2. 中国科学院可再生能源重点实验室, 广州 510640;
3. 广东省新能源和可再生能源研究开发与应用重点实验室, 广州 510640
2. CAS Key Laboratory of Renewable Energy, Guangzhou 510640, China;
3. Guangdong Provincial Key Laboratory of New and Renewable Energy Research and Development, Guangzhou 510640, China
截至2020年我国城市生活垃圾(municipal solid waste, MSW)年清运量已经达到了2.35亿t[1], 同时还有历年填埋的存余垃圾超80亿t.近年来随着我国经济发展和城镇化进程的加快, 城市规模逐渐扩张, 城市生活垃圾处理设施的选址日益困难.城市生活垃圾目前常规的处理方式为焚烧、填埋、堆肥, 其中焚烧是发展最快的生活垃圾处理方式.生活垃圾组成特性是决定生活垃圾适宜处理方式的主要因素[2~5].近年来已经有学者采用统计学方法[6~8]对部分城市的生活垃圾的产生量、组分特征和排放时空特征等进行了分析.住房和城乡建设部决定从2019年开始在我国46个重点城市先行先试基础上, 在全国地级及以上城市全面启动生活垃圾分类工作, 建立分类投放、分类收集、分类运输和分类处理的生活垃圾处理系统.该政策将对生活垃圾产生量、组成、处理方式和碳排放特性产生深远的影响[5, 9~12].该政策也是欧洲国家近年来一直在推行的垃圾收运处理理念[13, 14].2020年9月1日开始, 新修订的《固体废物污染环境防治法》就如何“推行”和“实施”生活垃圾分类提出了具体的原则、制度和要求[15], 垃圾分类预计将长期在我国开展下去.垃圾分类对生活垃圾理化特性的影响已经开始显现, 目前已有部分学者开展了垃圾分类工作对我国城市生活垃圾特性[16]和处理效果影响[17~20]的研究.本文将针对我国典型城市2017~2022年生活垃圾组成、污染物含量和热值等物化特性进行研究.
1 材料与方法 1.1 样品来源本文所研究的样品为2017年11月至2022年3月期间从全国30余个城市采集的超400件生活垃圾样品, 基本覆盖了我国长三角、珠三角和京津冀城市群及东北、西南和华北等区域.样品采样方法依据《生活垃圾采样和分析方法》(CJ/T 313-2009).
1.2 样品制备如表 1所示, 依据国标生活垃圾组成分成11大类, 其中第6~9类共4类通常条件下热值较低, 为不可燃物, 其他类为可燃物.同时从采样实践来看, 新鲜生活垃圾中粒径小于10 mm的混合物大多数情况下是米粒、食物碎屑和半发酵状态的食物残渣与少量灰尘的混合物, 因此对大多数样品在研究过程中将上述混合物归入餐厨类.然后按照标准方法进行二次样品制备和相关分析测试.
![]() |
表 1 MSW物理组成分类[21] Table 1 Classification of physical composition of MSW |
1.3 生活垃圾全组分组成
《生活垃圾采样和分析方法》(CJ/T 313-2009)规定了生活垃圾湿基(收到基)和干基组成的计算方法.但某一类组成的干基重量与湿基重量的比例能更直观地反映生活垃圾组成对其热值和污染物含量的贡献率, 全组分组成定义为:
![]() |
式中, i为组分序数, 包括表 1中的11种组分; C″i为组分i的全组分占比; Mi为组分i的湿基重量, 单位为kg; CiW为组分i的含水率; M为样品湿基重量, 单位为kg; C″W为生活垃圾含水率.
