2023年五一数学建模比赛C题思路及实现

最新推荐文章于 2024-05-01 16:11:35 发布

搬书庸人

最新推荐文章于 2024-05-01 16:11:35 发布

阅读量1.6k

点赞数 2

文章标签：数学建模

本文链接：https://blog.csdn.net/beloyalever/article/details/134043166

版权

题目展示

“双碳”即碳达峰与碳中和的简称，我国力争2030年前实现碳达峰，2060年前实现碳中和。“双碳”战略倡导绿色、环保、低碳的生活方式。我国加快降低碳排放步伐，大力推进绿色低碳科技创新，以提高产业和经济的全球竞争力。
低碳建筑是指在建筑材料与设备制造、施工建造和建筑物使用的整个生命周期内，减少化石能源的使用，提高能效，降低二氧化碳排放量。
请查找相关资料，解决以下问题：
问题1：现在有一间长4米、宽3米、高3米的单层平顶单体建筑，墙体为砖混结构，厚度30厘米(热导系数 $0.3W/m^{2}·K$ )，屋顶钢筋混凝土浇筑，厚度30厘米(热导系数 $0.2W/m^{2}·K$ )，门窗总面积5平方(热导系数 $1.6W/m^{2}·K$ )，地面为混凝土 (热导系数 $0.25W/m^{2}·K$ )。该建筑物所处地理位置一年(按365天计算)的月平均温度(单位：摄氏度）见下表。

月份	1	2	3	4	5	6	7	8	9	10	11	12
平均温度	-1	2	6	12	22	28	31	32	26	23	15	2

假设该建筑物内温度需要一直保持在18-26度，在温度不适宜的时候要通过电来调节温度，消耗一度电相当于0.28千克碳排放。请计算该建筑物通过空调(假设空调制热性能系数 $COP$ 为3.5，制冷性能系数 $EER$ 为2.7)调节温度的年碳排放量。(尽量使用本题所给条件计算碳排放，不考虑其他损耗)
问题2：在居住建筑的整个生命周期 (建造、运行、拆除)中，影响碳排放的因素有很多，如建筑设计标准、气候、建材生产运输、地区差异、建造拆除能耗、装修风格、使用能耗、建筑类型等。请查找、分析资料，建立数学模型，找出与上述因素相关度大且易于量化的指标，基于这些指标对居住建筑整个生命周期的碳排放进行综合评价。
问题3：在问题2的基础上，分别考虑建筑生命周期三个阶段的碳排放问题，查找相关资料，建立数学模型，对2021年江苏省13个地级市的居住建筑碳排放进行综合评价，并对所建评价模型的有效性进行验证。
问题4：准确的碳排放预测能够为制定减排政策、优化低碳建筑设计提供重要的参考依据。建立碳排放预测模型，基于江苏省建筑全过程碳排放的历史数据，对2023年江苏省建筑全过程的碳排放量进行预测。
问题5：请结合前面的讨论给出江苏省建筑碳减排的政策建议。

摘要

本文针对居民建筑对碳排放的影响，运用主成分综合评价模型，灰色预测模型，主成分分析，初等数学法，因子分析等方法，建立年度碳排放评价模型，旨在评估我国当前发展下居民建筑的碳排放指标。
针对问题一，本文通过房屋各组成成分的热导系数，计算单位时间内的热量损耗程度。同时依据所给的月平均温度，综合室内外温差因素，计算建筑物内部温度达到温度要求范围所需的最少能量。将该部分所需能量与单位时间内热量损耗值结合，通过空调的制热效率计算出所耗电量，进而得出每个月的碳排放量。将全年各月计算结果相加，得出该单层平顶建筑的年度碳排放量为40.84kg。
针对问题二，本文将建筑生命周期三个阶段分别计算，进而得出全生命周期的碳排放综合评价模型。建造阶段选择建筑材料和生产运输方式作为影响因素，建立基本数学模型；运行阶段选取设计标准、装修风格、气候作为影响因素，通过主成分分析法对三个数据进行分析，得出主成分综合评价模型；拆除阶段选择拆除建筑垃圾作为影响因素，建立基本数学模型。最后进行整合，得出最终碳排放评价模型为： $W=50C_{1}·M+C_{2}·V+0.997x_{1}+0.985x_{2}+0.994x_{3}+c·M$ 针对问题三，本文依据建筑材料、生产运输方式、设计标准、装修风格、气候、拆除建筑垃圾六个因素对13个地级市进行综合评价。在对于运行阶段的处理上，通过计算单户居住房的年碳排放量，再根据常住人口得出每个地级市的户数，计算运行阶段的年碳排放量。通过各地级市的年度建筑垃圾总量和居民日常用电计算实际碳排放量，随后与评价结果进行对比，得出该模型的有效性较高。
针对问题四，本文通过查找江苏省2000年至2018年的建筑年碳排放量数据，选择灰色预测模型依据数据样本对2019年至2023年的碳排放量进行预测，得到2023年的碳排放量为2.45亿吨。根据残差为0.14，认为该模型具有较好的精度。
针对问题五，本文依据问题二分析所得的因素，对我国现阶段碳排放情况进行分析。接着分别从建造、运行、拆除阶段根据论文计算结果提出改善意见，力求寻找更为低碳环保的建设方案。

