基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

某简易垃圾填埋场渗滤液在场底天然土层迁移模拟与长期预测

为了解我国早期建设的简易填埋堆场底部天然土层中污染物迁移状况,作者以安徽某填埋场为例,在前期现场勘查、取样和室内测试工作基础上建立了三维有限元分析模型,对宏量有机污染物COD在土层中的迁移状况进行了模拟分析.通过拟合求参获得COD在该场底土层中扩散系数、机械弥散系数和阻滞因子等运移参数的合理取值,在此基础上开展了污染物...     

钢铁行业大气环境影响评价方法与建议

按钢铁行业大气环评报告书的结构和顺序,结合HJ 2.2-2008《环境影响评价技术导则大气环境》中的相关技术要求,从评价因子、源强、评价等级、大气监测、大气预测、防护距离等方面出发,分析了钢铁行业大气环评中的评价等级确定、大气监测、大气预测等工作中存在的问题,并提出解决方案和建议对策。     

沈阳市生活垃圾排放现状及产生量预测

随着城市化进程加快、人口数量快速增加及人民生活水平普遍提高,城市生活垃圾管理已成为世界各国,特别是发展中国家城市面临的主要挑战.作为中国东北最大的中心城市,沈阳正面临城市生活垃圾产生量急剧增加的现状.文章通过对沈阳市城市生活垃圾排放现状的分析,发现2002年后沈阳市生活垃圾产生量和清运量逐年增加,生活垃圾成分变化显著....     

铜对草鱼及花鲢的毒性预测：基于生物配体模型

试验配置不同胡敏酸浓度(DOC浓度为0.05、0.5、1、2、4 mg·L-1)下,分别对草鱼及花鲢进行铜的一系列96 h生物急性毒性试验,结果表明DOC浓度与LC50呈正相关关系,此与生物配体模型描述一致.利用两鱼种(Fathead minnow、Rainbow trout)的生物配体模型预测草鱼及花鲢的LC50,得出平均绝对偏差分别为591.2、157.14μg·L-1及728.18、91.24μg·L-1.在生物配体模型(biotic ligand model,BLM)铜形态分布平台下,得到草鱼及花鲢的LA50(以湿重计)依次为10.960nmol·g-1和3.978 nmol·g-1.通过校正草鱼及花鲢的LA50,得出平均绝对偏差依次为280.52μg·L-1和92.25μg·L-1,预测性能显著提高.基于所确立的LA50,通过搜集草鱼及花鲢的毒性数据,预测其LC50,得到平均绝对偏差分别为252.37μg·L-1和50.26μg·L-1,此证实基于生物配体模型的毒性预测具有一定的实用性.     

基于灰色系统理论的军机维修性定性要求评价

目的综合考虑军用飞机维修性定性要求,系统地研究其评价方法。方法构建军用飞机维修性定性要求评价指标体系,基于灰色系统理论,建立灰色聚类评价模型。结果运用模型对某型军用飞机维修性定性要求进行了评价应用,结果为"良"。结论可为客观评价军机满足维修性定性要求的程度评价提供技术方法支持。     

基于灰色关联分析的杭州市造纸企业环境资源量化评价实证研究

根据杭州市2013年环境统计年鉴相关数据,以发展经济学理论为指导,建立杭州市造纸企业环境资源量化评价指标体系,利用灰色关联分析方法对杭州市216家企业的环境资源综合情况进行排序,并根据排序结果进行讨论分析,为相关决策部门提供参考.通过研究得出,杭州市造纸企业按照评价体系分为三档类型进行管理.第一档企业为先进企业,优先支持;第二档为一般企业,主要是整治提升;第三档为落后企业,关停淘汰.     

基于化石能源消耗的重庆市二氧化碳排放峰值预测

首先利用重庆市能源平衡表,采用IPCC方法 1对重庆市1997—2012年的碳排放进行核算;其次依据重庆市经济社会发展状况,通过LMDI因素分解法将影响碳排放的因素分解为:人口、人均GDP、产业结构、能源结构、能源强度和碳排放系数;然后利用扩展的重庆市STIRPAT碳排放模型,在9个情景模式下对2013—2050年重庆市碳排放进行预测;最后对比分析了各情景下的峰值大小及出现时间.研究发现:基准模式下的重庆市碳排放在2035年出现32135.38万t的峰值;提高能源利用技术、增加清洁能源使用比例和大力发展第三产业,能在不降低经济发展的情况下有效降低碳排放;消极因素中的第二产业占比下降比碳排放强度下降对碳排放的抑制作用更加明显;积极因素对碳排放峰值的影响比消极因素更有效.     

Using the land transformation model to forecast vacant land

Growing or shrinking cities can experience increases in vacant land. As urban populations and boundaries fluctuate, holes can open in once tight urban areas. Many cities chase growth-oriented approaches to dealing with vacancies. It is critical to understand land-use alteration to accurately predict transformations of physical change in order to make better informed decisions about this phenomenon. This research utilizes the land transformation model (LTM), an artificial neural networking mechanism in Geographic Information Systems, to forecast vacant land. Variable influence on vacant land prediction and accuracy of the LTM is assessed by comparing input factors and patterns, using time-series data from 1990 to 2010 in Fort Worth, Texas, USA. Results indicate that the LTM can be useful in simulating vacant land-use changes but more precise mechanisms are necessary to increase accuracy. This will allow for more proactive decisions to better regulate the process of urban decline and regeneration.     

氧化塘水质预测研究进展

本文讨论了氧化塘的净化污水机理和水质变化特点。提出了用于进行氧化塘水质预测的二维水质模型。探讨了氧化塘水质预测研究的发展趋势。