移动视频监控技术在安防行业的应用

正一、移动视频监控技术的发展移动监控技术是计算机科学、移动通信、图像处理、嵌入式技术、模式识别及人工智能等多学科高科技的结晶,在安防界一直都备受关注。近年来,随着移动终端技术、人工智能技术和通信技术的深入发展,移动视频监控技术进入一个新的发展阶段。移动4G网络提供大码流的数据传输能力,为移动视频监控技术协同移动终端融合创造了良好条件,对移动监控的发展起到了关键的助力作用。移     

大宁河水体营养盐状况与水华爆发之间关系分析

通过对大宁河常规监测和水华爆发期间加密监测断面的氮、磷营养盐指标统计,运用综合评价、相关性分析等方法对大宁河氮、磷营养盐分布和叶绿素a与总磷、总氮的关系进行了分析.结果显示,水华爆发期间叶绿素a与总磷、总氮呈正相关关系,总磷是大宁河水华爆发的限制因子.氮磷水平呈现从上游到入长江口逐渐递增趋势,长江回灌作用对大宁河输入部分氮、磷营养盐.     

强基固本 筑牢“第一道防线”

<正>策划人语九层之台,起于垒土。基层治理是国家治理的基石,是实现国家治理体系和治理能力现代化的基础工程。习近平总书记指出,“基层强则国家强,基层安则天下安,必须抓好基层治理现代化这项基础性工作”。基层是安全隐患排查治理的第一关口,是应急处置的第一现场,是防范化解公共安全风险的前沿阵地,是推进应急管理体系和能力现代化的前提,加强基层应急管理体系和能力建设至关重要。     

微波加热再生废弃的净化石油化工废水活性炭

为了对石油化工废水净化处理后的废弃活性炭实现循环利用,提出了在无保护气体和活化气体条件下进行微波加热的方法。主要评估了再生温度和再生时间对再生活性炭的吸附性能和得率的影响。结果表明,在再生温度为600℃,再生时间为15 min时,活性炭的碘吸附能力达到最大值971 mg/g,得率为82.36%。再生活性炭比表面积高达1 028m2/g,总孔体积为1.23 m L/g,平均孔径为4.89 nm。通过废弃活性炭和再生活性炭进行了SEM对比分析,再生活性炭表面杂质减少,孔隙数量明显增多。     

中国环境政策演变和循环经济发展对实现生态现代化的启示

20世纪80年代,"生态现代化"的概念在环境政治领域中出现,并迅速发展成为多元的思想论说.受到许多国家政府的欢迎.无独有偶,自20世纪80年代末.在北美科学和工程界迅速兴起一门新的学科——"产业生态学".20世纪90年代后期,中国学术界又迅速兴起了对"循环经济"的关注.所有这些都表明,"生态现代化"思想在全世界范围内得到广泛的传播和重视.但从当前环境社会学界和环境政治学界对"生态现代化"讨论的现实来看,笔者认为必须加快对生态现代化的实现途径与措施的研究,否则,生态现代化概念或思想本身对促进全球和区域的可持续发展的作用是有限的.这就要求突破学科界限,综合运用社会学、经济学、生态学等学科的知识.进行综台性的探索.本文结合生态现代化理论.分析中国自20世纪70年代以来的环境政策演变和循环经济发展历程,旨在梳理其对我国实现生态现代化的启示,为构建环境友好型社会和节约型社会提供有益的建议.     

哈希多参数水质监测仪DS5X在大宁河白水河段藻类研究的应用

采用哈希多参数水质监测仪DS5X选取大宁河白水河段进行垂直水柱藻类密度、水温、pH值、叶绿素a进行监测,发现藻类在水中随水深呈垂直分布且有减弱趋势,结果表明:水下5.0m以上藻类密度基本能反应水体中藻类的生长情况,藻类在水体中沉降,附着于底泥进入休眠、复苏阶段;蓝绿藻与水温、pH值、叶绿素a呈显著正相关关系。     

煤矿酸性废水处理技术的应用研究

为了寻求对于煤矿酸性废水的经济适用处理技术,利用石灰中和沉淀法和石灰石中和法分别在贵州省织金县凤凰山地区废弃煤矿及贵阳市花溪区猫冲煤矿废水处理工程中进行应用研究,前者处理后出水pH平均值为8.06、TFe浓度平均值为0.66 mg/L、TMn浓度平均值为0.85 mg/L,工程运行费用为1.06元/t废水;后者处理后出水pH平均值为5.99、TFe浓度平均值为177.76 mg/L、TMn浓度平均值为8.48 mg/L,工程运行基本没有费用。从两个技术应用的水质情况及运行情况分析,两个技术有其相应的适用性。     

磁粘弹性体及其微振动控制应用

先简要介绍新型智能材料、即磁粘弹性体的制备;再介绍磁粘弹性材料的力学性能实验,给出其拉伸、压缩及动力学试验结果,说明大小变形时的特性;最后介绍磁粘弹性材料在微振动控制方面的应用,通过可控复合结构的分析与计算,得到夹层梁与夹层板微振动的均方根速度谱指标,说明磁粘弹性复合结构的微振动控制效果。     

数据缺失条件下基于MLP神经网络的水华风险预警方法研究

针对水华风险预警过程中相关监测指标数据缺失的问题,借鉴多元统计和随机分析构建了一种缺失数据插补方法,用于弥补现场调查数据的不足.基于主成分分析,对水华相关影响指标进行降维,确定水体水华风险预警模型的输入层变量.同时,采用多层感知器(MLP)人工神经网络模型对水华表征指标叶绿素a的浓度进行预测,并引入风险概率的概念,提出了水华风险概率计算公式,完善了水华预警的风险表达.最后以三峡库区典型支流大宁河为案例的研究证明了上述方法的可操作性.研究结果显示,插补数据条件下和未插补数据条件下的大宁河水华风险预警模型决定系数分别为0.9711和0.7769,前者的模型准确性更高,叶绿素a浓度预测效果更好;预测时段内大宁河11 d为水华蓝色预警(无警)级别,水华发生的风险概率为1.99%~18.61%;1 d达到水华橙色预警(中警)级别,水华发生概率为90.48%.