超高压深海环境下多结构并行疲劳试验技术研究

针对全海深载人潜水器2只载人舱缩比球壳模型的疲劳试验,通过理论方法对比分析了压差法与外压单独作用下球壳的应力状态,验证了超高压深海环境下内外压差法模拟球壳作业环境的可行性。同时,为降低球壳外部交变载荷对试验设备的损伤,并有效缩短试验时长,提出一种计及超高压深海环境下采用内外压差法开展的多结构并行疲劳试验技术。根据该试验技术进行了近7 000个循环周期的双球串联疲劳试验,有力地保证了全海深载人潜水器的研制周期。试验结果表明,该试验技术长期有效可靠,可为同类型试验提供技术依据和应用参考。     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

多模式集成方法在安徽地区PM2.5预报中的应用研究

分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM_2.5预报结果进行集成释用.结果表明：各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差（RMSE）下降了21.7%,归一化平均偏差（NMB）下降了6%,且在16个地市中NMB均下降至-25%~25%之间;从不同时次的预报效果来看,在3个代表性城市（淮北、合肥和芜湖）,多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM_2.5预报评分（TS）最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.     

网络化治理视域下的中国区域环境治理研究进展

网络化治理作为一种不同于科层—集中型和市场—分散型的新型治理方式,在环境治理中有其自身的优势。当前,区域环境公共事务的不断增长已超出政府单个主体的能力范围,需要加强政府与企业、社会组织及公众等多元主体的共同治理,构建以多元主体参与为核心的多重、复杂、交叉的网络化环境治理模式。基于网络化治理产生的背景、演变过程和内涵,围绕多元主体相互作用、行动主体的网络关系结构和模式、治理网络的运行逻辑和机制等方面系统梳理其研究进展,为推进我国现代化环境治理体系提供参考。     

基于一体化运营综合能源企业智能应急救援技术研究*

为解决综合能源企业集团生产区域集中、多种业态并存的现状下,应对多灾耦合、区域协同、快速救援处置需求问题,提出构建“构架一体系统共用、数据入湖实时获取、GIS数据动态调用”的智能管控系统,运用多灾事故耦合协同处置、数字结构预案辅助决策和处置情景构建救援演练等技术,达到“集团总部—产业实体—生产单位—作业单元”的点、线、面虚拟集成统一先期处置网络。研究结果表明:生产安全事故应急救援“基础管理健全、3级联动响应、全域覆盖网络、资源实时共享、培训演练规范、力量快速投放”等6个方面的能力得到提升,为综合能源企业安全生产和应急管理决策支持提供新的可行性方案。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型*

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补（MICE_SVM）的鲸鱼优化算法（WOA）-极限学习机（ELM）预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE_SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明:MICE_SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE_SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

土地资源的多级网格数据结构建立与应用研究

传统的基于行政区的土地统计数据不能完全表现区域内部土地利用的空间分异特征,以武汉市为实验区,对基于网格的统计信息算法STING(Statistical Information Grid-based method)进行扩展,以景观多样性指数为定量化指标对实验区进行四叉树划分生成不均匀多级网格,建立一种拟合了行政区划界线的不均匀的多级网格结构来存储、管理和分析土地数据。并以此多级网格数据结构为平台计算和生成实验区人口密度空间分异渲染图,初步抽取了人口分布与土地利用之间的关系。实验表明,基于多级网格的统计方法能更好地表达土地利用及其相关数据的空间分异性,利于对土地资源数据的进一步挖掘以抽取所需知识。     

坡面尺度上地貌对α生物多样性的影响

为了解地貌在坡面尺度上对α生物多样性的影响,采用主观采样法在陕北吴起县合家沟流域不同地貌部位进行了样地调查.利用SPSS16.0统计软件先后对各地貌部位物种组成及各物种的重要值、地形因子要素间、地形因子和群落α多样性之间分别做了聚类分析、相关分析和多元回归分析.结果表明:(1)地貌部位相似的群落聚类在一起,说明地形因子是影响物种组成、群落结构、生态系统等的重要因素.(2)海拔和坡位,坡向和坡度,地形指数和海拔、坡位、坡形之间的Pearson 相关系数均大于0.8,双尾显著性检验概率小于0.05.(3)影响α生物多样性指标香农-维纳指数的地形因子按重要性从大到小依次是:坡位、坡向、海拔、坡形、坡度、地形指数,进一步分析得出在黄土高原丘陵沟壑区,沟沿线、光照、土壤水分和养分在影响α生物多样性指标上依次递减.(4)通过多元线形回归检验,得出坡位、坡向、坡形、海拔这四个地形因子与群落α生物多样性关系密切,建立的回归模型显著性检验可信度大,与样本数据的拟合度高.各地形因子数据归一处理后的回归方程为:香农-维纳指数=2.417-0.581×坡形-1.333×坡位+1.449×海拔+0.631×坡向.地形地貌特征在黄土丘陵区表现明显,研究它对生物多样性的影响可为该区植被恢复提供参考,但由于调查样地尺度较小,在应用推广上尚待进一步研究.     

高活性絮凝剂产生菌群的构建、培养及应用研究

从筛选到的絮凝剂产生菌中构建出能比单一菌群产生更高絮凝活性的复合菌群——复合菌群1（BAFRT4＋CYGS1）．为降低复合菌群1的培养成本,尝试用啤酒废水替代葡萄糖作为培养基中的碳源和能源并获得成功．在优化培养条件下,复合菌群1所产MBF的絮凝活性达96.8％．复合菌群1所产MBF对靛蓝印染废水有良好的处理效果,最大CODCr去除率和脱色率分别达79．2％和87．6％．     

多元回归在大气环境污染事故预测中的应用

运用多元回归法,通过预测模型的选择、数学模型的建立、基础数据的整理和回归效果的检验,建立环境污染范围与诸条件的关系,达到快速估算的目的,从而形成一种有效的大气环境污染事故范围预测的方法.