TSP和PM_(10)监测指标对新疆城市空气质量级别的影响

以新疆干旱区绿洲城市为研究对象,对2005-2008、2011年TSP和PM10监测指标数据进行相关性分析,对比研究TSP与PM10监测指标对应的API污染指数分布和空气质量等级。结果显示:这两种大气颗粒物指标对新疆干旱区城市环境空气质量级别的影响显著,在春季沙尘多发期和冬季采暖期,以TSP标准评估的API空气质量等级与PM10为评价标准的空气质量结果偏离明显;监测指标采用PM10代替TSP后,城市环境空气质量出现较大幅度提升,环境空气质量优良率偏高,年均污染天数减少约50~60 d,以PM10作为空气质量监测指标的空气质量级别严重偏低,无法真实评价干旱区城市的空气质量现状,而TSP作为评价指标则更能如实反映当地空气质量的真实状况,建议在新疆城市在开展PM10监测的同时不应简单废弃TSP监测指标,TSP监测指标在干旱区环境空气质量监测体系中应该继续保留,同时建议在今后环境空气质量标准修订中适当收严PM10的日均值标准,使评价结果与TSP和PM10两指标评价结果不至于相差悬殊。     

千姿百态话帆船

帆船在漫长的岁月中,一直被人类用于谋生和战斗。在工业革命以前,帆船一直是各国海军主要的作战船只。在16世纪,伟大的现代航海事业已经开始,帆船的发展也进入了一个蓬勃时期。各种种类的帆船现身于世。     

二次土地调查中部分技术问题解决方法的探讨

通过土地利用更新调查与第二次土地调查在调查技术手段方面存在的主要差异对比,发现影像套合会使调查结果产生严重的误差。结合这几年从事土地利用更新调查工作经验,提出了差分校正法,不仅有效地解决了影像套合所带来的误差,还缩短了工作周期,提高了效率。     

统计降尺度方法在青海省冬季最低温度预测中的应用

利用2003-2007年国家气象中心T213L31全球中期数值预报模式逐日输出产品与青海地区25个气象站的观测数据作为试验资料, 利用相关系数和逐步回归进行因子选择, 并以单隐层神经网络和多元回归作为降尺度方法进行对比研究, 用2003-2006年间的11月1日～次年3月1日的资料作为训练样本, 以数值预报产品和前一日观测的最低温度作为因子, 建立青海省25个气候站的冬季最低温度的24, 48, 72 h预报模型, 并且以2006年12月和2007年的1、 2月作为24, 48, 72 h逐日最低温度预报试验时段。试验表明, 对于青海地区来说, 青海北部地区的预报命中率总体好于南部高原地区; 在4种对比方案中, 以选择数值预报资料结合前一日地面观测的最低温度作为主要因子的方法相对较优, 随着预报时效的延长, 24 h历史实况的作用逐渐减弱; 对于所有台站来说, 这4种方案各有优缺点, 没有一种方案可以完全代替其他所有方案; 在实际业务运行中, 对不同的台站应采用不同的预报方案进行实际业务预报。     

煤化作用程度与矿井的煤与瓦斯突出

总结了不同煤类瓦斯突出矿井所占的比例、吸附瓦斯量与煤变质程度的关系、孔隙度一与煤变质程度的关系、瓦斯突出危险程度、始突深度与煤变质程度的关系,说明煤的吸附性、孔隙性是控制煤与瓦斯突出的基本因素。      

中国湖泊综合分类原则、级别划分及分类程序之初探

在略述了国内外湖泊分类研究现状的基础上,探讨了开展我国湖泊综合分类的原则、级别划分以及综合分类所应该遵循的程序。主导因素与综合因素相结合,建立分类的主导标志,是湖泊综合分类系统中高层次分类的关键;区域相似性（相对一致性）与差异性的对比分析是低层次分类的重要环节。在此基础上,还应充分考虑到人类经济活动的方式与强度对湖泊诸自然因素的影响,以便使湖泊综合分类工作既具有理论上的意义,同时又具有实用价值。级     

基于优化组合权-模糊可变集的坝基岩体质量分级

为解决坝基岩体质量指标参数不确定性问题,特别是处于相邻等级分界线附近的岩体分类问题,本文提出基于优化组合权-模糊可变集的坝基岩体质量分级模型。首先选取岩石单轴饱和抗压强度(R_c)、结构面间距(J_d)、岩石质量指标(RQD)、完整性系数(K_v)、声波纵波速度(V_P)和地应力修正系数(Q)等6个主要影响指标,将每个指标划分为5个等级;然后利用改进的序关系分析法(G1法)和最大离差法分别确定指标的主客观权重,通过矩估计法优化指标的组合权值,同时借助单因素轮换法(OAT)分析指标的敏感性;最后以金沙江旭龙水电站坝基岩体的7个标准样本作为实例,应用模糊可变集模型进行坝基岩体质量分级评判,将分级结果与云模型的判定结果进行了对比。结果表明：7个样本中,除岩体样本N3的分级结果存在差异外,其余样本的分级结果均吻合;根据野外实地勘测结果,样本N3属于Ⅱ类的概率高达80%,与本文分级结果相吻合,验证了本文方法的可靠性,也弥补了云模型关于评判坝基岩体质量的不足。此外,指标的敏感性由高到低的排序为R_c...