一、问题背景与重述

问题背景

2022年9月22日，“双碳”政策首次提出，预计在2030年前实现碳达峰，在2060年前实现碳中和。“双碳”战略倡导我国加快降低碳排放步伐，大力推进绿色低碳科技创新，以提高产业和经济的全球竞争力。碳排放不仅仅来源于工业生产、化石燃料，在逐步城市化的今天，建筑的碳排放量也需引起重视。在此背景下，“低碳建筑”这一词语也逐渐深入人心。低碳建筑是指在建筑材料与设备制造、施工建造和建筑物使用的整个生命周期内，减少化石能源的使用，提高能效，降低二氧化碳排放量。绿色低碳建筑顺应了节约能源、再利用能源的时代需求，提供了更舒适的生活环境，满足人民日益增长的的美好生活需要，具有较强的发展意义和广阔的发展前景。
近年来，许多学者也对于低碳建筑这一主题进行研究报告。有学者研究发现，低碳建筑的出现，弥补了我国建筑行业的不足，使环境保护工作更加深入到人们的生活中去，从长远角度来看其对环境保护工作起到了很大的推动作用，有益于我国环保工作更上一层楼。还有的学者发现，低碳建筑进一步推动了建筑审美风格的多元化，是我们迈进高质量生活的重要一步。本文通过查找数据，对气候、建材生产运输、使用能耗、建材类型等影响碳排放的因素进行分析，进而评价2021年江苏省13个地级市的居住建筑碳排放预测2023年建筑碳排放量，并对江苏省建筑碳减排的政策提出建议。

1.2问题重述

本文通过建立数学模型，解决以下问题：
1.通过题中所给房屋信息，计算该建筑物通过空调调节温度的年碳排放量；
2.从题中所给影响碳排放的因素中筛选出相关度大且易于量化的指标，基于这些指标对居住建筑整个生命周期的碳排放进行综合评价；
3.考虑建筑生命周期三个阶段的碳排放问题，建立数学模型，对2021年江苏省13个地级市的居住建筑碳排放进行综合评价，并对所建评价模型的有效性进行验证；
4.建立碳排放预测模型，并利用江苏省建筑全过程碳排放的历史数据，对2023年江苏省建筑全过程中的碳排放量进行预测；
5.通过上述讨论，对江苏省建筑碳减排的政策提出建议。

二、问题分析

2.1对于问题一的分析

通过热导系数结合室外温度得出墙体、屋顶、门窗、地面的热量损耗，将四个热量损耗点相加得到固定热量损耗值。随后剔除在温度范围内的月份，对于剩下月份，未达到下限的数据以18℃作为调整值，超过上限的数据以26℃作为调整值，通过制热性能系数 $COP$ 或制冷性能系数 $EER$ 计算到达适宜温度最小温差对应的电量，进而求出每个月的碳排放量，得出年碳排放量。

2.2对于问题二的分析

基于影响碳排放的因素寻找相关度大且易于量化的指标，建立模型和关于碳排放的表达式。在建造阶段，选取建筑材料和生产运输方式为相关指标。在运行阶段，选取房型和气候为相关指标，建立多气温带的模拟房，基于体型系数、墙窗比所对应的传热系数得出每所房型的年碳排放量。通过 $K MO$ 和巴特利特检验，建立相关模型且模型精度较高。在拆除阶段，选取拆除建筑垃圾为相关指标，建立拆除阶段指标模型。最终将上述三个阶段得出碳排放量相加，得出整个生命周期的碳排放量总和。

2.3对于问题三的分析

依据问题二分析所得建筑材料、生产运输、装修风格、设计标准、气候、建筑拆除垃圾六个因素分别对13个地级市进行分析。在运行阶段的计算中，采用微元法，通过建立标准户型模拟房，得出单个模拟房的年碳排放量。接着依据常住人口推算出每个地级市的户数，进而得出每个地级市的运行碳排放量。再加上建造和拆除阶段所产生的年度碳排放量，得出各地级市的年碳排放量。有效性验证上通过实际数据与预测数据进行对比，得出模型有效性。

