秸秆热解·燃烧特性及动力学研究

利用热重分析仪,采用热重-差热(DTA-TG)等现代分析测试手段,对石家庄近郊的水稻、小麦、玉米秸秆的热解和燃烧特性进行研究,确定不同升温速率下反应动力学参数。结果表明:秸秆热解分为4个阶段,即干燥阶段、过渡阶段、热解阶段、炭化阶段。随着升温速率的增加,第一阶段的终止温度相似,第二至四阶段中,随升温速率的提高,热解起始温度、质量损失速率最大时候的终止温度和最大质量损失率均提高;秸秆燃烧随着升温速率的增加,秸秆的挥发分析出燃烧温度与固定碳开始燃烧温度都随之变大;研究不同升温速率下的动力学模型,发现秸秆热解和燃烧的动力学参数有所不同;对比不同种类的秸秆燃烧与热解的特性,发现同一地区的玉米秆、稻秆和麦秆这3种生物质的热解与燃烧规律基本一致。     

近57年川东区域日照变化特征分析

基于1954—2010年川东地区和中东部地区若干站点的日照时数和日照百分率资料,采用线性倾向估计法对川东地区日照的年和不同季节的变化特征进行趋势分析,并采用Mann-Kendall(M-K)检验法对该地区日照变化进行突变检验。结果表明,近57年来川东地区年、各季日照时数和日照百分率的变化均呈显著的减少趋势,且减少趋势主要体现在冬、夏两季,春、秋季日照时数和日照百分率减少趋势不如冬夏季明显;1980年,川东地区的日照时数、日照百分率存在显著的突变特征。     

BP神经网络在小麦赤霉病气象预测中的应用*

 应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。