环境治理体系中人民检察院的角色及再塑

人民检察院在我国环境治理体系中扮演着越来越重要的角色。以人民检察院提起环境公益诉讼为切入点,人民检察院成为环境治理体系中不可或缺的主体。人民检察院提起环境公益诉讼应当符合环境治理的应然性属性,即生态环境保护的价值性、生态环境治理的预防性以及环境公共治理的全面性。然而在司法实践中,人民检察院提起环境公益诉讼虽然数量较大,但是不能够充分体现环境治理所要求的属性,这正是环境治理体系中人民检察院角色需要再塑的原因所在。     

基于全过程治理的环境规制减排机制研究——来自长江经济带数据的实证检验

基于2007~2017年长江经济带11个省市的面板数据,利用中介效应模型探究全过程治理视域下政府主导型和市场激励型2类环境规制的减排机制.研究发现,政府主导型环境规制和市场激励型环境规制对SO₂排放均具有显著的抑制作用,其影响系数分别为-0.154和-0.209.其中政府主导型环境规制在源头防控、过程控制和末端治理的全过程都起到显著的减排效应,而市场激励型环境规制只通过末端治理实现减排.因此,尽管市场激励型环境规制具有低成本、高效率的优点,但考虑到源头防控和过程控制在生态环境保护中发挥的根本性作用,对于经济结构和经济发展方式较为落后的地区和行业,仍要重视以政府为主导的环境规制,通过因地制宜、合理科学地运用环境规制工具以实现高效的全过程污染治理.     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

黄河流域生态环境保护投资分析及优化建议

以黄河流域生态环保投资为研究对象,统计并分析近年来全社会和中央财政投入情况,从时间、空间和领域3个维度分析变化趋势,发现存在投资总量不足、效益跨区域外部性、地方投入渠道受制约等问题。从政府、企业、社会和金融机构4个主体层次分别提出相应的对策建议,以期为保障黄河流域生态环保资金投入提供支撑。     

环境因素对建筑工程造价的影响模型研究

现代建筑材料多数使用钢材、混凝土、木材等高能耗产品,这些材料在生产和运输的过程中会消耗较大的能量,对建筑绿色度和的影响非常大,同时也不利于降低工程预算。通过对建筑资源能源消耗和造价进行调查分析,并对建筑材料对建筑环境负荷影响和建筑工程造价进行了研究,提出基于环境因素设置的工程造价模型。通过实际操作发现,相对于传统的工程造价模型,该模型对工程造价的变化趋势反应的更为直观准确,可以大幅度提高工程造价工作的效率。     

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。