在中国，生活在垃圾填埋场附近的居民，可能时常受到恶臭影响。这也是形成邻避现象重要肇因之一。

垃圾填埋场恶臭是指令人难以忍受的、或使人产生不愉快感觉的，会影响人类生产和生活的气体通称。中国由于进入垃圾填埋场的垃圾含水率高（40~60%）、易降解有机物含量高（50~70%），使得在填埋处置过程中填埋气无组织释放量大，恶臭污染较为严重。

根据环保部“12369”环保举报热线2013年的案件处理情况统计，2013年，由于垃圾填埋场恶臭导致的案件达到25起，占2013年总处理案件的1.5%，平均每月发生两起。

考虑中国垃圾填埋场仅约两千多个，相对百万家工业企业和其他大气、土壤、水环境污染，如此高的案件举报率和处理率，表明了垃圾填埋场恶臭问题的严峻性和群众的关注度。

环保部“12369”环保举报热线的官方网站也认为，“从群众反映的问题来看，对恶臭、异味污染问题的反映比较集中”。

为了探讨相关规律，解决相应问题，我们就需要探讨，究竟垃圾填埋场恶臭的影响范围如何，哪些人群受到影响？我们这项研究，基于全国填埋场全口径调研数据，试图通过物理模型和社会数据挖掘，研究中国垃圾填埋场恶臭影响范围和影响人群，从而为环境研究和管理提供借鉴和参考。

我们初步研究得出：

基于FOD模型计算，中国1955个垃圾填埋场（不包括台湾、香港和澳门，下同）2012年硫化氢排放量226吨；经过地面点源连续高斯模型计算和CALPUFF模型检验，垃圾填埋场恶臭平均影响距离为796米，个别影响距离超过10公里。

利用社会大数据（新闻和微博）挖掘分析表明，社会数据得出的影响距离总体上大于基于地面点源连续高斯模型计算的距离。

全国垃圾填埋场恶臭影响的人口达到1228万人，其中敏感人群（儿童+老人）人口数达到264万；影响的敏感单位（学校和医院）达到7818个，其中学校3143个，医院4675个；影响的人群活动占全国总人群活动的1.82%。

垃圾填埋场恶臭影响范围仅占中国陆地国土面积的0.09%，而其影响到的人口占全国总人口的0.90%，其影响的人群比例则更高。

以下是较为详细的介绍。

研究方法与数据

本研究基于全国1955个垃圾填埋场（包括卫生填埋和简易填埋，基本覆盖了全国所有垃圾填埋场），利用FOD模型计算每个垃圾填埋场的恶臭气体排放量，利用点源连续高斯模型作为恶臭气体扩散模型，针对每个垃圾填埋场逐一计算其恶臭排放和扩散。基于全国垃圾填埋场的影响范围，利用高空间分辨率人口密度数据、中国乡镇人口空间数据集、中国教育机构、医疗机构点源GIS数据集、新浪微博大数据集等数据，评估垃圾填埋场恶臭影响的人口、敏感单位和人群活动。

本研究确定恶臭影响半径的基础是恶臭的嗅觉阈值，即人能闻到恶臭即认为受到恶臭影响。虽然垃圾填埋场恶臭含有很多有害物质，但闻到恶臭并不意味着一定产生健康影响，只是一定会产生心理影响，即使人产生心理厌烦等负面情绪。

针对垃圾填埋场恶臭的影响范围，主流研究方法是基于物理模型和人对恶臭的嗅阈值。但垃圾填埋场恶臭来源除垃圾填埋场本身外，垃圾填埋场附近的集中运输等也非常重要。更为重要的是，恶臭的影响与人的主观感受联系非常显著，本研究以微博大数据和社会新闻检索数据为社会调查数据，获取反映垃圾填埋场恶臭的影响距离信息，用于与基于物理模型计算的垃圾填埋场恶臭影响半径进行比较分析。

图1 中国垃圾填埋场恶臭影响研究技术路线图

垃圾填埋场恶臭的环境影响及公众态度

国内外大量研究，采用仪器分析技术对垃圾填埋场恶臭气体进行研究，认为其主要成分包括无机的氨气和硫化氢气体，以及部分挥发性有机化合物如硫化合物（如硫醇、硫醚等）、芳香烃、饱和及不饱和烃、含氮化合物（如胺类、吲哚等）、卤代烃、含氧化合物等。

