践行企业社会责任安讯士护航儿童成长

日前,全球网络视频领导者─安讯士网络通讯有限公司宣布在中国为爱百福灯塔之光盲童教育中心捐赠安防监控摄像机设备。主要教室和活动区域都配备了新的监控设备,让视障或有多重障碍的小朋友们能够在更加安全的环境中成长、学习。今年恰逢安讯士公司创立30周年之际,安讯士还与国际性的非政府公益组织“图书馆计划”合作,为农村小学捐建图书馆或图书角,改善贫困地区小学的教育基础设施。此次活动是安讯士秉承企业家精神,在中国践行可持续发     

声明

近日,社会上有部分单位冒用我中心名义从事安全培训等活动,为澄清有关事宜,现声明如下:一、根据吉编事字[2013]193号文件精神,我中心负责安全生产资格考试组织工作和安全生产资格证书管理。按照吉安监管人[2014]74号、78号文件要求,我中心负责中省属企业主要负责人、安全生产管理人员、特种作业人员(以下简称"三类人员")的安全生产资格考试、考核、制证、发证等相关工作。二、按照吉编事字[2013]193号文件要求,自2015年1月1日起,     

自然之友

自然之友成立于1994年,多年来秉着"真心实意,身体力行"的核心价值观,推动中国的环境启蒙、生态保护、环境法治和绿色公民成长,是最具公信力的专业环境保护公益组织之一。自然之友在北京拥有核心工作团队,在全国15个城市分布17个志愿性的会员小组,并依托具体业务推动建立多个行动平     

GAM的区域PM_(2.5)浓度影响因子识别及关联关系分析

区域PM_(2.5)浓度影响因子及显著程度对区域PM_(2.5)浓度模拟和污染控制具有重要意义。该研究应用广义加性模型(GAM)建立模型分析2013年京津冀区域PM_(2.5)浓度与AOD、气象因子(相对湿度、温度、降雨量、大气压、风速)和土地利用类型(水体、林地、耕地、建设用地、裸地)之间的相关关系。结果表明,温度、大气压、AOD、林地、建设用地和裸地显著的影响PM_(2.5)浓度;且温度、AOD、裸地、林地与PM_(2.5)存在复杂相关关系,大气压、建设用地与PM_(2.5)浓度存在线性相关关系。GAM模型R~2为0.952,拟合结果与实测结果的线性回归方程系数为0.959,模型交叉验证后得到R2为0.792。结果表明,利用GAM能有效的识别区域PM_(2.5)浓度的影响因子,根据影响因子进行PM_(2.5)浓度拟合并得到可靠的拟合结果。     

BP 神经网络模型在环境气象灾害预测中的应用研究--以湖南省为例

依据环境气象数据与自然灾害统计数据,建立BP神经网络模型,对湖南主要气象灾害（洪灾、旱灾、冰冻灾）及受灾经济损失进行实例预测,将在MATLAB7软件中的仿真结果与传统的多元线性回归模型分析结果进行比较和误差分析。结果表明,BP神经网络模型在洪灾、旱灾受灾率方面的预测效果和精度优于多元回归模型,而由于冰灾训练样本不足及经济损失与输入因子的线性相关程度高,在冰灾与受灾经济损失率方面稍逊于多元回归模型。     

污水处理场无组织废气处理技术的探讨

随着我国社会经济的快速发展,在发展过程中产生的污水也变得越来越多,污水数量的增长不仅仅会带来相应的污水处理厂数量和规模的增长,同时也会带来一系列的伴生问题,其中污水处理厂在运行中的无组织废气就是一个典型问题,污水处理厂集中了大量的社会经济生产生活污水,在处理中产生的废气问题对区域大气环境影响严重,对污水处理厂周围居民的生活质量有严重影响,本文将对此问题进行简要的分析。     

大型环境科研项目的组织与管理

科研项目管理的科学性、合理性对科研目标的实现有着至关重要的影响。只有更好地协调科研项目的相关环节,提高各个环节的连续性,确保人力、财力、物力等资源能够得到充分应用,科研项目的目标才能真正实现。本文主要分析了大型科研项目的管理,并在此基础上论述了大型环境科研项目的组织实施和管理。     

城乡一体化导向的生活垃圾统筹治理研究

目前,生活垃圾对我国城乡的生态环境、自然资源、城乡居民身体健康、农产品质量安全等造成的严重危害,制约了城乡的可持续发展,阻碍了生态文明建设的进程。面对"垃圾围城"、"垃圾围村"的严峻形势,基于可持续发展理论,分析了城乡一体化导向的实质及统筹治理的特点。从统筹治理主体的缺位、立法过于倾向于城市、环卫基础设施缺乏城乡一体化规划、缺乏统筹治理协调机制、公众环境行为与环境意识不一致五个方面指出城乡生活垃圾统筹治理的困境,并提出城乡生活垃圾统筹治理的有效策略:明确统筹治理主体,实现城乡生活垃圾统一监管;完善生活垃圾治理相关法律制度,使立法倾向趋于平衡;保障资金投入,实现城乡环卫基础设施统一规划布局;建立城乡生活垃圾统筹治理长效机制;加强环境教育,促进城乡居民环境行为与环境意识的统一,以法律制度保障美丽中国目标的实现。     

国外气象灾害防御立法及其我国取向建议

2015年刚刚结束的两会,多位人大代表、政协委员也多次呼吁加快制定我国《气象灾害防御法》.另据《光明日报》报道:“人大常委会建议尽早启动气象灾害防御立法”.     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。