规避风险 美国天然气消费多元化

随着国际油价飙涨,世界各国天然气消费需要骤然增加。美国为世界上最大的天然气消费国,世界第二大生产国。2006年其天然气消费量和产量分别占世界总量的22.0%和18.5%,2007年在其一次能源消费构成中石油占39.2%,天然气占     

在忧患中寻找契机——7·21百色矿那读煤矿应急救援反思录

2008年7月21日15时15分左右,发生在广西右江矿务局那读煤矿井下掘进工作的一起特大透水事故,共造成36人死亡。象那读煤矿这样一个证照齐全的国有企业,为什么会发生这么重大的安全事故,究其原因,是安全意识薄弱,防范措施不到位,现场监管不力,隐患排查治理不彻底。     

克服六个误区把好家庭防火关

据调查分析，目前家庭发生火灾和防火灾主要存在以下六个误区。 误区一：顾了防盗，忘了防火。为防止家中失窃，一些居民在自家的门和窗上安装了铁制的防盗门和防盗窗等设施，将自家的门和窗尽可能封死，不给犯罪分子以可乘之机，殊不知这样做却堵塞了火灾时逃生的“活门”。     

安全工作岂能“注水”

大家知道,给猪肉注水不仅侵害了消费者的经济利益,而且极大地影响了肉的卫生质量,严重危害了消费者的身体健康。然而,企业安全管理也存在很多"注水"的现象。     

堆肥式生态厕所处理人类排泄物变化规律研究

选用秸秆和木屑的混合物作为生态厕所反应基质,采用日本研制生产的s-15型生态厕所为实验装置,通过好氧微生物的氧化分解,将粪便转化为无臭味的水、二氧化碳和较干燥的有机肥.实验模拟实际生活,通过5～6人正常使用方式投加物料,旨在研究生态厕所在现实生活中处理人类排泄物的变化规律.通过分析实验过程中的物料投加量、使用周期、温度、含水率等指标的变化.发现生态厕所使用的第5～12周,温度在50℃左右,含水率稳定在50%～60%之间时生态厕所减量化效果最为理想.     

基于微生物完整性指数的河流健康评价 ——以无锡市为例

生物完整性指数（Index of biotic integrity,IBI）被广泛运用于河流的健康评价.然而,随着人类活动对河流影响的增加,传统指示生物多样性的损失降低了评价的准确性.在高度受影响的水体环境中,微生物群落被证明是更敏感的生态健康指标.本研究采用Illumina高通量测序技术,于2018年冬季和2019年春季对无锡市境内8条河流的微生物群落组成进行了分析,从群落组成/相对丰度、丰富度/多样性、敏感性/耐受性3个角度确定了候选指标.并对传统的核心指标筛选方法进行了改进,通过差异性分析、箱线图检验、Speraman相关性分析,建立了冬、春两季的微生物生物完整性指标框架.评价结果表明,M-IBI能有效区分不同程度的受损位点,且与水质状况和物理生境存在显著的相关性.总体而言,M-IBI为城市河流生态状况提供了一种新的评价工具.     

巢湖沉积物重金属浓度分布及风险指数

对2015年初和2016年初在巢湖20个点位上采集的沉积物样品进行测定分析,结合单污染指数和地积累指数对重金属污染进行评价,分析近年疏浚、调水工程产生的影响。总体上,全湖Hg浓度水平处偏重度污染,Cd偏中度污染。从全湖浓度水平年际变化趋势上,巢湖主要污染金属如Cu、Pb、Zn、Cr、Ni、Hg、Cd的浓度水平均在2007年附近达到峰值,随后,除Cd呈明显的下降趋势外,其他重金属均维持在相当水平,并且在2016年初出现了上升。对此,应在加大清淤力度的同时,加强外源控制。     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

水质遥感在太湖叶绿素a时空分布动态变化研究中的应用

通过研究MODIS遥感数据与太湖现场监测数据之间的规律,确定了一个基于MODIS数据的叶绿素a指数,并以此为基础构建出一个具有普适性的、反映太湖叶绿素a时空分布动态变化的反演模型,为太湖藻类爆发的机理、预警研究以及水环境管理累积数据,提供决策依据。     

ELCOM模型在流溪河水库水温模拟中的应用

水温是湖泊水库生态系统的重要驱动因子,其结构特征对水生态系统中的物理、化学和生物过程起着重要作用。流溪河水库是位于北回归线上的大型山谷型深水水库,一座典型的热带亚热带过渡区水库。本文运用西澳大利亚大学水研究中心开发的三维ELCOM水动力学模型模拟了流溪河水库2008年7月23日到8月24日共32d的水温变化状况,并通过水温实测值进行了验证,模拟值与实测值的相关性R2值达到了0．8342,模拟值与实测值较为接近,ELCON模型较好地模拟了水温的日变化。最后对水温变化的原因和趋势进行了分析。