2.4对于问题四的分析

选取2000年至2018年的数据作为样本，首先进行数据的检验与处理，计算数列级比，随后建立 $GM (1, 1)$ 模型，进行灰色预测，得到预测值之后检验预测值，从而得到残差，认为该模型具有较好精度。

2.5对于问题五的分析

依据问题二所得的六个影响因素，分别从建造、运行、拆除三个阶段对我国的居民建筑进行提议，倡导绿色、环保、低碳的建筑方式，加快低碳排放步伐。

三、模型假设

结合本题的实际，为确保模型求解的准确性和合理性，本文排除一些因素的干扰，提出以下几点假设：
1.假设室内外温差为3℃；
2.假设建筑拆除垃圾均和2020年58%建筑垃圾占比一样；
3.假设江苏省建筑垃圾占全国的总量均为2018年4.2%的占比。

四、符号说明

为便于问题的求解，本文给出以下符号说明：

符号	说明
$t$	损失热量的单位时间
$E$	各因素损耗热量
$A$	房屋表面积
$\theta_{1}$	室内温度
$u$	均值
$\xi$	标准差
$\theta_{2}$	预期温度
$\lambda$	热导系数
$W$	碳排放量
$b$	灰色作用量
$L$	墙体及屋顶厚度
$\alpha$	灰色预测模型发展系数

五、模型的建立与求解

经过以上的分析和准备，本文将逐步建立以下数学模型，进一步阐述模型的实际建立过程。

5.1问题一的建立与求解

5.1.1损耗热量的计算

房屋结构图如图（图5-1）所示，由题目可得墙体、屋顶、门窗、地面的热导系数分别为 $0.3, 0.2, 1.6, 0.25$ 。而在现实中，室内温度普遍比室外温度要高 $3 - 5℃$ ，本文将题中所给数据每个加3后作为平均室内温度。接着依据热导系数求出对于各因素每秒会损失的热量。本文将未达到下限的数据以 $18℃$ 作为调整值，超过上限的数据以 $26℃$ 作为调整值，依据热导系数求损失热量公式为：
$\frac{E}{t}=\frac{A\lambda(\theta_{2}-\theta_{1})}{L}$ 其中， $E$ 代表损失热量， $t$ 为时间, $\lambda$ 为热导系数， $A$ 为截面面积， $L$ 为厚度， $\theta_{1}$ 为室内温度， $\theta_{2}$ 为预期温度。
根据题意，绘制简图如下，墙体为砖混结构，屋顶钢筋混凝土浇筑，地面为混凝土，门窗总面积为5平方米。
在这里插入图片描述

图 5-1 房屋简图

本文以1月份为例，处理后的1月份室内温度为2℃，低于预期值，故本文选择18℃作为调整值，将各因素代入公式计算，可得每小时墙体的损耗热量为 $42 W \cdot h$ ，每小时屋顶的热量损耗为 $8 W \cdot h$ ，每小时门窗热量损耗为 $16 W$ ，每小时地面的热量损耗为 $0.3 W$ 。

表 5-1 房屋各处热量损耗

因素	墙体	屋顶	门窗	地面
热量损耗 $(W \cdot h)$	42	8	16	0.3

5.1.2计算年碳排放量

要控制室内温度为18℃，除了时刻的热量损耗，还需保证每秒提供的热量足以维持温度。经资料查阅，单位体积内提高1℃所需的热量为 $12.9 J$ ，所以要维持16℃的室温，除了每小时的热量损耗抵消 $50 W$ ，还需要每单位面积每小时提供 $1297.74 J$ 的能量。随后依据空调制热性能系数 $COP$ 可得每秒空调制热所产生的碳排放公式为： $W=\frac{0.28·E}{1000·COP}$ 其中， $W$ 为碳排放量。经计算，在一开始提供从5℃升温至18℃所需的热量为 $607342.32 J$ ，当温度达到18℃时，仅需对热量损耗进行补充，即空调发热所得热量均用于补充热量损耗，可以得出12月份碳排放量为 $30.16 k g$ 。当来到2月份时，仅需对温度变化做出相应的热量损耗调整即可。经计算可得各个月的碳排放量如下表5-2所示。
对于处于温度边界的数据，本文对原数据进行分析，认为该地为亚热带季风气候，通过查找气象局多年的数据，得出10月份超过23℃的天数约为6天，11月份低于15℃的天数约为11天。综合考虑这几天，重新对10月和11月的数据进行计算，得出10月份和11月份的碳排放量为1.12和1.67。
由于室内热量损耗为固定值，故将各月距温度范围差值最小值代入公式，将室内温度处于变化范围内的进行剔除。随后将计算后各月的碳排放量总和相加，可得该建筑的年碳排放量为 $43.85 k g$ 。
根据对10月、11月优化后的数据，得到月碳排放量图如下。
在这里插入图片描述
由上图可知，1月至4月的碳排放量略有起伏，在4kg上下浮动，而6至8月的碳排放量皆大于5kg，11、12月份又回到4kg左右。

