露天煤矿碳排放核算及碳中和实现路径:以魏家峁煤矿为例

厘清露天煤矿碳排放特征是实现露天煤矿“双碳”目标的前提和基础。在分析识别露天煤矿碳排放源的基础上,基于煤炭开发碳排放源清单分析方法构建了露天煤矿碳排放核算模型。以魏家峁煤矿为例,分析了不同排放源的碳排放特征,并提出了露天煤矿碳中和实现路径。研究结果表明:露天煤矿碳排放源包括直接碳排放源(能源消耗(以燃油和炸药为主)、逃逸和非受控燃烧)和间接碳排放源(电力消耗和水消耗)两类。2022年,魏家峁煤矿的碳排放总量为112785.978t,其中,直接碳排放量为79874.508t,间接碳排放量为32911.470t。燃油消耗为魏家峁煤矿碳排放的主要贡献者,由其产生的碳排放量占煤矿碳排放总量的47.152%。基于碳排放特征,魏家峁煤矿可采取四大路径实现低碳发展:优化煤矿生产系统和能源利用模式,减少能源消耗带来的碳排放;综合利用矿山智能化和物联网技术,降低不必要的设备损耗和能源消耗;促进传统能源和新能源的耦合利用,降低能源消耗的碳排放系数;通过生态恢复,增强矿区生态系统的固碳增汇效益。研究结果可为露天煤矿碳排放核算和减排策略制定提供参考。

基于深度学习的遥感影像光伏发电板提取

以光伏产业为代表的太阳能资源是未来最安全和清洁的可再生能源,利用高分辨率遥感影像提取和监测光伏发电板用地分布状况对于光伏产业发展和行业监管具有重要意义。文章基于2022年鄂尔多斯高分辨率遥感影像制作光伏发电板提取样本集,构建全卷积神经网络(FCN)、金字塔场景解析网络(PSPNet)、DeepLabV3+、U-Net、U-Net++五种常用的语义分割模型,对光伏发电板进行语义分割。通过对比不同模型的提取精度和视觉效果,为光伏发电板提取工作提供自动化识别模型。结果表明,U-Net++模型精度最高,在测试集中像素准确率为96.0%,F1为95.0%,交并比达到90.4%。

顾及“岩土差异”和植物多样性的矿区生态环境遥感监测模型

矿区生态环境遥感可为矿区土地复垦或生态修复活动提供必要的监测数据,也可为相关部门提供便捷的监管工具,具有重要的实用价值和研究意义。然而,面向矿区或矿山场景,大多数生态环境遥感综合指数还未能有效顾及稀疏植被区裸土和裸岩的质量差异问题(简称“岩土差异”),以及浓密植被区植物多样性导致的生态质量差异问题(简称植物多样性)。为了更全面、准确地监测与评价矿区生态环境,建立了矿区植被-土壤-不透水层(或裸露岩石)框架,并据此发展出一种面向矿区环境的遥感综合生态指数(简称REM)。研究以Sentinel-2多光谱数据为驱动,以抚顺西露天矿为研究区域,实现了2016—2021年10 m分辨率的年度REM监测,并结合野外调查数据(95个采样点)和地表覆盖类型分类数据对比分析了REM模型的性能。结果表明:①REM值与土地覆盖类型表征的生态环境质量具有较强的一致性,并能够区分裸土和不透水层(或裸露岩石)的质量差异;②REM值与野外采样点调查的生态环境质量也具有较强的一致性(相关系数0.8994,显著性水平P<0.01),并能够顾及植物多样性问题;③REM值有效表征了2016—2021年研究区生态环境质量的时空格局和演变,通过2021与2016年REM差值也可以有效表征生态修复区域的质量变化。最后,探讨了REM值的分级问题,给出了REM模型的简化应用策略。综上,构建的REM模型在准确描述矿区生态环境质量的同时,能够有效兼顾“岩土差异”和“植物多样性”问题。当然,REM模型中的参数有可能需要适时调整,以适应“岩土差异”和“植物多样性”问题在不同地理区域、数据条件或矿区场景下的变化规律。

人工智能技术在新闻生产中的应用及其对新闻业的影响

随着网络信息技术的飞速发展,人工智能技术作为一种跨学科的技术,以其强大的数据处理能力和自动化特性,正在对各个行业产生深远影响。新闻生产作为信息传播的重要方式,也受到人工智能技术的深刻影响。本文将主要探讨人工智能技术在新闻生产领域的应用现状,以及这一技术变革对新闻业的影响。通过分析人工智能技术在新闻采集、编辑、传播等环节的应用,旨在阐述人工智能技术如何改变新闻产业的生态,并对未来的发展趋势进行展望。

融合瓶颈注意力模块的改进YOLOv7织物疵点检测算法

针对织物疵点检测中多尺度、微小目标检测精度低、速度慢等问题,提出一种基于改进YOLOv7模型的织物疵点检测算法。在YOLOv7的特征提取网络中替换标准卷积块,采用可形变卷积融合更多感受野在采样时更贴近疵点的形状和尺寸特征;同时嵌入瓶颈注意力模块,捕获更多疵点的特征信息强化对微小目标的敏感度。经试验,改进YOLOv7模型对各类别样本的检测精确率P达到97.3%,相比于原始YOLOv7算法提升5.2个百分点,召回率R提升5.9个百分点,mAP@0.5提高14.3个百分点。改进后的YOLOv7模型可以准确地实现对织物疵点的检测。

