供水管网系统地震易损性风险评估

供水管网易损性风险评估就是通过识别和分析系统的易损性,找出管网中相对比较薄弱的部分,为确定安全策略和采取控制措施提供理论依据。借鉴网络脆弱性评估理论和方法,基于震后供水管网的连通性分析和水力分析结果,采用分层的分析方法,以管网的拓扑位置和节点服务特性作为影响管网易损性的因素,分配给各节点一定的权值,计算其易损性指标,采用定性与定量相结合的方法评判其易损性程度。对一实际管网进行地震易损性风险评估,说明了该方法的有效性与合理性。     

Performance of data acceptance criteria over 50 months from an automatic real-time environmental radiation surveillance network

The automatic real-time environmental radiation surveillance network of Catalonia (Spain) comprises two subnetworks; one with 9 aerosol monitors and the other with 8 Geiger monitors together with 2 water monitors located in the Ebre river. Since September 2006, several improvements were implemented in order to get better quality and quantity of data, allowing a more accurate data analysis. However, several causes (natural causes, equipment failure, artificial external causes and incidents in nuclear power plants) may produce radiological measured values mismatched with the own station background, whether spurious without significance or true radiological values. Thus, data analysis for a 50-month period was made and allowed to establish an easily implementable statistical criterion to find those values that require special attention. This criterion proved a very useful tool for creating a properly debugged database and to give a quick response to equipment failures or possible radiological incidents. This paper presents the results obtained from the criterion application, including the figures for the expected, raw and debugged data, percentages of missing data grouped by causes and radiological measurements from the networks. Finally, based on the discussed information, recommendations for the improvement of the network are identified to obtain better radiological information and analysis capabilities.     

长江上游月降水人工神经网络预测模型

长江上游月降水量预测对于三峡库区及整个长江流域水资源管理具有重要意义。根据长江上游不同气候区降水差异,选取玉树、九龙和宜宾3个代表性气象站点近60 a的月降水量数据,运用反向传播神经网络、径向基函数神经网络、广义回归神经网络和多元线性回归法,确定降水时滞和降水月份,建立月降水预测模型,来预测未来一个月的降水量,并采用均方误差和判定系数来验证和对比各种模型的模拟效果。结果显示：人工神经网络模型总体上优于多元线性回归,特别是反向传播神经网络的模拟结果各站表现较好,在确定合理的输入变量和网络结构后,可以尝试作为长江上游各站月降水预测模型。〖     

东莞市大气复合污染自动监测网络应用研究

在大气复合污染日趋严重的形势下,东莞市结合自身实际,经过优化布点、功能定位、总体架构设计、设备选型、子站设计建造、信息管理平台开发等过程,开发建设了多功能、集成化和自动化的大气自动监测网络,并开展了创新、探索性研究。     

辽宁省干线公路网络通达性研究

以辽宁省干线公路网络和14个地市、21个主要县市为研究对象,以最短距离原则为基础,选取距离、时间和通达性系数来衡量城市通达性水平的高低;以行车速度为指标,得到不同速度下通达性水平的空间格局;在100km/h的行车速度下,计算一个城市在1h、2h、3h、5h内连接的城市数目,并对通达性水平的特点和空间格局进行分析。结果显示,35个城市的通达性水平呈现出＂同心圈＂结构,＂核心—外围＂模式明显。以沈阳和鞍山为核心,由核心向外围通达性水平逐步降低,且随着行车速度的提高,通达性水平呈现出明显的上升趋势。由于通达水平的提高,在未来的几年里辽宁省将逐渐形成5个交通圈,同时实现＂一个工作日,全省通达＂的目标。     

神经网络模型在北海市空气日报污染指数计算中的应用

根据空气质量日报的实际需要,引入了Excel软件神经网络技术建立空气质量日报污染指数计算模型,采用LM算法提高了计算精度,并将模型应用于北海市空气日报。结果表明:此法较之实际公式计算法更加快捷方便,并且计算结果相当吻合。     

