近岸海域水色异常遥感监测方法研究

水体颜色是判断水体质量的重要依据,利用遥感技术检测水色异常是进行水质评估和水体污染监测的重要技术手法。基于盐城市废黄河入海口处的GF1-WFV影像数据,利用遥感影像自身光谱特征来构建水色异常判断函数,对研究区域的水色异常进行快速提取和定位,并比较分析了基于单景影像特征和多景影像特征设置判断阈值的提取结果。研究结果表明：该方法完全基于遥感影像光谱特征,可有效提取出未知类型的水色异常信息;与基于单景影像设置的判断阈值相比,基于双景影像设置的判断阈值更合理、更适用,提取速度更快,提取范围更精确,Kappa系数为0.80;另外,采用合适窗口大小进行均值滤波处理能有效防止提取结果细碎和斑块化。     

浙江省环境质量演变趋势分析及预测研究

选择2011—2020年浙江省地表水、空气和酸雨监测数据,结合社会经济发展统计数据,从社会经济与环境质量间协调性角度探讨“十二五”及“十三五”浙江省环境质量演变趋势,并在此基础上对“十四五”期间环境质量进行科学合理的预测。分析结果表明,2011—2020年环境质量不断向良好状态发展,通过动态耦合模型得到的耦合度由2011年的34.6°上升到2020年的55.4°,社会经济发展与环境质量协调发展水平呈现上升态势。采用灰色预测法和时间序列模型对环境质量进行预测,模拟结果显示,预计到2025年地表水优良率将达到92%,满足功能要求断面比例达到95%,设区城市空气质量优良天数比例达到92%,酸雨率平均为40%。正确认识社会经济发展与环境质量变化之间的耦合规律,并对环境质量进行合理预测,能够为促进社会经济与生态环境的协调发展提供理论依据,为深入打好污染防治攻坚战提供有力支撑。     

基于微粒群算法的供水管网抗震优化设计

以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点最低可靠度为约束条件,建立了供水管网抗震优化设计模型。利用微粒群算法对这一模型进行了求解,该算法以管网作为微粒个体,通过不断地更新微粒的位置来搜索最优的管网结构,直到最后给出优化的管网结构。利用上述方法对一典型供水管网进行了抗震优化设计分析,给出了3种不同节点最低可靠度约束条件下的优化改造方案。     

工程项目群安全评价分析模型研究

在项目群大系统工程的安全综合评价分析中,存在较为复杂的评价要求。利用统计学的理论方法,采用单项指标与综合建模及量纲归一技术,全面论述安全评价的目的、意义和功能。首先构建一组综合无量纲指数作为安全指数,提出项目群安全指数综合分析模型、安全业绩综合考核模型和项目群安全率的分析模型,测评项目群系统的安全综合业绩,并对项目群安全建设的投入产出作出分析,建立工程项目群重大事故损失影响强度分析模型,最后通过实例计算工程项目群最优安全贡献率,以验证相关的数学方法和模型的可行性。     

基于分形理论与模拟退火算法的安全投资预测

在研究安全投资规律及影响因素的复杂性、不确定性的基础上,提出基于分形理论与模拟退火算法的安全投资预测新方法。该方法首先运用重标极差法分析了安全投资时间序列预测的可行性,然后利用模拟退火算法并结合对原始数据的一系列变换求解满足预测误差精度的平移量,得到安全投资时间序列的分形维数,最后根据分形统计模型可以预测出下一时间单位的安全投资。通过实例证明该方法的可行性和有效性,提高了决策过程的科学性,对企业制定未来安全投资总量具有借鉴作用。     

河南省汛期地质灾害预警的BP神经网络模型及应用

根据诱发地质灾害的内外因素建立地质灾害预警模型,评价河南省地质灾害的危险性.选取地形地貌、地质构造、岩土体类型、植被分布、水土流失、降雨和人类生产活动7个影响地质灾害的因素,建立了地质灾害预警的BP神经网络模型.根据监测数据进行训练和检验后,采用该模型对河南省汛期地质灾害进行预测,发现预测结果与实际情况基本一致.研究表明,建立的BP神经网络模型作为一种灾害预警的探索和尝试,具有一定的适用性和推广价值,可以作为地质灾害危险性评价预测方法的补充.     

秦皇岛市宏观环境战略及协调因子分析

结合秦皇岛市实际,论述了宏观环境战略及协调因子,主要分两个方面:①该市的经济发展与环境是否协调,以及明确存在的主要问题;②协调经济与环境的关系,解决矛盾的协调因子。      

现代统计信息分析在安全工程方面的应用——卡尔曼滤波器基本知识

卡尔曼滤波器是现代控制理论中的一种最优理论,其目的是从大量偶然干扰中筛取主导因素,以对事物变化规律作出正确的估计。介绍了卡尔曼滤波器的基本思路及原理,以及在安全工程中使用卡尔曼滤波器时应注意的问题。     

面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。     

直升机旋翼动平衡振动信号的等角度重采样算法研究

目的 准确测量直升机旋翼基频振动的强度和相位,开展对基于振动信号降噪的等角度采样算法研究。方法 基于直升机旋翼动平衡检测的经典架构,提取桨毂传导过来的啮齿咬合振动信号,作为等相位采样的标尺,从而将振动数据从等时间采样,转换为等角度采样,减少转速微弱波动导致的相位非均匀采样对快速傅里叶变换的影响。结果 针对某型现役直升机在满速下获得的主旋翼测试数据,在经过上述方法进行重采样后,测量结果的滚动平均振动强度和相位的波动性明显降低,振动波动小于±0.01IPS,相位波动小于±10°。结论 在采用加速度传感器的条件下,通过采用啮齿咬合高频信号作为标尺,对振动信号进行等角度重采样可以提高测量的精确度。