基于无人机和深度学习的大型垃圾填埋场覆膜病害智能识别方法研究

为提高大型生活垃圾卫生填埋场的堆体覆膜穿刺、撕裂等常见病害的巡检效率,以广州市兴丰生活垃圾卫生填埋场为研究对象,基于无人机航拍和深度学习模型,考察了无人机的选型和巡航参数,使用无人机采集病害样本并在病害图像识别模型中采用过采样的训练策略。并在YOLOv5模型上增加细微目标识别层,可实现较高的识别准确率与召回率。研究结果表明:在病害图库样本数量相对有限的前提下利用过采样的策略提升了样本的代表性与均衡性,显著提高了模型病害识别的准确率。无人机结合高精度RTK定位技术能准确定位航拍照片坐标,解决了无明显参照物下覆膜病害定位困难的问题。通过查询病害缺陷照片的地理信息,可以快速找到病害位置,有助于及时开展修复作业。

课堂教学导入法在小学数学教学中的运用

课堂导入是在学习新知识之前教师按照教学目标和教材内容，设计的与之相关的引入环节。一节课的成功导入，能够激发学生的求知欲，使学生的思维处于一个高度集中的状态，从而为整堂课的学习奠定基础。

我国南方某生活垃圾填埋场与周边某居住区空气中挥发性有机物的相关性探讨

为探讨我国南方某生活垃圾填埋场与周边某居住区空气中挥发性有机物(VOCs)的关联性,分别在同年4月和10月进行连续监测和质谱分析,并以细颗粒物作为辅助指标。结果表明:(1)两地的细颗粒物组成存在明显差异。(2)在4月的监测中,居住区空气中有3种VOCs的浓度明显高于填埋场。(3)在10月的监测中,当居住区出现异味空气时,有4种VOCs的浓度峰值变化呈高度相关。结合源强和扩散条件分析,居住区出现异味空气主要是受到附近污染源的影响,填埋场可能是居住区空气中VOCs的潜在源头之一。

我国南方某生活垃圾填埋场存量垃圾开挖作业案例分析

结合开挖中试,对我国南方某生活垃圾填埋场进行约20万t存量垃圾的开挖大试,以探讨开挖工况和设计参数。结果表明:(1)斗轮式挖掘机开挖效率低于50 t/h,作业连续性差。(2)垃圾密度在原状体积下为1.04 t/m^(3),开挖后下降约34%,开挖前取样测得的密度值与开挖后的基本相等。(3)装运效率平均为6车次/h,占设计值的46%,作业连续性主要受到发电厂内调度状况的影响。(4)在1~18 h内,随着连续作业时间的延长,开挖效率总体上先升高再降低,在10 h处附近出现最大值。昼间、夜间和跨昼夜作业的开挖效率分布存在差异,宜选择跨昼夜作业。(5)填埋场厂界和开挖面监测点位空气中6种污染物浓度水平总体上很低,但数据尚不足以用来分析开挖产生的影响。当单小时开挖量≥180 t时,应加强空气的快速监测。(6)开挖后的渗滤液产生量和降雨量基本同步变化,与开挖前2个月的基本保持一致,初步说明开挖未引起渗滤液产生量的增加。该研究结果可为正式的开挖工程设计提供支撑。