Mi ¼ MGDP;i  ai  bi  ci  di ð Þ

Mi ¼ MGDP;i  ai  bi  ci  di ð Þ; ð4Þ
where
 Mi is the flux of MSW in scenario i (kg·person−1 day−1).
 MGDP,i is the flux of MSW in scenario i calculated as
a function of GDP in scenario i.
 ai is the parameter considering the relation
between the amount of people living in the urban
area and that in the rural area of MRS in scenario i,
in comparison to scenario BAU (urbanization
process).
 bi is the parameter considering the change of
household size between scenario i and BAU.
 ci is the parameter considering the change of
household income between scenario i and BAU.
 di is the parameter considering the change of years
of schooling between scenario i and BAU.
The MGDP to be used in Equation 4 is calculated as
follows:
MGDP;i ¼ 0:0294  GDP0:367
i
þ 2:6473  105
 GDPi  0:1908; ð5Þ
where GDP again is the gross domestic product in scenario
i.
 Urbanization processes (factor ai): in several
studies [28-30], a positive correlation between the
degree of urbanization and waste generation was
found, whereas more densely populated areas
(urban areas) are producing more waste per capita
than rural areas and that MSW production in
cities can be twice as high as that in rural areas.
The degree of urbanization also affects indirectly
waste generation due to a change in consumption
patterns. For this study, it was assumed that a
doubling of the share of people living in urban areas
(compared to the BAU scenario) would lead to an
increase in the production of MSW per capita
by 30%.
 Household size: larger households produce less
waste per capita than smaller ones [28,30-33]. It is
assumed that a doubling in the household size
(compared to the BAU scenario) would lead to a
decrease in the production of MSW per capita
by 60%.
 Household income: more affluent households are
more likely to produce larger quantities of waste
than the less affluent ones [28-31,33-36].
Additionally, income and MSW production are
linked to some extent, but at a certain level of
income, they become delinked. The turning point
occurs at very high levels of value added per capita
[33]. It is assumed that a doubling in household
income (compared to the BAU scenario) would lead
to an increase of 80% in the production of MSW
per capita.
 Years spent in education: households with only
primary education produce more waste than those
belonging to professional levels [33]. However, not
much research has been conducted in this area. For
this reason, it was assumed that a doubling in the
years spent in education (compared to the BAU
scenario) would decrease MSW production per
capita by 20%.
For the calculation of parameters ai to di, (named as
gi), a linear correlation was used:
gi ¼ 100% þ ΔgBAUi  CFg ; ð6Þ
where
 gi are the parameters a to d, for scenario i.
 ΔgBAU-i is the variation between the BAU scenario
and scenario i, for parameters g.
 CFg is the correction factor for parameters g.
Table 2 summarizes the results of Equation 6 for each
parameter a to d. The correction factor (CF) is directly
taken from the overall framework scenarios, developed
by the Risk Habitat Megacity Project [18].
Selection of MSW management technologies for the
different scenarios
Each scenario is defined by storylines and specific framework
conditions. Based on these, it was possible to develop
a general waste mass flow defining the different
waste treatment options to be applied in each scenario;
however, for each of these treatment options, different
technologies exist.
The choice of which technology can be applied depends
on the specific scenario because each technology
was evaluated and compared by means of variables, including
technical, environmental, and economic aspects,
but the weight importance given to each aspect differs in
each scenario, as shown in Table 3.
Variables used in the evaluation include:
1. Technical aspects
(a) Quantity of residual waste sent to landfill after
treatment
(b) Quantity of compost produced
(c) Quantity of metals recovered
(d) Quantity of energy recovered

ผลลัพธ์ (ไทย) 1:

