基于模糊综合评价的城市燃气管网第三方破坏失效可能性研究

针对第三方破坏事故具有多样性、复杂性和不确定性等特点,建立城市燃气管网第三方破坏失效可能性评价模型。辨识出包括社会环境与公共关系、管道敷设状况、破坏与防控、管理与误操作以及自然环境等5类一级因素和19个二级因素,通过改进的层次分析法确定各级影响因素的权重,并运用多层次模糊综合评价法得出管道第三方破坏失效可能性的大小。以成都市某燃气管道为例进行验证分析,按照最大隶属度原则对评价结果进行处理。     

人防工程消防系统设计的若干问题

从人防工程内消防系统的重要性入手,分别从消防水源、消火栓系统的独立分区、消防阀门的设置以及消防排水4个方面探讨了人防工程内消防设计的一些常见问题,强调设计中应考虑平、战结合,方便临战时转换。     

基于BN的FTA在通用航空风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,采用以事故树为基础建立的贝叶斯网络(BN)风险模型,对通用航空中的两机空中相撞事故进行分析和推理,对事故模型进行改进和修正时,注重基事件的多态性和事件间的逻辑合理性。根据贝叶斯推理得出的数据,找到了事故的主要致因。结果表明,基于BN的FTA既能向前预测顶事件的发生概率,又能向后诊断基本事件的后验概率,可以更好地对通用航空风险进行评价。     

不同水文情景下白洋淀水体好氧反硝化菌群对水质因子的动态响应

为探究不同水文情景下白洋淀水体好氧反硝化菌群的演变规律和驱动机制,基于水质调查和高通量测序技术,进行了水体水质因子分析、好氧反硝化菌群α多样性分析、物种组成和网络分析.结果表明,白洋淀水体呈弱碱性,丰水期水体T最高,DO最低,冰封期T最低,DO最高.白洋淀水体在枯水期、丰水期、平水期和冰封期下NH₄⁺-N、NO₂^--N、NO₃ ^--N、TN、高锰酸盐指数、Fe和Mn之间均存在显著差异（P < 0.01）,其中TP在不同水文情景下不存在显著差异（P > 0.05）.不同水文情景下水体中最大的细菌门类为Proteobacteria,相对丰度较高的属为Magnetospirillum、Aeromonas、Pseudomonas、Azospirillum和Bradyrhizobium.此外,好氧反硝化菌群的α多样性均存在显著差异（P < 0.001）,冰封期菌群丰富度最高,枯水期和冰封期菌群的多样性和均匀度最高.经RDA、Mantel分析,菌群的水质驱动因子在不同水文情景下有所差异,枯水期菌群的水质驱动因子为pH、NO₃^--N、NO₂^--N和高锰酸盐指数,丰水期菌群的驱动因子为pH、T、DO、NO₂^--N和TP,平水期的驱动因子为NO₂^--N、Fe和高锰酸盐指数,冰封期菌群的驱动因子为NO₃^--N和NO₂^--N.网络分析表明与水质驱动因子相关的物种存在时间差异,枯水期与水质驱动因子相关的属为Magnetospirillum、Aeromonas和Azoarcus,与丰水期相关的属为Magnetospirillum、Pseudomonas和Aeromonas,与平水期相关的属为Magnetospirillum、Pseudomonas和Limnohabitans,与冰封期相关的属为Magnetospirillum、Azoarcus和Pseudomonas.不同水文情景关键水质因子（主要是T、DO、NO₃^--N和高锰酸盐指数）与好氧反硝化菌群之间的关联关系,随着时间演变也在逐渐发生变化.综上,通过对不同水文情景下白洋淀水体好氧反硝化菌群演变特征及环境因子驱动机制进行研究,可为认识天然环境中好氧反硝化菌群演变机制提供依据.     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

重大危险源事故风险预警技术研究

重大危险源事故风险预警技术是事故控制技术中的一大研究重点。本文通过对比分析安全生产领域常用事故预警模型的优缺点,总结了事故预警模型的发展趋势,提出了基于模糊综合评判技术和动态模糊神经网络技术的重大危险源事故风险预警模型,详细陈述其构建过程,最后对液化石油气蒸气云爆炸事故应用该模型,得到了较好的预测效果,实现了风险程度的定量化预警。该预警模型具有快速的自学习能力和容错能力,能够同时处理多种风险因素、自动生成模糊规则并满足预警系统的实时性要求,可应用于重大危险源在线监控预警系统,为企业端和政府端监管者提供有效的重大危险源事故风险定量化预警信息,为遏制重大灾难事故的发生、减少死亡人、数受伤人数和直接经济损失提供先进的理论和技术支撑。     

矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

基于ANN的土壤重金属分布和污染评价研究

农田土壤重金属污染与备受关注的农产品安全问题有密切联系,因此对其进行研究意义重大。以江苏省南通市为研究区,利用采样点实测数据,借助神经网络模型(ANN)并结合3S技术对问题进行研究,从而对土壤重金属的空间动态分布进行描述,并对各个空间位点重金属的污染状况进行评价。结果表明,神经网络模型能够智能地学习各个样点的空间位置与该点各重金属含量之间的映射关系和预先设计好的分类评价模式,并能够稳健地对各个空间插值点处的重金属含量和各个位点的重金属污染状况进行预测和评价。结论显示,南通市大部分农田土壤重金属污染较轻,但也存在局部地区的严重污染。结论与实际情况相符,表明神经网络模型可以为农田土壤重金属的研究提供一个新的思路和方法。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

Military humanitarian and disaster governance networks in Southeast Asia: framework and analysis

Behind humanitarian assistance and disaster relief (HADR) efforts are governance networks of actors working together to facilitate, coordinate, and deliver joint aid and response initiatives. Militaries are key stakeholders in these networks because of their unique capabilities, particularly in Southeast Asia. This paper explores the role of military governance networks in shaping HADR affairs. It presents a framework for examining military-to-military relational structures in humanitarian and disaster contexts using network theory and social network analysis. It also assesses the nature of military ties and their influence on two capability areas essential to humanitarian activities in the region: (i) the distribution of military assets and equipment used in HADR; and (ii) the coordination of HADR exercises and training. This paper seeks to provide insights into how governance network features and properties affect the capacity of ASEAN (Association of Southeast Asian Nations) militaries to use available resources efficiently and to achieve shared objectives in regional disaster response.