基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

基于关联性及趋势性分析的AVHRR NDVI及#br# MODIS NDVI数据产品比较

针对AVHRR NDVI和MODIS NDVI数据集中不同数据产品间的差异和区域适应性问题，利用2003~2013年重叠时间段MODIS Terra/Aqua的NDVI Collection 5(C5)和Collection 6(C6)产品以及AVHRR NDVI中的GIMMS NDVI3g产品，选择汉江流域典型区域进行数据对比分析。通过关联指数IOAs(Index of Association)来评价各数据在季节波动上的一致性；采用Mann Kendall检验分析各数据的长期趋势差异。结果表明，在季节性变化上，同一卫星不同版本产品之间的关联性相对较高。在年际变化上，GIMMS产品相对MODIS 产品，仅能检出部分NDVI变化趋势。在地表覆被异质性相对较高地区，GIMMS产品的长期变化趋势检出率较低。MODIS Terra的NDVI C5产品受传感器退化影响，表现出相对较高的减少趋势。 关键词： GIMMS NDVI；MODIS NDVI；Mann Kendall检验；趋势分析     

210m钢筋混凝土烟囱控制爆破拆除数值模拟研究

通过采用LS-DYNA动力学有限元程序,模拟210 m钢筋混凝土烟囱的控制爆破拆除倒塌过程。采用数值模拟方法,不仅可以对控制爆破拆除工程中构筑物倾倒、破坏的重要影响因素进行分析,对有关理论研究结果的正确性和有效性进行验证,还能优化爆破拆除方案、预测实际爆破拆除效果,提高爆破拆除设计与施工的经济性、可靠性和安全性。     

初始温度和压力对排污空间甲烷-空气混合物爆燃特性影响的模拟研究

市政排污空间作为城市公共基础设施的重要组成部分，易积聚可燃气体形成爆炸性环境。结合排污空间的特殊环境条件，采用Fluidyn-MP多物理场数值模拟软件，建立了20 L球形爆炸罐分析模型，通过改变初始温度和初始压力，对排污空间甲烷-空气混合物爆燃特性及其变化规律进行模拟研究。结果表明:初始温度升高导致甲烷-空气混合物最大爆炸压力降低，缩短了到达最大爆炸压力的时间；初始压力增加导致最大爆炸压力急剧升高，并延长了到达最大爆炸压力的时间；最大爆炸压力对初始压力的敏感程度远大于初始温度的影响。此外，随着初始温度和初始压力的升高，爆炸火焰平均传播速度增加，而火焰传播速度对初始温度较敏感。     

阳春春湾柴草自燃现象与地震活动关系探讨

通过对广东省阳春市春湾镇龙虎坑村柴草自燃现象与地震活动时间序列以及对自燃区地质地貌、断层气测量等研究,认为,自燃现象与强震活动有密切的对应关系;柴草自燃现象是区域构造应力场加强的窗口效应.     

灰色协调度模型在产业用水系统分析中的应用

揭示产业用水系统的时空动态发展规律，探讨其内部的协调关系，是开展节水型社会建设规划，实现水资源可持续利用的关键。然而，目前对产业用水系统的协调性分析还缺乏较为有效的理论和方法。以往在利用协调度模型进行用水系统有序度研究时，通常采用两段叙述的线性分段函数表示，较不适用于描述产业用水系统内部要素的非线性结构。因此，针对产业用水系统的特性，利用灰关联原理建立有序度函数，以建立更适于用水系统分析的灰色协调度模型。利用该模型对上海市1997~2005年产业用水系统进行实证研究，结果显示：上海市产业用水系统基本有序，发展比较协调，其用水综合效益较大，但距离最优状态尚有潜力可挖；其中，农业用水子系统的发展较为欠缺，在未来用水规划中应予以重视。     

论生态园林及其建设的基本原则

生态园林是城市绿地建设的新思维,也是生态学具体应用的实践.生态园林建设应遵循生态优先、物种多样性保护和重建、因地制宜、处理好种间关系、建立群落自维持机制、重视生态文化内涵等六要素.     

北京市农业机械排放因子与排放清单

利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象.