实现“一控双达标”环保目标的对策与建议

国务院《关于环境保护若干问题的决定》要求：到2000年底，全国所有工业污染源排放污染物达到国家或地区规定的标准；各省、自治区、直辖市要使本辖区主要污染物排放总量控制在规定的指标内；直辖市、省会城市等重点城市的大气、水环境质量达到国家规定的标准(简称“一控双达标”)。     

谈谈环境宣传教育

环境教育是环境保护事业的重要组成部分。我国政府把搞好环境宣传教育，增强全民族环境意识作为一项战略任务，列入了《中华人民共和国国民经济和社会发展“九五”计划和2010年远景目标纲要》。1996年，国家环保局、中共中央宣传部、国家教委联合颁发的《全国环境宣传教育行动纲要(1996—2010年)》，标志着中国环境宣传教育工作进入了一个新的发展时期。     

为了实现争创一流的目标——青岛市城阳区环保局加强精神文明建设纪实

城阳区环保局坚持“两手抓，两手都要硬”的方针，加强机关精神文明建设，各项工作取得了显著成绩。连续多年被评为市级精神文明单位，市绿化先进单位，1999年度被城阳区评为区级先进党总支、社会治安综合治理先进单位，青岛市环保局九个单项工作评比中有七项被评为先进。     

国家发改委要求扎实推进2008年节能减排工作

2007年,环境资源工作坚持以科学发展观和构建社会主义和谐社会重大战略思想为指导,紧紧围绕实现“十一五”节能减排目标,把节能减排作为调整经济结构、转变发展方式的重要抓手和突破口,推动力度进一步加大,政策措施进一步落实;     

流域水质目标管理技术研究：Ⅴ.水污染防治的环境经济政策

环境经济政策是流域水质目标管理技术的重要组成部分. 通过分析国内外的环境经济政策以及主要经济手段的实施现状与特点,指出我国环境经济政策的不足与问题. 以流域控制单元为对象,提出水污染防治的环境经济政策的基本内涵和特点,以“分区、分类、分级、分期”为基本理念,研究了适合我国流域水质目标管理的环境经济政策框架与构建思路,并对环境财政、环境投融资、市场化、排污收费与污染税、生态补偿与污染赔偿等具体手段进行了阐述,提出环境经济政策的综合实施机制以及相关的政策保障.     

环境承载力不确定性多目标优化模型及其应用

为明确给出环境承载力的实质内涵“人类活动阈值”,利用不确定型多目标优化方法,建立了区域环境承载力优化模型.应用该模型对北京市通州区进行区域战略环境影响评价.结果表明,水环境容量是制约通州区社会经济发展的瓶颈;《通州新城规划》的人口与经济发展目标与其“滨水宜居新城”目标相违,必须削减其人口与经济目标,2010 年和2020 年适度人口规模分别为44.88~50.39 万人和85.29~96.40万人;适度经济规模分别为132.57~182.02 亿元和862.9~1141.22 亿元.通过加大投资力度,调整投资结构,《通州新城规划》的三次产业结构目标基本可以实现.2010 年和2020 年三次产业适度的结构分别为(6%~7%):(39%~43%):(51%~54%)与2%:(23%~30%):(68%~75%).为实现这些目标,对于高能耗、高水耗行业(造纸与化工等)应限制其发展,并逐步淘汰     

SBR工艺运行控制战略研究进展

SBR工艺是近二十年来国内外竟相研究和开发的热门废水生物处理工艺 ,但至今还没有一套公认的运行控制战略。本文从SBR工艺的启动 ,曝气方式、充水时间的选择 ,充水反应时间比及反应时间的确定 ,模糊控制 ,目标控制操作等几方面对SBR工艺的运行控制战略做了评述 ,最后还对其今后的研究方向做了科学的预测。     

旅游城市环境规划优化方法与应用研究(Ⅰ)不确定性多目标规划模型

以旅游城市环境系统的综合性、多目标性、动态性和不确定性的特征出发，提出用不确定性模糊多目标规划（IFMOP）模型来解决旅游城市 环境规划优化问题。通过建立旅游城市环境不确定性模糊多目标规划系统模型（IFMOPMTCE），使旅游城市环境系统的特性在模型建立和求解过程中得以充分反映，同时也有效地协调了环境经济等目标之间的矛盾与冲突，该研究为旅游城市环境规划工作提供了一种较为有力的工具。     

环境监测应为目标责任制提供技术支持与监督

山东省在推行省市长(专员)环境目标责任制过程中,各级环境监测部门为保证环境目标责任制的实施,积极开展对环境的调查研究,进行定期或不定期的监督监测和综合分析评价,在为环境管理八项制度和措施的服务中,充分发挥了环境监测的耳目、哨兵和参谋、助手的作用,为我省环境保护工作上新台阶做出了积极的贡献.一、环境监测为制定省市长(专员)环境目标责任制指标提供可靠依据环境目标责任制是以签定"责任状"的形式,由省长把责任目标正式下达给市长(专员),把"软任务"变成了"硬指标",为了使"硬"指标定得合理、科学、可行,需要进行现状调查监测及综合分析当地多