多元线性模型在勒克瑙市城市生活垃圾产生量预测中的应用——以勒克瑙市为例
Verma Apoorv1*阿洛克·库马尔1和n.b.辛格1
http://dx.doi.org/10.12944/CWE.14.3.10
都市固体废物;多元线性回归分析;社会经济变量;预测
复制下面引用这篇文章:
李建军，李建军，李建军，等。城市生活垃圾产量预测的多线性模型应用研究。Curr World environment 2019;14(3)。DOI:http://dx.doi.org/10.12944/CWE.14.3.10
复制以下内容引用此URL:
李建军，李建军，李建军，等。城市生活垃圾产量预测的多线性模型应用研究。Curr World environment 2019;14(3)。可以从:https://bit.ly/2P7AjhI
介绍
为了减少固体废物的不良影响和不良的环境退化，造成固体废物的积累，适当的管理变得重要(拉什布鲁克)et al .,1988;Rathi 2006;雷et al .,2005;Kansal 2002)。人口爆炸是驱动当前情景中废物数量和成分变化的主要因素(Adipah)et al .,2019)。但是，除了人口变化、经济发展、就业变化之外，家庭规模也会影响固体废物的产生率和组成(Dyson and Chang 2005)。
印度正努力到2020年达到工业地位，预计未来的城市生活垃圾将增加数倍(Sharma和shah 2005, Shekdar)et al .,1992)。因此，可靠的城市生活垃圾产生量预测成为固体废物管理的一个重要方面(Chang and Lin 1998;索尼et al .,2019)。此外，关于城市生活垃圾产生过程的知识和对城市生活垃圾数量的准确预测对于固体废物管理系统的成功部署和运行是必不可少的(Navarroet al .,2002)。短期城市固体废物产生率预测导致各种固体废物管理活动，如分类、处理、运输到垃圾填埋场和最终处置的规划无效(Matsuto和Tanaka 1993)。另一方面，长期预测有助于选择合适的技术或规划垃圾填埋场(纳瓦罗et al .,2002)。Daskalopouloset al .,(1998年)报告说，人口和生活水平是影响固体废物数量和结构的重要原因。在此基础上，他建立了预测固体废物产生率的单一回归模型。维韦卡南达et al .,(2014)运用多元线性回归模型对印度新德里2010 - 2024年城市生活垃圾产生量进行了预测，得出多元线性回归模型在预测研究领域城市生活垃圾产生量方面较为准确的结论。从文献中可以清楚地看出，Daskalopoulos提出的回归模型et al .,(1998)， Dyson和Chang(2005)提出的系统动力学可以预测完整的浪费趋势，准确度高，持续时间长。然而，他们需要许多数据输入(主要的社会经济因素，趋势)进行预测(潘et al .,2019年)，这些发展中国家无法获得(Al-Subuet al .,2019)像印度一样。缺乏人均废物产生的原始数据是无法妥善管理固体废物的主要原因(Joshi和Ahmed 2016;巴纳吉et al .,2019)。汗et al .,(1989)主要指出，根据全球社会经济数据和固体废物组成，收入是影响固体废物中所有四种成分(可回收物、有机废物、建筑和拆除废物和混合废物)百分比的主要因素，这也被用于本研究。就勒克瑙市而言，社会经济数据的可用性有限et al .,(2017)在他的研究中得出结论，缺乏有关城市生活垃圾产生的数据，使得印度等新兴国家面临挑战。因此，考虑到模型的简单性和勒克瑙市社会经济数据的有限可用性，将有理由继续使用MLRA来预测城市生活垃圾数量(Boumanchar)et al .,2019)勒克瑙城市。本研究还努力识别城市各区域的垃圾组成模式，并估计城市生活垃圾的平均组成。本研究首次尝试科学地解决这一问题，通过应用MLRA对勒克瑙市区生活垃圾数量进行精确预测，以缩小差距。
材料与方法
研究区域
