生态系统健康理论在流域水环境管理中应用研究的意义、难点和关键技术——代“流域水环境管理战略研究”专栏序言

系统总结了国际河流水环境管理的发展趋势,对国际上基于河流健康的水环境管理体系与关键技术进行了分析.针对我国河流生态环境的问题与管理现状,在借鉴国外管理经验和方法的基础上,以全国环境管理关键技术研究为契机,阐述了生态系统健康理论在我国流域水环境管理中应用的意义、用途和关键技术.     

桥梁震害预测方法

总结并探索了桥梁震害的预测方法,包括经验统计法,规范校核法、Pushover法和大跨度桥梁震害预测方法,通过引入的桥梁分类标准,建立了桥梁震害预测的一般流程,最后,结合福州市区重要桥梁震害预测,简要介绍了各类方法的应用。     

脆弱带坝上后山地区沙漠化因子波动的空间类型与耦合

利用经验正交函数（EOF）法,确定了生态脆弱带内蒙乌盟后山河北坝上地区年降水、气候产量、牲畜增减变化、气候风蚀力和年大风日数等5类沙漠化因子波动的空间类型。各因子典型场在空间格局、变化方向上极为相似,只是年大风日数相对特别一些,通过分型归纳,将波动的空间类型化为3型6类。A型为全区域变化同步,B型代表河北坝上与内蒙变化反向,C型反映中部的内蒙农牧交错带同北部的乌盟、锡盟草原以及东南部的河北坝上变化反向。围绕与沙漠化的关系,可将各因子1960－1980年逐年的空间耦合类型分为协调型、脆弱型和中间型3种。依据波动的空间类型,可建立地区粮食、牲畜在极端灾害年区域间的协调救助模式。     

扬起绿色的风帆是我们永远的行动

文章阐述了学校开展环境教育的途径和做法,对青海省西宁市虎台中学分校开展环境教育的情况进行总结和思考。     

基于EOF方法的常州市区PM2.5污染时空分布特征

基于2018年常州市14个自动监测点位ρ（PM_2.5）,采用变异函数法和正交经验分解法（EOF）对其ρ（PM_2.5）的空间变异性和逐日质量浓度序列的时空分区特征进行了研究。结果表明,常州市PM_2.5高值均发生在11和1月,其次为2,4和5月,18：00后至次日上午时段PM_2.5易出现峰值;ρ（PM_2.5）具有较大的空间差异性,其在东西方向上的空间异质性程度要大于南北方向,随着站点之间空间距离的增加,各个站点局地污染分布因素的差异性逐渐增大;受市区重点污染源分布和气象条件影响,ρ（PM_2.5）总体呈现沿东北向西南区域依次递减的分区特征,高值区位于常州市区中心偏北、偏东地区,低值区位于市区西南部区域,且具有明显的季节变化特征。     

炼油污水处理装置恶臭气体源强估算方法的比较

以某炼油污水处理装置为例,根据其运行现状及恶臭气体的监测结果,使用卫生防护距离反推法、源强经验估算法以及地面浓度反推法3种方法对恶臭气体源强进行估算,并利用AERMOD模式进行预测,对预测值与监测值进行方差分析。实验结果表明：在监测得到的NH₃和H₂S的平均质量浓度分别为0.113,0.006 mg/m³的条件下,卫生防护距离反推法得到的NH₃和H₂S的无组织排放源强分别为2.395,0.127 kg/h。源强经验估算法得到的NH₃和H₂S的源强分别为0.255,0.080 kg/h,地面浓度反推法得到的NH₃和H₂S的源强分别为3.120,0.250 kg/h;源强经验估算法为炼油污水处理装置气体源强估算的最优方法。     

基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例

油菜是我国主要油料作物,其种植与监测对于保障食油生产安全具有重要意义。本文以江汉平原作为研究区,利用2002~2014年250 m分辨率的MODIS-NDVI时序数据,采用经验模态分解(EMD)方法,结合地面调查数据以及作物物候数据等辅助数据,获取主要地物覆盖类型的端元信息,然后利用线性光谱混合模型(LSMM)进行混合像元分解,得到油菜种植面积丰度的空间分布。结果表明,EMD方法较好地过滤了时序数据的噪声;经年鉴统计数据验证,油菜提取面积精度达到了92.5%以上,R2大于0.9。油菜种植面积的时空变化结果很好地反映出江汉平原油菜种植面积总体呈增长态势。此外,政策导向和市场价格对油菜种植面积的影响明显。     

秦山核电的安全特色管理

秦山核电站16年的安全运行,是公司安全管理水平不断提升的16年,也是公司安全文化建设从无到有、从点到面、从普及到深入的过程。16年来,公司明确安全理念,从制度和职能上保证安全管理的有效性,加强安全文化培育,每年积极开展丰富多彩的安全文化活动,完善核应急、核监督和运行质保体系的有效,强调风险管理和经验反馈,从而确保了电站运行10多年来的安全稳定运行。尤     

基于经验模态分解-支持向量机的滑坡位移预测方法研究

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。     

数据分解模式下PM2.5与气态污染物的组合预测研究

大气污染治理是我国实现生态文明的必经之路,制定有效性的大气治理方案,作为参考的大气污染物月均浓度预测结果是至关重要的.针对大气环境污染物月均浓度时间序列的高噪音、非平稳和非线性等特点,本文提出一种基于数据分解模式的组合预测模型.上海市的实例验证及与其他3种模型的对比研究表明：本文所提出的组合预测模型适用于政策制定所需但样本量受限的月均或年均数据预测;所提出的子序列重构的新模式比传统求和算法重构模式提高预测精度12.5%;相较于其他模型,其预测性能最优（绝对百分比误差的均值仅为9.05,且对历史拟合的皮尔逊系数均为0.90以上）.实现了对大气污染物月均浓度高精度预测,可为相关政策的制定提供科学的定量参考.