需求视角的中国能源消费氮氧化物排放研究

基于经济投入产出生命周期评价(EIO-LCA)模型构建了中国1990—2010年能源消费氮氧化物完全排放矩阵,从需求的角度分析了氮氧化物排放在部门和不同需求间的分布结构,并通过情景模拟深入探讨了最终需求结构变化对氮氧化物排放的综合影响和拉动效应,以期探索中国氮氧化物减排的多元化途径.研究结果显示,1990—2010年中国氮氧化物排放总量从878万t上升到2398万t,历年来由工业部门拉动产生的氮氧化物占总量的比重高达70%左右;由最终消费拉动的氮氧化物排放比重逐年下降,资本形成和出口拉动的氮氧化物排放比重逐年上升.氮氧化物排放强度则从47.0 kg·万元-1降至6.0 kg·万元-1,其中,能源和交通部门的排放强度最高.通过情景模拟可以看出,提高最终消费比重,扩大内需有利于氮氧化物总量减排,尤其是对工业部门的减排效果显著.实现氮氧化物总量减排目标,要求在技术进步之外,积极寻求多元减排措施,以强化减排效果,突出能源和交通等重点部门的氮氧化物防治体系建设,并通过扩大内需优化最终需求结构以促进工业部门氮氧化物减排.     

MBR＋两级DTRO系统处理垃圾渗滤液工程案例分析研究

对甘肃某垃圾填埋场渗滤液的来源、进水水质和设计出水水质进行分析,从可生化性、系统运行稳定性、渗滤液高浓度、高毒性等方面考虑,最终确定采用MBR＋两级DTRO系统对渗滤液进行处理.经该工艺处理后,COD、BOD5、NH3-N、TN和SS的去除率分别为：99.3％、99.6％、98.7％、98.4％和97.0％,出水水质能够满足《生活垃圾填埋场污染控制标准》（GB 16889-2008）标准要求.该系统优点：抗冲击能力强、污泥浓度低、占地面积小、出水水质稳定.     

福建省主要江河入海口水质状况及其变化趋势研究

根据2010年-2013年福建省主要江河入海口每月一次的监测调查资料,评价2013年的入海口水质现状和富营养化程度,分析2013年的月变化和2010年-2013年的年际变化.结果表明,2013年福建省11条主要江河入海口水质均为劣四类海水水质,富营养化程度高且磷限制特征明显.入海口的石油类和化学需氧量的月变化和年变化受降雨影响大,高值区主要在降雨多的月份和年份,入海口的无机氮和活性磷酸盐含量受水中浮游植物和降雨量双重影响,夏秋低,春冬高,年际变化受年际降雨量变化影响有所波动,但大部分入海口的无机氮和活性磷酸盐含量呈略微上升的趋势.     

大气降水中重金属离子特征研究

大气降水中重金属离子的研究可以反映大气污染、地表水污染的信息.通过对国内外大气降水中重金属研究现状的阐述和大气降水中重金属的来源进行理论分析,并利用实地大气降水采样分析,归纳出其中重金属的特征,监测当前大气的污染状况,从而为区域性的大气中重金属的污染评价及污染治理提供理论依据.降水中的重金属元素主要包括Pb、Mn、Zn、Cu、Cd、Cr等,通过分析测定可以为利用大气降水作为重要饮用水补给源的区域提供饮水安全保障.     

用多道滤波接收函数法反演佛子岭台基的S波速度结构

以佛子岭地震台数字化仪器记录到的远震数据为基础,应用多道反褶积方法分组提取邻近地震事件的接收函数,并选择合适的地层厚度将台站下方介质结构简化成关于S波速度的水平分层模型。以此对Ps转换波的接收函数进行共转换点偏移叠加,反演计算得到每个水平层中的S波速度值,并给出了佛子岭台台基下方一维S波速度结构图。     

Fe3O4/TiO2-H2O2非均相类Fenton体系对3，4-二氯三氟甲苯的降解

用Fe_3O_4/Ti O_2-H_2O_2体系对3,4-二氯三氟甲苯(3,4-DCBTE)进行降解反应研究,同时考察了pH值、催化剂投加量、H_2O_2投加量、温度等因素对3,4-DCBTE降解效率的影响.实验结果表明,Fe_3O_4/Ti O_2-H_2O_2非均相类Fenton体系对3,4-二氯三氟甲苯的处理效果极佳;并且在H_2O_2投加量为45.0 mg·L~(-1)、Fe_3O_4/TiO_2的物质的量比为1∶1、pH=3.0、温度为40.0℃的条件下反应效果最佳,去除率高达99.1%.同时从实验结果可以看出,pH在2.0~7.0范围内该体系对3,4-二氯三氟甲苯均有降解效果,说明该体系相比于传统的Fenton体系有较宽的pH适用范围.目标污染物的降解符合一级反应动力学,其发生反应所需的活化能为36.9 k J·mol~(-1).     

基于大数据挖掘技术的地震舆情感知研究

对地震舆情信息的深入感知和有效管理,能够保障社会和谐发展.提出一个基于大数据技术和深度学习的地震舆情感知平台,基于Hadoop和MongoDB大数据技术实现对海量实时地震舆情数据的处理和存储.基于Word2vec和LSTM的融合模型能够有效实现震后网民的情感识别,为舆情预警提供支持.以台湾5.8级地震舆情数据为例,对该...     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。