2 结果与讨论 2.1 全国垃圾概况如图 1所示, 根据最新的统计数据, 我国2020年城市生活垃圾清运量为2.35亿t[1, 22], 人均生活垃圾产生量为0.75 kg·(人·d)-1, 2015~2019年这5年内年均生活垃圾清运量的平均增长速率约为6.3%, 人均生活垃圾产生量增长速率为3.5%.2020年的生活垃圾清运量和人均生活垃圾产生量均有所下降, 但这是由于生活垃圾分类工作的推进还是全国性疫情的影响, 还有待于进一步的数据分析.根据1991年的相关研究[23], 20世纪90年代初我国人均生活垃圾产量约为0.89 kg·(人·d)-1, 但生活垃圾中煤灰约占70%, 随着我国绝大多数城市煤改气的完成, 目前垃圾中的有机可燃和可回收组分有了大幅度提高.目前清运生活垃圾处理率已经超过99%, 处理方式以卫生填埋、焚烧和堆肥为主, 其占比分别为33.14%、62.29%和4.58%.卫生填埋处理量开始出现迅速下降趋势; 焚烧处理是增长速度最快的处理方式, 2002~2010年以年均处理量260万t的速度增长, 并在2005年年生活垃圾处理量超过堆肥处理; 2011年后, 年焚烧处理量增速进一步加快, 年处理量增速约为1100万t.2019年焚烧处理超过填埋处理, 成为年处理量最大的生活垃圾处理方式.随着我国城镇化的持续推进以及经济发展, 填埋用地紧张和国家相关政策推动, 以及近年来生活垃圾热值的持续增长(表 2~4), 生活垃圾焚烧处理经济性有所改善等因素的综合作用下, 生活垃圾焚烧处理的年处理量预计在今后的数年内会持续增长[5].目前我国生活垃圾的焚烧处理比例(26%)已经高于欧美(约13%), 但是低于日本(约80%)[24, 25].
![]() |
图 1 我国MSW清运量和各种处理方式的处理量 Fig. 1 Trends of the transportation and harmless treatment amount of MSW in China |
![]() |
表 2 近5年广东MSW组成和热值1) Table 2 Composition and heat value of MSW in some cities of Guangdong Province in the past five years |
![]() |
表 3 近5年安徽、云南和广西部分城市MSW组成和热值1) Table 3 Composition and heat value of MSW in some cities of Anhui, Yunnan, and Guangxi Provinces in the past five years |
![]() |
表 4 近5年四川和福建等省部分城市MSW组成和热值1) Table 4 Composition and heat value of MSW in some cities of Anhui, Yunnan and other provinces in the past five years |
表 2~4给出了近5年超过400个实验样本统计得到的我国部分城市生活组成和热值数据.厨余类是生活垃圾中占比最高的组分, 大多数样品中其占比在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; 大多数样品的灰土、砖瓦陶瓷和金属等无机物占比均不超过5%; 生活垃圾中含水率在45%~66%之间, 并主要集中在50%~60%之间; 上述数值基本与已有研究的结果一致[26, 27].除个别地区(黔东南、内蒙古赤峰)外, 样品低位热值均已高于生活垃圾焚烧处理通常需要最小低位热值(4 200 kJ·kg-1), 各主要地区热值范围与王延涛等[28]通过垃圾发电厂运营情况反推的生活垃圾低位热值数据基本一致.部分地区生活垃圾低位热值已经超过8 000 kJ·kg-1, 这也使得吨垃圾发电量从初期的320 kW·h, 增加到目前的部分地区吨生活垃圾发电量超过450 kW·h[19].同时也可以发现目前我国生活垃圾的组成与欧美生活垃圾以纸、橡塑、木头和园林垃圾等为主(总量超过60%), 厨余类占比较少(约15%)的特点明显不同[29].2020年9月1日新修订实施的《中华人民共和国固体废物污染环境防治法》(简称新固废法)中明确由国家推行的生活垃圾分类的原则及制度[15], 将使得生活垃圾热值持续增长, 有利于燃烧反应充分进行, 从而促进吨生活垃圾发电量的进一步增加, 并可减少焚烧过程二
孔令强等[7]分地区分析了城市生活垃圾清运量与地区GDP、人均生活垃圾清运量和人均GDP的关系, 发现上述数据之间存在一定的关联, 但其采用的数据与国家统计年鉴相关数据有一定的差异. 从图 2可以看出, 人均生活垃圾清运量、生活垃圾低位热值与人均GDP存在一定的关联, 人均GDP每增加1万元, 人均生活垃圾产生量与生活垃圾低位热值分别增加0.1 kg·(人·d)-1和373.8 kJ·kg-1.但在人均GDP小于6万元的区间, 人均GDP与人均生活垃圾产生量的相关性相对较差.这可能是在人均GDP较低的地区, 生活垃圾产生量的主要影响因素是居民基本生活需求和当地生活习惯.当GDP进一步增加时, 居民的改善型消费是生活垃圾产生的主要原因.
![]() |
空心标识为实测值, 实心标识为对应数据平均值 图 2 人均GDP与MSW低位热值和人均MSW清运量的关联性 Fig. 2 Correlation between per capita GDP, low heat value of MSW, and per capita waste generation |
广东是我国经济第一大省, 常年是我国生活垃圾清运量最多的省份.近5年广东一省的生活垃圾清运量均超过全国生活垃圾清运量的12%. 2018年, 生活垃圾清运量超过500万t·a-1的城市共有5个, 分别是北京、上海、重庆和成都以及广东的广州和深圳[22].广东近年来的垃圾物化特性变化对我国其他地区具有一定的参考意义.