Mi ¼ MGDP; ai bi ci di ðÞ ð4Þซึ่งMi เป็นฟลักซ์ของมูลฝอยในสถานการณ์ (kg·person−1 day−1) ของฉันMGDP ฉันเป็นฟลักซ์ของมูลฝอยในสถานการณ์ที่ผมคำนวณเป็นฟังก์ชันของ GDP ในสถานการณ์ฉันไอเป็นพารามิเตอร์ที่พิจารณาความสัมพันธ์ระหว่างจำนวนคนที่อาศัยอยู่ในตัวเมืองที่ตั้งและที่ในพื้นที่ชนบทของนางในสถานการณ์โดยสถานการณ์เบา (เป็นกระบวนการ)bi คือ พิจารณาการเปลี่ยนแปลงของพารามิเตอร์ครัวเรือนขนาดระหว่างสถานการณ์ฉันและเบาci คือ พิจารณาการเปลี่ยนแปลงของพารามิเตอร์รายได้ครัวเรือนระหว่างสถานการณ์ฉันและเบาdi เป็นพารามิเตอร์ที่พิจารณาการเปลี่ยนแปลงของปีของ schooling ระหว่างสถานการณ์ฉันและเบาMGDP ที่ใช้ในสมการ 4 จะคำนวณเป็นดังนี้:MGDP; i ¼ 0:0294 GDP0:367ฉันþ 2:6473 10 5GDPi 0:1908 ð5Þซึ่ง GDP อีกเป็นผลิตภัณฑ์ภายในประเทศรวมในสถานการณ์ฉันเป็นกระบวนการ (ตัวไอ): ในหลาย[28-30] การศึกษา ความสัมพันธ์ในเชิงบวกระหว่างการระดับของการสร้างความเป็นเมืองและเสียได้พบ ในขณะที่ขึ้นหนาแน่นไปเติมพื้นที่(พื้นที่เขตเมือง) จะผลิตขยะเพิ่มเติมต่อ capitaชนบทและการผลิตมูลฝอยในเมืองได้สองสูงที่ในชนบทระดับของความเป็นเมืองยังมีผลทางอ้อมเสียรุ่นเนื่องจากการเปลี่ยนแปลงในปริมาณการใช้รูปแบบการ สำหรับการศึกษานี้ มันถูกสมมติที่เป็นของใช้ร่วมกันของประชาชนที่อาศัยอยู่ในเขตเมือง(เปรียบเทียบกับสถานการณ์เบา) จะนำไปสู่การเพิ่มในการผลิตมูลฝอยต่อ capita30%ขนาดบ้าน: เรือนใหญ่ผลิตน้อยเสียต่อ capita กว่าคนเล็ก [28,30-33] จึงสมมติที่มีจะขนาดครัวเรือน(เปรียบเทียบกับสถานการณ์เบา) จะนำไปสู่การลดการผลิตมูลฝอยต่อ capita60%รายได้: ขึ้นแต่ละครัวเรือนมีแนวโน้มการผลิตขนาดใหญ่ปริมาณของเสียกว่าที่น้อยแต่ละคน [28-31,33-36]นอกจากนี้ รายได้และการผลิตมูลฝอยมีเชื่อมโยงบ้าง แต่ ในระดับของรายได้ พวกเขาเป็น delinked จุดเปลี่ยนเกิดขึ้นในระดับสูงมากของมูลค่าเพิ่มต่อ capita[33] มีสมมติที่เป็นจะในครัวเรือนรายได้ (เปรียบเทียบกับสถานการณ์เบา) จะนำขึ้น 80% ในการผลิตมูลฝอยเศรษฐกิจฟิลิปปินส์จึงปีใช้เวลาในการศึกษา: ครัวเรือนที่ มีเฉพาะศึกษาหลักผลิตขยะเพิ่มมากขึ้นกว่าของระดับมืออาชีพ [33] อย่างไรก็ตาม ไม่มีการดำเนินการวิจัยมากในบริเวณนี้ สำหรับด้วยเหตุนี้ มันถูกสันนิษฐานที่ความจะในการปีที่ใช้ในการศึกษา (เมื่อเทียบกับแหล่งสถานการณ์สมมติ) จะลดการผลิตมูลฝอยต่อเศรษฐกิจฟิลิปปินส์จึง 20%สำหรับการคำนวณพารามิเตอร์ ai จะดี, (มีชื่อเป็นgi), ความสัมพันธ์เชิงเส้นถูกใช้:ΔgBAU 100% þ gi ¼ฉัน CFg ð6Þซึ่งจิมีพารามิเตอร์เป็นไป d สำหรับสถานการณ์สมมติฉันΔgBAU-i คือ ความผันแปรระหว่างสถานการณ์เบาและสถานการณ์ สำหรับฉัน g พารามิเตอร์CFg เป็นตัวแก้ไขสำหรับพารามิเตอร์ gตารางที่ 2 สรุปผลลัพธ์ของสมการ 6 สำหรับแต่ละพารามิเตอร์ที่จะดี ตัวแก้ไข (CF) ได้โดยตรงนำมาจากสถานการณ์กรอบโดยรวม พัฒนาโดยความเสี่ยงอยู่อาศัยสีโครงการ [18]การเลือกเทคโนโลยีการจัดการมูลฝอยสำหรับการสถานการณ์ที่แตกต่างกันกำหนดแต่ละสถานการณ์ โดย storylines และกรอบการเงื่อนไขการ ตามนี้ มันเป็นไปได้ที่จะพัฒนาทั่วไปเสียโดยรวมขั้นตอนการกำหนดต่าง ๆเสียตัวเลือกการรักษาที่จะใช้ในแต่ละสถานการณ์อย่างไรก็ตาม แต่ละเหล่านี้ตัวเลือกการรักษา แตกต่างกันเทคโนโลยีที่มีอยู่ดีที่สามารถใช้เทคโนโลยีในสถานการณ์สมมตินี้เฉพาะเพราะแต่ละเทคโนโลยีประเมิน และเปรียบเทียบโดยใช้ตัวแปร รวมทั้งทางด้านเทคนิค ด้านสิ่งแวดล้อม และด้านเศรษฐกิจแต่น้ำหนักความสำคัญให้กับแต่ละด้านแตกต่างกันในแต่ละสถานการณ์ ดังที่แสดงในตาราง 3ตัวแปรที่ใช้ในการประเมินประกอบด้วย:1. เทคนิค(ก) ปริมาณของขยะที่เหลือไปนำหลังรักษา(ข) ปริมาณของปุ๋ยที่ผลิต(ค) ปริมาณของโลหะในการกู้คืน(d) การกู้คืนปริมาณของพลังงาน

