颗粒化序列间歇式活性污泥反应器工艺处理化粪池污水

在序列间歇式活性污泥反应器(SBR)中成功培养出适应化粪池污水水质的好氧颗粒污泥.并将其应用于化粪池污水的处理.在好氧颗粒污泥培养的第15天左右,SBR中开始出现细小的颗粒,然后微生物在其上繁殖生长使颗粒逐渐增大而成熟;在第24天时,SBR中絮状活性污泥已基本实现了颗粒化.培养出的好氧颗粒污泥对化粪池污水有稳定的处理效果,在进水完全为化粪池污水时,COD、NH_4~+-N、TN的平均去除率分别为77%、61%、47%.但是,由于化粪池污水COD较低,因此无法维持较高的生物量,在后期的稳定运行过程中MLSS始终维持在2 500 mg/L左右.好氧颗粒污泥的同步硝化反硝化作用是其稳定脱氮的保证.     

土壤中钙、镁的形态分析及提取序列的研究

本文采用改进的BCR三步连续提取法对河北某食道癌高发地土壤中钙、镁进行了形态分析及提取序列的研究。实验表明：该地区土壤中镁主要以残渣态形式存在（占总量的83.66％-88.36％）,钙则受提取序列的影响很大,在第一提取序列中,以酸溶态为主（74.11％-83.38％）;第二提取序列中,以有机物结合态为主（78.12％-97.17％）;第三、四提取序列中,以氧化物结合态为主（87.49％-103％）。提取剂的加入顺序明显影响到钙的各个形态的真实含量。     

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。     

1976-2005年唐山地区降水变化规律及干旱预测

利用唐山市1976-2005年各县年降水序列,分析了该市降水的空间分布规律和时间变化特点。采用灰色系统的灾变预测方法,对各县分别建立了GM（1,1）模型,进行未来25年唐山市各站的干旱年预测。利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验。结果表明,预测模型精度较高,可以对唐山市各县未来的干旱年进行预测,从而为科学决策提供依据。     

以ARIMA模型预测全国生产安全事故

本文根据2000~2015年全国各类生产安全事故死亡人数统计数据,建立ARIMA(1,1,0)模型,并对2020年全国各类生产安全事故死亡人数进行了预测,预测结果表明,ARIMA(1,1,0)模型预测值与全国安全生产"十三五"规划中规划目标值的相对误差为1.4%,建立的模型预测精度较高,预测结果可为安全生产管理决策提供科学依据。     

有效计算教学实施策略之拙见

在新课程的背景下,如何进行有效的计算教学呢?从构建序列,明确要求;纠正误区,提出对策;培养习惯,坚持常规方面谈了三个实施策略及一些实践体会。在新课标理念下,需要切实改革计算教学,才能真正促进学生计算能力的全方位提升。     

区域性旱涝灾害序列的信息量及分维的研究

本文依据 C· E· Shannon的信息量概念 ,定义了旱涝灾害序列的信息量公式。以安徽省长江、淮河流域的旱 (涝 )灾害序列为例进行了研究 ,初步计算出相应的信息量、信息维 ,并得出如下结论 :1旱 (涝 )序列的信息量随时间是波动的、衰减的 ;2大旱 (大涝 )前信息量增加 ,信息维降低 ;3区域性旱 (涝 )序列的信息维一般在 0 .70～ 0 .90之间     

人口与经济发展对植被的影响研究

植被是陆地表面主要的覆盖物，也是许多地球系统过程的重要变量。人类活动对植被的影响在区域尺度上是显著的。以重庆市为例，使用滑动平均和SG滤波对SPOT/VGT NDVI时间序列数据进行了平滑处理，结合GDP和人口栅格化数据，从时间序列和空间相关场两个方面分析了植被与人类活动因子之间的时空相关性。结果表明，从1998到2005年，植被的分布和生长状况并没有随GDP和人口的持续增加而增加。在时间序列上，植被覆盖与GDP和人口之间总体上呈显著的负相关关系；在空间上，这种相关关系表现出了较强的异质性。空间相关场表明：较强的负相关主要发生在相对发达的主城区周围，反映了快速的经济发展和城市化使得植被面积和生产力降低；然而在偏远的山区，由于经济落后同时植被覆盖较少，出现了正相关。     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。