深圳和广州是广东生活垃圾清运量最多的两个城市, 两个城市的生活垃圾年清运量总和约占广东生活垃圾清运量的1/3.以2020年为例(图 3), 广东生活垃圾清运量为3 102.5万t, 广州和深圳的生活垃圾清运量分别为613.1万t和715.6万t[22].广东人均生活垃圾清运量为0.78 kg·(人·d)-1, 广州和深圳人均生活垃圾清运量分别为0.93 kg·(人·d)-1和1.46 kg·(人·d)-1, 均明显高于全国人均生活垃圾清运量0.71 kg·(人·d)-1, 但仍远低于美国人均2.05 kg·(人·d)-1的生活垃圾清运量[29].
![]() |
图 3 广东重点城市MSW清运量变化 Fig. 3 Trends of the transportation amount of MSW in key cities in Guangdong Province |
从图 4(a)可以看出, 2017~2021年深圳生活垃圾中厨余类占比在8%~60%之间变化, 均值在30%~40%之间.2019年11月1日深圳正式实施了《深圳市推进生活垃圾分类工作激励办法》[34], 建立生活垃圾分类激励机制, 将生活垃圾按照可回收物、有害垃圾、厨余垃圾和其他垃圾进行分类, 厨余垃圾纳入餐厨垃圾的收运、处理系统进行收运和处理.2020年的采样结果表明生活垃圾中的厨余类占比明显降低, 厨余类平均值占比下降到20%~30%之间; 2017年至2019年垃圾中橡塑类组分占比平均值大致在26%~33%之间, 2020年实施生活垃圾分类激励后, 橡塑类占比增长到40%附近[图 4(c)].这与陈红霞[16]认为华南地区某市厨余类和橡塑类组成在2007~2017年间没有明显变化趋势, 分别在50%和20%附近波动的研究结果一致.采样期间垃圾组分中的纸类和纺织类占比变化不大[图 4(b)和图 4(d)], 其平均值大致分别在14%~20%和6%~11% 之间变化.木竹类的变化特点[图 4(e)]与纸类和纺织类占比变化类似.以砖瓦陶瓷类和玻璃类等为代表的不可燃物占比通常较少[图 4(f)], 其占比平均值在5%以下, 最大占比通常不超过15%, 并且其随采样日期的变化规律性不强.
![]() |
空心标识为实测值, 实心标识为对应数据平均值 图 4 深圳生活垃圾组成随采样日期的变化 Fig. 4 Changes in the composition of MSW in Shenzhen with the sampling date |
生活垃圾中含水率分布在35%~70%之间(图 5), 均值在48%~55%之间变化, 其随采样时间(天气和季节等)的变化规律不明显, 含水率似乎更多受样品本身的组分特性和采样时天气情况所影响.由于上述组分和含水率变化规律的影响, 2017~2019年深圳生活垃圾低位热值在4 000~12 500 kJ·kg-1之间变化, 平均热值在约6 500~10 000 kJ·kg-1之间; 2020年深圳实施垃圾分类奖励措施后, 生活垃圾热值出现了较为明显的增长, 最高热值增加到超过19 000 kJ·kg-1(图 6), 平均热值在约8 800~10 000 kJ·kg-1之间, 已经明显高于2010年6 400 kJ·kg-1的统计结果[35].根据吕岩岩等[17]和熊彩虹等[18]就分类后生活垃圾对垃圾焚烧炉的出力和能效等运行性能的影响测试和测算结果, 垃圾分类后挥发分和热值的提高, 有利于减少焚烧热损, 提高垃圾焚烧炉效率, 减轻尾部受热面的腐蚀, 降低垃圾发电厂的处理成本, 焚烧厂将能获得更大的利益空间.
