省域高速公路交通应急救援联动机制探讨

在系统分析省域高速公路应急救援组织体系存在问题的基础上,通过广泛调研和系统研究,结合我国国情,提出省域高速公路交通应急救援的组织指挥体系、可靠联动模式、运行机制、联动保障、技术路线等方案与措施。建立了基于领导机构、办事机构、工作机构、专家组4个层次的救援组织指挥体系,构建了高速公路交通应急救援的协调管理的基本机制,设计了对应协调管理基本机制的联动处置流程,并提出建设先进的高速公路交通应急救援调度信息中心的具体内容,为建立高效、稳健的高速公路交通应急救援组织体系与联动机制提供科学依据。该方案与措施有助于统一协调指挥多个救援部门之间的工作,实现救援部门之间的信息共享,确保交通应急救援调度和协调管理工作的顺利实施。     

发展和完善我国航空安全自愿报告系统的研究

鉴于当前我国航空安全自愿报告系统运行时间短、效果不佳的现状,主要从航空安全自愿报告系统运行、系统平台功能设计及信息处理分析3方面,对国内外大量航空安全自愿报告系统进行研究。指出目前我国航空安全自愿报告系统在系统设计、系统运行及后期的信息处理、信息发布利用等环节存在的问题和制约因素。就协调中立运行机构与系统3大原则之间的冲突,加强系统平台的人性化设计,提高信息分析处理效果,完善信息发布利用机制、提高信息利用度等关键问题给出了新的思路和对策。为我国航空自愿报告系统的完善和发展,提出了切实的改进建议和措施。     

化学需氧量在造纸废水中分布规律及采样点位的优化

目前对造纸废水的监测通常采取随机取样,很少考虑污染物在废水中的分布情况,所以取得的样品很难反映污染物的实际排放情况。为此,通过对某造纸厂排废废水中化学需氧量分布夫妻及采样点位的优化研究。     

中国自然保护区可持续管理模式探讨——伦敦自然保护区管理模式借鉴

近年来,世界各地自然保护区迅速发展,如何有效持续地管理这些自然保护区成为一个重要的问题。文章分析了我国自然保护区现有管理模式的特点与存在的问题,简要介绍了伦敦自然保护区的管理模式现状,根据我国的实际情况,笔者认为中国的自然保护区应采用强制式和完全参与合作式相结合的管理模式,并提出了几点管理模式的改革建议。     

浅析总量监测中"生产周期"的确定及频次优化

根据排污周期确定加密监测采样频次,用实例说明有规律排污过程的生产特点,提出固定频次法进行监测频次优化的应用建议。     

Application of statistical modeling to optimize a coastal water quality monitoring program

The long-term water quality monitoring program implemented by the Massachusetts Water Resources Authority in 1992 is extensive and has provide substantial understanding of the seasonality of the waters in both Boston Harbor and Massachusetts Bay and the response to improvements in effluent quality and offshore transfer of the effluent in September 2000. The monitoring program was designed with limited knowledge of spatial and temporal variability and long-term trends within the system. This led to an extensive spatial and temporal sampling program. The data through 2003 showed high correlation within physical parameters measured (e.g., salinity, dissolved oxygen) and in biological measures such as chlorophyll fluorescence. To address the potential sampling redundancies in the measurement program, an assessment of the impact of reduced levels of monitoring on the ability to make water quality decisions was completed. The optimization was conducted by applying statistical models that took into account whether there was evidence of a seasonal pattern in the data. The optimization used model survey average readings to identify temporal fixed effects, model survey-average-corrected individual station readings to identify spatial fixed effects, corrected the individual station readings for temporal and spatial fixed effects and derived a correlation model for the corrected data, and applied the correlation model to characterize the correlation of annual average readings from reduced monitoring programs with true parameter levels. Reductions in the number of sampling stations were found less detrimental to the quality of the data for annual decision-making than reductions in the number of surveys per year, although there is less of a difference in this regard for dissolved oxygen than there is for chlorophyll. The analysis led to recommendations for a substantially lower monitoring effort with minimal loss of information. The recommendation supported an annual budget savings of approximately $183,000. Most of the savings was from fewer surveys as approximately $21,000 came from the reduction in the number of stations monitored from 21 to 7 and associated laboratory analytical costs.     

道路交通噪声自动监测应用探讨

结合城市道路路网状况及实际噪声监测数据和历史实验数据,对道路交通噪声自动监测数据的有效性、监测点位布设进行了研究,对道路交通噪声监测点位优化提出建议。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

自动监测站第三方运维管理的思考

随着自动监测技术的不断发展,其连续、稳定的监测优势正在逐步代替手工监测,各地监测部门投入了大量的资源和精力建成了大量的空气、水质自动站,在灰霾监测、河道水质监管、大环境预警方面等都起到了积极作用。由于自动站数量多,工作任务复杂繁重,因此大部分地区都采用第三方托管模式进行自动站日常运维管理。如何有效的进行权责分配、提高工作效率、减少管理摩擦等成为业主方不可回避和亟待解决的问题。根据实际管理实践,结合一些实用的管理经验,提出了一系列相关措施。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。