中国垃圾填埋场恶臭气体成分研究也表明，虽然恶臭气体成分复杂，但仍以含硫化合物为主。填埋气中含硫化合物主要来源于生活垃圾中蛋白质和氨基酸类物质的厌氧降解。

垃圾填埋场恶臭对人体呼吸、循环、消化、内分泌和神经等系统都有不同程度的损害，使人呼吸不畅、恶心呕吐、烦躁不安、头昏脑胀；高浓度恶臭爆发时，会使人失去知觉，甚至窒息死亡；长期暴露于恶臭环境中（不论恶臭强度高低）也会严重危害人的身体健康，产生一系列致癌效应等。近年来，由于垃圾填埋场恶臭问题导致的公众事件时有发生，与国际社会的情况一样，垃圾填埋场的恶臭气体成为公众视野中的重点和热点环境问题，也是公众抱怨和反对垃圾填埋场的主要原因之一。

较为全面地了解公众对垃圾填埋场的认识和态度，是解决垃圾填埋场环境问题的基本出发点。

　　本研究以新浪微博（时间：2011.01.01～2014.12.16）中包含关键词“垃圾填埋场”的原创微博代表社会公众对垃圾填埋场的态度。剔除重复的微博，有效微博数共计16440条。从微博数量分省统计分析可以看出，广东、北京、浙江、江苏、上海等省的微博数最多，西部西藏、青海、宁夏等省的微博数最少。

图2 中国各省涉及垃圾填埋场微博条数

可以看出，微博数和经济发展程度关系较为密切，而与人口数量关系不显著，可能是经济较好的省份，使用微博人口比例相对较高，其环境意愿的表达也更强烈。此外，广东、北京、浙江、江苏、上海等，也是垃圾填埋场问题较为显著的省份，因而公众对这一问题也相对更关心。

　　针对16440条微博内容进行语义分析，提取有实际含义的关键词并进行分析（图3），可见焚烧、分类、污染、臭气、城市、环境、环保、政府、居民等词的词频最高。从简单分析看，在公众视野中，垃圾填埋场是城市中影响居民生活较为显著的环境问题，并且“焚烧”和“分类”是近年公众关注的热点问题。“臭气”是和垃圾填埋场相关性最高的词汇之一，也是高频关键词中负面评价的关键词，说明恶臭问题一直是公众关心和不满意垃圾填埋场的焦点之一，也是公众视野中垃圾填埋场的重点环境问题。

图3 垃圾填埋场微博语义和关键词分析结果

注：包含部分或全部“垃圾填埋场”的关键词都不进入分析

为减少伤害与抱怨，应该如何设置垃圾填埋场距离？

　　国内外无论法规还是科学研究都表明，垃圾填埋场恶臭气体的影响距离或防护范围一般在500～1000m之间，如下表。

然而，从目前的结果看：一方面，不同专家学者所用的距离估算方法略有不同，导致其评价结果差异较大；另一方面，评价的目标或是单一垃圾填埋场，或对垃圾填埋场进行简单分类（大、中、小型），导致结果覆盖面小或精度不足。综上所述，有必要采用统一的模型和计算方法，结合垃圾填埋场实际填埋量和当地气候因素，基于中国不同地区、规模和管理模式的垃圾填埋场逐一计算恶臭排放量，然后评价其恶臭影响距离和范围。

-基于物理模型的影响范围计算

我们以硫化氢气体为垃圾填埋场恶臭气体代表，基于全国每个垃圾填埋场的详尽信息，利用FOD模型（一级降解动力学方法）计算每个垃圾填埋场的硫化氢气体排放量；利用地面点源连续高斯模型，以0.41ppb为硫化氢的嗅觉阈值，计算全国每个垃圾填埋场的恶臭影响半径。

考虑中国垃圾特性和国外有较大差异，直接使用IPCC的推荐参数不但不适合国情，也不能反映中国不同区域、不同规模垃圾填埋场的差异，无法准确核算中国垃圾填埋场甲烷排放水平，故本研究通过调研我国不同区域内垃圾特性，建立适用于中国的垃圾填埋场甲烷排放参数和排放因子，然后基于每个垃圾填埋场点源数据计算中国垃圾填埋场的甲烷排放。

