在2008年全省环保工作会议结束时的讲话

全省环境保护工作会议,经过与会同志的共同努力,完成了各项议程,现在就要结束了。这次会议是一个十分重要的会议。会上,大家聆听了马建堂副省长的重要讲话和赵浩明局长对去年工作的总结和对今年工作的安排部署,签定了2008年目标责任书,并进行了座谈讨论。会议时间虽短,但安排紧凑,开得十分成功,达到了预期的效果。一是提高了认识,增强了信心;二是明确了方向,理清了思路;三是确定了目标,落实了责任。大家一致认为,马建堂副省长的讲话指导思想明确,统筹了经济社会发展与环保工作全局,讲得很全面、很透彻,要求很严格、很具体,对“十一五”环保工作具有十分重要的指导意义;赵浩明局长的工作报告对去年工作的总结客观公正、实事求是,对今年的工作安排全面明确、措施具体。这次参加会议收获很大,认识比以往有了明显提高,工作信心比以往有了较大提升。共同认为,通过学习领导讲话和会议材料,强烈地感到,环境保护迎来了一个崭新的发展时期,纷纷表示,回去后一定学习好、贯彻好、落实好会议精神,扎扎实实地做好工作。同志们在讨论中,提出了一些很好的工作建议,我们将认真采纳。     

探索生态文明传播途径深化拓展环境宣传教育

秦皇岛市以环境宣传教育为生态文明传播途径,把当前和未来政企决策层、环境管理者作为全民环境宣传教育重点目标人群,探索实践“三向、三体、三结合”模式,在不断深化与拓展中增强了市民环境保护意识和科学发展观念。     

声音

"要充分认识发展海水淡化产业的重要性和紧迫性,要明确海水淡化的战略定位,要认真贯彻落实国办13号文件精神,完成《意见》所提出的各项任务,实现‘十二五’海水淡化产业发展目标。"     

实行年度目标考核是促进监测工作发展的有效方法

实行年度目标责任制考核 ,为监测站的改革和发展找到了一条有效途径。文章通过对年度目标考核责任制的方式、方法及实施后所取得成效的介绍 ,为监测站的改革与发展提供了借鉴     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

融合YOLOv5-ResNet级联网络的烟火检测方法

火灾产生的烟雾和火焰对人类生命财产及安全会造成严重威胁。针对现有烟火检测算法在实际工业应用中无法满足高检测率、低误报率以及高实时性的检测需求,提出了一种融合YOLOv5-ResNet级联网络的烟火检测算法。首先,为了提高YOLOv5检测网络对烟火目标的检测性能,尤其针对小目标烟火,通过增加注意力机制模块、小目标尺度检测层、Focal Loss损失函数的方式改进YOLOv5目标检测网络;然后,为了降低误检情况的发生,将检测到的烟火目标进行阈值筛选,筛选后的烟火目标增加部分背景信息后送入ResNet34分类网络,剔除非烟火目标;最后,通过综合分析连续多帧检测结果和烟雾面积变化情况,进一步降低误检的发生。结果表明：融合YOLOv5-ResNet级联网络的烟火检测算法,在29个烟火视频的查全率为99.38%,漏检率为0.62%;在45个非烟火视频的误检率约为0.001 6%,在所有测试视频的平均检测速度为51.67帧/s, YOLOv5-ResNet级联网络算法检测精度较高,检测速度较快,误检率低,可满足实际的大规模复杂工业场景下检测任务,综合性能优于现有的其他火灾检测算法。     

基于混合决策的城市固定避难所选址优化

为了提高震后城市避难资源供需匹配效率,根据应急避难灾民的需求特征,分析了避难人员分层疏散和不同类型避难所规划布局,提出了基于模糊集理论、多属性妥协解决策(VlseKriterijumska Optimizacija I Kompromisno Resenje, VIKOR)方法和双目标机会约束模型的混合决策方法。根据定性因素评价结果优化开放避难所的适宜性,并最小化避难所开放数量。通过加权ε-约束、中心极限定理和分段线性函数逼近得到近似单目标混合整数线性规划模型,借助实例验证模型的有效性。对比确定性和机会约束性模型得到的优化结果,为考虑避难所选址问题中的需求多样性和不确定性提供依据。结果表明,该方法不仅可以从多个决策者的专业知识中受益,还能更好地对冲震后需求的不确定性,确保在时间、空间有限的情况下,避难救援行动有序和高效开展。