《Waste Management Bulletin》：A Methodology for Disaster Construction &Demolition Debris Quantification
编辑推荐：
摘要：灾后建筑拆除(Construction and Demolition, C&D)废弃物量化在因反复冲突或自然灾害导致大规模基础设施损毁及废弃物堆积的地区至关重要。C&D废弃物量化是高效开展恢复规划、清运及管理以及循环经济策略的自然首要步骤
摘要：灾后建筑拆除(Construction and Demolition, C&D)废弃物量化在因反复冲突或自然灾害导致大规模基础设施损毁及废弃物堆积的地区至关重要。C&D废弃物量化是高效开展恢复规划、清运及管理以及循环经济策略的自然首要步骤。然而，现有量化方法缺乏国家或区域标准化，且未能同时兼顾快速评估与材料特征化。因此，研究人员提出一种灾后场景下结构化的六步C&D废弃物量化框架，整合实地数据采集、材料分类、基于密度(density-based)的计算及人口归一化(demographic normalization)来估算人均C&D废弃物产生量。该框架被集成至基于Microsoft Excel中Visual Basic for Applications(VBA)宏命令开发的自动化决策工具中，并应用于2023–2024年黎巴嫩战争期间完全倒塌的建筑。基于该地区平均每户4～5人、每层楼2套公寓的假设，结果表明计算所得C&D废弃物产生率约为55～69吨/人——较全球典型拆除或城市生活垃圾(municipal solid waste, MSW)数值高一个数量级。此外，研究表明该工具可快速、可重复且可核查地生成估算结果，相较传统资源密集型战后评估能支持更迅捷的运筹决策。研究发现强调了标准化C&D废弃物量化规程在提升灾害废物管理备灾能力方面的重要性，对应急预案制定、资源分配及将遥感(remote sensing)技术融入损毁评估具有借鉴意义。
论文解读——《A Methodology for Disaster Construction & Demolition Debris Quantification》（发表于Waste Management Bulletin）
一、研究背景与立项依据
建筑拆除(Construction and Demolition, C&D)废弃物在城市固体废物中占比可达40%，灾后或武装冲突中该比例急剧升高，如2004年印度洋海啸产生超1亿t碎屑、2010年海地地震约1000万m3废墟、2023—2024年加沙冲突估计产生约3700万t C&D碎屑。有效的灾后C&D废弃物管理首先依赖于准确的量化估算，以支持重建预算编制、资源调度及回收再利用规划。然而现有C&D废弃物量化方法——包括实地测量(site visit, SV)、单位建筑面积产废率(waste generation rate calculation, GRC，如kg/m2)、材料寿命分析法(lifetime analysis, LA)及经验预测模型——存在三方面局限：①缺乏本地化可靠数据集，参数多为假定值，跨区域适用性差；②废弃物分类标准、计量单位（吨、立方米、kg/m2）及采集方式不一致，难以比较与推广；③未充分考虑灾后或冲突场景下材料组成与体量与常规拆除工程的差异，且无全国统一的标准化量化规程。为此，研究人员开展了针对灾后/冲突环境的结构化C&D废弃物量化方法学研究，并开发配套自动化工具予以验证。
二、主要关键技术方法
研究人员通过文献综述及与黎巴嫩政府、非政府组织(NGO)及承包商从业者的咨询会议，设计六步量化框架，选取黎巴嫩2023—2024年冲突中49栋受损建筑（位于Beirut Southern Suburbs即Dahye、South Lebanon及Bekaa）为样本，结合高分辨率多时相卫星影像（PlanetScope，3 m空间分辨率）、OpenStreetMap(OSM)建筑底面与World Settlement Footprint 3D(WSF3D)高度数据、黎巴嫩工程师与建筑师协会(Lebanese Order of Engineers and Architects, OEA)建筑登记册获取楼层数与层高，现场踏勘采集碎屑材料组分比例与实验室密度测定，通过关键知情人访谈(key informant interviews, KIIs)获取当地建筑施工做法与平均户规模，最终用Microsoft Excel VBA宏编程实现自动化计算与校验。
三、研究结果
Proposed Framework（提出的框架）
