“两带”渗透率分布模型应用及渗透率规律研究*

为了研究覆岩破坏后形成“两带”的渗透率分布规律,根据理论推导应力-应变曲线以及采空区材料力学参数公式,建立“两带”渗透率分布模型,采用COMSOL软件分别对垮落带的渗透率分布和断裂带渗透率分布进行数值模拟。研究结果表明:垮落带渗透率呈“椭圆”分布,渗透率最大可达到1.07×10-6 m2,最小可达到1.5×10-8 m2;随着高度的增加,采空区两侧的渗透率变化幅度增加,中部的渗透率变化值较小。断裂带渗透率呈“铲状”分布,靠近工作面区域渗透率最大,断裂带的渗透率在上下隅角处最大可达到1.8×10-10 m2,垂直方向上随着高度的增加渗透率减小。研究结果可为西部典型浅埋煤层安全高效开采提供现场指导作用。     

压缩空气泡沫在长距离管路输送中压降的数值模拟

基于Fluent对压缩空气泡沫在长距离管道中的流动特性进行了数值模拟研究,将压缩空气泡沫近似为弥散流,采用Saplart-Allmaras模型模拟了不同管径下压缩空气泡沫以及不同泡沫原液浓度的AFFF泡沫在长距离管道内的流动及压降变化。模拟结果表明,随着距离变化,各管径管道内压降均呈现线性变化,且随着压缩空气泡沫的流动,压降线性增大。管道管径对管内压降变化具有显著影响,管道直径越小,管道内压降越大;泡沫原液浓度对压降的影响较小,且压缩空气泡沫在长距离输送中的压力随距离线性衰减。将模拟结果与长距离输送的试验结果进行了对比,误差在10%以内。     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

Resident participation in post-Lushan earthquake housing reconstruction: a multi-stage field research method-based inquiry

In April 2013, a 7.0?Mw earthquake struck in Lushan County, Sichuan Province, China, causing serious housing damage. Housing reconstruction is a crucial part of disaster recovery, and resident participation has been recognized as a key part of reconstruction success. This paper examined housing reconstruction resident participation in the post-Lushan earthquake period as a multi-stage problem based on multi-stakeholder collaborative perspectives, which covered emergency shelter, temporary housing and permanent housing stages. Multi-stage field research was conducted in the affected areas, and the residents were found to be fully involved in the reconstruction with a ‘high – medium – high' distribution across the three stages. Resident participation experiences were summarized in terms of previous earthquake education, NGO participation and community-based organization functions, and the reasons discussed, such as civic awareness and civic rights. Problems regarding improper reconstruction and cultural conflicts were also examined and valuable suggestions given.     

Geostatistical analysis and risk assessment on soil total nitrogen and total soil phosphorus in the Dongting Lake plain area, China

Nonpoint-source pollution and water body eutrophication have become increasing concerns for scientists and policymakers. Nitrogen and phosphorus affect environmental pollution, especially lake eutrophication. To assess the environmental risk of soil total nitrogen (TN) and total phosphorus (TP) pollution, a typical ecological unit of Dongting Lake plain was selected as the experimental site. To verify the stationary of the data, a moving windows technique was adopted. Our results showed that Box-Cox transformation achieved normality in the data set and dampened the effect of outliers. The best theoretical model for semivariogram of TN and TP was a spherical model. The ordinary kriging estimates of TN and TP concentrations were mapped. The integrative comparisons of semivariogram parameters with different trends to the kriging prediction errors of TN and TP indicated that the two-order trend is preferable. Kriging SDs provided valuable information that will increase the accuracy of TN and TP mapping. The probability kriging method is useful to assess the risk of N and P pollution by providing the conditional probability of N and P concentrations exceeding the threshold concentrations of 3.2 and 1.05 g/kg, respectively. The probability distribution of TN and TP at different levels will be helpful to conduct risk assessment, optimize fertilization, and control the pollution of N and P.     

用清洁生产的理念防治农业污染的初步探讨

农业发展面临的农业污染问题,已成为制约农业可持续发展的＂瓶颈＂.农业污染问题已经成为影响农村经济发展,以及农村社会和谐发展的重要因素之一.在论述农业清洁生产涵义的基础上,探讨了农业清洁生产防治农业污染问题.以新疆绿洲农业为例,论述了农业污染现状及发展农业清洁生产的必要性,分析探讨了发展农业清洁生产存在的问题和障碍,并提出了对策和建议.     

甘肃南部典型城镇PM2.5浓度及水溶性离子特征分析

为研究甘肃南部城镇PM_2.5及水溶性离子（WSIIs）浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM_2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明：采样期间甘肃成县PM_2.5年平均质量浓度为（57.2±26.9） μg·m^-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO₄^2->NO₃^->Na⁺>NH₄⁺>Ca²⁺> K⁺>Cl^->Mg²⁺的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ（NO₃^-）/ρ（SO₄^2-）平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM_2.5和水溶性离子中SNA质量浓度影响显著,PM_2.5平均质量浓度降幅达44.2%.源解析表明,PM_2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等.     

典型喀斯特地区国土空间生态修复分区研究——以贵州猫跳河流域为例

国土空间生态修复是实现生态系统服务可持续供给的重要保障,明确其空间分区是开展生态修复的前提条件。针对现有生态修复分区方法的层级单一、结果针对性欠佳等问题,以典型喀斯特地区贵州猫跳河流域为研究区,构建“自然立地条件—主导生态功能—生态胁迫问题”生态修复分区框架。选取海拔、坡度、地形起伏度、植被类型等自然立地条件指标分析流域内地域分异规律,进而划定生态修复一级分区;基于水源涵养、土壤保持、生物多样性维护、粮食供给等主要生态系统服务功能评价结果识别区域主导生态功能,据此划定生态修复二级分区;结合石漠化敏感性、水土流失敏感性及生态退化度等关键生态胁迫问题指标构建生态修复分区指数识别生态修复重点区域,进而开展生态修复三级分区划分。最终,将猫跳河流域划分为3个生态修复一级分区、10个生态修复二级分区及30个生态修复三级分区,并提出了相应的生态修复策略。研究可为猫跳河流域生态修复实践提供参考,并为西南喀斯特地区生态修复分区提供理论借鉴。     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

民用煤排放PM2.5中碳组分与水溶性离子特征

研究4种典型民用煤燃烧排放PM_2.5中的碳组分以及水溶性离子含量特点,并通过PAM-OFR(潜在气溶胶质量-氧化流动反应器)模拟了大气老化过程(2d)对煤球与烟煤燃烧PM_2.5中碳组分与水溶性离子含量的变化影响。结果表明,烟煤燃放PM_2.5中碳组分含量最高,达到57.96%,其EC含量是其他煤种的4.3~9.6倍。民用煤燃烧产生PM_2.5中水溶性离子以Na⁺与SO₄^2-为主,其在总水溶性离子中占比合计约47%~76%。经历了大气老化试验后,煤球与烟煤燃烧排放PM_2.5中NH₄⁺和NO₃^-离子含量大幅增加,与之相比,TC占PM_2.5比例分别下降了12.03%与19.99%。