CN115905915B - 乡镇分类处理方法及装置、计算机设备和可读存储介质 - Google Patents
乡镇分类处理方法及装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN115905915B CN115905915B CN202211302650.2A CN202211302650A CN115905915B CN 115905915 B CN115905915 B CN 115905915B CN 202211302650 A CN202211302650 A CN 202211302650A CN 115905915 B CN115905915 B CN 115905915B
- Authority
- CN
- China
- Prior art keywords
- target
- index
- village
- town
- garbage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 411
- 238000012545 processing Methods 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 42
- 238000009826 distribution Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000012876 topography Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 13
- 239000000047 product Substances 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000002689 soil Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 239000002956 ash Substances 0.000 description 4
- 238000009264 composting Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 241000361919 Metaphire sieboldi Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本申请提供一种乡镇分类处理方法及装置、计算机设备和可读存储介质，涉及生活垃圾处理技术领域。本申请在获取到目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据后，会计算该目标地域内的每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值和指标影响权重，而后根据标准化指标值和指标影响权重计算每个目标乡镇在目标地域内的垃圾收运潜力指数值，并基于计算出的垃圾收运潜力指数值对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便于环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，以有效提升乡镇垃圾收运处理效率。
Description
技术领域
本申请涉及生活垃圾处理技术领域，具体而言，涉及一种乡镇分类处理方法及装置、计算机设备和可读存储介质。
背景技术
随着社会的不断进步，乡镇经济得到了快速发展，乡镇生活垃圾产量日益增多，而乡镇生活垃圾的堆积会占用农业用地并危害生态环境和周边居民健康，极易引发诸多环境污染问题。由此，乡镇生活垃圾收运治理便是当今改善农村地区生态环境的重要思路方向。
但值得注意的是，由于乡镇地区地形条件复杂、人口分布不均、面积相差较大、农户居住相对分散，同时乡镇生活垃圾的种类和处理模式往往会地域、气候及经济发展水平等因素的影响而具有极强的地域性，导致农村生活垃圾的产生分布不均，垃圾收集密度小且分布广泛，造成垃圾收运困难、耗费成本偏高，难以建立健全的垃圾收运处理系统。
发明内容
有鉴于此，本申请的目的在于提供一种乡镇分类处理方法及装置、计算机设备和可读存储介质，能够对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，进而有效提升乡镇垃圾收运处理效率。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请提供一种乡镇分类处理方法，所述方法包括：
获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据；
根据所述多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值；
根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重；
针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在所述目标地域内的垃圾收运潜力指数值；
按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型。
在可选的实施方式中，与垃圾产生影响层面对应的垃圾处理影响指标包括乡镇人均可支配收入指标，与垃圾收集影响层面对应的垃圾处理影响指标包括乡镇人口密度指标、乡镇垃圾收集密度指标及乡镇垃圾人均产生量指标，与垃圾运输影响层面对应的垃圾处理影响指标包括乡镇公路路网密度指标；
针对所述乡镇人均可支配收入指标、所述乡镇人口密度指标、所述乡镇垃圾收集密度指标、所述乡镇垃圾人均产生量指标及所述乡镇公路路网密度指标中的每种垃圾处理影响指标，计算每个目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤，包括：
从所述多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据；
从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算所述最大指标数据与所述最小指标数据之间的第一指标差值；
针对每个目标乡镇，计算该目标乡镇的目标指标数据与所述最小指标数据之间的第二指标差值；
计算该目标乡镇的第二指标差值与所述第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
在可选的实施方式中，与垃圾运输影响层面对应的垃圾处理影响指标还包括乡镇距市县中心距离指标、乡镇地形起伏度指标及乡镇土地面积指标；
针对所述乡镇距市县中心距离指标、所述乡镇地形起伏度指标及所述乡镇土地面积指标中的每种垃圾处理影响指标，计算每个目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤，包括：
从所述多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据；
从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算所述最大指标数据与所述最小指标数据之间的第一指标差值；
针对每个目标乡镇，计算所述最大指标数据与该目标乡镇的目标指标数据之间的第三指标差值；
计算该目标乡镇的第三指标差值与所述第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
在可选的实施方式中，所述根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重的步骤，包括：
根据所述多个目标乡镇各自的乡镇数据，按照CRITIC权重法为所有垃圾处理影响指标分别分配一个第一影响权重值，并按照层次分析法为所有垃圾处理影响指标分别分配一个第二影响权重值；
计算所有垃圾处理影响指标各自对应的第一影响权重值与第二影响权重值之间的权重积值；
针对每种垃圾处理影响指标，计算该垃圾处理影响指标的权重积值与目标权重乘积和值之间的比例数值，得到该垃圾处理影响指标的指标影响权重，其中所述目标权重乘积和值为所述目标地域内的所有垃圾处理影响指标各自的权重积值之和。
在可选的实施方式中，所述方法还包括：
根据所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数；
根据所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及所述多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对所述多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
