微博

正何春银(江苏省环境信息中心主任):#霾理邪说#霾到天庭,申报人类贡献大奖,上帝盛怒,亲自主持答辩。问霾何德何能?霾说:伦敦霾提高了英国人的环保意识、开展了环保运动;洛杉矶霾提高了美国人的环保意识、开展了环保运动;中国霾提高了13亿人认识霾这个冷僻的字。上帝说:什么时候提高了中国人的环保意识再报奖吧。霾无语!http://1.t.qq.com/hechunying-hb/2月27日刘帅(湖南省人大环资委办公室副主任):"按下葫芦浮起瓢"是当前环境问题的写照,污染伴随产业转移而转移是当今必须面对的现实,"五小"企业死灰复燃更是无法回避的     

垃圾配置与社会秩序

现代性的环境秩序想要把自然与社会彻底隔开,彻底清除垃圾,但反而产生了更多的垃圾,引致了生态灾难。真正的环境主义,需要破除现代性的自然/社会二元本体论,不是去爱一个与人类无涉的平衡、和谐、完美的自然,而是去爱这些拒绝消失并围绕着我们的垃圾、粪便、废弃物,通过重新发现它们的用处和美感,让它们重新被社会接纳——循环利用,也被自然接纳——无害排放。     

“跑步+下棋”

很多人对于定向运动还很陌生,但在我国一些发达地区、众多高校中,在学生和白领人士之间,这项带有挑战意味的运动早已普及开来。对于体验过这项运动的人们来说,定向运动意味着时尚,意味着向大自然挑战,意味着你可以在欣赏大自然美丽风光的同时,锤炼自身野外生存的能力。     

消防员职业安全健康风险及运动潜在调节效应:基于复原力相关生物标志物视角

为从自然科学角度解释消防员在面临极端工作压力下造成心理塌陷或振作的成因，探究潜在的调节效应，首先，整理归纳消防职业压力对复原力相关生物标志物的影响；其次，借鉴不同特种人群在复原力相关生物标志物研究领域的成果，探寻构建与消防职业相适宜的复原力生物监测模型的路径；最后，从运动角度出发，阐释消防员是否在抵抗消防职业压力对复原力相关生物标志物产生的负面影响方面具有潜在调节效应。结果表明：消防职业压力会打破复原力生物适应的平衡状态，对消防员职业安全健康产生不利影响；与消防职业相适宜的复原力生物监测模型，需在借鉴不同特种人群指标选择的基础上，以适当生物标志物的平衡组合为基础构建；运动在促进神经内分泌稳态平衡、上调合成代谢、提高抗炎方面对复原力相关生物标志物的良性发展具有潜在调节效应。     

考虑群组行为的楼梯瓶颈处行人流模拟

为探究楼梯瓶颈处群组行为对行人流通行效率的影响,基于校园内的观测试验获取群组运动参数,采用Anylogic仿真平台建立考虑群组行为特征的楼梯瓶颈处人员运动模型,根据不同的群组运动参数、楼梯几何参数和障碍物布置方式对行人流通行时间与密度分布的影响开展数值模拟。结果表明:较大的群组比例和群组规模均会延长行人流通行时间,增加通行过程中的拥堵持续时间;在链状构型下,群组通行效率较高,而并排构型对人员通行造成的负面影响最大;在有群组和无群组情况下,楼梯位置变化会产生相反的通行效果;平行放置障碍物可以有效降低人群密度,提高群组行人流的通行效率。     

厘清职责 压实责任 消除盲区 广西明确部分职能交叉和新兴行业领域安全监管职责

近日,自治区安委会印发《部分职能交叉和新兴行业领域有关单位安全生产工作职责》(以下简称《工作职责》),为进一步加强我区景区玻璃栈桥类、滑道类高风险旅游项目及电化学储能电站、海上风电、电动自行车、室内冰雪场所、平台经济、醇基液体燃料、休闲渔业等行业领域安全监管工作提供指南和遵循。     

侧风影响下的飞机尾流危险区域估算方法

为更好地评估侧风影响下尾流的演化与危险，对经典的D2P(Wake Two-Stage Decay Model)模型进行改进，并构建侧风影响下尾流危险区域评估方法。首先，基于数值模拟试验数据和激光雷达探测数据，创建侧风对尾涡强度衰减和涡核运动的影响模型。其次，建立后机遭遇尾涡后的诱导滚转力矩系数模型和尾涡危险区域估算模型。最后，对不同侧风条件下的尾涡危险区域长度及尾涡侵入侧向相邻跑道的所需时间进行计算分析。结果显示：尾涡危险区域长度在静风时最大；随侧风强度增强，上风涡和下风涡侵入相邻跑道的持续时间都不断减少，但在超过6 m/s后，下风涡侧又开始增加。改进后的模型能更好地考虑侧风对尾涡危险区域的影响，有利于估算侧风影响下的单跑道或近距平行跑道着陆时所需的尾流间隔。     

面向视频火灾火焰识别的轻量化卷积神经网络模型

深度学习在基于视频的火灾火焰识别技术中得到了广泛应用。为解决当前常用的卷积神经网络模型由于层数和训练参数过多，导致存储和速度问题突出，很大程度上限制了其在一些硬件平台上使用的问题，基于轻量级卷积神经网络模型SqueezeNet,通过适当修改模型结构，构建了一种适用于火灾火焰识别的新网络模型。将获取的各类火灾火焰图像数据，采用数据增强的方法来增加数据量，制作火灾火焰图像数据集，形成学习样本，并使用运动探测算法提取图像的火焰区域进行模型训练和识别前预处理。试验结果表明：该模型所需存储空间仅为0.28 MB,为VGG16的1/200;火灾火焰识别预测准确率达98%,比SqueezeNet提高了近4个百分点，且具有良好的抗干扰能力，有效缓解了当前卷积神经网络中存在的存储和速度问题。