5.2问题二的建立与求解

5.2.1建造阶段指标确立

在居住建筑的整个生命周期内，影响碳排放的因素可以有建筑设计标准、气候、建材生产运输、地区差异、建造拆除能耗、装修风格、使用能耗、建筑类型。本文目标为通过模型建立关于碳排放的表达式，故分别从三个阶段对碳排放量总量进行计算。对于建造阶段，相关指标为建筑材料和生产运输方式。通过资料查阅¹，可以得到生产运输指标和建筑材料均与碳排放因子有关。依据碳排放因子系数，可以建立综合碳排放模型： $W=C_{1}·M·l+C_{2}·V$ 其中，为运输指标碳排放因子，为材料碳排放因子，M为材料重量，l为运输距离。经查阅，材料地与建设工地一般相距50km，上述模型可化为： $W=50C_{1}·M+C_{2}·V$

5.2.2运行阶段指标确立

对于各类房子，所产生的差异类型较多，用料，房型，气候差异性较大，为更好的体现同一限制条件下各因素的影响情况，本文通过建立多个模拟房，对运行阶段的碳排放量进行模型分析。
现假设有一间长 $8$ 米、宽6米、高6米的单层平顶单体建筑，墙体为砖混结构，厚度30厘米，屋顶钢筋混凝土浇筑，厚度30厘米，地面为混凝土，所处地区为温带季风气候。同时，通过查阅温和地区居住建筑节能设计标准[7]，根据该房型的体型系数为 $0.5625$ ，本文选择0.35的墙窗比，对应传热系数为2.8。
在这里插入图片描述
设计标准因素可以通过热量损耗指标来判定，以室内上升1℃为热量损耗计算，取时间为1s，依据房屋热导系数2.8，可得每秒的热量损耗为 $2464 W$ 。要维持该部分热量均衡，按照单位体积内升高1℃需要提供 $1297.74 J$ 的热量，可以得出每秒的碳排放量为 $0.689 k g$ 。
装修风格因素可以通过墙窗比指标进行判定，取时间为 $1 s$ ，按照 $0.35$ 的墙窗比，可以得出有58.8平方米的窗户面积，每秒窗户的热量损失为 $188.16 J$ ，将该部分热量损失通过空调调节，每秒所产生的碳排放量为 $0.0526 k g$ 。
气候因素可以通过月平均温度指标进行判定。经查阅，温带季风气候的月平均气温如表5-4所示。

表 5-4 温带季风月均气温

月份	1	2	3	4	5	6	7	8	9	10	11	12
平均气温	2.5	3.5	11.5	17	22	28.5	28	29	23	15	11.5	1.5

人体舒适室温区间18-26℃。对于超出人体舒适温度的月平均温度，本文认为需要通过空调调节，通过选取不在舒适温度区间的月份，计算达到舒适区间所产生的最小碳排放量。由上表和下图可知，需要空调调节温度的月份为6月、7月、8月（温度高于上限）和1月、2月、3月、4月、10月、11月、12月（温度低于上限）。
在这里插入图片描述

图 5-3 温带季风月均气温

将月平均温加上室内外温差，对处理后的数据进行分析，需剔除的月份为5月、9月，将剩余月份的数据代入公式计算，参数按照问题一中所给出的热导系数和空调制热性能系数，得出年排放量为 $1279.37 k g$ 。
同样的，本文选取亚热带季风气候，假设有一间长10米、宽5米、高5米的单层平顶单体建筑，墙体为砖混结构，厚度30厘米，屋顶钢筋混凝土浇筑，厚度30厘米，地面为混凝土。体型系数为0.8，本文选择0.43的墙窗比，传热系数为2.5。
装修风格因素通过墙窗比指标判定，取时间为1s，按照0.43的墙窗比，可以得出有64.5平方米的窗户，每小时窗户的热量损失为206.4W，将该部分热量损失通过空调调节，每小时所产生的碳排放量为 $0.0577 k g$ 。
设计标准因素可以通过热量损耗指标来判定，以室内上升1℃为热量损耗计算，取时间为1s，依据房屋热导系数2.5，可得每小时的热量损耗为2083.3W。要维持该部分热量均衡，可以得出每小时的碳排放量为 $0.58 k g$ 。
气候因素通过该地月平均温度指标进行判定。经查找资料，亚热带季风气候的月平均温度如下表所示：

