基于元素毒性赋值的模糊数学环境质量评价

利用模糊数学方法，根据元素毒性的大小进行权重赋值，对成都经济区近地表大气尘进行地球化学环境质量评价。结果显示：不同城市中，成都、乐山、眉山的大气环境质量较好，处于一级清洁级别；眉山、雅安的大气环境质量处于二级安全级别；德阳的大气环境质量已经处于三级警戒级。不同地区中，绵阳和眉山的大气环境质量较好，处于一级清洁级别；德阳和雅安处于二级安全级别，成都和乐山处于三级警戒级.     

四川东部沱江乡茎瘤芥产地的地球化学特征

通过对四川省东部沱江乡茎瘤芥产区土壤的地球化学特征研究和茎瘤芥产区的土壤测试分析，并将其与全国土壤背景值比较，摸清了茎瘤芥产区土壤的元素本底特征。沱江乡茎瘤芥产区土壤Zn、Fe、Mn、Mg、K、B、P元素含量高于全国土壤平均含量，有益元素Mo、Ca、Si、Se均比全国平均值低，重金属Cr、Hg、Cd、Pb含量比全国平均值高，As元素含量则低于全国平均值水平，产区土壤中存在的Cd元素超出国家环境质量一级标准，但符合二级土壤质量标准，其他元素符合绿色蔬菜产地环境标准。     

凤山国家地质公园地质遗迹特征与旅游开发价值

广西凤山岩溶国家地质公园地质遗迹资源丰富、规模宏大、特征鲜明,共有15类岩溶为主的地质遗迹类型,其中岩溶洞穴、天生桥、天坑和天窗地质遗迹景观资源最具典型性和稀有性,拥有世界级景观、科学研究和旅游开发价值。但地质遗迹资源自身价值的优势并不能完全代表旅游开发的价值。衡量其旅游开发价值,必须从旅游者消费需求角度出发,考虑旅游安全、交通、服务、体验、经济等方面。     

基于Matlab的灰色系统工具箱wll的构建

灰色预测对波动性较强的序列预测效果较差,但能给出发展趋势.为了科技工作者方便地进行灰色系统的应用研究,采用层次化思想编制了基于Matlab的灰色系统工具箱wll,包含算子集合、矩阵分析、聚类分析、灰色微分方程、灰色预测模型等板块,实际使用非常方便.     

基于GIS技术的汶川8.0级地震诱发地质灾害危险性评价——以四川省安县为例

通过汶川8．0级地震后对绵阳市安县地震诱发地质灾害的应急调查和遥感解译，共获得地质灾害点187处。在此基础上，利用GIS技术对地震诱发地质灾害分布与发震断裂距离、坡度、岩性、水系等因素的关系进行统计分析。结果表明，地震诱发地质灾害在区域上沿断裂带呈带状分布和沿水系呈线状分布的特点；地震诱发的地质灾害与地形坡度有很大的关系，绝大部分的灾害点集中在15°-45°的范围内；地震诱发的地质灾害与地形有很好的对应关系，北部高山地区地质灾害数量明显高于南部平原区；滑坡多发生在千枚岩、泥页岩等软岩中且多为土质滑坡，而岩浆岩等硬岩中多发生崩塌。     

成都府南河叶绿素a和氮、磷的分布特征与富营养化研究

通过对成都市府南河上中下游共21个断面叶绿素a和总溶解态氮(TDN)、总溶解态磷(TDP)含量的测定,绘制时空分布图,并应用SPSS 13.0统计软件分析了3个指标之间的相关性,初步评价了府南河的富营养化状况。结果表明,府南河叶绿素a含量不高,磷污染较为严重;相关性分析显示叶绿素a和TDP含量呈显著正相关关系,氮是河水富营养化的主要限制因子;按照叶绿素a的含量判定府南河基本属于贫营养化型,但按照氮、磷含量评价已达到富营养化水平。这对评价城市河流的富营养化状态及生态环境整治和恢复有着积极意义。     

基于层次分析法的未确知测度理论泥石流危险性评价

将未确知测度理论与层次分析方法相结合用于评价泥石流危险性。根据泥石流危险性的影响因素和等级划分标准，选取泥石流规模、泥石流发生频率、流域面积、主沟长度、最大相对高差、流域切割密度、主沟床弯曲系数、泥砂补给长度比、24小时最大降雨量、人口密度等10个指标作为泥石流危险评价因子，利用未确知测度理论建立泥石流危险性评价指标的未确知测度函数，通过层次分析方法确定各评价指标的权重，依据置信度识别准则对泥石流危险性进行评价，并结合实例进行了对比分析。研究结果表明，基于层次分析方法的未确知测度理论的评价方法评价过程合理、置信度高、结果可靠，为泥石流危险性评价提供了一种新的方法     

对生活垃圾焚烧产物中重金属的探讨

以成都某生活垃圾焚烧厂为例,通过实验分别研究了焚烧产物中各主要重金属的含量和浸出毒性,由此分析了生活垃圾焚烧产物中的重金属对城市环境的危害。结果表明,该生活垃圾焚烧厂排放的飞灰和炉渣样品中,镉,铜,铅,锌的含量接近或超过国家土壤环境质量标准三级标准,其浸出液pH呈强碱性,镉和飞灰中铅量超过国家浸出液中危害成分浓度限值标准,在环境中存在潜在危害性。在此基础上探讨了生活垃圾中重金属的来源,提出了可行性建议。     

基于PLS的火电二氧化硫减排因素分析研究

以四川省为例,以火电二氧化硫排放量作为因变量,对不同时间、不同地区的样本采样,采用偏最小二乘回归分析方法,建立自变量的偏最小二乘回归模型.该模型综合了多元回归分析、主成分分析及典型相关分析,很好地解决了由变量多重相关性、样本点少于自变量个数等引起的模型预测精度不高的问题,同时也避免了使用普通最小二乘回归方法所引起的模型回归系数异常的问题.结果显示,所建模型解释能力强、预测精度高,能为相关部门制定二氧化硫减排措施提供科学的依据.