框架含六个顺序步骤：①损毁识别与样点选取——利用高分辨率卫星影像与GIS变化检测将建筑分为全毁(destroyed)、部分损毁(partially damaged)、未受影响，按地理分区、建筑类型（住宅/商业/公共机构等）、城郊分类（Degree of Urbanization, DEGURBA）分层取样并做地面验证(ground-truth validation)；②现场材料组成测定——核实损毁程度、地下室存在与否、碎屑未被清运情况，目视估算混凝土/砖/钢材/木材/瓷砖等质量分数，取代表性样品测密度及潜在污染物（石棉等）；③建筑高度与楼层数估算——优先用市政建筑注册数据，缺省时用OSM+WSF3D按标准层高3 m推算取整；④废弃物产生率(waste generation rate, WGR)与人口指标估算——通过KIIs确定不同类型建筑单位建筑面积碎屑体积系数WGR（文献参考值：≤3层取1.1 m3/m2，＞3层取0.8 m3/m2），收集平均户规模与每层面公寓数；⑤碎屑体积与质量计算——体积Vdebris=Built-up Area×WGR×Collapse Ratio（全塌取1.0，部分取0～1），总质量Debris Weight=Σ[Vdebris×Pi×ρi]，Pi为第i种材料体积分数，ρi为其密度(t/m3)；⑥人均C&D废弃物估算——每栋建筑居住人数=楼层数×每层公寓数×平均户规模，人均废弃物量=总碎屑质量/估算居住人数。研究人员指出该框架可区分全毁与部分损毁、纳入地下结构及道路碎屑考量，弥补既有方法不足。
Automated Decision-Making Tool to Illustrate the Application of the Proposed Framework（演示框架应用的自动化决策工具）
Excel VBA工具设主控工作表引导逐步录入：Step 1导入卫星影像筛选受损建筑；Step 2录入现场材料比例（自动校验总和为100%）与实验室密度建材料库；Step 3输入建筑高度自动算楼层（可手动修正层高）；Step 4提供默认WGR可按KIIs修订，并链接人口密度图；Step 5批量计算各建筑碎屑体积与质量；Step 6输入每户人数与每层面公寓数得人均及每户碎屑量，可聚合为街区或行政区人均碎屑分布图。工具目前未公开发布但可依合理申请获取，方法描述足以复现。
Illustrative example: the case of recent conflict in Lebanon（黎巴嫩近期冲突案例应用）
对49栋建筑（含Al Laylaki、Bint-Jbeil等10个地点），实测材料组成为混凝土40%、砖25%、木材10%、混合碎屑25%，密度分别为2400、1800、600、1600 kg/m3，综合样品密度2156 kg/m3。Al Laylaki一栋4层住宅基底面积369.04 m2，总建面1476.16 m2，WGR=0.8 m3/m2，全塌Collapse Ratio=1.0，算得碎屑体积1181 m3，总质量约2208.47 t。按每户4～5人、每层2套公寓，该楼居住32～40人，人均C&D废弃物=2208.47 t÷（32～40人）=55～69 t/人。
Results Discussion（结果讨论部分原文浓缩）
计算得出的人均C&D废弃物产生率55～69 t/人远高于非冲突拆除或城市生活垃圾情景（全球MSW约0.16～5.7 kg/(人·d)），原因包括：近全塌（Collapse Ratio=1.0）致最大碎屑量、高密度建材（混凝土2.4 t/m3、砖1.8 t/m3）推高总重、大户均规模（4～5人/户）致分母较小。框架相较传统黎巴嫩战后人工汇编可将数据处理时间缩短约60%～70%，内嵌校验降低不一致性，结果处于近期UN-Habitat与World Bank对黎巴嫩全国碎屑总量估算（4000万～1亿t）的合理范围内。局限性含现场数据可及性影响精度、WGR与材料组成为确定性均值未做概率分析、Excel平台对超大数据集及高级GIS集成有限、缺官方的逐栋地面真值(ground-truth)数据集做统计验证。未来可引入不确定度分析、随机模拟或模糊逻辑，并与环境外部性（颗粒物及温室气体排放、能耗）关联评估。
四、研究结论（翻译结论部分）
研究人员经广泛文献综述确认现有C&D废弃物量化方法依赖假定值、分类与单位不一、未涵盖灾后/冲突场景，故提出一套标准化、全国适用且具区域灵活性的C&D废弃物量化途径，整合高分空间数据、本地结构类型与专家验证假设以提高准确性与操作性。所开发的基于Microsoft Excel VBA的六步自动化决策工具可引导用户完成数据录入、自动计算碎屑体积、质量及各材料组成，支持按人均或每栋归一化以便跨区比较与清理优先级排序。在黎巴嫩2023—2024年冲突受损建筑上的应用表明该工具可为市政当局、人道主义组织及应急团队提供可操作数据，提升规划效率与资源配置。框架输出（碎屑体量、材料组成、人均产生指标）还可支撑暂存分拣场选址、运输车队规模、处理处置设施规划及回收基建投资排序，并为恢复政策评估提供一致基线。局限含现场数据质量制约精度、缺本地化数据集时取区域均值引入不确定度、Excel平台限制大体量数据及高级GIS耦合；未来宜加入不确定度范围、随机模拟或模糊逻辑表述，待更完备的灾后碎屑时序数据出现后做正式统计验证。该框架与工具可作为其他灾后情境快速可靠碎屑量化之范本。
