淮安市畜禽养殖业废弃物污染负荷生态承载力预警分析

在分析淮安市畜禽养殖业废弃物的污染特点的基础上,进行了淮安市畜禽养殖业废弃物污染负荷的生态承载力的预警分析。分析结果显示：淮安市畜禽养殖业污染的生态承载力不同地区差异性较大,各地区的畜禽养殖业的发展不平衡,存在空间异质性。对环境构成较严重污染威胁的有淮阴区;对环境稍有污染威胁的地区有4个,分别为清河区、楚州区、清浦区和开发区;涟水县、洪泽县、盱眙县、金湖县畜禽粪便对环境不构成污染威胁。淮安市应该通过制定相应的畜禽养殖业的总体规划来合理布局,合理分配畜禽养殖业污染的生态承载力,保护生态环境,促进新农村建设,实现淮安市的可持续发展。     

衡阳市降水型地质灾害潜势预报预警方法初探

为提高衡阳市降水型地质灾害预报预警的针对性和时效性,本文利用1994—2007年衡阳市地质灾害个例资料和相应的降水资料,分析了地质灾害与降水的关系;划分了地质灾害易发区,并针对不同易发区确定了降水型地质灾害预报预警指标;对预报预警方法进行检验,并提出了改善建议。结果显示:衡阳市降水型地质灾害与前期降水强度、当日降水量等有着密切关系;建立的预报预警方法对衡阳市暴雨突发性地质灾害预报具有较好的地域针对性和准确性,将预报时效延长至24小时,对地质灾害的防御有着重要的现实意义。     

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。     

基于神经网络的喀斯特石漠化预警分析模型研究——以广西都安为例

阐述了人工神经网络的基本工作原理,分析BP算法在神经网络中的应用,并具体介绍了BP算法过程。在此基础上,以都安石漠化预警分析为例,提出了基于神经网络的石漠化预警模型的结构。人工神经网络模型实现了石漠化预警分析,确定石漠化危险性指数,并把分析的结果以专题图的形式来表现,从而验证石漠化预警分析模型的可靠性和可行性。     

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。     

汶川地震的异常及地震预测问题

汶川MS8.0级地震造成了巨大的灾害.我国对这个巨震未能作出预测,于是国内外各界对地震预测问题议论纷纷.笔者经过地震现场的调查与深入思考,认为汶川地震前是有异常的,之所以未能作出预测,根本上是因为地震预测的科学难关尚未突破,但还有与我国目前地震监测与预测工作上存在多方面的不足与问题有关;同时还认为,汶川地震的预测失败并不意味着地震不能预测,因为我国有规模宏大的地震监测台网,积累了大量的震例,取得了一定成功预测的经验,因此对未来的某些地震仍可作出成功预测并取得显著的减灾实效.