基于光照和坡度约束的月球南极着陆选址分析

月球两极永久阴影区富含的水和其它挥发分是研究月球和太阳系早期物质演化的重要手段,也是未来基地建设资源原位利用的重要来源。基于20 m/pixel分辨率的地形数据,计算了南极点附近15 km×15 km区域2026年的光照率和坡度,提出了采用精细网格划分研究区并以光照率和坡度作为工程约束的方法,得到了潜在着陆区的分布和面积随约束条件变化的规律。采用该方法进一步分析了南极88.5°S以上区域60 m/pixel分辨率的光照率和地形数据,得到了8个潜在着陆区,其中有3个分布在“沙克尔顿”(Shackleton)撞击坑坑缘、2个分布在“德·杰拉许”(de Gerlache)撞击坑坑缘、2个分布在前两个撞击坑相连的山脊、1个分布在Shackleton与“斯莱特”(Slater)撞击坑相连的山脊,为未来工程探测选址以及基于更高分辨率地形数据开展目标区域着陆点的选择提供参考。

沼气提纯过程中乙醇胺溶液吸收CO_2影响因素的交互作用

乙醇胺(MEA)吸收沼气中CO2的物理化学过程复杂,影响因素繁多且因素间产生交联影响,在生产过程中难以确定主次因素及交互作用。采用交互作用正交试验设计,分析各影响因素间的交互作用,考察因素包括进液流量、进气流量、操作压力、CO2体积分数、贫液中CO2负载量等。结果表明:在实验参数选定范围内,进气流量与进液流量、操作压力与进气流量、CO2负载量与进液流量之间交互作用显著,且CO2负载量的减少和进液流量的增加,进气流量的减少和进液流量的增加,进气流量的减少和操作压力的增加可对MEA吸收CO2转化率的提高起到相互促进的作用。

填料吸收塔内乙醇胺溶液吸收CO_2增强因子

醇胺溶液吸收CO2是沼气提纯领域重要的研究课题。在实验填料吸收塔中,以NaOH水溶液吸收低浓度CO2的实验结果估算了填料的有效相界面积,建立了乙醇胺(MEA)溶液吸收高浓度CO2增强因子的数学模型,并从数学模型和实验的角度研究了MEA浓度、进气流率、CO2浓度等工艺参数对MEA吸收CO2增强因子的影响。结果表明,增强因子数学模型计算值与实验值能够良好吻合,MEA吸收CO2化学反应增强因子随进气CO2浓度增加而降低,随MEA浓度增加而增加,随进气流率增加而减小。

沼气提纯过程中醇胺溶液吸收CO_2传质性能

醇胺溶液吸收CO2是沼气提纯领域重要的研究课题。在实验填料吸收塔中,以乙醇胺（MEA）、二乙醇胺（DEA）为吸收剂,研究了吸收剂浓度、进气流量、CO2浓度、进液温度对吸收过程转化率η、吸收速率N以及气相总体积传质系数KGae的影响。结果表明,吸收剂浓度增加可有效提高η、N及KGae;进气流率增加,η逐渐降低,N先增加后降低,KGae先增加后降低最终趋于稳定;随着CO2浓度增加,η和KGae不断降低,N逐渐增加;随着进液温度升高,η和KGae均先升高后降低;MEA、DEA的最佳进液温度在40～60℃之间,并随CO2负载量增大而逐渐降低。研究结果对于醇胺溶液吸收法沼气提纯技术的研究开发和实际应用有参考作用。

极区月壤和水冰形成演化机制及物理特性研究

月球极区独特的光照条件和表面环境特征是水富集和保存的理想场所,探测永久阴影区内的水冰对科学研究和开发利用月球资源具有重要的意义。综合调研了国际上在月球极区开展的理论研究和遥感探测成果,阐述了极区地质、表面光照条件和热环境特征。介绍了极区月壤和水的形成演化机制及水冰可能的赋存状态。系统梳理了国际上关于极区水冰的探测历程和方法,综合各种探测结果后取得的关于水冰分布特征的认识。根据分析Apollo 16样品后得到的物性、化学、矿物组成和粒径分布基本特征,提出了极区月壤模拟样品制备标准。通过对月球极区探测结果梳理并建立了系统认识极区地质演化的框架,为将来的月球极区月壤和水冰探测提供较为全面的参考。

