汽车道路试验安全管理体系建设研究

为了保障汽车道路试验安全、提高安全管理水平,设计提出汽车道路试验安全管理体系(SMS)总方案。根据OHSAS 18001和安全标准化规范的特点分析,论证了融合两种体系建立道路试验SMS的适用性。并从政策与目标、风险管理、安全保证和安全促进四个模块阐述了该体系的搭建思路、框架内容和搭建步骤。最后,以某自主品牌车企研发中心道路试验的应用情况为例进行效果评估,结果表明:汽车道路试验SMS能有效防控风险、提升试验安全管理水平。     

基于有序Logit与Probit模型的交通事故严重性影响因素分析

为准确分析影响交通事故严重性的各项因素,引入有序选择模型中的Ordinal Logit模型和Ordinal Probit模型,研究驾驶员、车辆、环境、管理因素与事故严重程度之间的耦合关系,利用计量经济学理论和统计学方法对模型进行显著性检验。并选择美国北卡罗来纳州2010年至2014年385个翻车事故样本进行严重性影响因素分析,所得回归模型参数估计均符合Wald检验(p≤0.0001)和似然比检验(p≤0.0001),模型的拟合度也都符合Pearson检验(p=0.7976)、偏差检验(p=0.6006)和信息准则检验,模型预测精度指标值均大于0.7。所得两个模型中变量"安全带"(p≤0.001)、"路面状况"(p=0.0071)、"道路线形"(p=0.0077)、"路面类型"(p=0.0251)都对翻车事故的严重性具有显著影响,表明有序Logit模型和有序Probit模型均适用于分析和揭示影响交通事故严重性的各个因素。     

兰州市土壤中PAHs和PCBs的分布特征及风险评价

通过采集兰州市各功能区表层土壤样品,分析土壤中PAHs和PCBs的分布特征及潜在风险。结果表明,兰州市土壤中16种PAHs的平均质量比为5 734μg/kg,其中7种致癌芳烃的平均质量比为276μg/kg;18种PCBs的平均质量比为45.9μg/kg,其中7种指示性PCBs的平均质量比为10.8μg/kg。风险评价结果表明,除苊为高生态风险外,兰州市土壤中PAHs其他组分和PCBs均处于低中生态风险。16种PAHs的毒性当量浓度为59.9μg/kg,主要贡献者为苯并[a]芘和苯并[b]荧蒽;7种指示性PCBs的毒性当量浓度为1.96×10~(-4)μg/kg,主要贡献来源为PCB138和PCB118。     

某地农田土壤及其潜在污染源中多环芳烃检测与评价

通过对A、B两地农田土壤及其潜在污染源燃煤尘、交通尘和尾气尘等样品中多环芳烃(PAHs)的检测,结果表明,A、B两地土壤样品中∑PAHs范围分别为290 ng/g～2. 53× 10~3ng/g和564 ng/g～5. 50× 10~3ng/g,污染程度为中等—严重,且呈现出由工业园区周边土壤到化工企业周边土壤至油田周边土壤逐渐加重的趋势。A、B两地不同固体样品中∑PAHs由高到低分别为尾气尘交通尘燃煤尘土壤和尾气尘交通尘土壤燃煤尘。源解析表明,研究区土壤中PAHs受混合源(石油源和燃烧源)污染。燃烧源既有石油及其精炼产品的燃烧,又有木材、煤燃烧。     

灌河口表层土壤多环芳烃污染调查

为了解灌河口工业区表层土壤中多环芳烃的污染水平及健康风险。于2017年4月份在灌河口化工园区、火力发电厂和钢铁工业园区采集30个表层土壤样品,利用气相色谱-质谱联用仪(GC-MS)对16种优控ω(PAH)进行了检测。结果表明,30个采样点16种PAH的ω(T-PAHs)总为1 212.8~12 264.5 ng/g,平均值为3 504.8 ng/g。其中单体PAH以Fl为主,平均比例高达19.4%,其次为Pyr(16.7%)和B[a]P(9.6%)。单体PAH相关性分析表明了污染物来源的一致性,主要来源于本地工业区原油、生物质和煤的燃烧过程。根据加拿大土壤环境质量标准,灌河口工业区87%的土壤PAHs污染超过了安全值,存在潜在的生态风险。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

多中心作用下大城市房价空间分异的特征及影响因素——以合肥市为例

随着城镇化水平迅速提高,大城市通过外延式扩张与内涵式发展逐渐形成了多中心,在多中心作用下城市空间,尤其是房价空间的变化表现出异质性与复杂性.以快速发展的合肥市为例,从不同空间尺度利用地统计法研究城市房价的空间分异特征,并通过构建特征价格模型分析房价空间分异的主导因素,以揭示城市空间结构与房价空间分异的逻辑关联.结果表明:(1)在主城区尺度上,房价空间分布与多中心结构相符,在各中心范围内形成了 3个高房价区;(2)在中心区尺度上,各中心区房价呈现出圈层与扇形相混合的分布特征,不同规模等级的中心对其周边房价影响范围的差异,形成了不同的空间变异模式;(3)影响房价空间分异的三类特征中,结构特征与邻里特征在主城区尺度上对房价空间分异产生了较大的作用;(4)不同功能的中心区房价空间分异的主导因素各异,区位特征对旧城中心的影响最大,结构特征与区位特征均对行政中心有较大影响,结构特征是新区中心影响房价最主要的因素.