构建循环型旅游产业的思路与途径

根据世界旅游组织预测,到2020年中国将成为世界上最大的旅游接待国和第四大客源输出国.2005年中国入境旅游人数已达1.2亿人次,入境过夜旅游人数达4680万人次,国内旅游人数达12亿人次,出境旅游者达3100万人次.中国旅游业产业规模正在不断扩大,旅游产业已成为国民经济新的增长点,从旅游资源大国到世界旅游大国,中国正努力向世界旅游强国目标迈进,入境旅游、国内旅游、出境旅游三大市场繁荣兴旺;同时,中国旅游产业也正经历着前所未有的考验.     

绿色经济助推乳源快速发展

改革开放以来,乳源县委、县政府立足于山区绿色资源优势,按照"绿色乳源"的经济发展战略,以发展绿色经济为主要突破口,大力发展县域经济,经济增长率连续多年居韶关市各县(市)前列,正成为国内外、港澳台等社会人士投资置业、观光旅游、休闲度假、娱乐保健的首选之地.     

既打老虎,又拍苍蝇

现代安全管理的根本要求是预防为主,注重科学预测.美国安全心理学家海因里希指出:"在生产过程中,发现违章行为,必须立即进行监督整改,这是预防事故的有效手段,也是坚持预防为主的基本方针."     

关中地区飑线天气的预测及灾害对策探讨

对１９６１～１９９０年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析，并从天气形势背景方面对飑线的发生发展进行了研究和分析，同时就飑线的预测和防灾对策进行了探讨。     

基于不同废污泥源的短程反硝化快速启动及稳定性

为探究不同废污泥源快速启动短程反硝化和实现稳定NO_2~--N积累的可行性,在3个完全相同的SBR反应器(S1、S2和S3)分别接种:实验室城市污水反硝化除磷系统排泥、城市污水厂剩余污泥及河涌底泥,比较其短程反硝化启动快慢和NO_2~--N积累特性,考察系统短程反硝化活性和NO_3~--N→NO_2~--N转化性能,并从微生物学角度分析反应器功能菌群特征.结果表明,在乙酸钠为唯一碳源、高碱度和适宜COD/NO_3~--N比进水条件下,3个SBR短程反硝化反应器在短时间内均能够成功启动,系统平均NO_3~--N→NO_2~--N转化率为S1 S2 S3(75. 92% 73. 36% 69. 90%).同时发现持续低温条件下S1和S2呈现不同程度的短程反硝化性能恶化趋势,但S3能够稳定维持良好NO_2~--N积累性能.微生物高通量测序表明,变形菌门和拟杆菌门居PD系统主导地位,3个短程反硝化反应器NO_2~--N积累关键功能菌属Thauera属丰度差异明显:S3 S1 S2(25. 09% 4. 71% 3. 60%),表明S3具备稳定高效的NO_2~--N积累性能,同时高丰度Thauera属可能是维持低温短程反硝化活性的重要原因.     

焚烧飞灰重金属含量及浸出长期变化规律研究

通过对24个飞灰样品的重金属全量消解和高精度X射线荧光光谱法（HDXRF）快速检测结果进行线性回归分析,发现HDXRF法可较准确测定飞灰中Cu、Pb、Zn、Ni和Cd含量（线性回归决定系数R²³0.90）.采用HDXRF法对某焚烧厂飞灰重金属含量6个月快速检测及浸出毒性测定数据统计分析发现：飞灰重金属月均含量较稳定（变异系数CV<0.14）但日均含量波动较大（CV>2.54）;飞灰中Pb、Cu和Zn含量呈正相关（相关系数r>0.78）;金属浸出浓度受浸出液终点pH值影响显著,超标频率依次为Pb（68.9%）、Cd（66.1%）、Ni（24.0%）、Cu（14.2%）和Zn（1.6%）.短期飞灰金属含量和浸出毒性数据受焚烧工况,烟气处理工况和垃圾组分等多种因素共同影响,不具有代表性.为评估垃圾分类源头削减重金属效果,建议采用快速检测方法对焚烧飞灰重金属含量进行长期监测.     

中国光伏组件报废量的预测

在采用威布尔分布模型分析光伏组件使用寿命分布情况的基础上,使用神经网络模型和市场供给A模型分别对中国光伏装机容量和组件报废量进行预测。将光伏组件按照不同质量分成2阶段,考虑不同退化情景预测组件报废量,并计算组件中有价值材料和金属报废量。预测结果表明:2025年后中国光伏组件报废量爆发,到2050年,中国光伏组件报废量最高可达60.22 GW,累计报废最高可达673 GW。在4种退化情景下,到2050年,典型贵金属方面最高产生3134.5 t的Ag;稀有金属方面最高产生228.1 t的Te;463.4 t的Cd,58.5 t的Ga,29.8 t的In;有毒有害金属方面最高产生263.9 t的Pb;Si最高产生量43735.4 t。到2050年,光伏组件材料累积废弃总量最高可达64623193.6 t。     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.