浙江省水质自动监测管理系统构建

概述了各地在构建水质自动监测管理系统上的探索和不足。构建了水质自动监测管理系统,统一应用平台,利用仪器仪表标识集,实施监测数据辅助审核,完善数据预警统计分析功能;通过平台对现场端仪器自动巡检,实现数据集中化管理,完善水质自动监测质量控制体系,满足了环境管理需求。     

供电服务多渠道运营中的大数据技术研究

随着互联网+技术的深化应用,供电服务的模式也发生了变化,通过对用电客户大数据的分析,针对客户不同需求,不同区域的特点,提出了多渠道的售电经营新模式。结果表明,此种模式能有效地满足客户的多种需求,为运用大数据分析进行深入供电服务多渠道运营研究提供了条件。     

“数字环保”系统综合技术应用与研究

本文首先对"数字环保"概念的提出进行梳理,分析数字环保发展现状。提出"数字环保"系统建设所采用的技术,并详细介绍了3S技术、虚拟现实技术、海量数据存储技术、云计算技术等在"数字环保"中的应用,最后提出"数字环保"的未来发展趋势与展望。     

基于STIRPAT模型的中国城镇生活能源消费影响因素研究

为探究人口规模、收入水平、消费倾向、节能政策和技术等因素对中国城镇生活能源消费的影响,基于拓展的STIRPAT模型并运用2000~2013年中国省际面板数据对各影响因素的效应进行评估。结果显示:城镇生活能源强度、城镇居民消费倾向、人均可支配收入、城镇化率、总人口、政策综合力度6个因素的增长率每变化1%,将会引起城镇生活能源消费量增长率0.9322%、0.8537%、(0.559 2+0.169 2 ln DI)%、0.599 8%、0.408 0%、-0.012 0%的变化,表明除节能政策外,其余5因素均正向促进城镇生活能耗增长。其中生活能源强度对城镇生活能耗影响最大,节能政策虽会抑制城镇生活能耗增长,但作用较为微弱。政府需继续加强节能政策综合实施力度,从而实现生活能源消费领域的节能减排。     

中国省域能源强度趋同俱乐部存在性及影响因素分析

中国疆域广大,各地的资源禀赋、能源消耗状况以及经济增长方式存在有着很大的差异,这也导致各地区之间的能源强度水平有着显著的区别。中国各地区之间这种差异很大的能源强度水平是否存在类似经济增长趋同的性质,是否也会呈现出一定的俱乐部趋同现象,这对于探索区域能源差异化政策具有重要意义。以中国30个省市区2000~2014年与能源强度水平有关的数据作为分析的基础,首先从理论上阐述了中国能源强度水平的空间相关性,然后构建实证模型,对2000~2014年中国整体能源强度以及分省域能源强度趋同俱乐部的存在性展开实证研究与检验;对第二产业产值(SEN)、固定资产投资(TZ)、RD经费支出(RD)、外商直接投资(FDI)等对各省域能源强度趋同的作用效果做出预估。结果表明我国各省市间能源强度的差距逐步减小,且存在空间上的省域能源强度趋同俱乐部现象;各经济变量对各区域能源强度作用效果各不相同;所以,在制定与能源相关的政策时,要考虑不同地域的客观差别,有针对性实施差异化能源政策。     

数字

130亿元中央财政日前拨付70亿元,支持启动光伏发电应用示范3157兆瓦。财政部数据显示,加上年初拨付60亿元启动的1930兆瓦,2012年中央财政共拨付资金130亿元,支持启动光伏发电国内应用的总规模达到5200兆瓦,极大地推动了国内光伏发电应用示范。1.3亿立方米12月6日,从第一届中国国际废纸利用大会获悉,在政策扶持和较高价     

地表水质监测现状及改进分析

水质监测即以自然水环境作为对象,对其中含有的污染因素以及污染物进行监测,确定各类污染物的种类、产生的原因以及污染途径,并以此作为依据进行研究,最终确定出最为合适的处理措施。目前已经有更多新型监测技术被应用到实际工作中,但是从整体上来看,受多种因素影响还存在一定问题,还需要做更进一步的研究改进。本文对地表水质监测现状存在的问题进行了分析,并提出了相应的改进措施。     

找准症结,进行有效训练——谈中学立定跳远的教学

目前,我国学生的速度、耐力、柔韧性、爆发力、力量等素质均有下降,而立定跳远是一个主要训练人下肢爆发力、腰腹力量和上下肢协调能力的比较全面的项目,利用此项目训练学生,能全面提升他们的身体素质。本文以实验中学2009(5)班学生为例,以数据对比的形式对学生两学期的立定跳远成绩进行了探索性研究,意在找到立定跳远有效的训练步骤和教学方法,全面提高学生的身体素质。     

中国数字地震台网(CDSN)数据通信走过的历程

中国数字地震台网（CDSN）自建成以来,在地震学研究领域、在多项重要任务中都发挥了重要的作用。CDSN的数据收集、传输经历了从邮寄磁带到开通国际卫星电路、数据专线几个阶段。也由单一功能的实时传输到多功能可控的准实时传输。     

汽车统计数字注水消费者该信谁?

其实不只汽车,几乎任何行业都会面临这个问题:统计数据与真实数据之间存在失真。但问题是,面对不一样的统计数据,作为消费者和不知情的我们,该相信谁?又能相信谁? 16.9万辆,这不是一家车企月度或者年度销量数