酿酒,制药,化肥行业工业废水中COD与BOD5的相关分析

作为经常需要监测的有机污染综合指标COD、BOD5，它们之间存在着什么样的相关特性？能否以COD的值来确定BOD5的稀释倍数，从而提高测定结果的准确程度并节省一定的人力物力？作者对本地区酿酒、制药、化肥三种行业的工业废水监测数据作了回归分析。结果表明二者之间有着显著的相关性，可以用COD的实测值估算BOD5的值。     

一种评价河流水质的数学模型

本文介绍了改进的W值法的评分标准和数学模式，并对两条河流监测数据进行了计算。与迭加型指数法相比，改进的W值法更科学、合理、全面直观，是地表水环境质量评价的首选模型。     

事故预测方法研究述评

将事故预测方法归纳为情景分析法、回归预测法、时间预测法、马尔可夫链状预测法、灰色预测法和非线性预测法6大类,并进行分析和比较.结果表明:1)目前的预测方法大多针对各自行业部门,因此采用自身相适应的预测方法和提高预测精度是事故预测的关键;2)剔除随机性和偶然性,提取异常点和异质性是工业事故进行预测建模的依据;3)系统安全是一个动态随机的非线性过程,应将定性与定量、线性与非线性、静态与动态预测方法相结合,进行组合预测才有可能实现最优预测;4)基于状态预测的事故优生理念,是未来事故预测理论的发展趋势.     

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.     

兰州市大气污染特征与污染预报技术研究

结合兰州市大气污染特征,采用国际上较为先进的污染预报模式,分别建立了实时资料与数值产品相结合的实用统计预报模型.其系统预报结果准确程度较好,实用性强,时研究兰州市大气污染来源及政府决策都起着重要的作用.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

超强台风“桑美”特征及预报服务效益分析

0608号超强台风“桑美”在浙江省苍南县登陆时中心附近最大风力有17级（60m／s），中心气压为920hPa，是建国以来登陆我国大陆最强的台风。分析表明，对“桑美”的路径和强度在近海及其登陆时的预报较为准确，气象预报预警服务也比较到位，政府也进行了科学的防御，但超强台风造成的人员伤亡和财产损失仍然是非常严重的，为应对百年一遇超强台风的袭击，沿海有关地区的台风防灾体系和防范措施尚需重新考虑。     

固定化混合菌修复油污染地表水的研究

从辽河油田受石油污染的河床底泥中筛选出一株芽孢杆菌(Bacillus sp.)和一株黄杆菌(Flavobacterium sp.)，采用二次交联化学方法对2株细菌单独及混合固定，分别进行了不同接种量的固定化细菌对油的降解，以及固定化混合菌对环境的耐受性和在自然地表水中对油的降解进行研究，结果表明，在相同时间内固定化混合菌对油的降解效果明显优于固定化单株菌，而且都优于游离菌。固定化混合菌pH在6～10、温度在20～40℃范围内能保持较好的活性。在120 h时，固定化混合菌对自然地表水中油的降解率达94.5%,对地表水中COD的去除率达89.6%。扫描电子显微镜分析显示，固定化载体的微观结构适合细菌的生长，固定化混合菌在载体内部形成高密度的菌群。以上的研究为固定化微生物应用于油污染地表水的生物修复提供了一定的理论基础。