江苏数字地震台网与模拟台网的震级对比

对江苏省数字地震台网观测系统与模拟台网观测系统在震级测定方面的一致性进行了探讨。定量分析了数字台网的“速度型震级”、“仿真位移型震级”与模拟台网位移震级的差异。初步结果表明 ,在测量误差允许范围内 ,数字网的“仿真位移型震级”可以替代模拟网的位移震级 ,震级测定的连续性要求基本可以保证。     

江苏省数字地震台网在考核运行期间的地震编目

江苏省数字地震台网从 1999年 6月至 9月记录到的自动触发和人工截取的 4 13条事件中 ,编报出 94个地震事件 ,其中 ,可用于数字网和模拟网进行地震三要素对比的地震事件有 35个。最终产出一份完整的地震目录和台网观测报告。进而从地震编目角度对数字地震台网资料和模拟台网资料确定地震三要素的可衔接性进行了尽可能的对比论证。     

辽宁省干线公路网络通达性研究

以辽宁省干线公路网络和14个地市、21个主要县市为研究对象,以最短距离原则为基础,选取距离、时间和通达性系数来衡量城市通达性水平的高低;以行车速度为指标,得到不同速度下通达性水平的空间格局;在100km/h的行车速度下,计算一个城市在1h、2h、3h、5h内连接的城市数目,并对通达性水平的特点和空间格局进行分析。结果显示,35个城市的通达性水平呈现出＂同心圈＂结构,＂核心—外围＂模式明显。以沈阳和鞍山为核心,由核心向外围通达性水平逐步降低,且随着行车速度的提高,通达性水平呈现出明显的上升趋势。由于通达水平的提高,在未来的几年里辽宁省将逐渐形成5个交通圈,同时实现＂一个工作日,全省通达＂的目标。     

省域安全生产应急救援指挥平台框架体系研究

分析省级安全生产应急救援指挥的业务特点,认为它是一个平时模拟演练和事故现场应急指挥并重、平战结合的一体化过程,是一个广域多部门实时动态的联动过程;笔者提出安全生产应急救援的框架体系,并以网络为基础,以信息技术为手段,以智能设备为前端而构建一个实时直观的应急指挥有机体,包括基础支持系统、综合应用系统、数据库系统、移动指挥平台、前端展示系统,以及法律法规等体系、安全保障体系等,同时重点分析其中的网络结构、综合应用系统,以及与其他单位系统的接口。该框架体系通过广东省安全生产监督管理部门的验证,在实践中是可行的。     

基于BP神经网络的非煤地下矿山安全评价模型

针对非煤地下矿山安全评价的复杂性和非线性特性,BP神经网络对非线性动态系统较强的适应性,提出并建立了一种基于BP神经网络的非煤地下矿山安全评价模型。为提高该模型的可靠性,结合非煤地下矿山生产工艺特点,提出了一套便于统计和赋值的安全评价指标体系;确定了BP神经网络结构和评价结果表征方法;为提高BP神经网络算法的收敛速度和稳定性,对标准BP算法进行有效改进;通过实例运算验证了该模型的可行性。基于BP神经网络的安全评价模型为评价非煤地下矿山安全管理现状及水平提供了可操作的方法,为矿山有关部门提供了科学安全管理的依据。     

基于无线传感器网络的市政下水道可燃气体监测系统设计及应用

为防止下水道可燃气体积聚引发爆炸事故,利用无线传感器网络技术设计了市政下水道可燃气体监测系统.实测结果表明:气体传感器监测数据相对误差在2.0%以内,无线数据收发设备的年发送成功率达到98.0%,满足工程运用需求,系统具有较高的可靠性和稳定性.结合无线网络覆盖范围广、实时在线的特点,该系统实现了对不同区域下水道内可燃气体浓度的远程监测,为下水道的安全预警提供了有效依据.     

Approximating SWAT Model Using Artificial Neural Network and Support Vector Machine1

Abstract: With the popularity of complex, physically based hydrologic models, the time consumed for running these models is increasing substantially. Using surrogate models to approximate the computationally intensive models is a promising method to save huge amounts of time for parameter estimation. In this study, two learning machines [Artificial Neural Network (ANN) and support vector machine (SVM)] were evaluated and compared for approximating the Soil and Water Assessment Tool (SWAT) model. These two learning machines were tested in two watersheds (Little River Experimental Watershed in Georgia and Mahatango Creek Experimental Watershed in Pennsylvania). The results show that SVM in general exhibited better generalization ability than ANN. In order to effectively and efficiently apply SVM to approximate SWAT, the effect of cross‐validation schemes, parameter dimensions, and training sample sizes on the performance of SVM was evaluated and discussed. It is suggested that 3‐fold cross‐validation is adequate for training the SVM model, and reducing the parameter dimension through determining the parameter values from field data and the sensitivity analysis is an effective means of improving the performance of SVM. As far as the training sample size, it is difficult to determine the appropriate number of samples for training SVM based on the test results obtained in this study. Simple examples were used to illustrate the potential applicability of combining the SVM model with uncertainty analysis algorithm to save efforts for parameter uncertainty of SWAT. In the future, evaluating the applicability of SVM for approximating SWAT in other watersheds and combining SVM with different parameter uncertainty analysis algorithms and evolutionary optimization algorithms deserve further research.     

天津市典型河网区沉积物中重金属分布及生态风险评价

选择天津市典型河网区为研究对象,分析了沉积物中6种重金属(Cr、Cu、Mn、Ni、Pb和Zn)的分布特征,并采用富集系数法和潜在生态危害指数法分析了重金属的来源,进而评价了其生态风险。结果表明,表层沉积物中Cr、Cu、Mn、Ni、Pb和Zn的平均含量分别是58.18、23.52、524.60、22.93、25.24和49.51 mg/kg,其中Cr、Mn和Ni含量均低于天津市土壤背景值,而Cu、Pb和Zn含量在部分样点高于背景值;在垂直分布上,沉积物中Cr和Ni的含量相对稳定,而Cu、Mn、Pb和Zn的含量从底层到表层均先增加后降低。重金属富集系数(EF)分析显示,河网区表层沉积物中Cu和Zn在个别样点以及Pb在近一半样点存在人为输入过程(EF1.5),与接纳上游及区域的生活污水、农田退水有关,而Cr、Mn和Ni均来自自然源。重金属综合潜在生态危害指数(RI)评价表明,整个河网区表层沉积物为轻微生态危害水平,对区域的水环境质量不构成威胁。     

城市绿地系统建设的生态对策——以长春市为例

绿色空间是所有城市实现可持续发展的物质载体和市民接触自然的主要场所。几乎所有城市不同程度地存在着绿地被挤占、破坏、污染严重等各种问题。以长春市为例,提出了大城市进行绿地系统建设的总量控制、构建经色空间网络体系等生态对策,并针对大城市内部用地紧张的矛盾,探讨了市区内部的绿化用地潜力。     

校园网建设的前期规划研究

本文对建设校园网的前期准备工作作了详细的阐述,对各阶段的工作详细作了规划,对于准备建设校园网的学校具有指导意义.