2016年5-6月国内生产安全事故统计分析

统计了2016年5-6月国内发生的各种生产安全事故99起,其中包括交通事故、矿业事故、爆炸事故、火灾、毒物泄漏与中毒和其他事故.统计表明,在99起事故中,交通事故占55.56％,矿业事故占5.05％,爆炸事故占5.05％,火灾占6.06％,毒物泄漏与中毒占5.05％,其他事故占23.23％.99起事故共死亡468人.死亡人数的百分比分别为交通事故52.56％,矿业事故4.49％,爆炸事故4.06％,火灾5.34％,毒物泄漏与中毒3.21％,其他事故30.34％.2016年5--6月生产安全事故发生较多的6个省分别为安徽(9起)、河南(7起)、广东(7起)、云南(6起)、山西(6起)和山东(6起);死亡人数较多的6个省分别为湖南(44人)、浙江(43人)、河南(42人)、辽宁(36人)、安徽(27人)和广东(27人).     

2012-2014年广州能见度变化特征及与PM2.5关系研究

根据广州市2012年1月-2014年4月的大气能见度,PM2.5、O3、SO2、NO2、NOx、CO等大气污染物,以及气象要素的实时监测资料,分析了近年来广州市大气能见度变化特征,探究了能见度与大气污染物、气象要素之间的关系,并对PM2.5、相对湿度等主要因素对能见度的综合影响进行定量分析,并基于以上综合分析建立了高精度的能见度统计模型.结果表明:2012年1月-2013年12月广州市大气能见度呈好转趋势,到2013年能见度年均值约为13.01 km,为1973-2007年平均水平的约1.2倍;广州市大气能见度及灰霾日频率季节特征明显,其中春、冬季节是低能见度时期,也是灰霾多发季节,灰霾日频率达到50％左右;PM2.5、相对湿度为近年影响广州市能见度的主要因子,相关系数分别达-0.556、-0.335 (p ＜0.01).研究表明,最终所建立的多函数拟合统计模型对能见度模拟效果较好,相关系数达到0.90(p＜0.01),平均绝对误差、平均相对误差、均方根误差分别为1.281 km、13.3％、1.767 km.     

机械制造企业安全事故统计分析与对策研究

本文统计分析了4家机械制造企业11年导致人员死亡和重伤的28起安全事故案例，结果表明这些企业安全事故总体发展趋势和企业业务发展有密切的联系，企业安全事故的事故类型、事故原因和事故岗位分布有非常明显的行业特征；最后根据统计分析结果提出了调研企业在预防安全事故方面需要加强的管理对策和措施。     

地震损失经济学评估模型灾损参数的统计研究

地震应急管理有助于震后救灾工作的顺利进行。传统的灾损评估需要有关人员进入现场根据地震破坏情况进行评估,这会影响评估的时效性。通过对地震灾损参数进行统计学研究,利用现有的研究成果,以统计指数、数据包络分析为理论基础,将现有的基于不同房屋结构类型、不同破坏等级的震害矩阵进行降维,确定了灾损参数,并以青海玉树地震为例,运用灾损参数实现了灾损的快速评估。     

2015年1-2月国内生产安全事故统计分析

统计了2015年1-2月国内发生的各种生产安全事故122起,其中包括交通事故、矿业事故、爆炸事故、火灾、毒物泄漏与中毒和其他事故.统计表明,在122起事故中,交通事故占74.59％,矿业事故占2.46％,爆炸事故占3.28％,火灾占2.46％,毒物泄漏与中毒占5.74％,其他事故占10.66％.122起事故共死亡463人,伤113人.死亡人数的百分比分别为交通事故76.46％,矿业事故2.81％,爆炸事故3.89％,火灾3.24％,毒物泄漏与中毒4.54％,其他事故9.07％;受伤人数的百分比分别为交通事故68.14％,矿业事故6.19％,爆炸事故4.42％,火灾0,毒物泄漏与中毒10.62％,其他事故10.62％.2015年1-2月生产安全事故发生较多的5个省、自治区分别为黑龙江(12起)、广西(12起)、云南(10起)、湖南(10起)、广东(10起);死亡人数较多的5个省、自治区分别为云南(44人)、湖南(43人)、黑龙江(42人)、广西(42人)、安徽(36人);受伤人数较多的5个省、直辖市分别为湖南(18人)、安徽(17人)、云南(16人)、重庆(10人)、辽宁(9人).     

基于多元统计分析的浅层地下水受人为活动影响表征性指标筛选

本文利用描述性统计分析、主成分分析和聚类分析,研究了马鞍山地区浅层地下水中19种水化学指标数据的离散性、指标间的相关性。结果表明:TDS、Fe、Mn、F-、NO-2可作为该地区人为活动对地下水影响的表征指标。对上述五种指标的综合分析显示,马鞍山地区地下水受人为活动的影响程度可分为三个区:西北区以马鞍山主城区及郊区为代表,主城区地下水受人为活动的影响程度大,郊区地下水受人为活动的影响程度较大;东南区地下水受人为活动影响程度中等;西南区及丹阳、新市镇和薛津镇一带地下水受到人为活动影响程度小。     

PROBLEMS IN FORECASTING WATER REQUIREMENTS1

ABSTRACT. Methodological problems associated with forecasting water requirements by use of regression analysis are examined. Problems occurring when long-range forecasts are based on linear and nonlinear extrapolation of time series models include possible changes in socioeconomic conditions, water allocation system structure, and limits to growth. Problems arising in forecasting based on multiple regression models are likely to involve serially dependent errors, multicollinear explanatory variables, and difficulties inherent to the presence of explanatory variables that must themselves be predicted.     

前兆异常与地震相关性研究—— 一个值得广大地震学者重视的问题

简要介绍了前兆异常与地震相关性定量分析方法,并列举了在进行这方面研究中目前存在的薄弱环节和困难,以期引起广大地震分析预报人员的重视。     

ESTIMATING MEAN AND VARIANCE FOR ENVIRONMENTAL SAMPLES WITH BELOW DETECTION LIMIT OBSERVATIONS1

ABSTRACT: Left-censoring of data sets complicates subsequent statistical analyses. Generally, substitution or deletion methods provide poor estimates of the mean and variance of censored samples. These substitution and deletion methods include the use of values above the detection limit (DL) only, or substitution of 0, DL/2 or the DL for the below DL values during the calculation of mean and variance. A variety of statistical methods provides better estimators for different types of distributions and censoring. Maximum likelihood and order statistics methods compare favorably to the substitution or deletion methods. Selected statistical methods applicable to left-censoring of environmental data sets are reviewed with the purpose of demonstrating the use of these statistical methods for coping with Type I (and Type II) left-censoring of normally and log-normally distributed environmental data sets. A PC program (UNCENSOR) is presented that implements these statistical methods. Problems associated with data sets with multiple DLs are discussed relative to censoring methods for life and fatigue tests as recently applied to water quality data sets.