勒克瑙是北方邦的大都市，位于北纬26°52″和东经80°52″之间，位于戈马提河的河岸上，这是恒河的贡品，流经城市的中心。勒克瑙市，辖350.53公里2面积和人口为28,17,105(印度政府，2001年，2011年)是勒克瑙市政公司(LMC)管理的市政公司。城市人口从1991年的49人/公顷增加到2011年的83人/公顷，上个世纪的年平均增长率为26%，近30年(1991 - 2011)的年平均增长率为44.87%。这个城市产生了大约1365万吨－1的城市固体废物(LMC 2015)。根据2016年勒克瑙市政公司最近的重组，研究区域分为八个区域。所有8个区已进一步划分为总共110个区。1、2、3、4、5、6、7、8区分别由16、18、18、8、11、20、12、7个病房组成(图1)。
 |
图1:勒克瑙市研究区域地图 点击此处查看图 |
模型开发
SPSS(社会科学统计软件包)第20版已用于勒克瑙市模型的开发。使用统计分析工具开发预测模型涉及后续章节中描述的各种步骤。图2显示了MLRA开发的基本步骤。
 |
图2:都市固体废物预测方法流程图 点击此处查看图 |
基线数据的收集
从不同机构(LMC、CPCB、经济和统计局和国防部)收集的2006年至2014年的社会经济数据包括勒克瑙市的人均收入、国内生产总值(GDP)、家庭规模、人口和固体废物产生量。这些变量的选择是基于文献和数据的可用性。据Beukering说et al .,(1999)，人均收入与垃圾产生量呈正相关(R2= 0.9773)，因此，选择人均收入作为计算勒克瑙市区固体废物产生量的第一个重要变量。to Alajmi (2016)， GDP和人口与固体废物产生量成正比。本研究的结果证明，GDP和人口是预测固体废物产生量的急需变量。Al-Momani (1994)， Sujauddin的研究结果et al .,(2008)和Getahun(2012)证实家庭规模与每户垃圾产生率呈正相关，因此本研究选择家庭规模作为第三个自变量。因此，所获得的数据被汇编并用于预测。其中，城市生活垃圾的产生是一个因变量，而;人均工资、国内生产总值、平均家庭规模和历年人口分别为自变量。
用于城市生活垃圾数量预测的MLRA
通过建立多元线性回归模型对勒克瑙市固体废物含量进行预测，预测了城市生活垃圾的变化趋势。它是分析依赖变量和许多自依赖变量或预测变量之间相互作用的工具。换句话说，许多线性回归模型试图在两个或多个自变量和一个因变量之间建立联系，这与在图表方程中观察到的数据相吻合。自变量x的每一个值都与因变量y的值相关联。一个基本的多元线性回归模型可以用下面的等式表示(Vivekananda and Nema 2014)
Y我= b0我+ b1我x1+ b2我x2+ b倪xn+ ........................+ b倪xn1+ E我（1）
在那里,Y我因变量是x吗1, x2,……xn是独立变量或预测变量，E我误差项和b是多少0我b1我b2我,……b倪是回归系数。
采用SPSS软件进行数值分析。所作的分析已考虑到社会经济差异。在SPSS中，我们创建了四个变量，以便我们可以输入我们的数据:人均收入(PCI)，家庭规模(HHS)，城市人口和国内生产总值(GDP)(自变量)，以及产生的生活垃圾(因变量)。
数据投影
在建立回归方程后，利用社会经济变量的预测值对勒克瑙市城市生活垃圾产生量进行了预测。在上述回归方程中，利用未来几年各社会经济变量的值，给出了M吨城市生活垃圾产生量－1相应年份。都市固体废物的产生量(公吨/天)－1)，预计从2015年到2025年。
抽样
2016年5月至2016年10月在各病房收集城市生活垃圾样本，确定其特征。本研究按照中央公共卫生与环境工程组织(CPHEEO, 2000)规定的标准程序对城市生活垃圾进行抽样和分析。最初的样品重量约为100-150公斤。使用25公斤的弹簧秤进行物理表征，通过四分法将样本量减少到10-12公斤。CPHEEO (2000) SWM手册建议，对不同的生活垃圾成分取样的数量不超过36个。因此，在每个区域的每个病房收集了12个样本，分布在六个月内，并确定了每个区域的平均生活垃圾组成。利用勒克瑙市8个区域的平均城市生活垃圾组成来计算勒克瑙市的总体城市生活垃圾组成。
结果与讨论
预测城市生活垃圾产生的模型
在本工作中使用了第2.4节所述的预测模型来确定勒克瑙市每天产生的都市固体废物量。利用历年不同社会经济变量的数据计算模型回归系数。在模型中加入回归系数后，都市固体废物产生率与社会经济变量之间的关系如下:
