城市生活垃圾产量计算及预测方法.doc

城市生活垃圾产量计算及预测方法
2014-04-04
1 范 围
本标准规定了城市生活垃圾产量的计算方法和预测方法。
本标准适用与不同规模城镇、居民集中居住地区的生活垃圾的计算及预测。
2 引用标准
下列标准所包含的条文，通过在本标准中引用而构成为本标准的条文。本版本出版时，所有版本均为有效。所有标准都会被修订，使用本标准的各方应探讨使用下列标准最新版本的可能性。
CJ/T3039—1995 城市生活垃圾采样和物理分析方法
CJJ17—1988 城市生活垃圾卫生填埋技术标准
3 定 义
3.1 车载容积 垃圾车实际可载容积（m3）
3.2 车辆吨位 垃圾车额定载质量（t）
3.3 采样容重 垃圾单位体积的质量（t/m3）
3.4 装载容积 垃圾车实际装载质量和装载容积比值（t/m3）
3.5 垃圾产量 垃圾产生量。
4 影响城市生活垃圾产量计算及预测的因素
计算和预测垃圾产量应考虑以下主要影响因素：人口、生活水平、燃料结构、人口密度、流动人口、气候以及收集方式。
5 垃圾产量计算方法
5.1 垃圾产量计算的要求
取连续几年的实际垃圾产量进行推算，预测未来年度的垃圾产量，使用式（2）计算时，应注意垃圾容重测试方法的正确性和清运量的准确性，在使用式（3）计算时，应注意居住人数的准确性。
5.2 垃圾容重的测定，按CJ/T3039规定执行。
5.3 垃圾样品的采集方法，按CJ/T3039规定执行。
5.4 城镇居民生活区划分参照CJJ17规定执行。
5.5 垃圾人均日产量的计算方法：
在日产日清的情况下，计算居民区一天（24h）产出垃圾量与该区域人口数的比值，即人均日产量计算公式如下：R=PW/S×103
式中：R—人均日产量，kg/人;
P—产出地区垃圾的容重,kg/L;
W—日产出垃圾容积,L;
S—居住人数,人.
5.6 垃圾产量计算方法
5.6.1 按采样法计算垃圾产量
5.6.1.1 分布特征表1
在计算垃圾产量时，应根据各地区经济发展状况，居民生活水平和季节变化情况调整分占比例Q1、Q2的数值。

表1 垃圾日产量的分布比例
区 别
居民区
事业区
商业区
清扫区
特殊区
混合区
特征
燃煤
半燃煤
无燃煤
办公
文教
商店饭店
娱乐场所
交通站
街道
园林
厂场
医院
使领馆
垃圾堆放处理
分布比例
Q1
Q2
注：1、Q1推荐使用65%±5%
    2、Q2分布比例根据各地区实际情况决定
5.6.1.2  城镇居民生活区人口数量的计算：
   城镇居民区人口数=常住人口数+临时居住人口数+流动人口数×K，其中K=0.4～0.6。
5.6.1.3 垃圾日产量的计算公式：
Y=（R1S1+R2S2+R3S3+R4S4）/Q1
式中：Y—按人均日产量计算出的垃圾日产量，kg
R1R2R3R4—垃圾的人均日产量（见表2）,kg/人
S1S2S3S4—不同特征区的人数（见表2），人
Q1—垃圾日产量的分布比例数，见表1所示。
5.6.2 按容重法计算垃圾日产量
Y=W1P1+W2P2+W3P3+W4P4
 =W×P
式中： Y—按容重法计算出垃圾日产量，t;
W1W2W3W4—不同产出地区、不同季节日产出垃圾容积均值（见表2），m3;
W—产出地区季节产出垃圾容积均值，m3;
P1P2P3P4—不同产出地区、不同季节装载容重均值（见表1），t/m3;
P—产出地区四季垃圾装载容重均值，t/m3.
表2 垃圾参数表

无燃煤区
半燃煤区
燃煤区
混合区
日清运量,m3
W1
W2
W3
W4
容重,t/ m3
P1
P2
P3
P4
人均日产量，t /人
R1
R2
R3
R4
居住人数, 人
S1
S2
S3
S4
注：混合区指两种或两种以上生活区特征的区域

6 垃圾产量预测方法
6.1 基数的选取与计算
6.1.1 基数的选取
垃圾产量的预算，在计算出近几年垃圾的产量的基础上预测以后年度的垃圾产量，必须以预测年相邻年度开始连续上朔6～8年的垃圾产量为基数。
6.1.2 基数的计算
按式（2）或式（3）计算垃圾日产量乘以计算年度的日历天数，为该年度垃圾产量。
6.2 预测回归分析
根据垃圾年产量（基数）计算对应于给定变量X（预测年度）的Y值（预测垃圾产量），使用逼近垃圾年产量的最小二乘法计算，Y在X上的回归曲线。该回归曲线的方程式为：
线性回归方程           Y=a+bX
指数回归方程            Y=dcx
式中：Y—预测年的垃圾产量，t;
      X—预测的年度.
6.3 线形回归
     求解     a=
b=
式中：   xi——计算垃圾产量基数的年度；
         yi——各年度的垃圾产量基数。
         将求出的a,b值代入式（4）
6.4 求相关系数及均方差
6.4.1   相关系数：
                   r=
在实际问题中，有时两个变量之间的关系不是线性的，计算时一般采用非线性回归方法。不过在很多情况下，非线性的回归问题，可以通过变量替换转化为线性回归的问题。
6.2中指数回归方程提供的非线性回归方程为指数函数           Y=dcx
两边利用对数lny=lnd+Xlnc
令yu=lny a=lnd   b=lnc
则有 yu=a+bx （线形方程）
这样可以把非线性回归转变为线性回归。
在预测时可首先求出相关系数，确定垃圾的变化是线性回归还是曲线回归，然后取相关系数的值计算。
6.4.2 均方差计算公式：
                   δ=
   可求出垃圾预测的误差值。
由此垃圾产量    Y=yu±δ