![]() |
空心标识对应含水率实测值, 实心标识为含水率平均值 图 5 生活垃圾含水率随采样日期的变化 Fig. 5 Changes in the water content of MSW with the sampling date |
![]() |
空心标识为热值实测值, 实心标识为热值平均值 图 6 生活垃圾低位热值随采样日期的变化 Fig. 6 Changes in heat value of MSW with sampling date |
2020年9月1日深圳实行生活垃圾强制分类[36], 对未按规定进行垃圾分类的单位及个人进行处罚.根据《关于在全国地级及以上城市全面开展生活垃圾分类工作的通知》(建城〔2019〕56号), 到2020年底46个重点城市将基本建成生活垃圾分类处理系统.对生活垃圾中的主要成分(厨余、纸、橡塑类等)、水分和低位热值以2020年9月1日为分界点进行邹检验(表 5), 在5%显著水平下否定了数据存在结构性变化的假设.这说明垃圾分类工作目前实行的时间尚短, 其对垃圾组成和其他物化特性的影响以及其带来相应排放特性的变化[9, 37~40]还需要进一步的观察.
![]() |
表 5 生活垃圾主要特性数据邹检验结果1) Table 5 Chow test results of main characteristic data of MSW |
2.3.2 元素含量特性
按照目前主流的生活垃圾处理处置方法, 从元素组成来看, 生活垃圾中主要元素可以分为能量元素(C、H和O)、污染元素(S、Cl和N)及重金属元素(Hg、Cr、Cd、Pd和As)等.
(1) 能量元素含量垃圾中的C、H和O等能量元素是指在生活垃圾能量利用的过程中, 会最终转化为以CO2、H2O、CO和CH4等为代表的小分子不凝气并释放出能量的元素.深圳生活垃圾的大多数样品中C含量在19%~33%之间, 平均值在20%~23%之间变化; H含量在2%~5%之间, 平均值在3%~4%之间变化; O含量在5%~20%之间变化, 平均值在10%~14.5%之间变化(图 7).王亚琢等[41]研究发现, 生活垃圾中C、H和O元素的含量与垃圾热值存在较强关联.2019年底深圳实施垃圾分类奖励后垃圾中C元素含量有了明显的增长, 但H和O含量变化并不明显, 这可能是由于垃圾分类后垃圾中高热值组分含量增加.
![]() |
空心标识为实测值, 实心标识为对应数据平均值 图 7 生活垃圾能量元素含量随采样日期的变化 Fig. 7 Changes in energy element content in MSW with sampling date |
(2) 污染元素含量特性生活垃圾中S、Cl和N等污染元素是指在能源化利用过程中会转化为以NOx、HCl、SOx和H2S等为主的有毒有害物质的元素.从图 8可以看出垃圾样品中S、Cl和N含量变化不大, 绝大多数样品中上述3种元素的含量均在1%以下, 大体来说其平均值规律为:N>Cl>S, 而且暂时未发现垃圾分类及采样时间对样品中S、Cl和N等污染元素含量产生规律性影响.
![]() |
空心标识为实测值, 实心标识为对应数据平均值 图 8 生活垃圾污染元素含量随采样日期的变化 Fig. 8 Changes in pollution element content in MSW with sampling date |
(3) 重金属含量特性Hg、As、Cr、Cd和Pb是生活垃圾样品中重点关注的5种重金属元素.从图 9(a)~9(c)可以看出大多数样品中Hg、As和Cd含量都低于检出限, 只有少量的样品中含有上述重金属, 这些重金属可能来源于偶发性进入且携带重金属元素的生活垃圾组分; 大多数生活垃圾样品中都含有Pb和Cr, 其含量分别为0~50 mg·kg-1和0~900 mg·kg-1, 平均值分别为0~20mg·kg-1和0~300 mg·kg-1[图 9(d)和图 9(e)].深圳生活垃圾样品中Pb和Cr含量较高, 可能与深圳主导产业相关, 包括电子信息制造业、机械装备、优势传统产业、电力和石油开采业等行业, 另外, 深圳机动车保有量较多, 也可能与环境背景中Pb和Cr含量较高相关[42].
![]() |
空心标识为实测值, 实心标识为对应数据平均值 图 9 生活垃圾重金属含量随采样日期的变化 Fig. 9 Changes in heavy metal content in MSW with sampling date |
焚烧处理是发展最迅猛的生活垃圾处理方式, 热值是决定生活垃圾是否适合焚烧处理、焚烧处理效果好坏和焚烧发电量[19]等的主要因素之一.生活垃圾热值计算和预测模型也是目前生活垃圾特性研究的热点之一, 目前生活垃圾的热值计算和预测模型有垃圾组成预测法[26, 43]、元素组成预测法[41, 44]、经济发展水平预测法[45]、发电量反算法[28]和工业分析预测法[46]等.由于元素分析和热值分析等需要用到专业测试仪器, 而基于垃圾物理组成的垃圾热值估算公式适用于采样后快速根据垃圾组成对热值进行预测, 具有一定的实用性.