表 5-7 亚热带季风月均气温

月份	1	2	3	4	5	6	7	8	9	10	11	12
平均气温	2	4	8	12	17	30	32	31	27	20	9	3

由上表可知，亚热带季风气候月平均气温皆在 $0℃$ 以上，全年气温较高处集中在6月、7月和8月。
根据表 $5 - 7$ 的数据，绘制亚热带季风性气候的月均气温图，如下所示。
在这里插入图片描述

图 5-4 亚热带季风月均气温

参照人体舒适室温区间，考虑室内外温差，剔除5月和10月的数据，将处理后的数据代入公式计算，按照问题一所给的参数，得出年碳排放量为 $1357.012 k g$ 。
以同样的方法分别在热带季风气候，温带大陆性气候再次建立模型房，为长15米、宽13米、高8米的单层平顶单体建筑和长12米，宽7米，高4米单层平顶单体建筑，墙体为砖混结构，厚度30厘米，屋顶钢筋混凝土浇筑，厚度30厘米，地面为混凝土。体型系数分别为0.534，0.952，墙窗比分别为0.35,0.43，对应传热系数分别为2.8，2.5。
设计标准因素可以通过热量损耗指标来判定，以室内上升1℃为热量损耗计算，取时间为1s，依据房屋热导系数2.8，可得每小时的热量损耗分别为 $7821 W ， 2666 W$ 。要维持该部分热量均衡，可以得出每小时的碳排放量分别为 $2.19 k g, 0.746 k g$ 。
装修风格因素可以通过墙窗比指标进行判定，取时间为1s，按照0.35的墙窗比，可以得出有分别有209.3平方米和96.32平方米的窗户面积，每小时窗户的热量损失为 $1172.08 W$ 和 $481.6 W$ ，将该部分热量损失通过空调调节，每小时所产生的碳排放量为 $0.328 k g$ 和 $0.135 k g$ 。
气候因素可以通过月平均温度指标进行判定。对处于人体舒适温度的月平均温度进行剔除，通过选取不在舒适温度区间的月份，计算达到舒适区间所产生的最小碳排放量。

表 5-6 热带季风月均气温

月份	1	2	3	4	5	6	7	8	9	10	11	12
平均气温	16	19	23.5	27	24	24.5	26.5	26.5	25	22.5	20	17

表 5-7 温带大陆月均气温

月份	1	2	3	4	5	6	7	8	9	10	11	12
平均气温	-7	-7	4.5	11.5	16	23	24	22	17	8	0.5	-11

查阅资料，得出上表 $5 - 6$ 和表 $5 - 7$ ，可以看出，热带季风气候月均气温普遍高于温带大陆性气候月均气温，且最低均温也超过了15℃，且四月会因为热带气旋达到最高温。而温带大陆性气候最高温不超过25℃，且有月均气温在零度以下的情况。
根据表5-6和表5-7，分别绘制热带季风气候和温带大陆性气候的月平均气温图，如下所示。
在这里插入图片描述

图 5-5 热带季风月均气温

在这里插入图片描述

图 5-6 温大陆月均气温

经过分析，温带大陆性气候类型的模拟房需减去5,6，8,9月的数据，计算年碳排放量为 $1368.688 k g$ 。热带季风气候类型的，模拟房需减去2,3,11,12月份的数据，年碳排放量 $4259.223 k g$ 。

5.2.3确立运行阶段指标主成分

(1)数据标准化
依据上文中处于温带季风气候、亚热带季风气候、温带大陆性气候、热带季风气候的模拟房计算所得结果，对其设计标准因素、装修风格因素和气候因素进行分析，绘制出下表：

表 5-8 各类型因素

类型	设计标准因素	装修风格因素	气候因素
1	6035.64	460.776	1279.37
2	5080.8	505.452	1357.012
3	19184.4	2873.28	4259.223
4	6534.96	1182.6	1368.688

然后将数据导入 $SPSS$ 进行 $z - score$ 标准化处理，公式如下: $x^{,}=\frac{x-u}{\delta}$ (2)模型的检验
为了更好的进行主成分分析，本文需要先进行模型的内部检验，采用KMO和巴特利特球度检验对原有变量做相关性分析，观察原有变量是否存在较强的相关性，进而得出主成分分析法的可行性。下表是SPSS得出的检验表：

表 5-9 KMO 和巴特利特检验

在这里插入图片描述
$K MO$ 值越接近1，相关性越强，表中 $K MO$ 值为0.691，相关性良好，且巴特利特球性梯度检验显著性为0.03，小于0.05，所以本题认为各原有变量有较强的相关性，可以建立相关模型且模型精度较高。
(3)主成分分析
运用 $SPSS$ 提取主成分，可以得到总方差解释表：

