外源新碳对红壤团聚体及有机碳分布和稳定性的影响

以中国科学院长期定位试验站的红壤为研究对象,通过室内模拟实验,利用δ~(13)C示踪方法,将稳定同位素碳(δ13C)标记的水稻秸秆添加入红壤,研究水稻秸秆添加对红壤水稳性团聚体分布及稳定性的影响,探索水稻秸秆腐解过程中有机碳在不同粒级团聚体中的动态变化以及分布规律.研究结果表明:未添加水稻秸秆的红壤(对照组),微团聚体(250μm)占主体,2000μm粒级水稳性团聚体含量最少.与对照相比,添加水稻秸秆后(试验组)促进了2000μm粒级水稳性团聚体的团聚.不同培养时期,2000μm水稳性团聚体增加了108.3%~270.3%,促使大团聚体占主体,显著提高了红壤水稳性团聚体的平均重量直径(MWD)、几何平均直径(GMD)、R0.25值,降低了分形维数(D)值,土壤结构明显得到改善.各粒级团聚体有机碳含量也显著得到提高,2000μm团聚体有机碳含量比对照组增加了14.7%~41.5%.土壤有机碳在53μm粒级团聚体中分布随着粒级的增大而增大,即2000μm2000~250μm250~53μm.不同粒级团聚体δ13C值动态变化显著,有机碳的周转速率增大.外源新碳前期主要分配在2000μm、250~53μm粒级团聚体中,并促进了原有机碳的分解,后期主要分配在微团聚体中.红壤大团聚体有机碳含量与团聚体稳定性呈极显著的相关关系(p0.01).     

基于改进烟花优化算法的三维空间气体源定位

为探究三维空间中气体源定位及其源强反算问题,提出1种改进烟花爆炸算法(GWOFA)。将定位过程分为全局定位过程和局部定位过程。全局定位过程即结合灰狼优化算法和莱维飞行在三维空间中的全局搜索过程;局部定位过程是在全局定位的结果上的进一步开发过程,其通过引入边界条件的爆炸半径选取方式和选择策略更加高效地改进烟花优化算法实现。研究结果表明：本文算法相比于支持向量机回归模型(LinearSVR)、GWO算法和粒子群算法具有更高精确度,相比于GWO算法和粒子群算法具有更高稳定性和更低随机性;在气体源定位问题上,本文算法整体表现优于LinearSVR、GWO算法和粒子群算法。研究结果可为解决三维空间中气体源定位问题和相关参数估计问题提供新的思路方法。     

自动扶梯乘客摔倒智能识别方法研究

针对乘坐自动扶梯频繁发生乘客摔倒的问题,本文分析乘客摔倒影响因素和摔倒过程受力情况,选取加速度峰值特征作为摔倒识别的特征量。使用摔倒惯性加速度信息采集系统获取摔倒和日常动作的加速度峰值样本,建立多特征集半监督支持向量机（SVM-D-R）算法模型并进行样本训练,测试在日常生活下样本集,对乘客摔倒加速度峰值特征进行识别。实验结果分析,该方法在正常生活环境下监测识别乘客摔倒的过程中受其他影响小,识别结果准确性高。     

煤气负压管道裂纹的修补

介绍了河南天宏焦化公司采用可赛新金属修补系列产品,对煤气负压管道裂纹进行修补,取得了良好效果,避免了煤气负压管道普通焊补作业的危险性和停机检修对生产造成的诸多不利因素,实现了煤气负压管道补漏作业的安全高效.同时,对可赛新金属修补系列产品的技术性能作了介绍.     

应用于智慧社区的安全接入网关设计与实现

国家及各级地方政府对加强社会治理和智慧社区建设提出明确要求,并出台了一系列政策文件,智慧社区建设正在我国拉开帷幕.智慧社区所采集的数据都是与居民息息相关的数据,不仅关系到公民的个人隐私,更关系到公民的生命财产和安全.目前已建成的大多数智慧社区并不能保证这些数据的安全,本文提出并设计了一款应用于智慧社区的安全接入网关,支...     

MODIS林火识别算法的验证分析

利用中国境内9起森林火灾事件对MODIS火点识别的理论算法进行验证分析．结果表明：MODIS火点识别的理论算法在中国境内是基本通用的．但受地域和季节变化的影响．应用时可能会遗漏个别低温闷烧的热点;利用火点亮温偏离统计均值标准差的关系来确定阁值．可以避免火点的遗漏;林火点在CH21和CH22上的值比较接近。一般有CH21-CH22〈20K。而噪声点在两个波段上的亮温差异比较大。根据以上知识．提出了改进MODIS林火热点识别算法的建议。     

移动通信技术发展对安全生产影响研究*

为了深入揭示安全生产水平同移动通信技术发展的内在联系,提出安全生产信息技术能力的概念及其监控管理连接、救援响应监测、定位导航追踪3方面子能力的定义,进而通过构建3方面子能力同移动通信主要性能指标之间的关系模型（SPITCMC）,并对其进行深入分析和研究。研究结果表明:SPITCMC模型可以准确诠释过去移动通信技术发展对安全生产水平产生的影响,同时可用于预判未来移动通信技术发展对安全生产可能产生的影响程度,从而为后续相关工作的开展提供参考和借鉴。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题,满足GPS定位信号的精度和信号数据处理时间的要求,提出1种群调度滤波算法,通过实验仿真,分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间,具有较大优势,可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

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。     

人工智能浪潮下的周界报警系统

一、如何理解周界报警系统周界防护本身是一种防御体系,就像古老的中国长城,一直以来实体周界防御体系都是以围墙、围网、栅栏等方式存在。周界报警系统则是依附在原有实体周界防御体系之上的一种自动化智能设备,它包含传感、网络和分析管理模块,分别完成采集数据、传输和算法分析功能。系统时时刻刻收集传感器采集的数据进行分析处理,判断出符合入侵行为的事件,滤除各种干扰产生的事件。