钢绞线逐根张拉下锚墩基床沉陷所致锚索预应力损失问题

在预应力锚索锚墩下部地基岩土的基床系数较低情况下,采用钢绞线逐根张拉来施加预应力会导致较大的预应力损失以及各钢绞线较显著的预应力不均。基于锚墩基床岩土体的弹性压缩模型,理论探讨了钢绞线逐根对称循环张拉下的锚索预应力损失,及钢绞线的预应力均匀性问题。分析表明,基床系数越低,逐根张拉下的锚索预应力损失越大,且其所含各钢绞线预应力的均匀性越差;而同样荷载和基床系数下,锚索所含钢绞线根数越多, 逐根张拉后的预应力损失和不均匀性也越大。但采用分级循环张拉、正序张拉及调整、锚墩下部一定扩散角填石等工序及措施有助于减轻预应力损失和解决不均匀性问题。     

危险废物特性比较研究

介绍了中国、美国及欧盟等国家和地区危险废物危险特性的定义及其鉴别指标体系。通过对三者的优缺点比较,分析了我国定义危险特性存在的问题．提出了我国危险废物特性制定建议。     

中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

从废水中回收磷的主要方法和常见工艺

磷污染是引起水体富营养化的重要原因,磷资源紧缺是我们即将面对的事实,同时解决这两方面问题的办法就是必须从含磷废水中回收磷。文章叙述从废水中回收磷的主要方法和原理,并介绍常见工艺流程。     

环境空气氟化物测定(LTP法)的不确定度评估

评估用电极法测定环境空气中氟化物的不确定度在环境监测分析中是一个复杂和繁琐的事.本文通过建立电极法测定环境空气氟化物的数学模型,以一个LTP法实例详述如何分析和计算得出测量扩展不确定度的结果,对于实际工作有很好的参考作用.     

水污染造成的环境经济损失分析

立足于我国水资源现状，对造成水污染损失的主要影响因素进行分析。探讨适合于我国国情的水污染损失的计算方法。以南方某市为例，计算该市水污染损失，得到了一些有益的结论．给政府部门提供了一个较为准确的损失数据。通过政府的干预或经济法律手段，加大水资源保护管理工作的力度。     

兴山县三峡库区地质灾害防治工程管理成效分析

湖北省兴山县顺利完成了17处崩滑体、3处长2 939.07 m库岸防护的二期地质灾害的防治工作,为135 m、139 m水库蓄水创造了条件.在兴山县二期地质灾害防治中,紧紧围绕＂挡（抗滑支挡）、排（表里排水）、削（削坡减荷）、护（防冲护坡）和绕（防御绕避）＂的五字方针,在一套行之有效的管理体制下,治理项目达到了设计要求,取得了预期的效果.     

白腐菌氧化—混凝工艺处理纸浆漂白废水试验研究

报告用白腐真菌氧化—混凝工艺处理纸浆厂四段漂白混合废水的试验情况 ,在最佳工艺条件下 ,混凝处理出水CODCr、OD4 6 5分别为 1 85 .1mg/L、0 .0 0 4 2 ,去除率分别为 86 .5 %、99.4% ,实验结果表明 :白腐真菌氧化—混凝工艺对于纸浆漂白废水是一种有实用价值的处理工艺。     

用SPME测定珠江河口水体中的PCBs

报道了利用SPME技术结合电子捕获检测气相色谱 (ECD)测定珠江入海河口水体中PCBs有机污染物的含量 ,并讨论了SPME装置萃取PCBs的主要影响因素。结果表明 :在选取一定的萃取纤维头 (10 0 μmPDMS)后 ,影响萃取效果的主要因素是萃取时间的长短 ,其次为萃取的温度和pH值。在各个影响因素及不同水平处理中 ,以萃取时间 30min、萃取温度 35℃、pH值 7.2、搅拌速度 10 0 0r/min为最理想。在该种条件下测定了珠江入海四大口门虎门、横门、蕉门和斗门河口水体中PCBs含量分别为 2 .70 1、0 .999、2 .82 8和 1.16 1ng/L。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.