在可选的实施方式中，针对每种行政区级别，计算所述目标地域内的与该行政区级别对应的每个目标行政区的垃圾收运处理变异系数的步骤，包括：
针对所述目标地域内的与该行政区级别对应的每个目标行政区，根据该目标行政区内的所有目标乡镇各自的垃圾收运潜力指数值，计算该目标行政区包括的每个下级行政区的乡镇指数均值，其中单个下级行政区的乡镇指数均值为处于对应下级行政区内的各目标乡镇的垃圾收运潜力指数值之间的均值；
对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行平均值运算，得到该目标行政区的下级行政区指数均值；
对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行标准偏差运算，得到该目标行政区的下级行政区标准偏差值；
计算该目标行政区的下级行政区标准偏差值及下级行政区指数均值之间的比例数值，得到该目标行政区的垃圾收运处理变异系数。
第二方面，本申请提供一种乡镇分类处理装置，所述装置包括：
乡镇数据获取模块，用于获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据；
指标数值计算模块，用于根据所述多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值；
指标权重计算模块，用于根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重；
乡镇指数计算模块，用于针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在所述目标地域内的垃圾收运潜力指数值；
乡镇类型识别模块，用于按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型。
在可选的实施方式中，所述装置还包括：
变异系数计算模块，用于根据所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数；
处理模式推荐模块，用于根据所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及所述多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对所述多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
第三方面，本申请提供一种计算机设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现前述实施方式中任意一项所述的乡镇分类处理方法。
第四方面，本申请提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现前述实施方式中任意一项所述的乡镇分类处理方法。
在此情况下，本申请实施例的有益效果包括以下内容：
本申请在获取到目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据后，会计算该目标地域内的每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值和指标影响权重，而后通过对每个目标乡镇处的所有垃圾处理影响指标各自的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在目标地域内的垃圾收运潜力指数值，并按照预设的多种乡镇类型各自的垃圾收运指数区间，识别对应目标乡镇的垃圾收运潜力指数值所对应的目标乡镇类型，从而实现对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，便于环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，以有效提升乡镇垃圾收运处理效率。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的计算机设备的组成示意图；
图2为本申请实施例提供的乡镇分类处理方法的流程示意图之一；
图3为图2中的步骤S220包括的子步骤的流程示意图之一；
图4为图2中的步骤S220包括的子步骤的流程示意图之二；
图5为图2中的步骤S230包括的子步骤的流程示意图；
图6为本申请实施例提供的乡镇分类处理方法的流程示意图之二；
图7为图6中的步骤S260包括的子步骤的流程示意图；
图8为本申请实施例提供的乡镇分类处理装置的组成示意图之一；
图9为本申请实施例提供的乡镇分类处理装置的组成示意图之二。
图标：10-计算机设备；11-存储器；12-处理器；13-通信单元；100-乡镇分类处理装置；110-乡镇数据获取模块；120-指标数值计算模块；130-指标权重计算模块；140-乡镇指数计算模块；150-乡镇类型识别模块；160-变异系数计算模块；170-处理模式推荐模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中，需要理解的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。
请参照图1，图1是本申请实施例提供的计算机设备10的组成示意图。在本申请实施例中，所述计算机设备10能够针对同一地域内的不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，从而有效提升乡镇垃圾收运处理效率。其中，前述地域可以是整个国家地区(例如，中国)，也可以是大区行政级别区域(例如，中国的东北大区)或者省行政级别区域(例如，四川)，还可以是市行政级别区域(例如，成都)。其中，所述计算机设备10可以是，但不限于，平板电脑、笔记本电脑、个人计算机及服务器等。
在本实施例中，所述计算机设备10可以包括存储器11、处理器12、通信单元13及乡镇分类处理装置100。其中，所述存储器11、所述处理器12及所述通信单元13各个元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，所述存储器11、所述处理器12及所述通信单元13这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
在本实施例中，所述存储器11可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，所述存储器11用于存储计算机程序，所述处理器12在接收到执行指令后，可相应地执行所述计算机程序。
在本实施例中，所述处理器12可以是一种具有信号的处理能力的集成电路芯片。所述处理器12可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、图形处理器(Graphics Processing Unit，GPU)及网络处理器(Network Processor，NP)、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件中的至少一种。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
在本实施例中，所述通信单元13用于通过网络建立所述计算机设备10与其他电子设备之间的通信连接，并通过所述网络收发数据，其中所述网络包括有线通信网络及无线通信网络。例如，所述计算机设备10可通过所述通信单元13从其他电子设备处获取各个待识别乡镇的与生活垃圾收运作业相关的乡镇数据，其中所述乡镇数据可以包括对应待识别乡镇在对应地域内的乡镇位置信息、乡镇人口密度信息、乡镇人均可支配收入信息、乡镇道路状况、乡镇地形状况、乡镇垃圾人均产量信息及乡镇垃圾收集密度信息等。
在本实施例中，所述乡镇分类处理装置100包括至少一个能够以软件或固件的形式存储于所述存储器11中或者存储在所述计算机设备10的操作系统中的软件功能模块。所述处理器12可用于执行所述存储器11存储的可执行模块，例如所述乡镇分类处理装置100所包括的软件功能模块及计算机程序等。所述计算机设备10可通过所述乡镇分类处理装置100对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，进而有效提升乡镇垃圾收运处理效率。
可以理解的是，图1所示的框图仅为所述计算机设备10的一种组成示意图，所述计算机设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