ผลลัพธ์ (ไทย) 2:

Mi ¼ MGDP ฉัน? ไอ? สอง? CI? ดิðÞ; ð4Þที่? ไมล์ฟลักซ์ของขยะในสถานการณ์ฉัน (กก·คน 1 วัน 1).? MGDP ฉันเป็นฟลักซ์ของขยะในสถานการณ์ที่ผมคำนวณเป็นฟังก์ชั่นของGDP ในสถานการณ์ที่ฉันได้.? ไอเป็นพารามิเตอร์พิจารณาความสัมพันธ์ในระหว่างจำนวนคนที่อาศัยอยู่ในเมืองในพื้นที่และที่อยู่ในพื้นที่ชนบทของนางในสถานการณ์ฉันในการเปรียบเทียบกับสถานการณ์บัว(รูปแบบกระบวนการ).? สองเป็นพารามิเตอร์พิจารณาการเปลี่ยนแปลงของขนาดครัวเรือนระหว่างฉันและสถานการณ์บัว.? CI เป็นพารามิเตอร์พิจารณาการเปลี่ยนแปลงของรายได้ของครัวเรือนระหว่างฉันและสถานการณ์บัว.? ดิเป็นพารามิเตอร์พิจารณาการเปลี่ยนแปลงของปีที่ผ่านมาของการศึกษาสถานการณ์ระหว่างฉันและบัว. MGDP ที่จะใช้ในสมการ 4 จะถูกคำนวณเป็นดังนี้MGDP ฉัน¼ 0: 0294? GDP0: 367 ฉันTh 2: 6473? 10? 5? GDPi? 0: 1908; ð5Þที่จีดีพีอีกครั้งเป็นผลิตภัณฑ์มวลรวมภายในประเทศในสถานการณ์i.? กระบวนการรูปแบบ (ปัจจัยไอ) ในหลายการศึกษา[28-30], ความสัมพันธ์เชิงบวกระหว่างระดับของเมืองและของเสียที่ถูกพบในขณะที่พื้นที่ที่มีประชากรหนาแน่นมาก(เขตเมือง) มีการผลิตของเสียมากขึ้นต่อหัวกว่าพื้นที่ชนบทและว่าการผลิตขยะในเมืองสามารถเป็นสองเท่าสูงเป็นที่ในพื้นที่ชนบท. ระดับของการกลายเป็นเมืองยังมีผลต่อทางอ้อมเสียเนื่องจากการเปลี่ยนแปลงการบริโภครูปแบบ สำหรับการศึกษานี้มันก็สันนิษฐานว่าเป็นสองเท่าของส่วนแบ่งของผู้คนที่อาศัยอยู่ในเขตเมือง(เมื่อเทียบกับสถานการณ์ BAU) จะนำไปสู่การเพิ่มขึ้นในการผลิตของขยะต่อหัว30%.? ขนาดครัวเรือน: ผู้ประกอบการขนาดใหญ่ผลิตน้อยเสียต่อหัวมีขนาดเล็กกว่าคน[28,30-33] มันถูกสันนิษฐานว่าเป็นสองเท่าในครัวเรือนขนาด(เมื่อเทียบกับสถานการณ์ BAU) จะนำไปสู่การลดลงของการผลิตของขยะต่อหัวโดย60%.? รายได้ของครัวเรือน: ครัวเรือนที่ร่ำรวยมากขึ้นมีแนวโน้มที่จะผลิตในปริมาณขนาดใหญ่ของเสีย. กว่าคนที่ร่ำรวยน้อย [28-31,33-36] นอกจากนี้รายได้และการผลิตขยะที่มีการเชื่อมโยงไปบ้างแต่ในระดับหนึ่งของรายได้พวกเขากลายเป็น