排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
2.
西南涌是广东佛山一条重要的纳污河流,其水质长期未能稳定达标。与大部分的城市被污染的内河涌不同,西南涌的主要污染来自于农业生产。本文对西南涌污粢的成因进行了分析。提出了西南涌治污的短期策略和长期策略。 相似文献
3.
通过对WRF-Chem(Weather Research and Forecasting Model Coupled to Chemistry)环境模式模拟资料、HYSPLIT(HYbrid Single Particle Lagrangian Integrated Trajectory Model)前/后向气团轨迹资料、环境站监测资料,以及西安理工大学(Xi''an University of Technology,简称XUT)多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断,探讨了2019年1月初发生在西安的雾霾过程(记为首场雾霾)PM2.5组分、分布及传输特征,旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明,Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明,PM2.5中碳气溶胶的主要组分为有机碳,约占85%,强盛期气溶胶各组分随高度增加均呈递减趋势,各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明,相比于模式数据,激光雷达数据具有更高的垂直分辨率,因此,更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出,"北风涌"是雾霾消散的关键影响因子,沿铜川-西安-山阳一带存在着污染物传输的重要路径,雾霾由此体现出自北向南依次消散的特征. 相似文献
4.
“厄尔尼诺”为西班牙语“圣婴(上帝之子)”的意思。在南美厄尔多瓦、秘鲁沿岸,受来自高纬度冷洋流和涌升流的影响,海水温度比同纬度的太平洋西部明显偏低。每年圣诞节前后,当地海水都会出现季节性的增暖现象,渔民们把这种现象称为“厄尔尼诺”现象。 相似文献
5.
广州雷迅自2002年研发出全球第一台19英寸标准机架式10/100M自适应网络防雷器以来,一直致力于解决困扰信息系统电涌保护器发展的问题,如信息系统规格繁多、外形繁多、安装方式繁多等等.广州雷迅研发人员综合了低压配电系统电涌保护器的发展历史,并深入调查了各种信息系统的电涌保护需求,详细分析了信息系统电涌保护器在各行业的应用,创新地推出了“XP随心系列”模块化信息系统电涌保护器,并申请了相应的国家专利.彻底或局部解决困扰信息系统电涌保护器的各种问题,为使用者的选型及安装提供真正的随心DIY,并将信息系统电涌保护器的研发思路推向全新的领域. 相似文献
6.
7.
圆梁山毛坝向斜段隧道涌突水灾害及对地下水的影响 总被引:4,自引:4,他引:4
深埋隧道涌突水对工程施工及区域环境都有很重要的影响 ,笔者通过圆梁山隧道毛坝向斜段涌突水监测数据 ,结合地表降水资料 ,分析了影响隧道排水量、隧道支护稳定性的主要自然因素及排水工程 ,对地表水环境产生的影响。监测和分析认为 ,隧道揭露的含水溶洞突水对当地水环境影响最大 ,也是地表降水对隧道支护产生影响的主要通道。 相似文献
8.
研究了广州市珠江涌表层沉积物中不同形态氮的赋存特征,并对各形态氮中氨氮含量进行探讨。采用连续分级浸取法将沉积物中的氮分为离子交换态氮(IEF-N)、弱酸可浸取态氮(WAEF-N)、强碱可浸取态氮(SAEF-N)和强氧化剂可浸取态氮(SOEF-N)。结果表明,沉积物中总氮(TN)的质量浓度为3 469.15~8 358.56 mg/kg,各形态氮含量为IEF-NSOEF-N≈SAEF-NWAEF-N。IEF-N是4种形态氮中对水体影响最大的,且IEF-N中氨氮含量较高。氮是影响水体水质的重要因素,其中氨氮是判定水体是否黑臭的重要指标。珠江涌沉积物中的氮对水体水质的威胁不可忽视。 相似文献
9.
隧道施工过程中经常发生隧道涌(漏)水现象,对施工或运营安全可能造成较大影响。为了从根本上治理隧道渗漏水害,首先必须详细准确了解水害的根源,即渗漏水点与地表水源之间的水力联系。对于岩溶管道水比较有效的研究方法是开展连通试验,而对于渗透性能差、水力联系复杂的基岩裂隙水地区开展连通试验是不多的, 尤其是在高纬度、高海拔、以及多年冻土地区开展隧道渗漏水水力联系试验研究尚属首次,值得进一步深入探讨研究。本文针对青藏铁路昆仑山隧道渗漏水情况,在详细调查研究基础上,采用多种形式的连通试验,对昆仑山隧道渗漏水的径流条件和围岩渗透性能进行分析,并进行渗漏水的主要水动力参数计算,为该隧道渗漏水害的治理提供了科学依据。 相似文献
10.
基于PSO-SVM模型的隧道水砂突涌量预测研究 总被引:1,自引:0,他引:1
复杂工程地质条件下,隧道水砂混合物突涌的预测防控是隧道安全建设的基础,准确预测水砂混合物突涌量,为工程提供安全保障至关重要。为提高预测准确性,提出一种基于粒子群算法优化的支持向量机(PSO-SVM)的隧道水砂突涌量预测模型。综合考虑地质构造、气象条件、施工影响三类因素,选取七个因子,结合某公路隧道,利用PSO-SVM建立隧道水砂突涌量预测模型,并对该隧道水砂突涌量进行预测,结果与实际突涌量一致。证实综合粒子群算法和支持向量机优势的PSO-SVM方法预测精度高,且易于实现,为类似隧道工程突涌预测提供参考与借鉴。 相似文献