郫县农村生态健康状态及其影响因素

本文以郫县的水系图、行政区划和生态环境现状为基础,将郫县农村划分为柏条河流域、沱江河流域和清水河流域3个评估单元,并采用综合指数法对各评估单元的生态环境状况进行了综合评估,结果表明:水生生态健康指数(EHI)大小依次为清水河流域(70.95分,为"良好"级)>柏条河流域(66.95分,为"良好"级)>沱江河流域(64.34分,为"良好"级);陆域生态健康指数大小依次为柏条河流域(58.47分,为"一般"级)>清水河流域(51.40分,为"一般"级)>沱江河流域(49.40分,为"较差"级);综合生态健康指数为柏条河流域(63.56分,为"良好"级)>清水河流域(63.13分,为"良好"级)>沱江河流域(58.37分,为"一般"级)。郫县水域水质达标率、水生生物状况(大型底栖动物保持率、鱼类保持率以及特有性或指示性物种保持率)、水资源开发利用强度和陆域的生态格局(重要生境保持率)等指标的得分和生态健康指数相关系数较高(r均大于0.84)。郫县农村生态问题主要表现在流域内水质连年下降、陆域生态健康状况较差和日益严重的生活污染。本研究工作对科学制定郫县农村环境综合整治规划和实施方案,保护和改善郫县农村生态环境,推动郫县农村社会、经济和环境的协调发展均具有非常重要的意义。     

守护生命线的道路安全“大管家”——肇庆市全面推行农村公路“路长制”工作掠影

拥有6535个路段,共计总里程为万多公里的县、乡、村农村公路的肇庆,每条路都配备一名路长,现已落实6563名“路长”,落实率100%,这是肇庆市系统防范化解道路交通安全风险的主要举措之一。     

高盐浓度对工业废水生化处理的影响研究

研究了生物制药废水的不同含盐量对生化处理系统效果的影响,以及对该系统中的生物学变化规律的影响。在含盐量低于2.5×104mg/L时,废水生化处理系统COD去除率可稳定在92%左右,污泥活性良好;随着进水盐浓度的增加,含盐量达到2.5×104mg/L时,污泥活性开始受到抑制,COD去除率急剧下降至80%左右;当废水含盐量达到3.5×104mg/L时,污泥活性明显受到抑制,污泥絮体开始部分解体,COD去除率下降到60%左右;当废水含盐量达到6.0×104mg/L时,污泥活性系统趋于崩溃,原生动物近乎绝迹,污泥絮体细碎分散,可见少量球形游离细菌,COD去除率仅有45%左右。     

建筑涂料生产废水的处理技术

采用混凝沉淀-芬顿试剂催化氧化-活性炭吸附工艺对建筑涂料生产废水的处理进行了研究。用硫酸铝作混凝剂,投加量为500mg/L:芬顿试剂法处理的废水pH为6.0,H2O2/COD值为4.0,FeSO4投加量为1540mg/L,氧化反应时间大于4h;活性炭投加量为0.2g/L时,处理后出水COD小于100mg/L。     

重力式大型公路桥拆除爆破

本文重点介绍河中重力式大型公路桥的爆破拆除方法,为类似拆除工程提供施工经验。     

燃煤引起的有机氯污染

氯是煤中的有害元素之一,煤燃烧时氯一部分以ＨＣｌ的形式释放出来,一部分则生成三致剧毒有机氯化物－－二恶英和呋喃。重点介绍了燃煤引起的有机氯化物地环境的污染与 及它的形成机理,形成条件、煤质影响和它的传输方式,对氯污染的评价与防治有重要的意义。     

多灾种下特大城市安全韧性影响评估研究与实践

针对灾害发生发展全过程中对城市的功能影响缺乏有效的评价方法和体系,以及对于城市综合灾害防御和防灾韧性城市建设的指导存在不足,研究运用层次分析法,提出了基于模糊评价的数学模型,建立了多层级指标的权重向量和判断矩阵,实现了多层次、多因素的评估需求。研究根据城市安全韧性影响的评估指标体系,实现了评估指标的层级架构并计算其权重。运用相关研究成果针对某特大城市开展案例研究,并针对其薄弱环节提出提升措施和优化建议。     

基于改进后力学试验夹具的航天阀门试验方法

随着振动试验技术的发展和进步，对试验夹具的要求也更加严格，试验夹具的特性对试验结果和试验方法产生重要的影响。本文基于某航天阀门的试验要求，对原有的存在缺陷的试验夹具进行改进，对改进后的试验夹具进行特性分析，确定改进后力学试验夹具性能更加满足产品试验要求。本文基于改进后力学试验夹具进行航天阀门振动试验和冲击试验，采用多点平均控制的方式完成了包括扫频、正弦振动、随机振动、冲击试验在内的试验项目，试验结果满足产品要求。     

基于层次熵权-云模型城市道路塌陷风险评价研究

城市道路塌陷灾害频发，有效的塌陷风险评价对于塌陷的防治具有重要意义。道路塌陷成因具有模糊性、随机性、复杂性等特点，为尽可能保证其评价过程的客观有效，通过识别城市道路塌陷风险要素，构建城市道路塌陷的风险评价体系，使用层次-熵权-云模型进行组合评价，建立道路塌陷风险评价模型。将该模型应用于宝安区部分道路塌陷风险评价，结果表明：6条主干道基于道路塌陷风险评价模型评价结果与探地雷达(Ground Penetrating Radar, GPR)实测风险评价结果吻合度较高，具有一定的应用能力。该模型为城市道路塌陷的防治起到了积极的指导作用，为城市安全风险防控起到了一定的参考作用。     

深度学习在危险天气自动识别中的应用研究

基于机器视觉的危险天气自动识别技术近年来已成为研究热点，但模型识别准确率不高和模型不够轻量化是该项技术面临的主要问题。针对上述问题，提出了一种利用CycleGAN网络自动扩展危险天气数据集的方法，有效解决了数据集数据量不足、数据类型不平衡的问题。同时，还提出了一种三通道融合卷积神经网络(3-Channel Convolutional Neural Network, 3C-CNN),该网络主干分支采用迁移学习的技术方案，并利用多分支结构提取并融合天气图像中的整体与局部特征。结果表明，利用CycleGAN网络扩充的WeatherDataset-6Plus数据集能够有效改善深度学习模型的训练性能，3C-CNN模型的6类天气现象综合识别准确率达到了98.99%,识别速度达到220帧/s。该方法在保证准确率的同时实现了模型的轻量化，有利于其在嵌入式设备中部署。