Synergistic Techniques for Better Understanding and Classifying the Environmental Structure of Landscapes

The desire to capture natural regions in the landscape has been a goal of geographic and environmental classification and ecological land classification (ELC) for decades. Since the increased adoption of data-centric, multivariate, computational methods, the search for natural regions has become the search for the best classification that optimally trades off classification complexity for class homogeneity. In this study, three techniques are investigated for their ability to find the best classification of the physical environments of the Mt. Lofty Ranges in South Australia: AutoClass-C (a Bayesian classifier), a Kohonen Self-Organising Map neural network, and a k-means classifier with homogeneity analysis. AutoClass-C is specifically designed to find the classification that optimally trades off classification complexity for class homogeneity. However, AutoClass analysis was not found to be assumption-free because it was very sensitive to the user-specified level of relative error of input data. The AutoClass results suggest that there may be no way of finding the best classification without making critical assumptions as to the level of class heterogeneity acceptable in the classification when using continuous environmental data. Therefore, rather than relying on adjusting abstract parameters to arrive at a classification of suitable complexity, it is better to quantify and visualize the data structure and the relationship between classification complexity and class homogeneity. Individually and when integrated, the Self-Organizing Map and k-means classification with homogeneity analysis techniques also used in this study facilitate this and provide information upon which the decision of the scale of classification can be made. It is argued that instead of searching for the elusive classification of natural regions in the landscape, it is much better to understand and visualize the environmental structure of the landscape and to use this knowledge to select the best ELC at the required scale of analysis.     

我国不同类型地下工程中的氡水平

为了解我国地下工程内氡的浓度水平及其可能对人体产生的危害,采用核固体径迹法,在不同季节对全国23个城市的234个地下工程测点的氡浓度进行了测量。根据工程的建筑类型及用途的不同,将所有被测工程分为坑道、干道(包括掘进式地道工程)、地下室(高层建筑地下室和掘开式工程)和停车场四类,各类工程的氡浓度平均值分别为327、619、96.9、59.1 Bq.m-3。对于不同山体岩性的坑道,氡浓度值由高到低的顺序是花岗岩>凝灰岩>石英砂岩>石灰岩>安山玢岩。比较各类工程不同季节的氡浓度,得出,停车场氡浓度季节变化不大,其它三类工程都有氡浓度夏季明显高于冬季的特点,而且通风差的未使用的坑道和干道比使用中的同类工程具有相对高的氡浓度夏/冬比值。     

浅析危险化学品分类

阐述了危险化学品分类的意义,介绍了国内外主要化学品分类的标准和一般程序,以及危险化学品分类的最新研究进展。     

模糊聚类分析在中国火灾危害分类中的应用

火灾现象具有随机性、模糊性,是个复杂的模糊系统行为。运用模糊聚类分析方法,借助于M ATLAB计算软件,对中国火灾的危害程度进行了分类。根据2000年中国火灾统计资料,把31个省市分为重灾区、较重灾区、一般灾区、轻灾区等4类,与传统的概率统计方法相比,本方法更符合客观实际。城市火灾分类是动态的,重灾区吸取教训,增强消防意识,增大消防投入,可减少火灾隐患;而轻灾区如不注意防范,也会增加火灾隐患。因此不论轻重灾区,均应时时增强防范意识,把火灾危害降至最低。     

安全风险分级防控在油气开发领域的探索与应用

为推动油气开发领域安全风险分级防控有效落地,提高风险预控能力,本文基于风险防控现状评估结果,探索性地研究安全风险分级防控思路,构建了油气开发领域安全风险分级防控体系推进模型,提出了逆向与正向危害因素识别方法,明确了风险评价关键隐性过程原则,构建了风险-后果-能资分级防控决断模型。选取典型试点单位进行实践,结果证明,油气开发领域安全风险分级防控体系推进模型是科学合理的,其他领域也可借鉴该模型开展安全风险分级防控工作。     

锂电池检测的安全标准及安全防护研究

为评估并提高锂电池在使用、储存和运输过程中的安全,本文归纳总结了国内外锂电池安全检测的相关标准,对标准中测试项目异同作了重点分析和对比,并讨论了锂电池的安全风险及风险分级情况。同时,鉴于锂电池检测过程中可能出现的起火、爆炸等危险,探讨了电池检测过程的安全防护技术,并从样品区和试验区两方面提出了安全防护要求和建议。     

