高功率激光装置光传输管道污染规律及对光学表面损伤性能的影响

研究高功率激光装置光传输管道内部洁净度变化规律,分析其对内部重要光学元件光学性能的影响规律,提出污染控制措施。对光传输管道内部的气溶胶进行采样,并利用空气品质分析仪及扫描电镜对其进行分析,得到光传输管道内部洁净度变化规律和污染源;采用内部放置透射膜元件的方法,研究洁净度等级水平对透射膜的微观结构和透射率的影响,并利用"1-on-1"的测试方式进行透射膜元件的损伤阈值测试。研究结果表明:光传输管道内部的洁净度在激光辐照后迅速上升至万级水平,透射膜元件在此环境下其透过率严重下降,下降幅度为2.5%,且表面微观形貌发生变化。光学透射薄膜表面损伤阈值随表面污染水平呈现线性下降规律,最大下降幅度约为10%。污染监测和成分分析结果表明管道内部灰尘及杂散光或者鬼光束辐照金属产生的等离子体是管道内污染的主要源头,在此基础上提出了正压密封保持的技术手段确保内部光学表面洁净度水平,延长使用寿命。     

在容量较小的污染环境中二维捕食系统的持续生存与绝灭

利用极限理论及积分均值法研究了在容量较小的污染环境中毒素对二维Lotka-Volterra捕食被捕食系统持续生存与绝灭的影响,给出了捕食种群与食饵种群弱平均持续生存和绝灭的充分条件.     

矿尘影响下生态系统脆弱性级联传播模型分析

为了解决矿尘连续排放并迁移对地表生态系统造成的脆弱性问题,提出了基于函数地理Petri网的脆弱性级联传播模型。综合考虑污染物迁移方向和生态环境在地理空间上的关联关系,直观地构造了基于级联传播的污染Petri网。在此基础上,定义了基于VCPM的脆弱度和阈值的概念,利用两者的关系进行脆弱性级联传播分析,从而明确级联传播的三种状态。最后,以神府煤田矿尘迁移作为污染物连续排放的污染源,通过模型方法的模拟仿真分析,对生态环境系统在级联传播下的脆弱性进行了深入探讨。已有的研究方法和结果不仅在生态环境脆弱性研究领域做出了新的贡献,而且为环境的修复和重建提供了参考价值。     

润滑油冷却液污染的拉曼光谱检测方法研究

对船舶柴油机而言,润滑油常受到冷却液的污染,引起润滑油劣化变质,从而导致其功能失效。冷却液的主要成分是水、乙二醇及少量的防腐蚀、抗穴蚀、消泡沫等添加剂。将拉曼光谱用于检测润滑油被冷却液污染的浓度,是一种针对复杂混合物的拉曼光谱检测问题,单个拉曼峰强度的定量分析方法无法满足浓度的定量检测。为此,将拉曼光谱分析和LSTM神经网络数据挖掘方法应用于检测润滑油冷却液污染的浓度。在实验室条件下,配制了冷却液污染浓度为2%,1.5%,1%,0.5%,0.25%和0%的柴油机润滑油油样,对每个油样取样50次,并进行拉曼光谱分析,共获得300个拉曼光谱数据,随机抽取其中80%的数据作为神经网络训练样本,剩余20%的数据作为测试样本,拉曼光谱样本数据的光谱范围为300～2 000 cm-1;对数据进行预处理,包括采样、拟合、离散点平均梯度估计等;构建训练样本集,将LSTM神经网络和多层全连接层（FC）结合,建立4种不同的神经网络模型结构;得到其在训练集和测试集上的平均误差曲线、测试集上的检测准确率曲线。分析结果表明,FCs,LSTM-FCs-1,LSTM-FCs-2和LSTM-FCs-3等4种神经网络模型,检测准确率分别为96.7%,93.3%,98.3%和83.3%。选取任意1%的波数点,加入幅值随机正负变化1%的噪声之后,4种神经网络模型的检测准确率分别为88.3%,90.0%,96.7%和78.3%。可见,相比于其他3种神经网络结构模型,LSTM-FCs-2模型更适用于进行润滑油冷却液污染的定量估计,加噪后最高准确率仍可以达到96.7%,鲁棒性优于其他三种模型。拉曼光谱结合LSTM网络中的LSTM-FCs-2模型,应用于冷却液污染浓度分别为0.2%和0.4%的实际油样检测,相对误差分别为5.0%和7.5%,结果表明该方法可用于在用润滑油冷却液污染浓度的检测。     

