基于微型无人机遥感数据的城市水环境信息提取初探

近年来,黑臭水体整治已经成为各级政府的重要工作内容。为更好地开展黑臭水体筛查和监管工作,提出基于多旋翼无人机搭载多光谱相机的遥感监测方案,尝试采用影像特征变换结合面向对象分类方法提取黑臭水体的遥感信息。结果表明:(1)无人机影像上地物具有更加丰富的色彩和纹理;(2)与主成分变换和纹理分析方法相比,光谱指数对典型地物具有较好的判别能力;(3)采用标准最邻近分类法提取城市水环境信息,能够获得较高分类精度。     

泄爆导管长度对除尘器泄爆影响的模拟分析

使用FLACS软件DESC模块,对连接不同长度泄爆导管的除尘器泄爆模型进行了模拟,研究泄爆过程中除尘器内部以及泄爆方向上的超压与高温变化规律。研究结果表明,泄爆导管内部要比除尘器内部先达到最大爆炸压力,但压力值却要小于除尘器内的超压;在泄爆方向上,距泄爆口越远,导管内的爆炸压力也越小,且在泄爆导管末端压力下降的趋势明显加快;随着导管长度从1 m增加到6 m,除尘器与泄爆导管内部的最大爆炸压力也逐渐增大,在泄爆导管长6 m时,除尘器内部达到了81.8 kPa的最大爆炸压力;而对于不同长度的导管泄爆模型,泄爆导管内部都达到了2 000 K左右的高温,且导管越长,最大爆炸温度所能持续的时间也越长。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。     

GM(1,1)灰色模型在真空预压沉降预测中的应用

土体固结度是真空预压法加固土体效果的一个重要评价指标,地基最大沉降量的计算是确定土体固结度的关键。本文结合工程实例,分析了GM(1,1)灰色模型在真空预压沉降预测中的可行性,根据部分实测数据计算了地基最大沉降量及土体固结度,并与常用的三点法和双曲线法计算结果进行对比,结果表明GM(1,1)灰色模型的预测结果更符合工程实际。该研究对真空预压施工具有一定的指导意义。     

西辽河不同粒级沉积物的氨氮吸附-解吸特征

为估算辽河吸附态氨氮人海通量,采用平衡吸附-解吸法研究了西辽河不同粒级沉积物对氨氮的吸附-解吸特征.结果表明:不同粒级沉积物对氨氮的吸附-解吸特征均符合Langmuir和Freundlich吸附-解吸等温式;黏粒级和粉粒级沉积物的氨氮饱和吸附量较大,分别为3 643.82和2 693.71 mg/kg,相当于粗砂的8.04和5.94倍;西辽河冲泻质泥沙黏粒和粉粒所携载的吸附态氨氮的人海通量分别为170.10和164.52 mg/kg.占沉积物氨氮吸附总量的14.99％;黏粒级和粉粒级沉积物的氨氮解吸比例较小,分别为30.66％和42.04％,人海后可分别为上覆水提供氨氮52.15和69.16 mg/kg;黏粒级和粉粒级沉积物所吸附的氨氮是氮素循环的重要组成部分;黏粒和粉粒级沉积物的腐殖质含量远远高于粗沙,在其所形成的团聚体结构中存在的孔隙填充方式——氨氮吸附是导致黏粒和粉粒级沉积物饱和吸附量较大、解吸比例较低的根本原因.     

基于传声器阵列的声源定位技术的应用

基于传声器阵列的声源定位技术中的两个主要方法,STSF和Beamforming声源定位技术两者的实现方法不同。通过对STSF和Beamforming声源定位技术的推导,给出了两种测量技术适用的频率范围和空间范围,从理论上对其应用范围的差异进行了说明,并提出在实际测量中如何选择合适的声源定位方法。结合两种测量技术的特点,提出声源定位技术下一阶段研究的重点。     

1957-2009年黄土高原地区风速变化趋势

用88个气象站1957-2009年的月平均风速和最大风速日值资料,采用距平累积法、 5 a趋势滑动法、 Mann-Kendall趋势检验法等分析了黄土高原地区风速的变化趋势及其空间分异等特征。结果表明:①黄土高原地区1957-2009年多年平均风速为2.36 m/s,水蚀区、 水蚀风蚀交错区和风蚀区年均风速分别为2.36、 2.17、 2.60 m/s,年际变化倾向率分别为-0.008 4、 -0.009 4和-0.018 8 m·s^-1·a^-1,并均通过了0.001的极显著性检验。3个区域均是冬、 春季的平均风速对全年趋势演变贡献率较大,年均风速也均在1981年发生偏强转为偏弱的跃变,20世纪70年代以后平均风速逐渐减小。②黄土高原平均风速减少的主要原因是最大风速为5级或5级以上的发生日数减少。大风频率从1970年代至2000年代呈显著减少趋势,风蚀区减少幅度最大,减少了10%以上,水蚀风蚀交错区减少1%~5%,到2000年代,大多数站点的大风频率均降低为<2%。③水蚀风蚀交错区和风蚀区年均大风日数较多,而水蚀区和黄土高原西部地区年均大风日数较少。根据大风年均发生日数,将大风天气划分为大风天气较少区(年均大风日数<10 d)、 较多区(10~50 d)、 多发区(50~100 d)和频发区(>100 d)。大风较多区在黄土高原地区分布最广,其次是较少区,无频发区。70年代至90年代,风蚀区和水蚀风蚀交错区的站点大多为大风较多区,其中70年代中宁和包头为大风多发区;2000年代以后,大部分地区转为大风较少区。     

基于多层感知器神经网络和统计小波特征的管道泄漏诊断

油气输送管道泄漏造成的主要问题包括环境危害和经济损失.为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况.该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据.然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态.最后,利用混淆矩阵对泄漏识别的精度进行验证.对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92％.该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度.