2014年-2020年江苏省城镇化的边际资源环境影响预测分析研究

利用历史数据,选取合适计算模型,定量预测了2014年-2020年江苏省城镇化边际资源环境影响,即以与城镇化发展密切相关的资源使用量或者城镇生活污染物排放量较上一年的增量,除以当年城镇化率增量,得到江苏省城镇化水平每提高一个百分点带来的资源环境影响,以期为江苏环境管理及政府综合决策提供切实有效的数据依据.结果表明:未来7年,江苏省城镇化率每上升1个百分点,增加城镇生活用水量约0.5亿立方米、城镇建设用地面积16万亩;增加城镇生活污水排放量1.15亿吨、生活氮氧化物排放量10 228吨、生活垃圾产生量36.4万吨;减少生活COD排放量7 549吨、生活氨氮排放量762吨、生活二氧化硫(SO2)排放量371吨.     

玉米发酵酒精废水处理工艺的选择

企业根据酒精废水特点及排放标准的要求,结合厂内场地和现有设施情况,确定采取UASB+水解酸化+接触氧化+化学氧化的组合处理工艺,以保证废水达标排放。     

关于玉米发酵酒精废水处理技术综述

本文介绍了各种适用于酒精废水的厌氧和好氧生物处理技术,及国内研究或投入运行的各类厌氧+好氧组合工艺,供同类企业废水处理参考。     

黔中黄壤坡耕地区域降水及其氮磷输入特征

黄壤坡耕地不仅具有“黏、酸、瘦”的特点,而且水土、养分流失普遍严重,引起一系列农业面源污染环境问题。以黔中黄壤坡耕地氮磷流失长期定位监测基地为平台,于2008─2012年连续5年进行观测,研究了降水及氮磷湿沉降浓度、总量及季节性变化等特征,探明了降雨带入的氮磷养分对黄壤坡耕地养分流失的贡献,为农业生产、农业面源污染防治对策提供科学依据。结果表明：2008─2012年间,年降雨次数变幅为46~109次,年均64次;年降雨量变幅为558.4~901.5 mm,年均695.7 mm;频次降雨量变幅为6.5~15.5 mm,平均10.9 mm。5年湿沉降TN、NO3--N、NH4+-N、TP浓度变幅,分别为1.57~3.31、0.17~0.79、0.10~0.94和0.06~0.48 mol·L-1,平均值分别为1.91、0.42、0.28、0.14 mol·L-1,均与降水量呈负相关,但未达到显著水平;5年湿沉降TN、NO3--N、NH4+-N、TP输入量变幅,分别为11.19~18.47、0.96~5.47、1.22~6.65和0.42~1.34 kg·hm-2·a-1,平均值分别为14.32、3.37、2.77、1.09 kg·hm-2·a-1,TN、TP输入量与降雨量呈正相关(相关系数分别为0.774、0.707,P值分别为0.0003、0.0015)。输入量季节性变化5─8月最为集中,5─7月TN输入量为6.95 kg·hm-2,占全年TN输入量的比例高达51.1%;6─8月TP输入量为0.49 kg·hm-2,占全年TP输入量的比例高达47.4%,即冬、春季较低,夏、秋季较高。湿沉降TN、TP输入量相当于当地施肥投入的氮、磷素总量的7.54%、1.14%,因此在农业生产中制定施肥方案时,可考虑坡耕地湿沉降养分的输入,尤其是氮养分的输入。     

“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.     

烟花爆竹引发重大火灾

沈阳皇朝万鑫国际大厦火灾 事件背景： 2011年2月3日零时13分,兔年的钟声刚刚敲响．位于沈阳市和平区青年大街390号的皇朝万鑫酒店发生火灾,火灾因燃放烟花引燃酒店B座楼体外墙表面装饰材料所致,过火面积约1万余平方米。但由于建筑物太高,     

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.