基于FOD模型及甲烷和硫化氢的数量关系，得到中国每个垃圾填埋场2012年硫化氢的排放量，共计226.62吨，其空间分布见图4。

图4 中国垃圾填埋场2012年硫化氢排放量　　本研究以0.41ppb为硫化氢的嗅觉阈值，即1L空气里面有0.00041×10-6L的硫化氢，人就可以嗅觉到硫化氢。基于地面点源连续高斯模型计算中国垃圾填埋场恶臭影响距离，不考虑太阳辐射等级数，仅考虑各垃圾填埋场平均风速下的大气稳定度，计算所得即垃圾填埋场恶臭影响的理论最大值。

图5 中国垃圾填埋场恶臭影响距离理论计算值

根据前面表格的文献综述，垃圾填埋场恶臭的影响距离或防护范围一般在500～1000m之间，但这一影响半径受垃圾填埋场已填埋量、当年填埋量、垃圾成分、管理水平、地理位置、气象条件等多种因素影响，不同垃圾填埋场往往差异较大。本研究完全基于每个垃圾填埋场数据，较为彻底地“自下而上”计算了恶臭影响范围，计算得到全国的影响范围总面积达到837,476ha，占中国陆地国土面积的0.09%，其中广东、四川两省的影响范围最大，西藏和天津两省的影响范围最小。

　　分析垃圾填埋场恶臭排放量和影响范围之间的关系（图6），可以看出，两者有较强的相关性，当恶臭排放量较低（

图6 填埋场恶臭排放量和影响范围关系图

考虑到复杂的气象、地形等环境影响，本研究选择9个典型垃圾填埋场，基于CALPUFF模型（一种烟团扩散模式，适用于评价范围较大条件下以及复杂流场下的环境空气质量模拟以及计算）计算其影响范围，从而比较和检验地面点源连续高斯模型的结果。选择典型垃圾填埋场的考虑包括：考虑规模和填埋量较大的垃圾填埋场，其计算结果往往对全国的结果有较大影响；考虑地形影响。因中国部分垃圾填埋场位于山区，地面点源连续高斯模型无法反映和考虑地形对恶臭传输的影响；考虑不同区域垃圾填埋场。最终确定的9个垃圾填埋场为北京六里屯垃圾填埋场、上海老港生活垃圾处置有限公司、南昌麦园垃圾处理场、广州兴丰生活垃圾卫生填埋场、深圳下坪固体废弃物垃圾填埋场、重庆长生桥垃圾卫生填埋场、成都市固体废弃物卫生处置场、西安江村沟垃圾填埋场、西宁沈家沟垃圾场。

　　基于CALPUFF模型计算其空间影响范围，其硫化氢气体的嗅阈值和地面点源连续高斯模型一致，计算结果和地面点源连续高斯模型比较，见图7。

图7 CALPUFF模型和地面点源连续高斯模型影响范围比较

注：a: 北京六里屯垃圾填埋场；b：上海老港生活垃圾处置场；c：南昌市麦园垃圾处理场；d：广州兴丰生活垃圾卫生填埋场；e：深圳市下坪固体废弃物填埋场；f：重庆长生桥垃圾卫生填埋场；g：成都市固体废弃物卫生处置场；h：西安江村沟垃圾填埋场；i：西宁沈家沟垃圾填埋场。

-基于大数据和社会调查的影响范围计算

尽管垃圾填埋场恶臭影响范围研究的主流方法是基于物理模型，但垃圾填埋场并非简单的点源，其恶臭来源往往有很多种。对于管理不规范的垃圾填埋场，其恶臭来源很可能是一个范围较大的面源。此外，根据现场调研和专家座谈，垃圾填埋场恶臭的一个重要来源是垃圾填埋场附近的集中运输。这些因素在垃圾填埋场恶臭传输模型中很难反映出来。更重要的是，恶臭的影响受人的主观感受非常显著，不同人群对恶臭的感知能力往往具有很大差异，并且绝大多数的恶臭影响并非直接带来健康损害，而是影响到人的情绪和日常活动。所以，垃圾填埋场恶臭的影响问题，不仅是一个物理过程，还涉及人的生理、心理、社会活动等因素。

