基于第二次全国污染源普查质量保证的思考及体系建设初探

通过对清查数据的结果分析,确定第二次全国污染源入户普查的对象,基于企业填报、现场入户、资料收集审核、数据核查等具体工作的实施与开展,思考和归总普查工作中影响数据质量的现实问题和难点,初步构建污染源普查质量保证体系,以期为全国污染源普查数据质量保证提供有益参考。     

非金属管道微小泄漏动力学数值模拟和试验对比

为了探索非金属输送管道泄漏规律,从数值模拟和试验两个角度,对液体PE管道发生泄漏前后管道内流体与泄漏口的流动状态进行了对比分析,为判定管道泄漏提供了依据。运用FLUENT软件针对PE液体管道泄漏,在不同孔径、不同压力下,构建管道泄漏模型分别进行仿真,分析不同泄漏情景下压力梯度的分布规律。同时在近似相同条件下进行PE管道两点泄漏模拟试验。结果显示:数值模拟与试验结果基本一致,泄漏孔处压力、流速均与管内初始压力成正相关;初始压力和孔径的增大,会导致管内压力下降速度上升,但最终会趋于稳定值。     

肥煤自燃全过程热动力学特征参数研究

实验测定了林西矿肥煤样品30~900℃煤自燃全过程热动力学特征参数,得出:TG/DTG曲线显示煤样DTG初始临界温度45℃,干裂温度122℃,活性温度195℃,增速温度265℃,质量极大值温度342℃,着火温度465℃,最大热失重速率温度515℃和燃尽温度690℃;DSC曲线显示,煤样初始放热温度60℃、最大热释放速率温度511℃。结合TG-DTG-DSC曲线综合分析可知,煤温达到510℃左右时煤样反应最剧烈。由煤自燃标志气体测定实验系统得出:煤温130℃后CO,CO 2释放量迅速增加,210℃增加速度下降;CH 4,C 2 H 6含量变化具有规律性且两者变化相近;C 2 H 4出现温度为130℃;C 2 H 4/C 2 H 6比值在190~350℃有较强的规律性,呈上升趋势且上升速度较快;350℃之后,CH 4,C 2 H 6,C 2 H 4体积分数均开始急剧增大;C 2 H 4/CO与C 2 H 4/CO 2变化趋势大致相同,在130~350℃时缓慢增长,达到350℃后比值呈指数形式上升。经拟合曲线,得到活化能的3个突变点温度:70,180,220℃,其中180℃与交叉点温度相吻合。通过以上研究,得到了肥煤自燃全过程的热力学特征参数,为实际生产中防治煤自燃提供了理论依据。     

施工组织正式网络结构特征对组织安全行为的影响关系研究

为提升建筑施工安全管理水平,探讨施工组织正式网络的结构特征对组织安全行为的影响关系。基于社会网络分析方法,引入安全沟通作为中介变量,建立施工组织正式网络结构特征、安全沟通和组织安全行为的假设模型。基于91个施工组织正式网络结构特征分析,使用多层回归分析方法检验假设模型。结果表明:网络密度、出度中心势和聚类系数均显著正向影响组织安全行为;中间中心势和平均路径长度均显著负向影响组织安全行为;入度中心势对组织安全行为影响不显著;安全沟通分别在出度中心势和中间中心势与组织安全行为的关系中起完全中介作用;安全沟通分别在密度、平均路径长度和聚类系数与组织安全行为的关系中起部分中介作用;安全沟通在入度中心势与组织安全行为的关系中未起到中介作用。     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题,采用认知可靠性与失误分析方法（CREAM）中的扩展预测法,计算10项管制通用任务的人误概率;在此基础上,以管制行为形成因子作为根节点构建贝叶斯网络,建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下,由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大,从方法的客观性、合理性和适用性角度分析,贝叶斯网络在研究该问题时更具优势。     

