基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

模糊综合评价法在钢铁企业安全投资合理性评价中的应用

为了对钢铁企业安全投资进行模糊综合评价,建立了钢铁企业安全投资的评价体系,确定各因素的权重。得出模糊综合评价矩阵,可对各因素进行评价分析;得出某钢铁企业安全投资现状分数为83.9分,等级为较好,需着重加强安全培训、劳保品、工业卫生等人因素方面的投资;在环境方面的投资较合理。     

区域物流发展及布局优化研究——以辽宁省各地级市为例

运用因子分析法整合出辽宁省14个地级市的物流评价指标体系,对数据进行主成分分析,量化各地级市的指标得分,同时运用聚类分析从物流供给、物流需求和平衡度三个维度对辽宁省14个地级市进行物流发展的综合分析。通过引入引力模型,测算出辽宁省各地级市之间的物流联系度。根据物流联系度和各个城市的具体情况,建议以沈阳、大连、锦州为核心区域构建物流圈网络布局,以促进辽宁省各地区物流业的供给与需求全面均衡发展。     

中国安全生产科学研究院最新科技成果转化巡展 高精度地铁大客流监控预警系统

基于光强度调制技术(MLI)及飞行时间法(ToF)的高精度大客流监控预警系统由中国安全生产科学研究院和北京航星机器制造有限公司联合研发,拥有多项已授权核心专利,具有完全自主知识产权,可实现客流流量、密度的秒级识别统计与预警。系统可对地铁车站各出入口、换乘通道、站台等关键区域内乘客进出量和密度进行统计,利用内置的客流风险预警模型,实现客流实时监控预警,精度达到99%。相比于国内同类产品,该系统快速识别率1 S、预警响应1.5 S,并在北京东单站开展应用。     

推进基层单位HSE体系建设的探讨

HSE管理体系是当今石油企业普遍采用的一种管理方法,特别是在基层单位推进后,员工的安全意识有了明显的提高,但也出现了许多符合性差的问题,原因在于对HSE体系的认识理解不够、"纸面"管理与现场实际差距较大、经验主义比较严重、日常管理中员工接受意识强而主体意识弱。辽河油田基层单位从建设安全长效机制的需求出发,总结多年的经验,通过践行有感领导、进一步明确安全职责、开展不安全行为分析、重视安全文化建设、实施风险分级管理、进一步改进和完善审核评价机制,形成了自己的安全理念,体系运行取得了一定的效果。     

广东省商务厅等部门联合发布10条措施 推进再生资源回收体系建设

为落实《广东省城市生活垃圾分类实施方案》《广东省农村生活垃圾分类实施方案(试行)》《广东省2020年城市生活垃圾分类工作要点》有关要求,进一步完善广东省再生资源回收体系,提高再生资源回收行业发展质量,推动再生资源回收体系与生活垃圾清运体系两网衔接,助推生活垃圾分类工作实现减量化、资源化,广东省商务厅联合省发展改革委、工业和信息化厅、财政厅、自然资源厅、住房和城乡建设厅、农业农村厅、供销合作联社发布了《关于推进再生资源回收体系建设促进生活垃圾减量化资源化的通知》(粤商务管字[2020]29号,以下简称《通知》)。《通知》共分为健全再生资源回收体系、推进回收网络进社区、提高低价值可回收物回收率、促进行业规范发展4部分共10条。     

全国尘肺病报告人数已超72万超六成集中煤炭行业

<正>煤矿尘肺病防治基金10年救助12万矿工目前,我国已初步建立起以中国煤矿尘肺病防治基金会为主体的尘肺病救助体系。截至2014年11月底,基金会41家定点医院累计救助尘肺病矿工12.55万人。尘肺病是对矿工危害最为严重的职业病,其中,煤炭行业是尘肺病多发的行业。由于治疗费用较高,资金用     

事故因果论

要预防伤亡事故的发生,必须了解事故发生、发展的机制。近年国际安全界广泛采用“事故事件链”和“事故致因模型”理论,探讨安全生产原理。前事不忘,后事之师,总结以往事故的教训,用伤亡事故致因模型,查出发生事故的近因、远因、直接原因、间接原因以及基本原因,以便加强安全管理,预防和控制事故发生,把安全生产提高到一个新的水平。     

技术变化模拟及其在气候政策模型中的应用

技术变化是应对气候变化问题的关键。对技术变化的模拟和分析能够识别技术变化的作用．在评估减排成本以及确定减排目标时起到重要作用。但是早期的气候政策模型通常将技术变化视为非经济的外生变量，因而无法对技术变化的起因和效果做深入分析。近年来的气候政策模型则开始逐渐利用内生方法模拟技术变化。在介绍内生技术变化的概念及与传统的外生技术变化的区别的基础上，重点介绍和评述研发投入和技术学习这两种主要的内生技术变化模拟方法的原理、特点以及如何在不同的气候政策模型中得到应用。但是现有建模方法无法表征技术变化过程中的动态性、不确定性等特征，因而传统的建模方法需要扩展到一个更为综合的框架并需要更坚实的实证研究基础上。基于该框架介绍内生技术变化模拟方法的未来可能拓展。