空基无人机探测方案实践与应用

近年来,城市地面建筑物受电磁环境分布复杂影响,京津冀城市群出现了低空安保难问题.受此影响,目前常见的"地基"侦测反制方式很难有效侦测并反制无人机等"低慢小"航空器.经过理论测算和北京市公安局警航总队现场测试验证,在国内首次利用空中警用直升机平台搭建"空基"无人机侦测系统,大大提高了无人机侦测与反制能力.研究认为,应充分...     

基于卫星遥感的甘肃省吸收性气溶胶的研究

基于OMAERUV数据日产品，对甘肃省2008~2017年吸收性气溶胶指数（UVAI）的时空分布进行了分析，并对其相关因素进行了探讨，结果表明：该省近10a UVAI空间格局为由西北向东南区域逐步递减，UVAI的高值区域一直分布在酒泉市及邻近区域，为吸收性气溶胶污染源中心；甘肃省UVAI的稳定性呈现从东北向西南区域逐渐降低的规律；UVAI月均值呈现出明显的规律性，每年的月变化均呈现"V"型；四季UVAI水平为：冬季 > 春季 > 秋季 > 夏季，四季变化规律基本同步，十年来四季的UVAI呈逐渐上升趋势，且四季中主导的吸收性气溶胶来源不同.基于PM_2.5的UVAI指示的空气质量等级分析，甘肃省空气质量以良为主；从气象因素与UVAI相关性分析来看，降水量、气温均与UVAI之间呈现显著正相关，风向也对其空间分布有重要影响；植被覆盖度与UVAI呈现正相关的区域主要分布在甘肃省西北部、武威市中部区域，呈现负相关的甘肃南部天水、陇南等区域为较高的植被覆盖区域.从人类活动因子与UVAI相关性来看，地区生产总值、各产业产值与UVAI有着明显的正相关性，尤其以第二产业与UVAI相关性最高；UVAI与汽车保有量、能源消耗总量及人口密度均存在较强的正相关，说明汽车尾气和工业排放及建筑粉尘也是吸收性气溶胶的重要来源.针对甘肃省UVAI时空分布特点、自然及人类活动因素分析情况，提出了减少人类活动强度等建议.     

用镍矿渣生产碱激发镍矿渣水泥研究

本研究在碱矿渣水泥的研究基础上，以镍矿渣作为主要原料研究了碱激发镍矿渣水泥及其主要性能。研究结果表明，采用校正剂对镍矿渣的化学成分进行校正后再用碱性激发剂进行激发，可获得镍矿渣含量达78％，强度标号达525＃的碱激发镍矿渣水泥。该种水泥能够充分利用镍矿渣，减少环境污染。     

香港研制出“垃圾环保砖”

近日 ,香港科技大学与一家私人公司合作 ,成功研制出一种环保砖 ,将建筑垃圾变成建筑用料。香港人目前每天弃置约 1 .8万吨垃圾 ,堆填区的容量远远不能满足需要。这项科研成果是将五金、纸张、塑胶、木材、玻璃、纺织品等回收废品压碎 ,再加入化学剂等原料搅拌风干 ,只需一天 ,便可将垃圾变成地砖。据悉 ,投产初期每天可将 1 0 0 0吨垃圾循环再用 ,大大减轻了焚化炉、堆填区的压力。香港研制出“垃圾环保砖”@徐京跃     

应急作业历时一年的油轮Rio Orinoco小规模溢油事故

１９９０年１０月１６日，油轮Ｒｉｏ Ｏｒｉｎｏｃｏ在加拿大圣劳伦湾的Ａｎｔｉｃｏｓｔｉ岛附近触礁溢出燃油约２００吨。大多数油污漂流及Ａｎｔｉｃｏｓｔ岛的海滩上，该岛是一个良好的狩猎和渔业养殖区，岛上养有１０万多头鹿和种类繁多的海鸟，是鹿群和海鸟理想和栖息地。     

基于遥感的泾河流域植被覆盖格局分析

以MODIS遥感影像数据为数据源,应用遥感和GIS技术对泾河流域植被覆盖格局进行分析。结果表明:(1)泾河流域植被覆盖类型以退化草地和草地为主,二者占流域总面积的53.30%;地面覆盖程度较高的森林、疏林仅占流域总面积的9.83%,流域植被覆盖程度较低。(2)受自然环境条件和人类活动的影响,退化草地、稀疏灌丛、郁闭灌丛和疏林破碎化程度较为严重,对地面覆盖程度最低的退化草地除集中分布于流域北部外,主要零散分布于流域中、南部,其斑块形状复杂多样,数量最多,应成为流域植被恢复的重点。(3)各植被覆盖类型的斑快数量组成以小斑块所占比例最大,最小斑块比率均在50.0%以上;森林的斑块面积多样性最大,草地的斑块面积多样性最小。     

兰州市道路交通噪声污染与人体健康的分析

随着环保事业的发展,人们已认识到环境系统的健康与人体的健康状况有着密切的关系。笔者采用流行病学研究方法和SPSS 11.0forWindows的统计软件,对居住在交通干线两旁的居民,按照不同个体特征和不同居住环境所受交通噪声影响的程度进行了对比分析,其结果表明,中年人比老年人和青年人受噪声影响明显;不同性别受噪声影响程度没有明显差异;各功能区特征不同,混合区受噪声影响最严重;在道路交通噪声较高的区域,该地区居民的受影响程度也相对较高。最后,提出了在新城建设和旧城改造过程之中考虑城市道路规划设计,居民自身也应加强个人防护的防治对策     

遗传算法优化的BP神经网络在地震死亡人数评估中的应用

破坏性的地震灾害作为一种突发性自然灾害,往往会在短时间内造成大量的人员伤亡和财产损失。地震发生后若能有效地预测伤亡人数,可以更科学地组织人员救灾与配置救灾物资,对于减少震后的人员伤亡具有一定的指导作用。通过我国往期的地震数据信息,分析总结出对人员伤亡数目影响较大的7个因素,分别为地震等级、地震时间、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差(ΔL)、人口密度。鉴于这7个影响因素与地震时的死亡人数呈非线性关系,选用基于遗传算法(GA)优化的BP神经网络建立地震死亡人数预测模型。针对BP神经网络的局限性,利用遗传算法全局搜索最优值的特点,对BP神经网络的权值与阀值进行优化,防止BP神经网络陷入局部最优解,并且加快神经网络收敛速度,从而提高BP神经网络的预测精度。从我国1970年至2016年之间发生的地震灾害中,选取32组造成人员伤亡的地震数据,对初始数据进行处理后,利用遗传算法优化的BP神经网络预测模型进行训练并预测。选取27组样本作为训练样本,另外5组样本作为测试样本。预测分析结果表明,遗传算法优化的BP神经网络预测死亡人数与真实死亡人数相比平均误差为9.72%,均方误差为10.41,而BP神经网络的预测死亡人数的平均误差为17.61%,均方误差为18.02,因此GA-BP神经网络结果较为理想,相比传统的BP神经网络具有更高的逼近精度。