垃圾焚烧厂的经济补偿问题

垃圾焚烧厂的经济补偿问题摘要“垃圾围城”是世界性难题，在今天的中国显得尤为突出。所以垃圾焚烧正逐步成为中国垃圾处理的主要手段之一。我们通过建立数学模型，针对垃圾焚烧厂排放污染物的实际情况，设计了动态监测方法，提出了合理的补偿方案，并在故障发生的情况下修正了模型。对于问题一，利用SPSS对污染物浓度与天气要素进行相关性分析，得到了天气要素与污染物浓度的多元回归方程。在研究距离与污染物浓度变化关系时，我们利用高斯及其法定推荐修正模式，借助MATLAB做出了污染物浓度与距离变化的曲线图；在此基础上我们利用附件4提供的数据得出该地区的主要风向，然后将等浓度曲线图与主要风向建立的直角坐标系整合到地图中，根据居民区的位置与等浓度曲线图的联系，建立了9个观测点。在这9个监测点上，我们又根据季节与天气要素对监测周期的影响，提出了监测点动态变化的监测周期。从而实现对垃圾焚烧厂烟气排放及相关环境影响状况的动态监控。利用指数综合评价法对居民区的污染物浓度值进行评价，得到了居民区的污染程度，根据污染程度的4个关键区分值，提出了对应的经济补偿方案。对于问题二，首先，通过观察附件2的数据，发现污染物浓度随时间有总体升高的趋势，认为这是由于设备逐渐老化或局部开始损坏导致的，所以在设备老化到一定程度时，需对设备进行检修。认为各污染物的排放浓度超过附件3中GB18485-2001各污染物浓度排放控制标准时，需要对设备进行检修。为了更好的反映污染物浓度与时间变化的关系，利用数据计算移动平均数，在计算出一、二和三次移动平均数后，利用三次移动平均数在SPSS软件下画出污染物浓度随时间变化的预测图，代入模型中得出设备检测周期大约为40天。假定设备故障率恒定为，在1个检测周期内设备故障满足指数概率分布，观察指数分布函数的变化图象，得到设备故障概率随时间先增大后趋于平缓。利用曲线积分的方式得出在1个周期内故障发生的天数为0t，所以修正我们的模型使重点监测期在40天左右。在考虑经济补偿方案修正时，计算出一年大概出现次故障为09t，把发生故障的时间以风向比例进行分配，以污染最重的地方的经济补偿最为标准，得出其余地方的经济补偿方案。我们相信建立在数学模型基础上的的结论及问题解决方法会对深圳市垃圾焚烧排放污染物的监测以及补偿方案的提出提供有益的帮助。关键字指数评价法污染程度移动平均数目录一.问题重述.........................................................1二.问题分析.........................................................2三.模型假设.........................................................3四．符号说明.......................................................3五.模型建立与求解...................................................45.1模型一的建立和求解...........................................45.1.1气象要素与污染物浓度的关系.............................45.1.2污染物浓度与距离的关系.................................55.1.3监测点监测周期动态化...................................85.1.4综合指数评价...........................................85.2模型二的建立和求解..........................................105.2.1数据处理..............................................10六.模型的评价......................................................156.1模型的优点..................................................156.2模型的缺点..................................................15七.模型的改进与优化...............................................15参考文献.......................................................161一.问题重述“垃圾围城”是当今中国的难题。城市垃圾经过分类处理后可将循环垃圾在焚烧炉中焚烧处理，既可避免垃圾填埋侵占大量的土地，又可利用垃圾焚烧产生的能量进行发电等获得可观的经济效益。然而，由于诸多因素，许多城市的新建垃圾焚烧厂选址都出现因居民反对而难以落地的局面。事实上垃圾焚烧厂对环境的污染风险与建设投资规模、运行监管力度有直接关系。小型垃圾焚烧厂由于规模较小致使其污染物排放比较严重，难以达到国家新的排放标准，对环境的危害较大。尤其是目前建厂选址尤为困难，所以国内各大城市目前均倾向于采用新型大型焚烧炉的焚烧厂取代分散的小型焚烧炉的举措。然而大型焚烧厂又存在需要考虑垃圾运输成本与道路建设成本等问题，因此对于不同城市来说，究竟该把大型焚烧厂的建设规模控制在什么水平，这是一个值得研究的课题。在垃圾焚烧厂运行监管方面，目前主要是在垃圾焚烧厂内进行测量监控，缺少从周边环境视角出发的外围动态监控，因而难以形成为民众所信服的全方位垃圾焚烧厂环境监控体系。深圳市某地点计划建立一个中型的垃圾焚烧厂，计划处理垃圾量1950吨/天。