排序方式: 共有85条查询结果,搜索用时 93 毫秒
41.
“十二五”时期是全面实现辽宁省沈阳市老工业基地振兴和建设小康社会宏伟目标的重要时期,是沈阳市安全生产状况实现根本性好转目标的关键时期。总结过去5年发展历程、谋划未来5年远景目标,是贯彻落实科学发展和安全发展理念的必然要求,对加快建设现代化东北区域中心城市具有重要的意义。 相似文献
42.
43.
10月23日,公安部上海消防科研所总工工程师顾钟红、陕西消防总队防火部技术处高级工程师王备战等一行来到汉中,对公安部消防局抽检的建设工程单位(汉中市汉园国际大酒店)使用的消防产品进行了现场抽样检查。检查人员深入建设工程单位内部,随机抽取了防火门、手提式干粉灭火器、消防应急灯具、消防水带、消防软管卷盘、消防水枪、消防接口、室内消火栓八种消防产品,分别依据《消防产品监督管理规定》、GA588-2012《消防产品现场检查判定规则》和相应消防产品技术规范标准及要求,采取报验资料、现场抽取样品、现场切割实地测量和产品A、B码扫描对比是否一致性及合格性进行判定等步骤,对抽取的消防产品进行了生产厂家、市场准入、标识内容、产品结构、基本功能和实地产品检 相似文献
45.
基于被动采样技术的垃圾焚烧厂及周边大气中PAHs分布研究 总被引:2,自引:2,他引:0
垃圾焚烧是大气PAHs污染的重要来源,为监测垃圾焚烧过程产生的PAHs,利用被动采样技术对垃圾焚烧厂及周边大气中的多环芳烃(PAHs)进行了定量分析.结果表明,PAHs总量为146.29~396.30 ng·d-1,其中气相中PAHs为128.03~377.05 ng·d-1,颗粒相中PAHs为10.698~19.251 ng·d-1.气相中PAHs组成以菲、荧蒽、芴等低环化合物为主,菲的含量高达55.1%.选定松针作为被动植物样品,测得松针中PAHs的浓度为651.88~1 044.43 ng·g-1;考察土壤中PAHs的分布特征,测得土壤中PAHs浓度为35.04~998.89 ng·g-1.被动采样和松针、土壤中所含的PAHs分布特征相似,说明被动采样能反映PAHs在环境中的真实积累情况.此外,通过比较主动采样与被动采样结果,表明两者对大气中PAHs的富集能达到基本一致的效果. 相似文献
46.
有机废弃物堆肥培肥土壤的氮矿化特性研究 总被引:1,自引:1,他引:0
为了揭示不同有机废弃物堆肥培肥土壤的有机态氮矿化特性的影响,选取了8种有机废弃物堆肥产品(厨余垃圾、鸡粪、牛粪、菜叶、污泥、番茄残体、生活垃圾、草炭等),分别以0%、5%、15%和30%(质量比)施入土壤,通过室内恒温好气培养试验研究了不同来源堆肥培肥土壤后氮素形态转化的分异规律.结果表明,随培养时间延长,土壤NH4+-N含量快速下降,而N03--N含量则迅速增加,土壤氮矿化量也均显著增加,并在培养后期趋于稳定.其中同种堆肥培肥土壤的氮矿化量的提高幅度30%比例处理>15%比例处理>5%比例处理堆肥产物;而相同比例处理中鸡粪堆肥、草炭堆肥和污泥堆肥产物处理氮矿化量相对较高,其中鸡粪堆肥极显著高于其他堆肥产物处理.而厨余垃圾堆肥和菜叶堆肥产物处理氮矿化量较低,其中生活垃圾堆肥产物处理最低.8种不同有机废弃物堆肥均可提高土壤氮的潜在矿化势(N0)和矿化速率(k),促进土壤中有机态氮的矿化.研究结果证实,堆肥产物培肥土壤后,氮矿化的效应因堆肥种类不同和施入堆肥量不同而异. 相似文献
47.
作为集休闲、娱乐、饮食、文化、旅游等多种功能于一体,内设有大型超市沃尔玛、大型百货店SM-来雅百货、麦当劳、屈臣氏、名店区和皮鞋皮具城等众多经营场所的大型商场厦门SM城市广场,该城市广场经营面积就达12.6万平方米,平时日均人流量有10万人左右,节假日高峰期更可达30万~40万人不等. 相似文献
48.
为了解生活用煤汞含量水平,分析生活燃煤给当地环境空气中ρ(Hg)带来的影响,使用Lumex RA915+/M测汞仪,现场在线监测了北京市大兴区46户居民家庭燃煤炉口上方空气和村庄环境空气中的ρ(Hg),并对民用蜂窝煤及煤渣样品中的w(Hg)进行了实验室分析. 结果表明:燃煤炉口上方25 cm处空气中ρ(Hg)为20.4~4 583.5 ng/m3,平均值为823.9 ng/m3(n=46);村庄环境空气中ρ(Hg)为5~13 ng/m3,高于当地背景值(1~3 ng/m3);民用蜂窝煤样品中w(Hg)的平均值为326.6 ng/g(n=46),显著高于我国工业原煤中w(Hg)平均值(约150 ng/g);生活燃煤汞排放率达到99.76%,高于电厂等工业燃煤汞排放率. 鉴于生活用煤多为富汞的劣质煤,其w(Hg)及汞排放率远高于工业用煤,并且室内空气污染对人体健康的危害更为直接,因此,生活燃煤造成的汞污染问题应得到更大的重视. 相似文献
49.
基于大数据挖掘的山区公路沿线滑坡易发性小区划 总被引:1,自引:0,他引:1
本文目的是基于滑坡灾害因子地理空间数据、历史滑坡大数据分析,构建山区公路沿线滑坡易发性精细化评价的逻辑回归模型。选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个因子作为滑坡易发性影响因子,以30 m精度栅格建立影响因子地理空间数据库。在研究区域441个历史滑坡数据的基础上,将地理空间分划分为滑坡区与非滑坡区,分别随机选取70%的滑坡区域与非滑坡区作为训练数据集,剩下的30%作为验证数据集。通过样本数据集的训练,建立逻辑回归分析模型。利用训练好的逻辑回归模型,对整个研究区滑坡易发性进行仿真预测。结果显示,滑坡极低、低、中、高、极高易发区面积分别占42.24%、18.42%、17.57%、16.37%、5.41%,高、极高易发区与历史滑坡位置吻合度高;训练数据集、验证数据集以及区域仿真的ROC曲线AUC值分别为0.89、0.83、0.87,评价模型具有较高的稳定性与可靠性;新近发生的3个典型滑坡均处于高或极高易发区,模型具有良好的预测功能。 相似文献
50.