M = - 9731.127 + 2.257 * pp + 907.187 * hhs - 13.253 * gdp + 68.069 * pci (2)
式中，pp -城市人口，hhs -家庭规模，gdp -国内生产总值，PCI为人均收入。利用方程2和预测的社会经济变量，到2025年勒克瑙市的城市生活垃圾产生量如表1所示。利用表1中的数据，绘制了截至2025年的城市生活垃圾产生率与年份之间的图，如图3所示。
勒克瑙市预计人口将从2015年的297.4万人增加到2025年的336.7万人。分析过去的人口增长趋势，可以发现勒克瑙市的人口一直在增长，但人口增长率呈十年下降趋势，从1991年的70.79%下降到2001年的35.01%和2011年的28.87%。随着人口增长率的下降，算法增长法是最适合勒克瑙市人口预测的方法。勒克瑙市政公司(LMC)管辖范围从48公里扩大21951年至350公里2在2011年。将新地区纳入澜湄合作也是人口增长背后的一个重要原因。
表1:每日产生的都市固体废物投影量(以公吨计－1)前往勒克瑙市
美国没有。 |
一年 |
预计人口(千) |
预计每天产生的都市固体废物(公吨/日－1） |
人均废物产生量(公斤/天－1） |
平均住户人数(的人) |
1 |
2015 |
2974 |
1383 |
0.465 |
5.19 |
2 |
2016 |
3014 |
1450 |
0.481 |
5.18 |
3. |
2017 |
3053 |
1519 |
0.497 |
5.17 |
4 |
2018 |
3092 |
1587 |
0.513 |
5.16 |
5 |
2019 |
3131 |
1659 |
0.530 |
5.15 |
6 |
2020 |
3171 |
1735 |
0.547 |
5.14 |
7 |
2021 |
3210 |
1807 |
0.563 |
5.13 |
8 |
2022 |
3249 |
1876 |
0.577 |
5.12 |
9 |
2023 |
3289 |
1946 |
0.592 |
5.11 |
10 |
2024 |
3328 |
2011 |
0．604 |
5.10 |
11 |
2025 |
3367 |
2075 |
0.616 |
5.09 |
 |
图3:预计至2025年产生的都市固体废物 点击此处查看图 |
本研究发现，勒克瑙的城市生活垃圾产生量从1383万吨/天增加－1至2075亿吨/天－1在2025年。采用最小二乘误差法生成的趋势线随R的变化斜率为70.1062值接近于1。勒克瑙的经济发展、城市化、生活水平的提高和人口的高速增长是城市固体废物数量增加的最可能原因。LMC报告(2015)也设想到2020年的都市固体废物量如表2所示;即，根据LMC的研究预测，将近1748万吨/天－1到2020年，勒克瑙每天将产生的城市生活垃圾将达到100吨。将本研究预估的都市固体废物量与数据(11.9亿吨/天)进行比较－1)所提供的资料，发现偏差是显著的都市固体废物量(2006年为0.44%)。这证明了所提出模型的准确性。可以注意到，人均废物产生量从人均0.465公斤增长－1d－12015年人均为0.616公斤－1d－1在2025年。这一增长可能归因于消费行为的增加、人均收入的提高和城市化。对于人口超过200万的城市，人均垃圾产生率从0.22公斤到0.62公斤不等－1一天－1(库马尔et al .,2009)。
可以观察到，平均家庭人数从2015年的5.19人下降到2025年的5.09人。家庭规模的减少是由于联合家庭的分裂，城镇文化的发展以及移民在城市定居以寻求生计。当将勒克瑙的平均房屋面积与人均垃圾产生量进行比较时，发现了反比关系。人均都市固体废物产生量随着家庭规模的减少而增加，因为家庭废物中有几种物品与家庭规模无关，如报纸等(Burnley 2007)。
勒克瑙市城市生活垃圾组成分析
在勒克瑙市的所有8个区进行了实地研究，并通过分析分布在勒克瑙市8个区的病房样本计算了城市生活垃圾的物理组成。表2表示勒克瑙市生活垃圾的分区组成(按重量百分比)。为了解释可回收物的日变化，在5月、7月和9月的上午收集样本，在6月、8月和10月的样本收集在当天晚些时候进行。这几个月可回收物品的数量减少，原因是拾荒者在废物收集点进行分类和收集。此外，趋势显示，与夏季(5月和6月)和秋冬季节(9月和10月)相比，雨季(7月和8月)产生的可回收物数量更多。与城市的其他区域相比，1区、4区和7区产生了更多的可回收物。这可能是由于这些地区的高收入群体人口占主导地位。除此之外，每当在废物收集点邻近地区举行文化活动或仪式时，可回收物品的数量也会突然增加。总体而言，勒克瑙市的可回收物占城市生活垃圾总量的20.20±1.3%，略高于LMC(2015)和Gupta之前的研究(17%)et al .,(2013)(17.7%)。这表明纸张正在逐渐被替代包装材料，即塑料所取代。这可能是由于倾向于消费包装材料和加工食品。
有机废物主要包括剩下的食物、蔬菜产生的废物、枯死和腐烂的叶子、水果、花卉等。图4表示了勒克瑙市八个区域有机废物的变化情况。结果表明，有机垃圾主要由食物垃圾组成。总体而言，勒克纳市的有机废物占城市生活垃圾总量的45.40±2.0%，与LMC(2015)和Gupta的早期研究(47.35%)几乎相同et al .,(2013)(45.99%)。
在建筑活动中产生的废物被分类为建筑及拆卸废物。图4也表示了5月至10月勒克瑙市8个区域的CDW变化。在勒克瑙市，CDW主要在建筑活动、装修/维修工作等期间产生。挖掘会产生表土、粘土、沙子和砾石。累积废物的产生取决于所进行的活动类型，例如挖掘活动产生沙子、砾石和粘土，拆除活动产生水泥、石灰和砂浆等。目前没有标准的做法来倾倒化学武器。大多数情况下，人们发现它与城市垃圾混在一起。在勒克瑙市的情况下获得的结果表明，与成功和前几个月相比，雨季的CDW废物减少了。CDW废物的大部分用于重建活动或填埋低洼地区。总体而言，CDW占勒克诺市产生的总生活垃圾重量的17.40±1.8%，与LMC(2015)和Gupta的早期研究(15.98%)几乎相同et al .,(2013)(17.75%)。
 |
图4:勒克瑙市各种城市固体废物成分的月变化 点击此处查看图 |
混合废物是指那些不能分类为可回收物、有机废物或化学废物的废物。其中包括因排水沟淤积及扫街而产生的废物。结果表明，雨季产生的混合废物量比其他季节增加。这可能是由于地表流动的雨水造成的侵蚀作用。总体而言，勒克诺市的混合垃圾占城市生活垃圾总量的17.00±2.9%(按重量计)，略低于LMC(2015)(19.67%)和Gupta等人(2013)(19.06%)的早期研究。对以上结果进行总结，得到勒克瑙市城市生活垃圾分区平均组成，如表3所示。勒克瑙市所有地区可回收废物的主要来源可能来自家庭来源、商业来源和工业来源，而医院由于社区运营而很高。可回收物的比例从14%到24%不等，城市化程度较高的地区，如Hazratganj、Gomati nagar、Indiranagar等，在城市固体废物中可回收物的比例较高。有机废物占所有分区都市固体废物的最大百分比，其数值由39%至55%不等。可生物降解和可回收废物是勒克瑙城市生活垃圾流的两个主要组成部分。 Composting may prove to be a very suitable alternative to reduce appreciable quantity of biodegradables in MSW. Similarly recycling in combination with energy recovery may be best suitable for recyclable wastes. Reduction in quantum of MSW will ultimately lead lesser requirement of land for disposal purposes. Leachate generated in landfills is another major environmental concern associated with high level of biodegradables in MSW. As evident in middle and lower income nations (like India), organic matter is the major component followed by paper and plastics (Karaket al .,2012)。图5为2016年勒克瑙市城市生活垃圾总体平均构成。
 |
表2:勒克瑙市都市固体废物的分区组成(按重量百分比) 按此查看表格 |
表3:2016年勒克瑙市城市生活垃圾分区构成
美国没有。 |
区 |
总废物组成百分比(%) |
|||
可回收 |
有机 |
建设 碎片 |
混合垃圾 |
||
1 |
区1 |
24.13±2.17 |
39.60±1.75 |
21.58±2.18 |
14.68±3.18 |
2 |
区2 |
21.28±2.31 |
55.20±1.95 |
16.28±1.97 |
7.23±2.84 |
3. |
区3 |
22.62±1.72 |
44.85±1.88 |
13.72±1.25 |
18.82±2.31 |
4 |
区4 |
24.17±2.06 |
39.38±2.20 |
21.80±1.99 |
14.65±3.00 |
5 |
区域5 |
17.87±1.48 |
47.27±2.13 |
20.42±2.12 |
14.45±3.14 |
6 |
区6 |
14.88±1.15 |
43.95±1.79 |
12.40±1.64 |
28.77±2.28 |
7 |
区7 |
24.27±1.53 |
39.88±2.27 |
22.27±1.27 |
13.58±1.83 |
8 |
区8 |
16.93±1.35 |
53.27±1.85 |
10.60±1.63 |
19.20±2.68 |
 |
图5:勒克瑙市生活垃圾组成(重量百分比)(2016年) 点击此处查看图 |
MLR模型的验证
由于一个地区在生活水平、经济地位、人口组成等方面存在一系列差异，这种模式不可能是普遍的。如上所述，可根据数据的可得性，选择影响某地区都市固体废物产生的适当变数，并制订模型。此外，正是一刀切的做法导致了世界上许多地方城市固体废物管理计划的失败。预测数据的验证建立在两个方面:a. 2020年城市生活垃圾产生量预测值(1735亿吨/天)的比较－1)和勒克瑙城市发展计划2040(1748万吨/天)－1)，这是相当准确的(LMC 2015)。b.对于人口超过200万的城市，人均垃圾产生率在0.22 - 0.62公斤之间－1d－1在勒克瑙市，结果是0.616，这是合理的。
结论
勒克瑙市城市生活垃圾产生量预测模型清楚地表明，城市生活垃圾产生量不仅与人口有关，还与国内生产总值、人均年收入、家庭规模等社会经济因素有关。研究还得出结论，综合考虑社会经济变量比单独考虑社会经济变量能更好地估计城市生活垃圾的产生。对城市生活垃圾产生量的预测反映出持续的逐年增长。这是由人口密度增加、消费方式、生活方式行为和经济发展等因素造成的。MLR模型对城市生活垃圾产生量的预测要比经验法则预测可靠得多。
2016年勒克瑙市产生的城市生活垃圾的平均成分与过去的研究结果略有不同。有机废物在废物流中占主导地位。大量的有机废物可以通过堆肥有效地用作有机粪肥，而废物流的无机部分的回收和能源回收将是一个适当的选择。随着数据的可用性，预测模型可以进一步扩展到包括更多的社会经济参数(即流动人口、游客人口等)和废物成分。如上述研究所示，随着考虑的变量越来越多，生成更好模型的概率也越大。城市生活垃圾成分可以进一步划分为子类别，能量含量可以进行深入分析。数字化可以进一步扩展到描述估计的成分固体废物产生。
确认
这项研究得到了技术教育质量改进计划(TEQIP)、世界银行改善发展中国家技术教育项目和MHRD奖学金的支持。作者也感谢勒克瑙市政公司的宝贵支持。也感谢LMC为研究提供数据。作者也感谢匿名审稿人对本文的改进所提供的宝贵意见。
参考
- Adipah, S.和Kwame, N.(2019)。城市固体废物管理新介绍。环境科学学报，3(2)，147-157。Http // doi: 10.26502/jesph.96120055
