长春市生活垃圾产量预测分析

长春市生活垃圾产量预测分析

摘要：影响城市生活垃圾产生的因素有很多，本文通过分析长春市2001~2010生活垃圾年产量变化趋势，建立了分析垃圾年产量的灰色gm（1,1）预测模型，并对长春市未来十年的生活垃圾产量进行了预测。预测结果表明未来十年长春市生活垃圾产量呈递减趋势，与前几年变化趋势相符合。

关键词：长春市；生活垃圾年产量；预测；灰色模型

abstract: the influence of urban living garbage produced a number of factors, the paper analyzes the 2001 ~ 2010 in changchun city garbage output change trend, established the annual output of garbage analysis gray gm (1, 1) prediction model, and the future of changchun city ten years life waste production forecast. prediction results show that the future ten years life rubbish in the production of changchun city progressive decrease, and a few years ago corresponds with the trend.

keywords: the changchun city; living garbage output; predictions; grey model

中图分类号：r124.3文献标识码：a 文章编号：

一．长春市生活垃圾年产量变化特征

随着我国城市化、工业化的不断发展和人们生活水平的日渐提高，城市生活垃圾问题渐渐成为阻碍城市可持续发展战略的一个不

可回避的问题。改革开放以来，长春市取得快速发展，但是，研究长春市生活垃圾的论文相对较少，仅有的一些也都是年份较早、数据陈旧。大都集中在2000年以前[1]。

城市生活垃圾的影响因素包括地理位置、人口变化情况、经济发展水平、居民收入以及消费水平、居民家庭能源结构等。根据对长春市2001~2010年生活垃圾产量变化趋势（如表1），可以看出，在2002年长春市生活垃圾产量到达顶峰130.16万吨过后，整体开始呈现下降趋势（见图1），到2009年最少下降到105万吨。长春地属东北地区，能源消费长期以燃煤为主要生活来源，所以在生活垃圾成分中，煤渣、灰土所占的比重很大。近年来，随着长春市能源结构的调整，例

如地热取代燃煤供暖，新能源的多样化开发利用，使得燃煤消耗比重大大降低，导致相应的垃圾产量大大减少。

表1长春市2001-2010年生活垃圾总产量

图1长春市2001~2010年生活垃圾产量表

二．灰色预测模型的原理

本次预测主要是用灰色gm(1,1)建模，其基本思路是把无明显规律的时间序列，经过一次累加生成有规律的时间序列，为建立gm （1，1）灰色模型提供中间信息，同时弱化原序列的随机性，然后采用一阶单变量动态模型gm（1,1）进行拟合，用模型推求出来的生成数回代计算值，作累减还原运算，最后对还原值进行精度检验，

就可以用于预测。

第一步：对原始数据作一次ago (accumuated generating operation)累加生成, 目的在于为建模提供中间信息, 使原始时

间序列的随机性弱化。设时间

序列x(0)有n个观察值，原始数列为：

x(0)={x(0)(1)，x(0)(2)，x(0)(3)，x(0)(4)，x(0)(5)，

x(0)(6)…x(0)(n)}

一次ago生产后生成序列则为：

x(1)={x(1)(1)，x(1)(2)，x(1)(3)，x(1)(4)，x(1)(5)，

x(1)(6)…x(1)(n)}

其中：x(1)(i)= x(0)(k) (i=1,2…n).

第二步：构造累加数据矩阵b，和常向量yn

b=

yn=[x(0)(2)，x(0)(3)，x(0)(4)，x(0)(5)，x(0)(6)…x(0)(n)]t 第三步：用最小二乘法求得灰参数 ,

=（btb）-1btyn

第四步：将灰参数带入时间微分方程

dx(1)/dt+ x(1)=

解微分方程求得时间函数

xx(1)(t+1)=[x(0)(1)- / ] + /

第五步：递减还原

xx(1)(t+1)=[x(1)(t+1)-x(1)(t)]

第六步：精度检验，利用残差检验、关联度检验以及后验差检验等常用的检验方法进行精度检验，精度检验等级见表2。若精度达到要求，则可利用所建模型进行预测。若精度达不到要求，则仍需建立残差修正模型以提高精度，然后利用修改后的模型进行预测。

表2 精度检验等级表

三.灰色模型gm（1,1）在长春市生活垃圾年产量的应用

(1) 建立灰色gm（1,1）模型

原始数据序列为：

x(0)={x(0)(1)，x(0)(2)，x(0)(3)，x(0)(4)，x(0)(5)，

x(0)(6)……x(0)(n)}=

{116.94,130.16,119.02,116.30,118.87,114.87,114.06,116. 70,114,105,108}

一次ago后生成的序列为：

{x（1）（1），x（1）（2），x（1）（3）…x（1）（n）}

其中x(1)(i)= x(0)(k) (i=1,2…10).

(2) 构造累加数据矩阵b,和常数向量yn。将x(1)(i)等值代入得

b= =

yn=[x(0)(2)，x(0)(3)，x(0)(4)，x(0)(5)，x(0)(6)…x(0)(n)]t =[130.16,119.02,116.30,118.87,114.06,116.70,114,105,10