分层开采工艺对地表沉降的影响研究

分层开采是厚煤开采的经典工艺,这种工艺对地表沉降的影响比较复杂。通过测试原岩物理力学参数,利用有限元软件flac3D对分层和一次采全高时地表沉降进行了数值模拟。结果表明,如果采高较小,砌体梁距煤层较近,且采完上分层后长时间停采,给顶板再生留足时间,分层开采较一次采全高对地表沉降影响要小。     

一个世纪的辉煌——纪念世界红十字日、中国红十字会成立98周年

红十字运动的起源 19世纪中叶,欧洲经济日益繁荣,为了争夺市场,强国之间不断兵戎相见,各国军队的医疗部门无力解决战地伤病兵员的救护和治疗问题。瑞士人让·亨利·杜南(见题头像)1859年6月25日途经意大利北部伦巴第地区,正赶上索尔弗利诺之战,双方伤亡四万多人,大批伤兵被遗弃在战场上,烈日蒸晒,无人救护,状况十分凄惨。 杜南于1862年11月在日内瓦发表他的名著《索尔弗利诺回忆》一书,并在书的结尾建议:在各国成立伤兵救护组织;召开一次国际会议,制定一项保护伤兵和伤兵救护组织权益的国际公约。1863年2月9日,杜南和杜福尔将军、莫瓦尼埃律师、阿皮亚和莫诺瓦两医生等,在日内瓦组建了伤兵救护国际委员会。它的首任主席由杜福尔将     

冲天炉类气除尘净化技术及其发展

针对冲天炉熔炼过程中产生污染物的特性，提出了一种净化效率高且经济可行的冲天炉烟气多级复合除尘净化技术。     

人类活动对长江河口硝酸盐输入通量的影响

利用长江口枯季潮区界大通站近 4 0年来的水文化学观测资料 ,求得长江径流来源的硝酸盐通量 ,并以此作为长江河口硝酸盐的输入通量。结合历年长江流域的社会经济统计资料和降水量资料等分析 ,发现长江河口硝酸盐的输入通量与流域的人口密度、农业氮肥施用量、灌溉面积以及降水量等显著正相关。随着人口的增长 ,流域内的人类活动不断加剧 ,直接或间接地对长江河口硝酸盐的输入通量产生影响。而降水及灌溉等活动促进了土壤中氮素向河流流失的过程 ,并经长江径流向河口、海洋输送。 90年代后期 ,由人类因素造成的硝酸盐通量的增加占长江河口硝酸盐输入通量的95 %以上。降水引起的水土流失和大气氮氧化物的沉降是硝酸盐通量增加的直接原因 ,而农业活动、燃料燃烧和污水排放等人类活动是该通量变化的主要控制因素     

获取日均值的大气监测时段选择

利用数理统计方法，以污染物瞬时监测数据为基础数据，选用控制在一定置信度下最大允许误差的统计公式确定出样本容量，并采用模糊集合集──优化组合选择法，确定出获取日均值的最佳监测时段。     

事件

2007年世界环境日中国主题出炉；我国一季度环境质量状况不容乐观；三部门联合实施国家生态工业示范园区建设；泛珠合作圈定七大重点；     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

唯特净生物菌剂在快速提升污泥浓度上的应用

本文介绍了唯特净生物菌剂在延庆污水处理厂试运行中，解决了在贫营养状态下污泥浓度和污泥沉降比提升缓慢的难题。     

水质监测频率与极端气候对高原湖泊入湖河流氮磷通量估算的影响

河流是流域氮磷营养盐的主要输出途径之一,准确掌握其通量变化和驱动因素对流域营养盐管理具有重要意义.本研究以滇池主要入湖河流宝象河为例,基于周水质观测数据和逐日水量数据,构建了河流氮磷通量LOADSET模型.估算了宝象河不同时间尺度（日、季、年）TN和TP的通量,评估了4种低频水质采样和极端气候指数对河流氮磷通量计算的影响.结果表明：①2018年宝象河的TN和TP年通量分别为270.49 t和11.19 t,存在显著的年内差异,夏季是通量最高的季节,分别占TN和TP年通量的40.78%和41.96%.②基于LOADEST模型的低频水质采样的氮磷估算结果与高频采样差异较小,宝象河TN、TP通量估算受采样频率影响较小.③宝象河的TN和TP通量变化受连续5日最大降水量、平均最低气温、平均最高气温、最低气温、最低气温极大值、最高气温极小值和平均温差7种极端气候指数的显著影响.