北京市朝阳区城市生活垃圾组分分布特性研究

我国许多城市已经陷入了垃圾围城的状态，焚烧法作为一种城市生活垃圾的减量化、资源化和无害化处理的措施越来越多地被采用。据国家统计局的数据，到2007年为止，我国已投产的垃圾焚烧发电厂有69座。各大城市已将垃圾发电列入议事日程。目前城市生活垃圾分析主要集中在垃圾热值[1～3]和垃圾产量预测[4～6]等方面，对垃圾组分的分布特性研究较少。我国的垃圾未实行分类处理，即使在收集时采取了分类措施，经常在最终处理时又混合在了一起。因此造成我国城市生活垃圾种类繁多、组分变化大，对垃圾焚烧厂的运行控制造成了许多不利影响。如焚烧控制稍有不当就会造成结块堵炉、燃烬率低、甚至熄火停炉等事故[7]。城市生活垃圾的组分分析是建设垃圾焚烧厂的基础设计资料。研究垃圾组分的分布特性，揭示垃圾组分的分布规律对于垃圾焚烧厂的设计和运行有重要的指导意义。 
1垃圾的物理组成 
城市生活垃圾组分在不同地区、不同季节、不同时期均不尽相同，微观上有较大的随机性。垃圾统计样本数据来自北京朝阳区某无害垃圾处理中心，部分数据如表1所示。 
实际上垃圾组分十分复杂，粗分类大约有数10种，细分类可达上百种。垃圾各个组分相互交织，很难精确地分类垃圾。由于垃圾分布的不均匀性，采样和分类方法对分析会产生比较大的影响。 
表1北京市朝阳区垃圾部分统计数据％ 


通常按照有机物和无机物对垃圾进行分类。针对垃圾焚烧炉内燃烧需要，将垃圾分为可燃物和不可燃物。 
不可燃物主要包括灰土、砖瓦石、玻璃和金属等，其中金属具有回收价值，单独做为一项。其他组分作为灰分处理。 
可燃物主要包括塑料、纸、织物、植物和厨余等。各组分的平均低位热值[8]如图1所示。 


图1垃圾各组分的平均低位热值 
热值对垃圾在炉内燃烧起到关键作用，因此按照热值大小，将组分进行合并，以简化数学处理过程。由图1可见，纸、织物和植物的平均热值相差不大，而且所占比例在2%～15%之间，为了便于分析，将这3类合并成一个变量，统称为植物类。厨余是城市生活垃圾中占比例最大的组分，应用基低位热值较低所含能量易分解、可燃，所以单独将厨余分为一类。经过分类后的数据如表2所示。 
表2合并后的垃圾统计数据 


2垃圾物理组分分布的正态性检验 
有大量的随机变量可看做是服从正态分布。如果垃圾主要组分服从正态分布，那么就可以用算术平均值描述此组分的大小。这样就可以相对准确地确定垃圾组分的含量。可通过假设检验来判断随机变量是否服从对数正态分布。本实验的样本数为21个，属于小样本，所以使用正态分布的W检验法[9](又称为Shapiro-Wilk检验法)来确定垃圾组分是否服从正态分布。W检验法适用于当均值与方差均未知而必须从数据中估计时使用。2.1W检验 
检验对研究的对象总体，首先提出假设，认为总体服从正态分布，再将样本量为n的样本按大小顺序排列编秩，然后由确定的显著性水平α，以及样本量为n时所对应的系数α，根据特定公式计算出检验统计量W。最后查特定的正态性W检验临界值表，比较大小，满足条件则接受假设，认为总体服从正态分布；否则拒绝假设，认为总体不服从正态分布。 
W统计量的计算方法如下： 


使用统计学软件SPSS进行正态性W检验，结果如表3所示。 
表3W检验结果 


灰分p=P(W≤0.900)=0.221若给定显著性水平α=0.05，因p=0.221>0.05，故接受假设，认为服从正态分布。 
样本均值服从均值为μ，标准差为σ的正态分布。对于本例样本，μ来自该分布中间的95%的部分，所以置信水平为95%的置信区间。μ±1.96σ成功地覆盖了总体均值μ。 
同理可得：灰分、厨余、纸类植物、塑料、含水率、低位热值服从正态分布。金属不服从正态分布。 
2.2直方图检验 
绘制数据的直方图，如果数据来自正态分布，条形图呈现“钟形”分布。各组分的直方图如图2所示。 


