突发性水体重金属污染应急处理处置技术研究进展

近年来突发性水体重金属污染事件频发,严重威胁流域水资源安全,制约国民经济和社会的可持续发展。尽管突发性水体重金属污染应急处理处置技术备受关注,但现有的技术储备仍十分薄弱。本文基于文献调研和已有的案例总结,系统评述了现有的应急处理处置技术的优缺点,并简要介绍了这些应急技术在已报道的国内历次突发性重金属水污染事件中的实践应用,指出了突发性重金属水污染应急处理处置技术的发展趋势,对于未来应对突发性重金属水污染事件快速选择经济、有效、绿色的应急处理处置技术和应对策略具有重要的参考价值。     

城市水源地突发性水污染事件研究述评

日益恶化的突发性水污染事件始终是国内外大多数城市水源地安全和城市供水安全的重要威胁。从城市水源地突发性污染事件的风险源、水源地易损性、应急评估和预警技术及应急机制4个方面综述了国内外城市水源地突发性污染事件的研究进展。述评认为，应关注城市水源地的特殊易损性及突发性污染的威胁，重点研究水源地突发性污染事件的快速评估和预警技术及应急机制，全面开展城市水源地突发性污染事件的基础和实例研究。     

民航不安全事件报告危险源识别模型

为了识别民航不安全事件的发生原因,从民航不安全事件报告出发,提出了一种基于LDA主题模型和Word2Vec模型的民航不安全事件报告危险源识别模型。首先,构建危险源标签分类表,选取民航不安全事件报告与Wiki中文数据库作为数据源,然后利用LDA主题模型得出民航不安全事件报告的主题概率分布与词概率分布,最后利用Wiki中文数据库训练Word2Vec模型得到词向量,进而计算文档主题与不同危险源标签之间的相似度,得出民航不安全事件报告的危险源分类。结果表明,该模型的精准率为77.7%、召回率为86.8%、F为82.0%,能够有效识别各民航不安全事件报告的危险源。     

流域突发污染事件的生态服务价值损失评估方法研究

生态系统服务价值损失评估是流域突发水污染事件生态损害定量、污染事故责任认定的重要依据.针对流域突发污染事件损失定量问题,基于生态系统服务价值理论,构建了包含不同主导服务偏好的生态系统服务价值损失指标评估方法,提出了受损服务识别、评估指标筛选、损失价值核算三步评估程序,并以浙江省某河段苯酚泄漏事件造成的流域生态系统服务损失为例进行实际测算,结合实例以1-9标度层次分析法(AHP)验证了该方法偏好系数计算方法的可靠性.结果表明,本方法与AHP法的水体生态系统服务损失评估额相对偏差为2.5％,单项指标损失额排序相同,并且在保证评估结果可靠性的前提下更具易操作性优势.     

化学事故应急救援指挥软件系统的设计

从化学事故应急救援工作的实际需求出发，对化学事故应急救援指挥软件系统的设计进行了研究，分析了化学事故应急救援指挥软件系统的用户需求，提出了软件系统的设计思想和主要功能模块。     

因特摩实时智能监控及事故预报防范系统--人工智能与计算机技术在安全生产中的应用

介绍了因特摩实时智能监控及事故预报防范系统.该系统是基于因特网的实时集成分布式智能系统,能对生产过程和设备进行智能监控及对事故进行预报和防范.其超媒体显示空间分别用"公有知识显示窗口"、"私有知识显示窗口"和"实时反向推理启示窗口"为生产人员提供及时有效的操作指导.因特摩系统将人类智慧与机器智慧相集成,将私有知识和公有知识相集成,把知识集成系统(KIS)和信息处理自动化系统(如MIS和ERP系统)以及数据处理自动化系统(如DCS、PLC和SCADA系统)相集成,体现了诸多的新方法和新功能,在安全生产中发挥出了作用,实现了"信息化带动工业化,知识化推动信息化".     

景区夜游密集人群踩踏事件情景下脆弱性分析

为深入分析城市景区夜游密集人群易发生踩踏事件的脆弱性成因问题,运用人—环境耦合系统全面分析人群脆弱性模型三因子:暴露性、敏感性和适应性.依据现行标准规范与调查问卷筛选脆弱性指标,在博弈思想组合主客观权重的基础上,构建组合赋权-云模型的脆弱性综合评价模型.以大雁塔休闲旅游景区为实例,运用云算法得到各层指标的评价云图,与标...     

飞行数据可视化技术研究

针对航空器事故调查和不安全事件分析的结果及改进的需要,研究基于FDR/QAR/DAR/CVR的数据可视化技术。提出基于飞行仪表布局语言(FILL)的仪表模型构建与驱动的技术方案,解决FDR/QAR/DAR记录数据的导入与修正处理、不同分辨率三维地形的生成与显示以及飞行数据与驾驶舱话音同步播放等问题。实践证明,利用数据可视化技术所构建的包括飞机、航迹、仪表、地形、跑道、航图等元素的三维图形飞行环境集成再现了飞行过程,为事故调查和事件分析提供了科学有效的辅助分析工具。     

基于支持向量机的高速公路事件检测

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,描述了支持向量机(SVM)支持的基本方法,建立了基于线性(linear function)、多项式(polynomial function)和径向基(radial basis function)3种核函数的事件检测SVM模型。采用高速公路路段I-880线圈数据集和事件数据集验证模型,结果发现:无论对于向北、向南或混合方向的事件检测,在3个SVM模型中,SVM(P)检测效果最好,SVM(L)最差。SVM算法具有避免局部最小,实现全局最优化,更好的泛化效果的优点,是高速公路事件检测的一种很有潜力的算法。