DEA复配水溶液二氧化碳溶解度的测定实验

设计了测定CO2在溶液中溶解度的实验装置,并对2 mol/L的DEA水溶液分别在温度条件为308 K、318 K、328 K、358 K,CO2分压力范围0～150 kPa时的CO2溶解度进行了测定。并选取MDEA、DETA、AEE和SG作为代表添加物,测定了添加剂与DEA摩尔比为1∶3、醇胺总浓度为2mol/L的条件下溶液中CO2的溶解度。结果表明,在实验压力范围内,DEA溶液中CO2溶解度随压力增大逐渐增大随温度升高而减小;对DEA溶液中CO2的溶解度影响大小顺序为DETA>AEE>SG>MDEA。

超短脉冲激光对岩石的烧蚀作用研究

对干燥状态和浸水后的红砂岩、花岗岩、大理岩在不同超短脉冲激光入射频率和烧蚀发次等条件下的烧蚀情况进行了研究.结果发现,浸水后的岩石烧蚀质量损失明显大于干燥状态下的质量损失.同时质量损失与激光入射频率和烧蚀发次有着密切的关系.

南方丘陵灌区水田-塘堰-沟道系统水循环特征及回归水重复利用规律分析

南方丘陵灌区因其地势起伏、塘堰众多,为农田灌溉储水、用水提供了便利,导致灌区水循环路径复杂、不同系统水量交换不清晰、回归水重复利用无法定量计算。为了探明灌区水循环规律,通过2 a(2021—2022年)现场观测试验,对水田、塘堰和沟道分别构建水量平衡模型,提出“首尾比较法”来复核田间灌溉水量,区分了回归水重复利用的发生场所,分生育期评价水循环规律和回归水重复利用程度。结果表明,通过水田水量平衡公式并结合DRAINMOD模型计算的田间灌水量,2 a的结果与塘堰、沟道和渠道灌溉实测值之和的相对误差分别4.65%和-2.74%,表明“首尾比较法”复核灌溉水量较为可靠。在田间灌溉水不同来源中,渠道直灌、沟道、塘堰分别占9.77%、71.81%和18.42%。由于灌溉需求,整个生育期塘堰消耗了82.73%的初始蓄水量,渠道补给、降雨、沟道来水分别补充了38.15%、29.98%和14.60%。塘堰回归水重复利用率全生育期呈逐渐减小的趋势,沟道是回归水重复利用的主要场所,且回归水重复利用率是塘堰的2倍(80.86%)。渠道灌溉水初次分配仅有29.44%进入田间,但是塘堰和沟道二次分配使得至少72.10%的渠道水进入田间。南方丘陵灌区塘堰和沟道水循环受人类活动影响严重。灌区管理者“补给塘堰为主、直灌田间为辅”的灌溉策略符合农民需求、实际灌溉效率较高。

模糊PID在石油化工仪表自动控制系统方法研究

为了对石油化工仪表输出稳定性进行提升,文章提出模糊PID的仪表自动控制系统方法。仪表的电磁耦合模型通过单边复合次级直线感应方法进行建立;仪表的铁心饱和直线感控制与磁通特性结合铁磁感应检测方法与电磁理论计算方法进行分析;仪表的端电压与振荡参数通过有限差法进行分析;采取模糊PID自适应控制方法,结合径向气隙磁密谐波振荡抑制,通过动态相量与频段分组重组控制,以此对仪表自动控制进行实现。结果表明,该系统对仪表自动控制输出有着较好的稳态性,其电压波形峰值稳定性比较好,对石油化工企业仪表自动控制能力有效的进行提升。

基于石油化工生产装置中仪表维护的常见问题与应对措施

在石油化工生产装置中,仪表是十分重要的组成部分,是自动控制系统监视工业生产过程的眼睛,仪表维护工作的好坏,直接影响着石油化工生产装置的安全性和稳定性。石油化工生产作业中存在着诸多高风险因素,确保石油化工生产工作的安全进展,必须全面优化石油化工装置,做好所有仪表的调试工作。文章分析了石油化工装置常见仪表调试及注意事项和必须处理好的各项细节问题。基于石油化工生产装置仪表维护工作实践,首先对石油化工生产装置仪表维护工作中常见的问题加以研究和分析,进而采取具有针对性的措施予以处理。

月球光照区尘埃静电迁移规律:初步理论结果（英文）

空间环境中,暴露在太阳风等离子体和紫外辐射中的尘埃颗粒由于光电发射等而带电。月球光照区带电的尘埃颗粒受静电场驱动或微陨石轰击发生迁移。本文计算结果表明,月球光照区粒径为0.01μm的尘埃颗粒静电迁移达到的最大高度约为1km,而在月球黑暗区亚微米级的尘埃颗粒静电迁移可以到达50km的高度。尽管微陨石轰击溅射的尘埃颗粒可到达~100km的高度,但是尘埃数密度与微陨石轰击事件直接相关,并随着高度变化。由于重力作用,溅射的尘埃快速沉降。溅射和沉降过程中,尘埃颗粒由于光电发射等继续充电。在局部电场强度和德拜鞘高度分别为5V/m和1m条件下,粒径〈0.37μm的带电尘埃颗粒以＂弹跳模式＂运动,而粒径〉0.37μm的带电尘埃颗粒返回月表,并再次轰击溅射尘埃。根据本文结果可以雅断,月球尘埃实验（LDEX）在月球夜晚20~60km高度记录的尘埃事件可能与尘埃的静电迁移相关,但是月球白天记录的事件可能并不包括静电迁移的部分。

嫦娥四号着陆区织女陨坑电场环境数值模拟

由于太阳紫外、X射线和太阳风粒子作用,近月表形成尘埃等离子体环境,而月表陨坑地形使得这种尘埃等离子体环境更为复杂.本文以位于嫦娥四号着陆区的织女陨坑为研究对象,基于高程数据构造了该陨坑的三维模型.根据太阳-月球关系和陨坑地理坐标信息,计算了陨坑白天任意时刻的有效太阳辐照度分布,探讨了不同时刻陨坑内外的光照面积占比,得到陨坑随地方时而发生的遮蔽效应特征.同时,基于月表充电方程计算了织女陨坑在不同地方时条件下的平衡表面电势、德拜鞘高度和电场强度分布,发现陨坑自身遮蔽效应对坑内电场环境影响十分明显.以坑底中心为例,讨论了地方时和纬度对类织女陨坑的平衡表面电势、德拜鞘高度及电场强度的影响,结果表明三者变化特征均以正午时刻及赤道为界呈对称分布,越接近12:00 LT或者越接近赤道,坑底中心的平衡表面电势和电场强度越高,德拜鞘高度越低.

基于无人机-卫星遥感升尺度的土壤盐渍化监测方法

为提高卫星遥感对裸土期土壤盐渍化的监测精度,以河套灌区沙壕渠灌域为研究区域,利用无人机多光谱遥感和GF-1卫星遥感分别获取图像数据,并同步采集土壤表层含盐量;将实测含盐量与无人机和GF-1卫星两种数据的光谱因子进行相关性分析,引入多元线性回归模型(Multivariable linear regression,MLR)、逐步回归模型(Stepwise regression,SR)和岭回归模型(Ridge regression,RR),分别构建盐渍化监测模型;采用改进的TsHARP尺度转换方法,将无人机数据建立的趋势面应用到GF-1卫星尺度上,经过转换残差校正,对升尺度结果进行定性和定量分析。结果表明:在两种遥感数据的光谱波段和盐分指数中,蓝波段B1、近红外波段B5、盐分指数SI、盐分指数S5和改进的光谱指数NDVI-S1与表层土壤盐分的相关性较好,相关系数均在0.3以上;在3种回归模型中,利用无人机多光谱影像数据和GF-1多光谱影像数据反演表层土壤含盐量的最优模型分别是SRU模型和MLRS模型;升尺度后土壤含盐量的反演精度高于直接采用卫星遥感数据反演的精度。本研究可为裸土期土壤盐渍化的大范围快速精准监测提供参考。