delinked จุดเปลี่ยนเกิดขึ้นในระดับที่สูงมากของมูลค่าเพิ่มต่อหัว[33] สันนิษฐานว่าเป็นสองเท่าในครัวเรือนรายได้ (เมื่อเทียบกับสถานการณ์ BAU) จะนำไปสู่การเพิ่มขึ้นจาก80% ในการผลิตขยะที่ต่อหัว.? ปีที่ใช้ในการศึกษา: ผู้ประกอบการที่มีเพียงการศึกษาประถมศึกษาผลิตของเสียมากขึ้นกว่าผู้ที่อยู่ในระดับมืออาชีพ[33] แต่ไม่การวิจัยมากได้รับการดำเนินการในพื้นที่นี้ สำหรับเหตุผลนี้มันก็สันนิษฐานว่าเป็นสองเท่าในการปีที่ใช้ในการศึกษา(เมื่อเทียบกับบัวสถานการณ์) จะลดลงการผลิตขยะต่อหัวของประชากร20%. สำหรับการคำนวณของพารามิเตอร์ ai ไปดิ (ชื่อเป็นกูเกิล) เชิงเส้น ความสัมพันธ์ที่ใช้: กูเกิล¼ 100% þΔgBAUฉัน? CFG; ð6Þที่? กูเกิลมีพารามิเตอร์เพื่อ d สำหรับสถานการณ์ i.? ΔgBAUฉันเป็นรูปแบบระหว่างสถานการณ์บัวและสถานการณ์ i, สำหรับพารามิเตอร์กรัม.? CFG เป็นปัจจัยการแก้ไขสำหรับพารามิเตอร์กรัม. ตารางที่ 2 สรุปผลของสมการที่ 6 สำหรับแต่ละพารามิเตอร์เพื่อd ปัจจัยที่แก้ไข (CF) โดยตรงมาจากสถานการณ์โดยรวมกรอบการพัฒนาโดยความเสี่ยงที่อยู่อาศัยโครงการMegacity [18]. การคัดเลือกเทคโนโลยีการจัดการขยะสำหรับสถานการณ์ที่แตกต่างกันแต่ละสถานการณ์จะถูกกำหนดโดยตุ๊กตุ่นและกรอบการเฉพาะเงื่อนไข ขึ้นอยู่กับสิ่งเหล่านี้มันเป็นไปได้ในการพัฒนาการไหลของมวลขยะทั่วไปการกำหนดที่แตกต่างกันตัวเลือกการบำบัดของเสียที่จะนำมาใช้ในแต่ละสถานการณ์; แต่สำหรับแต่ละตัวเลือกการรักษาเหล่านี้แตกต่างกันเทคโนโลยีที่มีอยู่. ทางเลือกของเทคโนโลยีที่สามารถนำมาใช้ขึ้นอยู่ในสถานการณ์ที่เฉพาะเจาะจงเพราะแต่ละเทคโนโลยีได้รับการประเมินและเปรียบเทียบโดยวิธีการของตัวแปรรวมทั้งเทคนิคด้านสิ่งแวดล้อมและด้านเศรษฐกิจแต่น้ำหนักความสำคัญที่กำหนดให้แต่ละด้านแตกต่างกันในแต่ละสถานการณ์ดังแสดงในตารางที่ 3 ตัวแปรที่ใช้ในการประเมินผลรวมถึง: 1 ด้านเทคนิค(ก) จำนวนของเสียที่เหลือส่งไปฝังกลบหลังจากการรักษา(ข) จำนวนของปุ๋ยหมักที่ผลิต(ค) จำนวนของโลหะกู้คืน(ง) จำนวนของพลังงานกู้คืน