在本申请中，为确保所述计算机设备10能够对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，从而有效提升乡镇垃圾收运处理效率，本申请实施例通过提供一种乡镇分类处理方法实现前述目的。下面对本申请提供的乡镇分类处理方法进行详细描述。
请参照图2，图2是本申请实施例提供的乡镇分类处理方法的流程示意图之一。在本申请实施例中，所述乡镇分类处理方法可以包括步骤S210～步骤S250。
步骤S210，获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据。
在本实施例中，所述与生活垃圾收运作业相关的乡镇数据包括对应乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的乡镇相关信息，其中与垃圾产生影响层面对应的乡镇相关信息包括乡镇人均可支配收入信息，与垃圾收集影响层面对应的乡镇相关信息包括乡镇人口密度信息、乡镇垃圾人均产量信息及乡镇垃圾收集密度信息，与垃圾运输影响层面对应的乡镇相关信息包括乡镇位置信息、乡镇道路状况及乡镇地形状况。
步骤S220，根据多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值。
在本实施例中，影响乡镇垃圾收运处理模式的筛选操作通常在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面各自对应至少一种垃圾处理影响指标，以通过各个垃圾处理影响指标评估对应目标乡镇的垃圾收运处理难度。
其中，在垃圾产生影响层面，农村居民人均可支配收入(即农村居民单年可用于最终消费支出和储蓄的总和)与生活垃圾人均产生量与生活垃圾组分特征具有一定相关性。有研究表明：随着经济水平的提高，人均生活垃圾产量整体有上升的趋势，且生活垃圾组分中厨余类垃圾与高热值垃圾组分占比提高，主要原因是当农村居民人均可支配收入提高后，农村居民的购买能力提高，包装类垃圾占比随之提高、灰土类惰性垃圾占比降低。故而，与垃圾产生影响层面对应的垃圾处理影响指标包括乡镇人均可支配收入指标，乡镇人均可支配收入指标的具体标准化指标值应采用正向指标标准化计算公式计算得到。
在垃圾收集影响层面，垃圾收集密度(即单位面积土地的垃圾收集重量)、人口密度(即单位面积土地的人口数量)、生活垃圾人均产量(即每个居民每天产生的生活垃圾重量)往往代表了一个地区的生活垃圾收集难度，其值越大，表明该地区的生活垃圾收集难度越低，生活垃圾集中处理的可行性越高。故而，与垃圾收集影响层面对应的垃圾处理影响指标包括乡镇人口密度指标、乡镇垃圾收集密度指标及乡镇垃圾人均产生量指标，乡镇人口密度指标、乡镇垃圾收集密度指标及乡镇垃圾人均产生量指标各自的具体标准化指标值应采用正向指标标准化计算公式计算得到。
在垃圾运输影响因素层面，农村地区地形起伏度(即对应乡镇的最高点海拔与最低点海拔差值)、土地面积(即当地行政区域土地面积)、乡镇距县中心距离、公路路网密度(即对应乡镇单位面积的公路里程长度)影响着农村生活垃圾运输系统的可行性与经济性。其中，公路路网密度的数值越大，代表对应地区的交通运输系统越发达，生活垃圾集中处理的可行性越高；而农村地区地形起伏度、土地面积或乡镇距县中心距离的数值越大，代表对应地区运输垃圾到生活垃圾集中处理地点的难度越大，生活垃圾集中处理的可行性越低。故而，与垃圾运输影响层面对应的垃圾处理影响指标包括乡镇公路路网密度指标、乡镇距市县中心距离指标、乡镇地形起伏度指标及乡镇土地面积指标，其中乡镇公路路网密度指标的具体标准化指标值应采用正向指标标准化计算公式计算得到，而乡镇距市县中心距离指标、乡镇地形起伏度指标及乡镇土地面积指标各自的具体标准化指标值应采用逆向指标标准化计算公式计算得到。
由此，可选地，请参照图3，图3是图2中的步骤S220包括的子步骤的流程示意图之一。在本申请实施例中，针对所述乡镇人均可支配收入指标、所述乡镇人口密度指标、所述乡镇垃圾收集密度指标、所述乡镇垃圾人均产生量指标及所述乡镇公路路网密度指标中的每种垃圾处理影响指标，计算目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤可以包括子步骤S221～子步骤S224。
子步骤S221，从多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据。
在本实施例中，当所述计算机设备10需要针对所述乡镇人均可支配收入指标、所述乡镇人口密度指标、所述乡镇垃圾收集密度指标、所述乡镇垃圾人均产生量指标及所述乡镇公路路网密度指标中任意一种垃圾处理影响指标，计算各目标乡镇的与前述任意一种垃圾处理影响指标对应的标准化指标值时，可针对每个目标乡镇提取该目标乡镇的乡镇数据中的与该垃圾处理影响指标对应的目标指标数据。例如，对乡镇人均可支配收入指标来说，对应目标指标数据即为各目标乡镇的乡镇人均可支配收入信息。
子步骤S222，从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算最大指标数据与最小指标数据之间的第一指标差值。
在本实施例中，当所述计算机设备10提取出各目标乡镇的与同一垃圾处理影响指标对应的目标指标数据后，会从提取出的与该垃圾处理影响指标对应的目标指标数据中筛选出最大指标数据及最小指标数据，并计算所述最大指标数据与所述最小指标数据之间的第一指标差值。其中，所述第一指标差值即由同一种垃圾处理影响指标的最大指标数据减去最小指标数据得到。
子步骤S223，针对每个目标乡镇，计算该目标乡镇的目标指标数据与最小指标数据之间的第二指标差值。
在本实施例中，所述第二指标差值由对应目标乡镇的目标指标数据减去同一种垃圾处理影响指标的最小指标数据得到。
子步骤S224，计算该目标乡镇的第二指标差值与第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
由此，本申请可通过执行上述子步骤S221～子步骤S224，采用正向指标标准化计算公式计算得到同一地域内不同乡镇各自在所述乡镇人均可支配收入指标、所述乡镇人口密度指标、所述乡镇垃圾收集密度指标、所述乡镇垃圾人均产生量指标及所述乡镇公路路网密度指标中任意一种垃圾处理影响指标处的具体标准化指标值。
可选地，请参照图4，图4是图2中的步骤S220包括的子步骤的流程示意图之二。在本申请实施例中，针对所述乡镇距市县中心距离指标、所述乡镇地形起伏度指标及所述乡镇土地面积指标中的每种垃圾处理影响指标，计算每个目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤可以包括子步骤S221、子步骤S222、子步骤S225及子步骤S226。
子步骤S221，从多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据。
在本实施例中，当所述计算机设备10需要针对所述乡镇距市县中心距离指标、所述乡镇地形起伏度指标及所述乡镇土地面积指标中任意一种垃圾处理影响指标，计算各目标乡镇的与前述任意一种垃圾处理影响指标对应的标准化指标值时，可针对每个目标乡镇提取该目标乡镇的乡镇数据中的与该垃圾处理影响指标对应的目标指标数据。
子步骤S222，从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算最大指标数据与最小指标数据之间的第一指标差值。
子步骤S225，针对每个目标乡镇，计算最大指标数据与该目标乡镇的目标指标数据之间的第三指标差值。
在本实施例中，所述第三指标差值由同一种垃圾处理影响指标的最大指标数据减去对应目标乡镇的目标指标数据得到。
子步骤S226，计算该目标乡镇的第三指标差值与第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
由此，本申请可通过执行上述子步骤S221、子步骤S222、子步骤S225及子步骤S226，采用逆向指标标准化计算公式计算得到同一地域内不同乡镇各自在所述乡镇距市县中心距离指标、所述乡镇地形起伏度指标及所述乡镇土地面积指标中任意一种垃圾处理影响指标处的具体标准化指标值。
步骤S230，根据多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在目标地域内的指标影响权重。
在本实施例中，因垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面各自对应的垃圾处理影响指标相互配合来描述对应乡镇的垃圾收运处理难度，同时同一地区的多个乡镇在经济层面也存在较为明显的相互影响关系，故而需要对同一目标地域内各目标乡镇的乡镇数据进行综合考虑，以确定各种垃圾处理影响指标在该目标地域内的指标影响权重。
