全国政协委员建议:将建筑垃圾纳入“城市矿产”体系

<正>建筑垃圾严重"超载"现象已成为城市"顽疾",其产量巨大但资源化利用严重不足。全国政协委员、贵州省政协副主席左定超认为,当前亟须创新建筑垃圾管理体制,将其纳入"城市矿产"体系加以资源化利用,使其变废为宝,以节约资源、保护环境和创造经济价值。左定超说,建筑废弃物和工程开挖弃土等建筑垃圾产量日增,在国内一些地方大有建筑垃圾"围城"     

乌伦古湖水质现状、变化趋势及预测

通过对乌伦古湖现状水质及近十年来水质变化趋势的评价,分析了污染成因,并采用灰色预测法预测乌伦古湖未来几年的水质状况,为区域水环境保护和水体污染防治提供科学依据。     

基于支持向量回归机的南黄海浒苔分布面积预测模型

绿潮作为一种新型的海洋灾害,已经引起了各个国家的重视.依据2012年南黄海海域浒苔遥感监测分布面积数据,选取了温度、天气状况、风向、风力、浪高5种影响浒苔扩散的气候因子,建立了基于SVR的浒苔分布面积预测模型,并与经典的最近邻点插值模型、线性插值模型、3次样条函数插值模型和分段3次Hermite插值模型进行了回归效果的对比.分析结果表明,基于SVR的浒苔分布面积预测模型能够为浒苔遥感数据的插补提供一种方法,且回归效果优于传统的回归方法,为浒苔的防治提供辅助决策信息.     

构建循环型旅游产业的思路与途径

根据世界旅游组织预测,到2020年中国将成为世界上最大的旅游接待国和第四大客源输出国.2005年中国入境旅游人数已达1.2亿人次,入境过夜旅游人数达4680万人次,国内旅游人数达12亿人次,出境旅游者达3100万人次.中国旅游业产业规模正在不断扩大,旅游产业已成为国民经济新的增长点,从旅游资源大国到世界旅游大国,中国正努力向世界旅游强国目标迈进,入境旅游、国内旅游、出境旅游三大市场繁荣兴旺;同时,中国旅游产业也正经历着前所未有的考验.     

废旧锂离子电池资源化研究现状

介绍了锂离子电池的基本结构、材料组成及工作原理,阐述了回收处理锂离子电池的必要性及迫切性,综述了当前国内外废旧锂离子电池的资源化研究现状及存在问题,并预测了今后废旧锂离子电池的资源化发展趋势.     

单体滑坡灾害风险预测

以重庆市万州区农机技校滑坡为例，讨论了单体滑坡灾害的风险预测方法。提出采用Monte-Carlo方法预测滑坡发生的概率，利用能量守恒原理和谢德格尔公式推算滑程；结合滑坡裂缝的展布方位，预测出滑坡灾害发生后的影响范围；根据承灾体自身特点和相对于滑坡所处的位置，确定出滑坡灾害影响范围内承灾体的易损性；利用GIS对空间数据的图形叠加功能，将滑坡危险性和灾害易损性叠加，并在考虑库区水位动态变化的基础上，动态预测滑坡灾害导致的经济损失，定量预测滑坡灾害风险大小。结果表明，该滑坡在坝前145m水位和50年一遇暴雨工况下可能的经济损失值最大为10260万元；而在滑坡危险性最大的工况下，滑坡灾害风险不一定最大。所得结果可为滑坡灾害防治工程或土地规划立项提供依据，使政府决策部门在防灾减灾工作中更有针对性。     

事故预测方法研究述评

将事故预测方法归纳为情景分析法、回归预测法、时间预测法、马尔可夫链状预测法、灰色预测法和非线性预测法6大类,并进行分析和比较.结果表明:1)目前的预测方法大多针对各自行业部门,因此采用自身相适应的预测方法和提高预测精度是事故预测的关键;2)剔除随机性和偶然性,提取异常点和异质性是工业事故进行预测建模的依据;3)系统安全是一个动态随机的非线性过程,应将定性与定量、线性与非线性、静态与动态预测方法相结合,进行组合预测才有可能实现最优预测;4)基于状态预测的事故优生理念,是未来事故预测理论的发展趋势.     

用灰关联分析和神经网络方法预测煤与瓦斯突出

本文应用灰色系统理论的灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序,选择灰关联分析的五个优势因子:瓦斯放散初速度、坚固性系数、瓦斯压力、煤体破坏类型和开采深度,作为输入参数,用计算机对神经网络编写程序,建立了煤与瓦斯突出预测的神经网络模型.用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.     

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。