图2各组分的直方图 
图2中，做直方图的同时给出了标准正态分布的曲线。直方图2(a)～图2(e)不是特别接近标准正态分布，此时主要关注极端值的情况。因此这种分布勉强均匀，可以接受。造成分布与标准正态分布相差较大的主要原因如下： 
(1)取样过程中，垃圾组分复杂，很难做到均匀。加上取样的量不是很大，所以造成误差比较大； 
(2)从正态分布总体中抽出的随机样本，由于存在抽样误差。表现为样本统计量间的差异和各统计量的离散度比较大。 
图2(f)的直方图与“钟”型曲线相差较大，可以认为不服从正态分布。 
此外，通过计算各组分的偏度系数和峰度系数也可以得出上述结论。 
2.3各主要物理组分概率密度函数 
各正态分布组分的概率密度函数如下： 


3含水率的相关性分析 
垃圾中的水分可分为外部水分和内部水分[10]。 
外部水分以渗滤液的形式存在。为了析出水分，垃圾一般要在垃圾储坑存放一段时间再入炉燃烧。水分会降低垃圾热值，减小锅炉传热效率，增加排烟损失。若入炉垃圾的水分含量太大，垃圾的发热量仅够自身干燥，就失去了做为燃料的意义。但是垃圾析出的渗滤液不易处理，垃圾焚烧厂一般要把析出的渗滤液喷入焚烧炉，进行燃烧处理[11]。水分的存在，增加了垃圾处理难度，因此有必要对垃圾和含水率进行分析。 
3.1含水率与垃圾组分的线性相关性分析 
含水率与垃圾各组分进行线性相关性分析。服从正态分布的变量可以用Pearson积矩相关系数检验相关性。检验结果显示：厨余与含水量相关系数最大，为0.437，其他组分的相关系数是负相关并且相关系数较小。所以厨余含水量基本决定了整个垃圾的含水量。 
3.2含水率与降雨量的相关性分析 散点图(图4)中，各点在一条直线周围聚集的程序反映了2个变量的线性相关程度[12]。但是从散点图得来的直观印象可能会导致错误的判断，所以使用相关系数来定量地表示2个变量之间的线性相关程度。因为降水量不符合正态分布，故使用非参数相关分析法Spearman秩相关系数Kendall秩相关系数进行相关性分析。 
Spearman用各自的相对位置来衡量，Kendall则是先将一个变量排序，再用另一个变量的等级差来衡量。各个模型之间的使用差异不大，计算方法有异而已。采用Spearman方法的秩相关系数是-0.022，显著性水平0.929；Kendall秩相关系数-0.127，显著性水平0.726。含水率与降水量的相关系数均比较小，所以二者相关性不大。 
因为垃圾含水率与垃圾中厨余含量有很大关系。加上大棚蔬菜的普及和交通运输的发达，冬季和春季也能一样吃到新鲜的蔬菜。所以厨余含量全年内比较稳定。而北京属于暖温带半湿润大陆性季风气候，夏季多雨，冬季干燥，全年降水量波动较大[13，14]。大部分地区垃圾回收设施的防水措施做得比较好，所以垃圾含水率与降水量关系不是很大，加上垃圾本身含水率就比较高，更加减弱了降水的影响。 
4结语 
根据对北京朝阳区某无害垃圾处理中心提供的垃圾物理组分的分析，得出了北京朝阳区城市生活垃圾各主要组分分布的概率密度函数。为垃圾焚烧炉的设计和调试提供了基础数据，为垃圾炉仿真模型的建立打下了基础。 
根据对垃圾含水率与降水量、垃圾含水率与厨余的相关性分析，得出了垃圾含水率主要与厨余有关，而与降水量关系不大。为正确理解垃圾热值与组分的关系提供了数学基础。 
通过使用统计方法，就可以有效地将垃圾组分数据转化为垃圾组分信息。本文为处理垃圾数据提供一种新的思路。 
参考文献略