首页--环境科学、安全科学论文--废物处理与综合利用论文--一般性问题论文--固体废物的处理与利用论文

基于多层次建模和GIS的垃圾回收行为模型研究

中文摘要第3-4页
英文摘要第4页
1 绪论第8-15页
    1.1 引言第8页
    1.2 问题的提出第8-10页
    1.3 研究的主要目的第10页
    1.4 研究的次要目的第10页
    1.5 研究问题第10页
    1.6 研究的工作流程第10-11页
    1.7 研究方法第11-13页
    1.8 研究范围第13页
    1.9 数据来源第13页
    1.10 论文结构第13-14页
    1.11 工作术语第14-15页
2 文献阅读--一般的垃圾回收个体行为模型第15-27页
    2.1 引言第15页
    2.2 文献阅读的目的和范围第15页
    2.3 个体行为第15-21页
        2.3.1 决策理论第16-19页
        2.3.2 社会心理学第19页
        2.3.3 一般的垃圾回收个体行为模型第19-21页
    2.4 群体行为第21-23页
        2.4.1 研究群体行为的原因?第21页
        2.4.2 个体聚集成群体的方法第21-23页
    2.5 群体行为空间方面的分析第23-25页
        2.5.1 垃圾产生量和其空间位置第23页
        2.5.2 各生活小区居民回收行为差异的原因第23页
        2.5.3 地理信息系统(GIS)第23-25页
    2.6 总结第25-27页
3 案例--垃圾回收个体行为模型第27-44页
    3.1 研究区域第27-29页
        3.1.1 地理位置第27-28页
        3.1.2 自然条件第28-29页
        3.1.3 社会-经济特征第29页
    3.2 固体垃圾管理现状评价第29-34页
        3.2.1 垃圾特征第29-31页
        3.2.2 垃圾管理第31-34页
    3.3 垃圾回收现状第34-37页
        3.3.1 路边回收第34-35页
        3.3.2 居民垃圾回收第35-37页
    3.4 影响研究区域回收行为的因子第37-41页
        3.4.1 回收垃圾的动机第38页
        3.4.2 支持回收行为的硬件设施第38-39页
        3.4.3 关于垃圾回收的知识第39-40页
        3.4.4 社会-人口属性第40-41页
    3.5 研究区域的垃圾回收个体模型第41-43页
    3.6 总结第43-44页
4 数据分析第44-63页
    4.1 调查设计第44-46页
        4.1.1 调查目的第44-45页
        4.1.2 调查方法:面访第45页
        4.1.3 面访设计和完成第45-46页
    4.2 个体回收行为分析第46-53页
        4.2.1 描述性分析第47-48页
        4.2.2 检验模型第48-51页
        4.2.3 居民收入和其其它社会-人口变量关系第51-53页
    4.3 群体行为分析:第53-62页
        4.3.1 收入分类第53-55页
        4.3.2 不同收入阶层和主要因子的关系第55-60页
        4.3.3 主要因子对不同收入群体的比重第60-62页
        4.3.4 研究区域的群体行为模型第62页
    4.4 本章结语第62-63页
5 回收方案实施模拟和发现第63-77页
    5.1 垃圾产生量和分布第63-65页
        5.1.1 家庭垃圾产生量估计第63-65页
        5.1.2 可回收垃圾的产生量第65页
    5.3 研究区域行为变量的空间分布第65-73页
        5.3.1 收入阶层第65-67页
        5.3.2 家庭垃圾回收动机和愿意度第67-68页
        5.3.3 回收知识的空间分布值第68-69页
        5.3.4 硬件设施下回收垃圾的意愿程度值第69-73页
    5.4 模拟回收方案实施第73-77页
        5.4.1 三种家庭垃圾回收方案第73-74页
        5.4.2 拟结果讨论和发现第74-77页
6 总结和建议第77-79页
    6.1 总结第77页
    6.2 结论第77-78页
    6.3 建议第78-79页
致谢第79-84页
附录第84-88页

论文共88页,点击 下载论文
上一篇:复杂尺寸链分析计算理论及应用
下一篇:人工神经网络及其在图像识别中的应用研究