表 5-10 总方差解释

在这里插入图片描述
总方差解释表中除第一个以外，其他两个主成分的特征根都小于1，分别为0.04和0.004，所以 $SPSS$ 只选择了一个主成分，第一个主成分累计方差贡献率达到了98.398%，说明第一个主成分就可以很好的解释原来多个变量的信息。
(4)构建主成分评价模型
根据成分矩阵表，设计标准因素、装修风格和气候因素的载荷分别为0.997、0.985和0.994，从而可以得到主成分的表达式： $F_{1}=0.997x_{1}+0.985x_{2}+0.994x_{3}$ 由设计标准因素作为主成分的贡献率作为权重，构建主成分综合评价模型： $F=\frac{98.398}{98.398}F_{1}$ 由公式5-7易知， $F=F_{1}$

表 5-11 各类型得分排名表

类型	$F$	排名
1	7743.09	3
2	6912.30	4
3	26190.70	1
4	9040.69	2

对四个模拟房进行排序，可得年碳排放量总数模拟房3最多，模拟房2最少，对于单个房子的碳排放计算，公式如上5-6所示。

5.2.4计算拆除阶段指标模型

对于拆除阶段本文选择拆除建筑垃圾为相关指标，通过资料查阅，一吨建筑垃圾约有15-20%的含碳量。故对于拆除阶段的指标模型，可得： $W = c * M$ 其中， $c$ 为含碳量， $M$ 为拆除垃圾总质量。

5.2.5全生命周期的模型

依照三个阶段所得的建筑碳排放量，可得整个生命周期的碳排放量总和为： $W=50C_{1}*M+C_{2}*V+0.997x_{1}+0.985x_{2}+0.994x_{3}+c*M$

5.3问题三的建立与求解

5.3.1数据查找与处理分析

通过查找天风证券交易所、前瞻产业研究院的数据，得出各年份我国建筑垃圾产量情况。随后依据拆除建筑垃圾58%的占比，得出中国每年的拆除建筑垃圾总量，再按照江苏省4.2%的占比²，最终得出各年份江苏省的数据。
在这里插入图片描述
根据查找数据，以2020年为例，中国一年所产生的建筑垃圾有26.37亿吨，包含建筑拆除垃圾、建筑建造垃圾和建筑装修垃圾³，其中有15.295亿吨的建筑拆除垃圾，占比58%，有9.493亿吨的建筑建造垃圾，占比36%，有1.582吨的建筑装修垃圾，占比6%。

表 5-12 建筑垃圾表

在这里插入图片描述
随后依据查阅所得数据，2018年江苏省建筑垃圾占全国的比重约为4.2%，按照该比例计算各年份的占比，可以得出江苏省每年的建筑拆除垃圾。
接着查找江苏省13个地级市的碳排放量，通过计算出总碳排放量并与单个地级市结合得出每个城市的碳排放量占比，结合上述查找数据，得出每个地级市每年的建筑拆除垃圾总量和建筑建造垃圾总量。

表 5-13 江苏省住房套数

地级市	常住人口	住房套数	地级市	常住人口	住房套数
南京	9423000	3141000	苏州	12848000	4282667
扬州	4577000	1525667	徐州	9028000	3009333
镇江	3217000	1072333	连云港	4602000	1534000
常州	5350000	1783333	淮安	4562000	1520667
无锡	7480000	2493333	盐城	6713000	2237667
泰州	4522000	1507333	宿迁	4999000	1666333
南通	7733000	2577667

而对于住房套数，直接查找数据较为困难，本文通过查找每个地级市的常住人口，按照基本单位3人一户，可以得出各地级市的住房套数⁴如表。

5.3.2运行阶段碳排放量计算

基于研究对象为江苏省的13个地级市，本文通过数据查找与分析，得出对于运行阶段来讲，13个地级市的设计标准因素，装修风格因素，气候因素都较为接近。以一个标准户型为例，依据国家标准，按照中户型120平方计算，窗户有25平方米，高为3米，导热系数为2.8。
通过热量损耗指标来判定设计标准因素，以室内上升1℃为热量损耗计算，取时间为1小时，房屋热导系数2.8，可得每小时的热量损耗为 $3360 W$ 。要维持该部分热量均衡，可以得出每小时的碳排放量为 $0.2688 k g$ 。
通过墙窗比指标对装修风格进行判定，取时间为1s，按照25平方米的窗户面积，每小时窗户的热量损失为 $1400 W$ ，将该部分热量损失通过空调调节，每小时所产生的碳排放量为 $0.392 k g$ 。