ผลลัพธ์ (ไทย) 3:

มิ¼ mgdp ; ฉัน  ไอ  บี  CI  di ðÞ ; ð 4 Þ

 ซึ่งมีฟลักซ์ของขยะในสถานการณ์ที่ฉัน ( กกด้วยคน− 1 วัน− 1 ) .
 mgdp ฉันคือฟลักซ์ของขยะในสถานการณ์ที่ผมคำนวณเป็น
ฟังก์ชันของ GDP ใน สมมติผม
 AI เป็นพารามิเตอร์พิจารณาความสัมพันธ์
ระหว่างปริมาณของผู้คนที่อาศัยอยู่ในเขตเมือง
และที่ในชนบทของนาง ในสถานการณ์สมมติผม
เมื่อเปรียบเทียบกับสถานการณ์ความเป็นเมือง
( BAUกระบวนการ ) .
 บีพารามิเตอร์พิจารณาเปลี่ยน
ขนาดครัวเรือนระหว่างสถานการณ์และ BAU .
 CI เป็นพารามิเตอร์พิจารณาเปลี่ยน
รายได้ครัวเรือนระหว่างสถานการณ์และ BAU .
 ตี้เป็นพารามิเตอร์พิจารณาเปลี่ยนปีของตนระหว่างสถานการณ์และ

mgdp BAU ที่จะใช้ในสมการที่ 4 คิดเป็น

mgdp ดังนี้ ผม¼ 0:0294  gdp0:367
ผม
þ 2:6473  10 
5 gdpi  0:1908 กระบวนการð 5 Þ
ที่จีดีพีอีกครั้ง คือ ผลิตภัณฑ์มวลรวมในประเทศในสถานการณ์
.
 เมือง ( ด้าน AI ) ในการศึกษาหลาย
[ 35 ] , ความสัมพันธ์ระหว่างระดับของความเป็นเมืองและเสีย

เจออีกรุ่นคือส่วนที่มีประชากรหนาแน่นบริเวณ
( ในเขตเมือง ) มีการผลิตของเสียมากขึ้นต่อหัวกว่าชนบทและ

การผลิตในแหล่งเมืองสามารถเป็นสองเท่าสูงในชนบท
ระดับเมืองก็มีผลกระทบทางอ้อม
รุ่นเนื่องจากการเปลี่ยนแปลงรูปแบบการบริโภค
ของเสีย ครั้งนี้ก็ถือว่า
สนิมร่วมกันของประชาชนที่อาศัยอยู่ในเขตเมือง
( เมื่อเทียบกับ บาวสถานการณ์ ) จะนำไปสู่การเพิ่มขึ้นในการผลิตขยะ

โดยต่อหัว 30 เปอร์เซ็นต์ ขนาดครัวเรือน
 :ครอบครัวขนาดใหญ่ผลิตของเสียน้อยลง
ต่อหัวมากกว่าคนเล็ก [ 28,30-33 ] มันคือ
สันนิษฐานว่าสองเท่าในขนาดครัวเรือน
( เมื่อเทียบกับ บาวสถานการณ์ ) จะนำไปสู่การลดลงในการผลิตขยะ