可选地，请参照图5，图5是图2中的步骤S230包括的子步骤的流程示意图。在本申请实施例中，所述步骤S230可以包括子步骤S231～子步骤S233。
子步骤S231，根据多个目标乡镇各自的乡镇数据，按照CRITIC权重法为所有垃圾处理影响指标分别分配一个第一影响权重值，并按照层次分析法为所有垃圾处理影响指标分别分配一个第二影响权重值。
在本实施例中，所述CRITIC(Criteria Importance Though IntercrieriaCorrelation，基于指标相关性的指标权重确定方法)权重法在确定各垃圾处理影响指标的影响权重值时，不但会考虑各项垃圾处理影响指标的指标度，也考虑到各项垃圾处理影响指标之间的指标冲突性，可以仅仅依靠数据本身所携带的信息来获取其应当匹配的权重值。而层次分析法是一种带有模拟人脑的决策方式的权重获取方法，其可以带有较多的主观定义色彩，使各垃圾处理影响指标获取到的影响权重值在一定程度上带有人脑决策的主观色彩。
子步骤S232，计算所有垃圾处理影响指标各自对应的第一影响权重值与第二影响权重值之间的权重积值。
子步骤S233，针对每种垃圾处理影响指标，计算该垃圾处理影响指标的权重积值与目标权重乘积和值之间的比例数值，得到该垃圾处理影响指标的指标影响权重。
在本实施例中，所述目标权重乘积和值为所述目标地域内的所有垃圾处理影响指标各自的权重积值之和。所述计算机设备10可通过执行上述子步骤S232及子步骤S233，将各种垃圾处理影响指标的带有客观色彩的第一影响权重值和带有主观色彩的第二影响权重值进行综合考量，并将同一种垃圾处理影响指标的第一影响权重值和第二影响权重值进行相互修正，以确保最终得到的指标影响权重能够有效表征对应垃圾处理影响指标在整个乡镇垃圾收运处理过程中的影响贡献占比。
由此，本申请可通过执行上述子步骤S231～子步骤S233，从主观及客观两个角度综合考量地确定每种垃圾处理影响指标在所述目标地域内的指标影响权重，使每种垃圾处理影响指标的指标影响权重能够有效表征对应垃圾处理影响指标在整个乡镇垃圾收运处理过程中的影响贡献占比。
步骤S240，针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在目标地域内的垃圾收运潜力指数值。
在本实施例中，所述计算机设备10在计算得到每个目标乡镇在不同垃圾处理影响指标处分别对应的标准化指标值，以及每种垃圾处理影响指标在整个目标地域内的指标影响权重后，可单独针对每个目标乡镇，以各种垃圾处理影响指标的指标影响权重为运算权重，对该目标乡镇在不同垃圾处理影响指标处分别对应的标准化指标值进行加权求和运算，得到能够有效表征该目标乡镇的生活垃圾收运处理难度的垃圾收运潜力指数值。其中，所述垃圾收运潜力指数值的数值越大，则对应目标乡镇的生活垃圾收运处理难度越小。
步骤S250，按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型。
在本实施例中，所述计算机设备10预设的多种乡镇类型各自的垃圾收运指数区间可采用克里金插值法对自然间断点分类法进行拟合补充后处理得到。其中，所述自然间断点分级法是一种有效的数据分级方法，该方法利用数据本身固有的间断特性，识别数据分类间隔并对数据进行分组，同时使组间差异最大化，以实现最佳分组；而所述克里金插值则能够根据带估样本点(或块段)有限邻域内若干已测定的样本点数据，在考虑了样本点的大小、形状、空间相互位置关系以及与待估样本点的相互空间位置关系后，对待估样本点值进行线性无偏最优估计。由此，所述计算机设备10处存储的多种乡镇类型各自的垃圾收运指数区间在基于克里金插值法拟合补充的自然间断点分类法作用下可表现为：乡镇类型“城乡一体型”的垃圾收运指数区间是0.64～0.87，乡镇类型“密集型”的垃圾收运指数区间是0.54～0.64，乡镇类型“村庄农户分散型”的垃圾收运指数区间为0～0.54。
其中，乡镇类型“城乡一体型”的乡镇通常具有土地面积小、路网密度高、人均可支配收入高、人口密度高、垃圾人均产生量大、距县城中心距离近、垃圾收集密度高的特点；乡镇类型“密集型”的乡镇通常具有土地面积较大、路网密度较低、人均可支配收入较低、人口密度较低、垃圾人均产生量较小、距县城中心距离较远、垃圾收集密度较低的特点；乡镇类型“村庄农户分散型”的乡镇通常具有土地面积大、路网密度低、人均可支配收入低、人口密度低、垃圾人均产生量小、距县城中心距离远、垃圾收集密度低的特点。
在此情况下，当所述计算机设备10计算出目标地域内每个目标乡镇的垃圾收运潜力指数值后，可通过将对应目标乡镇的垃圾收运潜力指数值与各种乡镇类型的垃圾收运指数区间进行比较，以确定对应目标乡镇的垃圾收运潜力指数值处于哪种乡镇类型的垃圾收运指数区间内，此时该目标乡镇的目标乡镇类型即为对应垃圾收运潜力指数值所在的垃圾收运指数区间所属的乡镇类型，进而所述计算机设备10得以知晓目标区域内不同乡镇类型的众多乡镇的分布状况。
以目标地域“中国”为例，该目标地域可以根据地理区域分布、社会经济的发展状况、人口密度以及垃圾人均产生量，被划分出“华夏东部大区(涉及北京市、天津市、河北省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省、台湾省、香港特别行政区、澳门特别行政区)”、“华夏中部大区(涉及山西省、安徽省、江西省、河南省、湖北省、湖南省)”、“华夏东北大区(涉及辽宁省、吉林省、黑龙江省)”、“华夏西部大区(涉及内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区)”，而后所述计算机设备10在按照图2所示的乡镇分类处理方法对中国境内多个乡镇在生活垃圾收运治理层面的乡镇类型进行有效识别后，可以发现：在“华夏东部大区”范围内，除海南外，其余省份均以城乡一体化乡镇为核心；在“华夏中部大区”范围内，整体以密集型乡镇为主，伴有少量城乡一体化型乡镇与极少数的村庄农户分散型乡镇，其中山西省密集型乡镇占比最高、河南省密集型乡镇占比最低；在“华夏西部大区”范围内，整体以密集型乡镇和村庄农户分散型乡镇为主，其发展均衡性较差，其中重庆、广西的密集型乡镇出现占比最高，而云南、新疆、青海三省的村庄农户分散型乡镇出现占比较高；在“华夏东北大区”范围内，以密集型乡镇为主，其占比介于“华夏中部大区”与“华夏西部大区”之间，而黑龙江的村庄农户分散型乡镇出现占比较高。
由此，本申请可通过执行上述步骤S210～步骤S250，对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，以便环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，从而有效提升乡镇垃圾收运处理效率。
可选地，请参照图6，图6是本申请实施例提供的乡镇分类处理方法的流程示意图之二。在本申请实施例中，与图2所示的乡镇分类处理方法相比，图6所示的乡镇分类处理方法还可以包括步骤S260及步骤S270，以针对同一地域下的不同乡镇类型的乡镇推荐符合对应乡镇基础条件的垃圾收运处理模式，以提升环境治理人员的环境治理体验，并提升乡镇垃圾收运处理效率。
步骤S260，根据目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数。
在本实施例中，针对同一地域来说，可按照不同行政区级别对该地域进行划分，使同一地域可在不同行政区级别下被分割为多个目标行政区。以目标地域“中国”为例，中国所涉及的多种行政区级别按照降序的方式可依次表现为国家行政级别、大区行政级别、省行政级别、市行政级别、县(区)行政级别、乡镇行政级别。
所述计算机设备10在计算得到所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息后，可利用空间差异分析方法进行不同乡镇类型农村地区的差异化分析，以通过该空间差异分析方法准确地反映同一地域内不同乡镇之间的数据离散程度，同时通过该空间差异分析方法计算垃圾收运处理变异系数的方式，确定出同一目标地域内不同行政区级别下的各目标行政区内部的乡镇垃圾收运处理能力差异性状况。
可选地，请参照图7，图7是图6中的步骤S260包括的子步骤的流程示意图。在本申请实施例中，所述步骤S260在针对每种行政区级别，计算所述目标地域内的与该行政区级别对应的每个目标行政区的垃圾收运处理变异系数的步骤可以包括子步骤S261～子步骤S264，以有效确定同一目标地域内不同行政区级别下的各目标行政区内部的乡镇垃圾收运处理能力差异性状况。
子步骤S261，针对所述目标地域内的与该行政区级别对应的每个目标行政区，根据该目标行政区内的所有目标乡镇各自的垃圾收运潜力指数值，计算该目标行政区包括的每个下级行政区的乡镇指数均值。
