简介:摘要:焦化废水水质的复杂性及其对环境和生态影响的不确定性,制约了焦化废水的综合处理水质标准,并可能对后续水体造成危害。为了解焦化废水的基本理化性质、环境特征和生物特性,采用离子色谱、icp/ms和gc/ms分析方法对广东韶关焦化厂焦化废水中cod、bod、chroma进行了研究。对焦化废水的生物处理工艺及可能产生的惰性有机污染物进行了分析。结果表明,焦化废水的主要成分为cod、氨氮、挥发性酚、氰化物、硫化物、氟化物和石油类,主要是有机污染物。第一类主要污染物在原水和外部排水中的浓度是安全的。焦化废水中以苯酚为代表的有机物和多环杂环化合物广泛存在于水中。经处理后,间甲酚、酯类、醇类、卤代烃和胺仍进入环境。造成焦化废水处理效率不高,原因是生物系统各组成部分之间不协调,难以维持正常的atpase活性,氮磷缺乏,生物氨中毒。有毒有机物对生物的抑制作用,na+/k+比值失衡。因此,焦化废水处理技术必须考虑污染物的组成、合理的工艺流程和排放水的生态安全。
简介:摘要:本研究致力于探索无人机影像测量与建模技术在测绘工程中的应用。通过采集无人机航拍的高清影像资料,运用影像处理、三维重建和模型建立技术,实现对目标区域的测绘和建模。研究结果表明,无人机影像测量与建模技术具有高精度、高效率的优势,能够在测绘工程中取代传统测量方法,提高工作效率和准确度。同时,该技术还能为土地利用规划、城市建设和环境监测等领域提供全面、准确的数据支持。然而,该技术在无人机飞行控制、数据处理和模型精度等方面仍面临一些挑战,需要进一步研究和改进。最后,本研究提出了加强标准化、提升无人机操作技能和加强数据处理算法研发等建议,以推动无人机影像测量与建模技术的应用和发展。
简介:摘要:土地是人类赖以生存和发展的物质基础,是社会生产的劳动资料,是农业生产的基本生产资料,是一切生产和一切存在的源泉。科学地进行土地利用分类,不仅有助于提高土地利用调查研究与制图的质量,而且有利于因地制宜、合理地组织土地利用和布局生产。随着深度学习的不断成熟,深度学习已成功的运用于遥感影像自动分类。本文将介绍两种深度学习网络,分别是卷积神经网络和胶囊神经网络,并通过分析其工作原理,进行优点缺点的相互比较。
简介:摘要:森林资源是不可再生的资源。我国森林资源虽然丰富,但是人均占有量较少。如何有效的对森林资源进行调查与统计是解决森林资源有效利用的关键。本文针对该问题,提出了一种基于多核支持向量机的改进的高光谱遥感影像森林分类算法,与几种主流分类算法对比,分类精度可以达到92.2%。