针对突发水污染事件呈现的大数据特征,以及应急管理对应急高效率的需求,基于Hadoop平台按照CBR(Case Based Reasoning CBR)推理过程设计了突发水污染事件应急预案的并行化处置方案,利用MapReduce框架实现了预案特征数据入库和预案特征...针对突发水污染事件呈现的大数据特征,以及应急管理对应急高效率的需求,基于Hadoop平台按照CBR(Case Based Reasoning CBR)推理过程设计了突发水污染事件应急预案的并行化处置方案,利用MapReduce框架实现了预案特征数据入库和预案特征匹配检索的功能,并通过建立一级特征索引加快应急预案的检索速度,最终将应急预案特征数据及原始数据存储在HDFS(Hadoop Distributed File System,HDFS)分布式文件系统中.通过对陕西省渭河突发水污染事件应急管理过程进行模拟应用,结果表明,该方案可有效提升突发事件应急预案的生成效率,便于管理者和决策者快速应对突发事件,降低了突发事件的危害程度.展开更多
为校正突发性水污染事件风险评价中因多因素和不确定性带来的风险评价误差,本研究提出基于ALARP(As Low As Reasonably Practicable)原则的突发性水污染事件风险评价方法,即以基于ALARP原则的"F-D"图为基础,通过对计算危险源...为校正突发性水污染事件风险评价中因多因素和不确定性带来的风险评价误差,本研究提出基于ALARP(As Low As Reasonably Practicable)原则的突发性水污染事件风险评价方法,即以基于ALARP原则的"F-D"图为基础,通过对计算危险源分级指标和分析事故发生概率,确定其在图中所处的区域,从而确定风险性质。并且以此为指导提出相应的风险管理建议。本研究将孟津化肥厂作为案例,成功地应用该方法对其进行了突发性水污染事件的风险评价。本研究成果可为突发性水污染事件的风险评价及风险管理提供较为实用的方法和依据。展开更多
文摘为校正突发性水污染事件风险评价中因多因素和不确定性带来的风险评价误差,本研究提出基于ALARP(As Low As Reasonably Practicable)原则的突发性水污染事件风险评价方法,即以基于ALARP原则的"F-D"图为基础,通过对计算危险源分级指标和分析事故发生概率,确定其在图中所处的区域,从而确定风险性质。并且以此为指导提出相应的风险管理建议。本研究将孟津化肥厂作为案例,成功地应用该方法对其进行了突发性水污染事件的风险评价。本研究成果可为突发性水污染事件的风险评价及风险管理提供较为实用的方法和依据。