偏最小二乘回归分析是一种基于高维投影思想的非参数回归方法, 综合了多元线性回归分析、典型相关分析和主成分分析的基本功能, 特别是当各自变量集合内部存在较高程度相关性时, 通过提取主成分能对系统中的数据信息进行分解和筛选, 提取对因变量解释性最强的综合变量, 可用于研究两组多重相关变量间的相互依赖关系.
![]() |
式中, QL为垃圾低位热值, 单位kJ·kg-1; Ai为拟合组分i的拟合系数, 单位kJ·kg-1; i为组分序数.
生活垃圾的热值主要来源于垃圾中的可燃成分, i从1~5分别为垃圾组成中的可燃组分, 包括表 1中的组分1~5, 同时组分10和11也可能包含可燃组分, 但绝大多数样品不含组分10和11或占比较低.为保持回归方程的简洁易用性, 在数据回归过程中只考虑:厨余类、纸类、橡塑类、纺织类、木竹类和水分的影响.
本文采用深圳188个样品的基础数据, 利用上述样品的物理组成作为自变量, 垃圾热值、Cl含量和重金属含量(Cr、Cd、Hg、Pb和As等)作为应变量, 对上述数据进行偏最小二乘法回归.但生活垃圾中的Cl、重金属与生活垃圾的组分拟合效果较差.这可能预示着垃圾样品中Cl和重金属是通过废弃物组分或污染物进入垃圾中, 但并不是某一类或几类垃圾成分的固有组成.后续分析中仅进行垃圾低位热值与生活垃圾的组分之间关联的分析.数据回归过程中模型训练时舍弃了少量预测结果与实测值偏差较大(>20%)的数据点(共8个数据点), 建立了生活垃圾热值的预测模型.
从图 10可以看出, 垃圾组分中橡塑类和含水率对垃圾热值有着最为决定性的影响, 厨余类影响较为重要, 纸类、纺织类和木竹类影响相对较小.表 6给出了生活垃圾预测方程的系数, 其中A1~A5可以等同于对应组分的干基热值, 这与吕永[43]对华南地区生活可燃组分热值的分析结果基本一致; A6因垃圾组分中的水分引起垃圾低位热值降低, 本研究中拟合得到的该数值大体与水的气化潜热一致.
![]() |
图 10 热值模型变量重要性 Fig. 10 Variable importance of heat value model |
![]() |
表 6 PLS模型拟合系数/kJ·kg-1 Table 6 PLS model fitting coefficients/kJ·kg-1 |
采用PLS方法建立的模型使用除深圳外的其他30余个城市的近200个垃圾样品的基础数据进行应用校验(图 11), 结果表明85.96%的样品实测值与预测值之间的偏差小于20%, 56.73%的样品实测值与预测值之间的偏差小于10%, 拟合精度可满足现场快速对垃圾热值进行预测的需要.
![]() |
图 11 热值模型的数据回归和应用检验 Fig. 11 Data regression of heat value model and heat value prediction test |
从模型拟合结果来看, 采用偏最小二乘法对垃圾组成与垃圾热值进行的回归分析得到的回归方程可以较为准确地对上述两个量之间进行关联.部分样品拟合结果与测试热值之间差异较大, 其差异可能来源于以下3个方面:①在进行元素分析和热值测定过程中所采用的样品量较小, 同时现有的测量仪器难以增大测试样品质量, 这往往不足以用于考察物性差异较大的混合垃圾样品[26].②垃圾组成中的可燃组成如:厨余类、纸类、橡塑类和纺织类等, 其中的每一类都是包含不同具体废弃物的混合类, 而每一个具体的废弃物往往也是复杂的混合物.虽然平均来说每一类在相似的地域, 一段时间内组成相对来说较为相似, 但回归过程中采用每一类的总质量来进行回归会造成一定的偏差.③按照国标CJ/T 313-2009垃圾样品测试过程中在制备二次样品时需要对样品进行缩分、粉碎、研磨和混合, 但是实际操作过程中样品中的硬质塑料、软质塑料、橡胶、食物残渣和可燃分中粘附的灰土等破碎特性和密度差别较大, 往往难以制备均匀混合的二次样品, 由于测试人员操作习惯的差别容易引入一定的人为误差.
3 结论(1) 近5年来我国生活垃圾中厨余类仍是占比最高的组分, 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, 大多数样品的占比分别在20%~30%和10%~20%之间; 无机物占比通常不超过5%; 垃圾含水率主要集中50%~60%之间;
(2) 2019年开始的垃圾分类工作对垃圾组成的影响已经开始显现, 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, 垃圾热值得到提升.垃圾分类工作对垃圾组分和其他物化特性的影响还需要进一步地观察.
