大亚湾混凝土鱼礁和铁制鱼礁附着生物生态特征

为了解人工鱼礁的生物附着状况,于2008年6月和7月,对大亚湾杨梅坑人工鱼礁区中已投放1 a的混凝土礁体和铁制礁体上的附着生物进行了调查。2次调查共采集和鉴定出附着生物94种。其中,混凝土礁体附着生物种类达到73种,总生物量为27903.50 g/m2,多样性指数为4.68,均匀度指数为0.76。铁制礁体种类达到80种,总生物量为23023.00 g/m2,多样性指数为4.53,均匀度指数为0.72。人工鱼礁投放1 a后,礁体表面100%被生物所覆盖,三角藤壶(Balanus trigonus)是人工鱼礁区占据绝对优势的种类,其优势度达到0.1464。     

应用引领、平台发力 安防软件市场再聚焦——2013年安防软件市场回顾与展望

早在2008年,即有“平台是核心”的观念,指在一个数字化、网络化视频监控系统中,视频监控平台将成为系统的核心部件,并成为高端市场的制高点。2010年,笔者再次在本刊撰文预言未来安防软件市场将发生分化布局,即基础平台、智能算法和业务应用三大层面的分化。     

改进AHP-DRASTIC模型用于地下水U(Ⅵ)污染风险评价及回归分析

以某铀尾矿库为例,应用层次分析法(AHP)对DRASTIC进行了改进,并增加两个新的指标,得出改进后的AHPDRASTICLL模型。分别采用常规DRASTIC模型、改进DRASTICLL模型、AHP-DRASTICLL模型对某铀尾矿库区地下水受U(Ⅵ )污染风险进行了评价。结果表明:尾矿库周围与砂卵砾石层区风险较高,丘陵地带风险较低。采集监测井U(Ⅵ )浓度样本数据,与3个模型标准化综合评分值建立线性回归关系,常规DRASTIC模型相关系数R2=0.7795;改进DRASTICLL模型相关系数R2=0.8278;AHP-DRASTICLL模型相关系数R2=0.8581。分析结果表明AHPDRASTICLL模型能更加准确地反映地下水受污染的可能性。     

谈谈校园安防系统的规范化建设

近年来,国家大力推进"平安城市"建设,目前基于车站、码头、道路、广场、景区等公共区域的城市报警监控系统已遍布全国,织成一张天罗地网,这对公共区域的安全起到很好的防范作用。但近一两年一些安全事件有向封闭区域蔓延的趋势,一些企事业单位、商场、住宅小区、学校、医院等封闭区域成为犯罪分子的重点侵害场所。学校既区别于一般公共场所,又非公共场所,校方既是安全责任主体,但又不具备安全责任能力,因此安防系统在校园的应用就尤为迫切,而由于校园安防系统的设计、建设有一定的特殊性,需要从宏观、微观、技术、管理等多个层面进行规范。笔者有幸参与了浙江省有关学校、企事业单位安防系统建设技术规范的编制工作,也从事过相关系统的规划、设计与实施,本文特别针对校园安防系统建设原则、系统的选配、系统的设计与施工等方面谈点心得,旨在抛砖引玉,希望能为学校安防系统设计和建设提供一些可操作性的建设思路。     

铀尾矿库中核素U(Ⅵ)的扩散迁移试验

利用自制的设备,采用水平土柱吸渗法,测定了不同参数土壤中铀溶液的质量浓度,通过Fick扩散第二定律推导的公式计算其扩散系数。并对比氯离子迁移试验,探讨了时间、距离、土质、孔隙度等对铀扩散的影响,进而研究尾矿库中核素U(Ⅵ)的运移扩散规律。结果表明:铀和氯离子在砂质土壤中的扩散均比在黏质土壤中快,氯离子在黏土中的扩散系数D=0.354×10~(-3)m~3/d,在砂土中的扩散系数D=1.830×10~(-3)m~3/d,铀在黏土的扩散系数D=0.950×10~(-3)m~3/d,在砂土中的扩散系数D=1.623×10~(-3)m~3/d;铀在土壤中的质量浓度随扩散时间延长逐渐增大,且与扩散距离呈比例关系;铀在土壤中的扩散系数随土壤孔隙度增大而变大。     

基于深度学习和人工智能的公安大数据应用

正一、关于大数据大数据的概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出,并首先在互联网行业得到应用。面对海量的数据,在不具备处理能力的情况下,只能通过数据抽样的方法进行分析和统计,从中发现数据蕴含的宏观规律,挖掘其抽象价值。随着计算机运算能力的不断提高,特别是云计算技术的出现,使得面对海量复杂结构的数据时处理能力得到划时代的飞跃,人们     

铀尾矿库地下水污染风险评价方法研究

针对尾矿库中铀对地下水的污染风险,通过选取污染物废液产生量、污染毒性、污染物迁移性和场地运行时间4个污染源特征指标建立污染源荷载风险评价体系,并采用层次分析法确定权重,再结合地下水的固有脆弱性评价,用两者风险等级相叠加的方法划分出5种地下水污染风险等级。同时,以某铀尾矿区为例进行地下水污染风险评价,结果表明该地区地下水污染风险级别为中低风险等级。     

基于改进DRASTIC模型、GIS和层次分析法(AHP)的地下水U(Ⅵ)污染风险评价

以某铀尾矿库为例,应用层次分析法(AHP)对DRASTIC进行改进,得出AHP-DRASTICLL模型,并构建了综合指数体系,在此基础上,基于GIS平台对某铀尾矿库区地下水受U(Ⅵ)污染风险进行了评价和污染区的污染风险划分.由地下水风险区划图得出尾矿库周围与砂卵砾石层区风险较高,丘陵地带风险较低,其结果较好地反映了实际的污染风险现状.