生命周期清单分析的数据质量评价

生命周期清单分析(LCI)数据质量的分析方法可概括为两类:采用诸如地理代表性、数据年代或数据获取方式等一系列指标来表示;根据不确定性来综合反映LCI质量.笔者在分析了这两类方法各自所存在缺陷的基础上,提出了将这两者相结合的评价方法:采用5个独立的反映数据质量的指标,根据系统各单元各数据属性对各指标从1～5进行打分,形成数据的质量指标向量元素.根据数据质量向量元素的算术平均在总指标范围中所占的百分数将质量指标向量转化为对应的综合数据质量指标(DQI),继而根据DQI可得出每个数据的随机分布,以便进行清单结果的不确定性随机模拟.最后将方法应用于钢铁生产生命周期清单数据中.      

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

移民搬迁是否加剧了山区耕地撂荒?——基于陕南三市1578户农户面板数据

山区移民搬迁是否加剧耕地撂荒关系到移民稳定性及国家粮食安全,具有重要的研究价值。基于陕西省南部地区商洛、安康、汉中3市8县（区）1578户农户调查数据,运用面板Logit和Tobit模型回归得出,移民年数对是否撂荒、撂荒面积及撂荒耕地占比在1%的水平上有正向影响;仅当移民距离超过0.5 km时,农户耕地撂荒面积及撂荒耕地占比显著增加;不同移民类型中,工程移民对耕地撂荒的影响程度最大,避灾移民影响程度最小;另外,户主特征、家庭特征、资源禀赋特征、农地流转特征显著影响了农户的耕地撂荒行为。可以得出,移民搬迁加剧了山区耕地撂荒,城镇生活的转变及务农时间机会成本的增加是耕地撂荒的主要原因。建议政府对工程移民农户进行有土安置,加大生态移民区退耕还林支持力度,扶持扶贫、避灾移民农户发展特色产业,加快农地流转信息平台建设。     

烟气排放连续监测系统的数据准确性研究

随着全国环境自动监控建设任务的完成,“十二五”期间要把探索环境监控数据的应用摆在突出位置,使环境监控数据在环境质量监管、排污费征收、污染物总量减排核查核算、环境执法和环境决策等方面发挥最大效能,最重要的是保证环境监控数据的真实性和准确性。CEMS作为废气自动监控系统,结合CEMS数据应用到环境管理的需求,探讨确保CEMS数据真实性和准确性应注意的事项,通过运用这些注意事项分析实时在线监控数据,能发现CEMS数据中存在的问题,提高CEMS数据的准确性和真实性。     

区域大型环境空气综合观测中外场观测与实验室分析数据质量控制研究

环境监测的质量保证是监测数据准确性、可比性的重要保障.在区域大气联合观测项目中,完善的质量保证体系应包括管理机制和技术措施两部分,但目前我国对这类项目质量保证尚无统一标准.针对大气重污染成因与治理攻关项目（简称"大气攻关项目"）外场观测任务量大、承担单位多、监测项目复杂的特点,为保证观测数据的质量,避免出现由于监测和质控方法不统一造成的数据可比性差、结果矛盾的问题,提出了大气攻关项目质量保证体系和管理机制.其中,质量保证体系包括制定总体要求（技术文件、监测项目及质控要求）、外场观测质量保证（内部质量管理体系、项目外场观测质量保证体系）、实验室分析质量保证（实验室遴选、项目实验室分析多级质量保证体系、实验室比对和飞行检查）和数据质量控制（数据线上审核、项目实验室分析质控报告、项目数据质量评价）4个方面.管理机制为项目管理办公室、质控实验室和承担单位三级主体,两级监督的分级管理模式.通过项目实践,项目质量保证体系达到了保证观测数据准确性、可比性的预期效果,为揭示区域雾霾形成机理、突破污染控制关键技术提供了有力的技术支持,同时为区域大气联合观测项目的数据质量保证提供了借鉴.      