大地测量学基础课程虚拟教学需求与探索

大地测量学基础是测绘工程专业一门重要的专业基础课,也是一门理论与实践紧密结合的课程。新冠肺炎疫情爆发导致大多数学校不得不采用线上上课的方式,而线上上课对于实践性较强的课程授课增加了难度,质量也无法有效保证,但是虚拟教学可以较好地弥补线上上课的不足与缺点。该文针对大地测量学基础课程的教学难点、重点,以及线上教学、实践存在的困难,在分析该课程传统教学方法的不足基础上,列出大地测量学基础课程对虚拟教学的需求,并以方向观测法虚拟教学与实践为例进行相应探索。

机械类专业《工程材料》教学研究与实践

本文以成果导向(OBE)为教育理念,对机械类专业《工程材料》课程的教学模式进行研究与实践。以学生学习为主导,学生参与到整个教学过程,由学生来总结重点和难点,教师由此来判断学生对于相关内容的掌握程度并及时调整教学。学生根据授课内容提出问题并设计实验,在自主思考的同时,也可协助教师更新教学资源库,从而建立师生之间共同进步的良性循环。教学实践表明,该教学模式促进教学良性开展,为高校机械专业相关课程建设提供参考。

中国东北植被生长峰值时空变化及可持续性分析

植被生长峰值不仅是典型的物候节点,也是植被最大生长能力的重要指示参数。本文以中国东北地区为研究区域,基于长时序遥感NDVI数据,采用Mann-Kendall检验法探索植被生长峰值的变化趋势,利用Hurst指数对植被生长峰值进行可持续性分析。结果表明:1)我国东北地区植被生长峰值时间点(POP)和最大生长幅度(PEAK)整体上呈现出波动上升的趋势。植被峰值时间点在东部以及北部阔叶林和草原区域表现为延迟趋势;植被最大生长幅度在中部、北部以及西南部表现为增强趋势,在森林区峰值时间点表现为延迟趋势,生长峰值表现为增强趋势;2)东北地区整体上植被返青开始期(SOS)和生长峰值时间主要以延迟为主,峰值幅度有所升高;3)Hurst指数结果表明,东北地区植被PEAK呈持续增强趋势,仅6.38%的区域与过去呈现相反的变化趋势,植被增强区域主要集中在中部地区。东北地区植被生长峰值变化可持续性研究,可以为评价东北地区植被固碳能力和生态系统功能提供参考。

核电厂主控室可居留区域边界密封性检查方法研究

为了提高核电厂主控可居留边界整体密封性,降低自然灾害、有毒有害气体和放射性释放对主控可居留性的影响。核电主控室在调试、运行的过程中都需要进行主控室边界检查,确保主控室边界完整性。结合部分核电厂检查遇到的一些问题,从主控室贯穿密封性评估、主控室通风系统密封性评估等方面。对主控室边界整体密封性的相关研究内容进行阐述初步的研究思路,进一步完善主控室边界整体密封性检查方案,提高主控室的整体密封性。

基于抛掷爆破预测的BP神经网络参数优化方法

研究了不同隐含节点个数、训练函数、转移函数、学习率对BP神经网络预测结果准确性和收敛速度的影响;对比分析了参数优化后的BP模型与径向基神经网络、支持向量机预测模型的结果;并应用某露天矿抛掷爆破作业的实测数据进行了相关实验。实验结果表明:最优BP模型的拓扑结构为10-6-3;最佳的训练函数为LM函数,正切和线性函数的组合为最优的转移函数,最佳的网络学习率为0.77;参数优化后BP模型的最远抛掷距离、抛掷率、松散系数的预测结果与测试样本的标准差最小,分别为9.567 8,0.036 3,0.041 4,即参数优化后的BP模型预测结果最优。

最短路径算法的并行化策略分析

常见的最短路径算法多是研究单源多汇或多源多汇问题,针对单源单汇最短路径并行算法的研究较少。为此,该文探讨基于并行Boost库、网络分割、对向搜索的最短路径并行算法;并应用DIMAS提供的路网数据进行了相关实验。结果表明:对向搜索的并行算法效率较高,算法耗时为串行Dijkstra算法的1/4～1/2。

球面似均匀格网的剖分方法及特征分析

给出球面"似均匀格网"概念的内涵,并介绍3种常用的球面似均匀格网(三角形格网、菱形格网和六边形格网)的剖分方法。从几何上分析3种格网的单元特征及不同格网在不同领域的应用优势。通过对比得出3种格网的特征对照表及相互关系,即:三角形格网是最基本的球面剖分格网,球面六边形格网和菱形格网可以通过球面三角格网来生成,且这3种剖分格网各有优缺点并在一定条件下可以相互转换。

基于球面DQG的矢量与地形数据无缝集成

现有的全球大规模空间数据可视化系统主要侧重于影像和地形数据的综合表达,针对矢量与地形的集成可视化能力相对较弱。该文以球面退化四叉树格网(Degenerate Quad-tree Grids,DQG)为基础,通过DQG格网的三角化过程构建了地表DEM模型,并提出了从矢量线对象到地形格网表面的映射方法。采用GTOPO30数据集和国界矢量数据进行了相关实验,结果表明:该方法能实现矢量数据与多分辨率DEM的无缝集成,并能有效地避免矢量对象"悬浮"和"入地"等现象。

顾及等高线和凹边界特征的不规则三角网生成方法

传统的不规则三角网生成算法会导致等高线凹边界处生成大量的狭长三角形,影响地形表达模型的准确性和合理性。该文提出了渐进式的三角网扩展生成方法,设计了三角网渐进式的扩展原则和具体的实现方案,发展了闭合扩展边链的提取和三角化的方法,构建了顾及等高线特征的Delaunary三角网模型,并应用某煤矿煤顶板数据进行了相关实验。结果表明:该方法既保留等高线的基本特征,又能有效地消除等高线凹边界处的狭长三角形。

自燃煤矸石制备轻集料混凝土的试验

为推广自燃煤矸石粗、细集料在混凝土中的应用,参照国标,通过试验对阜新市高德矿堆积的自燃煤矸石进行了轻集料品质评定.试验结果表明,阜新高德矿自燃煤矸石SO_3质量分数<1.0%,因此能保证该自燃煤矸石集料配制混凝土的结构安全性;在掌握了自燃煤矸石基本性质的基础上,将其破碎、筛分、级配,加工成粗、细集料.按轻集料混凝土配合比设计方法设计了5组试验,进行了大量的立方体抗压强度、轴心抗压强度、劈拉强度和弹性模量检测.研究结果表明,由于阜新高德自燃煤矸石粗、细集料与中等级混凝土基体的强度和弹性模量差距较小,虽然其自身强度不及天然砂子及碎石,但因充分发挥了集料和基体的协调作用,仍可配制出LC15-LC40的混凝土,且早期强度发展的更理想.

信息化测绘背景下的计算机类课程教学方法改革与探索

从信息化测绘对计算机技能的需求出发,阐明测绘专业计算机类课程的设置原则,指出课程教学中存在的主要问题,并提出相应的对策,以提高学生的计算机综合运用能力,满足信息测绘的需求。

不同秸秆与城市污泥好氧堆肥过程中重金属质量分数及形态变化

以油菜、小麦、玉米和水稻秸秆为调理剂,与城市污泥混合进行好氧堆肥,研究了不同作物秸秆作调理剂对城市污泥好氧堆肥产品重金属质量分数及形态的影响.结果表明:好氧堆肥使堆体中Cd,Pb和Cr 3种重金属质量分数升高,使Pb,Cr可交换态质量分数及生物有效性降低,但不能降低Cd的生物有效性.其中,添加玉米秸秆有利于Cd的碳酸盐结合态向残渣态转化;添加油菜和水稻秸秆促进Cr分别向有机结合态和残渣态转化;添加玉米秸秆能有效降低Pb碳酸盐结合态质量分数,而水稻秸秆更有利于Pb向残渣态转化.表明4种秸秆作为调理剂对重金属形态的影响有一定的差异,对不同的重金属钝化效果不同,应根据污泥中的重金属选择合适的调理剂.

一种基于遗传算法的TSP问题多策略优化求解方法

针对遗传算法求解TSP问题解质量不高的缺陷,该文提出并设计了一种基于遗传算法的多策略优化求解方法。首先,应用最邻近法构建TSP的初始解;接着将路径长度作为适应度评价指标,构建基于遗传算法的TSP初始解优化方法,并根据试验结果确定适合的遗传算法参数;然后,针对遗传算法易陷入局部最优的缺陷,借助去交叉和小角操作进一步优化TSP解路径;在此基础上,将遗传算法进行并行化处理,通过增加遗传算法的多样性提高TSP解质量。最后,应用标准测试集(TSPLIB)进行试验,结果表明:该算法能有效提高TSP解的质量,经并行遗传算法、去交叉和小角优化后各测试数据集TSP解误差率平均下降了22.57%;解的误差率均在7.94%以内,质量明显优于最邻近法、插入法、2-Opt优化等传统方法;在节点数多的测试数据集中算法也获得了良好加速性能,8进程时算法加速比达2.51。

历史数据和强化学习相结合的低频轨迹数据匹配算法

针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。

开放性创新实验教学改革与实践

知识经济时代需要培养大量的创新人才,实验教学在大学生的创新意识、创新思维和创新精神的培养中具有不可替代的作用,更是提高整体教学质量的根本保证和有效途径。总结了该院在实验教学改革中的思路与实践,介绍了开放性创新实验教学改革的指导思想、改革目标、结构优化、教学评价与教学管理的经验与实践。改革取得了初步成效。