广东省环保产业协会召开会员大会

广东省环保产业协会召开会员大会ＣｏｎｆｅｒｅｎｃｅｏｆＧｕａｎｇｄｏｎｇＡｓｓｏｃｉａｔｉｏｎｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＩｎｄｕｓｔｒｙ广东省环保产业协会会员大会于１９９７年１２月２５～２６日在广州举行。会议总结了第一届理事会...     

以“三先五导”优化“十二五”发展方式

由于近年来我国经济的高速迅猛发展,随之产生的环境问题的广度和深度都远远超过了发达国家逐步发展而显现出来的.虽然国家在“十五”和“十一五”期间持续加大环保投资和提高主要污染物减排指标,环境保护仍是社会经济发展的薄弱环节,环境形势依然严峻.     

多级模糊决策在地震预报中的应用

本文把多级模糊决策方法应用于地震预报当中。文中详细论证和推导了多级模糊决策方法与模型。该方法使决策部门可以根据输入前兆的变化随时作出合理的对策。文中还给出了地震预报多级模糊决策数字解实例,并用回顾法讨论了1976年松潘7.2级地震的模糊预报决策。     

为高考“保驾护航”

2007年6月7日、8日是全国高考日,为确保高考期间各考点及道路交通有序、安全、畅通,保证考生安全、顺利参考。全省各地交警采取各项有效措施,认真制定高考交通安全保卫工作紧急预案,全警上路,各考点学校门前至少保持两到三名警力执勤，在各考点设置“禁鸣喇叭”、“车辆绕行”等交通警示牌，对考点周围实行交通管制，禁止一切车辆通行，严格控制考场周边的噪音干扰。及时与报纸、电台等媒体联系，适时播报交通路况信息，[第一段]     

连续流动法测定沉积物中的酸挥发性硫化物

优化沉积物中酸挥发性硫化物(Acid Volatile Sulfide,AVS)的提取方法并采用连续流动分析法检测提取液中的硫化物.研究了吸收液的种类、氮气流量与吹气的时间和反应温度对AVS提取效果的影响以优化提取方法.结果表明,与传统的氢氧化钠或硫酸镉-氢氧化钠吸收液相比,以氯化锌-羧甲基纤维素钠溶液为吸收液吸附效率好,稳定性高且无毒.用连续流动分析法检测提取液中的AVS快速、准确、稳定性好.     

基于低碳经济理论视角的现代循环农业发展战略与对策

随着资源的紧张和环境的恶化,发展现代循环农业对提高资源利用率和环境保护具有至关重要的意义。因此本文从低碳经济理论的内涵与发展、现代循环农业与主要技术对策、绿色农业视野三个层面的资源循环利用来综合分析如何发展现代农业。     

安徽北部农村地区地下水重金属健康风险评价

为了解安徽北部农村地区地下水重金属污染对人类健康产生危害的风险,采集了26个农村地下水样品,测试分析了Mn、Zn、Cu、Pb、Ni、Cr和Cd七种重金属,并采用美国环境保护局(USEPA)推荐的风险评价模型对健康风险进行了初步评价。结果表明:非致癌污染物Mn、Zn、Cu、Pb和Ni的平均个人年风险分别为1.21×10~(-10)a~(-1)、8.46×10~(-11)a~(-1)、2.93×10~(-10)a~(-1)、8.29×10~(-10)a~(-1)和2.89×10~(-10)a~(-1),均远低于国际辐射防护委员会(ICRP)推荐的最大可接受值(5.0×10~(-5)a~(-1))和USEPA推荐的健康风险等级标准(1×10~(-4)a~(-1)),基本不会对暴露人群构成明显危害;致癌污染物Cd和Cr饮水途径健康危害平均个人年风险分别为1.44×10~(-6)a~(-1)和1.93×10~(-5)a~(-1),超出瑞典环境保护署、荷兰建设与环境部和英国皇家协会推荐标准(1×10~(-6)a~(-1)),Cr甚至超出19倍,为研究区首要污染物,应引起环境卫生部门的重视。     

水环境中的碘化X-射线造影剂及其去除工艺研究进展

碘化X-射线造影剂(Iodinated X-ray contrast media,ICM)在水环境中被广泛检出,因其近期被发现是碘化消毒副产物的前体物而受到越来越多的关注.本文总结了ICM在污水、地表水和饮用水等水环境中的污染现状;分析了ICM的转化产物及转化机制;重点介绍了ICM的去除工艺,包括高级氧化技术、辐射技术以及生物降解转化技术;讨论了ICM及其降解转化产物可能对环境造成的生态风险.最后,本文对未来ICM的研究前景进行了展望.     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。