为了进一步分析和比较中国垃圾填埋场恶臭影响范围，本研究基于微博大数据和社会新闻数据，获取反映垃圾填埋场恶臭影响范围数据，并与基于物理模型所计算的影响半径进行比较分析。

本研究采用的大数据是新浪微博数据，新浪微博数据获取途径是利用新浪微博官方API，获取APP Key、APP Secret和用户授权的access token，从而获取数据。大数据在本研究中有两个重要作用：利用大数据获取公众反映垃圾填埋场恶臭影响的信息，并且利用手机微博位置与垃圾填埋场的距离，得到恶臭影响距离，并与同一垃圾填埋场基于物理模型确定的影响半径进行比较；以微博大数据作为人群活动强度的表征，从而基于大数据评估垃圾填埋场恶臭对于人群活动的影响。

　　考虑到垃圾填埋场的恶臭在夏季影响最为显著（夏季温度高，气压相对低，垃圾中的可降解有机质比例高，恶臭产生和排放量较大），因而本研究获取和分析全国2014年7月份的新浪微博数据。中国2014年7月份有空间位置的新浪微博数为16,952,472条，基于语义分析，从中筛选出3181条内容涉及垃圾的微博（图8），然后进行逐一分析，最终确定了24条微博，其内容明确反映了发微博人当时感受到垃圾填埋场的恶臭影响。

图8 受垃圾填埋场恶臭影响的微博

此外，根据新闻检索获取57条反映垃圾填埋场恶臭的新闻报道，从中筛选出3条反映垃圾填埋场恶臭影响距离的有效信息。最终得到的社会调查数据为27个。

对比分析社会调查的数据和相应垃圾填埋场地面点源连续高斯模型计算结果（图9），可发现，大部分社会调查的影响距离都大于理论计算距离，也证实了前面本研究现场调研的观点，即垃圾填埋场由于运输、临时堆放和管理不善等，其实际的恶臭影响距离要大于理论计算的距离。整体而言，27个填埋场的地面点源连续高斯模型计算结果要比社会调查数据低32.67%。

图9 垃圾填埋场恶臭影响理论计算距离和社会调查距离比较

哪些人受到垃圾填埋场恶臭影响？

本研究利用恶臭传输高斯模型所计算的影响半径，结合中国人口空间密度数据、中国乡镇人口空间数据和中国医院、教育机构GIS数据集等，基于GIS空间分析平台，研究垃圾填埋场恶臭影响的人口、敏感单位和人群活动。

本研究所指的恶臭影响是包括对人体的健康、生理和心理的影响，确定恶臭影响半径的基础是恶臭的嗅觉阈值，即人能闻到恶臭即认为受到恶臭的影响。此外，本研究所确定的影响半径是完全基于物理方程，而根据前面分析，微博和社会新闻数据所反映的影响半径往往大于同一垃圾填埋场基于物理方程获取的半径，因而，本研究所确定的影响范围和影响人口很有可能属于偏低估计。

-垃圾填埋场恶臭影响了164万儿童和100万老人

利用获得的垃圾填埋场恶臭影响距离，结合美国LandScan 1km人口数据，评估垃圾填埋场恶臭影响人口。LandScan 全球人口动态统计分析数据库由美国能源部橡树岭国家实验室（ORNL）开发，是全球最为准确、可靠，和具有分布模型及最佳分辨率的全球人口动态统计分析数据。

图10 LandScan 中国1km人口网格数据　　基于GIS空间分析平台，结合前面计算的垃圾填埋场恶臭影响空间范围和LandScan人口数据，得到中国受垃圾填埋场恶臭影响的总人口为1227.52万人，各省受影响人口见下表。

LandScan人口数据缺乏人口结构特征，因而本研究同时采用了基于国家2010年第六次人口普查数据建立的中国乡镇人口空间数据集。本研究基于中国乡镇人口空间数据集和垃圾填埋场恶臭影响空间范围，也计算了影响人口总数，为1049.87万人，比基于LandScan计算结果（1227.52万人）低14.47%。考虑中国乡镇平均面积为189 平方公里，而垃圾填埋场的影响范围往往较小（平均半径为796米），所以难以反映垃圾填埋场影响范围内人口较为精细的空间分布。所以本研究以基于LandScan数据计算的影响人口作为最终结果。

