Nova abordagem melhora as previsões para a gestão de resíduos sólidos

Uma nova abordagem para prever o conteúdo dos resíduos sólidos urbanos pode ajudar a melhorar a eficiência das operações de reciclagem e aterro. O novo método aplica uma abordagem convencional para prever quantas toneladas totais de resíduos sólidos serão geradas a nível do condado e incorpora um modelo separado e complementar que prevê a composição dos resíduos com um nível de detalhe sem precedentes.

O artigo, “Prevendo a composição dos resíduos sólidos na escala do condado”, é publicado no diário Gestão de Resíduos.

“O efeito da nossa nova abordagem é que os gestores de resíduos sólidos podem prever uma discriminação detalhada dos diferentes materiais que irão compor o fluxo de resíduos além da tonelagem geral de resíduos que podem esperar no próximo ano”, diz Adolfo Escobedo, coautor de um artigo sobre o trabalho e professor associado do Departamento de Engenharia Industrial e de Sistemas Edward P. Fitts da Universidade Estadual da Carolina do Norte.

“Os diversos materiais que acabam no fluxo de resíduos são geridos de forma diferente, especialmente quando se tenta implementar uma operação sustentável”, diz Joshua Grassel, autor correspondente do artigo e Ph.D. estudante do programa de pós-graduação em pesquisa operacional da NC State.

“É útil que os gestores tenham uma boa ideia dos tipos de materiais que irão obter e em que quantidades, para que possam planear como processar esses materiais. Algumas coisas podem ser recicladas, outras podem ser compostadas e outras podem ser compostadas”. São necessários diferentes tipos de infraestrutura para processar a variedade de materiais, e o planejamento adequado é elementary para tornar a gestão sustentável de resíduos uma realidade prática.”

Historicamente, os gestores de resíduos basearam-se em modelos simples para prever a tonelagem international de resíduos sólidos que será produzida todos os anos a nível distrital. Mas as tentativas de prever a composição desses resíduos têm sido um tanto limitadas, com poucos modelos tentando decompor o fluxo international de resíduos com detalhes significativos.

“Um dos problemas enfrentados pelas tentativas de modelagem anteriores foi que eles estavam tentando prever diretamente a quantidade de cada materials presente no fluxo de resíduos”, diz Escobedo.

“Em outras palavras, eles estavam tentando prever quantas toneladas haveria de cada categoria de resíduos. Isso foi um desafio, mesmo avaliando apenas um número limitado de categorias. Adotamos uma abordagem diferente, adotando uma estratégia em duas fases.”

Especificamente, os investigadores adaptaram um modelo para se concentrar na composição dos resíduos sólidos, avaliando qual a proporção dos resíduos que se enquadraria em cada categoria de resíduos. O resultado closing é capaz de estimar a composição dos resíduos sólidos urbanos em 43 categorias abrangentes de materiais, desde latas de alumínio até desperdício de comida.

Os usuários podem então combinar os resultados do modelo de composição de resíduos com previsões do complete de resíduos sólidos a partir de técnicas bem estabelecidas.

“Por exemplo, se o modelo de tonelagem de resíduos prevê que haverá 1.000 toneladas de resíduos sólidos, e o modelo de composição prevê que 25% dos resíduos serão resíduos alimentares, você acaba com uma previsão de 250 toneladas de resíduos alimentares”, Grassel diz.

“Além de fornecer novos insights para os gestores de resíduos, este é um avanço significativo porque anteriormente não existia um repositório central de dados sobre a composição dos resíduos”, diz Escobedo.

“A falta de acesso fácil aos dados tem dificultado os esforços para desenvolver ferramentas robustas de previsão de resíduos sólidos. Portanto, uma contribuição secundária e suplementar aqui foi compilar esses dados e torná-los disponíveis publicamente. Foi certamente valioso no desenvolvimento do nosso equipment de ferramentas de modelagem, e nós ‘ Estamos otimistas de que facilitará o trabalho adicional de outros pesquisadores na área.”

Para validar a sua abordagem, os investigadores realizaram três estudos de caso utilizando dados do mundo actual.

“Os resultados são promissores – certamente estabelecemos uma prova de conceito para esta abordagem de previsão de resíduos sólidos”, diz Grassel.

“No entanto, também sabemos que há espaço substancial para melhorias. Já estamos trabalhando com colegas para incorporar técnicas de modelagem estatística mais diferenciadas a esta estrutura — e estamos receptivos a oportunidades de colaboração”, diz Escobedo.

O artigo foi coautor de Rajesh Buch, da Arizona State College (ASU). Os autores desejam agradecer aos outros membros contribuintes da equipe do projeto na ASU (Jen Clifton, Kazi Wahadul Hassan, Teja Phani Kumar Kadimi, Pitu Mirchandani e Nivedita Rengarajan), na Northern Arizona College (Darren Bingham e Richard Rushforth) e em o Departamento de Qualidade Ambiental do Arizona (JB Shaw).