中国城市大气环境库兹涅茨曲线——来自动态面板数据的证据

环境库兹涅茨曲线（EKC）揭示了环境污染与经济增长之间存在倒“U”型的关系。目前,关于EKC的实证研究大都从环境指标选取、国际贸易及收入差距等视角展开的,很少有文献研究EKC的动态特征。基于1994-2005年我国46个不同类型城市空气质量和经济增长的面板数据,采用动态广义矩估计（Dynamic GMM）方法首次对我国城市EKC的动态特征进行了系统分析,结果发现：EKC的估计结果在很大程度上取决于计量模型和估计方法的选取。就选取的计量模型和估计方法而言,我国城市空气质量与经济发展水平之间存在明显的倒“U”型关系,且城市空气质量问存在正的路径依赖效应,这意味着我国城市当期的经济增长是以牺牲未来的环境质量为代价的。这一发现无论是对环境政策的制定,还是未来改革路径的安排都具有重要意义。     

大数据环境下企业安全绩效管理的基础性问题*

为明晰大数据对安全绩效管理的影响,把握信息时代下企业安全绩效管理的研究方向,基于大数据时代下安全绩效管理内容,阐述数据驱动下安全绩效管理的应用优势,探讨数据驱动下安全绩效管理的研究变革,剖析大数据环境下企业安全绩效管理的数据流向,构建数据驱动下安全绩效管理的框架模型,并提出数据驱动下企业安全绩效管理应用对策。结果表明:基于大数据的安全绩效管理有助于提升企业安全管理水平,也为安全生产系统优化提供理论依据。     

环境空气质量自动监测系统数据的三级审核

目前,环境空气自动监测已成为我国城市环境空气监测的主要技术手段,我国已有百余个城市拥有这类监测系统。由于此类系统监测具有实时在线的特点,因此数据量很大,本文针对环境空气自动监测系统日常运行中获取的大量数据进行三级审核的特点,提出了如何加强环境空气自动监测系统中日常监测数据的审核工作。     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

基于多时相MODIS数据的四川省森林植被类型信息提取

森林植被类型信息对于生态的保护、规划和建设具有重要的意义。论文针对单一时相遥感数据在提取森林植被类型信息方面的局限性,探讨了基于多时相MODIS遥感数据实现提取主要森林植被类型信息的方法。将四川省的森林植被划分为常绿落叶混交林、常绿阔叶林、常绿针叶林、落叶阔叶林、落叶针叶林5 种类型。通过对其年内生长差异的分析,选取多时相（2005 年1 月9日、2 月26 日、4 月22 日、7 月19 日和10 月23 日）特征数据,利用光谱和时相特征知识建立了常绿林、落叶林和针叶林的提取模型;通过特征组合与逻辑判断,实现了5 种植被类型信息的提取,提取精度总体达到84%,植被类型最低精度达到76%。研究表明,该方法可以节约大量的人力、物力和财力,在大范围的植被类型调查与监测方面具有较大的应用价值。该研究表明,四川省2005 年的森林覆盖率为28.43%。各类型按所占百分比由高到低的排序为落叶阔叶林、常绿针叶林、常绿阔叶林、落叶针叶林和常绿落叶混交林。该数据对四川省森林植被的保护和利用具有重要的应用价值。     

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

环境监测中质控指标位数保留的思考

本文用日常环境监测中的实例,探讨了质控指标(相对误差、相对偏差、回收率、标准偏差、相对标准偏差和方法检出限)的数字位数:相对误差、相对偏差和回收率的位数由测试数据的有效数字和近似计算规则决定的;相对标准偏差与方法检出限的位数由标准偏差的有效数字决定的,至多2位。     

2005-2019年我国重特大安全生产事故特征分析

为探究我国重特大安全生产事故特征,选取2005-2019年国内852起重特大事故作为研究对象,基于Python编程语言针对重特大事故发生的年份、季度、月份、工作日与非工作日、地域特征进行分析.结果表明:2005-2019年,国内重特大安全生产事故起数和死亡人数均在不断下降;第四季度发生重特大事故最多,而第三季度平均每起事故造成的死亡人数最多;重特大事故数量和死亡人数随月份显示出反复波动的趋势,均呈现3个"^",形;工作日期间发生的重特大事故数量最多,非工作日平均事故率最大;国庆节是重特大事故发生最多的节假日;贵州、湖南、山西、云南、河南等省份"十四五"期间需要重点加强安全和应急管理.     

对完善动火作业机制建设的思考

通过分析动火作业的火灾危险性和火灾原因,思考如何提高动火作业的安全系数,从内部入手引导企业严格落实主体责任,严格执行法律法规关于动火作业的明确规定,从外部入手帮助监管部门及时掌握动火作业的有关信息,监督指导企业落实各项规定,提高监管的科学性和效率,从机制保障上最大程度降低违法违规动火作业引发火灾的可能性。     

车市反弹能走多远？

车市反弹了!中国汽车工业协会最新统计数据显示,一季度国产汽车总销量达到264万多辆,同比增长接近6％。其中3月车市更是火爆,销量一举突破100万辆。在微客和经济型轿车市场,更是处处见“断货”。