水环境模拟中多孔介质非均质性空间变异最优估计模型

在生产实践中,经常要求对含水介质渗透性参数的空间分布数值作出可靠的估计.如何利用已知数据对指定点处的渗透性参数作出令人满意的估计,历来是水文地质工作者和应用数学工作者都关心的问题.文章应用能够刻画区域化变量随机性与结构性特征的地质统计学的理论和方法对能够反映多孔介质非均质特性的参数进行了分析,通过分析结果得出了参数空间变异性局部最优估计模型--普通克里格法.     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

城市空气质量与经济发展的曲线估计研究

通过对全国46个环境保护重点城市1990-2003年空气质量与人均GDP的调查,根据建立的城市空气质量与经济发展水平之间的曲线关系,研究发现我国重点城市经济发展在一定程度上仍然是建立在环境污染的基础之上的.城市空气环境质量的变迁随着中国经济的发展在很大程度上取决于政策取向,认识这一点,对于中国如何走上可持续发展道路至关重要.     

McCaffrey等估计轰燃前火灾温度方法的改进

在估计室内轰燃前火灾温度的多种方法中，McCaffrey等人提出的方法比较典型。该文根据内衬材料的热惯性对室内火灾的重要影响，在大量实验数据的基础上，对McCaffrey等人提出的这一方法进行了初步和理论上的改进；结合室内火灾的控制因素，对有机玻璃火灾的回归结果进行了进一步改进，提出了估计室内轰燃前火灾温度的新方法。     

发挥经济杠杆作用促进工伤事故预防

在目前我国经济高速发展,而职业伤害状况又十分严重的形势下,工伤保险作为社会保障的一项重要内容,愈来愈引起社会的广泛关注.据国际劳工专家估计,每年由于职业伤害造成的社会经济损失,约占一个国家国民生产总值的2%左右.     

贝叶斯动态模型在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿安全生产形势趋于好转,煤矿各类事故死亡人数逐年下降,但是煤矿事故总量仍然很大。在分析了贝叶斯动态模型特点的基础上,依据2001~2013年我国煤矿事故百万吨死亡率数据,分别运用贝叶斯常均值模型和一阶多项式模型,对历年煤矿百万吨死亡率进行样本训练和残差分析,并对2014年煤矿百万吨死亡率进行预测。结果表明,贝叶斯动态模型可适应煤矿事故的特点并用于煤矿事故进行科学的预测,其一阶多项式模型具有较高的预测精度,研究方法及结果可为煤矿监管部门及企业的安全管理决策提供借鉴。     

基于均匀分布的滑坡数值模拟参数取值概率研究--以甘肃黑方台黄土滑坡为例

针对数值模拟参数选取主观性强、量化难度大的问题,在高精度无人机地形数据的基础上,通过对11起滑坡案例进行了407组参数反演实验,对结果准确度定量评价后,得到基于Massflow数值软件关键参数λ0的分布范围,进而运用小样本极大似然估计理论,分析区间边界长度对反演精度的影响,最终提出基于均匀分布的参数取值概率模型,并选用案例验证该模型的准确性。结果表明:地形约束会导致反演过程中所需的内聚力减小,反演获得的11组最优λ0的极差和方差分别为0.29、0.01,在置信度为95%下,极大似然法得到区间边界估计长度仅为0.0998,表明参数λ收敛性较好;反演过程中质心滑动距离ψ准确度优于堆积面积重叠率η,在λ0±0.05的范围,参数估计区间内任意值对模拟误差影响较小,评价指标ψ、η与λ0对应案例的相对误差不超过15%;所选案例验证了在置信度为95%下,以反演得到的最优参数区间边界中点构建概率分布函数的可行性和准确性,研究方法可为单体滑坡数值模拟风险评价提供理论支撑。     

LNG气化站泄漏动态风险概率评估方法及应用

为了对液化天然气(LNG)气化站全作业周期内天然气泄漏的动态风险概率进行评估,基于贝叶斯网络及模糊集理论,提出了LNG气化站全作业周期内天然气泄漏的动态风险概率评估方法,并结合实际案例进行了分析,得到了某气化站天然气泄漏的动态概率变化情况。结果表明,在无人为干预的情况下,气化站在运行过程中LNG泄漏的概率处于中等和偏低之间,应急阶段LNG泄漏的概率较大,储存阶段LNG泄漏的概率较小;通过贝叶斯网络的逆向推理功能,闪蒸气加热器质量、储罐质量、其他气化设备质量、储罐区管线质量、闪蒸气输送管线质量是导致应急阶段天然气泄漏的主要因素。该方法可以克服传统静态分析方法的不足,预测LNG气化站全作业周期内天然气泄漏风险概率的动态演化过程。可为LNG气化站的风险控制和安全管理提供技术参考。     

基于贝叶斯网络的地铁暴雨内涝风险预警模型及协同响应机制研究

为提升暴雨灾害发生后的风险预警能力,有效化解地铁内涝重大风险,建立基于贝叶斯网络的风险预警模型,分析提出协同预警响应需求。以暴雨导致城市地铁内涝事故为例,建立综合考虑暴雨及预警、地铁站系统结构、客流量、应急措施、事故后果的基于贝叶斯网络的风险预警模型,分析预警信息对事故后果的影响,进而提出风险预警协同响应机制建设需求。研究结果表明：风险预警对提升地铁暴雨内涝事故应急处置的及时性、精准性和协同性具有显著影响,能够有效减小事故后果。研究结果可为建立重大灾害风险预警方法和机制提供参考。