浅谈油田开发项目事故风险环境影响和防治措施——以大庆太19区油田开发为例

通过对国内外油田开发的类比事故调查及资料分析,结合大庆太19区油田开采的实际情况,事故风险主要来自于钻井(井下作业)天然气集输管线以及站场等工艺环节,危险其安全的潜在危险因素主要有自然灾害、腐蚀环境、误操作、设备缺陷、施工及人为破坏等同题.在油田开发过程中所发生的事故,不论是人为因素引起的还是自然灾害,其最终结果都是导致原油、天然气或含油污水的泄漏及火灾爆炸事故,并产生不同程度的环境风险,因此采取风险防治措施显得尤为重要.     

论国家生态安全

国家生态安全是一种全新的现代国家安全观，要重视和维护国家生态安全。     

水危机与生态环境保护

本文对水危机及全球水源状况进行了分析，为保护人类水资源与生态环境进行了有益的探索。     

土与结构相互作用体系振动台模型试验数值模拟研究(英文)

运用土与结构动力相互作用 (SSI)有限元三维分析软件 SASSI2 0 0 0对一个土与结构动力相互作用体系振动台模型试验进行了模拟计算。对振动台模型试验作了简单的介绍 ,并详细叙述了试验的建模方法。对于试验中的刚性地基和柔性地基条件 ,El- centro波、Taft波和 5 0年超越概率为 10 %的南京人工波等三种地震波输入 ,三个加速度峰值水平 0 .1g、0 .2 g、0 .3g及两个水平向地震波输入的各种组合工况均进行了计算。在数值计算中 ,假设地基土为覆盖于基岩上的半无限粘弹性水平成层土 ,采用等效线性模型考虑土的动力非线性的影响 ;上部结构用三维杆系有限元单元模拟 ,楼板用四结点壳单元模拟 ,每个结点有三个平动自由度和三个转动自由度 ,模型试验中所施加的人工质量均匀分布于壳单元上 ;基础视为平板基础 ,用八结点块体单元模拟 ,每个结点有三个平动自由度。将试验结果与计算结果进行对比较 ,结果表明 :计算所建立的模型较好地模拟了相互作用体系在地震荷载下的反应性状 ,计算结果与试验结果吻合较好 ,SSI效应对结构地震反应有很大影响     

四川石油天然气工业环境统计体系现状分析及改进对策

针对四川石油天然气工业环境统计中存在的非稳定污染源监测数据的统计价值不高，统计调查方法单一，个别统计指标计算未使用国家统一标准等现状，从环境监测站改组入手，改革统计调查方法，建立以必要的周期性普查为基础，以经常性的抽样调查为主体，同时辅之以全面统计报表，重点调查和科学推算综合运用的统计调查方法体系。     

关于区域环境保护政策的思考

本文从通过分析我国环境保护政策存在的缺口和目前对这种理念的研究进展,并根据环境问题本身的特性以及环境问题产生的背景差异提出重新确立环境保护政策的调控范围的观点,并提出了这种观点对于对我国环境保护政策以及环境保护工作的重要意义。     

水入渗条件下边坡破坏离心模型试验研究

水的人渗能对土体强度产生较大的影响,它是造成边坡破坏的一个主要因素.不同含水量土质边坡的离心模型试验表明:边坡的破坏类型与其含水量大小有关,且主要存在两种破坏类型:一种是含水量较小时形成的拉裂缝破坏,另一种是含水量较大时形成的整体滑塌破坏;同时,含水量与边坡的最大稳定高度呈非线性关系.进一步的损伤力学分析表明,随着土体含水量的增加,损伤变量增大,并存在一个突变点;通过同离心模型试验结果比较,发现该突变点对应的含水量可作为两种破坏类型的判据.     

湖南省区域投资环境的优化对策

分析了湖南省区域投资环境条件,提出了优化投资环境思路:按点轴模式优化湖南区域经济空间布局结构,确立重点投资环境建设轴线;优化产业结构,优先对第二产业和优势产业进行投资环境建设;把人文环境和物质环境结合起来,着力改善区域经济发展的软、硬环境.     

红外和热分析联用在化工产品研究中的应用

运用实例论述了红外光谱分析与热分析联用在化工产品的产品开发和检测方面的应用。     

BASIN SCALE WATER MANAGEMENT AND FORECASTING USING ARTIFICIAL NEURAL NETWORKS1

ABSTRACT: Water scarcity in the Sevier River Basin in south‐central Utah has led water managers to seek advanced techniques for identifying optimal forecasting and management measures. To more efficiently use the limited quantity of water in the basin, better methods for control and forecasting are imperative. Basin scale management requires advanced forecasts of the availability of water. Information about long term water availability is important for decision making in terms of how much land to plant and what crops to grow; advanced daily predictions of streamflows and hydraulic characteristics of irrigation canals are of importance for managing water delivery and reservoir releases; and hourly forecasts of flows in tributary streams to account for diurnal fluctuations are vital to more precisely meet the day‐to‐day expectations of downstream farmers. A priori streamflow information and exogenous climate data have been used to predict future streamflows and required reservoir releases at different timescales. Data on snow water equivalent, sea surface temperatures, temperature, total solar radiation, and precipitation are fused by applying artificial neural networks to enhance long term and real time basin scale water management information. This approach has not previously been used in water resources management at the basin‐scale and could be valuable to water users in semi‐arid areas to more efficiently utilize and manage scarce water resources.