城市生态安全多层次灰色综合评价

从城市生态安全的基本内涵出发,根据压力(pressure)-状态(state)-响应(response)模型,从生态系统压力、生态系统状况、生态系统响应3方面构建一个4层次的城市生态安全评价指标体系,运用灰色系统理论,构建了城市生态安全多层次灰色综合评价模型,并结合实例进行计算。评价结果与实际情况基本相符,表明该模型能有效地利用评价指标的信息,所给出的综合评价值既能用于描述所评价城市的生态安全状况,亦可对不同城市的生态安全状况进行比较,对更加科学合理地评价城市生态安全状况具有参考价值。     

城市天然气管道风险特征与肯特法的改进

根据城市高压天然气管道特点,将适合于城市天然气管道风险分析的肯特评分法加以改进,包括调整评分项目和事故因素权重,使其成为适于城市天然气管道的风险分析法。将改进后的肯特评分法应用于常州21km高压天然气管道的风险评价,得出8个相对高风险管段,其分析结果可作为安全管理人员合理分配维护资源的理论依据。工程应用实例证明:改进后的肯特法具有较强的可行性,是城市高压天然气管道风险评估的有效工具。     

建筑火灾风险评价体系的建立与应用探讨

探讨基于安全系统工程思想的建筑火灾风险评价指标体系的建立方法,并在该基础上,通过专家打分和层次分析法,计算得出各指标因子的权重值。根据有关标准和规范,对各评价指标因子进行等级划分,并设计出建筑火灾风险综合分值评分表,为厘定火灾保险费率提供依据。笔者的研究成果为完善建筑火灾风险评价方法、制定财产保险火灾风险评价标准等提供了科学依据。     

TEOM法与实验室称重法监测大气中TSP的对比研究

用数理统计的方法计算出TEOM法与称重法监测结果的偏差,用F检验法检验TEOM法与称重法监测结果之间的致性,用r检测法检验TEOM法与称重法监测结果之间的相关性,用t检验法检验TEOM法与称重法监测结果之间的差异,通过对比研究,找出TEOM法与称重法之间的相互关系和规律。     

公共场所火灾伤员转运护理应急资源评估

为保障伤员生命与健康,提升火灾伤员救治率,该文研究公共场所火灾伤员转运护理应急资源评估方法.以火灾伤员转运护理应急资源需求分析为基础,从应急人员、应急设备、应急环境信息与应急管理四个方面出发,共选取15个评估指标,构建公共场所火灾伤员转运护理应急资源评估指标体系,根据各指标采集相关数据并对数据实施量纲标准化处理.构建基...     

基于熵权综合健康指数法的瀛湖水生态系统健康评估

瀛湖是南水北调丹江口水库重要的水源涵养区,承担着丹江口水库60%的供水量,又是沿线乡镇和安康市城区饮用水水源地。在充分调查的基础上,采用综合健康指数法对1986—2012年之间瀛湖的水生态系统健康状况进行了评估,结果表明,1986—2005年,瀛湖水生态系统健康指数呈逐渐下降趋势,健康状态由健康降至一般病态;2005—2012年之间,瀛湖水生态系统健康指数总体呈上升趋势,健康状态除2010年为一般病态外,其余均为亚健康状态。     

鄂尔多斯市与昌吉州在等量GDP条件下主要污染物总量指标对比情况分析

昌吉州和鄂尔多斯市的国土面积、人口总数及自然资源类型比较类似,在经济发展的基础条件上都具备煤炭开采及延伸产业开发的良好条件。通过对比2个地区在等量GDP条件下,不同污染物排放水平及排放总量指标的差异,分析两地污染物总量指标时间和空间分配的差距,可以为今后昌吉州在煤电、煤化工产业建设项目的环境保护管理方面提供技术参考和经验借鉴,为昌吉州争取更大的污染物排放总量指标和昌吉州今后经济跨越式发展做好有力的技术保障,为昌吉州煤电、煤化工及相关产业的合理发展提供更大的空间。     

基于熵权TOPSIS模型的土地利用多功能性诊断

从经济、社会和生态3个方面出发构建土地利用多功能性评价指标体系,应用熵权TOPSIS模型对江苏省近年来土地利用多功能性进行诊断分析可以优化区域土地的合理开发,提高土地利用效率,为促进区域的可持续发展提供有效依据。研究结果表明：2006~2016年江苏省土地利用综合功能经历了一般—良好的发展阶段,综合功能在不断优化;经济功能经历了较差—一般—良好—优秀—良好的发展阶段,虽然有所波动,但其依旧呈增长态势;社会功能经历了较差—一般—良好—优秀的发展阶段,呈现出持续稳步提高趋势;生态功能经历了一般—良好—一般的发展趋势,整体呈下降趋势。另外土地利用的经济功能和社会功能子目标的障碍度在逐年下降,对目前江苏省土地利用有效性起制约作用的主要是生态功能,应减少废水排放和工业固体废弃物等污染造成的生态破坏,加强水资源的保护,同时缩小城乡差距,推进城乡融合,促进土地利用过程中经济、社会和生态功能的协调发展。     

基于AHP的可听噪声影响因素权值分析

影响超高压输电线路可听噪声的因素众多,对影响可听噪声的因素进行合理分析确定其对可听噪声影响的权重是进行可听噪声预测和合理有效降低可听噪声的前提。对影响可听噪声的因素进行分析并运用层次分析法（AnalyticHierarchyProcess,AHP）对影响可听噪声的主要因素进行加权分析,以定量的形式确定影响因素的相对重要度。结果表明,应用层次分析法确定的可听噪声影响因素权重符合实际,准确性较高,为可听噪声选择主要影响因素用于预测及有效降低可听噪声提供参考依据。     

Using multivariate regression modeling for sampling and predicting chemical characteristics of mixed waste in old landfills

Municipal solid waste landfills pose a threat on environment and human health, especially old landfills which lack facilities for collection and treatment of landfill gas and leachate. Consequently, missing information about emission flows prevent site-specific environmental risk assessments. To overcome this gap, the combination of waste sampling and analysis with statistical modeling is one option for estimating present and future emission potentials. Optimizing the tradeoff between investigation costs and reliable results requires knowledge about both: the number of samples to be taken and variables to be analyzed.This article aims to identify the optimized number of waste samples and variables in order to predict a larger set of variables. Therefore, we introduce a multivariate linear regression model and tested the applicability by usage of two case studies. Landfill A was used to set up and calibrate the model based on 50 waste samples and twelve variables. The calibrated model was applied to Landfill B including 36 waste samples and twelve variables with four predictor variables.The case study results are twofold: first, the reliable and accurate prediction of the twelve variables can be achieved with the knowledge of four predictor variables (Loi, EC, pH and Cl). For the second Landfill B, only ten full measurements would be needed for a reliable prediction of most response variables. The four predictor variables would exhibit comparably low analytical costs in comparison to the full set of measurements. This cost reduction could be used to increase the number of samples yielding an improved understanding of the spatial waste heterogeneity in landfills.Concluding, the future application of the developed model potentially improves the reliability of predicted emission potentials. The model could become a standard screening tool for old landfills if its applicability and reliability would be tested in additional case studies.