葡萄酒副产品深度利用的研究进展

介绍了葡萄皮渣、葡萄籽、酒脚的深度利用途径：葡萄皮渣可用于酿酒、酿醋、提取色素和多酚、吸附重金属;葡萄籽可以提取葡萄籽油、葡萄籽蛋白和抗氧化物质;酒脚可以提取酒石酸盐。开展葡萄酒副产品的深度利用,不仅可以获得良好的经济效益,而且可有效减轻环保压力,获得巨大的社会效益。     

西北地区能源-环境-经济可持续发展预警研究——以陕西省为例

能源、环境与经济是人类社会生存与发展的物质基础,能源经济发展在带来区域经济快速繁荣的同时,往往造成当地社会生活质量的下降和生态环境的破坏。陕西作为我国21世纪重要的能源接续地,在能源开发利用的同时也受到脆弱生态环境的约束,本文以此为例进行可持续发展预警实证研究具有一定的代表性和现实意义。通过设计能源-环境-经济可持续发展预警指标体系,构建出可持续发展预警模型,采用人工神经网络预警方法和层次分析法,编写出计算运行程序,运用Matlab7.1软件中人工神经网络工具箱,将有关数据信息和预警模型有机结合,探讨能源-环境-经济可持续发展理论构建与应用问题。研究结果表明:陕西能源-环境-经济的可持续发展趋势在2000-2014年间分别处于重警、中警、轻警和无警四种状态,基本符合陕西能源产业发展现状;所设计的预警指标能较好地反映出能源-环境-经济可持续发展的特征;基于BP人工神经网络的预警方法具有较强的仿真能力,能提高可持续发展预警的准确性,在能源产业可持续发展预警研究中具有一定的应用价值。     

太湖流域上游河流污染空间分布特征研究

为把握太湖流域上游西北部河网区域水体的N、P污染特征及其空间分布,2010年8月在该区域内的武进港 直湖港水系、洮滆水系、丹扁孟河（丹金溧漕运河、扁担河及孟津河）以及宜溧河水系的河网,监测了39个河流断面的水质。研究表明,4水系TN平均浓度分别为388、283、291及193 mg/L,DTN占TN比重分别为9180%、7843%、7001%及8444%,河网氮输出均以DTN为主。在DTN中NO-3 N浓度所占比重分别为6747%、5275%、7748%及4281%,NH+4 N浓度所占比重分别为1633%、3316%、1127%及4351%。TP平均浓度分别为059、030、026及015 mg/L,DTP所占比重分别为6213%、4019%、4673%及3197%,而PO3-4 P浓度占DTP比重分别为2073%、5461%、4327%及7772%。武进港 直湖港水系N平均浓度显著（〖WTBX〗p〖WTBZ〗<001）高于宜溧河水系,与其它两水系无显著差异,P平均浓度显著（〖WTBX〗p〖WTBZ〗<005）高于宜溧河水系和丹扁孟河,与洮滆水系无显著差异。影响太湖流域上游西北部区域河流水网水质的主导因素为氮污染,而其中以DTN污染最为严重。太湖西北部是蓝藻水华暴发的重灾区,上游区域DTN的大量输入,将成为引发太湖水体生态系统灾变的潜在风险     

基于GA-BP算法的含油污泥处理 工艺参数优化

在含油污泥进行资源化处理过程中,针对处理目标受多个因素影响的实际,为了解决工艺之间的耦合问题,采用正交实验的方法来解决,并把主要参数作为优化对象,把含油污泥的脱水率作为评价目标,通过采用GA-BP算法对含油污泥耦合工艺正交实验参数进行了线性与非线性分析.在采用遗传算法优化神经网络的权值和阈值的基础上,用优化后的权值和阈值对测试样本和训练样本进行了预测.预测结果表明,预测误差都有明显减小,分别由0.34211减少到0.031549和0.15476减少到0.040682,可见耦合参数趋向于非线性优化.