氯消毒新工艺对大肠杆菌灭活作用的研究

研究了短时游离氯后转氯胺的联合消毒方法对大肠杆菌的灭活作用,并对其协同作用以及pH值和温度对协同作用的影响进行了探讨。结果表明：pH值在6．5～8范围内,温度不超过30℃时,短时游离氯后转氯胺的消毒方法对大肠杆菌的灭活具有协同作用,且随pH值的降低而加强,在低温下该方法的协同效果更加明显。     

成都市餐厨垃圾产量分析预测及监管体系建设研究

整理汇总了成都市中心城区及郊县餐厨垃圾产生和收运现状,对其产量作出预测;在此基础上提出适合成都市自身情况的餐厨垃圾监管体系构建设想。     

基于社会科学统计程序(SPSS)回归性分析的尾矿库事故预测模型

基于社会科学统计程序(SPSS)软件的分析功能,对调查研究中获取的尾矿库案例进行数据提炼和分类编码,找出相关因子并进行回归性分析。最终目的是找出尾矿库各个因素的内在联系,建立简单的尾矿库事故模型,从而可以初步预测尾矿库事故发生的可能性。该预测模型为尾矿库事故的研究提出了新方法,对于防灾减灾以及保护人民生命财产安全起到了积极作用。     

边坡变形时序非线性判定及混沌预测研究

以探讨边坡变形性质及混沌预测可行性为目的,基于混沌理论利用相空间重构技术对其变形时间序列进行混沌特征判定,试验显示变形系统具有混沌特性,可用混沌相关理论进行研究;基于混沌相空间重构技术,笔者构建了多种混沌预测模型进行混沌预计研究,分析各类模型的工程实际应用效果;针对单次监测时序预测精度较低的问题,提出累加时序预测方案,训练结果显示,短期预测精度变形累计值基本控制在5%以内,高程值预测相对误差均低于1%,预测精度较高,可以用于工程实际。     

一种油田废水处理方法

该发明公开了一种油田废水处理方法。其步骤是：废水先经氧化处理后再进行常规混凝处理。该方法利用了臭氧-超声的协同作用来处理乳化采油废水,对其进行破乳处理,提高了污染物的凝聚性,有利于后续的混凝处理。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

灾变预测在企业安全事故预测中的应用

简述了灰色理论中灾变预测的特点及其建模过程,并将其应用于企业安全事故预测之中.经检验,模型的精度等级为好,模型的预测结果可靠,对于企业安全事故的预测有一定帮助.     

生物还原法修复铀污染地下水的研究进展

生物还原法是一种修复铀污染地下水体的有效方法,值得开展广泛研究。文章在阐述铀种类及迁移性的基础上,从生物还原机理及主要微生物等方面对生物还原法进行概括介绍;同时探讨了生物群落结构、氧化剂、电子供体等因素对生物还原效率及产物稳定性的影响,总结并提出了生物还原的一系列强化方法及实地应用,最后对未来的研究方向进行了展望,以期为今后生物还原的进一步研究提供参考。     

河北省碳排放及其影响因素变化趋势研究

在国家"十三五"规划政策的指引下,减少碳排放是当今社会的大势所趋。以产业结构调整优化为目的,就河北省碳排放及其影响因素变化趋势进行研究,旨在生态文明建设中促进京津冀产业协同发展。在研究碳排放时,运用STIRPAT模型,根据河北省实际情况,将影响碳排放的因素分为城市化水平、人口数量、富裕度和能源强度,并选取了河北省2003-2014年碳排放及其相关数据作为研究样本,经过对能源消耗量的转换计算得到比较精确的碳排放数据。在此基础上分别建立碳排放灰色GM(1,1)预测模型和碳排放影响因素灰色GM(1,1)预测模型来预测2015-2020年对应的数据变化。并分析各个影响因素的变化趋势及其对碳排放的影响。经过分析发现,富裕度对碳排放影响最大,所以政府等相关部门应加大对该方面的监督与管理,从而从整体上达到低碳的目标。     

基于神经网络的矿区环境预测模型

收集了我国多个矿区城市的空气检测数据,采用多元统计分析和神经网络算法对检测数据进行整理分析,建立了矿区环境预测模型。通过实践检验发现,该模型预测精度较高,可以应用在环境预测实践工作中。