大田葵花土壤含盐量无人机遥感反演研究

以内蒙古河套灌区沙壕渠灌域内大田葵花为研究对象,划分4块不同盐分梯度的试验地,利用无人机搭载六波段多光谱相机和热红外成像仪获取遥感数据,并同步采集区域内不同土壤深度处的盐分数据。利用灰色关联法对构建的光谱指数进行筛选,同时结合冠层温度数据,采用偏最小二乘回归(PLSR)、支持向量机(SVM)、反向传播神经网络(BPNN)和极限学习机(ELM)4种建模方法构建大田葵花不同生育期、不同土壤深度的盐分反演模型。结果表明,基于葵花现蕾期数据构建的盐分反演模型整体效果优于开花期,以优选盐分指数和光谱指数作为变量组构建的模型效果优于植被指数变量组,盐分反演效果较好的土壤深度为0~20 cm和20~40 cm。不同建模方法对比结果表明,机器学习盐分反演模型的效果优于偏最小二乘回归模型,其中在葵花现蕾期0~20 cm土壤深度处,以光谱指数作为变量组构建的BPNN盐分模型反演效果最好,建模集和验证集R2分别达到0.773和0.718,验证集RMSE、CC分别达到0.062%和0.813。本研究成果可为无人机遥感在大田葵花土壤盐分监测方面的应用及相关研究提供参考。

基于无人机多光谱遥感的土壤含盐量反演模型研究

为探究无人机多光谱遥感技术快速监测植被覆盖下的土壤含盐量问题,以内蒙古河套灌区沙壕渠灌域内4块不同盐分梯度的耕地为研究区域,利用无人机搭载多光谱传感器获取2018年8月遥感影像数据,并对0~40 cm的土壤进行盐分测定。分别引入敏感波段组、光谱指数组、全变量组作为模型输入变量,采用支持向量机(Support vector machine,SVM)、BP神经网络(Back propagation neural network,BPNN)、随机森林(Random forest,RF)、多元线性回归(Multiple linear regression,MLR)4种回归方法,建立基于3组输入变量下的土壤盐分反演模型,并进行精度评价,比较不同输入变量、不同回归方法对模型精度的影响,评价并优选出最佳盐分反演模型。结果表明,通过分析3个变量组的R 2和RMSE,光谱指数组在4种回归方法中均取得了最佳的反演效果,敏感波段组和全变量组在不同的回归方法中反演效果不同。4种回归方法中,3种机器学习算法反演精度明显高于MLR模型,且MLR模型中的敏感波段组和全变量组均出现了“过拟合”现象,RF算法在3种机器学习算法中表现最优,SVM算法和BPNN算法在基于不同变量组的模型中表现也不相同。基于光谱指数组的RF的盐分反演模型在12个模型中取得了最佳的反演效果,R^2 c和R^2 v分别达到了0.72和0.67,RMSEv仅为0.112%。

水盐交互作用对河套灌区土壤光谱特征的影响

为探究土壤水盐交互作用对Sentinel-2卫星光谱特征的影响,该研究以内蒙古河套灌区沙壕渠灌域为研究区域,分别在2018年和2019年的4—5月共采集280个裸土期表层土壤样本,测定其土壤含水率和含盐量,并获取同步的Sentinel-2卫星遥感数据,构建基于土壤水盐-反射率原理的土壤光谱特征理论模型,在此基础上结合土壤水盐交互作用构建水盐交互模型,并比较2种模型对土壤光谱的模拟效果,分析土壤水盐交互作用对土壤光谱估算的影响。结果表明:1)土壤水盐交互作用对光谱的影响因波段类型和水盐含量的不同而有所不同。在可见光范围上影响相对较弱,其作用范围为-0.11~0.29;在近红外和短波红外范围上影响相对较强,其作用范围为-0.35~0.61;当水分或盐分中某个含量较高时对光谱影响较弱,在水盐含量程度相似时影响较强。2)与土壤光谱特征理论模型相比,水盐交互模型能明显地改善土壤光谱的模拟效果,能将模拟相关系数由0.14~0.44提升到0.29~0.59,均方根误差由0.032~0.082降低到0.029~0.068。该研究结果揭示了盐分和水分对光谱特征的干扰过程,为土壤盐分的估算提供策略与方法,对实现区域尺度上土壤盐分的精准监测具有一定的意义。

