官地水电站竹子坝料场高边坡的稳定性分析及其影响因数研究

竹子坝料场是官地水电站混凝土浇筑骨料的重要来源之一。结合竹子坝料场的地形地质情况,以及料场开挖后形成的东、南、西三段人工边坡,运用刚体极限平衡的方法进行稳定性分析及其影响因数的研究。     

用灰关联分析和神经网络方法预测煤与瓦斯突出

本文应用灰色系统理论的灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序,选择灰关联分析的五个优势因子:瓦斯放散初速度、坚固性系数、瓦斯压力、煤体破坏类型和开采深度,作为输入参数,用计算机对神经网络编写程序,建立了煤与瓦斯突出预测的神经网络模型.用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.     

最优环境税:庇古法则与税制协调

从经济学的角度对国外关于最优环境税的经典理论——庇古法则及近十年来研究的前沿内容——一般均衡模型等作出阐释，并在外部性理论的基础上通过一个一般均衡模型考察环境税的效率特性和在次优情形下最优环境税的决定因素。随后是对我国开征环境税的几点思考：环境税的课征范围应暂定为排放各种废水、废气（烟尘）和固体废弃物的行为。环境税税率的确定可以采用“反复迭代”的方法，即“环境效益优先，兼顾税收协调和收入分配等效应。”其他相关问题的处理，如环境税和其它政策手段的配合使用，环境税税收的使用等。     

自催化法合成聚天冬氨酸

以马来酸酐和乙酸铵为原料，在微波条件下用自催化法合成了聚天冬氨酸（PASP）。通过正交实验确定了最佳合成条件：n（乙酸铵）：n（马来酸酐）=1．2，微波功率为1200W，反应时间为10min。在最佳合成条件下，PASP的收率为91．6％，PASP的黏均相对分子质量约为1．5×10^4。经红外光谱表征和核磁共振氢谱测试结果表明，PASP的各种主要官能团表现明显。当Ca^2＋质量浓度为250mg／L、PASP加入量为3mg／L时，PASP的阻垢率达到95％，表明PASP具有较好的阻垢性能。     

卫星遥感技术在管理长江流域水资源方面的应用研究

详细讨论了卫星遥感技术在长江流域水资源管理方面的应用问题，提出了两种实用的方法：①卫星遥感技术在灌溉水资源管理方面的应用；②长江流域地下水、地表水资源估算。进一步分析了两种方法的特点，介绍了卫星遥感技术的优点及用途，建议在长江流域水资源管理中加以利用。     

关中地区飑线天气的预测及灾害对策探讨

对１９６１～１９９０年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析，并从天气形势背景方面对飑线的发生发展进行了研究和分析，同时就飑线的预测和防灾对策进行了探讨。     

Effect of combined addition amount of nano zero-valent iron and biochar on methane production by anaerobic digestion of corn straw

Environment, Development and Sustainability - Anaerobic digestion (AD) is an attractive straw resource treatment technology as it can improve the utilization efficiency of straw resource. Raw straw...     

焚烧飞灰重金属含量及浸出长期变化规律研究

通过对24个飞灰样品的重金属全量消解和高精度X射线荧光光谱法（HDXRF）快速检测结果进行线性回归分析,发现HDXRF法可较准确测定飞灰中Cu、Pb、Zn、Ni和Cd含量（线性回归决定系数R²³0.90）.采用HDXRF法对某焚烧厂飞灰重金属含量6个月快速检测及浸出毒性测定数据统计分析发现：飞灰重金属月均含量较稳定（变异系数CV<0.14）但日均含量波动较大（CV>2.54）;飞灰中Pb、Cu和Zn含量呈正相关（相关系数r>0.78）;金属浸出浓度受浸出液终点pH值影响显著,超标频率依次为Pb（68.9%）、Cd（66.1%）、Ni（24.0%）、Cu（14.2%）和Zn（1.6%）.短期飞灰金属含量和浸出毒性数据受焚烧工况,烟气处理工况和垃圾组分等多种因素共同影响,不具有代表性.为评估垃圾分类源头削减重金属效果,建议采用快速检测方法对焚烧飞灰重金属含量进行长期监测.     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01-2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。