嘉陵江河口段枯水期水质分析

对嘉陵江河口段2010年2,3,4月枯水期选取总磷（TP）、叶绿素a（Cha）含量、pH值、溶氧量等作为指标进行水质检测分析。结果表明：随着降雨量的持续减少、气温的回升、蒸发的加快、水位的下降等使得干旱期嘉陵江富营养化有加重的趋势。4月份嘉陵江降雨增加、旱情有所缓解,各项指标出现一个相对稳定的下降,同时在温度上升、营养盐输入等大环境的影响下各富营养指标会有一个相对稳定的上升。三峡大坝建成后富营养化成为水环境突出问题之一,特别是对干旱期内嘉陵江富营养化应引起足够重视,加强监督保护嘉陵江生态相对稳定。     

基于灰色预测模型与一元线性回归模型的煤矿瓦斯涌出量预测比较

在介绍灰色预测模型和一元线性回归模型的基础上,结合某煤矿实际,采用两种模型对瓦斯涌出量进行了预测,并对两种模型的预测值进行比较,结果表明:对基本符合线性关系的数据,采用灰色GM(1,1)模型较一元线性回归模型的预测精度要高。     

管道防腐行业的粉尘危害及安全评价

在简要介绍管道防腐过程中粉尘的产生及其危害的基础上,采用LEC评价法和马尔柯夫链预测法对粉尘危害进行了安全评价,并提出了具体的防治措施,以保护操作人员的身体健康,确保生产的正常运行。     

生态环境影响评价中经济评价方法研究

随着中国生态环境影响评价的开展,中国正在积极推进生态经济评价预测层次上的环评,对其评价方法提出了更高的要求。当前国内外所用生态价值评价方法缺乏环境与经济相联系起来和在决策中体现生态环评结果的方法,缺乏量化评价指标体系及评价方法,没有从系统的角度考虑一个动态的、复杂系统的环境影响因素。在系统分析生态环境影响评价中经济评价方法的基础上,对吉林省三岔子林业局天然林生态系统中保持水土、涵养水源、调节气候、净化大气等生态价值进行生态环境影响经济分析、预测、评价,首先建立该区天然林生态系统服务价值评估指标体系,并结合野外调查测量及实地数据分析,初步对天然林生态系统价值进行测算;其次利用灰色系统预测分析,对2009年-2028年三岔子林业局天然林生态系统价值进行预测,最后计算出天然林生态系统带来的经济效益。     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.     

侧流化学磷回收强化生物除磷的模拟预测与试验验证

为了强化污水中生物除磷作用,本研究通过模拟预测与实验室试验验证了厌氧上清液侧流化学磷沉淀与回收对强化生物除磷的促进作用.模拟预测与试验结果表明,在进水COD/P=37.5工况下,当侧流比增加至30%时,通过化学磷沉淀（调节pH＞9.0）可使出水中TP浓度从碳源抑制时的＜6.0 mg·L-1（以P计）下降至≤1.0 mg·L-1（以P计）,同时可回收进水中P负荷的64%.经验证与校正后的TUD数学模型模拟预测有着与试验结果近乎一致的效果.因此,数学模拟技术完全有可能取代中间试验过程而直接将小试结果放大至工程应用.     

中国在第三次世界气候大会上阐述立场

第三次世界气候大会2009年8月31日至9月4日在日内瓦召开。会议主题为“气候预测和信息为决策服务”,旨在建立一个“全球气候服务框架”。约20位国家元首或政府首脑以及约80位部长参加了9月3日至4日的高级别会议。     

气候变化对植物及植被分布的影响研究进展

准确预测气候变化对植物及植被分布的影响趋势对于科学认识气候变化对生物多样性的影响和对策制定具有重要的意义。近年来,气候变化对植物及植被分布影响研究在我国广泛展开。文章对这些研究所采用的气候情景、预测方法和气候变化等对植物及植被分布的影响趋势进行了总结分析,对存在的问题进行了讨论,对未来的趋势提出了若干展望。总体上,目前所用气候情景比较单一、不同预测方法比较研究不够,对土壤和生物因素考虑不充分、涉及植物种类太少。气候变化将使一些植物分布范围减少、甚至消失,而使另一些植物分布范围则会扩大。未来研究应加强气候情景改进和不同方法的比较研究,充分考虑土壤和生物等因子、加强预测方法检验,同时开展植物物种多样性和丰富度对气候变化响应方面的研究。     

锑矿区酸性岩排水产生潜力预测研究

酸性岩排水(ARD)潜力预测研究对于预防、控制和治理金属矿山环境污染问题具有重要意义。本文应用酸碱估算法(ABA)和净产酸测试法(NAG),对贵州独山半坡锑矿区的19个代表性样品进行了产酸潜力评价,并应用各种分类标准对样品进行产酸能力分类。研究结果表明,所有的(废)矿石样品都具有产酸潜力(PAF),需要对(废)矿石进行有效的防控,以阻止酸性岩排水的产生。围岩样品的产酸潜力取决于采样点,尾矿样品没有产酸潜力(NAF)。ABA和NAG测试结果表明NAPP和NAGpH分类评价法适用于本研究区内样品ARD的预测评估。     

基于Matlab的BP神经网络在大气污染物浓度预测中的应用

为了寻求有效控制和改善环境质量的相应措施,选用了英国伦敦Bloomsbury监测站的PM10小时平均浓度监测资料,采用“提前终止法”泛化改进的BP神经网络模型,预测PM1024 h内的小时平均浓度。结果表明：采用BP神经网络法对大气污染物浓度进行预测,预测相对误差在2%-48%之间,且绝大部分在2%-17%之间,预测精度较高,泛化能力较好,为大气污染物浓度预测提供了一种全新的思路和方法。