基于人口和GDP的主要水污染物排放量预测——以秦皇岛市为例

详细信息    查看全文 | 推荐本文 |

英文篇名：Forecast on water pollutants emission load in Qinhuangdao City based on population and GDP 作者：张金勇 ; 匡翠萍 ; 董博灵 ; 韩雪健 英文作者：ZHANG Jinyong;KUANG Cuiping;DONG Boling;HAN Xuejian;College of Civil Engineering, Tongji University; 关键词：水污染物排放量 ; 生活污染 ; 工业污染 ; 人口 ; GDP ; 秦皇岛市 英文关键词：water pollutants emission load;;domestic pollution;;industrial pollution;;population;;GDP;;Qinhuangdao City 中文刊名：RIVE 英文刊名：Yangtze River 机构：同济大学土木工程学院; 出版日期：2019-04-28 出版单位：人民长江 年：2019 期：v.50;No.653 基金：海洋公益性行业科研专项项目(201305003-5) 语种：中文; 页：RIVE201904013 页数：6 CN：04 ISSN：42-1202/TV 分类号：75-79+138

摘要

伴随着国内经济的高速发展,环境问题特别是水污染问题尤为严重。水污染来源包括生活污染、工业污染、农业污染、水土流失等,人口和GDP是计算生活和工业污染的2个主要参数。以秦皇岛市为例,预测2020年主要水污染排放量。首先以秦皇岛市1990～2015年人口和GDP为基础,分别采用马尔萨斯(Malthus)模型和ARIMA(自回归积分滑动平均模型)模型预测得出2020年人口和GDP数据分别为321.32万人和1 420.14亿元,按照排污系数法进而得出与二者相关的生活污染物和工业污染物排放量,最后统计得出主要水污染物COD_(Cr)排放量为74 317.170 t,TN排放量为2 488.946 t,TP排放量为21 672.160 t。
        With the rapid development of domestic economy, environmental problems, especially water pollution, are particularly serious. Sources of water pollution include domestic pollution, industrial pollution, agricultural pollution, water loss and soil erosion etc. Population and GDP are two main parameters for the calculation of domestic pollution and industrial pollution. This paper takes Qinhuangdao City as an example to forecast water pollutants emission load in 2020. Firstly, based on the population and GDP from 1990 to 2015, we used the Malthus(Malthus) model and the ARIMA(auto regressive integrated sliding average model) model to forecast the population and GDP reaching 3.2132 million and 142.014 billion Yuan respectively at 2020. Then, we calculated the emission load of domestic pollution and industrial pollution that are related with population and GDP by pollution emission coefficient method. Finally, we calculated the main water pollutant emission loads of CODCr, TN and TP to be 74317.17 t, 2488.946 t and 21672.16 t respectively.

引文

[1] 李亚亚.我国沿海地区水污染排放及其影响因素区域差异分析[D].天津:天津大学,2014.
    [2] 中华人民共和国环境保护部.2017中国环境状况公报[R].北京:中华人民共和国环境保护部,2017.
    [3] 侯丹妮.秦皇岛市水污染现状及对策研究[D].秦皇岛:燕山大学,2016.
    [4] 高晓龙.水污染治理的国外借鉴[J].中国生态文明,2014(2):70-75.
    [5] 张金明,李骞.基于马尔萨斯模型的北京市人口预测[J].特区经济,2013(7):63-65.
    [6] 何春.马尔萨斯人口模型在广州市人口预测中的应用[J].广东工业大学学报,2010(3):31-34.
    [7] 徐金.基于马尔萨斯人口修正模型的黑龙江省人口预测[J].中国集体经济,2010(10):97-98.
    [8] 陈丽云,刘绍仙.玉溪市人口增长预测的数学模型研究[J].玉溪师范学院学报,2012,28(12):18-20.
    [9] 金鑫,高丽娟,金辉.基于马尔萨斯模型对甘肃省人口的预测[J].齐齐哈尔大学学报(自然科学版),2012,28(5):90-92.
    [10] 朱列,苏方林.广西人口发展预测研究[J].宜宾学院学报,2010,10(1):32-35,78.
    [11] 王宇,敬莉.新疆人口发展趋势预测分析:以南疆三地州为例[J].克拉玛依学刊,2016,6(5):36-43.
    [12] 王莎莎,陈安,苏静,等.组合预测模型在中国GDP预测中的应用[J].山东大学学报(理学版),2009(2):56-59.
    [13] 魏宁.时间序列分析方法研究及其在陕西省GDP预测中的应用[D].咸阳:西北农林科技大学,2010.
    [14] 李守丽.时间序列模型在地级市GDP预测中的应用[D].郑州:郑州大学,2013.
    [15] 陈洁,曹克章,刘哲.基于时间序列的江苏人均GDP预测研究[J].南京工程学院学报(社会科学版),2015,15(4):74-78.
    [16] 张增强.我国水污染经济损失研究[D].北京:中国水利水电科学研究院,2005.
    [17] 黄秀清.乐清湾海洋环境容量及污染物总量控制研究[M].北京:海洋出版社,2011.
    [18] 黄秀清,王金辉,蒋晓山.象山港海洋环境容量及污染物总量控制研究[M].北京:海洋出版社,2008.
    [19] Chung J H,Lah T J.Revisiting the environmental Kuznets curve hypothesis:measuring the effect of international environmental treaties on the relationship between GDP and environmental quality[J].International Review of Public Administration,2014,19(4):347-361.
    [20] 王佳,于维洋.基于环境库兹涅茨曲线的秦皇岛环境污染与经济增长关联量化分析[J].燕山大学学报(哲学社会科学版),2015,(2):127-131.