表 5-14 月平均气温表

月份	1	2	3	4	5	6	7	8	9	10	11	12
月均温	7	6	12	17	21	23.5	25	26.5	21.5	18	13	10

随后通过月平均温度指标对气候因素进行判定。现将室内外温差考虑后对原数据处理后，对处于人体舒适温度的月平均温度进行剔除，即剔除4月、5月、9月、10月，随后根据剩下月份计算达到舒适区间所产生的最小碳排放量。通过计算得到每小时的热量损耗值为 $3360 W$ ，该部分热量损耗通过空调来调节，得出对于一个标准户型来讲，年碳排放量为 $1743.857 k g$ 。

5.3.3对各地级市进行评估

依据全生命周期模型，本文选取柴油公路车运输材料，材料以钢筋混凝土为主，选取含碳量范围为15%-20%， $C_{1}=2.055,C_{2}=2.07$ 。
将对应数据代入公式5-9可得各地级市的年度碳排放量如下表5-15所示。

表 5-15 地级市碳排放量

地级市	碳排放（亿吨）	实际值	地级市	碳排放（亿吨）	实际值
南京	0.040	0.044	苏州	0.064	0.074
扬州	0.018	0.020	徐州	0.043	0.050
镇江	0.014	0.016	连云港	0.0132	0.014
常州	0.019	0.020	淮安	0.016	0.018
无锡	0.036	0.040	盐城	0.021	0.022
泰州	0.018	0.020	宿迁	0.014	0.014
南通	0.032	0.036

5.3.4有效性检验

对于评估结果的有效性检验，本文通过对每个地级市实际排放值与模型估测值进行对比，得出模型进度。对于实际值的计算，本文将总建筑垃圾不包含建筑运行垃圾的部分通过碳排放因子计算，再加上居民生活中所产生的碳排放，两者相加之和即为每个地级市的实际碳排放值。
根据13个地级市模拟计算值和实际值，如下图所示。
在这里插入图片描述

图 5-8 模拟计算值和实际值偏差

在这里插入图片描述

图 5-9 95%置信区间判断图

根据预测结果，我们可以得出预测数据数据均处于基于实际数据的95%置信区间内，故认为该模型的准确性较高，计算年碳排放量结果的有效性较高。

5.4问题四的建立与求解

5.4.1确立预测样本

对于2023年的数据预测，本文选择2000年至2018年的数据作为样本。确立样本后，首先进行数据的检验与处理，设原始数据列为 $x^{(0)}=(x^{(0)}(1),x^{(0)}(2),...,x^{(0)}(n))$ 。
计算数列的级比： $\rho(k)=\frac{x^{(0)}(k-1)}{x^{(0)}(k)},k=2,3,...,n$ 若级比落在可容区间 $X=\Big(e^{-\frac{2}{n+1}},e^{\frac{2}{n+1}}\Big)$ 内，则数列 $x^{(0)}$ 可建立 $GM (1, 1)$ 模型进行灰色预测。否则进行平移变换，取常数C使得 $y^{(0)}(k)=x^{(0)}(k)+C,k=1,2,...,n$ 的级比都落在可容区间内。

5.4.2建立灰色预测模型

随后建立 $GM (1, 1)$ 模型，若原始数据列满足要求，则在该数据基础上建立 $GM (1, 1)$ 模型。 $x^{(0)}(k)+az^{(1)}(k)=b$ 用回归分析得到a,b的估计值，得到相应白化模型为 $\frac{dx^{(1)}t}{dt}+ax^{(1)}(t)=b$ 解为 $x^{(1)}(t)=\Big(x^{(0)}(1)-\frac{b}{a}\Big)e^{-a(t-1)}+\frac{b}{a}$ 于是得到预测值 $\hat{x}^{(1)}(k+1)=(x^{(0)}(1)-\frac{b}{a})e^{-ak}+\frac{b}{a},k=1,2,...,n-1$ 从而相应的得到预测值 $\hat{x}^{(1)}(k+1)=(x^{(1)}(k+1)-x^{(1)}(k))+\frac{b}{a},k=1,2,...,n-1$ 最后检验预测值，计算相对残差 $\varepsilon(k)=\frac{x^{(0)}(k)-\hat{x}^{(0)}(k)}{x^{(0)}(k)},k=1,2,...,n$ 如果对所有的 $|\varepsilon(k)|\le0.1$ ，则认为达到较高要求；如果对所有的 $|\varepsilon(k)|\le0.2$ ，则认为达到一般要求。
利用历年数据，通过灰色预测模型，得出预测结果如下表所示。

