湿地基质及阴极面积对人工湿地型微生物燃料电池去除偶氮染料同步产电的影响

本研究采用人工湿地型微生物燃料电池处理偶氮染料X-3B,实现降解偶氮染料同步产电的效果.为了构建性能最优的人工湿地型微生物燃料电池(CW-MFC)系统,本研究主要从湿地基质和阴极面积两个方面研究系统构型对去除X-3B同步产电的影响,提高系统性能.研究表明以粒径10 mm、孔隙率30%的小石子作为湿地基质构造的CW-MFC系统微生物生物量最大,去除X-3B效果最好,脱色率高达92.70%,但其产电性能最差.较小的粒径和孔隙率使底层微生物生物量增加,促进X-3B的去除,但随着湿地基质粒径和孔隙率的减小,导致阴阳极营养物质不足,系统传质阻力增加,抑制了系统产电性能.X-3B的去除效果随着阴极面积的增加而提高直到阴极面积为594 cm~2时取得最大脱色率99.41%.当阴极面积继续增加时,CW-MFC系统产电性能上升趋势趋于平缓,X-3B去除效果呈现下降趋势,这是因为阴极反应过快导致更多的阳极电子输送到阴极用于产生电流,与X-3B发生反应的电子减少,阳极成为提高CW-MFC系统性能的限制因素.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

基于GIS的土地适宜性评价决策支持系统--以南京市江宁区淳化镇为例

传统的基于GIS建立的土地适宜性评价系统缺乏对空间问题决策的支持能力,而GIS与DSS技术集成建立土地适宜性评价决策系统一方面可以实现对空间数据的管理和分析,另一方面可以利用模型进行辅助决策,有利于解决与空间有关的决策问题。以MapInfo Professional 6.0为基础平台,以Visual 〖XC夏敏字1.TIF,JZ〗6.0为开发工具,建立了一个土地适宜性评价决策支持系统,该系统包括数据库系统、模型库系统、知识库系统以及人机接口4个部分,具有数据输入输出、图属互查、数据空间分析和辅助决策等功能。系统成功应用于南京市江宁区淳化镇农地适宜性评价实践中,应用结果表明系统能为决策者提供多种决策方案,同时又集成了GIS的数据管理和空间分析功能,满足土地适宜性评价的要求,有推广使用的价值。     

基于EMD-HHT可定位长输天然气管道第三方破坏事件监测技术

为适应目前管道安全监测需要,满足对扰动信号分类监测的实际需求,提出1种基于希尔伯变换和经验模态分解(EMD-HHT)的信号特征提取技术,利用基于φ-OTDR分布式光纤传感系统采集振动信号,通过EMD+HHT区分算法对管道沿线振动事件进行分解并提取6个典型特征向量,各特征事件数据经过EMD后选取IMF3为最终提取特征向量的原始数据,BP神经元网络可有效识别机械破坏、敲击破坏、车辆经过、人工挖掘、动力干扰5种事件。研究结果表明：在长输管道信号识别中,BP神经网络对5类事件平均识别率高达98.6%,该技术分类识别5类事件扰动信号,能够达到较高准确性,并且误报率平均在1.3%,能较好满足现场安全实时监测需求。研究结果对长输油气管道附近第三方破坏扰动信号分类监测具有一定参考意义。     

基于Logistic回归的燃气管网风险因素重要度分析方法研究

为确定燃气管网风险评估的关键风险因素,以A省各地市燃气管网为研究对象,基于燃气专家经验确定燃气管线风险等级,提出基于Logistic回归的燃气管网风险因素重要度分析方法。采用样本增强及随机抽样的方式,选取400个均衡样本作为管网评估数据输入,通过因子分析方法对其进行降维,得到3个公共因子并作为一级指标反向构建燃气管网风险评估指标体系;利用有序多分类Logistic回归方法,根据回归系数绝对值大小对风险因素进行重要度排序。研究结果表明：外界环境对燃气管网风险的贡献程度相对较高,管道自身因素和巡检养护次之。研究结果可为城市燃气风险防控提供理论依据和方法参考。     

多元回归在大气环境污染事故预测中的应用

运用多元回归法,通过预测模型的选择、数学模型的建立、基础数据的整理和回归效果的检验,建立环境污染范围与诸条件的关系,达到快速估算的目的,从而形成一种有效的大气环境污染事故范围预测的方法.     

