纺织品抗紫外性能的测试标准的不同点及影响测试结果的因素

探讨了现行的五种抗紫外线性能测试的标准的之间的差异，织物调湿大气的湿度对UPF值的影响，以及检测中应注意的会对测量数值产生影响的一些细节。     

Rayliegh判据对光学仪器的适用范围

通过对强度不同的两个点源在光学仪器象面上辐照度的讨论，指出光学仪器分辨本领随两点源辐照度的差异而变化的一般规律，从而说明作为光学仪器分辨本领的Rayliegh判据的适用范围。     

水下光场及其影响机制的水槽模拟实验研究

测定了水下光合有效辐射(PAR)、光谱成分及悬浮物、叶绿素a等参数,分析了水下PAR变化及光谱分布、光衰减系数的光谱分布、辐照度比的变化、水下光场的数值拟合.结果表明,PAR的垂直分布主要取决于水体中的物质组成,从静止到小水流、大水流状态,PAR的衰减显著增大,分别由1增大到2m-1,再到4m-1;表面辐照度最大值一般在560nm左右,随着深度增加最大值出现波段向红光波段移动,水下光谱在蓝光波段衰减最强烈,其次是绿光、红光;光衰减系数随着波长的增加大致呈下降趋势,向下辐照度衰减系数在静止、小水流、大水流3种状态的值分别在0.75～2.56,2.30～4.66,3.51～10.34 m-1间变化;辐照度比最小值出现在蓝紫光波段,但在580和700nm附近出现两个峰值;在通过对光学参数与主要影响因子进行数值拟合以及计算叶绿素a对衰减系数的贡献率发现,水流变化引起的悬浮物浓度增加是造成水下光衰减的主要因素.     

提高紫外和真空紫外光谱辐照度定标精度的一种方法

描述了一种新的紫外和真空紫外光谱辐照度的定标方法．此方法可以减少光电接收器不稳定性引入的信号误差，使校准工作具有重复性好、精度高的优点，特别适用于光谱辐射强度较弱之光源的定标．用氩气氛替代真空条件，可使真空紫外范围内的定标工作快捷方便并节约成本．     

分解尾气路面材料制备及紫外光辐照度对其催化性能影响的研究

针对尾气分解型路面存在的问题,研发了适用于光催化分解汽车尾气性能的测试系统,提出了光催化分解汽车尾气性能的评价指标及其计算公式。利用SBS改性剂、基质沥青、乳化剂、稳定剂、纳米二氧化钛、六偏磷酸钠、盐酸等制备出了具有光催化分解汽车尾气性能的乳化沥青;并分析了紫外线辐照度对光催化分解汽车尾气性能的影响。研究结果表明:有效分解效率等能够有效的评价路面光催化性能,尾气分解型路面对CO、NO、HC的分解性能受紫外光辐照度影响显著,随着紫外线辐照度的增大而增大。     

基于贝叶斯模型组合的随机森林预测方法

为了能够精准可靠地估计太阳能辐照度,本文提出一种基于贝叶斯模型组合的随机森林算法用于太阳能辐照度预测.首先,引入K-means聚类和K折交叉验证将气象数据训练集生成多个训练子集,以增加训练子集的多样性并保证均匀采样.其次,将随机森林作为基学习器建立集成学习预测模型,导入训练子集并训练各个随机森林.之后,依据各个随机森林在验证集上的预测性能,采用贝叶斯模型组合算法制定组合策略.个体随机森林在测试集上的预测值经过模型组合策略得到最终输出.最后,基于气象实测数据建立仿真实验,并引入其他四种预测方法进行对比仿真研究,通过实验结果验证了文中所提出预测方法在太阳能辐照度预测问题中的准确性和可靠性.     

在遥感教学中培养空间思维能力的方法浅议

通过遥感教学中实例介绍,验证了空间思维能力的培养对于学习遥感基础理论有积极意义。     

提高紫外和真空紫外光谱照度定标精度的一种方法

描述了一种新的紫外和真空紫外光谱辐照度的定标方法，此方法可以减少光电接收器不稳定性引入的信号误差，使校准工作具有重复性好、精度高的优点，特别适用于光谱辐射强度较弱之光源的定标，用氩气氛替代真空条件，可使真空紫外范围内的定标工作快捷方便并节约成本。     

圆柱吸热体真空管集热器管中心距与能量收益关系的研究

在实验测定吸热板表面相对太阳辐照强度和涂层太阳吸收率的基础上，分析研究了圆柱形吸热体具有圆形和半圆形吸收涂层的真空管集热器在不同管中心距下的能量收益因子随光线入射角变化的规律，依据晴天辐射模型，对北半球不同纬度和倾角、朝南放置的上述两种真空管的日年能量收益，以及由上述两种真空管组成的太阳能集热器中心距与能量收益的关系进行了分析研究，给出了两种真空管日、年能量收益和两种集热器不同管中心距在各纬度和倾角下集热器日能量收益及其年变化规律。结果表明：在无遮挡时，圆形吸收涂层管比半圆形吸收涂层管年能量收益高9％。当圆形吸收涂层管中心间距等于2倍管径、半圆形吸收涂层管中心间距等于1．3倍管径时，可得到管无遮挡时年能量收益的95％。     

基于神经网络的太阳辐照度预测方法研究

以天数、时间、天气情况、温度作为输入数据,太阳辐照度作为输出数据,提出采用人工神经网络建立太阳辐照度预测模型,并通过这一模型进行太阳辐照度预测。通过在青海大学内进行的实验建立适用于西宁地区的太阳辐照度神经网络模型。并根据这一模型对2012年5月12日太阳辐照度情况进行了预测。结果表明,对于预测天气和预测温度与实际情况接近时,平均误差为10%左右。