A) The major components; (B) the minor components;values are the scaled-up values applying to all prefecture-level cities ofChina.

Figure 3 PCMSW of different geographicregions in China in 1990 and 2017.

展望

具有连续年份的垃圾组成成分的地级市一般为省会城市或大城市。因此垃圾组成成分样本数据的缺乏仍然是该模型的一个主要限制条件。这就需要在未来的研究中将自上而下和自下而上的方法结合起来以获得高精度的垃圾组成成分数据。一方面，希望能够和相关的研究机构或组织进行合作，不断获取实地采样数据，来完善我们的样本数据库；另一方面，需要构建新的模型获取高精度的特定城市垃圾组成成分数据，补充到我们的数据库中。

原文信息

标题：

Estimating Physical Composition of Municipal Solid Waste in China  by Applying Artificial Neural Network Method

作者：

Shijun Ma, Chuanbin Zhou,* Ce Chi, Yijie Liu, and Guang Yang

单位：

State Key Laboratory of Urban and Regional  Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences