我国城市生活垃圾组分含水率及其特征分析

杨 娜,邵立明,何品晶*



我国城市生活垃圾组分含水率及其特征分析

杨 娜1,邵立明2,何品晶2*

(1.深圳市环境科学研究院, 广东 深圳 518001；2.同济大学固体废物处理与资源化研究所,上海 200092)

含水率是预测生活垃圾能源回收和渗滤液污染潜力的关键参数,对选择合适的生活垃圾处理技术有重要意义.根据各物理组分组成比例和组分含水率,估算混合生活垃圾含水率,是规划和设计生活垃圾处理设施时的重要方法.本文通过分析近年来的文献资料,提出适合我国生活垃圾特征的典型物理组分含水率数据清单;比较20个中国城市文献数据的模拟估算与实测结果,发现对大部分城市的估算误差在10%以内,远低于采用丹麦,美国等发达国家数据的估算误差.对比中国、丹麦和美国的组分含水率数据清单,发现我国生活垃圾中的纸类、织物、塑料、渣石等组分的含水率显著偏高,原因在于我国生活垃圾的食品废物含量高,混合收集过程中水分在组分间迁移所致.

城市生活垃圾；垃圾组分；含水率；数据清单；水分转移

我国城市生活垃圾的含水率普遍较高,给处理和利用带来了大量问题:在混合垃圾分类回收中,各组分相互黏连,降低分选效率;在焚烧处理中,降低垃圾低位热值,不利于热能回收;在填埋处置中,渗滤液产量高,增加二次污染控制成本.获取可靠的混合生活垃圾含水率,是预测垃圾低位热值和渗滤液产生潜力的关键参数,对选择合适的生活垃圾处理方式有重要意义.

混合生活垃圾中的水分来自垃圾中的各物理组分.因此,含水率由混合垃圾的物理组分组成比例和各组分含水率共同决定.获取混合生活垃圾含水率有两种方法:一是直接对混合垃圾取样测试,这是我国大部分研究者采用的方法[1-4].但由于生活垃圾的高度异质性,采样代表性将显著影响测试结果;且获得的含水率数据仅能代表当时当地的情形,无法推衍垃圾组分发生变化后的情况.二是测试混合生活垃圾物理组分组成比例,然后,再根据各物理组分的含水率计算混合垃圾含水率.这种方法能够节省大量测试工作,且能发现对含水率贡献大的生活垃圾物理组分,为源头控制混合生活垃圾含水率提供依据.目前,我国垃圾物理组分性质的调研资料积累尚少,研究者在估算混合生活垃圾含水率时,常引用发达国家垃圾的物理组分含水率数据[5-7],估算结果与实测结果存在较大偏差.例如,对天津垃圾含水率的估算值为44.4%[6],远低于实测值55%[3].

本文系统分析了我国生活垃圾物理组分含水率的已有研究结果,建立了适合我国生活垃圾组成特征的组分含水率数据清单;应用数据清单估算了典型中国城市混合生活垃圾含水率,并通过与实测值对比,判断数据清单的可靠性和适用性.同时,本文对比了我国生活垃圾物理组分含水率与发达国家的差异,并分析造成差异的原因,为研究者科学选择引用数据提供依据.

1 数据收集和分析方法

1.1 建立生活垃圾物理组分含水率数据清单

本文通过分析整理学术论文、研究报告,系统收集了近十几年中国生活垃圾物理组分含水率的研究结果.以采样规范性和代表性为依据筛选数据后,引用数据见表1.为方便后续数据整理和分析,将生活垃圾物理组分统一为8类:食品废物、纸类、竹木、织物、塑料、渣石、玻璃和金属.对原始文献中报道的其它组分,根据其属性归并到性质类似组分中(例如,“皮革”归入织物类,“橡胶”归入塑料类,“其它”归入渣石类),并根据湿基重量进行加权平均,计算获得归并后的物理组分含水率.通过对表1中我国生活垃圾物理组分含水率的统计分析,得到了代表中国生活垃圾组成特征的物理组分含水率数据清单,见表2.

发达国家已较系统地研究了生活垃圾物理组分性质.例如,评价固体废物生命周期的专业软件EASETECH[16]自带数据库中有丰富的生活垃圾组分化学性质(通过测试丹麦生活垃圾获得);国际上广泛应用的教材《固体废物全过程管理》[18]总结了主要生活垃圾组分的化学性质.这些研究成果很容易被研究者获得并引用.但是,由于发达国家和我国居民的消费特点和生活习惯不同,生活垃圾组分统计口径并不完全一致.例如,发达国家生活垃圾中通常有“园林垃圾”一项,主要来源于修剪庭院植物,我国生活垃圾中有“竹木”一项,主要来自日常消费品或家庭装修.本文按照我国生活垃圾组分划定类别,对发达国家垃圾组分进行重新归类统计.在此基础上,对上述2组物理组份含水率数据进行处理,形成丹麦数据清单和美国数据清单(表2),代表发达国家生活垃圾物理组分含水率特征.

表1 我国生活垃圾物理组分含水率数据研究结果汇总

注:wf,湿基物理组分基准.--,无数据.

表2 中国、丹麦、美国生活垃圾物理组分含水率

注:wf,湿基物理组分基准.--,无数据.“竹木”、“渣石”,发达国家统计口径通常为“园林垃圾”、“不可燃物”.

1.2 混合生活垃圾含水率

应用生活垃圾物理组分的含水率数据(表2)和物理组分组成比例,可以估算混合收集生活垃圾的含水率,计算方法见公式1.

式中:mc指混合收集生活垃圾含水率的估算值,% ww(湿基基准);mc,j指物理组分的含水率,% ww;W指混合生活垃圾中,物理组分的重量百分比,% ww.

为判断估算结果的可靠性,以混合收集生活垃圾含水率的实测值为基准,计算估算值与实测值的偏差百分比,计算方法见公式2.

式中:mc代表混合收集生活垃圾含水率估算值相对于实测值的偏差百分比,%;’mc代表混合收集生活垃圾含水率的实测值,% ww.

1.3 生活垃圾物理组分组成百分比及混合生活垃圾含水率实测数据

通过数据甄别,本文从大量文献资料中挖掘了20个中国城市的生活垃圾物理组分组成百分比,及混合垃圾含水率实测值,见表3.需要说明的是,由于垃圾物理组分随季节变化较大,混合垃圾含水率与季节显著相关.这在北方地区尤其明显,夏季瓜果消费量高,食品废物占比高,混合垃圾含水率较高;冬季采暖用煤,渣石含量较高,含水率相对较低.为降低季节对混合垃圾含水率数据的影响,本文重点选取具有全年平均值或夏、冬两季均值的数据.

表3 20个中国城市的生活垃圾物理组分组成百分比及混合垃圾含水率

ww,湿基混合生活垃圾基准.-- ,无数据.

2 结果

2.1 中国生活垃圾物理组分含水率统计结果

图1显示了中国生活垃圾物理组分含水率(表1中11组数据)的数值分布统计分析结果.由于纸类、竹木、塑料、渣石、玻璃等组分的含水率分布较分散,织物组分出现了异常值,为了剔除分散值和异常值对统计结果的影响,本文采用中位值代表物理组分的含水率.在8个物理组分中,食品废物的含水率最高,中位值为68.2%;其次是纸类、竹木、织物和塑料组分,分别为43.2%、44.2%、43.5%和43.5%;渣石组分的含水率中位值为29.6%;玻璃和金属的含水率最低,中位值分别为2.4%和5.4%.就含水率数值分布规律看,食品废物分布最集中,说明测量统计偏差较小,数据可靠度较高;而渣石分布最分散,统计偏差最大,说明数据不确定性较高.需要注意的是,玻璃组分的含水率数据较少(仅5个数据点),且分布范围0.31%至12.7%,统计误差较大.将上述11组数据根据城市地理分布进行分类比较,并没有发现显著的地区分布特征.

图1 中国生活垃圾物理组分含水率数据统计分析

2.2 混合垃圾含水率估算值与实测值的对比

分别利用本文建立的生活垃圾物理组分含水率数据清单(简称“中国数据清单”),以及丹麦和美国的数据清单(表2),估算表3中20个中国城市的混合垃圾含水率,并以表3中的含水率实测值为基准,计算3组估算结果与实测值的偏差百分比,结果见图2.

采用中国数据清单估算得到的20个中国城市混合垃圾含水率结果中,有15个城市(占城市总数的75%)的估算偏差在10%以内,其余5个城市沈阳、哈尔滨、重庆、拉萨和乌鲁木齐的估算偏差分别为11.5%、13.5%、15.0%、21.8%和28.0%.采用丹麦数据清单时,估算偏差在10%以内的仅有合肥、武汉、成都和杭州4个城市;而采用美国数据清单时,除拉萨外,其它14个城市的估算偏差均高于10%,贵阳甚至高达36.4%.对比3个数据清单对同一城市的估算结果,除了乌鲁木齐和拉萨外,采用中国数据清单估算的偏差最小;其次是丹麦数据清单,为采用中国数据清单时的1.6~28倍(合肥是例外,为0.84倍);美国数据清单造成的估算偏差最大,是采用中国数据清单的2.4~58倍,为采用丹麦数据清单的1.4~2.8倍.

图2 20个中国城市混合生活垃圾含水率估算值与实测值对比

通过上面的分析,可见乌鲁木齐和拉萨的混合垃圾含水率估算结果与其它城市显著不同.从数据上看,这2个城市食品废物的重量百分比(分别为76%和57%)与大部分城市类似,但混合垃圾含水率实测值(分别为47%和46.7%)却远低于大部分城市.原因可能在于这2个城市气候干燥,食品废物中的水分易于在收集和运输过程中散失.

3 我国城市生活垃圾含水率的影响因素探讨

3.1 物理组分含水率数据的影响

本文2.2节分别采用中国、丹麦和美国生活垃圾物理组分含水率数据清单,估算同一城市混合收集的生活垃圾含水率.结果显示,大部分情况下,采用发达国家数据清单的计算结果都低于实测值,并且偏离度均大于采用中国数据清单的结果.通过比较3组数据清单,可以发现造成这一现象的原因:在丹麦和美国数据清单中,纸类、织物、塑料和渣石的组分含水率普遍低于中国.例如,前者一般仅为后者的一半甚至1/4,而这些物理组分在中国城市生活垃圾中的湿基比例仅次于食品废物,为18%~61%(均值35%).因此,纸类、织物、塑料和渣石组分含水率的差异是影响混合垃圾含水率估算结果的主要原因.

3.2 生活垃圾物理组分组成的影响

表4 发达国家生活垃圾物理组分百分比

注 :ww,混合生活垃圾湿基基准.“竹木”、“渣石,发达国家统计口径通常为“园林垃圾”、“不可燃物”.

表4为典型发达国家生活垃圾物理组分的组成百分比.对比表3和表4可以发现,中国城市生活垃圾中食品废物组成百分比通常大于50%,而发达国家均小于50%.中国的食品废物中,由于含有大量蔬菜水果的组织水和食品剩余物的汤汁,初始弃置状态一般具有非常高的含水率(80%左右),这些水分很容易在重力和堆积压力的作用下流出;另一方面,中国生活垃圾中的纸类组分多为面巾纸、卫生巾和尿不湿[2,15],渣石组分通常是燃煤残渣,这些组分的吸水性较强,当食品废物与纸类、织物、渣石等组分在生活垃圾收集设施(通常为家庭垃圾桶或居民区垃圾收集点)中混合时,食品废物中的部分水分会被后者吸收,使其含水率大幅提高,甚至达到水分饱和状态.这与发达国家以办公用纸和卡板纸为主的纸类组分组成很不一样.此外,中国城市生活垃圾中的塑料组分有相当大比例为食品包装袋和一次性饭盒[15],大量食品残渣粘附在其上,从而造成水分“转移”,导致测试获得的塑料组分的含水率“上升”.

3.3 生活垃圾样品采集地点的影响

研究者在分析生活垃圾性质时,通常在垃圾收集和处理阶段采集样品.而此时,生活垃圾各组分已经混合,通过手工分拣获得样品测试的各组分含水率并不是其“原始含水率”(即初始弃置时的含水率),而是经历了水分从食品废物向易吸水组分“迁移”后的含水率.在中国,生活垃圾中食品废物比例高,可迁移水分量大,而纸类和织物等组分含量少且吸水性强,极易吸收较多水分.而在发达国家,生活垃圾中的食品废物含量不高,上述组分间的水分迁移现象不明显,也就是说其物理组分含水率数据清单中的数据更接近“原始含水率”.采用丹麦和美国数据清单对中国城市混合垃圾含水率的估算结果比实测结果偏差低的原因,应是生活垃圾组分含水率数据(混合前)和组分组成比例数据(混合后)不匹配所致.

4 结论

4.1 提出了适合中国生活垃圾组成特征的物理组分含水率数据清单.应用这套数据清单估算典型中国城市混合生活垃圾含水率,估算结果与实测值的误差基本在10%以内.

4.2 与发达国家相比,中国生活垃圾中食品废物组分含量高,而纸类和织物等易吸水组分比例较低,导致生活垃圾混合收集过程中,食品废物中水分向易吸水组分迁移,使后者含水率显著升高.

4.3 估算我国混合收集生活垃圾的含水率时,不宜直接引用发达国家数据,可参考本文提出的数据清单.此外,应注意积累我国生活垃圾典型物理组分的化学性质数据.

[1] Wang H, Wang C M. Municipal solid waste management in Beijing: characteristics and challenges [J]. Waste Management, 2013,31:67-72.

[2] 董晓丹,张玉林.上海市生活垃圾理化特性调查分析 [J]. 环境卫生工程, 2016,24(6):18-21.

[3] 何俊宝,姚庆军,韩志梅,等.天津滨海新区(海河以南)生活垃圾调查及分析 [J]. 环境卫生工程, 2010,18(2):7-11.

[4] 邵华伟,徐万里,孔江江,等.乌鲁木齐市生活垃圾调查及评价 [J]. 环境卫生工程, 2009,17(5):10-12.

[5] Zhao Y, Christensen T H, Lu W J, et al. Environmental impact assessment of solid waste management in Beijing City, China [J]. Waste Management, 2011,31:793-799.

[6] Zhao W, Van Der Voet E, Zhang Y F, et al. Life cycle assessment of municipal solid waste management with regard to greenhouse gas emissions: Case study of Tianjin, China [J]. Science of the Total Environment, 2009,407:1517-1526.

[7] Zhao Y, Wang H T, Lu W J, et al. Life-cycle assessment of the municipal solid waste management system in Hangzhou, China (EASEWASTE) [J]. Waste Management & Research, 2009,27: 399-406.

[8] 高庆先,杜吴鹏,卢士庆,等.中国典型城市固体废物可降解有机碳含量的测定与研究 [J]. 环境科学研究, 2007,20(3):10-15.

[9] 金 杰.合肥市居民生活垃圾性质及蠕虫法处理的研究 [D]. 合肥:合肥工业大学, 2006.

[10] 李 立.武汉市城乡生活垃圾处理可持续发展研究 [J]. 生态经济, 2010,5:156-158.

[11] Zhuang Y, Wu S W, Wang Y L, et al. Source separation of household waste, a case study in China [J]. Waste Management, 2008,28:2022-2030.

[12] 黄本生,李晓红,王里奥,等.重庆市主城区生活垃圾理化性质分析及处理技术 [J]. 重庆大学学报, 2003,26(9):9-13.

[13] 黄明星,刘 丹.四川省城市生活垃圾的组分及特性 [J]. 中国环境监测, 2012,28(5):121-123.

[14] 陈晓梅.城市生活垃圾卫生填埋场甲烷利用研究 [D]. 广州:暨南大学, 2011.

[15] 深圳市生活垃圾2011年基础数据统计与分析 [R]. 深圳:深圳市环境卫生管理处, 2011.

[16] Clavreul J, Baumeister H, Christensen T H, et al. An environmental assessment system for environmental technologies [J]. Environmental Modelling Software, 2014,60:18-30.

[17] Riber C, Petersen C, Christensen T H. Chemical composition of material fractions in Danish household waste [J]. Waste Management, 2009,29:1251-1257.

[18] Tchobanoglous G, Theisen H, Vigil S. Engineering Principles and Management Issues [M]. Integrated Solid Waste Management, McGraw-Hill, 1993.

[19] Jiang J G, Lou Z Y, Ng S, et al. The current municipal solid waste management situation in Tibet [J]. Waste Management, 2009, 29:1186-1191.

[20] 苟剑锋,曾正中,姬爱民,等.兰州市生活垃圾物理成分与含水特性分析 [J]. 环境工程, 2012,30(6):101-105.

[21] 袁慧芳,韩雅娇,周秋丹,等.西安市生活垃圾组成及现状分析 [J]. 广东化工, 2013,40(21):125-126.

[22] 谢 冰.东北地区垃圾堆场的垃圾降解行为及稳定化研究 [D]. 哈尔滨:哈尔滨工业大学, 2009.

[23] 马铮铮.沈阳市生活垃圾调查及处置方式研究 [J]. 环境卫生工程, 2010,18(2):13-18.

[24] 赵蔚蔚.大连市城市中心区生活垃圾调查与分析 [J]. 环境卫生工程, 2006,14(6):29-30.

[25] 李美叶,郑振涛.济南市生活垃圾形状变化趋势及处理技术多元化转型分析 [J]. 环境卫生工程, 2014,22(4):62-64.

[26] 何 晟,朱水元,郁莉强.苏州市生活垃圾特性分析及处理对策 [J]. 环境卫生工程, 2008,16:62-64.

[27] 崔俊丽,刘鸿雁,陈泽渊,等.贵阳市生活垃圾产生处置现状及资源化利用 [J]. 贵州大学学报(自然科学版), 2016,33(4):128- 132.

[28] Astrup T, Moller J, Fruergaard T. Incineration and co-combustion of waste: accounting of greenhouse gases and global warming contributions [J]. Waste Management & Research, 2009,27:789- 799.

[29] Petersen C, Kaysen O, Edjabou V, et al. Survey report of municipal solid waste generated in single-family houses in Denmark [R]. Copenhagen, Denmark: The Danish Environmental Protection Agency, 2012.

[30] Papageorgiou A, Karagiannidis A, Barton J R, et al. Municipal solid waste management scenarios for Attica and their greenhouse gas emission impact [J]. Waste Management & Research, 2009,27: 928-937.

[31] Browne D, O'Regan B, Moles R. Use of carbon footprinting to explore alternative household waste policy scenarios in an Irish city-region [J]. Resourses, Conservation & Recycling, 2009,54: 113-122.

[32] Buttol P, Masoni P, Bonoli A, et al. LCA of integrated MSW management systems: Case study of the bologna district [J]. Waste Management, 2007,27:1059-1070.

[33] Tunesi S. LCA of local strategies for energy recovery from waste in England, applied to a large municipal flow [J]. Waste Management, 2011,31:561-571.

[34] Papageorgiou A, Barton J R, Karagiannidis A. Assessment of the greenhouse effect impact of technologies used for energy recovery from municipal waste: A case for England [J]. Journal of Environmental Management, 2009,90:2999-3012.

[35] Office Of Resource Conservation Recovery. Municipal Solid Waste Generation, Recycling, and Disposal in the United States Tables and Figures for 2010 [R]. Washington D.C., United States: U.S. Environmental Protection Agency, 2011.

[36] National Environment Agency of Singapore. Environmental Protection Division 2010 [R]. Singapore, 2011.

Study on the moisture content and its features for municipal solid waste fractions in China.

YANG Na1, SHAO Li-ming2, HE Pin-jing2*

(1.Shenzhen Academy of Environmental Science, Shenzhen 518001, China；2.Institute of Waste Treatment and Reclamation, Tongji University, Shanghai 200092, China)., 2018,38(3)：1033~1038

Moisture content is one of the key parameters to forecast energy recovery potential and leachate generation potential during municipal solid waste treatment. To calculate the moisture content of mixed waste, a dataset of moisture content of individual fractions for Chinese waste was established through careful data screening. By utilizing this dataset to estimate moisture content of mixed waste in 20cities, the discrepancies between the estimated results and the laboratory-analyzed values were less than 10% in most cases. This was significantly lower than the estimated results using the datasets in Denmark and in the USA. Compared to the situation in developed countries, the moisture contents of paper, textiles, and plastics fractions were significantly higher for Chinese waste, due to water diffusion from food waste.

municipal solid waste；waste fraction；moisture content；datasets；water diffusion

X703.5

A

1000-6923(2018)03-1033-06

杨 娜(1986-),女,山东聊城人,工程师,博士,主要从事固体废物处理与资源化研究.发表论文10余篇.

2017-07-31

国家重点基础研究发展计划资助项目(2011CB201504, 2012CB719801);国家环境保护标准项目(2015-4-1)

* 责任作者, 教授, solidwaste@tongji.edu.cn