重大危险源事故风险预警技术研究

重大危险源事故风险预警技术是事故控制技术中的一大研究重点。本文通过对比分析安全生产领域常用事故预警模型的优缺点,总结了事故预警模型的发展趋势,提出了基于模糊综合评判技术和动态模糊神经网络技术的重大危险源事故风险预警模型,详细陈述其构建过程,最后对液化石油气蒸气云爆炸事故应用该模型,得到了较好的预测效果,实现了风险程度的定量化预警。该预警模型具有快速的自学习能力和容错能力,能够同时处理多种风险因素、自动生成模糊规则并满足预警系统的实时性要求,可应用于重大危险源在线监控预警系统,为企业端和政府端监管者提供有效的重大危险源事故风险定量化预警信息,为遏制重大灾难事故的发生、减少死亡人、数受伤人数和直接经济损失提供先进的理论和技术支撑。     

矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

几种果粮间作人工植物群落生物生产力的动态变化及其优化调控

为解决果粮间作经营的中后期常出现的作物减产和资源浪费的矛盾,有必要分析果粮人工植物群落中各生态元的时空变化过程,揭示果粮间作经营中矛盾的产生、发展乃至激化的过程,寻求合理的间作作物组合,并进行优化调控,在岷江上游干旱河谷区,选择处于不同经营阶段（３ａ,５ａ,１０ａ,１８ａ,２８ａ）而经营管理条件基本一致的的９种苹果与粮食作物间作模式,调查测定了每一模式各阶段的果树的生长及其苹果产量,各间作粮食作物的生物量、总生物量、作物固定的总能量及其光能利用率、经济产量和经济收入等指标,揭示了苹果和各粮食作物２８ａ内的生物生产力的动态变化及其特点,找到了果树不同经营阶段的合理间作物组合,提出了该区不同经营阶段的最佳模式类型．对果粮间作的作用、理论基础及优化调控指标及其不确定性等问题也进行了讨论     

Human immuno-deficiency virus and infant feeding in complex humanitarian emergencies: priorities and policy considerations

Issues surrounding mother-to-child transmission of HIV/AIDS pose considerable challenges in complex humanitarian emergencies. The risk of vertical transmission through breastfeeding is well recognised, but safe alternatives are limited by the social, economic and environmental conditions of emergency situations. In 2000, the World Health Organisation published a technical report on behalf of the UNFPA/UNICEF/WHO/UNAIDS Inter-agency Task Team on Mother-to-child Transmission of HIV which outlined revised recommendations for infant feeding by HIV-positive women. This paper outlines reasons why these recommendations may be insufficient during the initial stages of complex humanitarian emergencies and proposes recommendations for establishing infant-feeding policy. Methods of mother-to-child transmission of HIV are reviewed and recent research findings are discussed. Rationale for modifying the 2000 UNFPA/UNICEF/WHO/UNAIDS infant-feeding recommendations in complex emergency situations is explored from the perspective of the infant, the mother and humanitarian field staff. Ethical limitations and future priorities are considered. The paper concludes with recommendations and a policy decision-making framework for consideration during the initial stages of humanitarian crises.     

中国工业园区生态化发展决策优化方法研究

工业是当前中国经济绿色转型升级的关键行业,而工业园区作为工业集聚化发展的主要载体,工业园区生态化发展是解决资源环境问题、实现经济可持续发展的有效途径。本文关注工业园区生态化发展的中长期发展战略和具体方案,致力于通过仿真模拟的方法提出工业园区生态化发展的方向和优化路径,实现研究方法的创新。研究以3E系统(经济—环境—能源)为基础,综合分析工业园区经济发展与能源环境之间的耦合关系,并结合动态投入产出模型和系统动力学模型构建生态化发展决策模型,通过最优化动态模拟方法开展趋势预测和路径研究。通过辛集工业园区的实证和案例研究,对其生态化发展路径进行深入研究,验证了研究方法的科学性和可靠性,能够为工业园区生态化发展提供实践指导。本文为工业园区生态化发展规划提供新的研究方法,为制定合理有效的工业园区综合战略和实施路径提供科学依据。     

兰州市郊红砂种群数量动态与分布格局

对兰州市南北两山天然分布的红砂种群数量动态和空间分布格局进行研究。利用地径回归得到红砂种群年龄结构,编制静态生命表,进行生存分析及谱分析,计算红砂种群年龄结构动态指数,以揭示种群数量动态特征;采用扩散系数、负二项指数、平均拥挤度、聚块性指数、扩散型指数、丛生指数、Cassie指数和Green指数8个分布指标判断红砂种群时空尺度上的格局类型。结果表明,南北两山红砂种群密度、盖度适宜,动态指数均大于0,呈现增长型,并存在明显的周期性;种群以中幼龄植株为主体,各龄级的死亡率基本平稳,但在第Ⅱ过渡到第Ⅲ龄级时,出现死亡高峰,存活曲线趋于Deevey-Ⅲ型。种群时空异质性明显,阳坡的红砂种群呈现聚集分布,阴坡则多呈现均匀分布;不同发育阶段红砂种群分布格局呈现明显递变规律,幼龄阶段聚集度高,随着年龄增大,聚集性大幅减弱。     

城市空气质量达标规划编制中的关键技术及其案例应用

本文结合重庆市空气质量限期达标规划编制案例,介绍了城市空气质量达标规划编制中的几个关键技术及其具体应用,包括本地化污染源排放清单编制、污染物来源解析、污染物排放形势预测与减排潜力分析以及大气环境容量核算等。本地化污染源排放清单是城市空气质量达标规划编制的基础,针对现有污染源制定科学合理的减排方案是达标规划的核心内容。分析不同区域的污染物组分浓度特征、污染源贡献以及未来污染排放形势预测,有助于识别出制约未来空气质量达标的关键因素及污染源。基于污染源减排潜力和污染传输矩阵制定的污染源减排方案更具合理性和可行性,应用空气质量模型估算大气环境容量可为规划目标可达性提供依据。     

ISAPEC中知识自动获取的设计与实现

剖析了利用人工神经网络实现大气污染总量控制规划智能决策支持系统（ＩＳＡＰＥＣ）中知识自动获取的必要性，论述了ＩＳＡＰＥＣ中知识的自动获取的设计与实现过程，并用一实例进行了验证。结果表明用人工神经网络实现知识的自动获取与知识的人工获取相比既具有更高的时间效率，又能保证更高的质量。     

结构应力逆向推演模型及其不确定度定量分析

目的 针对现有结构安全在线监测与评估方法存在的短板,结合人工智能方法探索新的解决方案。提出一种基于有限测点应力逆向推演整体结构应力分布的方法,以数据驱动的模式,基于神经网络技术搭建算法模型。方法 以结构有限元仿真数据为基础,运用相关性分析方法,获取代表结构响应特征的有限个测点,利用神经网络方法构建基于有限测点应力推演结构全场应力分布的算法模型。结果 以科学试验平台的连接器结构为对象,开展该算法模型的应用研究,并且对该应用实例下的算法模型开展不确定度分析,推演结果的相对不确定度u95rel为8.6%。结论 该算法模型的推演结果正确反映了结构总体响应特征。从建模过程角度分析,该算法模型的不确定度来源主要包括相关性分析方法、神经网络建模以及模型收敛条件3个方面。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.