分层开采工艺对地表沉降的影响研究

分层开采是厚煤开采的经典工艺,这种工艺对地表沉降的影响比较复杂。通过测试原岩物理力学参数,利用有限元软件flac3D对分层和一次采全高时地表沉降进行了数值模拟。结果表明,如果采高较小,砌体梁距煤层较近,且采完上分层后长时间停采,给顶板再生留足时间,分层开采较一次采全高对地表沉降影响要小。     

偏二甲肼燃料库危险性评价方法探讨

从物质危险性、工艺危险性入手,评价偏二甲肼燃料库重大事故可能发生的原因、条件及其危险性等级,通过此评价对航天领域易燃、易爆、有毒危险源的危险性评价方法进行了探讨.     

砷、汞对植物毒性影响及其迁移富集效应探讨

介绍了自然环境中砷、汞的污染来源与污染现状,探讨了砷、汞对植物生长发育、光合作用和抗氧化能力的影响;为了缓解砷、汞对植物的毒害作用,可以添加新一代植物激素、营养元素和改良剂。分析发现,植物对不同浓度砷和汞的敏感程度并不相同,可利用特定植物的富集作用进行环境修复。当前研究主要集中于植物对砷、汞的吸收和转运生理机制,今后还需要加强对超积累植物分子基础的探索。     

FY-3C/VIRR数据中国周边海域区域SST反演算法开发

已有的验证结果显示风云三号C星（Fengyun-3C,FY-3C）搭载的可见光红外辐射仪（visible and infrared radiometer,VIRR）反演的业务化海洋表面温度（sea surface temperature,SST）产品存在较大偏差。根据FY-3C/VIRR的热红外通道设置,分别选择非线性SST算法（non-linear SST,NLSST）和三通道非线性算法（triple window NLSST,TNLSST）开发适用于中国周边海域的白天和夜间区域SST反演算法。通过对卫星热红外波段的亮温和现场数据进行晴空海洋匹配样本数据构建,利用回归拟合方法获得NLSST和TNLSST的算法系数。采用独立样本数据对区域算法进行验证,白天数据的偏差和标准差分别为0.082 ℃和0.633 ℃,夜间为?0.007 ℃和0.557 ℃。以OISST（optimum interpolation SST）为参考值,将区域算法反演的SST与国家卫星气象中心的业务产品进行对比,结果显示区域算法将白天SST的偏差和标准偏差从0.047 ℃和0.743 ℃减小到0.031 ℃和0.641 ℃,夜间从0.184 ℃和0.708 ℃减小到0.034 ℃和0.556 ℃。     

市级生态保护红线生态补偿框架初探——以济南市为例

生态补偿对于协调经济发展和环境保护具有重要意义,不同层次的生态补偿都急需探索。其中市级生态补偿因为具有"利益相关者明确、涉及范围小、行政管理方便"等优点,更容易优先推进。文章以济南市为研究案例,探索分析了市级生态保护红线生态补偿的利益相关者和资金框架结构,确定了各区县间生态保护红线的生态补偿分配比例,为其他城市乃至省级生态保护红线的生态补偿提供借鉴。     

芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

水中Mg~(2+)的测试管快速测定

研制了一种测定水中Mg2 + 的测试管 ,测定范围为 0 .5mg/L～ 2 .0mg/L。该测试管适用于现场应急监测 ,具有快速、简便、抗干扰能力强和价格低廉等特点     

Multi-objective, decision-based assessment of a water quality monitoring network in a river system

Water quality monitoring network design has historically tended to use experience, intuition and subjective judgement in locating monitoring stations. Better design procedures to optimize monitoring systems need to simultaneously identify significant planning objectives and consider a number of social, economic and environmental constraints. The consideration of multiple objectives may require further decision analysis to determine the preference weights associated with the objectives to aid in the decision-making process. This may require the application of an optimization study to extract such information from decision makers or experts and to evaluate the overall effectiveness of locating strategies. This paper assesses the optimal expansion and relocation strategies of a water quality monitoring network using a two-stage analysis. The first stage focuses on the information retrieval of preference weights with respect to the designated planning objectives. With the aid of a pre-emptive goal programming model, data analysis is applied to obtain the essential information from the questionnaire outputs. The second stage then utilizes a weighted multi-objective optimization approach to search for the optimal locating strategies of the monitoring stations in the river basin. Practical implementation is illustrated by a case study in the Kao-Ping River Basin, south Taiwan.