起重机检测检验的误差：钢盘尺悬空测量的精度分析

分析钢盘尺悬空间在起重机检测检验中的精度对评价起重机的安全性和使用性具有十分重要的意义。本文通过计算法和图表法给出应用此法的准确测量值。     

大气污染物浓度的神经网络预报

首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用.     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

森林与径流关系——一致性和复杂性

@论文综述国外近一个世纪以来在配对集水区研究方面所取得的结论,从水的自然属性出发,从森林变化对径流(年径流量、洪峰与枯水径流)的影响,径流响应的干扰临界值及水文恢复各方面探讨森林变化与径流关系的一致性与复杂性。森林变化与径流关系的一致性主要表现在由较长时间尺度表达的年径流量上。绝大多数的配对集水区的试验研究表明,采伐森林就会增加年径流量,而在荒地上造林就会减少年径流量。而由较短时间尺度表达的洪峰径流与枯水流量则呈现较大的复杂性和难预估性。综述表明,对径流特别是洪峰与枯水径流的定义及分析方法的不同也是造成森林与径流关系复杂性的重要原因。森林与径流关系的复杂性要求人们在研究及应用其关系时就必须有系统观,必须考虑植被、径流与其它过程(土壤变化、气候变化等)的相互作用。论文还认为尽管配对集水区试验作为一种研究方法为研究者提供了许多可靠的结论,但由于许多研究者只把集水区看作是“黑箱”Q从而对认识森林与径流关系的复杂性有一定的局限性。未来的研究应把配对集水区的试验与其它对过程的研究技术(同位素、GIS等技术)结合起来。     

基于预测有效度一致的城市生活垃圾产生量预测

提出了基于预测有效度一致的城市生活垃圾产生量最优组合预测模型,该模型在组合预测之前利用Kendall一致性检验法对参加组合的单项预测模型值的拟合精度进行一致性检验,在通过检验之后再利用方差倒数法求解最优组合权重,建立组合预测模型。通过实例分析,表明其预测精度高于参加组合的各单项模型预测值,在城市生活垃圾产生量的预测工作中有一定的应用价值。     

液相色谱/离子阱质谱和飞行时间质谱分析橄榄油中的特丁津除草剂

本文摘要介绍了液相色谱／离子阱质谱和液相／飞行时间质谱对橄榄油中特丁津的定性定量分析．详细介绍了样品处理,包括液-液萃取和以氨基硅胶为基质分散的固相萃取法．样品的净化采用Florisil硅土小柱,用乙腈洗脱溶质．液相色谱／离子阱质谱的MS／MS模式采集特征离子m／z174．而利用液相／飞行时间质谱进行精确质量数分析（[M＋H]^＋,m／z230）,同时得到碎片的精确质量数和特征同位素分布．对于飞行时间质谱测得的质量精度小于ppm．此方法具有高灵敏度、线性好及精度高的优点．液相／离子阱质谱和飞行时间质谱可以作为橄榄油中特丁津的常规方法．[编者按]     

济南市空气质量数值预报研究

在大规模大气环境参数综合野外测试资料的基础上,为在济南市开展大气污染业务预报新近开发了空气质量数值预报模式系统.该系统由污染源模型(SM)、下垫面参数化模型(XDM)、诊断模式(DM)、中尺度-α气象模式(M-αM)、中尺度-β气象模式(M-βM)、行星边界层(PBL)湍流统计量参数化模式(PBLTM)、干湿沉积模式(DWDM)和高分辨化学模式(HRCM)组成.该系统已成功地应用于济南市空气质量数值预报工作,其预报与实测质量浓度之间有很好的一致性,日平均预报准确率可达80%以上.      

机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor, VIF)、主成分分析(Principal Components Analysis, PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF-PCA-Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF-PCA-Informer模型均方根误差下降了0.214 1～0.348 6,平均绝对误差下降了0.184 2～0.275 3,平均绝对百分比误差下降了0.322 4～0.527 0;VIF-PCA-Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。     

回眸洪峰铸警魂——记荣立一等功的南平公安交警

8月2日，中共中央政治局委员、书记处书记、国务委员、公安部部长周永康签署命令，给南平市公安局交警支队“6．17”抗洪抢险救灾工作记集体一等功。