基于多源中高分辨率遥感数据提取渤海辽东湾海冰要素信息

海冰厚度是海冰参数中最为重要和最难获取的参数之一,对海洋灾害预警、气候变化等研究均有重要意义。本文选取2018年1月到3月的10景多源(Sentinel-2、Landsat-8、Landsat-7)中高分辨率影像对渤海辽东湾的海冰进行了监测。基于归一化水体指数进行海陆分割,通过分析海水与海冰光谱特征差异,利用最大似然法监督分类提取海冰区域,运用反照率与海冰厚度之间的经验指数模型反演海冰厚度,将反演结果与Zubov模型计算的冰厚结果进行比较,相关系数为0.884,证明了中高分辨率光学遥感数据在海冰厚度反演中的可行性。同时发挥中高分辨率遥感数据的优势,利用冰厚信息提取海冰类型、估算海冰资源量,为渤海海冰的防灾减灾以及海冰资源利用提供参考。     

特大城市生活垃圾分类的效益分析

分析了生活垃圾的主要成分,构建了垃圾分类的效益模型,以北京2011—2013年垃圾处理情况为数据来源,对"混合收集+填埋"和"分类收集+综合处理"两种方案进行了比较,为决策者提供更明晰、准确的决策信息。     

长期施氮和水热条件对夏闲期土壤呼吸的影响

在黄土高原地区,夏季休闲期既是高温多雨期也是土壤微生物强烈活动期.研究该时期土壤呼吸变化与土壤水分、温度和施氮之间关系,有助于深入理解农田生态系统土壤呼吸的时空变异性及其影响因素.本研究以1984年设立在黄土旱塬区长期田间定位试验为平台,选取了5个不同施氮处理（N0、N45、N90、N135和N180）,于2009年夏...     

基于决策树模型的煤矿安全事故严重程度分析与预测

为将数据挖掘技术应用于煤矿安全管理,通过对我国1999—2015年29 000多条煤矿安全事故数据的研究,系统分析了事故发生的区域、时间、类型和企业信息等因素对事故严重程度的影响及彼此之间的相关性。通过构建决策树分类模型,在给定事故相关信息的基础上,对事故严重程度进行分类预测;基于数据类别不平衡的特点,采用欠采样的抽样方法,同时利用梯度提升的组合分类器来提高分类精度。结果表明,采用的数据挖掘模型在预测不同严重程度的事故上均达到了较高精度。     

南京市天气类型与大气污染关系研究

基于2012～2017年南京市气象数据和空气污染数据,采用空间天气分类法(SSC)进行分类,并分析不同天气类型以及各项气象因子与污染物浓度的关系。结果表明,污染物在干燥晴朗的天气类型下的平均浓度较高;冬季气象条件对污染物浓度的影响最大;对于污染物SO2、NO2、PM10、PM2.5和CO,各气象因子对浓度的影响程度排序依次为气压、风速、温度、云量和露点;O3浓度受温度的影响最大。此外,对极端污染情形的研究表明,南京市在光照充足、晴朗干燥的天气类型下出现极端污染的风险较大,在温度5～10℃,露点温度0～5℃,气压1 020～1 025 hPa,云量0～2,风速2～3 m/s的天气条件下更容易发生极端污染。     

我国垃圾分类回收对策研究

垃圾分类回收处理对于保护环境、发展循环经济至关重要。通过借鉴国外较成熟的垃圾分类经验和做法,总结出一套符合中国国情的建议,对推动垃圾分类有效实施有重要意义。     

石化企业应对化学品危险性鉴定分类与登记策略探讨

介绍了我国化学品危险性鉴定、分类与登记的法律法规要求及化学品危险性鉴定分类与登记的范围,提出了石化企业应对国家化学品危险性鉴定、分类与登记的措施与方法。     

大西安地区滑坡分类及其特征分析

大西安正在进行国际化大都市的建设,建设过程中的政府决策、防灾减灾、规划设计、施工与运营管理等环节都面临着许多与岩土体和地质环境相关的重大问题,尤其是滑坡治理与预报工作。本文通过大量野外调查、测绘和勘查,统计分析了大西安地区发育的滑坡,将大西安地区的滑坡按滑体特征、动力成因和滑动特征分为三大类,又进一步按诱发因素、物质组成、滑面埋深、滑体规模和力学性质进行相应的分类,并从滑坡形貌、滑带与纵断面、变形与运动特征等方面对大西安地区发育的滑坡进行了归纳总结,建立了大西安地区具有层次性的滑坡分类体系。为大西安地区滑坡监测预报和稳定性分析等奠定了基础,为该区的防灾减灾工作提供理论依据。     

基于微分方程的环保大数据分类技术研究

环保工程需要引用大量数据,将其进行有效分类对环保工程的推进有重要意义,传统方法借助线性方程分类环保数据,分类过程繁琐,工作效率低,准确性不佳。为解决此问题,基于微分方程的角度研究了环保大数据分类技术,建立分类模型,阐述模型工作过程,通过实验检验给出技术的可行性。实验结果证明,研究的环保大数据分类技术在短时间内能够完成大量的环保数据分类,且分类准确性极高,能够有效减少工作人员的压力,对环保工程的进一步开展有重要意义。     

我国蚕豆根瘤菌的多样性和系统发育研究

采用数值分类、16S rDNA PCR-RFLP、IGS PCR-RFLP等方法对分离自我国11个省的50株蚕豆根瘤菌及11株参比菌株进行了表型测定和遗传型研究,同时对5株蚕豆根瘤菌的代表菌株进行了16S rDNA全序列测定.表型测定的结果表明,在80%的相似水平上供试菌株分为4个群,各群间存在地区交叉;16S rDNA PCR-RFLP的聚类结果与数值分类的聚类结果有很好的一致性;IGSRFLP反映的多样性更明显,形成的遗传群较多,可用于菌株间的鉴别.实验结果表明我国蚕豆根瘤菌具有极大的表型多样性和遗传多样性.系统发育研究结果表明,蚕豆根瘤菌的代表菌株均位于快生根瘤菌属(Rhizobium)系统发育分支,与R.leguminosarum USDA2370的全序列相似性达99.9%,说明蚕豆根瘤菌属于Rhizobium,系豌豆根瘤菌的一个生物型.图4表3参12