密云水库流域2000-2005年植被覆盖度变化监测

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。文章利用2000和2005年2个时相的Landsat 7 ETM+遥感影像为数据源,以BP神经网络法为植被覆盖度估算模型,计算了密云水库流域内不同时期的植被覆盖度,生成了该流域2个时相内的植被覆盖度图,以此分析密云水库流域植被覆盖度的时空变化。结果表明,从2000-2005年,密云水库流域内除无植被覆盖类型外(即水域部分),其余土地利用类型的植被覆盖度都呈增加趋势,其中以沙质地和耕地最为明显,分别增长了29.5%和27.3%,并且密云水库流域的平均植被覆盖度不高,尤其西部地区植被覆盖度较差,水土流失和土地沙化情况比较严重。     

在德国遭遇“严师”

去年,我们单位从德国wacker公司引进了一台机器设备,所以特意安排精通德语的我到德国公司学习技术操作。下了飞机,汽车沿着通往Wacker公司的大道向前奔去,一路上车来车往、川流不息,宽阔的公路两旁花团锦簇、绿树成荫,各种标志性建筑物一个接一个。     

基于神经网络的生化池能耗预测模型研究

我国城市污水处理的能耗处于较高水平,直接能耗中电耗占60%~90%。为了合理利用电能,以A/O工艺为基础,选取BP神经网络建立能耗预测模型,由入水信息对溶解氧进行预测,为污水处理过程中曝气量的及时调度、有效利用能量提供可靠的决策依据。     

天时不如地利 地利不如人和——法国核电公司的公众策略分享

<正>成事,往往需要"天时、地利、人和"。德国核电的终结脱不开"人和"环节上的失利,而这恰恰是法国"成事"的关键。法国核电在短短的几十年内之所以能取得如此蓬勃的发展,除了政府根据本国实际情况拿出前瞻性的决策之外,更与其发展核电注重信息透明化,尽可能打消公众对核电的疑虑,获得公众的谅解、争取公众的支持是分不开的。法国电力公司核电项目的公众策略值得所有核电发展国的借鉴。而其正是基于以下五点来制定公     

全国首家报废汽车绿色处理中心在武汉投产

正化腐朽为神奇,江城再多一张"绿色名片"。近日,记者从武汉格林美资源循环有限公司(简称格林美)获悉,该公司旗下的报废汽车处理中心2014年8月正式在武汉投产,它将成为国内第一个实现报废汽车全程绿色处理的工厂。记者了解到,这个报废汽车处理中心,其工艺包括流程化拆解、破碎、有色分选、塑料分选、零部件再造、物联网信息化等六大技术与装备系统,全程可实现对报废汽车完整资源化与无害化处置,不仅能通过信息化来掌控全过程,     

BP神经网络在再生水补给密云水库水质评价中的应用

基于环境质量基本模型,将补给的再生水视为点源污染,建立了再生水补给后的湖库污染物浓度变化模型.在得到补给后主要污染物稳定浓度的基础上,建立BP神经网络模型,使用随机数发生器生成随机数据作为模型的学习样本和检验样本以满足BP模型对样本数量的需求.使用BP模型对再生水补给后的水质进行评价,评价结果证明了再生水补给的可行性与相对安全性.     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

天钢联合特钢公司实施“四清一绿”行动 推进大气污染治理工作 为打造美丽天津做贡献

<正>天津天钢联合特钢有限公司成立于2009年,是由天津钢铁集团有限公司和天津达亿钢铁有限公司共同出资组建的股份制公司。公司现有炼铁高炉、炼钢转炉、连铸、白灰窑、竖炉、烧结、制氧、轧钢等先进的冶炼设备及设施,是集炼铁、炼钢、轧钢连续生产于一体的现代化大型企业。主要设备设施情况炼铁系统:230 m2烧结机二台、500m3高炉两座、1080     

铁路可保风险识别及管理对策研究

为发挥金融保险在铁路高质量发展中的风险管理功能,以铁路建设、客货运营、经营管理为主线,采用定量定性等方法,识别评估铁路各阶段面临的可保风险。结合保险原理,提出要发挥保险转移风险、分摊损失和经济补偿的职能,运用自保公司丰富铁路风险管理工具。结果表明：在铁路工程建设、客货运输、复兴号品牌战略等经营管理中,铁路企业要提高保险意识,对可保风险运用保险手段开展风险管理,把不确定的损失费用转化为确定的保费支出,促进铁路安全平稳、高质量发展。     

基于神经网络的黄柏河东支流域水质遥感估算

水质安全是水环境中的关键因素,流域中复杂的空间差异一直是水质估算精度不高的主要原因。文章提出采用一阶微分算法提高遥感影像数据与实测水质参数之间的相关性,利用遥感影像数据与流域库区空间划分条件作为BP神经网络的输入模拟流域空间结构建立高精度水质反演模型。以黄柏河东支流域尚家河水库坝址以上流域为研究对象,基于Landsat-8遥感影像数据,选取主要水质参数：氨氮、总磷、高锰酸盐指数。经验证模型达到“优”精度等级,估算值与实测值最小决定系数为0.85、最小纳什效率系数为0.82、最小百分比偏差值为-9.51%、最大均方根误差与标准值比值为0.42。从水质参数估算结果空间分布图确定流域中玄庙观水库以氨氮浓度为代表污染最为严重。