环境监测数据的证据属性与证据能力研究

环境监测数据是环境案件中认定事实与确定责任的关键证据。在线监测数据属于电子数据,记载手工监测数据的环境监测报告属于书证。在线监测数据的证据能力取决于监测设备的有效性和数据传输的有效性,环境监测报告的证据能力取决于制作过程的规范性和报告内容的真实性,各自适用不同的证据能力认定规则。     

《生态环境大数据建设总体方案》政策解读

我国"十三五"规划纲要明确提出实施国家大数据战略,把大数据作为基础性战略资源,全面推进大数据深化创新应用。面对严峻的生态环境形势与环境科学管理的需要,《生态环境大数据建设总体方案》应运而生。本文从环保云平台、数据资源整合、大数据管理平台、大数据应用四方面分析解读《生态环境大数据建设总体方案》的建设思路,从而充分发挥生态环境数据资源对人民群众生产、生活和经济社会活动的服务作用。     

基于MODIS的乌梁素海“黄苔”监测预警系统

乌梁素海暴发的"黄苔"对其周边地区的生态、经济造成了严重的破坏,对"黄苔"进行监测预警对于改善湖区及周边地区的生态环境以及经济的可持续发展具有重要意义。以物联网的4层设计内涵思想为指导,构建了基于MODIS数据的乌梁素海"黄苔"监测预警系统,实现了"黄苔"监测预警平台的信息化与系统化。经验证,该模型的计算结果合理、可靠,基本达到了业务需要的精度。     

集成仿真技术在空间光学遥感器设计中的应用

研究空间光学遥感器集成仿真中将光学、机械、热、控制等学科综合考虑的技术,从系统层面考虑各学科对光学性能指标的影响。综述了目前国外比较先进的光学遥感器集成仿真分析方法,主要包括以JWST为代表的STOP学科软件数据交互法和以NGST为代表的DOCS状态空间法,详细阐述了这些方法的集成方法和建模思路。集成仿真技术的实施开展可以减小产品概念设计和方案阶段论证周期,为总体指标的制定提供可靠依据。集成仿真是空间光学遥感器多学科优化的前提,深度集成和子系统协同仿真是未来的发展趋势。     

大数据背景下大气治理与公共传播

大数据的出现推动了社会的发展。大气污染是当前舆论关注的焦点问题之一,利用大数据分析舆论走向,提高公众对于大气污染与治理的认知程度,有利于推动政府的大气处理工作。     

浅谈环境信息中的GIS技术和中介数据

介绍了在环境信息系统中GIS技术所具有的功能和中介数据的作用及其规范化问题;并结合中国省级环境决策支持系统的开发,介绍了它们在环境信息中的使用。      

电力市场管理与负荷分析预测系统的开发应用

针对传统市场管理和分析预测中存在的数据源不完整、预测方法单一、人工汇总分析导致的准确率不高的问题,通过分析对比,采用 B/S 应用模式,J2EE 技术架构和 JAVA 解决方案,开发了电力市场管理与负荷分析预测系统,实现了海量数据的有序整合优化和负荷需求的科学预测。应用结果表明:该系统信息分类及管理完善、负荷预测模型先进、有效提高了预测准确率和工作效率,达到了为电力生产、经营提供辅助决策的预期目标。     

我国大气污染治理中大数据技术应用及其展望

将大数据技术用于治理大气污染,可以充分利用大数据提供的信息,提高大气治理效能,改善大气质量,这是一条科学而有效的途径,更是今后一种发展的趋势.我国在大气污染治理中已经初步应用了一些大数据技术,这项工作方兴未艾.为了进一步推动大数据技术在我国大气污染治理各项工作中能科学合理地使用,需要培养大批大气领域的大数据技术专业人才...     

一种防雷击的录井3M数据采集系统在南美地区的应用

由于中国石油南美项目区多雷电的特殊性,录井采集系统深受雷击之害,已经成为影响录井数据安全与作业质量的头等隐患。本文采用3M方式对原有录井采集系统信号传输方式升级与改造,提高了录井电器设备信号传输的可靠性,保障了录井数据采集与传输稳定,有效避免了雷击风险,确保了录井数据安全,具有一定推广应用价值。     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.