部分取代苯类在江水中的生物降解与结构相关性研究

测定了２７种取代苯类化合物在松花江江水中的生物降解性．采用量子化学ＭＯＰＡＣ６．０－ＡＭ１法计算了化合物的分子量(ＭＷ)、生成热(Ｈｆ)、分子总表面积(ＴＳＡ)及最高占有轨道能(ＥＨＯＭＯ),结合辛醇/水分配系数ｌｇｐ及酸解离常数ｐＫａ对其中２２种化合物的ＢＯＤ值进行多元线性回归分析,得到如下模型:ＢＯＤ＝１０５．７３－０．４３９ＭＷ－０．０７６Ｈｆ－６．６６０ｌｇＰｎ＝２２,Ｒ２＝０．８２１,ＳＥ＝８．２５０,Ｆ＝２７．５６,Ｐ＝０．０００应用所得模型对其余５个化合物的生物降解性进行了预测．只有一个化合物的相对预测误差大于２０%,为２０．８%．平均预测误差为１２．４%．     

固体废物和废水倾倒类事件清挖处置的建议

近年来,各类固体废物和废水倾倒事件频发。管理程序和技术标准的缺失,使得这类事件清挖处置不当可能导致污染物浓度反弹、清挖不到位或过度清挖等问题。亟需针对这类事件制定专门的工作程序和标准规范,实现清挖处置与损害评估工作的统筹,人体健康风险、生态风险、环境风险的统筹,以及效果评估与污染调查工作的统筹。     

飞信通讯手段在突发环境污染事件处置时的应用

对现有移动通讯方式在突发环境污染事件中的应用进行了比较。通过实例,简述了飞信作为突发环境污染事件应急处置时通讯方式的应用。结果表明,飞信综合了一对一、多对多的语音和图文信息传输方式,在技术资料支持和监测结果通报方面具有明显的实用价值,配合防爆型对讲机,可以满足应对突发环境污染事件时对通讯的要求。     

能量隔离确认在上锁挂牌程序中的重要性

生产安全事故是企业生产经营活动过程发生的偏离目标任务导致人员伤害、财产损失、环境污染等危害后果的严重事件。事故调查的主要目的是了解事故发生的起因、过程、造成的危害,进而改善风险控制与管理系统不足之处。本文通过调查一起未遂高风险事件,发现了在该事件的上锁挂牌程序执行过程中存在的漏洞,提出:上锁挂牌的程序需要通过确切的方式进行能量隔离确认。     

解读《企业突发环境事件分级方法》

环保部颁布的《企业突发环境事件分级方法》规定了企业突发环境事件的风险分级的程序和方法,在适用范围、等级划分、风险物质的归类及其临界量等方面作了很大力度的修订和完善,将大气环境风险与水环境风险分开评估,综合定级,更突出了企业大气和水环境风险特征和防控管理措施的针对性,对企业环境风险等级划分更加准确,有助于企业明确风险类型,制定针对性的防控对策。对企业的风险源辨识、突发环境事件的防控及风险物质的管理具有指导意义。     

基于视频的雾天能见度实时监测方法研究

目前我国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而我国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法。该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型。结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10%以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48%以上。验证了用该方法测量雾天能见度具有可行性和有效性。     

走滑断层作用下X80管道设计应变规律和神经网络预测

走滑断层是埋地管道常见的地质灾害威胁,断层作用下管道会发生较大的拉压应变而失效。为得到X80管道的设计应变,基于有限元方法建立了走滑断层作用下管道的应变响应数值计算模型,模型使用壳单元模拟管道,非线性弹簧单元模拟土壤约束,采用西二线实际工程的管道应变影响参数范围,计算了管道的设计应变;为预测管道的设计应变值,基于以上参数化分析得到的4 817组设计应变结果,采用人工神经网络建立了管道设计应变预测模型。结果表明:该神经网络模型预测结果的最大相对误差小于10%,预测准确性良好,且该方法具有较高的计算效率,可以为断层作用下埋地管道的应变设计与评估提供参考。     

土地利用规划中建设用地预测方法比较

为探索提高建设用地预测精度和预测方法比较,该文运用多元线性回归模型、GM(1,1)模型和BP神经网络模型对晋城市建设用地进行预测,预测结果说明三种模型的平均相对误差和预测精度均存在一定差异。研究表明:建设用地预测中应结合数据本身的特点和数据收集的难易程度选择不同模型;多角度多方法进行预测比较,可得到预测精度较高的预测结果;对于建设用地预测方法比较,可以从模型本质特性、数据采用形式和数据获取难易程度等7个方面进行综合比较。该研究为科学选择建设用地预测方法、探索预测方法比较提供一种思路,为土地利用规划修编和土地资源可持续利用提供科学依据。     

基于BP神经网络的多壁碳纳米管复合CdS-TiO_2光催化剂优化合成研究

基于CdS-TiO2/多壁碳纳米管(MWCNTs)光催化剂降解甲苯的正交实验数据,采用反向传播(BP)神经网络训练并建立了光催化剂合成条件设计的神经网络模型。以正交实验确定的4个主要影响因素作为输入层参数,以甲苯降解率作为输出层参数,将全部实验数据分为训练样本集和预测样本集。运行网络,系统误差为0.000 724,网络预测值与实验数据值相关系数达到0.989,说明该网络具有较好的训练精度及泛化能力。并利用训练好的神经网络预测得到CdS-TiO2/MWCNTs光催化剂的最佳合成条件:焙烧温度为460℃,MWCNTs复合量为1.5%(质量分数),活性组元摩尔比(TiO2/CdS)=80∶1,水加入量为12%(体积分数)。     

在美国看天:感受美国的大气环境保护

近几十年,我国经济建设高速迅猛发展,楼房高了、汽车多了、道路宽了、口袋鼓了,但同时,我们的生存环境也差了。如今,厚厚的灰霾像一个硕大无边的盖子整天罩在我们许多城市的上空,即使那些戴着"环保模范城市"、"生态示范区"、"生态市"、"宜居城市"桂冠的城市也是如此。我们的城市病了,钢筋水泥森林间流动的是污浊的空气。如果