从构建环境动态监控体系、并根据潜在污染风险对周围居民进行合理经济补偿的需求出发，有关部门希望能综合考虑垃圾焚烧厂对周围带来环境污染以及其他危害的多种因素，在进行科学定量分析的基础上，确立一套可行的垃圾焚烧厂环境影响动态监控评估方法，并针对潜在环境风险制定出合理的经济补偿方案。并在收集相关资料的基础上考虑以下问题：(1)假定焚烧炉的排放符合国家新的污染物排放标准，根据垃圾焚烧厂周边环境设计一种环境指标监测方法，实现对垃圾焚烧相关环境影响状况的动态监控。以设计的环境动态监控体系实际监控结果为依据，设计合理的周围居民风险承担经济补偿方案。(2)由于各种因素焚烧炉的除尘装置损坏或其他故障导致污染物的排放增加，致使相关各项指标将严重超标，请做出合理的监测方法和补偿方案。2二.问题分析针对问题一，首先我们从污染物浓度与距离的关系和气象要素与污染物浓度的关系这两方面入手。对于气象要素与污染物浓度关系的研究，我们对附件4的数据进行处理得到1年的风况信息，认为这1年的风况信息可以代表该地区每年的风况信息。再从网上查到2013年4月至7月的各污染物浓度值与各气象要素的值，对其求月平均值，用SPSS软件进行相关性分析，然后进行多元回归，得出各污染物浓度与气象要素的多元回归方程；对于污染物浓度与距离关系的研究，首先对该地区气象要素进行分析后，利用P-G曲线法得到污染物的扩散系数，采用传统的高斯及其法定推荐修正模式，使用MATLAB软件做出污染物浓度随距离变化的曲线图。然后对附件4的风向进行处理，画出风向玫瑰图，结合污染物随距离变化的等浓度变化图，得到该地区在主要风向下的污染物等浓度变化地图。利用污染物浓度随距离变化曲线图确定监测点选址的大概范围，再通过观察污染物浓度的变化情况及居民区所在的地址，设计出合理的监测点位置。考虑季节与天气要素对污染物浓度的影响，从而提出监测点动态变化的监测周期，达到对垃圾焚烧厂烟气排放及相关环境影响状况的动态监测。由于要考虑对居民的补偿，所以首先要确定居民区受到的污染程度，查看地图找到垃圾焚烧厂及周边居民区在主要风向直角坐标系中的位置，得到各监测点的各污染物浓度预测值，对其进行指数综合评价，得到这些地区在主要风向时的污染程度。再考虑部分不在主要风向上的监测点，得到这些点在其下风向的污染程度。观察附件4的风向情况，得到各风向天数所占的年比例，在假设各污染程度对应有经济补偿的条件下，考虑天气要素对污染程度的影响，设计出合理的方案对居民进行经济补偿。针对问题二，首先对附件2的数据进行分析，得到垃圾焚烧厂污染物排放浓度与时间的大致关系。根据附件3的垃圾焚烧污染物排放浓度标准限定浓度超标上限值。由于我们求解的模型数据与所给的数据之间有一些差别，所以我们用比例换算出在我们的模型下污染物排放浓度超标的上限值。利用SPSS对附件2的数据进行移动平均数处理，对三次移动平均数作预测，得到污染物浓度随时间变化的预测图，得出单个污染物浓度超标时间的最小值，即为设备检测周期。设设备发生故障概率满足指数概率分布，画出其函数图象以及导数图象观察图象变化，调整监测点的监测周期。在考虑经济补偿时，在检测周期内，对故障发生概率曲线积分，得到在1个设备监测周期内故障发生的天数，从而得到1年故障发生的天数。把发生故障的时间以风向比例进行分配，以污染最重的地方的经济补偿最为标准，得出其余地方的经济补偿方案。3三.模型假设1.假设附件2中所给的污染物浓度监测值还未受到天气要素的影响。2.假设附件4中所给的风向及风速能代表该地区任一年的风信息。3.假设在该地区附近只有垃圾焚烧厂这一个污染源。4.焚烧炉的排放符合国家新的污染物排放标准。5.假设我们考虑地形的是平坦的。四．符号说明iy污染物标准化下的值（i=1,2,3）jx气象要素标准化下的值（j=1,2,3,4,5）iC第i个污染物浓度实测值或预测值riC第i个污染物浓度标准值n评价因子个数iImax单因子指数中数值最大者I空气质量指数y横向扩散系数z纵向扩散系数iQ污染物排放速率（i=1,2,3）4五.模型建立与求解5.1模型一的建立和求解由于气温、风向和降雨等自然天气情况，所以利用SPSS软件对数据进行相关性分析，建立气象要素与空气污染物浓度多元回归方程，得到污染物浓度与天气要素的关系。又考虑到污染物浓度随距离的变化情况，我们采用传统的高斯及其法定推荐修正模式建立污染物浓度与距离的关系。在此关系下建立等浓度地图，设立合理的监测点，在监测点上附上动态的监测周期。对于污染物的监测方法，我们考虑使用综合指数评价法对垃圾焚烧厂烟气排放及相关环境影响状况的进行评价。在设计合理的经济补偿方案方面，利用我们建立的模型，得到该地区居民区常年的污染程度，再对其进行相应的经济补偿。5.1.1气象要素与污染物浓度的关系我们首先求出附件4中1年的风速月平均值，假设该地区每年的风况基本相同，所以我们将该年的风况当成下一年的风况数据使用，从深圳人居环境网的空气质量时报查出下一年4月至10月的污染物（颗粒物、SOx、NOx）浓度和气象因素（最高气温、最低气温、气温、降雨量）值，求其月平均值，如表一所示：表一：污染物与气象要素4月至10月月平均值颗粒物SOxNOx最高气温最低气温气温降雨量风速52.3810.3836.6927.8822.4524.625.862.0152.427.8729.7730.6524.2026.7813.981.8851.038.5932.2831.3225.3827.747.102.6253.949.2329.8132.9626.2528.9912.192.1667.0012.8439.4733.4326.5629.303.281.5972.1011.0732.7931.6924.5227.283.033.04103.8516.8555.4030.2422.8725.610.152.87我们对表一数据做相关性分析（结果见附录1）得到污染物与气象要素之间的相关关系，如表二所示：表二：各污染物与气象要素之间的相关性最高气温最低气温气温降雨量风速颗粒物-0.008-0.336-0.239-0.7530.516SOx-0