基于主成分分析模型的核设施放射性废物管理评价研究

针对核设施放射性废物管理问题,采用主成分分析方法直观定量地研究了大亚湾、岭澳、田湾、秦山等各核电厂单位装机容量（MW）三废年度实际排放值或产生量,揭示了核设施放射性废物管理评价指标数据间的相关性和差异性,识别出了核设施放射性废物管理评价指标数据的主要成分;分析结果基本上反映了各核电厂放射性废物管理状况,主成分分析得分以秦山核电站第一期核电厂最高,其他依次为田湾核电厂、秦山核电站第二期核电厂、岭澳核电厂、大亚湾核电厂,秦山核电站第三期核电厂最低,即秦山核电站第三期核电厂在核设施放射性废物管理最优,大亚湾核电厂次之。辅助核设施放射性废物管理作出快速分析与决策,以提高检测能力和监管能力,具有很好地应用价值。     

典型认知模型及其在人因可靠性分析中的应用评述

评述了典型认知模型及其在人因可靠性分析中的应用.首先,强调了在人因可靠性分析中使用认知模型的必要性; 然后,介绍了认知心理学、行为科学等学科所建立的几种典型认知模型,包括信息处理模型、决策过程的阶梯模型和通用认知模型,分别分析了它们的基本结构和功能,讨论了各自的优缺点; 随后,介绍了几种人因可靠性分析方法中所建立或使用的认知模型,包括HCR方法使用的SRK框架、ATHEANA方法使用的信息处理模型、CREAM方法建立的COCOM模型以及IDAC方法构建的IDA模型,分别分析了这些模型的特点; 最后,提出了建立认知模型所要遵循的基本原则,并展望了认知模型的未来发展方向.     

三峡库区次级河流流域生态脆弱性评价——以重庆市小安溪流域为例

文章以重庆市小安溪流域为例,根据流域的生态环境特点,对导致流域生态环境脆弱程度恶化的主要因素——地质、资源、经济等因素进行统计分析并做出综合评价,最后再根据综合评价指数进行结果分析与讨论,为缓解小安溪流域生态环境脆弱程度的进一步恶化提出合理化建议。     

实车三效催化剂表面成分分析

对主要在北京行驶的总里程在34×104～59×104km的6辆轻型出租车用三效催化剂,利用X射线荧光光谱仪(XRF)分析了其表面元素的种类、含量,以及污染物元素含量与行驶里程的关系.结果表明,在催化剂表面检测到的元素种类近30种,含量较高的元素种类基本相同.前后级催化剂上检测到的共同污染物元素有P、Ca、Zn和Mn等,主要来自于机油和汽油,34×104km行驶里程后,P在催化剂的累积速度已非常缓慢,Ca、Zn和Mn在催化剂表面的沉积经过56×104km后仍有增加的趋势.在后级催化剂上还检测到了明显的S含量,说明S更容易在后级催化剂上沉积.经过40×104km行驶里程后,S在催化剂表面的沉积量基本达到平衡状态.累积规律说明经过40×104km行驶里程后,容易使催化剂中毒的P和S对催化剂活性影响已较小,而Ca、Zn和Mn的持续累积,将会继续降低催化剂的活性.     

京西某村小窑采空区的稳定性分析

京西是北京地区的主要产煤区,地下有许多煤层采空区,是影响地表建筑物稳定的重大安全隐患.本文运用概率积分法,对京西某村小窑采空区的地表沉陷量及剩余变形量进了计算,并对小窑采空区的稳定性进行了分析和评价.     

我国环境监测现状分析及发展对策

环境监测是环境保护工作中的基础性工作,对整个环保工作起着至关重要的作用.主要从环境监测的发展现状、存在问题、问题原因分析及解决对策等方面对我国环境监测进行阐述,为我国环境监测在环境保护工作中起到应有的作用提供参考依据.     

基于深度学习的排污口污染物浓度预测研究

入河排污口是污染物进入生态环境的最后一道关口,预防超标排放是改善流域生态环境质量的基础.为实现排口超标排放事前预警,本研究以长江泰州段两类典型排口(污水处理设施排口和工业企业清净下水排口)为例,利用排口污染物监测数据与气象数据,基于长短期记忆神经网络(LSTM)、门控循环单元(GRU)、卷积循环神经网络(CRNN)等深度学习算法构建多污染因子(总氮、氨氮、COD、总磷)浓度预测模型,并结合SHAP分析结果识别影响排口水质预测的重要因素.结果表明：(1)单层与双层GRU模型在排污口未来6 h污染物浓度预测中表现较好,R²可达0.67～0.81;(2)自相关变量的累积重要性绝对值占比超80%,对排口污染物浓度预测的影响显著大于其他输入变量.该方法有潜力拓展应用至其它排污口类型及其它污染因子的浓度预测,为排口污染预警和全链条管理提供技术支撑.