建筑垃圾堆放点样本集构建与优化研究

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用基于像素的遥感分类方法构建建筑垃圾堆放点样本集,在此基础上结合直方图均衡化,CS-LBP算子约束以及迁移学习的方法对Wasserstein生成对抗模型（WGAN）进行优化,实现了样本集扩充。研究结果表明:相对于纯手工制作的样本集,基于像素的遥感分类方法可以显著提升样本集制作的效率;同时,经过WGAN优化后,生成样本模拟了原始数据的颜色与纹理特征分布规律,增加了原始数据的多样性,满足了扩充样本集的需求。     

基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。     

基于语义翻译的英文环保数据分析研究

英文环保数据对污染的治理和环境的保护有着至关重要的意义。提出一种基于语义翻译的英文环保数据分析方法。在英文环保数据的翻译过程中,加入双语语义的相似程度特性,提升英文环保数据的翻译质量。通过分布式的模式,在源端及目标端得到英文环保数据短语单语合成的语义向量;通过实验对所提方法进行验证,实验结果表明,所提方法获取的英文环保数据翻译质量较高,得到的影响环境变量与环境质量之间呈现的关系极为准确,与实际值的拟合程度在0.98左右,证明了数据分析的可靠性。     

基于医疗大数据的空气污染类疾病信息分析研究

世界卫生组织表示,空气污染为造成全球疾病负担的一项重要因素,能够导致心血管疾病、呼吸系统疾病等各种疾病的发生,空气污染问题已经成为公共卫生领域关注的重点问题,对基于医疗大数据的空气污染类疾病信息进行分析。利用半参数广义相加的泊松回归模型,在控制时间、长期趋势、气象因素等一些复杂条件的基础上,对2012年1月1日至2016年12月31日,某市空气中SO2、PM10和NO2等一些主要空气污染物的监测浓度值与呼吸系统疾病(肺炎以及支气管炎与哮喘)住院人数的相关性进行研究,研究结果表明,空气颗粒物PM10对患病率的影响相对于气态污染物SO2、NO2更为严重。     

监测分析中结果的表达─兼谈环境监测标准化

对环境监测中的数据、统计、有效数字、修约，以及计量单位、结果表达、原始数据的记录等既平常又十分重要易被忽略的重要问题作了概述，这些问题的解决才能保证监测结果的准确性和可靠性．     

牢固树立质量意识、不断提升监测水平

总结了甘肃省环境监测系统不断完善质量保证与质量控制的措施和做法，使全省环境监测数据的准确性有了很大提高，为环境管理提供了更为科学的依据．     

旋风分离器内压力损失的计算

旋风分离器的压力损失包括入口损失，边壁摩擦损失，灰斗损失，本体内动压损失及出口损失五部分。本文在推导得出粘性流体切向速度计算公式的基础上，给出了各部分压力损失的计算方法，并使得总压力损失的计算结果与实验结果达到了很好的吻合。     

大数据在环境执法与守法中的应用研究

在大数据已成为国家重要的基础性战略资源的背景下,文章梳理了大数据在环境执法与守法应用中面临的新机遇,指出了环境执法数据的价值资源及大数据在环境执法与守法中的促进作用。大数据在环境执法与守法中存在的问题包括数据源和数据质与量的限制、大数据人才的匮乏、大数据理念的认知不足等,该问题存在的根源在于缺乏长效的数据管理机制、立法和制度建设滞后、执法理念和大数据理念的融合不足。建议树立大数据的管理思维,做好大数据应用于执法的制度设计,建立数据应用的反馈机制,推进适用大数据时代环境执法与守法理论与方法的变革。     

边际机会成本与自然资源定价浅析

采用边际机会成本理论,对自然资源定价的原理和方法进行阐述,并比较了各种方法在实际应用中的适用条件,以及相互之间的优劣,为自然资源开发中的环境损失估算提供理论支持.