(3) 生活垃圾中S、Cl和N这3种污染元素的含量均在1%以下, 大体来说其平均值规律为:N>Cl>S.垃圾样品中Hg、As、Cr、Cd和Pb含量随组分和采样时间没有明显的变化规律, 垃圾中Pb和Cr含量受到环境背景值的影响.
(4) 采用偏最小二乘法建立了垃圾组成与热值之间的关联预测模型, 发现橡塑类和垃圾水分是生活垃圾热值的主要影响变量.模型拟合精度满足现场快速对垃圾热值进行预测的需要.
[1] | 国家统计局. 中国统计年鉴(2003~2021)[M]. 北京: 中国统计出版社, 2003. |
[2] | Dziok T, Bury M, Burmistrz P. Mercury release from municipal solid waste in the thermal treatment process[J]. Fuel, 2022, 329. DOI:10.1016/j.fuel.2022.125528 |
[3] | Saravanan A, Kumar P S, Nhung T C, et al. A review on biological methodologies in municipal solid waste management and landfilling: resource and energy recovery[J]. Chemosphere, 2022, 309. DOI:10.1016/j.chemosphere.2022.136630 |
[4] |
马占云, 姜昱聪, 任佳雪, 等. 生活垃圾无害化处理大气污染物排放清单[J]. 环境科学, 2021, 42(3): 1333-1342. Ma Z Y, Jiang Y C, Ren J X, et al. Emission inventory of air pollutants for the harmless treatment of municipal solid waste[J]. Environmental Science, 2021, 42(3): 1333-1342. |
[5] | Hong J L, Chen Y L, Wang M, et al. Intensification of municipal solid waste disposal in China[J]. Renewable and Sustainable Energy Reviews, 2017, 69: 168-176. DOI:10.1016/j.rser.2016.11.185 |
[6] | 李韵. 城市生活垃圾成分和产量的统计分析[J]. 中国国际财经(中英文), 2017(7): 239. |
[7] |
孔令强, 田光进, 柳晓娟. 中国城市生活固体垃圾排放时空特征[J]. 中国环境科学, 2017, 37(4): 1408-1417. Kong L Q, Tian G J, Liu X J. The spatio-temporal dynamic pattern of urban solid waste emission in China[J]. China Environmental Science, 2017, 37(4): 1408-1417. DOI:10.3969/j.issn.1000-6923.2017.04.027 |
[8] | Abdella Ahmed A K, Ibraheem A M, Abd-Ellah M K. Forecasting of municipal solid waste multi-classification by using time-series deep learning depending on the living standard[J]. Results in Engineering, 2022, 16. DOI:10.1016/j.rineng.2022.100655 |
[9] |
陈纪宏, 卞荣星, 张听雪, 等. 垃圾分类对碳减排的影响分析: 以青岛市为例[J]. 环境科学, 2023, 44(5): 2995-3002. Chen J H, Bian R X, Zhang T X, et al. Influence of the classification of municipal solid wastes on the reduction of greenhouse gas emissions: a case study of Qingdao city, China[J]. Environmental Science, 2023, 44(5): 2995-3002. |
[10] |
严薇, 刘舒乐, 吴正方, 等. 废弃物焚烧处理温室气体排放情景模拟与预测[J]. 环境科学, 2022, 43(12): 5470-5477. Yan W, Liu S L, Wu Z F, et al. Scenario simulation and prediction of greenhouse gas emissions from incineration of solid waste[J]. Environmental Science, 2022, 43(12): 5470-5477. |
[11] | Akhmat G, Zaman K, Shukui T, et al. Does energy consumption contribute to climate change? Evidence from major regions of the world[J]. Renewable and Sustainable Energy Reviews, 2014, 36: 123-134. DOI:10.1016/j.rser.2014.04.044 |
[12] | Xu H, Wang J N, Zhan L T, et al. Characterization of compression behaviors of high food waste content(HFWC) MSW and no food waste content(NFWC) MSW in China[J]. Waste Management, 2020, 103: 305-313. DOI:10.1016/j.wasman.2019.12.036 |
[13] | Montejo C, Costa C, Ramos P, et al. Analysis and comparison of municipal solid waste and reject fraction as fuels for incineration plants[J]. Applied Thermal Engineering, 2011, 31(13): 2135-2140. DOI:10.1016/j.applthermaleng.2011.03.041 |