图11 中国乡镇人口空间数据集（2010年）　　中国乡镇人口空间数据集的重要特点是人口特征信息更加完备，例如有不同年龄和性别的人口信息等。因而，本研究以1227.52万人为受影响人口，同时采用中国乡镇人口空间数据集计算得到的受影响人群的不同年龄群和性别比例，最终计算得到中国垃圾填埋场恶臭影响范围内的不同人群特征（图12），可以看出，垃圾填埋场恶臭影响了164万儿童和100万老人，敏感人群（儿童+老人）人口数达到264万。

图12 中国垃圾填埋场恶臭影响人口结构特征

-受影响的敏感单位：学校和医院

本研究所指的敏感单位是指恶臭可能会对其产生较为显著影响的单位或机构。本研究仅分析两种类型的单位，即医疗机构和学校。医疗机构包括所有类型的诊所、医院、体检中心和卫生站等；学校不包括大学及其他成人教育，仅包括高中及高中以下（包括幼儿园、小学和中学等）的各类教育单位。中国垃圾填埋场恶臭影响的敏感单位见图13和上表。

图13 中国垃圾填埋场恶臭影响的敏感单位空间分布　　从各省情况看（图14），广东省受影响人口和学校位居各省第一，医疗机构位居第二，不仅说明广东省的垃圾填埋量大，也说明广东省的人口密度高且与垃圾填埋场的距离相对较近。但从趋势上看，并非受影响的人口越多，相应受影响的医疗和学校就多，一些省份，例如云南和青海等省，其受影响总人口并不高（和人口密度高低有关），但其受影响的医疗机构却相对较多。

图14 中国垃圾填埋场恶臭影响的人口和敏感单位

注：图中圆圈大小代表受影响人口的相对大小；图中仅标注出了受影响人口排前15位的省份。

对比图2可以看出，各省受影响人口数量和各省通过微博表达垃圾填埋场的数量具有很好的一致性。广东、北京、浙江、江苏和上海等省受垃圾填埋场影响人口较多，同时经济较为发达，使用微博的人口比例较高，所以其微博评论垃圾填埋场的数量最多。

-填埋场周边400-800米范围内，往往是人活动强度比较大的区域

根据人口密度空间数据评估受影响人群，其潜在的假设是人基本上不发生移动，从而可以根据人口空间密度数据评估具体的受影响人口。但事实上，人的移动和活动能力非常强，即便其居住场所（人口统计和人口普查的依据）是固定的，其很可能大部分时间都在其他地方活动。因而，人口空间密度数据可以评估总受影响人口，但却无法评估受影响的人群活动。而评估垃圾填埋场恶臭对人群活动强度的影响，才能更真实地反映恶臭对人群产生的影响。

　　但人群活动数据极难获取，并且缺乏有效的测量手段，而当前大数据的开发和利用，为研究人的行为和活动提供了非常重要的数据支持。本研究以前述所获取的新浪微博信息表征人的活动强度。以当前每个垃圾填埋场为中心，向外扩5千米，每100米径向距离计算一次微博空间密度，得到曲线如图15。

图15 中国垃圾填埋场周边不同距离内微博活跃程度

从图15中可以看出，距离垃圾填埋场400m～800m的距离，是微博空间密度（单位面积的微博数）最高的区域。当距离小于400m时，距离更近，微博空间密度快速下降；当距离大于800m时，距离越远，微博的空间密度也在逐渐降低。这很大程度上说明，在全国水平上，填埋场周边400m～800m范围内，往往是人活动强度比较大的区域，而这一区域恰恰是填埋场恶臭的影响距离（全国填埋场恶臭平均影响距离为796m）。这两个空间范围的重合，必然会形成填埋场恶臭对人群活动的显著影响。

