简介:摘要: 本文结合笔者在 台州市环科环保设备运营维护有限公司 中的工作经验 , 主要完成对遥感法与 ASM5025 工况法两种方法检测尾气排放结果差异性的确定。结果表明: 一氧化碳的遥测值与工况值之间存在显著线性关系; 受到发动机工况(负荷与转速)影响,车辆尾气中氮氧化合物与碳氢化合物排放的遥测值比工况值更低,而一氧化碳则表现出相反趋势。
简介:为实现对无人机遥感影像大规模光束法区域网平差的快速解算,采用逐点消元法并利用分块稀疏矩阵保存消元后的法方程,以减少内存的使用量;利用预处理共轭梯度算法实现快速解算,利用OpenMP技术实现预处理共轭梯度迭代计算多核并行处理。结果表明,将消元法和预处理共轭梯度算法用于无人机遥感影像大规模光束法区域网平差解算,既可节省内存,又可提高计算效率。
简介:目的探讨皖北疟疾的发病率与地表温度(landsurfacetemperature,LST)、归一化植被指数(normalizeddifferencevegetationindex,NDVI)的关联性,评价用LST、NDVI对疟疾发病率自回归移动平均模型(autoregressiveintegratedmovingaveragemodel,ARIMA)预测结果进行校正的效果。方法以皖北五县为研究现场,收集各县2004-2011年的疟疾疫情数据及LST、NDVI等遥感图像资料,提取、合成遥感相关指标;运用SPSS17.0软件进行统计学处理。结果ARIMA模型对2010年各月份的预测结果较报告发病率高(平均误差=0.721/10万)。多因素分析结果显示,当地的疟疾发病率与近三个月的平均LST(lst_(_012),β=0.295)及之前两个月的平均NDVI(ndvi_(_12),β=0.280)有关联(P〈0.001);将二者作为校正因子(相对贡献为2∶1时)对2010年的预测结果进行校正,平均误差缩小为0.018/10万。以2004-2010年的发病率数据再次拟合并筛选ARIMA模型,并以2011年的疟疾报告发病数据为参照,再次评价lst_(_012)与ndvi_(_12)对模型预测结果的校正效果;发现校正后的预测误差(〈0.001/10万)低于校正前的误差(0.293/10万)。结论ARIMA模型能较好地用于该地疟疾发病率的拟合与预测,环境遥感替代指标LST、NDVI可在一定程度上改善ARIMA模型的预测效果。