[14] | Cimpan C, Maul A, Jansen M, et al. Central sorting and recovery of MSW recyclable materials: a review of technological state-of-the-art, cases, practice and implications for materials recycling[J]. Journal of Environmental Management, 2015, 156: 181-199. |
[15] |
王文君. 我国城市生活垃圾分类法律制度研究[D]. 蚌埠: 安徽财经大学, 2021. Wang W J. Study on the legal system of municipal solid waste classification[D]. Bengbu: Anhui University of Finance and Economics, 2021. |
[16] | 陈红霞. 华南地区生活垃圾分类处理前后物理特性变化分析[J]. 低碳世界, 2019, 9(6): 16-17. |
[17] |
吕岩岩, 杨麟, 徐煜. 垃圾分类对垃圾焚烧炉运行性能影响的分析[J]. 工业锅炉, 2020(3): 44-47. Lyu Y Y, Yang L, Xu Y. Analysis of the influence for waste sorting on the operation performance of waste incinerator[J]. Industrial Boilers, 2020(3): 44-47. |
[18] |
熊彩虹, 李文彬, 陈娟, 等. 垃圾分类对焚烧厂的影响——以沿海某地生活垃圾焚烧厂为例[J]. 广东化工, 2020, 47(12): 145-146. Xiong C H, Li W B, Chen J, et al. Case study of impact waste classification on incineration plant located in coastal areas[J]. Guangdong Chemical Industry, 2020, 47(12): 145-146. |
[19] |
龙吉生. 生活垃圾焚烧发电厂发电量变化趋势分析[J]. 环境卫生工程, 2020, 28(1): 30-34. Long J S. Analysis on variation trend of generating capacity in domestic waste incineration power plant[J]. Environmental Sanitation Engineering, 2020, 28(1): 30-34. |
[20] |
张晓琳, 李琳, 郭文建. 垃圾分类后对垃圾焚烧厂二![]() |
[21] | CJ/T 313-2009, 生活垃圾采样和分析方法[S]. |
[22] | 中华人民共和国住房和城乡建设部. 城乡建设统计年鉴[EB/OL]. https://www.mohurd.gov.cn/gongkai/fdzdgknr/sjfb/tjxx/index.html, 2021-10-11. |
[23] |
方满. 城市生活垃圾成份和产量的统计分析[J]. 重庆环境科学, 1991(4): 52-56, 58. Fang M. Statistic analysis of the composition and output of municipal living refuse[J]. Chongqing Environmental Science, 1991(4): 52-56, 58. |
[24] | Lu J W, Zhang S K, Hai J, et al. Status and perspectives of municipal solid waste incineration in China: a comparison with developed regions[J]. Waste Management, 2017, 69: 170-186. |
[25] | 国家发展改革委, 住房城乡建设部. "十三五"全国城镇生活垃圾无害化处理设施建设规划[R]. 北京: 国家发展改革委, 住房城乡建设部, 2016. |
[26] | Zhou H, Meng A H, Long Y Q, et al. An overview of characteristics of municipal solid waste fuel in China: physical, chemical composition and heating value[J]. Renewable and Sustainable Energy Reviews, 2014, 36: 107-122. |
[27] | 安智毅. 沈阳市城市生活垃圾组成及特性分析[J]. 河南建材, 2019(6): 109-110. |
[28] |
王延涛, 曹阳. 我国城市生活垃圾焚烧发电厂垃圾热值分析[J]. 环境卫生工程, 2019, 27(5): 41-44. Wang Y T, Cao Y. Analysis on garbage caloric value in MSW incineration power plant in China[J]. Environmental Sanitation Engineering, 2019, 27(5): 41-44. |
[29] | EPA. National overview: facts and figures on materials, wastes and recycling[EB/OL]. https://www.epa.gov/facts-and-figures-about-materials-waste-and-recycling/national-overview-facts-and-figures-materials, 2022-12-03. |
[30] |
殷仁豪, 王鹏, 卢海勇, 等. 生活垃圾气化甲烷化发电技术[J]. 工业锅炉, 2020(2): 51-57. Yin R H, Wang P, Lu H Y, et al. MSW gasification and methanation power generation technology[J]. Industrial Boilers, 2020(2): 51-57. |
[31] |
汤元君. 垃圾热解气化脱氯及其对二恶英控制研究与㶲生命周期评价[D]. 杭州: 浙江大学, 2019. Tang Y J. Dechlorination and its effect on dioxins mitigation during MSW pyro-gasification and exergetic life cycle assessment[D]. Hangzhou: Zhejiang University, 2019. |
[32] |
王建伟, 郑鹏, 崔慧. 等离子体气化熔融/垃圾处理系统[J]. 新能源进展, 2020, 8(5): 391-395. Wang J W, Zheng P, Cui H. Plasma gasification melting/waste treatment system[J]. Advances in New and Renewable Energy, 2020, 8(5): 391-395. |