在本实施例中，某个目标行政区包括的单个下级行政区的乡镇指数均值为处于对应下级行政区内的各目标乡镇的垃圾收运潜力指数值之间的均值。以行政区级别“省行政级别”的目标行政区“四川省”为例，目标行政区“四川省”包括的下级行政区的行政区级别即为“市行政级别”，此时“四川省”的每个下级行政区的乡镇指数均值即为对应城市内所有目标乡镇的垃圾收运潜力指数值之间的均值。
子步骤S262，对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行平均值运算，得到该目标行政区的下级行政区指数均值。
子步骤S263，对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行标准偏差运算，得到该目标行政区的下级行政区标准偏差值。
子步骤S264，计算该目标行政区的下级行政区标准偏差值及下级行政区指数均值之间的比例数值，得到该目标行政区的垃圾收运处理变异系数。
由此，本申请可通过执行上述子步骤S261～子步骤S264，有效确定同一目标地域内不同行政区级别下的各目标行政区内部的乡镇垃圾收运处理能力差异性状况，从而得以将不同行政区级别的目标行政区的垃圾收运处理能力差异性状况进行比对，以确定对应目标行政区内的各目标乡镇可以采用何种垃圾收运处理模式。
以目标地域“中国”在不同行政区级别下的垃圾收运处理变异系数分布状况为例进行说明：可按照大区行政级别划分方式从目标地域“中国”的垃圾收运处理变异系数分布状况中划分出“华夏东部大区”、“华夏中部大区”、“华夏西部大区”、“华夏东北大区”各自的垃圾收运处理变异系数的分布状况，也可按照省行政级别划分方式从目标地域“中国”的垃圾收运处理变异系数分布状况中划分出目标地域“中国”内不同省份行政区各自的垃圾收运处理变异系数的分布状况，还可按照市行政级别划分方式从目标地域“中国”的垃圾收运处理变异系数分布状况中划分出目标地域“中国”内不同市行政区各自的垃圾收运处理变异系数的分布状况，同时还可按照县行政级别划分方式从目标地域“中国”的垃圾收运处理变异系数分布状况中划分出目标地域“中国”内不同县行政区各自的垃圾收运处理变异系数的分布状况。
其中，从大区行政级别区域层次来看，“华夏东北大区”的变异系数最大，“华夏西部大区”次之，“华夏东部大区”中等，“华夏中部大区”最小，这表明“华夏中部大区”、“华夏东部大区”的垃圾收运潜力指数值整体较为协调，内部之间较为均衡，更适宜推广同一类生活垃圾处理模式；而“华夏东北大区”以及“华夏西部大区”局部地区相对落后，且内部发展程度不均衡性明显，更适宜推广不同类型相组合的生活垃圾处理模式。
从省行政级别区域层次来看，“华夏东北大区”的黑龙江、吉林变异系数极高，辽宁省变异系数较高；“华夏西部大区”的新疆、内蒙古的变异系数极高，甘肃、青海、宁夏、陕西、重庆、贵州较高，西藏、广西、四川的变异系数适中、云南极低；“华夏中部大区”的山西、河南、湖南、湖北、安徽五省的变异系数适中，内部较为均衡，江西的变异系数较高，内部发展均衡；“华夏东部大区”的北京、上海、浙江、天津的变异系数极低，更加通用于同一套生活垃圾处理模式，其余省份的变异系数同样较低。
从市行政级别区域层次来看，“华夏东北大区”内各市的变异系数整体适中，乡镇指数较为协调，而结合省行政级别区域层次的变异系数分布图可以得知，“华夏东北大区”各市乡镇内部均衡，但各市之间极度不均衡；“华夏西部大区”内呈现一个明显的变异系数边界线，这条边界穿越内蒙古、宁夏、四川、云南，边界线西部各市的变异系数较高，边界线东部各市的变异系数适中；“华夏中部大区”内围绕着安徽和江西的交界处形成变异系数的低值区，整个“华夏中部大区”以低值区为主；“华夏东部大区”内仅有山东省东营市、福建梅州市的变差系数不属于低值区。
而县行政级别区域层次和市行政级别区域层次在变差系数空间格局分布趋势类似，但内部更为细化，在此就不再一一赘述了。
步骤S270，根据目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
在本实施例中，所述计算机设备10在确定出目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布状况后，可利用空间自相关性分析法对所述目标地域内的各个目标乡镇的垃圾收运潜力指数值、目标乡镇类型和乡镇位置分布信息进行数据分析，以确定各目标乡镇在空间领域中的全局空间相对关系及局部空间相对关系，进而基于前述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布状况，以及不同目标乡镇之间的全局空间相对关系及局部空间相对关系，遵循乡镇农村生活垃圾处理模式的差异化发展原则，有效确定每个目标乡镇在当前乡镇基础条件下基本适配的垃圾收运处理模式进行处理模式推荐，以便提升环境治理人员的环境治理体验，并提升乡镇垃圾收运处理效率。
可选地，在本实施例的一种实施方式中，上述生活垃圾收运处理模式可以包括“户分类-村收集-镇转运-市(县)处理”处理模式、“户分类-村收集-镇处理”处理模式及“户分类-村收集处理”处理模式。
以目标地域“中国”为例对上述步骤S270的具体效果进行说明：
中国的东部大区以城乡一体化型乡镇为主，且东部不同行政级别层次区域的乡镇垃圾收运潜力指数内部差异性较小、空间聚集效应明显；结合东部大区的农村生活垃圾收运处理条件与生活垃圾组分特征，东部大区乡镇应充分利用其经济优势与区位优势大力推广“户分类-村收集-镇转运-市(县)处理”的农村生活垃圾处理模式，进一步推进完善农村生活垃圾收运系统，提高市(县)生活垃圾处理终端的日处理能力，使东部大区乡镇将生活垃圾分为厨余垃圾、可回收垃圾、其他垃圾三类，在村垃圾房筛分灰土类惰性垃圾就地处理，并以焚烧、填埋、生物质发电作为主要终端处理手段，实现城乡融合一体化效果。
中国的中部大区以密集型乡镇为主，伴有少量城乡一体化型乡镇和零星村庄农户分散型乡镇，中部不同行政级别层次区域的乡镇垃圾收运潜力指数内部差异性较小，但空间聚集效应并不明显；中部大区乡镇应结合当地农村生活垃圾收运处理设施实际情况生活垃圾组分特征，其中城乡一体化型乡镇宜采用“户分类-村收集-镇转运-市(县)处理”方式，将垃圾分为可回收垃圾、其他垃圾两类，并在村垃圾房筛分灰土类惰性垃圾就地处理，其他垃圾通过镇转运的方式运往市县生活垃圾处理终端；密集型乡镇和村庄农户分散型乡镇宜采用“户分类-村收集-镇处理”+“户分类-村收集处理”的协同处理模式，将垃圾分为可回收垃圾、其他垃圾两类，并在村垃圾房筛分灰土类惰性垃圾，其他垃圾运往乡镇生活垃圾填埋场。
中国的西部大区以密集型乡镇和村庄农户分散型乡镇为主，且不同行政级别层次区域的乡镇垃圾收运潜力指数内部差异性较大，同时空间聚集效应明显，尤其是西部大区的新疆、西藏、青海、甘肃等地大部分乡镇地广人稀、人均生活垃圾产量小，采用城乡一体化方式处理农村生活垃圾将会增大人力物力成本；基于西部大区乡镇农村生活垃圾收运处理设施实际情况生活垃圾组分特征，密集型乡镇与村庄农户分散型乡镇宜采用“户分类-村收集-镇处理”+“户分类-村收集处理”的协同处理模式，将垃圾分为可回收垃圾、其他垃圾、厨余垃圾三类，并在村垃圾房筛分灰土类惰性垃圾，并进一步推进镇级阳光堆肥房、沼气池、蚯蚓堆肥房等易腐垃圾终端处理设施，镇级填埋场、焚烧厂等其他垃圾终端处理设施，村级垃圾堆肥桶、垃圾堆肥池等村级易腐垃圾处理设施建设。
中国的东北大区以密集型乡镇为主并伴有少量村庄农户分散型乡镇，东北大区的省、市行政级别层次的乡镇指数内部差异性较大，但市、县行政级别层次的内部差异性较小，空间聚集效应较弱；东北大区乡镇应结合当地农村生活垃圾收运处理设施实际情况与生活垃圾组分特征，密集型乡镇与村庄农户分散型乡镇宜采用“户分类-村收集-镇处理”+“户分类-村收集处理”的协同处理模式。
由此，本申请可通过执行上述步骤S260及步骤S270，针对同一地域下的不同乡镇类型的乡镇推荐符合对应乡镇基础条件的垃圾收运处理模式，以提升环境治理人员的环境治理体验，并提升乡镇垃圾收运处理效率。
在本申请中，为确保所述计算机设备10能够通过所述乡镇分类处理装置100执行上述乡镇分类处理方法，本申请通过对所述乡镇分类处理装置100进行功能模块划分的方式实现前述功能。下面对本申请提供的乡镇分类处理装置100的具体组成进行相应描述。
请参照图8，图8是本申请实施例提供的乡镇分类处理装置100的组成示意图之一。在本申请实施例中，所述乡镇分类处理装置100可以包括乡镇数据获取模块110、指标数值计算模块120、指标权重计算模块130、乡镇指数计算模块140及乡镇类型识别模块150。
乡镇数据获取模块110，用于获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据。
