井下光谱多参数分析系统开发

本系统基于气体浓度光学分析方法理论朗伯-比尔(Lambert-Beer)定律、光谱气体检测技术开发,实现了对煤矿火灾与瓦斯灾害超前预警、灾害产生的有毒有害气体实时监测和煤矿环境气体爆炸危险性辨识,对于煤矿灾害防治、救灾过程中杜绝次生灾害,保障煤矿工人及救护队员的生命安全,促进煤矿安全生产具有重要意义。     

浅谈我国室内环境污染的来源、危害及防治现状

分析了我国室内环境主要污染物的来源，以及这些污染物给人们带来的危害；并阐述了目前我国室内环境保护方面的现状及对策。     

人类的行为与地质灾害

全面科学地分析了人类的行为与地质灾害后，针对我国当前的实际情况，提出了几个值得深思的问题，试图提醒人们如何规范自己的行为，以达到保护环境，预防和减轻地质灾害之目的。     

Change in vegetation cover in East Timor, 1989–1999

Forest resources play a key role and provide many basic needs to communities in developing economies. To assess the patterns of vegetation cover change, as a corollary of resource utilization, satellite imagery, ground truth data, and image processing techniques can be useful. This article is concerned with identifying change in major vegetation types in East Timor between 1989 and 1999, using Landsat Thematic Mapper data. The results highlight a significant level of deforestation and decline in foliage cover. All major vegetation cover types declined from 1989 to 1999, and there was a sizeable increase in degraded woodlands. This decline has had considerable impact on the livelihoods of rural and urban communities. Causes for these changes include: economic exploitation of abundant resources; and implications of transmigration policies implemented during Indonesian rule, resulting in increased competition for land and woodland resources. As the new nation of Timor‐Leste establishes itself, it must consider its current stock and distribution of natural capital to ensure that development efforts are geared towards sustainable outcomes. Without the knowledge of historical patterns of resource consumption, development efforts may, unwittingly, lead to continuing decline in forest resources.     

国家实施污染预防的政策建议

文章对我国污染预防现状进行了评估,并对如何进一步实施污染预提出初步建议,形成污染预防框架行动计划,试图人们从行为和观念转向污染预防提供方向。框架行计划着重从政策和法律,组织和人力资源,研究和开发,污染预防活动和实践到评估、推广等方面进行了建议。     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。     

大伙房水库上游地区农业面源污染现状及防治措施

通过对大伙房水库上游地区农业面源污染现状的调查研究,提出减轻农业面源污染的具体防治措施,即采用培育生物天敌、控制农药使用量、水田改为旱田和控制灌溉水的方法控制氮磷流失,从而保护水源地生态环境。     

新时期医疗废物处置技术体系的变革及发展

近20年来,我国在推进医疗废物无害化管理和处理处置方面开展了大量的工作,成绩举世瞩目。但处于新的历史时期,如何更好地基于可行技术,探索与其相匹配的管理模式,解决医疗废物处理处置短板已成为迫在眉睫的工作。我国目前存在针对医疗废物处理处置技术适用性考虑不足、农村及偏远地区医疗废物处置能力缺乏、医疗废物应急处置能力存在短板以及医疗废物领域科技创新能力有待提升等问题。因此,结合各种医疗处置技术特点及适用性,提出基于技术的适用性推进医疗废物处理处置技术布局优化、通过管理和技术进步解决农村和边远地区医疗废物处置难题、合理配置疫情期间应急处置能力以及推进科技创新等建议,为打造新时期医疗废物处理处置技术体系提供参考。     

煤矿岗前人员不安全状态智能检测系统研究——以红柳林煤矿为例

为从根本上降低煤矿从业人员实施不安全行为的概率,在充分考虑煤矿从业人员不安全个体状态是诱发其不安全行为的主要原因的基础上,设计开发一套矿工不安全状态智能检测系统。首先,对2007—2022年期间各高危行业安全事故调查报告和专家研究进行归纳,总结得出煤矿从业人员不安全状态的影响因素,构建包括生理状态、心理状态以及个体能力状态在内的3个一级指标和15个二级指标体系;其次,通过相应的表征模型对不安全状态影响因素进行深入剖析;最后,基于构建的从业人员不安全状态倾向数据库,建立煤矿岗前不安全状态智能检测系统。研究结果表明：在下井工作前对从业人员个体状态进行智能检测,能够实现矿工不安全状态“早发现、早干预”,能够有效地降低人因事故发生率,研究结果对煤炭行业安全管理具有重要的参考价值。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。