我国生态环境监测网络建设成效与展望

2015年中央全面深化改革领导小组审议通过《生态环境监测网络建设方案》,推动全国生态环境监测网络建设取得重大成就.对照《生态环境监测网络建设方案》提出的"全面设点,完善生态环境监测网络"方面的任务与要求,对生态环境监测网络建设成效进行客观评估,并对生态环境监测面临的形势与不足进行了深入剖析.针对加强生态环境监测网络建设...     

灾害多发地域社会关系网络建构路径的实证研究——以云南省大关县翠华镇为例

为了更好地构建典型灾害多发地域的社会关系网络,进而为相关应急管理工作提供支撑,采用灾害多发地域档案数据与问卷数据验证相结合的方法,提出灾害多发地域社会关系网络的建构路径;选取位于古滑坡带上的云南省大关县翠华镇为例进行说明,通过地理信息系统（Arcgis）分析当地档案数据与问卷获取数据的空间对象分布特征,并以问卷调查的局部数据验证相关档案数据的可靠性,最后,在翠华镇社会关系网络基础上,分析该灾害多发地域的应急预警信息传播特点,提出“分区域预警,以户为单位传播预警信息“的措施建议。研究结果表明:通过档案数据与问卷数据相结合方法构建灾害多发地域社会关系网络的方法可行,能够为相关应急管理措施提供参考和支撑。     

基于PSR与贝叶斯网络的非常规突发事件情景分析

基于情景分析在非常规突发事件应急决策中的重要性,为了提高情景分析的有效性、全面性,在非常规突发事件"情景"界定和演变规律分析的基础上,基于PSR模型构建非常规突发事件的"压力-状态-响应"网络表达方式;利用贝叶斯网络理论,构建非常规突发事件的情景演变分析模型;以简化后的大连输油管道爆炸事件为例,示范基于PSR模型与贝叶斯网络的非常规突发事件情景分析方法的具体流程,并对推理结果进行分析。分析结果与现实情况基本一致,证明方法的可行性和有效性。实际应用中可针对具体的事件进行"多响应"、"多路径"的推理分析,以全面、系统地分析事件情景的演变情况。     

江苏省污染源在线监控系统现状分析及网络整合方案初探

对江苏省污染源在线监控系统技术联网实现的现状和存在的问题进行了分析,提出了联网措施建议,指出了制订和实行环境自动监控技术标准、规范的必要性和可行性.     

基于重组发光酵母的遗传毒性检测技术及应用

基于酵母DNA损伤响应网络,本研究选择4种生物标志物,以丝裂霉素C(MMC)为模型遗传毒物,双酚A为阴性对照,通过优化实验条件,建立了一种基于重组发光酵母的遗传毒性检测技术.结果表明：菌液培养体积为60μL、微板阅读器增益设置为100是最佳的检测条件;并在此条件下,将MMC暴露在酵母中,其毒性特征谱图在2 h分析长度内呈现出明显的浓度与时间依赖性,从剂量-响应曲线上得出其遗传毒性作用的最低浓度为0.04 mg·L^-1;阴性对照双酚A的实时蛋白表达图谱则与MMC完全相反,并未呈现出浓度与时间的依赖关系.将上述方法应用于中国北方黄河中下游某村镇地表水及可疑污染源水样的遗传毒性测试,结果表明：当浓缩倍数为100倍时,14个测试点位中有6个点位处的水样被检出阳性;当浓缩倍数为10倍时,水样均呈阴性.     

ST-GCN在建筑工人不安全动作识别中的应用

为准确及时地识别施工现场工人的不安全动作,运用计算机视觉的方法,结合图像识别技术和建筑安全知识,提出一种基于骨架的实时识别方法。将姿态估计算法与动作识别算法结合搭建组合模型,通过全面的数据进行模型训练,进而实现动作分类和不安全动作的识别,其中,AlphaPose用于姿态估计提取骨骼关键点坐标位置,时空图卷积网络(ST-GCN)用于动作识别,并通过试验进行验证。结果表明：该方法识别爬梯危险动作的准确率可以达到98.48%,同时,ST-GCN与支持向量机、随机森林、长短期记忆网络(LSTM)相比,具有更强的泛化能力。该方法通过对现场工人的不安全动作进行实时识别和预警,可改善传统安全管理模式,提高安全管理信息化水平。     

综合环境质量的B－P网络二级评价

为了探索人工神经网络应用于环境质量评价的可行性和合理性，应用人工神经网络的Ｂ－Ｐ模型，构造了大气、水质和噪声的综合环境质量的Ｂ－Ｐ网络二级评价模型。并将该模型应用于实例作效果检验。结果表明Ｂ－Ｐ网络用于环境质量评价适应性强，方法可行，结果合理。     

滇池流域水资源调控仿真框架研究

以滇池流域为例，介绍一种利用概化网络进行水资源调控仿真与预测的思路与方法，为流域水资源的宏观调控与管理规划提供决策支持。     

计算你的碳足迹

作为全球气候变暖的重要原因,碳排放已引起世界各国政府及部分有远见企业的重视.2007年6月20日,英国环境、食品及农村事务部在官方网站发布二氧化碳排放量计算器,让公众可以随时上网计算自己每天生活中排放的二氧化碳量,从而引发了网络中此前发布的类似计算工具的火爆局面.     

基于贝叶斯网络分类的土壤盐渍化遥感监测

贝叶斯网络是一种将贝叶斯概率方法和有向无环图的网络拓扑结构有机结合的概率模型。采用贝叶斯网络分类对具有典型干旱特征的库车县土壤盐渍化情况进行监测，首先应用条件独立性测试原理建立贝叶斯网络结构，把研究区遥感数据进行离散化，然后应用贝叶斯定理作为分类原则，将每个像元分为像元最大概率的类别。研究结果表明该方法分类6种地类的整体分类精度达到96％，为该区盐渍地面积、空间分布等特征监测提供了较好的依据。