安全生产容不得“松口气”

参加安全管理培训班的人员是各生产经营单位的负责人和安全管理人员，他们培训效果的好坏，直接关系到生产经营单位安全管理水平的高低。在进行培训班教学时，如何使参训人员通过有限课时的学习，达到有效掌握安全生产知识，提高安全管理水平的效果，是每个授课教员应当认真思考的问题。要提高培训教育的效果，作为一名教员，应着重从以下几方面入手：     

安全带：高处作业维系生命的“最后一道防线”

笔者曾经多年在建筑公司工作，对安全带的作用感受颇深。在建筑行业有这么一种说法，安全帽、安全带、安全网是建筑工人的“三件宝”。可以说，缺了这三样东西中的任何一样，都可能使建筑工人遭受到致命的伤害。安全帽对大家来说并不陌生，但安全带的使用相比而言并没有那么普遍。事实上，除了建筑工人，受培训取证的其他行业人员在高处工作中也要用到安全带。     

国际建筑安全的现状与发展趋势

从世界范围来看，建筑行业从业人员多，是事故和疾病发生比例非常高的行业，被许多国家列为最危险的行业之一。     

公共场所健身器材伤人谁来管?

随着人们的生活水平不断提高,健身、休闲、娱乐已成为人们的一大时尚,一大批健身器材也源源不断地进入小区、公园、广场,给健身、休闲、娱乐的人们提供了许多的便利,给小朋友们也带来了诸多的欢乐,特别是给退休老人提供了健身方便。但是,令人遗憾的是,这些健身器材遭人为破坏,加上年久失修,     

安全生产要常抓不懈

时至年终．不少企业的检查评比虽已告一段落．但安全生产没有冬闲，安全生产要全天候。     

流域累积性环境风险评价研究进展

对当前流域累计性环境风险评价方面的研究进展进行梳理并对未来研究进行展望。通过概念辨析和文献调研的方法,指出了现有研究存在的3个问题:综合生态风险评价结果过于宏观,健康风险评价暴露途径考虑单一以及健康风险评价不确定性未有实质改变。进而得出结论:克服上述问题,需要在加强风险过程模型的构建与应用;开展多暴露途径的健康风险评价;将健康风险评价纳入我国现行流域管理以及开展完整的流域累积性环境风险评价等4个方面进行加强。     

基于MODIS数据辅助的太湖叶绿素a空间插值应用

通过运用Modis太湖遥感数据反演得到的太湖叶绿素a浓度,利用克里格与加权反距离这2种插值法,首先进行全湖的插值方法的比较和插值样点数的选取;并对太湖8个湖区进行插值点分区研究;最后运用克里格对太湖进行全年不同季节的应用效果评价。结论如下:(1)在插值方法的选取上,克里格法更适合太湖叶绿素a的插值应用,全湖合理的取样数为68个。(2)各湖区蓝藻空间分布相关性由大到小依次为:南部沿岸区>湖心区>贡湖>东部沿岸区>东太湖>西部沿岸区>梅梁湖>竺山湖。(3)对于蓝藻不同生长阶段来说,在蓝藻休眠中后期(12-次年2月)、复苏期(3-4月)、生物量增加前期(4-7月)的预测效果较好;而在蓝藻生物量增加中后期(7-9月),上浮、积聚期到休眠前期(7-12月)预测精度较差。总体来说,冬季、春季插值的效果好于夏季,秋季插值效果最差。     

广州流溪河水库叶绿素a遥感反演研究

叶绿素a是衡量水体初级生产力和富营养化程度的一项重要指标。本研究在讨论分析反演水体叶绿素a浓度的半分析生物光学模型理论基础上,利用Landsat TM数据及中巴资源卫星02星CCD相机高分辨率数据,结合实测数据建立广州流溪河水库叶绿素a浓度的波段比值型反演模型。该模型对两个不同监测日期的叶绿素a浓度反演效果较好,拟合系数(R2)分别达到0.860和0.715,均方根误差分别为0.102μg/L和0.198μg/L。反演结果表明,流溪河水库叶绿素a浓度整体较低,均在2.0μg/L以下,空间分布在湖库区较均匀,入库支流玉溪河水域叶绿素a浓度略高于湖库区。     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.