โดย 60% ต่อหัว รายได้ของครัวเรือน ครอบครัวร่ำรวย เป็น  :

น่าจะผลิตปริมาณมากของเสีย
มากกว่าคนที่ร่ำรวยน้อย [ 28-31,33-36 ] .
นอกจากนี้รายได้ และการผลิตขยะเป็น
เชื่อมโยงไปบางส่วน แต่ในระดับที่แน่นอนของ
รายได้ พวกเขากลายเป็น delinked . จุดเปลี่ยน
เกิดขึ้นในระดับที่สูงมากของการเพิ่มมูลค่ารายได้ต่อหัว
[ 33 ] เป็นสันนิษฐานว่ามีขึ้นในรายได้ของครัวเรือน
( เมื่อเทียบกับบัวเกิด จะนำ
เพิ่มขึ้น 80% ในการผลิตขยะ

 ต่อหัวประชากร ปีใช้เวลาในการศึกษา : ครัวเรือนที่มีเพียง
การศึกษาการผลิตของเสียมากกว่า
เป็นของระดับ [ 33 ] อาชีพ อย่างไรก็ตาม ไม่ใช่
วิจัยมากมีวัตถุประสงค์ในพื้นที่นี้ สำหรับ
เหตุผลนี้ มันถือว่าเป็นสองเท่าใน
ปีใช้เวลาในการศึกษา ( เมื่อเทียบกับ บาว
สมมติ ) จะลดการผลิตขยะเฉลี่ย 20% ต่อ
.
สำหรับการคำนวณค่าพารามิเตอร์ของไอตี้ ( ชื่อเป็น
กี ) ความสัมพันธ์เชิงเส้นใช้ :
กี¼ 100% þΔ gbau  ผม  cfg ; ð 6 Þ

 กีที่เป็นพารามิเตอร์ไปยัง D สำหรับสถานการณ์ฉัน
 Δ gbau-i เป็นรูปแบบระหว่าง BAU สถานการณ์
และสถานการณ์ผม ค่า G .
 cfg เป็นปัจจัยการแก้ไขพารามิเตอร์สำหรับ G .
2 โต๊ะเข้ามา ผลลัพธ์ของสมการที่ 6 สำหรับแต่ละพารามิเตอร์ A D
การแก้ไขปัจจัย ( CF ) ตรง
ถ่ายจากสถานการณ์การพัฒนา
กรอบโดยรวมโดยความเสี่ยงที่อยู่อาศัยโครงการ Megacity [ 18 ] .
เลือกเทคโนโลยีการจัดการขยะชุมชนสำหรับ

สถานการณ์แต่ละสถานการณ์ที่แตกต่างกันจะถูกกำหนดโดยกรอบ
ตุ๊กตุ่นและเงื่อนไขที่เฉพาะเจาะจง ตามเหล่านี้มันเป็นไปได้ที่จะพัฒนา
มูลฝอยทั่วไปมวลการไหลของการบำบัดของเสียที่แตกต่างกัน
ตัวเลือกที่จะใช้ในแต่ละสถานการณ์ ;
แต่สำหรับแต่ละเหล่านี้ตัวเลือกการรักษาที่แตกต่างกัน
เทคโนโลยีที่มีอยู่ .
ทางเลือกของเทคโนโลยี สามารถใช้ในสถานการณ์ที่เฉพาะเจาะจงขึ้นอยู่กับ

เพราะแต่ละเทคโนโลยีถูกประเมินและเปรียบเทียบโดยวิธีของตัวแปร ได้แก่
เทคนิค สิ่งแวดล้อม และด้านเศรษฐกิจ ,
แต่น้ำหนักความสำคัญให้กับแต่ละด้านแตกต่างกันใน
แต่ละกรณี ดังแสดงในตารางที่ 3
ตัวแปร ที่ใช้ในการประเมิน ได้แก่ :
1 ด้านเทคนิค
( ) ปริมาณขยะตกค้างส่งไปฝังกลบหลัง

( b ) การรักษาปริมาณของปุ๋ยหมักที่ผลิต
( C ) ปริมาณของโลหะหาย
( D ) ปริมาณของพลังงานคืน