指标数值计算模块120，用于根据所述多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值。
指标权重计算模块130，用于根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重。
乡镇指数计算模块140，用于针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在所述目标地域内的垃圾收运潜力指数值。
乡镇类型识别模块150，用于按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型。
可选地，请参照图9，图9是本申请实施例提供的乡镇分类处理装置100的组成示意图之二。在本申请实施例中，所述乡镇分类处理装置100还可以包括变异系数计算模块160及处理模式推荐模块170。
变异系数计算模块160，用于根据所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数。
处理模式推荐模块170，用于根据所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及所述多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对所述多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
需要说明的是，本申请实施例所提供的乡镇分类处理装置100，其基本原理及产生的技术效果与前述的乡镇分类处理方法相同。为简要描述，本实施例部分未提及之处，可参考上述的针对乡镇分类处理方法的描述内容。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，在本申请提供的乡镇分类处理方法及装置、计算机设备和可读存储介质中，本申请在获取到目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据后，会计算该目标地域内的每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值和指标影响权重，而后通过对每个目标乡镇处的所有垃圾处理影响指标各自的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在目标地域内的垃圾收运潜力指数值，并按照预设的多种乡镇类型各自的垃圾收运指数区间，识别对应目标乡镇的垃圾收运潜力指数值所对应的目标乡镇类型，从而实现对不同乡镇各自在生活垃圾收运治理层面的乡镇类型进行有效识别，便于环境治理人员为不同乡镇选取与乡镇基础条件适配的垃圾收运处理模式，以有效提升乡镇垃圾收运处理效率。
以上所述，仅为本申请的各种实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应当以权利要求的保护范围为准。
Claims (9)
1.一种乡镇分类处理方法，其特征在于，所述方法包括：
获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据；
根据所述多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值；
根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重；
针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在所述目标地域内的垃圾收运潜力指数值；
按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型；
其中，所述根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重的步骤，包括：
根据所述多个目标乡镇各自的乡镇数据，按照CRITIC权重法为所有垃圾处理影响指标分别分配一个第一影响权重值，并按照层次分析法为所有垃圾处理影响指标分别分配一个第二影响权重值；
计算所有垃圾处理影响指标各自对应的第一影响权重值与第二影响权重值之间的权重积值；
针对每种垃圾处理影响指标，计算该垃圾处理影响指标的权重积值与目标权重乘积和值之间的比例数值，得到该垃圾处理影响指标的指标影响权重，其中所述目标权重乘积和值为所述目标地域内的所有垃圾处理影响指标各自的权重积值之和。
2.根据权利要求1所述的方法，其特征在于，与垃圾产生影响层面对应的垃圾处理影响指标包括乡镇人均可支配收入指标，与垃圾收集影响层面对应的垃圾处理影响指标包括乡镇人口密度指标、乡镇垃圾收集密度指标及乡镇垃圾人均产生量指标，与垃圾运输影响层面对应的垃圾处理影响指标包括乡镇公路路网密度指标；
针对所述乡镇人均可支配收入指标、所述乡镇人口密度指标、所述乡镇垃圾收集密度指标、所述乡镇垃圾人均产生量指标及所述乡镇公路路网密度指标中的每种垃圾处理影响指标，计算每个目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤，包括：
从所述多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据；
从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算所述最大指标数据与所述最小指标数据之间的第一指标差值；
针对每个目标乡镇，计算该目标乡镇的目标指标数据与所述最小指标数据之间的第二指标差值；
计算该目标乡镇的第二指标差值与所述第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
3.根据权利要求2所述的方法，其特征在于，与垃圾运输影响层面对应的垃圾处理影响指标还包括乡镇距市县中心距离指标、乡镇地形起伏度指标及乡镇土地面积指标；
针对所述乡镇距市县中心距离指标、所述乡镇地形起伏度指标及所述乡镇土地面积指标中的每种垃圾处理影响指标，计算每个目标乡镇的与该垃圾处理影响指标对应的标准化指标值的步骤，包括：
从所述多个目标乡镇各自的乡镇数据中提取与该垃圾处理影响指标对应的目标指标数据；
从提取出的所有目标指标数据中筛选出最大指标数据及最小指标数据，并计算所述最大指标数据与所述最小指标数据之间的第一指标差值；
针对每个目标乡镇，计算所述最大指标数据与该目标乡镇的目标指标数据之间的第三指标差值；
计算该目标乡镇的第三指标差值与所述第一指标差值之间的比值，得到该目标乡镇的与该垃圾处理影响指标对应的标准化指标值。
4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括：
根据所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数；
根据所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及所述多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对所述多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
5.根据权利要求4所述的方法，其特征在于，针对每种行政区级别，计算所述目标地域内的与该行政区级别对应的每个目标行政区的垃圾收运处理变异系数的步骤，包括：
针对所述目标地域内的与该行政区级别对应的每个目标行政区，根据该目标行政区内的所有目标乡镇各自的垃圾收运潜力指数值，计算该目标行政区包括的每个下级行政区的乡镇指数均值，其中单个下级行政区的乡镇指数均值为处于对应下级行政区内的各目标乡镇的垃圾收运潜力指数值之间的均值；
对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行平均值运算，得到该目标行政区的下级行政区指数均值；
对该目标行政区包括的所有下级行政区各自的乡镇指数均值进行标准偏差运算，得到该目标行政区的下级行政区标准偏差值；
计算该目标行政区的下级行政区标准偏差值及下级行政区指数均值之间的比例数值，得到该目标行政区的垃圾收运处理变异系数。
6.一种乡镇分类处理装置，其特征在于，所述装置包括：
乡镇数据获取模块，用于获取目标地域内的多个目标乡镇各自的与生活垃圾收运作业相关的乡镇数据；
指标数值计算模块，用于根据所述多个目标乡镇各自的乡镇数据，计算每个目标乡镇在垃圾产生影响层面、垃圾收集影响层面及垃圾运输影响层面分别对应的垃圾处理影响指标的标准化指标值；
指标权重计算模块，用于根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重；
