四川花卉业的产业化发展

本文分析了四川发展花卉业的优势和存在的问题，提出了四川花卉产业化发展的指导思想与基本原则、区域布局以及应采取的对策．     

以人为因素为中心的航空安全多级模糊综合评价

在航空安全中,根据SHEL模型,以人为因素为中心,列出影响航空安全的一级和二级指标进行多级模糊综合评价,得出各指标对航空安全的影响权重,从而采取相应措施,即加强组织内的横向纵向沟通交流,加大机务方面的培训力度,严格按照标准操作程序,形成公正合理、积极向上的企业文化,以提高航空安全.     

核事故中放射性核素扩散浓度的理论预测

在高斯烟羽模型的基础上,对核事故中放射性云团在大气中的扩散规律进行了研究。利用倾斜烟团模式,考虑实际过程中核素粒子的重力沉降、雨洗作用以及放射性衰变等因素的影响,提出一种迅速估算放射性核素扩散浓度的方法。该方法可计算核事故中连续点源和瞬时点源在不同气象、地形条件下的浓度分布,并可获得地面的干沉积率和湿沉积率。放射性核素浓度的确定是放射性事故抢险救援和辐射防护等工作的基础和前提,是放射性事故应急救援的重要组成部分。该结果在核事故的应急救援过程中,对救援人员划定警戒区和确定周围居民的疏散范围具有重要意义,并可为制定救援方案和应急决策提供科学依据。     

在役化工装置安全评价模式的研究

根据在役装置安全评价的两类目的,分析现有在役化工装置安全评价模式中存在的不足;提出在役化工装置安全评价的一个新思路和新模式;给出了基于新模式的安全评价程序,并对该评价程序各个步骤及采用的评价方法组合进行了较为详细的讨论,其关键是建立评价指标体系。该评价模式既能查找出装置中存在的具体安全隐患,也能给出装置总的安全评价结论。同时指出,安全评价指标体系的建立和完善应成为安全管理的一项标准化、基础性工作。该评价模式的思路不仅适用于在役化工装置的安全评价,也适用于其他系统安全现状评价,是对进一步完善当前安全现状评价工作的一个有益尝试。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

我国物流产业基本经济活动空间格局分析

基于经济基础理论,对1991～2001年间我国各省区物流产业基本经济活动部分进行了实证分析,从省际差异、东中西部差异两个方面分析了我国区域物流产业基本经济活动的省区差异:在时间维度上区域差异呈逐步扩大趋势,在空间结构上表现出较明显的沿海指向性和交通指向性,并以此分析归纳出我国物流产业基本活动的"四区(物流集聚区)一带(物流集聚带)"空间格局特征,进而得出其基本经济活动强度与区域经济发展水平、物流需求程度、科技水平、区位条件、交通等基础设施、政策及历史发展作用紧密相关的结论.     

广东省的地质灾害与防治对策

广东省地质灾害类型多,分布广,频率高,危害大.地震、滑坡、崩塌、地裂缝、地面塌陷、地面沉降和软土地基变形等地质灾害是影响当地经济发展和城乡建设的消极因素.地质灾害的时间分布具有波动性,过去35年来存在两个明显的高发期,分别是1985-1992年和1997年至今;其空间分布具有区域耦合性,地质构造复杂、自然环境恶劣的粤西、粤北低山丘陵区和人类活动剧烈、经济发达的沿海平原地区都是重灾区.地质灾害与自然条件、人类活动关系密切.它们的防治应以防为主,防治结合,将生态与工程措施相结合,并调整人类的经济行为,保持生态环境的平衡.     

洪涝灾害评价的威布尔模型

首次将威布尔分布用于淮河流域水灾成灾面积研究,揭示了淮河流域洪涝灾害成灾面积形成的 内在规律,进而利用河南、安徽、江苏和山东4省的各自灾度对淮河流域的灾害风险建立了线性回归模型.实证分析表明,本方法切实可行,特别适用于大样本计算.     

北京市地热资源开发的时空变化

简要介绍了北京地热资源特点,分析了北京地热资源开发的时空演变规律.在搜集资料和实地调查的基础上,绘制出了北京城区地热井分布示意图,并针对其开发利用中可能出现的问题提出了对策.     

Spatial Patterns of Breeding Success of Grizzly Bears Derived from Hierarchical Multistate Models

Conservation programs often manage populations indirectly through the landscapes in which they live. Empirically, linking reproductive success with landscape structure and anthropogenic change is a first step in understanding and managing the spatial mechanisms that affect reproduction, but this link is not sufficiently informed by data. Hierarchical multistate occupancy models can forge these links by estimating spatial patterns of reproductive success across landscapes. To illustrate, we surveyed the occurrence of grizzly bears (Ursus arctos) in the Canadian Rocky Mountains Alberta, Canada. We deployed camera traps for 6 weeks at 54 surveys sites in different types of land cover. We used hierarchical multistate occupancy models to estimate probability of detection, grizzly bear occupancy, and probability of reproductive success at each site. Grizzly bear occupancy varied among cover types and was greater in herbaceous alpine ecotones than in low‐elevation wetlands or mid‐elevation conifer forests. The conditional probability of reproductive success given grizzly bear occupancy was 30% (SE = 0.14). Grizzly bears with cubs had a higher probability of detection than grizzly bears without cubs, but sites were correctly classified as being occupied by breeding females 49% of the time based on raw data and thus would have been underestimated by half. Repeated surveys and multistate modeling reduced the probability of misclassifying sites occupied by breeders as unoccupied to <2%. The probability of breeding grizzly bear occupancy varied across the landscape. Those patches with highest probabilities of breeding occupancy—herbaceous alpine ecotones—were small and highly dispersed and are projected to shrink as treelines advance due to climate warming. Understanding spatial correlates in breeding distribution is a key requirement for species conservation in the face of climate change and can help identify priorities for landscape management and protection. Patrones Espaciales del Éxito Reproductivo de Osos Pardos, Derivados de Modelos Jerárquicos Multi‐Estado