基于文本挖掘的煤矿安全隐患管理研究

为探寻安全隐患的内在特征,加深安全管理人员对安全隐患的理解,提升安全管理效率。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源,利用Word2Vec模型构建安全隐患词向量模型,从模型中获取各类安全隐患主要相关词,利用桑基图解释安全隐患在不同隐患地点、生产作业单位的特征分布,并进一步揭示相关安全隐患的细节特征。结果表明:词向量模型能有效发掘安全隐患特征,桑基图能突出呈现安全隐患的关键信息流动。上述措施有助于管理人员深刻理解安全隐患数据中蕴含的潜在规律,为煤矿安全隐患排查治理工作提供依据,指导安全管理实践。     

组织支持感对建筑业农民工不安全行为的影响*

为对建筑业农民工的不安全行为进行科学有效的管理,探讨组织支持感、自我效能感与建筑业农民工不安全行为之间的关系,防止因建筑业农民工不安全行为造成的不安全事件发生,从组织行为学和计划行为学视角出发,以218名一线建筑业农民工为研究对象,通过构建结构方程模型进行实证分析。结果表明:组织支持感的3个维度均可直接对建筑业农民工的不安全行为产生负向显著影响,其中关心利益维度影响最大,工作支持维度次之;建筑业农民工的自我效能感在其组织支持感与不安全行为的负向关系中起到中介作用。     

施工组织正式网络结构特征对组织安全行为的影响关系研究

为提升建筑施工安全管理水平,探讨施工组织正式网络的结构特征对组织安全行为的影响关系。基于社会网络分析方法,引入安全沟通作为中介变量,建立施工组织正式网络结构特征、安全沟通和组织安全行为的假设模型。基于91个施工组织正式网络结构特征分析,使用多层回归分析方法检验假设模型。结果表明:网络密度、出度中心势和聚类系数均显著正向影响组织安全行为;中间中心势和平均路径长度均显著负向影响组织安全行为;入度中心势对组织安全行为影响不显著;安全沟通分别在出度中心势和中间中心势与组织安全行为的关系中起完全中介作用;安全沟通分别在密度、平均路径长度和聚类系数与组织安全行为的关系中起部分中介作用;安全沟通在入度中心势与组织安全行为的关系中未起到中介作用。     

Spatial and Seasonal Response of Municipal Water Use to Weather across the Contiguous U.S.

Weather variability has the potential to influence municipal water use, particularly in dry regions such as the western United States (U.S.). Outdoor water use can account for more than half of annual household water use and may be particularly responsive to weather, but little is known about how the expected magnitude of these responses varies across the U.S. This nationwide study identified the response of municipal water use to monthly weather (i.e., temperature, precipitation, evapotranspiration [ET]) using monthly water deliveries for 229 cities in the contiguous U.S. Using city‐specific multiple regression and region‐specific models with city fixed effects, we investigated what portion of the variability in municipal water use was explained by weather across cities, and also estimated responses to weather across seasons and climate regions. Our findings indicated municipal water use was generally well‐explained by weather, with median adjusted R² ranging from 63% to 95% across climate regions. Weather was more predictive of water use in dry climates compared to wet, and temperature had more explanatory power than precipitation or ET. In response to a 1°C increase in monthly maximum temperature, municipal water use was shown to increase by 3.2% and 3.9% in dry cities in winter and summer, respectively, with smaller changes in wet cities. Quantifying these responses allows urban water managers to plan for weather‐driven variability in water use.