乡镇指数计算模块，用于针对每个目标乡镇，对该目标乡镇处的所有垃圾处理影响指标各自对应的标准化指标值及指标影响权重进行加权求和运算，得到该目标乡镇在所述目标地域内的垃圾收运潜力指数值；
乡镇类型识别模块，用于按照预设的多种乡镇类型各自的垃圾收运指数区间，对该目标乡镇的垃圾收运潜力指数值进行指数区间识别，得到该目标乡镇所属的目标乡镇类型；
其中，所述指标权重计算模块根据所述多个目标乡镇各自的乡镇数据，计算所有垃圾处理影响指标各自在所述目标地域内的指标影响权重的方式，包括：
根据所述多个目标乡镇各自的乡镇数据，按照CRITIC权重法为所有垃圾处理影响指标分别分配一个第一影响权重值，并按照层次分析法为所有垃圾处理影响指标分别分配一个第二影响权重值；
计算所有垃圾处理影响指标各自对应的第一影响权重值与第二影响权重值之间的权重积值；
针对每种垃圾处理影响指标，计算该垃圾处理影响指标的权重积值与目标权重乘积和值之间的比例数值，得到该垃圾处理影响指标的指标影响权重，其中所述目标权重乘积和值为所述目标地域内的所有垃圾处理影响指标各自的权重积值之和。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
变异系数计算模块，用于根据所述目标地域内的多个目标乡镇各自的垃圾收运潜力指数值及乡镇位置分布信息，计算所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数；
处理模式推荐模块，用于根据所述目标地域在不同行政区级别下的各目标行政区的垃圾收运处理变异系数的系数分布信息，以及所述多个目标乡镇各自的目标乡镇类型和乡镇位置分布信息，针对所述多个目标乡镇分别推荐适配的生活垃圾收运处理模式。
8.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现权利要求1-5中任意一项所述的乡镇分类处理方法。
9.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-5中任意一项所述的乡镇分类处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211302650.2A CN115905915B (zh) | 2022-10-24 | 2022-10-24 | 乡镇分类处理方法及装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211302650.2A CN115905915B (zh) | 2022-10-24 | 2022-10-24 | 乡镇分类处理方法及装置、计算机设备和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115905915A CN115905915A (zh) | 2023-04-04 |
| CN115905915B true CN115905915B (zh) | 2023-12-12 |
Family
ID=86488892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211302650.2A Active CN115905915B (zh) | 2022-10-24 | 2022-10-24 | 乡镇分类处理方法及装置、计算机设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115905915B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117689053B (zh) * | 2023-10-27 | 2024-08-13 | 浪潮智慧科技有限公司 | 一种乡村垃圾数量预测和治理方法、设备及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596512A (zh) * | 2018-05-09 | 2018-09-28 | 武汉大学 | 服务于主体功能区的城镇发展水平综合评估方法 |
| CN109272217A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及相关设备 |
| CN109615243A (zh) * | 2018-12-14 | 2019-04-12 | 辽宁工程技术大学 | 一种基于改进熵值法的新型城镇化水平评价方法 |
| CN110633895A (zh) * | 2019-08-19 | 2019-12-31 | 江苏省基础地理信息中心 | 一种基于地理信息的特色小镇评价方法 |
| CN110717548A (zh) * | 2019-10-17 | 2020-01-21 | 中国环境科学研究院 | 村镇生活垃圾收运处理系统优化方法 |
| CN111754135A (zh) * | 2020-06-30 | 2020-10-09 | 四川省国土整治中心 | 一种应用于乡村规划的区域发展指数计算方法 |
| CN113128893A (zh) * | 2021-04-28 | 2021-07-16 | 中国水利水电科学研究院 | 区域防旱减灾的评估方法和装置 |
| CN113487243A (zh) * | 2021-08-23 | 2021-10-08 | 广东电网有限责任公司 | 一种城市配电网性能综合评价方法及装置 |
| KR102350252B1 (ko) * | 2021-04-14 | 2022-01-12 | 대한민국 | 맵 라이브러리 데이터셋 구축 및 활용방법 |
| CN114548771A (zh) * | 2022-02-23 | 2022-05-27 | 王艺铮 | 一种乡村文旅发展潜力评价方法 |
| CN114626692A (zh) * | 2022-02-23 | 2022-06-14 | 华南理工大学 | 镇村规模结构优化方法、系统、计算机设备和存储介质 |
-
2022
- 2022-10-24 CN CN202211302650.2A patent/CN115905915B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596512A (zh) * | 2018-05-09 | 2018-09-28 | 武汉大学 | 服务于主体功能区的城镇发展水平综合评估方法 |
| CN109272217A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及相关设备 |
| CN109615243A (zh) * | 2018-12-14 | 2019-04-12 | 辽宁工程技术大学 | 一种基于改进熵值法的新型城镇化水平评价方法 |
| CN110633895A (zh) * | 2019-08-19 | 2019-12-31 | 江苏省基础地理信息中心 | 一种基于地理信息的特色小镇评价方法 |
| CN110717548A (zh) * | 2019-10-17 | 2020-01-21 | 中国环境科学研究院 | 村镇生活垃圾收运处理系统优化方法 |
| CN111754135A (zh) * | 2020-06-30 | 2020-10-09 | 四川省国土整治中心 | 一种应用于乡村规划的区域发展指数计算方法 |
| KR102350252B1 (ko) * | 2021-04-14 | 2022-01-12 | 대한민국 | 맵 라이브러리 데이터셋 구축 및 활용방법 |
| CN113128893A (zh) * | 2021-04-28 | 2021-07-16 | 中国水利水电科学研究院 | 区域防旱减灾的评估方法和装置 |
| CN113487243A (zh) * | 2021-08-23 | 2021-10-08 | 广东电网有限责任公司 | 一种城市配电网性能综合评价方法及装置 |
| CN114548771A (zh) * | 2022-02-23 | 2022-05-27 | 王艺铮 | 一种乡村文旅发展潜力评价方法 |
| CN114626692A (zh) * | 2022-02-23 | 2022-06-14 | 华南理工大学 | 镇村规模结构优化方法、系统、计算机设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 我国不同区域农村生活垃圾的产生、管理现状;靳琪;《环境工程》;第36卷(第10期);2-4，第2.1-2.4节 * |
| 我国村镇生活垃圾处理系统调研的样本设计研究;毕珠洁;;环境卫生工程(02);全文 * |
