基于地震信息的相控建模方法优化

针对少井情况下变差函数难以确定,常规相控随机建模不确定性大的问题,提出了一种基于地震信息的相控建模方法。该方法采用确定的沉积微相作为约束,将同一微相内的地震属性与测井数据作为已知样点用于变差函数分析,然后将地震属性、测井数据作为输入数据,通过分相模拟建立三维储层参数模型。AKPO油田实际应用结果表明,该方法增强了变差函数选择的依据,降低了储层参数建模的不确定性。     

麦田婆婆纳的空间分布型及抽样技术研究

分析了婆婆纳在麦田的空间分布类型,结果表明婆婆纳在麦田呈聚集分布,分析了引起聚集分布的原因,且田间调查以棋盘式和平行取样为最佳。     

森林资源抽样调查技术探讨

抽样调查是只抽取研究对象的部分个体进行调查,他是生产实践中最常用的调查方法。文章介绍了抽样调查的基本概念,论述了森林调查中主要抽样方法的特点和研究现状。     

海口“垃圾鱼”检测出炉化合物残留有害人体健康

《法制日报》视点版“网闻寻真”9月2日报道了“刚曝海口上万斤‘垃圾鱼’流向鱼煲店，海南渔业部门到闹市区鱼塘抽样检测”一事。记者9月5日从海南省海洋渔业厅获悉，渔业部门检测报告正式出炉：送检的水抽样检测结果不达标准，     

棉花烂铃空间格局及抽样技术研究

本文通过聚集度指标（如：Ｃ、Ｋ、Ｃ＿Ａ、Ｉ、Ｉ＿δ、）测定，以及Ｉｗａｏ’线性回归、Ｔａｙｌｏｒ’ｓＳ￣２一回归和格局纹理分析，结果表明，棉花烂铃空间格而在一切密度下都呈聚集型，且聚集强度随烂铃密度的升高而增加，其空间格局的基本成分是疏松的个体群，其大小约为２～５株棉花，平均约含２．８４个烂铃个体，且个体群内的个体呈随机分布，经μ检验和方差分析，双对角线５点式、棋盘式和平行跳跃式等３种取样方法均适用于棉花烂铃田间调查，尤以双对角线５点式为佳，用双对角线５点式应样法调查的最适抽样数：一般病情普查至少１０个样方（每样方系５株棉花），系统测报和科研调查为２０～３０个样方。最后给出了棉花烂铃平均密度的零频率简易估计模型。     

高氨氮厌氧消化液后处理技术研究

采用SBR-絮凝沉淀-Fenton氧化-活性炭吸附组合工艺对高氨氮厌氧消化液的后处理进行实验研究.结果表明,当进水COD浓度为4516 mg·L^-1时,SBR出水COD可降为1752 mg·L^-1,去除率达到61.2%;絮凝沉淀出水COD浓度为1189 mg·L^-1,去除率为32.1%;Fenton氧化和活性炭吸附出水COD浓度分别为452和216 mg·L^-1,去除率分别为61.7%和52.7%.当进水NH3-N浓度2162 mg·L^-1时,SBR出水NH3-N浓度降至13.8 mg·L^-1,去除率为99.4%,NH3-N主要在该段去除.整个组合工艺对COD和NH3-N的去除率分别达到95.2%和99.9%,达到了很好的有机物和氨氮去除效果,在技术上是可行的.     

发电机和电网的相序测定方法

相序是指发电机三相电压达到最大值的顺序 ,水轮发电机和系统相序不同时并列 ,是非同期并列最严重的情况 ,将使发电机受到严重损坏。新装水轮发电机和大修过一次回路的水轮发电机并列前必须核对相序 ,以防止非同期并列。核对发电机和电网相序的方法很多 ,常见的有如下几种。1　电动机法用一台普通的三相感应电动机接在厂用电源上 ,先由系统供给厂用电 ,记下电动机的旋转方向 ,然后用发电机供给厂用电 ,观察电动机的旋转方向。如果转向与电网相同 ,则说明发电机与系统相序相同 ;如果转向不同 ,说明两者相序不同。相序不同时 ,停下发电机对换…     

SBR与食品废水处理

SBR是序批式活性污泥法（Sequencing Batch Reactor）的简称，它一种间歇曝气方式来运行的活性污泥处理技术。它采用时间分割的操作方式，非稳定生化反应替代稳太生化反应，静置沉淀代传统的动太沉淀。SBR反应池集初沉、均化、生物降解、沉淀等功能于一池，其主特征是在运行上的有序和间歇操作。     

空间自相关性对冬小麦种植面积空间抽样效率的影响

空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral, PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×108 m2。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona, SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。