《环境科学》多项引证指标名列前茅

2013年9月27日,中国科学技术信息研究所在中国科技论文统计结果发布会上公布了2012年度中国科技论文统计结果.统计结果显示2012年度《环境科学》多项引证指标位居环境科学技术及资源科学技术类科技期刊前列.《环境科学》综合评价总分77.8,排名第一,总被引频次6 489,影响因子1.156.综合评价总分是根据中国科技期刊综合评价指标体系,计算多项科学计量指标(总被引频次、影响因子、他引率、基金论文比、引文率等),采用层次分析法确定重要指标的权重,分学科对每种期刊进行综合评     

《环境科学》多项引证指标名列前茅

2013年9月27日,中国科学技术信息研究所在中国科技论文统计结果发布会上公布了2012年度中国科技论文统计结果.统计结果显示2012年度《环境科学》多项引证指标位居环境科学技术及资源科学技术类科技期刊前列.《环境科学》综合评价总分77.8,排名第一,总被引频次6 489,影响因子1.156.     

《环境科学》多项引证指标名列前茅

2014年9月26日,中国科学技术信息研究所在中国科技论文统计结果发布会上公布了2013年度中国科技论文统计结果.统计结果显示2013年度《环境科学》多项引证指标位居环境科学技术及资源科学技术类科技期刊前列.《环境科学》综合评价总分76.6,排名第一,总被引频次6 941,影响因子1.266.     

《环境科学》多项引证指标名列前茅

2013年9月27日,中国科学技术信息研究所在中国科技论文统计结果发布会上公布了2012年度中国科技论文统计结果.统计结果显示2012年度《环境科学》多项引证指标位居环境科学技术及资源科学技术类科技期刊前列.《环境科学》综合评价总分77.8,排名第一,总被引频次6 489,影响因子1.156.综合评价总分是根据中国科技期刊综合评价指标体系,计算多项科学计量指标(总被引频次、影响因子、他引率、基金论文比、引文率等),采用层次分析法确定重要指标的权重,分学科对每种期刊进行综合评,,     

基于灰色系统理论的军机维修性定性要求评价

目的综合考虑军用飞机维修性定性要求,系统地研究其评价方法。方法构建军用飞机维修性定性要求评价指标体系,基于灰色系统理论,建立灰色聚类评价模型。结果运用模型对某型军用飞机维修性定性要求进行了评价应用,结果为"良"。结论可为客观评价军机满足维修性定性要求的程度评价提供技术方法支持。     

飞机有寿件延寿综合决策方法

目的决策飞机有寿件延寿方法。方法通过RCM理论判断设备作为有寿件控制的必要性,对于有必要进行延寿的设备,需按照寿命指标的原则选取合适的寿命指标。根据设备的特点和延寿方法的适用性,选取适当的方法对其进行延寿。结果得出飞机有寿件延寿的决策方法。结论通过此决策方法能够较好地解决机载设备延寿的问题。     

微纳米气泡改善杭州城市河道水生态环境的工程应用研究

于2013年4月至6月在杭州城市河道对微纳米气泡改善河道水生态环境进行了持续的原位监测实验.结果表明,与对照区相比,试验区水体温度平均升高0.7℃,pH增大0.2,溶解氧增加1.0 mg/L,而TDS浓度降低42 mg/L;水质污染指标高锰酸盐指数、总氮、氨氮、总磷平均浓度分别降低了8.45 mg/L、6.78 mg/L、8.90 mg/L和0.58 mg/L.由此可推测微纳米气泡在一定程度上能有效净化水质,为恢复良好水生生态环境提供新的方法和技术手段.     

松花江佳木斯江段水环境质量变化状况及趋势(水生生物指标)分析

根据近十年来的松花江佳木斯江段水环境质量监测数据,从水生生物指标对松花江佳木斯江段水环境质量变化趋势进行了评价分析,水生生物指标分析结果表明:近十年来佳木斯江段水环境质量得到显著持续改善,规律性的由轻-中污染变化为轻污染状况。标志着近十年水污染治理取得了一定成效。     

《环境与可持续发展》学术影响因子入围全国环境科学类期刊前20名

正据知网2013年12月6日发布的《中国学术期刊影响因子年报(自然科学与工程技术(2013版)》,我刊学术影响因子显著提高,由2011年0.831提高到2012年1.030,首次突破1.000大关,名列全国收录环境科学类66种期刊第18名,比2011年第29名提升12名,比2010年第33名提升16名。另据知网2013年8月发布的《2012年发行与传播统计报告》:我刊机构用户总计3411个,遍布于11个国家     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.