| 渔门镇环境优美乡镇建设质量评价研究――基于层次分析法和综合指数法;刘元帅;何锦峰;代荫;侯俊丽;王海燕;朱静;;安徽农业科学(24);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115905915A (zh) | 2023-04-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Doorga et al. | Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius | |
| Chen et al. | Exploring the spatial differentiation of urbanization on two sides of the Hu Huanyong Line--based on nighttime light data and cellular automata | |
| Ogwueleka | Survey of household waste composition and quantities in Abuja, Nigeria | |
| Liu et al. | Spatio-temporal patterns and driving forces of urban land expansion in China during the economic reform era | |
| Huang et al. | Detecting the dynamic linkage between landscape characteristics and water quality in a subtropical coastal watershed, Southeast China | |
| Lai et al. | Evaluation of ecological security and ecological maintenance based on pressure-state-response (PSR) model, case study: Fuzhou city, China | |
| Deng et al. | Net anthropogenic nitrogen and phosphorus inputs in the Yangtze River economic belt: spatiotemporal dynamics, attribution analysis, and diversity management | |
| Zhao et al. | China’s population spatialization based on three machine learning models | |
| Peng et al. | GIS-based study of the spatial distribution suitability of livestock and poultry farming: The case of Putian, Fujian, China | |
| Wieland et al. | Using Shapley additive explanations to interpret extreme gradient boosting predictions of grassland degradation in Xilingol, China | |
| CN115905915B (zh) | 乡镇分类处理方法及装置、计算机设备和可读存储介质 | |
| Bian et al. | A three-stage hybrid model investigating regional evaluation, pattern analysis and obstruction factor analysis for water resource spatial equilibrium in China | |
| Zhao et al. | Comprehensive evaluation of cultivated land quality and sensitivity analysis of index weight in hilly region of Pearl River Delta | |
| Peñacoba-Antona et al. | Multi-criteria evaluation and sensitivity analysis for the optimal location of constructed wetlands (METland) at oceanic and mediterranean areas | |
| Han et al. | The relationship between night-time light and socioeconomic factors in China and India | |
| Cao et al. | Land-use regionalization based on landscape pattern indices using rough set theory and catastrophe progression method | |
| Naikoo et al. | Identification of homogenous rainfall regions with trend analysis using fuzzy logic and clustering approach coupled with advanced trend analysis techniques in Mumbai city | |
| Liao et al. | Identifying critical area of ecosystem service supply and demand at different scales based on spatial heterogeneity assessment and SOFM neural network | |
| Dhanaraj et al. | Analysis of urban expansion patterns through landscape metrics in an emerging metropolis of Mangaluru Community Development Block, India, During 1972–2018 | |
| CN113962478A (zh) | 基于空间尺度延展与数据融合的城乡垃圾产量预测方法 | |
| Zhang et al. | Estimating the quantities and compositions of household plastic packaging waste in China by integrating large-sample questionnaires and lab-test methods | |
| Xu et al. | Water and soil environmental vulnerability of artificial oases in arid areas and its temporal and spatial differentiation and evolution | |
| Shim et al. | Building an XGBoost model based on landscape metrics and meteorological data for nonpoint source pollution management in the Nakdong river watershed | |
| Prajati et al. | Projection of big cities waste management and cost based on economic and demographic factors in Indonesia | |
| Cho et al. | Spatial variation of output‐input elasticities: Evidence from Chinese county‐level agricultural production data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |