层次分析法在化工园区安全评价中的应用

本文采用层次分析法对化工园区域的安全水平评价进行了综合分析研究,得到了化工园区安全评价指标的选取、安全指标权重的确定的技术方法.结果表明,为了构建较为全面的化工园区安全水平评价指标体系,可从区域企业安全生产状况、区域规划状况、区域应急资源利用能力、区域社会经济状况四个方面共25个安全评价指标组成评价体系,进而采用层次分析法确定了各指标的权重,计算结果不仅能够反映园区风险的分布状况,而且对整个园区的规划和布局具有较好的决策支持作用.总而言之,将层次分析法用于化学工业园的安全评价是一种新的尝试,对此进行全面的介绍有着一定的工程实际应用价值.     

基于SCL-FCE模型的加油站安全评价及应用

加油站储存有大量的易燃、易爆的油类燃料,是城市中的重大危险源,一旦泄漏,就可能发生火灾、爆炸等事故,其后果相当严重,因此对加油站的安全评价具有现实而又重要的意义.本文鉴于加油站的特点,提出以安全检查表(SCL)和模糊综合评价(FCE)为手段,建立一种新的加油站安全评价模型.首先利用安全检查表分析、找出存在的危险有害因素从而构成安全评价指标体系,同时对每个因素进行评分,然后利用层次分析法计算指标权重,再次通过模糊评判方法计算出加油站隶属于各个安全等级的评价结果矩阵,最后得出加油站的安全等级.实践证明该方法符合加油站系统的特点,有较强的实用性.     

我国资源型企业资源效率管理行为分析及政策建议

资源综合利用直接影响我国可持续发展战略的实现。我国资源型企业在资源开发利用过程中存在大量的浪费现象。运用演化博弈理论分析企业群体策略的选择和演化路径,揭示企业资源效率管理行为的内在机理。研究表明治理收益、治理成本、治理风险是企业资源保护行为系统演化的重要参数,企业群体选择策略的相对适应性取决于对方企业是否治理及企业自身治理的收益与成本,演化稳定状态不仅依赖于博弈双方的学习速度和方向,也取决于博弈双方的初始状态。政府应该根据上述机理和资源型企业现实状况,制定相应的政策。     

大渡河响水岩崩堵溃洪水预测研究

位于大渡河上游的响水地段,在有利的地质地貌和水文气候环境下,岩崩、坍塌十分活跃,特别是响水沟汇口处的响水岩崩,其规模达2.40×106m3,一旦活动,能直接堵塞大渡河,相应产生的堵溃洪水,会严重危害下游的中国历史名城--四川泸定和石棉.为了城市建设规划和防洪工程的需要,对该岩崩次生的特殊洪水进行了预测研究.     

高效液相色谱-串连四极杆质谱联用测定水样和气样中的1-甲基-2-吡咯烷酮

建立了水和气样中1-甲基-2-吡咯烷酮的高效液相色谱-串连四极杆质谱测定方法。水样经0.45μm滤膜可直接进样,气样中的1-甲基-2-吡咯烷酮经活性炭吸附后,经30%乙腈水溶液洗脱后进样,最低检出质量达0.012ng;线性范围在0.001~2mg/L;方法灵敏度高,干扰小,定性能力强,快速简单,回收率良好。     

石墨炉原子吸收法快速测定水中的四乙基铅

用三氯甲烷萃取水中的四乙基铅,直接上石墨炉原子吸收仪进行测定。结果表明,方法相对标准偏差为5.9%,平均回收率在90.4%~108%之间,检出限为1.3×10-5mg/L。准确度高,精密度好。     

“MMA”技术路线在太湖蓝藻水华监测中的应用

通过对3S技术整合,提出"MMA"技术路线应用于蓝藻水华监测,包括监测、测绘、分析等关键步骤。对太湖蓝藻水华研究结果表明,总体规律一致,但又有所差异。一方面,太湖蓝藻密度(CBD)、叶绿素a(Chl-a)及水华频率分布图结果均呈现"西高东低"的空间分布规律;另一方面,太湖湖心区CBD和Chl-a浓度亦较高,而遥感监测后的水华频率图显示为无水华或频率小于1%。故应参照"MMA"技术路线,综合应用3S技术,并核验比对,弥补单项技术存在的不足,全面真实反映藻类水华情况。"MMA"技术路线既适用于水华监测,亦可推广至其他环境监测工作。     

北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。