基于环境监测的两级数据融合模型与算法

利用多源传感器采集的数据不仅存在大量冗余,而且会影响最终监测结果.为了提高监测的准确度,本文提出一种面向草原环境监测的两级数据融合模型.在一级数据融合中,首先采用自适应加权平均法对各区域内的同类传感器进行融合,然后利用BP神经网络对该区域内的异类传感器进行训练和融合,从而得到对各区域环境状况的初步判断.由于经BP神经网络融合的结果具有不确定性,因此,二级融合利用D-S证据理论对一级融合结果进行综合分析,从而得到对草原环境的决策判断.最后对模型及算法进行了有效性验证与分析,实验结果表明本文的方法能够较准确地监测草原环境状况,同时对草原环境的高效管理和科学养护等提供一些有价值的指导和决策依据.     

TSP和GPR综合方法隧道超前地质预报

在某隧道工程中,将TSP(隧道地震预报)方法和GPR(地质雷达)方法联合应用于超前地质预报,以最大限度的消除资料解释的多解性,并重点研究了不良地质段围岩赋水情况的超前地质预报问题。实践证明,TSP方法和GPR方法相结合的超前预报,有利于及时了解隧道掌子面前方的地质情况,从而有效的控制地质灾害的发生。     

铁锰矿井废水处理中紫外光-芬顿试剂的应用效能研究

使用紫外光-芬顿试剂对铁锰矿井水进行处理。考察了pH值、H2O2投加量、反应温度、光照时间对紫外光-芬顿试剂处理铁锰矿井废水的影响。结果表明:紫外光-芬顿试剂对铁锰矿井水的处理有良好的处理效果,当pH值为5.5,H2O2的投加量为8mmol/L,反应温度30℃,光照时间为5min时候,Mn2+的去除效率可以达到93%。