地震灾害紧急救援可支配交通链路选择研究

如何通过科学的算法提前获取决定路网通达性的关键链路,即可支配链路,从而可通过各方面养护措施提高可支配链路的抗震能力,保证震后救援运输的顺利进行。提出可支配链路的相关概念,基于矩阵结构的计算方法与原理,并应用算例进行验证。通过选取云南省保山市隆阳区的部分目标区域来进行震后救援路网的支配性链路计算,同时针对地震发生后的特点,综合考虑医疗救援、火灾救援及紧急物资救援3方面的综合救援需求,获得该区域路网的可支配链路。研究结果表明:结合震后实际救援需求,将需求点扩展为多个需求点,能够进一步获得在多个需求点基础上的可支配链路。因此,利用矩阵结构获得可支配链路的方法,能够综合需求点数量和概率临界值的进一步调整,进一步优化计算结果。     

基于事故深度调查的城市交通事故特征分析

为探索适合我国的事故数据深度采集标准,并分析城市道路交通事故特征及致因,基于《道路交通事故深度调查信息采集表》(简称采集表),调查人员随交警赴事故现场随机详细调查87起城市道路交通事故。借鉴"Haddon Matrix"思想建立致因分析矩阵系统,分析事故的致因。发现采集表对事故地点、事故形态及原因项分类更加具体、明确,女性驾驶员的事故发生率略低于男性驾驶员,驾驶员年龄超过60岁后,发生事故的危险性显著提高,"交叉口影响区"事故50%由变更车道引起,非机动车驾驶员未戴安全头盔是造成严重伤害的重要原因。     

基于模糊数学的石油化工装置HAZOP风险分析技术研究

对传统的HAZOP分析中偏差原因发生可能性进行量化。对于有统计数据的,根据行业数据、公司经验及企业事故建立HAZOP风险分析统计数据库;对于没有统计数据的HAZOP分析偏差原因发生概率,通过专家主观评判,用模糊数理论将专家自然语言转换为模糊数,采用左右模糊排序法将模糊数转换为模糊失效概率值。研究了偏差后果严重程度的划分标准,并根据偏差原因概率和偏差后果严重程度确定风险等级,利用风险矩阵得出偏差风险的大小。从而把HAZOP分析方法从定性改进为半定量的分析方法。据此对石油化工装置进行了HAZOP风险分析。     

油气长输管道作业分级定量风险评价方法研究及应用

为客观掌握油气管道生产运营岗位主要作业风险,实现油气长输管道企业作业风险管理,提出一种作业分级定量风险评价方法。首先,辨识油气管道系统主要危险作业类型和引起作业事故的危险有害因素;然后由作业分级法确定事故发生的可能性与严重性;最后建立基于作业分级的风险矩阵,得到各作业活动的风险级别。将该方法应用于某管道公司,以该公司生产区内部高处作业为例,对作业过程中的危险有害因素进行识别与评价,得出高处作业过程中各步骤的风险程度。结果表明该评价方法具有一定的可操作性,可反映各类危险作业过程中的风险程度,为后期有针对性的风险控制提供指导,有助于公司的风险管理。     

城市大气污染综合治理规划方法

以北京市2008年三种主要大气污染物PM10、SO2及NOx环境空气质量达标方案的设计为案例，从城市大气污染综合治理规划方法学角度，提出并发展了一套包括环境空气质量的模拟、城市背景浓度的确定、优化模型、传输矩阵、分区规划、等效排放、措施信息库等方法在内的城市大气污染综合治理规划问题的整体解决的技术方案，为全国其它类似城市进行大气污染综合治理规划提供一种实例与参考，同时，研究的结果对北京市2008年大气污染控制对策的制定提供了科学的依据。     

郑州市大气监测优化布点的研究

利用物元分析法，在大气污染普查基础上，以郑州市污染最严重的季节（冬季）的数据为准，构造大气环境监测的标准物元矩阵，求出关联函数值，进行了大气监测点的优选，并与用模糊聚类选出的点位相比较，来验证郑州市目前已有测子丫建立的合理性，并以此证明物元分析法是环境监测优化布点的一种可靠的方法。     

河流水质的动态马尔柯夫评价

根据马尔柯夫过程的原理,在水质级别评价结果的基础之上,构造水质变化的概率转移矩阵,并对转移概率赋权计算绝对进步度,然后在此基础上引出相对进步度的概念,用相对进步度来评价河流水质在一段时期内的变化程度.运用该方法计算了中国四大河流2005年的水质相对进步度,并对计算结果进行了分析.     

郑州市民运会期间大气PM2.5改善效果评估

利用2019年8月5日至9月30日大气污染物和颗粒物组分在线数据,评估郑州市少数民族运动会空气质量管控效果.根据政府管控措施的实施时间,将研究时期分为管控前(8月5～24日)、管控中(8月25日至9月18日)和解除管控后(9月19～30日).相较管控前,管控中PM_(2.5)平均浓度增加2.3μg·m~(-3),解除管控后PM_(2.5)的浓度增加了11.7μg·m~(-3),解除管控后PM_(2.5)浓度增幅高于管控中,表明管控措施对颗粒物有显著的减排效果.从颗粒物组分来看,研究期间郑州市主要组分依次是有机物、硝酸根、铵根、硫酸根和地壳元素.相比于管控前,管控期间PM_(2.5)组分中有机物和硝酸根占比分别上升3.9%和0.9%,硫酸根、铵根和地壳元素的占比下降了1.1%、 1.9%和2.2%.利用正定矩阵因子分解法解析颗粒物来源,结果表明二次硫酸、二次硝酸、二次有机气溶胶、机动车源、工艺过程源、扬尘和燃煤是PM_(2.5)主要来源.管控对一次源中的扬尘、燃煤和工业效果显著,贡献比分别下降8.3%、 8.2%和8.1%;机动车贡献上升3.8%;二次有机气溶胶和二次硝酸占比上升.结果表明郑州市此次管控对二次前体物氮氧化物和VOCs的减排效果弱于对一次污染物的管控.     

Insights into the formation of secondary organic carbon in the summertime in urban Shanghai

To investigate formation mechanisms of secondary organic carbon(SOC) in Eastern China,measurements were conducted in an urban site in Shanghai in the summer of 2015. A period of high O_3 concentrations(daily peak 120 ppb) was observed, during which daily maximum SOC concentrations exceeding 9.0 μg/(C·m~3). Diurnal variations of SOC concentration and SOC/organic carbon(OC) ratio exhibited both daytime and nighttime peaks. The SOC concentrations correlated well with O_x(= O_3+ NO_2) and relative humidity in the daytime and nighttime, respectively, suggesting that secondary organic aerosol formation in Shanghai is driven by both photochemical production and aqueous phase reactions. Single particle mass spectrometry was used to examine the formation pathways of SOC. Along with the daytime increase of SOC, the number fraction of elemental carbon(EC) particles coated with OC quickly increased from 38.1% to 61.9% in the size range of 250–2000 nm, which was likely due to gas-to-particle partitioning of photochemically generated semi-volatile organic compounds onto EC particles. In the nighttime, particles rich in OC components were highly hygroscopic, and number fraction of these particles correlated well with relative humidity and SOC/OC nocturnal peaks. Meanwhile, as an aqueous-phase SOC tracer, particles that contained oxalate-Fe(III) complex also peaked at night. These observations suggested that aqueous-phase processes had an important contribution to the SOC nighttime formation. The influence of aerosol acidity on SOC formation was studied by both bulk and single particle level measurements, suggesting that the aqueous-phase formation of SOC was enhanced by particle acidity.