- Alajmi, R.G.(2016)。经济增长与城市固体废物的关系& EKC假设的检验:以沙特阿拉伯为例国际商务研究与营销，1(5);20 - 25。http://sci-hub.tw/10.18775/jibrm.1849-8558.2015.15.3003
- al
- Al-Subu, n.m.， Al-Khatib, i.a.和Kontogianni, S.(2019)。基于回归预测模型的发展中地区城市生活垃圾数量和质量预测环境科学学报，30(2)，379 - 379。https://doi.org/10.5276/JSWTM/2019.186
- Banerjee, P.， Hazra, A.， Ghosh, P.， Ganguly, A.， Murmu, n.c.和Chatterjee, P. K.(2019)。印度固体废物管理:简要回顾。废物管理和资源效率(第1027-1049页)。施普林格、新加坡。https://doi.org/10.1007/978-981-10-7290-1_86
- Boumanchar, I.， Chhiti, Y.， M 'hamdi Alaoui, f.e.， sahibeddine, A.， Bentiss, F.， Jama, C.和Bensitel, M.(2019)。基于多元回归和遗传规划技术的城市生活垃圾高热值预测。环境科学与技术，2011(6)，578-589。https://doi.org/10.1177%2F0734242X18816797
- 李淑娟(2007)中国城市生活垃圾的研究进展。废物管理:1274-1285 https://doi.org/10.1016/j.wasman.2006.06.018
- 印度人口普查，印度政府(2001年)和(2011年)国家汇总数据页。http://www.censusindia.gov.in/
- 常宁斌，林玉涛(1997)利用时间序列干预模型分析回收利用对固体废物产生的影响。Resour。Conserv。雷西19:165-186 https://doi.org/10.1016/S0921-3449(96)01187-1
- 陈红伟，常宁斌(2000)基于灰色模糊动态建模的固体废物产生量预测分析。资源、保护与回收29:1-18 https://doi.org/1016/S0921-3449(99)00052-X
- CPCB, 2005年。中央污染控制委员会。城市固体废物管理，新德里，印度。http://www.cpcb.nic.in/
- CPHEEO手册，2000年。“都市固体废物管理”手册。印度政府城市发展部。
- Daskalopoulos E, Badr O, Probert S D(1998)城市固体废物:欧洲联盟国家和美利坚合众国产生率和组成的预测方法。资源，保护与回收24:155-166 https://doi.org/10.1016/S0921-3449(98)00032-9
- 李建平，张乃斌(2005)基于系统动力学模型的城市生活垃圾生成预测。废物管理:669-679 https://doi.org/10.1016/j.wasman.2004.10.005
- Getahun, T.， Mengistie, E.， Haddis, A.， Wasie, F.， Alemayehu, E.， Dadi, D.， and Van der Bruggen, B.(2012)。非洲不断发展的城市地区的城市固体废物产生:目前的做法及其与埃塞俄比亚吉马的社会经济因素的关系。环境科学与技术，2014(6)，344 - 344。https://doi.org/10.1007/s10661-011-2423-x
- GOI。印度政府。统计和执行部。http://mospi.nic.in/data
- 潘迪S K，辛格N B，辛格A，辛格V K, Verma T(2013)印度勒克瑙市城市固体废物特征及其管理策略。应用工程学报(英文版):2031-2036
- Joshi, Rajkumar和Sirajuddin Ahmed。印度城市固体废物管理现状与挑战综述。环境科学2.1(2016): 1139434。https://doi.org/10.1080/23311843.2016.1139434
