区域洪水灾害风险评估体系(Ⅰ)——原理与方法

区域洪水灾害风险评估是一个新的研究领域。从洪水灾害系统的概念出发,首先阐述了洪水灾害风险管理系统、洪水风险评估及风险类型划分;然后从指标选取原则、指标层次结构、指标量化、风险等级、风险指数等方面构建了洪水灾害风险评估指标体系;接着分析了矢量面状及栅格点状的洪水灾害风险评估单元;最后,介绍了适合区域洪水灾害风险评估的层次分析法、模糊综合评价法及空间分析方法。     

活性污泥中高效硝化细菌的富集方法

该发明公开了一种硝化细菌的富集方法。该方法是采用间歇式活性污泥法,通过逐渐提高培养液氨氮浓度的方法来进行富集,所用富集培养液主要组分为无机盐,包括微量元素Fe、Mg、Na、K及缓冲液,其中氨氮初始质量浓度为100～200mg／L,最终质量浓度为500～1200mg／L,COD≤200mg／L。该发明可使污泥中的碳化菌等杂菌的生长明显受到抑制,有利于硝化细菌成为优势菌群,     

地下水中难降解直链烷烃治理方法的优化研究

通过对地下水中直链烷烃的材料和相应的治理办法的研究,进一步对优化所选治理方法进行了探讨。     

基于灰色模糊理论的尾矿库安全评价方法研究

针对专家评分法对较小分数差异对象的评价结果存在较大误差,提出了一种模糊灰色综合评价方法.该方法的实质是通过灰色隶属度算子U的作用,放大系统内各种信息的差异,并使相似信息得到压缩,同时,根据类别之间的隶属度信息确定类别权系数.应用结果表明,模糊灰色综合评价方法和专家评分方法相比更符合实际情况.     

浅谈密闭空间安全作业方法

本文简单概括和介绍了《缺氧危险作业安全规程》（GB8958-88）及香港《工厂及工业经营（密闭空间）规例》,并提出了密闭空间安全作业的一些方法和建议。     

基于地形分区的射线跟踪法加速方法的研究

通过分析影响射线跟踪法计算效率的因素,提出一种基于多线程的用于开放地理环境中的射线跟踪加速方法,以提高射线跟踪法在计算机仿真中的计算效率。该方法应用于特定复杂战场电磁环境,根据电磁波射线传播特性,采用对地形分区的途径减少射线与规则三角面地形面的求交次数,同时使用多线程追踪单个辐射源的射线路径。经过对方法进行仿真计算,验证该方法的有效性。     

长江经济带高技术产业投入产出效率分析

提高长江经济带高技术产业的投入产出效率,有利于协调该区域经济发展与生态环境保护之间的关系。运用三阶段DEA方法,从企业类型、环境因素等视角对长江经济带高技术产业投入产出效率进行实证分析。结果发现,政府RD支出的增长对企业技术效率的提高均有正向作用,但作用效应尚未达到显著状态;研发机构数量的增加能够显著提高内资及港澳台企业的技术效率,而外资企业与中国技术市场的互动效应尚不显著;行业内企业数量增加所引致的市场竞争有利于外资企业提高技术效率,却显著降低了内资及港澳台企业的技术效率;不同类型企业之间和地区之间的技术效率存在较大差距,外资企业的技术效率和纯技术效率最高,内资企业的规模效率最高。文章最后提出政策建议。     

基于混合指标值TODIM方法的东营市生态系统健康评价

城市生态系统健康评价是城市可持续发展以及城市生态文明建设的需要。在当今各种"城市病"频发的背景下,研究城市生态系统健康水平,不仅有利于协调城市发展与城市生态系统健康之间的矛盾,而且对于指导城市建设规划编制,监控城市生态环境的可持续发展具有重要的现实意义。鉴于此,论文在原有的城市生态系统健康评价指标的基础上,通过基于混合指标值的TODIM方法评价东营市2007—2013年间的城市生态系统健康状况,并分析活力、组成结构、恢复力、维持生态系统服务功能以及生态系统认知的构成指标对城市生态系统健康状况的影响。为了避免主观判断对城市生态系统健康评价的不确定性,文章采用兼顾客观信息和主观信息的组合权重赋权法确定各个指标的权重;根据东营市城市生态系统健康评价指标的特性和数据特点,建立了混合多属性决策TODIM方法的数学模型;采用扩展的TODIM方法对东营市城市生态系统健康状况进行评价,并分析了各个指标在城市生态发展过程中的作用。研究表明:(1)东营市的城市生态系统健康状况一直向好,由脆弱状态逐渐过渡到亚健康状态,但是生态状况仍然不容乐观,距离健康状态仍有较大的差距;(2)环保投入力度不足、污染物排放量增加、产业结构仍不完善、建成区人口密度过高等成为制约东营市城市生态系统健康发展的突出问题。文章提出了相应的对策建议,以促进城市生态系统的健康发展。     

人工神经网络方法在资源与环境预测方面的应用

用人工神经网络方法对不同水域、不同环境因子之间非线性和不确定性的复杂关系进行学习训练并预测检验。结果表明：人工神经网络方法在模拟和预测方面 优于传统的统计回归模型,在资源与环境方面的应用是可行的。具有较强的模拟预测能力。与传统的回归模型相比,人工神经网络方法不要求监测数据具有很强的规律性,就可用后的网络模型对其进行预报,燕且预测相对误差均比回归模型预测相对误差要小,具有一定的实用性。两个实例的应用