表 5-16 年份与预测值

年份	预测值（亿吨）
2019	1.89
2020	2.02
2021	2.15
2022	2.30
2023	2.45

经计算，得出2023年的预测结果为2.45亿吨。a=-0.06，b=0.55，残差为0.14，平均相对误差为6.87%，系数为： $(1-e^{a})(x^{(0)}(1)-\frac{b}{a})=0.56$ 残差处于0.1至0.2之间，故认为该模型具有较好的精度。

5.5问题五的求解

5.5.1江苏省碳排放现状

进入21世纪以来，江苏省致力于经济发展和科技进步，大兴建造工厂，吸引了大量劳动力。短期内人数激增，因此建筑行业兴起，且总产值一直保持增长趋势。江苏省因建筑引发的环境问题已经不容忽视。在21世纪初，江苏省一年的建筑碳排放量仅仅0.42亿吨，而本文问题四根据灰色预测模型，预测到江苏省年建筑碳排放量于2023年达到2.47亿吨，短短二十年，建筑碳排放量翻了将近五倍，数值增长异常恐怖。
“双碳”政策的提出符合人类可持续发展的客观需要，有利于引导绿色技术创新，提高产业和经济的全球竞争力，一定程度上警示了江苏省政府，引导其对建筑碳排放量的重视和控制。

5.5.2建造阶段减排建议

在建造阶段，碳排放的主要来源为建筑材料的生产运输方式。对于材料的生产，政府要精确材料生产过程中的碳排放上限，对原材料生产厂家严加看管。出台政策鼓励厂家运用绿色能源生产建筑原材料，进一步减少碳排放量。经查阅资料，对短距离运输，使用重型柴油货车运输的碳排放量最少，对长距离运输，铁路运输的碳排放量最少，政府可以创立这两种运输方式的优惠政策。加强对低碳建筑的宣传，提高人们的环保意识，适当利用社会舆论打压非低碳商家和厂家。

5.5.3运行和拆除阶段减排建议

在运行阶段，碳排放量的主要影响因素为房型和气候。气候无法控制，房型却可以优化。根据问题二的研究，可以得知当热量损失减小时，碳排放量也会减小，而热量损失的多少与建筑的体型系数、窗墙面积比等有关。体型系数和窗墙面积比越大，传热系数越小，损失热量越少。政府应该努力引入建筑设计人才，尽量通过扩大窗户面积，增加房型表面积等方式把传热系数降到最低。在拆迁阶段，尽量控制灰尘的排放量，江苏省政府控制并减少拆迁机和爆破机的使用，鼓励人工拆除。

5.5.4建筑垃圾处理建议

对于建筑产生的垃圾，江苏省以往的处理方式是焚烧。这种焚烧处理法虽然处理时间短，易于实现且成本较低，但是碳排放量极高，而且对大气环境危害极其严重。江苏省政府应监督焚烧建筑垃圾的频率，逐步减少焚烧次数，以再生产利用的方式替代焚烧。余下的建筑垃圾也并不是无用的，例如利用废弃建筑混凝土和废弃砖石生产粗细骨料；利用废砖瓦生产骨料，可以用于生产再生砖、砌块、墙板、地砖等建材制品；废弃木板可作为木质再生板材的原材料或造纸；废弃路面沥青混合料可按适当比例直接用于再生沥青混凝土⁵，要倡导使用二次能源。

六、模型的检验

6.1.灵敏度检验

根据问题二、问题三建立的模型，我们通过改变 $W$ 和 $c$ 的值来观察碳排放量的变化，本文选取c变成18%、19%、21%、22%，公式为： $W=50C_{1}*M+C_{2}*V+0.997x_{1}+0.985x_{2}+0.994x_{3}+c*M$ 根据变化本题计算江苏省各地级市的碳排放量并算出变化率，绘制出下表

表 6-1 检验表

变化后	南京	扬州	镇江	常州	无锡	泰州	南通
18%	4.207%	3.593%	4.262%	2.884%	4.761%	3.668%	4.064%
19%	2.103%	1.797%	2.131%	1.442%	2.381%	1.834%	2.032%
21%	2.103%	1.797%	2.131%	1.442%	2.381%	1.834%	2.032%
22%	4.207%	3.593%	4.771%	2.884%	4.761%	3.668%	4.064%

变化后	苏州	徐州	连云港	淮安	盐城	宿迁
18%	5.028%	4.823%	1.319%	3.104%	1.884%	0.813%
19%	2.514%	2.411%	0.659%	1.552%	0.942%	0.407%
21%	2.514%	2.411%	0.659%	1.552%	0.942%	0.407%
22%	5.028%	4.823%	1.319%	3.104%	1.884%	0.813%