引言
城市生活垃圾 (MSW) 产生量全球加速，给发展中国家带来了不成比例的压力，这些国家的收集基础设施和处理能力仍然严重受限 (Khatib, 2011, Sharma and Jain, 2020, Zohoori and Ghani, 2017)。在撒哈拉以南非洲，城市废物收集覆盖率经常低于 50%，大部分未收集的废物通过露天倾倒或不受控制的燃烧处置 — 这些做法会产生持久性有机污染物、温室气体和严重的公共健康风险 (Kumari & Raghubanshi, 2023)。该地区的大学校园构成了一个独特且研究不足的机构废物产生类别：其特征是人口密度高、人口周期在时间上可预测，以及以食物准备、聚乙烯包装商品和一次性包装为主的消费模式 (Nwaigbo et al., 2025, Daoud et al., 2025)。这些特征产生了具有稳定成分特征的废物流，通常为 35–60% 的有机物、25–40% 的塑料包装，以及极少量的源头分类，这与周围的居民区 MSW 根本不同 (Ibikunle et al., 2020)。
废物发电 (WTE) 技术为这些环境提供了双重效益：同时减少填埋处置的环境负担，并从废物材料中产生可回收的电能或热能 (AlQattan et al., 2018, Okuh et al., 2023, Salah et al., 2025)。机构 WTE 的可行性已在包括巴勒斯坦技术大学 - 嘉道理在内的发展中国家大学校园得到证明，其中 Abuhelwa 等人 (2023) 评估了有机废物的能源生产，并得出结论，在现行能源费率条件下，沼气回收在经济上是可行的，内部收益率为 12.4%，投资回收期约为 8 年。这些发现与约斯大学的环境直接类似：两者都是发展中国家的校园，电力供应有限，有机废物比例高，且没有系统性的 WTE 在运营。MSW 的能量产率主要受其成分特征支配，特别是可燃成分如聚乙烯、食物残渣、纸张、纺织品的热量贡献，以及水分含量 (McPhail et al., 2014, Roberts, 2015, Kulkarni and Anantharama, 2022)。尼日利亚和加纳大学校园的研究报告称 MSW 净热值 (NCV) 跨度为 7–16 MJ/kg，始终高于 7–8 MJ/kg 的阈值，低于该阈值直接燃烧在经济上不可行 (Abdul-Wahab, 2025, Laaye and Oguche, 2026)。位于尼日利亚约斯高原的约斯大学就是这种情况的典范：一个大型联邦机构，目前的废物管理仅限于收集和露天处置，没有系统性的能源回收在运营 (Ache, 2019, Ojiji, 2023)。
尽管有越来越多的证据表明 WTE 在尼日利亚机构环境中的技术可行性，但现有的分析方法在规划实用性方面仍然有限。传统的 MSW 能源潜力评估依赖于确定性计算，将废物产生量和成分视为静态平均值，忽略了学术环境中固有的时间变化，即学期和假期期间、工作日和周末周期以及考试季节的变化 (Ibikunle et al., 2020)。尼日利亚大多数校园级 MSW 研究依赖于短期采样活动，没有提供不确定性量化或前瞻性预测的机制来支持资本投资决策 (Ahmed, 2022)。尼日利亚大学特有的另一个结构性问题是系统性的人口低估：官方入学数据一致低估了实际的宿舍入住率，原因是存在普遍的非登记同住者占据宿舍房间 非登记居住者分享宿舍房间，他们产生废物但在官方数据中是不可见的。这种人口差距向人均产生量估计引入了复合误差，传统的确定性模型无法检测或纠正。
图 1 和表 1 展示了机器学习集成废物发电分析框架以及来自其他研究人员的 WTE/MSW 关键发现的比较分析。
机器学习 (ML) 提供了一种经过验证的用于动态、多变量废物预测的替代方案。监督学习算法已显示出对城市规模 MSW 产生预测 (Rice, 2023) 和 WTE 电力产生预测 (Liu et al., 2022) 的强预测性能。然而，尚未发表针对撒哈拉以南非洲机构 MSW 系统专门校准的 ML 应用，即同时整合人口、时间和成分特征。特别是，没有先前的研究开发出能够从一个尼日利亚大学校园的单一主要实证数据集中同时预测 MSW 产生量、NCV 和电能潜力的 ML 框架 (Bello, 2023, Temidayo, 2024)。这一差距使校园设施管理人员缺乏用于 WTE 投资的定量规划工具，本研究旨在填补这一差距。
