学科分类
/ 1
4 个结果
  • 简介:安全领域并不缺乏数据;事实上,我们常迷失于这海量数据之中。因此,亟需运用智能数据管理系统来提高我们对专业知识的运用效率,以保证工人的生产安全。“大数”如同其他流行术语,常被提及,却鲜有人真正理解其涵义。就安全领域而言,又有多少管理者理解它,知晓它对行业的意义呢?大数曾被定义为“传统数据库管理工具无法处理的、过于庞大复杂的数据”。

  • 标签: 安全生产 智能 应用 数据管理系统 传统数据库 海量数据
  • 简介:为贯彻落实《国务院关于印发促进大数发展行动纲要的通知》(国发[2015]50号)精神,积极开展生态环境大数建设与应用工作,环境保护部于3月8日印发了《生态环境大数建设总体方案》(以下简称《方案》。

  • 标签: 数据建设 生态环境 总体方案 环境保护 国务院
  • 简介:化学品生态风险评价和水质基准研究需要大量生态毒理数据,由于目前关于化学品毒性效应的研究较多,不同文献对同一测试终点的报道常常存在一定的差异,数据选择不当会直接影响最终评价结果。为了降低专业人员在数据筛选过程中的主观影响,有必要制定一套科学合理、操作性强的数据筛查与评价准则。本文整理比较了美国、荷兰、德国和澳大利亚等4个国家的5个毒理数据筛查与评价方法,并以荷兰的CRED方法为主,结合另外4个筛选方法以及现有的水质基准推导指南和生态风险评价技术导则,从可靠性、相关性、精确性三个方面详细阐述了数据质量评价标准与使用规范。其中数据质量评价包括五个方面:(1)实验设计,包括测试标准、操作规程、数据有效性、对照组设置;(2)实验试剂的纯度及其杂质的物理化学性质;(3)受试生物的基本信息和来源;(4)暴露条件,包括试验系统、暴露浓度设置及变化、暴露时间、生物负荷;(5)数据分析,包括平行样、统计分析方法、浓度-效应关系、原始数据;数据使用规范主要考虑受试生物、测试终点和暴露场景与评价目标的相关性,以及生态风险评价和水质基准推导对数据精确性的要求。这些均可为我国从事生态风险评价和水质基准研究的工作人员提供有益借鉴,使数据筛选过程更加客观、统一,同时还可以作为毒理实验论文撰写依据,提高数据报道质量。

  • 标签: 生态毒理数据 筛查与评价 可靠性 相关性 生态风险评价 水质基准
  • 简介:利用2010年10月与2015年10月两个不同时相的环境星CCD数据,以长沙市、株洲市、湘潭市为核心的长株潭城市群作为研究区域,采用像元二分模型对长株潭地区的植被覆盖情况进行动态分析,通过建立转移矩阵分析该区的植被退化或改善情况,并根据标准偏差的数值分析NDVI的变化情况.利用HJ1B/IRS特有的热红外数据反演地表温度,分析不同植被覆盖度下与温度分布的关系,为长株潭地区生态文明城市的建设提供参考.

  • 标签: 植被覆盖度 环境星 NDVI 标准偏差 地表温度