基于DEA的上海市非中心城区工业生态效率研究

运用数据包络分析（DataEnvelopmentanalysis,DEA）的方法,从环境污染和资源消耗两个方面,建立了工业生态效率评价的指标体系,评价了2008年上海市非中心城区各区县的工业生态效率。结果表明,松江区处于上海市工业生态效率的前沿面,9个区县中有2／3区县的工业生态效率优于上海市平均水平。其中,崇明、嘉定和青浦处于规模报酬递增阶段,奉贤、闵行、浦东、金山、宝山则处于规模报酬递减阶段。最后,基于C2R模型对各区县的投入产出情况进行了优化调整,认为削减SO2的排放量和减少能源的消耗应是各区县提高工业生态效率的关键。     

旋转机械整周期数据采集

介绍了旋转机械整周期数据采集技术,提出了一种基于软件LABVIEW编程的方法,用光电编码器脉冲作为触发源,使用ADLINK DAQ2206数据采集卡采集的实验方案。采用整周期数据采集不仅能方便获得旋转机械的特征信息,而且方便数据的处理。     

浅谈环境信息中的GIS技术和中介数据

介绍了在环境信息系统中GIS技术所具有的功能和中介数据的作用及其规范化问题;并结合中国省级环境决策支持系统的开发,介绍了它们在环境信息中的使用。      

Estimated Injury Risk for Specific Injuries and Body Regions in Frontal Motor Vehicle Crashes

Objective: Injury risk curves estimate motor vehicle crash (MVC) occupant injury risk from vehicle, crash, and/or occupant factors. Many vehicles are equipped with event data recorders (EDRs) that collect data including the crash speed and restraint status during a MVC. This study's goal was to use regulation-required data elements for EDRs to compute occupant injury risk for (1) specific injuries and (2) specific body regions in frontal MVCs from weighted NASS-CDS data.

Methods: Logistic regression analysis of NASS-CDS single-impact frontal MVCs involving front seat occupants with frontal airbag deployment was used to produce 23 risk curves for specific injuries and 17 risk curves for Abbreviated Injury Scale (AIS) 2+ to 5+ body region injuries. Risk curves were produced for the following body regions: head and thorax (AIS 2+, 3+, 4+, 5+), face (AIS 2+), abdomen, spine, upper extremity, and lower extremity (AIS 2+, 3+). Injury risk with 95% confidence intervals was estimated for 15–105 km/h longitudinal delta-Vs and belt status was adjusted for as a covariate.

Results: Overall, belted occupants had lower estimated risks compared to unbelted occupants and the risk of injury increased as longitudinal delta-V increased. Belt status was a significant predictor for 13 specific injuries and all body region injuries with the exception of AIS 2+ and 3+ spine injuries. Specific injuries and body region injuries that occurred more frequently in NASS-CDS also tended to carry higher risks when evaluated at a 56 km/h longitudinal delta-V. In the belted population, injury risks that ranked in the top 33% included 4 upper extremity fractures (ulna, radius, clavicle, carpus/metacarpus), 2 lower extremity fractures (fibula, metatarsal/tarsal), and a knee sprain (2.4–4.6% risk). Unbelted injury risks ranked in the top 33% included 4 lower extremity fractures (femur, fibula, metatarsal/tarsal, patella), 2 head injuries with less than one hour or unspecified prior unconsciousness, and a lung contusion (4.6–9.9% risk). The 6 body region curves with the highest risks were for AIS 2+ lower extremity, upper extremity, thorax, and head injury and AIS 3+ lower extremity and thorax injury (15.9–43.8% risk).

Conclusions: These injury risk curves can be implemented into advanced automatic crash notification (AACN) algorithms that utilize vehicle EDR measurements to predict occupant injury immediately following a MVC. Through integration with AACN, these injury risk curves can provide emergency medical services (EMS) and other patient care providers with information on suspected occupant injuries to improve injury detection and patient triage.     

数据挖掘与现场调查结合的电动汽车事故分析

为了解电池热失控引起的电动汽车自燃事故起因,降低事故发生率,统计梳理2020年新能源汽车起火事故概况,并基于动力电池失效机制和车辆运行数据,提出一种融合事故阶段安全参数关联分析、事故现场调查和全生命周期数据一致性分析的事故多维分析方法,采用该方法深入剖析一起电动汽车起火事故.研究结果表明:事故多维分析方法可通过探究事故...