基于灾度的亚洲巨灾划分标准研究

分析了灾害的双重属性:自然属性和社会属性。灾度是灾害社会属性的定量描述,论述了灾度在灾害分级中的应用。提出了灾度计算模型,该模型的影响因子包括:死亡人数、直接经济损失和受灾人数。收集了1954-2010之间的亚洲灾害,并应用灾度计算模型对收集到的资料进行了计算与分析。提出了亚洲巨灾标准:灾度大于8的灾害为亚洲巨灾。该标准具有计算简便、易于对不同灾害进行比较的特点。     

中国适应气候变化技术分类研究

近百年来,全球气候变化呈现出变暖的主要特征,气候变化所带来的影响日趋严重,其所造成的经济损失在全球范围内显著上升。适应气候变化是现阶段应对气候变化行动的重要方面,适应气候变化的技术分类研究是清晰认识适应气候变化的基础,是实现适应技术集成并构建合理有效的适应技术体系的手段。本文通过对适应气候变化技术分类问题的分析,提出了不同的适应气候变化技术分类方式,气候变化影响过程、区域、领域、适应目的、适应机制、适应时效、适应程度、适应层面等,针对气候变化及其影响梳理了中国不同区域与不同领域的适应气候变化技术清单。从气候变化影响过程来看,可以将适应气候变化技术分为气候变化影响发生前、发生过程中、发生后三类;从区域与领域气候变化影响来看,可以将适应气候变化技术分为八大区域与七大领域;本研究重点针对八大区域与农业、水资源、生态环境三大领域进行了分析。通过研究发现,现阶段适应气候变化技术分类研究尚存在一些问题,适应气候变化技术分类的导向不明确,造成对适应技术认识的不清晰;适应气候变化技术的分类往往与分层混淆在一起,导致人们对适应气候变化技术的认识和理解出现偏差;适应气候变化技术分类对适应行动的指导作用存在不足。综合来看,对适应气候变化技术进行精细分类,可以为适应气候变化技术的筛选、集成、效益评估奠定基础,推进适应气候变化行动高效有序开展,为适应气候变化技术体系构建提供支撑。     

尾矿库伴生放射性污染清除水平估算研究

通过RESRAD程序模拟估算了某尾矿库伴生放射性污染清除水平,同时对尾矿库中的232 Th模拟估算参数进行设定,并对剂量约束限值的确定、照射情景分析、照射途径设定、模式参数设定、计算机模拟估算清除水平及估算结果分析等进行了分析研究。结果表明,此尾矿库中232 Th及其长寿命子体所致最大年有效剂量约为10.7mSv/a,超出了预设的0.25mSv/a的剂量约束限值;致癌风险0.023 5,远超出人们的可接受水平;当在剂量约束限值为0.25mSv/a时,此尾矿库土壤中的232 Th清除水平为0.047Bq/g。通过分析表明,该尾矿库开放前,必须采取一定措施,进行清除工作。     

氯代烃的相对危险性分级

选用分子结构拓朴指数,物理化学性质参数和毒性毒理指数共11种作为危险性分级参数。采用模糊聚类相似系数法,Q型系统聚类相似系数法和欧氏距离倒数法,以及平面投影对应变换法进行最终综合评判分析。将24种氯代烃的大气环境事故中的相对危险性分为轻度、中度、高度和极度四个等级。     

倍斜率聚类法在环境质量综合评价中的应用

倍斜率聚类法依据灰色系统理论和模糊数学理论的有关基本原则,以宽域式结构建立隶属函数,函数的左侧斜率小于右侧斜率,以大气环境质量评介为例说明了该法的具体应用,并与模糊综合评判法和灰色聚类法进行了比较,结果表明,该法更为合理,实用。     

城市大气污染传递函数矩阵表一定量现状分析工具

污染源治理和大气污染总量控制的实施需要对城市进行大气污染现状的定量分析。城市大气污染传递函数矩阵表是用于确定城市污染源与关心点的大气质量的定量关系的一种方法。本文提出一个适用于不同地形条件和满足城市特点的定常高斯模式（LEECM－Ⅱ计算机程序）计算和生成污染传递函数表方法。同时给出不同城市大气质量评价中应用的结果与实测结果有相当好的相关性。结果表明：本文的模式作为大气污染现状分析工具有很强的适应性和实际情况符合较好,可广泛和方便地应用于不同的城市地区的大气污染排放总量控制和污染源规划工作中。     

B-P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本,应用人工神经Ｂ－Ｐ算法,分别建立了３参数和４参数的水质分类模型,并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的,且由于Ｂ－Ｐ网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。     

"APELL计划"及其在长江南京段溢油事故应急处置中的应用

长江南京段的溢油事故具有形式多样、爆发突然、危害性大、处理处置艰巨、影响长期等特点,根据"APELL计划"宗旨及其在世界和我国实施的效果,借鉴国内外溢油事故应急处置经验,建立了长江南京段溢油事故的应急处置计划,为有效预防事故发生、减轻事故危害和损失提供指导和借鉴.     

基于机器学习的典型社会安全事件发生规律研究及对雄安新区的启示

针对雄安新区建设和发展过程中对社会安全事件的防控需求,以盗窃作为典型社会安全事件,提出基于机器学习模型的社会安全事件分析预测方法,并以A市2012—2016年的实际盗窃犯罪数据为基础,提取发案时间、发案地点、实施手段和损失金额作为分类特征,通过比较多种机器学习算法,研究盗窃前科人员的预测方法,并根据预测结果挖掘盗窃前科人员的作案规律。研究结果表明:随机森林算法表现最优,查准率、查全率和F1均达到了0.85以上;对于盗窃这一典型社会安全事件,其前科人员倾向于选择下午时段和人流量大的地区实施,盗窃金额明显高于初犯和惯犯。最后,基于前述研究,提出构建数据驱动的社会安全事件预测预警和综合研判系统,并针对该系统的前期建设和后期使用,给出“制定统一的数据格式”、“实现数据实时接入”的建议。相关研究成果可为雄安新区社会安全事件预测预警以及治安防控工作的开展提供参考和借鉴。     

基于旅客风险分类的安检流程研究

为解决铁路客运站旅客安检用时久、效率低等问题,分析国内铁路客运站安检服务流程现状,研究基于旅客风险等级分类的差异化安检流程,提出安检排队优化策略。根据旅客不同的风险等级将其划分为高风险旅客与低风险旅客,并设定对应的重点安检通道和常规安检通道。运用Anylogic软件构建安检模拟场景,采用2种安检方案仿真模拟实际安检流程,分析旅客风险阈值和2类通道的配置数对旅客平均安检时长的影响,并找出最优化的风险阈值和安检通道配置数。结果表明:当风险阈值μ为0.7时,总通道的平均安检时长达到最小值,通过设定的合理风险阈值及配置适当的安检通道数量可有效提升安检效率。