基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

建筑施工安全隐患的分类与分级研究

研究建筑施工过程安全隐患的分类与分级方法,对促进建筑施工安全隐患排查管理行动,提升安全生产绩效具有重大的理论和现实意义。为此,本文基于建筑施工安全生产的本质安全性理论与事故致因原理,建立了隐患演变为事故类型的关系模型;基于系统性、科学性、层次性和预防性原则,将建筑施工安全隐患分为结构类、功能类、流程类、防护类、环境类和行为类6大类;基于风险评估方法,建立了隐患演化为事故的可能性的隐患特征系数和严重性的隐患类别评估LC方法,将施工安全隐患分为特别重大隐患、重大隐患、较大隐患和一般隐患4级,便于与生产安全事故管理的协调,彰显"隐患就是事故"的观念。研究成果在多个工程的数十项危大工程进行施工安全隐患排查评估实践,据此,文章最后给出了典型的施工安全隐患排查评估案例。     

广东省商务厅等部门联合发布10条措施 推进再生资源回收体系建设

为落实《广东省城市生活垃圾分类实施方案》《广东省农村生活垃圾分类实施方案(试行)》《广东省2020年城市生活垃圾分类工作要点》有关要求,进一步完善广东省再生资源回收体系,提高再生资源回收行业发展质量,推动再生资源回收体系与生活垃圾清运体系两网衔接,助推生活垃圾分类工作实现减量化、资源化,广东省商务厅联合省发展改革委、工业和信息化厅、财政厅、自然资源厅、住房和城乡建设厅、农业农村厅、供销合作联社发布了《关于推进再生资源回收体系建设促进生活垃圾减量化资源化的通知》(粤商务管字[2020]29号,以下简称《通知》)。《通知》共分为健全再生资源回收体系、推进回收网络进社区、提高低价值可回收物回收率、促进行业规范发展4部分共10条。     

GB/T18664-2002《呼吸防护用品的选择、使用与维护》系列讲座第二讲了解呼吸防护用品的分类和防护功能

有关呼吸防护用品的知识非常重要,它不仅使我们了解每类产品的功能和特点,更重要的是了解其局限性,因为没有一种防护用品是万能的,所以这些知识可帮助我们做出尽可能安全的选择。呼吸防护用品主要分过滤式和隔绝式两类(表1)。     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

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.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

海绵城市的地区分类建设范式

在系统分析我国城市的水文地质和气候条件等自然因素和新旧城区、功能区等社会因素的基础上,分类和总结现有海绵城市试点经验,提出了基于我国地域分类和社会属性分类的海绵城市建设策略和范式,以期为海绵城市建设的推广提供借鉴。     

基于Sentinel-2的平寨水库叶绿素a浓度反演

为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。     

基于地下管廊施工建筑垃圾产生特征的定量预测模型的建立

以浙江省宁波市地下管廊施工为研究对象,通过现场调研和建筑施工进度跟踪,建立了工程渣土、废弃混凝土、工程泥浆3种建筑垃圾的定量预测模型。结果表明:预计产生程渣土为83891.21 m3、废弃混凝土为4837.34 m3、工程泥浆为11435.27 m3。与真实值相比,模型的相对误差分别为8.6%,4.9%,3.5%,均低于20%,可认为三类建筑垃圾预测模型的建立有效。