吉林省秸秆打包减排及综合利用分析研究

为量化秸秆打包政策对防控大气污染的影响,基于吉林省2016年秸秆产量、秸秆打包地亩数、卫星火点数据以及大气污染物浓度的变化,对吉林省秸秆打包产生的大气环境及社会经济效益进行了分析,结果表明:1)吉林省打包秸秆量为220.36×10~4t,约占秸秆年产量的5.5%,假如全部加工成生物质颗粒燃料,2016年至少减少14.54×10~4t污染物排放;2)吉林省秸秆打包政策执行以来,秸秆露天燃烧量及秸秆燃烧主要月份的卫星火点数显著下降;3)随着露天燃烧量的减少,区域大气颗粒物浓度降低,空气质量改善。秸秆燃烧主要月份的PM_(2.5)和PM_(10)浓度从2014年的104.5μg·m~(-3)、164μg·m~(-3)分别下降到2016年的48.5μg·m~(-3)、69·μg·m~(-3)。研究结果可为吉林省有效减少污染物排放、综合利用农作物秸秆、改善大气环境质量等提供科技支撑。     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

基于GSM的远程报警系统的研制

提出了一种基于GSM网络传输的远程报警系统.前端控制器接口控制多种探测器.分析整理报警信息,并利用串口控制GSM模块将相应的报警信息以GSM短消息形式进行传输,警情直达用户和计算机监控中心.对系统的硬件实施、算法研究与软件实现进行了详细描述,系统具有可靠性高,实时性好及低成本等特点,可广泛运用于家庭或其它需远程监控的场合.