英国推出"噪音地图"或助缓解噪音污染

英国政府5月16日推出一项名为“噪音地图”的在线服务。英国网民只需点击鼠标即可了解自己所处地区的大致噪音污染程度。英国官员希望,这一地图能帮助人们直观了解身边的哚音污染状况,推动制定计划减少不必要的噪音污染。     

GPS接收机测试评估系统数据库的建立

为评定GPS接收机的性能,建立的接收机测试评估系统在对接收机进行测试的过程中将涉及到大量的测试相关数据。为了对这些数据进行科学、安全的存储管理,文中通过分析数据的来源、数据的存储类型以及数据的相互关系等,在考虑了数据库运行的安全性和稳定性的基础上,详细地介绍了GPS接收机测试评估系统数据库的建立。     

地质灾害危险性评估工作发展现状及若干技术问题探讨

1引言 建设用地地质灾害危险性评估制度是国土资源部按照地质灾害防治工作要求为社会发展及经济建设服务的原则,采取的一项主动防灾措施。其核心内容是“在城市建设、地质灾害易发区内进行工程建设及其它有可能导致地质灾害发生的工程项目建设,在项目选址阶段必须进行地质灾害危险性评估”,评估结果由省级以上地矿行政主管部门认定,并作为建设项目用地审查报批的必备条件之一。我国从1999年底开始此项工作,经过近8年的推行,已取得了良好的地质灾害预防效果,明显地减少了工程建设诱发和遭受地质灾害危害的现象。     

河西走廊疏勒河流域地质灾害危险性现状评估方法的应用——以甘肃省河西走廊(疏勒河)农业灌溉暨移民安置综合开发建设项目8个移民社区及配套工程建设为例

依据“建设用地地质灾害危险性评估技术要求”、利用野外踏勘及相关资料,对“甘肃省河西走廊（疏勒河）农业灌溉暨移民安置综合开发建设项目8个移民社区及配套工程”进行地质灾害危险性现状评估。结果认为：评估区发育和分布的地质灾害类型有土壤盐渍化、风蚀沙埋和洪水冲蚀。现状评估结果：土壤盐渍化和洪水冲蚀危险性均小;风蚀沙埋有1处危险性中等,其它危险性小。     

长江流域沿江镉异常源追踪与定量评估的方法技术研究:以长江流域安徽段为例

长江全流域性的Cd异常是被中国正在进行的多目标地球化学调查发现的重大生态环境问题。以长江流域安徽段为研究对象,对沿江镉异常源追踪与定量评估的方法技术进行了系统研究。通过对安徽段长江干流及其主要支流悬浮物中元素含量的测量查明:悬浮物是流域内重金属元素大跨度迁移的主要载体;Cd在悬浮物中的富集程度远远大于其他重金属元素,这或许正是Cd可以形成沿江流域性异常的主要原因;长江干流悬浮物中重金属元素含量的变化明显受到沿江支流的影响。安徽段长江干流及其主要支流重金属元素输出通量定量计算结果表明:秋蒲河是安徽段重金属元素输出通量最大的支流,每年在安徽段长江两岸土壤中沉积下约4.45t的Cd。利用悬浮物加密测量、1∶5万土壤测量和岩石测量对顺安河流域Cd异常源追踪结果显示:内生金属矿床特别是铅锌矿是悬浮物中Cd的最大的供应源。采用河漫滩沉积物分层采样技术和同位素测年技术,初步恢复了研究区Cd等重金属元素沉积和污染的地球化学历史,对研究区Cd等重金属元素异常的未来演变趋势进行了预警预测。     

西藏雄村铜(金)矿地质灾害危险性综合分区评价

将勘探开发区划分为小区块评价单元,从地质灾害基础因子、响应因子、诱发因子分析入手,选定地形地貌、植被、岩性、地质构造及周边地震活动、地质灾害现状、预测地质灾害的危险性、人类工程活动为雄村铜(金)矿地质灾害综合分区定量评估因子,由此求得各区块的灾害因子综合量值.按危险性分区阀值将各评价区块最终归并为地质灾害危险性大、中等和小3个级别分区.     

吉林省江源县地质灾害发育特征及防治对策

江源县位于吉林省东南部,处于长白山西麓,行政管辖隶属于吉林省白山市,具有丰富的矿产和旅游资源。近年来,由于经济的发展和人类工程活动的增强,加剧了区内地质灾害的形成,地质灾害对当地的经济发展和人民生命财产安全造成损失和潜在威胁。本文对该县的地质环境作了详尽的阐述,在此基础上对研究区内的泥石流、滑坡、地面塌陷、不稳定斜坡等地质灾害的发育特征和形成条件作了全面的分析研究,总结出它们的发展规律,同时对该县进行了地质灾害经济损失现状评估和预测评估,最后结合当地经济条件与地质灾害现状,给出了较为切实可行的地质灾害防治对策。     

基于等高线回放算法的DEM精度评估研究

一、引言 等高线是其它地形表示方法的几何基础,一组有一定间隔的等高线的组合可以用来较好地反映地面的起伏形态和切割程度。利用等高线数据来构建DEM是DEM数据生产的重要方式之一,不仅可以完整地表现地形的整体特征,还能保留某些复杂区域的地形特征。     

网络安全态势感知关键实现技术研究

建立了网络安全态势感知的分层实现模型,并针对每个层次提出了基于多分类器融合的安全态势提取方法、基于统计学习的分层态势评估方法以及基于遗传神经网络态势的动态预测方法.经仿真实验验证,每个层次的实现方法都是可行有效的.     

动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.