[33] | Gabbar H A, Aboughaly M, Ayoub N. Comparative study of MSW heat treatment processes and electricity generation[J]. Journal of the Energy Institute, 2018, 91(4): 481-488. |
[34] | 深圳市城市管理和综合执法局. 深圳市生活垃圾分类工作激励办法[R]. 深圳: 深圳市城市管理和综合执法局, 2019. |
[35] |
黄昌付. 深圳市生活垃圾理化组分的统计学研究[D]. 武汉: 华中科技大学, 2012. Huang C F. The statistical analysis of characteristics of municipal solid waste for Shenzhen[D]. Wuhan: Huazhong University of Science and Technology, 2012. |
[36] | 深圳市第六届人民代表大会常务委员会. 深圳市第六届人民代表大会常务委员会公告(第一九九号)深圳市生活垃圾分类管理条例[EB/OL]. http://www.sz.gov.cn/zfgb/2020/gb1173/content/post_8241083.html, 2015-06-23. |
[37] | Tahmoorian F, Khabbaz H. Performance comparison of a MSW settlement prediction model in Tehran landfill[J]. Journal of Environmental Management, 2020, 254. DOI:10.1016/j.jenvman.2019.109809 |
[38] | Soobhany N. Assessing the physicochemical properties and quality parameters during composting of different organic constituents of municipal solid waste[J]. Journal of Environmental Chemical Engineering, 2018, 6(2): 1979-1988. |
[39] | López M, Soliva M, Martínez-Farré F X, et al. Evaluation of MSW organic fraction for composting: Separate collection or mechanical sorting[J]. Resources, Conservation and Recycling, 2010, 54(4): 222-228. |
[40] | Xiao S J, Dong H J, Geng Y, et al. Low carbon potential of urban symbiosis under different municipal solid waste sorting modes based on a system dynamic method[J]. Resources, Conservation and Recycling, 2022, 179. DOI:10.1016/j.resconrec.2021.106108 |
[41] |
王亚琢, 袁浩然, 鲁涛, 等. 基于经济发展水平的生活垃圾热值分析与预测[J]. 武汉大学学报(工学版), 2012, 45(6): 721-723. Wang Y Z, Yuan H R, Lu T, et al. Municipal solid waste heat value analysis and prediction based on level of economic development[J]. Engineering Journal of Wuhan University, 2012, 45(6): 721-723. |
[42] |
黄宝莹, 周妍姿, 常文静, 等. 深圳市不同功能区道路灰尘重金属污染分异及生态风险分析[J]. 生态环境学报, 2019, 28(12): 2398-2408. Huang B Y, Zhou Y Z, Chang W J, et al. Differential characteristics of heavy metal pollution in road dust and its ecological risk in different function areas of Shenzhen city[J]. Ecology and Environmental Sciences, 2019, 28(12): 2398-2408. |
[43] |
吕永. 华南城市生活垃圾热值估算模型分析[J]. 中国资源综合利用, 2020, 38(1): 82-85. Lv Y. Analysis on Models to evaluate the lower heating value of municipal solid waste in south China city[J]. China Resources Comprehensive Utilization, 2020, 38(1): 82-85. |
[44] | Komilis D, Evangelou A, Giannakis G, et al. Revisiting the elemental composition and the calorific value of the organic fraction of municipal solid wastes[J]. Waste Management, 2012, 32(3): 372-381. |
[45] |
杨涛. 基于经济统计数据的生活垃圾热值计算模型[J]. 环境工程技术学报, 2014, 4(2): 158-163. Yang T. Economic statistics based municipal solid waste heating value calculation model[J]. Journal of Environmental Engineering Technology, 2014, 4(2): 158-163. |
[46] |
房科靖, 熊祖鸿, 鲁敏, 等. 垃圾热值的研究进展[J]. 新能源进展, 2019, 7(4): 359-364. Fang K J, Xiong Z H, Lu M, et al. Research progress of garbage calorific value[J]. Advances in New and Renewable Energy, 2019, 7(4): 359-364. |