中国2014年7月份有空间位置的新浪微博数为16,952,472条，而在垃圾填埋场恶臭影响范围内有空间位置的新浪微博数为308,009条，占总数的1.82%，因而可以近似认为中国垃圾填埋场恶臭影响了全国人群活动的1.82%。个别填埋场恶臭影响范围内的微博数超过了1万条，很大程度上说明了一些垃圾填埋场距离人群活动强度较大的区域（商场、休闲娱乐场所或高密度居民区等）相对距离较近。

选择6个典型垃圾填埋场，分析其恶臭影响范围内的敏感单位、人群活动强度及空间分布特征，并且检验恶臭影响人群活动的结果。从图16中可以看出，北京高安屯垃圾填埋场、保定无害化处理中心、南京天井洼处理厂的恶臭影响范围内的建筑物相对较多，其影响的人口、人群活动等相对较高；绵阳市环境卫生管理处距离机场较近，其东北方向分布着较多的居住区，天水市泰州区环境卫生管理处的西北方向和西安江村沟垃圾填埋场西南方向都有村庄分布，这三个填埋场在特定方向有较大影响。

图16 中国典型垃圾填埋场恶臭影响范围内的人群活动

结论和讨论

垃圾填埋场本身直接服务于社会公众，但其建设和运营却会对公众产生不同程度的影响，尤为显著的恶臭影响。因而，垃圾填埋场出现了较为显著的邻避效应（Not In My Back Yard）。

根据中国垃圾填埋场恶臭影响范围，结合人口、单位点源等空间数据，经空间分析得出，受填埋场恶臭影响的人口为1227.52万人，占全国总人口的0.90%，其中儿童164万人，老人100万，即敏感人群（儿童+老人）人口数达到264万；共计影响7818个敏感单位，其中学校3143个，医院4675个。

中国垃圾填埋场恶臭影响范围的面积仅占中国国土面积的0.09%，而其影响到的人口占全国总人口的0.90%，其影响的人群活动占比达到了1.82%（图17）。由此可以看出垃圾填埋场恶臭问题不容忽视，其所带来的问题已经较为显著得影响了人们的生活和工作，这也是为什么在“12369”环保举报热线中，垃圾填埋场恶臭的环境案件占到总处理案件的1.5%的原因。

　　本研究的特色在于保证微观层面数据的准确性和可靠性，即以每个垃圾填埋场自身数据为计算依据，不做太多参数平均化假设，同时又能比较完整地覆盖全国所有垃圾填埋场，从而可以较为准确和全面地评估中国垃圾填埋场恶臭的影响情况。

图17 中国垃圾填埋场影响人口及人群活动占全国比例

本研究尚存在一些不足和有待改进的地方：（1）地面点源连续高斯模型中没有考虑地形、三维气象场等因素，而上述因素均地形会对恶臭气体的传输产生影响。但根据CALPUFF模型对9个典型垃圾填埋场的计算结果和比较分析，地形、三维气象场等因素并未对填埋场恶臭影响范围产生较为显著的影响，说明在当前可获取的数据空间分辨率及填埋场恶臭影响空间尺度水平下，地形因素、三维气象场等因素的影响尚需进一步深入研究。（2）尽管硫化氢是恶臭气体的主要成分，并且国内外也主要以硫化氢作为垃圾填埋场恶臭的表征，但以硫化氢代表全部恶臭气体仍会忽略其他气体的影响，从而可能低估影响。以上问题都将是下一步研究的重点。（3）本研究试探性地使用了微博大数据表征人群活动，该研究尚存在一些不足，例如存在数据有偏性（使用微博的人群和总人群的年龄、性别分布形态并非完全一致）等问题，但微博大数据提供了此前难以或无法获取的微观层面的人的活动信息，对研究垃圾填埋场恶臭的影响具有非常重要的意义。本研究下一步将继续深入开展垃圾填埋场恶臭对于人群活动的影响研究。

（作者蔡博峰、王金南、曹东、刘兰翠来自环境保护部环境规划院气候与环境政策研究中心；龙瀛来自北京市城市规划设计研究院；刘建国、倪哲来自清华大学环境学院；伯鑫来自环境保护部环境工程评估中心；高庆先来自中国环境科学研究院；李栋来自中国城市规划设计研究院；王江浩来自中国科学院地理科学与资源研究所。）

更多精彩资讯>>>