基于多源遥感数据的锡尔河中下游农田土壤水分反演

机器学习结合多源遥感数据反演土壤水分含量（SMC）是目前SMC研究的热点,因较少考虑温度、蒸散等重要SMC影响因子,反演结果存在一定的不确定性。利用Sentinel-1影像、MODIS产品和SRTM数据,提取雷达后向散射系数等32个SMC影响因子,经相关分析选择27个显著的SMC影响因子（P<0.05）作为反演因子,并设计三组因子组合。这三组因子组合分别与随机森林、支持向量回归、BP神经网络三种机器学习方法结合,发现基于随机森林结合所有因子的方案,其SMC反演精度最高,该组合均方根误差RMSE为0.039 m³/m³,将该方案被用于反演2017年生长季锡尔河流域中下游平原区农田SMC。结果表明：从上部至下部SMC总体呈逐渐增加的态势,但存在显著时空差异,春季和秋季SMC较高而夏季较低。SMC差异主要由土壤质地、热量条件和地表植被状况差异引起。春季平原区下部农田SMC要高于上部,SMC的主控因子是土壤质地和地表植被状况;在夏季,土壤水分的主控因子是热量条件,农田灌溉弥补了热量条件差异对土壤水分的影响,导致空间上平原上部和下部土壤SMC空间差异不显著;秋季SMC的主控因子植被状况抵消地表温度和土壤质地差异对SMC的影响,使得秋季SMC空间差异不显著。本文采用的研究方法在一定程度上克服了因考虑SMC影响因子不足而获取更高SMC精度的限制。     

环保节能地源热泵技术应用研究

地源热泵技术是一种新型的能源利用技术,运用丰富的地能来实现冬季取暖夏季采凉,减少了煤炭资源的消耗,减少了臭氧层的破坏,缓解了气候环境危机,因此本文对地源热泵系统的工作原理及应用进行研究分析具有重要的现实意义.     

环境保护与公众参与探讨

近年来,随着环境问题对公共生活的影响日益加剧,环境危机已成为威胁人类生存的严重问题。环境问题与群众的生活有着密切的联系,提高公众对环境保护的重视,各种主题的环保活动也不失时机出现在人们的视野当中。越来越多的国家开始关注公众的参与在环境保护工作中的地位和作用,本文对环境保护工作中的公众参与做出了浅要分析,并借鉴一些国外的先进经验,提出了一些合理化的建议,希望可以促进我国环境保护的科学发展。     

利用硝化细菌对煤矿固体废物生态毒性的检测

主要研究了在水或不同酸性条件下，徐州某矿矸石和煤泥可提取成份对硝化细菌硝化作用强度的影响。结果表明，矸石和煤泥在不同酸性条件下的可提取成份对硝化作用强度均产生不同程度的抑制作用，提示本方法在反映煤矿固体废物生态毒性方面有一定检测作用。