无人机多光谱遥感反演各生育期玉米根域土壤含水率

为准确及时地获取植被覆盖条件下农田土壤水分信息,该文以不同水分处理的大田玉米为研究对象,利用无人机遥感平台对夏玉米进行多期遥感监测,并同步采集玉米根域不同深度土壤含水率(Soil Water Content,SWC)。基于2018年夏玉米拔节期、抽雄-吐丝期和乳熟-成熟期的无人机多光谱遥感影像数据集,通过支持向量机(Support Vector Machine,SVM)分类剔除土壤背景,提取玉米冠层光谱反射率并计算10种植被指数(Vegetation Index,VI),然后利用全子集筛选(Full Subset Selection)法对不同波段和植被指数进行不同深度土壤含水率的敏感性分析,并分别采用岭回归(Ridge Regression,RR)和极限学习机(Extreme Learning Machine,ELM)2种方法构建全子集筛选后0~20、20~45和45~60 cm不同深度下的土壤含水率定量估算模型。结果表明:基于贝叶斯信息准则(Bayesian Information Criterion,BIC)的全子集筛选法可以有效筛选最优光谱子集,筛选变量基本都通过了显著性检验,自变量个数较少;在同一生育期、同一深度条件下,ELM模型效果均优于RR模型;玉米在拔节期、抽雄-吐丝期的最佳监测深度为0~20 cm,在乳熟-成熟期的最佳监测深度为20~45 cm;乳熟-成熟期的20~45 cm深度下的ELM反演模型效果最优,其建模集和验证集的决定系数Rc^2和Rv^2分别为0.825和0.750,均方根误差RMSEc和RMSEv分别为1.00%和1.32%,标准均方根误差NRMSEc和NRMSEv分别为10.85%和13.55%。利用全子集筛选法与机器学习相结合的方法可以提高土壤含水率的反演精度和鲁棒性,本研究为快速、准确地监测农田土壤墒情、实施精准灌溉提供了一种新的途径。

基于全子集-分位数回归的土壤含盐量反演研究

为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR)3种方法,构建全子集筛选前后0~20 cm、20~40 cm、0~40 cm、40~60 cm、0~60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0~20 cm、0~40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20~40 cm、40~60 cm、0~60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0.4以上,均方根误差RMSEc1、RMSEv1均小于0.4%,SVM次之,ANN最差;在20~40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0.611和0.671,建模和验证均方根误差RMSEc1、RMSEv1分别为0.177%和0.160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。

基于无人机热红外遥感的冬小麦水分胁迫研究

为探究水分胁迫对冬小麦生长的影响,以不同水分处理的冬小麦为试验对象,利用无人机搭载热红外传感器,通过采集其不同生育期中一天不同时刻(11∶00,13∶00)的冠层热红外图像,提取其冠层温度信息,同时测定小麦叶片的气孔导度(Gs)、蒸腾速率(Tr)和田间土壤体积含水率(SWC)等信息。分别研究不同水分胁迫指数(CWSI、I_G、ICWSI)与各参数之间的关系,同时使用一元线性模型和多元线性回归模型进行建模并验证。结果表明:CWSI、I_G和ICWSI与Gs、Tr和SWC之间存在着显著的相关关系,在一元模型中,SWC对不同水分胁迫指数的预测效果更好,验证R^2均在0.800以上,相对分析误差均在2.0以上,在多元模型中,CWSI的预测效果最好,验证R^2为0.928,相对分析误差为3.041,同时多元模型的预测效果均优于一元模型。该研究可快速获取大量作物信息,为利用无人机热红外遥感探究冬小麦的水分胁迫状况提供了一条新途径。

覆膜对无人机多光谱遥感反演土壤含盐量精度的影响

快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义。该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响。利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型。结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169。研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考。