水稻新株型——超级水稻的评价

随着人口的不断增长，目前的水稻高产品种将越来越赶不上人类对粮食需求的增长。国际水稻研究所已培育出一种水稻新株型，即“超级水稻”。新型超级水稻的增产潜力比现有的高产品种高２５％，达到每公顷１３ｔ。这超级水稻育种计划始于１９８８年，将在本世纪末下世纪初可得到适当的推广。这项计划被认为是有效地解决人类特别是亚洲消费稻米国家粮食短缺问题的重要措施。     

甘肃省泾川县何家坪地热储量计算与评价

陇东地区地热地质条件较好,典型代表为泾川县何家坪地热资源.为进一步估算、评价地热资源并服务于可行性勘查工作,在收集相关资料、野外勘查的基础上,依据地热地质条件及其勘查成果,确定白垩系洛河组和侏罗系直罗组是该地区最具开发、利用价值的2个热储层.对何家坪地热资源储量、地热流体允许开采量进行计算与评价,可为该地区地热资源的进一步勘查与开发研究提供参考.     

基于网络信息的黑色旅游资源吸引力评价及空间分析

以全国黑色旅游资源为研究对象,以网络信息为数据来源,构建黑色旅游资源吸引力评价指标体系并用熵值法进行赋值评价。运用GIS空间分析方法对黑色旅游资源吸引力的空间分布特征进行分析,研究发现：(1)选取四个网站平台上符合条件的黑色旅游资源单体共203个,分为战争遗迹与纪念馆类、历史人物归葬地类、陵园类、监狱类、地质灾害遗迹类5种类型;(2)黑色旅游资源总体旅游吸引力评价值为0.335,其中,战争遗迹与纪念馆类(0.352)旅游资源的吸引力均值最高,各类资源在不同评价维度下优劣势明显;(3)我国黑色旅游资源点主要分布在中部和东部地区,西部和南部地区资源点分布数量较少,全部黑色旅游资源、历史人物归葬地类、陵园类资源吸引力具有空间集聚特征;(4)全国黑色旅游资源吸引力在空间上呈现单核心的分布格局,具有多核心的分布趋势,吸引力热点主要分布在黑色旅游资源吸引力的核心区,各个类型资源的吸引力空间分布存在差异性。基于以上研究结论,以期对我国黑色旅游资源吸引力的提升和未来发展提供针对性意见和建议。     

一种基于Retinex理论的图像去雾算法研究

针对Retinex算法去雾存在自适应能力差、容易产生光晕现象的缺点,通过对Retinex方法去雾后的图像依次做对比度拉伸、统计R/G/B分量像素亮度个数、用三次B样条拟合、计算曲线右侧的极值、确定天空区域分割阈值、得到分割图像,然后对分割后的非天空区域做色偏校正,对天空区域做均值化处理,最后将处理后的图像融合.实验结果表明,算法处理后峰值信噪比提高约9.14%,信息熵提升约22.2%,对比度提高约6.41%,说明改进后的算法效果较好.     

生命周期评价在焦化领域中的应用及研究进展

焦化行业作为传统的煤化工产业,目前仍存在高能耗、高污染、产能过剩等问题。生命周期评价（Life Cycle Assessment,简称LCA）作为一种系统地评价产品或工艺过程整个生命周期环境影响的评价方法和管理工具,目前已经广泛应用于各行各业。在焦化过程中引入LCA方法可以为行业的绿色可持续发展提供系统的理论指导和决策依据。本文简述了LCA的理论方法和技术框架,对焦化领域的LCA相关文献进行分析,并综述了LCA方法在焦化生产、焦炉煤气下游利用以及焦化废水处理方面的应用和研究进展。重点从目标与范围的确定、生命周期清单数据的获取、生命周期影响评价方法、影响类型和解释结果等方面探讨了焦化领域LCA的研究现状,指出了目前存在的主要问题,如系统边界界定和相关细节假定交代不清晰、分配方法不明确、数据来源和质量良莠不齐、本地化清单数据库较为缺乏、生命周期影响评价方法选取不统一、结果解释不够完整等一系列问题。最后,基于当前焦化领域LCA的研究现状和亟待解决的问题,对未来焦化过程中的LCA发展提出建议,认为焦化过程中的LCA应该从明确系统边界、建立全面的本土化生命周期清单数据库、选择合理的分配方法以及评...     

基于差异化绿色电力交易需求的省级绿色电力市场绩效评价

绿色电力作为环境友好型能源在近年来得到了广泛的应用,为探索省级电力市场绿色电力交易成效,首先通过梳理国外绿色电力市场机制和交易组织情况,并对比分析国内国网区域和南网区域的绿色电力交易现状,总结出国内各网省绿色电力交易的开展情况和规则特点。然后从分布式绿色电力参与市场交易、绿色电力偏差调整和绿色电力曲线形成三个方面,进行了差异化绿色电力交易需求分析与实践探索。最后针对性构建省级绿色电力交易的绩效评价指标体系,并进行实例分析,为省级电力市场绿色电力交易方法和市场评价提供参考方案。     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。     

多裂纹系在水工混凝土结构中的危害性评价

利用断裂力学的概念和方法,研究水工混凝土结构中多裂纹系应力强度因子的计算,根据“释放应力”的概念和修正ｃａｕｃｈｙ型奇异积分方程组,获得Ｆｒｅｄｈｏｌｍ积分方程组,并考虑裂纹之间,裂纹与边界间的相互作用的基础上,提出了虚拟荷载方法。最后,由所求得的应力强度因子和全场应力分析,判断出最危险裂纹扩展的位置,对带有多裂纹系的试样进行了实验,结果与计算值的吻合良好。