基于资源耗减补偿的中国油气资源税率优化研究

征收耗减性资源补偿费已是国际资源管理的主流方式,面临石油资源日益短缺的问题,我国亟待以补偿性资源税来体现资源价值。本文基于我国1995-2010年的油气资源开采行业的实际数据,发现从量征收的油气资源税费不能完全补偿油气资源使用者成本,进而采用从价税率替代从量税率计征资源税,且全部用来补偿油气资源耗减,计算不同折现率下实现资源耗减成本补偿的最优税率。考虑到经济形势的变化,对应经济发展水平较高、经济发展稳定和经济发展水平较低三个时期,分别取折现率为6%、8%、10%,计算得实现油气资源耗减补偿的从价税率分别为11.7%、6.1%、3.2%。然后,以社会福利最大化为目标建立油气资源动态最优产量模型,划分油气开采的前期、中期和后期三个阶段的税率区间为(-2%-3%),(5%-8%)和(10%-15%)。最后,为保障新税率政策的实施效果,从基准税率和滑动税率确定办法、计征方式、税基计算依据以及监控体系五个方面提出新的措施,促进油气资源精细管理,实现油气资源的合理补偿和资源可持续开采。     

超细粉煤灰基成型吸附剂的动态吸附实验

以粉煤灰为原料制备成型吸附剂，对水溶液中亚甲基蓝和Cr⁶⁺进行动态吸附研究，绘制穿透曲线，利用Origin软件对实验数据分析处理，得出穿透曲线的通式C_t=A₁－A₂〖〗1+(t/t₀)^p+A₁。结果表明，初始浓度C₀=25 mg/L，填料高度不同时，达到穿透点的时间随填料高度的增加而增加；填料高度h=200 mm，初始浓度不同时，达到穿透点的时间随初始浓度的增加而减小；该吸附剂对有机染料和重金属离子均有较好的吸附性能；穿透曲线通式的回归线性相关系数表明，该通式可很好地反映超细粉煤灰成型吸附剂的动态吸附过程。     

BP神经网络在台风路径预报中的应用

利用前馈型BP神经网络模型,对发生于中国沿海的热带气旋的移动路径进行了预报应用研究.根据中国<台风年鉴>发布的每个台风过程记录,对预报试验的台风个例分别选取了经度、纬度、中心气压和最大风速等81个因子,由多元回归选取了其中相关性好的因子,进行网络的学习训练,在获取前24h间隔6h的4次台风信息的基础上,用来预报了台风未来24h,48h和72h的短期路径变化.将该方法预报结果与CLIPER模式预报结果进行了比较,结果表明,BP神经网络模式的预报精度比CLIPER模式的高.     

氨化松香基交联聚合树脂对水中诺氟沙星的吸附性能

将松香基功能高分子进行胺基化得到氨化松香基交联聚合树脂(aminated rosin-based resin,ARBR),采用扫描电镜(SEM)、红外光谱(FTIR)和比表面分析(BET)对ARBR进行了表征.利用ARBR树脂对水中诺氟沙星(NOR)吸附去除,系统研究了树脂投加量、pH值、接触时间、离子强度和温度等因素对NOR吸附性能的影响.结果表明,pH在2.0~6.0范围内,ABRA对NOR的去除效果随着溶液pH值的增加而升高,在8~10之间则呈现下降趋势;共存离子溶液的存在对ARBR去除NOR的行为总体上表现为促进作用.ARBR对水中诺氟沙星的吸附动力学过程符合准二级动力学模型.Langmuir等温吸附模型可较好地描述ARBR对水中NOR的吸附过程,理论最大吸附量为30.29 mg·g~(-1)(pH 6.0、20℃).吸附热力学分析表明,ARBR对水中诺氟沙星的吸附是自发吸热的过程,属于物理吸附,其吸附机制主要为氢键与静电作用.脱附再生实验发现,0.1 mol·L~(-1)HCl溶液效果明显优于其它脱附液,进一步确证了氢键在吸附中的主导作用;经过5次吸附-脱附循环后,对NOR仍具有稳定的吸附性能,可再生循环使用.对比了不同类型商品化树脂,ARBR具有较好的吸附效果.该研究结果拓展了松香高值化的应用研究领域,对开发松香在环境微污染控制中的应用具有理论指导意义.     

不同优化模型在餐厨垃圾厌氧消化中的应用与比较

采用正交试验设计,响应面设计以及基于BP神经网络的遗传算法模型,对餐厨垃圾厌氧消化产沼气的操作参数进行优化,并比较分析这3种模型的优化效果。结果表明,采用正交试验设计模型,当接种比、含固率、初始pH分别为3、8%和9时,沼气产量最大,实际产量为1 015 mL/gTS,并且这3个因素对产气量的影响顺序为接种比>初始pH>含固率;采用响应面设计模型,当接种比、含固率、初始pH分别为2.42、8.62%和8.49时,最大沼气产量为1 049.85 mL/gTS,实际产量为1 029.5 mL/gTS,接种比对产气量的影响极其显著;采用基于BP神经网络的遗传算法模型,当接种比、含固率、初始p H分别为2.66、8.06%和8.87时最大产气量的预测值和实测值分别为1 085.8 mL/gTS和1 067.25 mL/gTS,实测值分别比正交设计模型和响应面设计模型的实测值提高5.15%和3.67%,表明在餐厨垃圾厌氧消化产沼气参数优化实验中,采用基于BP神经网络的遗传算法具有更高的准确度。     

Ti/SnO_2-Sb阳极-空气阴极电催化降解染料废水

为解决电化学法处理高盐染料废水存在的能耗大、成本高等问题,分别采用溶胶-凝胶法和辊压法制备Ti/SnO_2-Sb阳极和空气阴极,构建了Ti/SnO_2-Sb阳极-空气阴极双极体系(TSSA-ADC)。甲基橙(MO)作为高盐染料废水的典型污染物,考察了电流强度、MO浓度、电解液浓度和初始p H对TSSA-ADC体系和TSSA单阳极体系降解MO的影响。结果表明:与TSSA单阳极体系相比,TSSA-ADC体系具有更好的抗有机负荷冲击、抗盐分冲击、抗酸碱波动能力,能够维护酸碱平衡防止硬度离子结垢。最佳反应条件为电流强度为0.030 A,电解液浓度为3%,MO浓度为100 mg/L,初始pH=6。以MO去除率达到98%为基准,TSSA-ADC体系比TSSA体系可节能74.26%。     

污泥基生物炭对垃圾渗滤液的吸附性能研究

以城镇污水处理厂剩余污泥为原料制备生物炭,研究了其对垃圾渗滤液中污染物吸附性能,旨在探索市政污泥综合利用方法和"以废治废"的治理技术途径。结果表明:当生物炭投加量为20 g/L时,垃圾渗滤液的COD和TP去除效果最佳,去除率分别为36.76%和78.36%,NH_4~+-N去除率随生物炭投加量增加而增加;上述三者不同污染物去除的最佳反应接触时间分别为50 min、30 min和≥2 h;生物炭对重金属离子的吸附机理主要表现为离子交换作用。     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

城镇污水处理服务费定价研究

合理的污水处理定价是污水处理服务费科学拨付的重要保证。由于信息的不对称性,目前污水处理服务费经常不够真实合理。故以广东省35座采用A~2/O及其变形工艺的城镇污水处理厂为对象,分别运用成本费用函数模型和神经网络模型进行成本拟合,建立城镇污水处理服务费定价模型,以期为广东省城镇污水处理服务费定价提供指导。结果显示,神经网络模型拟合精度整体高于成本费用函数模型,两种模型均可用来确定污水处理服务费价格。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。