构建循环型旅游产业的思路与途径

根据世界旅游组织预测,到2020年中国将成为世界上最大的旅游接待国和第四大客源输出国.2005年中国入境旅游人数已达1.2亿人次,入境过夜旅游人数达4680万人次,国内旅游人数达12亿人次,出境旅游者达3100万人次.中国旅游业产业规模正在不断扩大,旅游产业已成为国民经济新的增长点,从旅游资源大国到世界旅游大国,中国正努力向世界旅游强国目标迈进,入境旅游、国内旅游、出境旅游三大市场繁荣兴旺;同时,中国旅游产业也正经历着前所未有的考验.     

西气东输管线对新疆野驼自然保护区影响的初步调查已基本结束

根据新疆维吾尔自治区环保局对西气东输管线穿越野双峰驼自然保护区具体情况的要求 ,2 0 0 2年 7月 4— 9日在自治区阿尔金山 -罗布泊野双峰驼自然保护区管理中心张永山主任的带领下 ,该中心的工作人员沿野双峰驼保护区北缘沿线至罗布泊嘎顺戈壁直达西气东输改线处进行了现场踏勘 ,就沿线所掌握的环境现状及西气东输的进展情况同当地环保部门及西气东输项目部的同志进行了广泛的交谈 ,提出了建设性意见及合理化建议 ,为政府决策部门提供了科学依据 ,为制定科学合理的改线方案奠定了基础西气东输管线对新疆野驼自然保护区影响的初步调查已基…     

既打老虎,又拍苍蝇

现代安全管理的根本要求是预防为主,注重科学预测.美国安全心理学家海因里希指出:"在生产过程中,发现违章行为,必须立即进行监督整改,这是预防事故的有效手段,也是坚持预防为主的基本方针."     

关中地区飑线天气的预测及灾害对策探讨

对１９６１～１９９０年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析，并从天气形势背景方面对飑线的发生发展进行了研究和分析，同时就飑线的预测和防灾对策进行了探讨。     

供水管网生物膜有机物的二氯乙腈与二氯乙酰胺生成特性

在饮用水输配系统中,来源于管壁生物膜的有机物可能耗氯并生成消毒副产物(DBPs),包括二氯乙腈(DCAN)与二氯乙酰胺(DCAcAm)等高毒性含氮DBPs(N-DBPs).研究考察管网常见的细菌与其胞外聚合物(EPS)以及模拟管壁生物膜氯化与氯胺化后DCAN与DCAcAm的生成,并与天然有机物(NOM)和水源水有机物进行比较.结果显示,铜绿假单胞菌、恶臭假单胞菌与藤黄微球菌与氯反应生成的DCAN、DCAcAm浓度分别为1.48～2.02、0.21～0.38μg·mg~(-1)(mg~(-1)以TOC计),高于同反应条件下NOM的生成量;相比于氯化反应,3株细菌细胞氯胺化生成的DCAN与DCAcAm浓度明显更低.3株菌的EPS也是氯与氯胺化反应生成DCAN与DCAcAm的前体物,且其氯胺化反应生成的DCAcAm浓度高于氯化反应生成的.与NOM、水源水相比,模拟管壁生物膜氯化后生成的N-DBPs与三氯甲烷(TCM)浓度比更高,表明生物膜有机物比NOM与水源水有机物更倾向生成DCAN与DCAcAm类N-DBPs,且模拟管壁生物膜氯胺化的DCAcAm生成量高于氯化反应的,说明管壁生物膜有机物是供水管网系统中DCAN与DCAcAm类N-DBPs的重要前体物.     

Ni2+对好氧颗粒污泥系统性能的影响

以城镇污水处理厂A²/O工艺的回流污泥作为接种污泥,在序批式反应器（SBR）中培养好氧颗粒污泥（AGS）,探究Ni²⁺对AGS系统的影响.结果表明：在25℃的条件下,50d左右培养出成熟的AGS,其形态多呈球状或椭球状,外表分布着少量丝状菌,颗粒污泥粒径主要在2~4mm,MLSS达6000mg/L,SVI维持在40~50mL/g.将Ni²⁺作用于培养出的成熟AGS,Ni²⁺在0~2mg/L的浓度范围内会提高AGS的稳定性,使MLSS上升,SVI降低;同时会促进AGS分泌胞外多聚物（EPS）,EPS组成成分中的蛋白质（PN）明显多于多糖（PS）;Ni²⁺对好氧颗粒污泥去除总氮（TN）的抑制程度要大于COD,最终COD去除率可维持在95%以上,TN去除率可维持在70%以上.     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

基于机器学习的细粒度空气质量时间预测器

针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。