排序方式: 共有21条查询结果,搜索用时 23 毫秒
1.
本文把1958—1984年天山乌鲁木齐河源1号冰川的融水径流总量的时间序列X(t),分解为趋势项L(t)、周期项P(t)、平稳项S(t)、随机项ε(t),使该时间序列表示为X(t)=L(t)+P(t)+S(t)+ε(t)。采用非线性回归提取L(t),用谱分析和Fourier级数提取P(t),余差用自回归方程建模,用上述项的叠加作出预报,按相关指数公式计算R=0.90,效果良好。 相似文献
2.
3.
4.
根据对铜矿的工艺矿物学分析,制定了先混合浮选后铜硫分离的工艺流程。通过单因素试验确定了混合浮选粗选丁基黄药与丁铵黑药最佳用量为180 g/t+90 g/t,二段磨矿最佳磨矿细度为-0.045 mm含量为80%,铜硫分离粗选捕收剂Z-200最佳用量为30 g/t。采用响应曲面法对铜硫分离抑制剂用量进行优化,结果表明抑制剂的最佳用量分别为Na2S 119.43 g/t、CaO 1874 g/t、KG 498.26 g/t,在该条件下软件模拟得到Cu品位和回收率分别为8.47%、95.67%,与实际优化浮选试验结果相近。采用上诉最佳药剂制度进行闭路试验,最终获得Cu品位23.64%、Cu回收率92.54%的铜精矿和S品位43.45%、S回收率82.86%的硫精矿。 相似文献
5.
基于多进制小波变换的遥感影像融合 总被引:7,自引:0,他引:7
首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力 相似文献
6.
利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。 相似文献
7.
GPS-RTK以其高效准确的测量优势现已在许多重要工程中得以应用,然而在不同的测量范围下,传统仪器的精度也可与之比拟。本文先就RTK的工作原理与精度做简单介绍,继而结合工程测量实例对RTK与传统测量仪器在不同测量范围下的高程和坐标测量进行精度比较,进一步对两者方法的适用范围和影响精度的原因进行分析,并提出一些有益的建议和结论,以期给实际工程测量和教学实习测量带来效益和精度最大化。 相似文献
8.
2010年8月10~13日,甘肃省河东出现了中到大雨,局地暴雨或大暴雨,是舟曲山洪地质灾害气象应急响应开始后迎来的第一场区域性暴雨过程,对前方救灾抢险工作造成严重威胁。利用实况观测资料和NCEP再分析资料对大暴雨过程的天气特征、水汽条件、动力条件、不稳定条件等进行综合分析,并总结了暴雨过程的中尺度云团特征及雷达回波特征。结果表明:此次暴雨过程持续时间较长,但大暴雨出现时段集中,雨强大,危害性强。副高强盛,北部冷空气分裂南下,青藏高原切变线活动频繁,是本次暴雨过程的主要环流特征。500 hPa锋区和700 hPa低涡切变线是造成暴雨天气的直接影响系统。低层正涡度区、水汽辐合、上升运动、正螺旋度中心以及层结不稳定等因素为暴雨产生创造了热力、动力和能量条件。此次暴雨的触发机制是低层中尺度切变线的发展和维持、偏南暖湿气流的增强,以及低层辐合高层辐散的大气上下层抽吸作用。多个中β尺度对流云团沿700 hPa切变南侧发展东移,表明本次大暴雨过程中存在明显中小尺度系统,其中低层气旋式辐合、高层辐散流场的配置是降雨范围及强度增大的重要原因。 相似文献
9.
10.
通过自主研发设计的非开挖随钻检测系统,采集非开挖钻进参数,进行非开挖钻进实时地层岩性识别,为非开挖施工提供安全信息保证。针对非开挖工程工勘资料缺乏,掘进地层岩性难以判断的问题,提出了一种基于非开挖随钻检测系统实时采集数据,利用随机森林算法建立地层识别模型,通过模型去识别未知地层,并将识别结果可视化展示。通过非开挖随钻检测系统在工程现场的实际应用,获得了包括钻速、扭矩、转速、拉力、泵压、泵量等钻进敏感参数作为训练样本,利用随机森林算法对采集的钻进参数进行训练,构造决策树与随机森林,对钻进参数进行分类,建立了以典型非开挖地层岩性分类为目标的分类模型,分别确定了杂填土、黏土、粉细砂、砾石和淤泥的地层分类标签。进一步,基于机器学习的分类结果,利用PCA主成分分析将地层识别特征降维至三维,实现了地层岩性识别结果的三维展示。将预测模型应用于实际工程,以验证其有效性。结果表明,该方法能在非开挖实时钻进条件下快速识别钻进地层,识别正确率高达92%。该研究成果通过采集导向随钻参数,识别非开挖掘进段地层岩性,为非开挖扩孔阶段钻具选型、泥浆设计等提供了重要信息。 相似文献