堆肥过程中硝态氮测定方法的改进

用酚二磺酸比色法做对比,分析了不同前处理条件对紫外分光光度法测定堆肥过程堆体中硝态氮含量的影响。结果表明,酚二磺酸比色法与经KCl溶液和超声波浸提,活性炭处理的紫外分光光度法硝态氮测定值相比无显著差异,且后者消除了有机物的影响,操作简便。改进后的方法回收率为96%～108%,变异系数1.7%～5.5%。

香蕉茎秆堆肥化处理腐熟度评价研究

以香蕉茎秆和鸡粪为主要填料进行好氧堆肥,研究了香蕉茎秆堆肥化过程中几种与腐熟度有关的物质含量和参数的变化情况及堆肥腐熟度评价理化指标。研究结果表明,C/N比、阳离子交换量(CEC)、CEC/TOC可以作为香蕉茎秆和鸡粪堆肥化处理腐熟度评价的化学指标,而pH和水溶性有机碳(WSC)不能作为腐熟度评价指标。

冷空气东北大风在渤海西岸引发风暴潮的统计与模拟研究

利用美国国家环境预报中心CFSv2逐小时分析预报场产品挑选出2018—2023年共5个冬半年内的64次冷空气东北大风过程,并整理了相应的温带风暴潮极值;以“221003”温带风暴潮为基准,构造了渤海区域内最大风速分别为7~12级的温带天气风场,计算了各情形下渤海西岸典型潮位站的最大风暴增水,归纳了渤海湾和莱州湾代表站黄骅和潍坊站的最大风暴增水与最大风速的幂指数关系;以此定量关系为基准建立了黄骅站和潍坊站50%及80%累积频率下风暴增水与CFSv2区域最大风速的定量关系。

基于PCA-BP特征工程的近海单点海温预报技术及应用

本文将主成分分析方法(Principal Components Analysis,PCA)和误差后传(Back Propagation,BP)神经网络相结合,建立了一种PCA-BP特征工程的近海单点海温智能预报模型,并对山东荣成近岸海域气象数值预报产品和在线海温监测仪连续观测数据开展了释用技术研究和应用。2021年业务化运行结果显示:该预报模型具有占用内存小、运行速度快、预报误差低的优点,相比近岸基础单元数值预报和经验预报的24 h均方根误差降幅达1.0℃和0.8℃,均方根相对误差降幅达12%~14%,未来48 h和72 h的预报误差也降幅明显,预报计算时间小于10 s,并将预报时效进一步向前扩展了3 d,达到144 h。

基于主成分分析和LSTM神经网络的海温预报模型

利用荣成、海阳两站的自建浮标海温观测数据以及区域大气模式WRF(Weather Research and Forecasting)的气象数值预报数据,基于主成分分析(Principal Component Analysis,PCA)法和长短时记忆(Long Short-Term Memory,LSTM)神经网络,提出了适用于单站海表温度预报的PCALSTM海温预报模型。该模型可以提供24~120 h预报时效的海温预报,预测效果比数值模型和统计模型明显提高。