- Kansal A(2002)印度固体废物管理战略。环境保护学报444-448
- 李建军，李建军，李建军(2012)城市生活垃圾的产生、构成和管理。环境科学技术评论42 (2):1509-630 https://doi.org/10.1080/10643389.2011.569871
- [j]王晓明，王晓明，王晓明，等(1989)固体废物成分预测——资源回收和循环利用的重要考虑因素。资源，保护和回收3:1-17 https://doi.org/10.1016/0921-3449(89)90010-4
- 李建军，李建军，李建军(2017)基于模糊推理系统的城市生活垃圾产生量预测，环境科学学报(自然科学版)，19 (5):591 - 592
- Kumar S, Bhattacharyya J K, Vaidya A N, Chakrabarti T, Devotta S, Akolkar B(2009)印度城市生活垃圾管理的现状评估:一种视角。废物管理29:883-895 https://doi.org/10.1016/j.wasman.2008.04.011
- LMC(2015)勒克瑙市政公司。勒克瑙城市发展规划-2040年
- Matsuto T, Tanaka N(1993)日本生活固体废物日收集吨位的数据分析。废物管理与研究:333 - 343 https://doi.org/10.1177/0734242X9301100407
- 城市发展部，2011。无贫民窟城市行动计划-勒克瑙城市和环境研究区域中心。
- 潘爱华，于磊，杨强(2019)。中国城市生活垃圾产生特征及预测。生态学报，11(5)，1433。https://doi.org/10.3390/su11051433
- Rathi S(2006)印度孟买改善城市固体废物管理的替代方法。环境科学学报，26 (10)，1192-1200 https://doi.org/10.1016/j.wasman.2005.09.006
- Ray M R, Roychoudhury S, Mukherjee G, Roy S, Lahiri T(2005)德里露天垃圾填埋场城市固体废物处理工人的呼吸和一般健康损害。国际卫生与环境卫生杂志2008,4,255-262 https://doi.org/10.1016/j.ijheh.2005.02.001
- Rushbrook P E, Finnecy E E(1988)发展中国家未来废物管理业务的规划。废物管理与研究(6):1-21 https://doi.org/10.1177/0734242X8800600101
- Sharma, S, Shah K W (2005) Hoshangabad固体废物的产生和处理。见:第二届国际化学与环境大会论文集，印多尔，印度749-751
- 张建军，张建军，张建军。(1992)中国城市固体废物管理系统的研究进展。环境科学学报(自然科学版):379 - 387 https://doi.org/10.1016/0956-053X (9): 991 - 991
- Soni, U, Roy, A, Verma, A， & Jain, V.(2019)。用人工智能模型预测城市固体废物的产生——以印度为例。科学通报，2016,33(2)，393。https://doi.org/10.1007/s42452-018-0157-x
- Sujauddin, M, Huda, s.m.s.和Hoque, a.r.(2008)。孟加拉国吉大港的生活固体废物特征和管理。环境科学与技术，28(9)，394 - 394。https://doi.org/10.1016/j.wasman.2007.06.013
- Van Beukering, P.， Sehker, M.， Gerlagh, R.， and Kumar, V.(1999)。分析发展中国家的城市固体废物:以印度班加罗尔为例。环境与发展经济学的合作研究。
- 李建军，李建军(2014)中国城市固体废物数量与构成预测:基于多线性回归和系统动力学的方法。国际环境与废物管理杂志(13):179 - 198 https://doi.org/10.1504/IJEWM.2014.059618
