炼油厂行为安全体系实施和维护

本文是以价值为中心基于小组的行为安全体系在炼油厂实施的案例跟踪调查研究。员工安全小组定义了炼油厂安全价值和并制定了用于指导体系设计和实施的相关原则。行为安全体系包括:(a)安全评估;(b)安全相关价值和相关实践的说明;(c)程序设计和执行概观;(d)安全观察培训;(e)反馈、认可和庆典;(f)程序维护。20年来的数据统计及分析,印证行为安全体系对记录在案、工时损失等安全事件及相关直接成本具有长期效应。行为安全体系实施的8年中,记录在案安全事件降低81%,工时损失的案例减少了79%,年工人赔偿成本下降97%。本文纳入对炼油厂副总裁的采访内容,主要是为读者展示行为安全体系对炼油厂安全文化的影响。     

新疆和田地区城市化与土地利用变化的定量分析

选取自然环境和人文环境比较典型的西部欠发达贫困地区-新疆和田地区作为研究区域,借助国内外城市化与土地利用变化关系方面的理论和研究成果,分析城市化进程中土地利用变化的特征;采用回归分析方法,研究城市化与土地利用变化的相关关系及城市化进程对土地利用变化的影响程度.分析结果显示,城市化与耕地、居民点及工矿用地、交通用地和未利用地间有显著的相关性,表明城市化的快速发展是造成农业用地减少和建设用地增加的主要原因.同时,耕地与未利用地等两种土地类型和城市化间的负相关关系说明,两种地类的减少与城市化的快速发展有着密切的关系.这体现了和田地区城市建设和经济的快速增长是影晌生态环境等一系列有关可持续发展问题的重要原因.     

水利工程建设对环境影响的探讨

随着现代工程技术的不断发展,大规模的水利工程建设,为国民经济建设发挥了巨大作用,但同时也对环境造成了影响和危害,因此,如何兴利避害,充分发挥水利工程为人类造福的优势,减少其对环境的不利影响,是我们必须考虑的问题。从水利工程对环境的影响进行探讨并对环境保护提出了建议。     

和田地区环境监测质量管理工作初探

结合和田地区环境监测站环境监测质量管理现状,就提高环境监测质量管理水平,充分发挥其在环境管理中的基础性作用,初步探讨了环境质量管理的必要性和基本思路。     

靛酚蓝分光光度法测定化肥厂废水中微量氨

用靛酚蓝分光光度法测定废水中的氨,对实验中的干扰因素,最佳试剂组合,测定下降,精密度及回收率均进行了研究,结果令人满意。     

乌鲁木齐南部冬季空气中气相多环芳烃的特征

本研究选择乌鲁木齐南部大气作为研究对象,利用TSP串PUF大流量采样器从2011年12月至2012年2月采集气相多环芳烃,并对气相中多环芳烃的含量和分布特征进行了分析。结果表明,大气气相多环芳烃中二环和三环的质量分别占总量的56%和43%;通过特征分子含量比值法对大气气相中多环芳烃的来源进行研究,结果表明,乌鲁木齐南部冬季大气气相中的多环芳烃主要来自于化石燃料和生物质的燃烧;毒性当量因子法分析表明,大气气相中90%样品的多环芳烃总毒性当量(Ba Peq)浓度均低于世界卫生组织建议的限值(1 ng/m3)。     

多种危险化学品混合物料配伍方法

论文选取多种废弃危险化学品,按照不同物质的相容性,进行了分组配伍实验。为保证燃烧的稳定性和混合化学物质焚烧所需热值,选择了三种辅助安全基料一并添加混合后,对危险化学品配伍后的物料进行了发热量、全水分含量、全硫含量测定和重金属（Cr）的测定,最终得出多种危险化学品混合焚烧的可行性结论。     

北京市生活垃圾处理的环境影响评价

目前北京市生活垃圾产生量不断增加,处理设施能力日渐不足,生活垃圾管理正面临着减量化与资源化必然趋势。在未来5～10年内,堆肥处理、焚烧处理和综合处理等方式将取代卫生填埋成为北京市垃圾处理的主要方式。本研究采用生命周期评价的方法,对北京市4处垃圾处理设施采用的不同工艺（卫生填埋、好氧堆肥、焚烧处理和综合处理）的环境影响进行比较。评价结果表明4,种处理方式中填埋、堆肥、焚烧和综合处理的环境影响负荷分别为4.82×10-2、1.10×10-21、.31×10-1和2.31×10-2,焚烧处理的总环境影响潜值最大,填埋处理次之,综合处理再次,堆肥处理最小。4种处理方式的资源耗竭系数分别为-2.39×10-51、.11×10-5、-3.45×10-4和-1.04×10-6,焚烧处理的资源耗竭系数最小。     

智慧消防云平台的机遇和挑战

<正>近十年来,物联网或智能互联设备广泛应用,深度融入了我们的日常生活。绝大多数零售店都会设置专门的柜台来推销智能家居产品,这些产品能借助互联网或应用程序来控制暖通空调、照明、摄像头等,改善了我们的生活质量。这类产品使用便捷,改变了我们对建筑环境的看法,也改变了我们与建筑环境互动的方式。这个趋势不仅存在于家庭环境中,在商业环境中也如此。很多商业建筑都有基于云平台的设备和系统,这类建筑通常被称为“智能建筑”。而智能建筑不仅能让建筑使用者受益,还能提升整个社区的安全水平。     

基于机器学习的长沙市空气污染物浓度预报研究

基于2014～2019年长沙市6种空气污染物日均浓度的监测数据、同期的气象数据,利用随机森林重要性评估的方法对影响污染物浓度的预报因子进行筛选,构建了基于随机森林算法和支持向量机算法的2种机器学习预报模型对6种空气污染物浓度分别进行预报。结果表明：各污染物浓度预报结果的均方根误差随着AQI指数的增加而变大;经随机森林变量筛选优化之后2种模型对各种污染物浓度的预报准确率都有所提升,且预报准确率都随着预报时效的增大而降低。整体而言,支持向量机回归模型对长沙市空气污染预报具有更强的泛化能力,误差更小。