铁路沿线可燃重气储罐最小隔离区域划分探讨*

为保护铁路线,以某化工厂距离高铁路线最近的丙烯球罐为例,提出丙烯球罐泄漏最小隔离区域划分方法以及2种保护高铁线路方案,利用重气扩散模型和定量风险评价（QRA）软件分别进行丙烯扩散模拟、爆炸模拟,并进行危险与可操作性分析（HAZOP）和保护层分析（LOPA）。结果表明:球罐发生泄漏及火灾爆炸等事故,会给附近铁路线带来严重破坏;丙烯泄漏或球罐因周围其他设备设施或可燃物质着火而温度升高时,保护措施不足;隧道的安全可靠性要高于仅设1道防爆墙,隧道长度需覆盖最小隔离区域的可及范围,在扩散区域内也需设立普通挡墙,在极度危险情况下,需要实施高铁停开等保护措施。     

基于社会技术系统的复工企业疫情防控风险路径研究*

为对复工企业疫情防控中的风险致因因素进行分析,探寻复工企业疫情防控的风险路径,基于社会技术系统理论,建立宏观工效学模型,通过查阅并分析国家、地方政府、企业文件以及相关文献,从人员、技术、组织管理、内部环境及外部环境5个子系统出发,识别出16个复工企业疫情失控致因因素;运用社会网络分析（SNA）构建复工企业疫情防控关系网络,对各因素节点中心度进行计算,分析各节点在网络中的位置及影响程度;采用贝叶斯网络（BN）进行参数学习和推理学习,找出复工企业疫情失控的最大致因链。结果表明:复工企业疫情失控关系网络中,存在政府监督管理不力→防疫物资筹备不足→日常监管不到位,政府监督管理不力→ 防疫宣传、培训缺失→员工防疫知识欠缺,政府监督管理不力→防疫宣传、培训缺失→日常监管不到位3条最长风险路径。研究结果可帮助复工企业针对最长风险路径中的因素进行管理,从而有效地为复工企业防疫提供理论支持。     

Spatial and Seasonal Response of Municipal Water Use to Weather across the Contiguous U.S.

Weather variability has the potential to influence municipal water use, particularly in dry regions such as the western United States (U.S.). Outdoor water use can account for more than half of annual household water use and may be particularly responsive to weather, but little is known about how the expected magnitude of these responses varies across the U.S. This nationwide study identified the response of municipal water use to monthly weather (i.e., temperature, precipitation, evapotranspiration [ET]) using monthly water deliveries for 229 cities in the contiguous U.S. Using city‐specific multiple regression and region‐specific models with city fixed effects, we investigated what portion of the variability in municipal water use was explained by weather across cities, and also estimated responses to weather across seasons and climate regions. Our findings indicated municipal water use was generally well‐explained by weather, with median adjusted R² ranging from 63% to 95% across climate regions. Weather was more predictive of water use in dry climates compared to wet, and temperature had more explanatory power than precipitation or ET. In response to a 1°C increase in monthly maximum temperature, municipal water use was shown to increase by 3.2% and 3.9% in dry cities in winter and summer, respectively, with smaller changes in wet cities. Quantifying these responses allows urban water managers to plan for weather‐driven variability in water use.     

Use of Predictive Weather Uncertainties in an Irrigation Scheduling Tool Part II: An Application of Metrics and Adjoints

We apply predictive weather metrics and land model sensitivities to improve the Colorado State University Water Irrigation Scheduler for Efficient Application (WISE). WISE is an irrigation decision aid that integrates environmental and user information for optimizing water use. Rainfall forecasts and verification performance metrics are used to estimate predictive rainfall probabilities that are used as input data within the irrigation decision aid. These input data errors are also used within a land model sensitivity study to diagnose important prognostic water movement behaviors for irrigation tool development purposes simultaneously performing the analysis in space and time. Thus, important questions such as “how long can a crop water application be delayed while maintaining crop yield production?” are addressed by evaluating crop growth stage interactions as a function of soil depth (i.e., space), rainfall events (i.e., time), and their probabilistic uncertainties. Editor’s note : This paper is part of the featured series on Optimizing Ogallala Aquifer Water Use to Sustain Food Systems. See the February 2019 issue for the introduction and background to the series.     

山西省绿色转型发展现状评价及路径研究

从经济、社会、资源、环境保护4个层面构建了切合山西省实际情况的绿色转型发展指标体系,采用熵权法及聚类分析方法对山西省的绿色转型发展现状进行了评价,根据评价结果,结合政策背景,提出了山西省实现绿色转型发展的路径,以实现山西省均衡快速的绿色转型发展。