生活垃圾强制分类形势下的多源废荧光灯管回收管理机制建议

废荧光灯管的来源广泛,包括工业来源和社会来源,社会来源又包括居民来源,企业事业单位、公共场所等机构来源,具有多来源的特性。废荧光灯管中含有汞,若不经过妥善处理,会造成环境污染,对人的身体健康造成危害。随着国内生活垃圾分类的开展,废荧光灯管作为生活垃圾中有害垃圾的典型类别被强制分类,但仍存在很多问题。本文梳理了我国废荧光灯管的产生情况、LED灯替代情况,并对美国、欧盟、日本和我国国内典型城市的废荧光管理情况进行了总结。针对我国废荧光灯管的回收现状,从责任主体、责任划分、收集渠道、资金机制等角度提出了相关的管理建议,为推动我国废荧光灯管的管理提供借鉴。     

自愿减排项目碳泄漏：内涵、类别及应对

自愿减排项目是碳排放交易市场抵消机制的运行载体,灵活的自愿减排抵消机制是碳排放交易市场的补充,对应对全球气候变化问题具有重要意义。碳泄漏,作为严重影响抵消项目减排效率的热点问题值得关注。目前,中国已形成较大规模的自愿减排市场,截至2018年底,国家发展改革委共签发了约7200万tCO_2当量减排量,我国在建立健全自愿减排抵消市场机制的过程中,需要把握项目碳泄漏的负外部性这一实质,厘清其运行机理并积极应对。本文旨在系统阐述该问题,并为进一步实现抵消项目减排潜力提供思路和方向:从自愿减排项目碳泄漏的内涵与定义出发,首先对项目碳泄漏的分类进行梳理,并依据产生途径的不同重点分析了活动转移排放、生命周期、市场路径、生态以及技术泄漏的作用机制、影响因素及其相应的研究方法;其次从具体项目应用、系统项目应用和宏观应用三个层面讨论了应对自愿减排项目碳泄漏问题的管理对策;最后结合我国自愿减排抵消市场的实际情况,建议未来抵消项目碳泄漏的应对和管理应在分门别类对其概念进行精准定义的基础上将解决措施的成本效益考虑在内,此外,在评估泄漏量时需要同时测算不同类型的碳泄漏,探究其协同效应以免高估其泄漏程度。     

中国低碳城市试点的政策设计逻辑

政策试点是中国国家治理策略体系的重要组成部分,是中国政府遵循“由点到面”逻辑以试验手段制定政策的一种常规性工作方法。低碳城市试点是中国应对气候变化战略的重要组成部分,通过选择不同类型、不同发展阶段、不同资源禀赋的地区开展试点,探索经济增长与碳排放脱钩的模式。现有文献侧重低碳城市建设的内涵、建设模式与路径、温室气体的核算方法、政策手段、峰值研究与达峰路径、效果评估等,有力地支持了低碳城市建设决策,但对于低碳城市试点的政策设计鲜有涉及。本文从政策过程理论、央地关系两个视角,结合府际学习与竞争关系,建构了中国低碳城市政策“试点–扩散”机制与政府行为的分析框架。中国的低碳城市试点具有探索型开拓性、综合型专业性、授权型自主性的特点,结合三批低碳城市试点的文件要求和实践进展,从政策试点的选点、设计、执行、监督和评估五个方面对于中国低碳城市试点进行了系统的梳理分析。相较于经济领域的其他政策试点,低碳城市政策试点具有弱激励弱约束的政策环境。地方政府基于自身的学习能力和领导力,在政策创新方面表现出争先、自主、效仿和守成四种行为特征,并以杭州、深圳、镇江、成都四个表率城市做了实证。政策“试点-扩散”的过程从本质上讲是中国政策创新与扩散的过程,可能在现实中需要往复多次进行,中国已陆续开展的三批低碳城市试点工作就遵循这样的政策逻辑。试点的意义是试出问题、解决问题、积累经验。从前三批试点城市评估结果来看,试点城市在低碳发展目标设定、转型路径探索和低碳发展动力转换等方面与社会的预期仍有差距,为此本文提出了推进低碳城市建设的四点建议:一是激发城市低碳发展的内生动力;二是完善低碳城市试点的科学论证机制;三是建立激励与约束并举的长效机制;四是强化市场公平竞争的政策导向。     

双重预防机制在家具制造业的应用与实践

为了减少安全事故的发生,进一步加强和规范企业生产现场的安全管理,探索双重预防机制在企业安全管理中的应用,结合家具制造企业安全生产现状,运用风险分级管控与隐患排查的相关理论,详细论述了企业构建双重预防体系的要点及方法,并提出了双重预防体系的监督与考核机制。实践结果证明,双重预防机制是一个统一的有机结合体,只有将风险分级管控体系和隐患排查治理体系有机结合,才能将导致事故发生的根源性因素进行有效识别和管控,双重预防机制建设也是一个动态管理的过程,需要及时进行监督、考核和调整。