港口罢工对周边空气质量的影响

港口污染物的排放浓度极大地影响着周边的空气质量,以2013年3月28日香港国际集装箱码头发生的罢工事件为契机来探究港口运作短暂的瘫痪对周边空气质量的影响。首先,进行污染物之间的相关性分析确定影响本次罢工事件的污染物主要为NO_2、NO_x、SO_2以及O_3。其次,基于罢工前、罢工期间以及罢工后污染物排放的浓度变化,进行横向对比发现罢工期间的污染物确实有一定程度的减少。再次,利用纵向对比排除四季带来的影响探究不同年份同一阶段污染物浓度的变化情况评估罢工期间的空气质量。最后,以NO_2为例建立预测模型对罢工期间的NO_2浓度进行预测,根据实际值与预测值之间的差异来说明罢工影响了NO_2的预测趋势。这项研究主要强调港口空气质量对整个环境的影响,在一定程度上说明政府实施政策的有效性,为政府提供了决策支持,同时也要注重污染物之间的相互转化作用对环境的影响。     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

基于BP神经网络的多壁碳纳米管复合CdS-TiO_2光催化剂优化合成研究

基于CdS-TiO2/多壁碳纳米管(MWCNTs)光催化剂降解甲苯的正交实验数据,采用反向传播(BP)神经网络训练并建立了光催化剂合成条件设计的神经网络模型。以正交实验确定的4个主要影响因素作为输入层参数,以甲苯降解率作为输出层参数,将全部实验数据分为训练样本集和预测样本集。运行网络,系统误差为0.000 724,网络预测值与实验数据值相关系数达到0.989,说明该网络具有较好的训练精度及泛化能力。并利用训练好的神经网络预测得到CdS-TiO2/MWCNTs光催化剂的最佳合成条件:焙烧温度为460℃,MWCNTs复合量为1.5%(质量分数),活性组元摩尔比(TiO2/CdS)=80∶1,水加入量为12%(体积分数)。     

压气机叶片用耐冲刷防腐有机涂层的制备及性能研究

目的 提高压气机叶片有机涂层的耐冲刷和防腐性能.方法 以氨基改性环氧树脂为粘接剂,通过加入高硬度Al2O3填料以及其他着色、防锈颜料,并充分分散,制备一种具有耐冲刷防腐功能的有机涂层.通过摆杆硬度测试、磨耗测试、冲刷测试、腐蚀测试及其他力学性能测试,对耐冲刷防腐有机涂层的综合性能进行评价,对比高硬度Al2O3填料含量对...     

森林可持续经营基本任务与实现途径

本文以区域可持续发展理论为指导,通过森林可持续经营内涵、目标的分析,提出了用于指导区域森林可持续经营研究与实践的基本思路和途径     

木质纤维素原料预处理技术研究近况

木质纤维素的结构导致其不易降解。通过酸处理、碱处理、液态高温水技术、爆破处理、湿式氧化、超临界CO2处理、生物降解等预处理手段，可使后续过程的效率大大提高。较为全面地对国内外木质纤维素原料预处理技术的研究近况做了总结，主要对国外学者的试验方法和现象分析进行了简要描述，并对萼合于我国的方法提出了自己的观点。     

滇池流域水资源持续利用与保护

滇池流域水资源目前存在着资源短缺，水质污染，生态环境恶化，防洪能力不强等主要问题，对流域的工农业生产，渔业发展，旅游，人体健康等产生了一定的影响，制约着流域经济，社会的可持续发展，为满足可持续发展对水资源的要求，昆明有关方面制定了该流域的水资源保护计划，未来滇池流域的水资源保护应从可持续发展的战略出发，渗透到经济与社会发展中去。     

大气环境特点

我们周围的空气,从大范围或者从区域环境来说,则称为大气.大气是环境组成要素之一,它和水、土壤、生物……等,都是人类生存所必须的物质或要素.大气包围着我们生存、活动的地表,形成了一个圈层,我们称之为大气圈,人类即生存在这个大气圈的底部.大气圈中的物质、能量不停的运动变化着,如热量的收支、气流的移动、水     

水环境

水环境是包括地球表面上的各种水体,如海洋、河流、湖泊、沼泽……等,以及地表以下埋藏在土壤、岩石孔隙中的地下水。在每种水体中,还应当包括水、水中悬浮和溶解的物质、水中生物等。所以水环境是各种环境要素体系中最为复杂的一个系统。在水循环中,由于各种水体的特点不同,我们     

基于云模型的油气管道坡面水毁安全评价

针对在管道坡面水毁评价过程中定性概念的随机性和模糊性共存的特性,提出了一种基于云模型的综合评价方法,用于油气管道坡面水毁安全评价.首先,建立管道坡面水毁因素集、因素评价云模型、分值集和分值评价云模型;其次将管道坡面水毁各因素基础数据输入云不确定性推理发生器,得出分值云滴;再次将分值云滴输入逆向云发生器进行推算,得到带有“危险等级”属性的分值云模型;最后综合各因素分值云模型得到管道坡面水毁综合分值云模型.该方法评价结果直观、灵活,符合实际情况.