玉米叶片重金属铅含量的SVD-ANFIS高光谱预测模型

重金属污染农作物后可通过食物链进入人体从而严重危害身体健康。如何快速准确地监测农作物中重金属含量已成为当今生态与粮食安全等领域的重要研究内容。常规的生化监测方法存在操作繁琐、过程长、具有破坏性等缺点,而高光谱遥感具有光谱分辨率高、信息量大、生化反演能力强、方便快捷、对监测对象无损伤等优势,因此利用高光谱遥感技术监测农作物中重金属含量已成为遥感领域的热点研究之一。以不同浓度Pb(NO₃)₂溶液胁迫下盆栽玉米植株为研究对象,基于不同铅离子(Pb2+)胁迫梯度下玉米叶片的反射光谱及其中Pb2+含量的测定数据,结合奇异值分解(SVD)理论和自适应模糊神经网络推理系统(ANFIS)结构,建立了一种Pb2+含量预测的SVD-ANFIS模型。首先对各胁迫梯度下玉米的老叶(O)、中叶(M)、新叶(N)三种叶片的反射光谱数据进行SVD处理,获取原始光谱信息的奇异值;然后选择O,M和N叶片对应的奇异值来寻求ANFIS结构的最佳输入组合,最终选定O-M（双输入）组合作为ANFIS结构的输入量,通过训练和学习获得最优模糊规则库后,ANFIS结构的输出量即为叶片中Pb2+含量,从而实现了SVD-ANFIS模型的预测性能。研究结果表明,该模型的输出误差值较小,精度较高,在模糊训练过程中隶属函数选为钟型函数时预测效果最佳。利用多参数的反向传播(BP)神经网络预测模型对SVD-ANFIS模型的预测优越性进行验证时,得到BP模型和SVD-ANFIS模型的决定系数(R2)分别为0.977 6和0.988 7,均方根误差(RMSE)分别为2.455 9和0.601 3,可见SVD-ANFIS模型的拟合度更高,预测效果更好。同时选取不同年份的Pb污染玉米叶片等光谱数据对SVD-ANFIS模型进行可行性检验,其R2和RMSE分别为0.986 4和0.887 4,说明SVD-ANFIS模型能较好的用于玉米叶片中Pb2+含量预测且具有较高的鲁棒性,可作为预测玉米叶片中重金属含量的一种方法。     

乐音演示实验的几点改进

乐音演示实验的几点改进杨军（江苏省淮阴师范学校２２３３００）物理教学中“乐音”这一内容，就其本身来说是能够教得既生动形象又引人入胜的．但是由于教材与实验条件等因素的限制，往往使教学效果不那么理想．为此，笔者对乐音演示实验作了几点改进，让学生在观察感受...     

关于两类污染数据回归分析的参数估计

研究简单回归模型：ｙｊ＝ａ＋βｘｊ＋εｊ，ｊ＝１，２，…，ｎ，其中Ｅεｊ＝０，Ｅε＾２ｊ＝σ＾２ｊ；但ｙ１，ｙ２，…，ｙｎ受到另一独立同分布随机变量序列ｔ，ｔ２，…，ｔｎ两种不同方式的污染，ｔｊ与ｙｊ独立。本文给出了两种污染方式下的ａ、β和污染参数的估计。     

浅谈环境物理学

环境物理学是一门新兴的学科，它包括物理学的各个分支，文章从物理与环境的关系出发，介绍了环境物理学的产生，学科体系以及当前的研究领域。     

通过用聚集的沸石吸附剂来提纯被CO2和一种或多种烃类和／或氮氧化物的污染的气流的方法

本发明涉及通过基于LSX沸石或LSX和X沸石的聚集沸石吸附剂床的吸附来提纯被CO2、烃类和／或氮氧化物污染的气流，尤其基于空气或合成气的气流的新型方法，其中LSX沸石或LSX／X沸石共混物的可交换的阳离子部位的至少90％被钠离子占据，并且它的惰性粘结剂占该吸附剂重量最多5％。