氧化铝赤泥堆场渗滤液污染的评价与防治

提出了氧化铝生产赤泥堆场的环境影响评价构架及生产阶段尽量减少下渗量的措施，有效地保护堆场区域地下水水环境。     

降低企业库存风险问题研究

大多数企业都面临着库存风险问题 ,库存过多 ,造成积压 ,不仅占用大量资金和场地 ,加重企业的利息负担 ,而且长期存放会使物品陈旧过时 ,失去原有的价值和使用价值。如何降低库存风险 ,使库存经常处于合理水平 ,是每个企业都十分关心的问题。笔者分析了库存管理中存在的问题 ,提出需求预测和安全库存的确定 ,是降低库存风险的两个重要前提 ,同时讨论了安全库存的计算方法 ,以及降低库存风险的主要措施     

甲撑二苯基二异氰酸酯(MDI)生产过程中危险有害因素及对策措施

甲撑二苯基二异氰酸酯 (MDI)生产过程中涉及到了多种危险有害因素。笔者通过对国内现役MDI生产装置进行调研 ,同时结合国内外其他涉及光气生产厂家的情况 ,分析并指出了生产过程中可能出现的危险有害因素 ,从而提出了相应的对策措施     

太湖流域主要城市洪涝灾害生态风险评价

太湖流域有上海，苏州，无锡，常州，镇江，杭州，嘉兴，湖州八个大中城市，是我国产业最集中，工农业最发达的地区之一，但该地区洪涝灾害频繁，这不仅制约了流域中各城市经济的发展，还严重威胁到该地区城市的生存平衡，本文根据生存风险评价原理，结合太湖流域的自然特点，提出成因分析法的指标模型。并通过分析太湖流域八个大中城市的汛期降雨量和地形地貌因子对洪涝灾害生态风险的影响度，得出各个城市洪涝灾害的生态风险度，最后还根据各城市风险度的大小及其主导因素的不同，提出了如何管理洪涝灾害生态风险的建议。     

构造运动与中国沿岸平原的地质灾害

中国海岸穿过构造沉降带和隆起带，沉降带及隆起带断陷盆地的持续下降吸引了源远流长的大河在此人海，而隆起带内入海的河流多为近源小河，从而引起河流泥沙沿岸分配的不均和海岸沉积物的差异。沉降带内每公里海岸线接受的沉积物是隆起带的数十倍，且以砂质沉积物为主．隆起带河流泥沙来量少．而且砂质沉积物占了压倒的优势．河流泥沙沿岸分配的不均决定了中国沙质和淤泥质海岸的基本类型和分布格局、沉降带和隆起带松散沉积层的厚度和结构，山此产生了中国沿岸与第四纪沉积层有关的灾害和环境问题的有规律的分布。地面沉降主要分布于沉降带内，而地下海水入侵多出现在依赖地下水的隆起带内，底辟构造、浅层天然气往往在大河三角洲构成灾害和潜在的地质灾害．沉降带和隆起带断陷盆地内的海岸低地通常是海平面上升的主要脆弱地区．此外，丰富的河流泥沙使中国海岸对全球海平面上升的响应也不相同，如海岸湿地的再生和海岸侵蚀原因的复杂性等．     

中国东南沿海重点城市台风危险性分析

中国东南沿海地区是中国经济最发达，人口最稠密的地区，同时也是世界上受台风影响最严重的地区之一。本文以上海经9个沿海重点为例，通过对《台风年鉴》数据的分析处理，提取了台风关键参数并进行了统计分析与建模；利用Monte Carlo抽样和成熟台风风场模型模拟，得到了极值风速序列，对年极值风速序列进行极值风速统计分析，得到了不同重现期和地貌的极值风速，结果与实测风速比较吻合。     

A comparative study of risk perception in small and large communities where chemical industries are present

Opinion polls were conducted to assess the level of risk perceived by the citizens in communities of different sizes where chemical industries were present. The aim of the study was to relate the risk perceived to variables such as the nature of risks, the specific information received regarding the industrial activity and the economic impact of this activity in the community.     

FLOOD STAGE FORECASTING WITH SUPPORT VECTOR MACHINES1

ABSTRACT: Machine learning techniques are finding more and more applications in the field of forecasting. A novel regression technique, called Support Vector Machine (SVM), based on the statistical learning theory is explored in this study. SVM is based on the principle of Structural Risk Minimization as opposed to the principle of Empirical Risk Minimization espoused by conventional regression techniques. The flood data at Dhaka, Bangladesh, are used in this study to demonstrate the forecasting capabilities of SVM. The result is compared with that of Artificial Neural Network (ANN) based model for one‐lead day to seven‐lead day forecasting. The improvements in maximum predicted water level errors by SVM over ANN for four‐lead day to seven‐lead day are 9.6 cm, 22.6 cm, 4.9 cm and 15.7 cm, respectively. The result shows that the prediction accuracy of SVM is at least as good as and in some cases (particularly at higher lead days) actually better than that of ANN, yet it offers advantages over many of the limitations of ANN, for example in arriving at ANN's optimal network architecture and choosing useful training set. Thus, SVM appears to be a very promising prediction tool.     

城市自然资源的综合评价与发展评价——以武汉市为例

在武汉市的自然资源结构中,水资源量大质优,地位突出,农业自然资源配合协调,城市建设的相关资源组合较好,能源与矿产资源相当贫乏。从城市发展的角度考察,人均资源量将日趋减少,水资源保证程度较高,城市土地资源尚具潜力但矛盾日益显露,能源与矿产资源的制约性是深刻而持久的。