排序方式: 共有8条查询结果,搜索用时 78 毫秒
1
1.
2.
随着北京市垃圾分类工作的开展,厨余垃圾分出量不断提高,厨余垃圾资源化利用越来越受到重视.通过对北京市厨余垃圾资源化利用现状进行分析,发现制约厨余垃圾资源化产业化发展的是堆肥产品销售渠道不畅通,针对这个情况,通过对现有厨余垃圾资源化标准进行梳理,分析现有标准中存在的问题,并针对问题提出建议,为厨余垃圾资源化工作提供参考. 相似文献
3.
为认真贯彻落实习近平总书记关于垃圾分类工作的重要指示精神,配合《北京市生活垃圾管理条例》正式实施,北京市开展垃圾分类工作。根据北京市垃圾分类实际工作需要,按照垃圾分类全流程梳理标准,构建标准体系。以标准体系为基础,整理垃圾分类标准存量情况,分析标准制修订需求,梳理垃圾分类过程,为今后制定生活垃圾分类相关标准提供理论支撑,实现对标准的科学管理,系统地指导北京市垃圾分类工作,构建垃圾分类新发展格局。 相似文献
4.
根据2013年1月1日至2月15日大连市环境监测中心PM2.5监测数据和大连市气象局风向、风速、降水量等资料,研究了降雪、降雨、风等气象因素对大气中PM2.5的去除效应。结果表明,大连市冬季采暖期PM2.5污染较重,PM2.5浓度受气象因素影响较明显。降雪、降雨、风三种气象因素对大气中PM2.5均有明显的去除效果,因去除机理不同,各气象因素对PM2.5的去除能力大小依次为风、降雨、降雪,去除效率分别为61.6%、46.0%、34.5%。 相似文献
5.
6.
7.
8.
基于高光谱图像技术和机器学习算法,提出了一种对重金属污染蛤仔进行快速无损检测的新方法。该方法分为3步:采集蛤仔样本高光谱图像并使用3种方法进行预处理;采用线性判别分析(linear discriminant analysis,LDA)对高光谱数据降维;应用支持向量机(support vector machine, SVM)实现重金属污染蛤仔分类检测。对于以单类重金属污染样本和健康样本为样本集的二分类检测,LDA-SVM模型检测重金属污染样本的准确率可达到99.33%以上。对于以Cd、Cu、Pb、Zn 4类重金属污染样本和健康样本为样本集的五分类检测,检测准确率可达到93.33%。结果表明:LDA-SVM模型能够实现对蛤仔重金属污染快速无损检测,且该模型性能基本不受预处理方法和模型参数的影响,鲁棒性强。 相似文献
1