基于高光谱数据的土壤水分、盐分信息联合提取方法

    公开(公告)号:CN106918566A

    公开(公告)日:2017-07-04

    申请号:CN201710136409.X

    申请日:2017-03-09

    CPC classification number: G01N21/31 G01N2021/3129

    Abstract: 本发明公开了基于高光谱数据的土壤水分、盐分信息联合提取方法。它包括如下步骤:初步处理遥感高光谱反射率数据,根据反射率求归一化反射率、表观吸收率一阶导数和表观吸收率二阶导数;建立基于主成分分析的评价系统,选取敏感波段;确定首先反演的变量;利用敏感波段,使用逐步回归方法,建立土壤水分的反演模型,并根据预测的土壤水分含量将土壤样本进行分区,得到土壤样本区间;利用敏感波段和土壤样本区间,使用逐步回归方法,对每个区间的土壤样本分别建立土壤盐分含量的反演模型。具有提高土壤盐分的提取精度的优点。

    一种堤路合一工程电缆沟排水结构及其排水方法

    公开(公告)号:CN111997163A

    公开(公告)日:2020-11-27

    申请号:CN202010789833.6

    申请日:2020-08-07

    Abstract: 本发明公开了一种堤路合一工程电缆沟排水结构。它包括消能排水涵进水管、排水连接管、电缆沟出水管和消能排水涵;排水连接管位于电缆沟出水管侧下方、且位于消能排水涵进水管侧上方;排水连接管一端与电缆沟出水管连通、一端与消能排水涵进水管连通;消能排水涵进水管锚固于消能排水涵侧壁上;消能排水涵位于堤防戗台侧上方、且埋置于堤坡中;消能排水涵与堤防戗台之间的高度小于或等于0.5m;消能排水涵为一端开口的中空结构;渗水井连接在电缆沟下端;电缆沟出水管连接在渗水井侧下端。本发明具有以较低造价、以较小结构达到电缆沟排水的消能缓冲目的,能达到良好的景观效果的优点。本发明还公开了堤路合一工程电缆沟排水结构的排水方法。

    一种计算闸门过闸流量的智能高效方法

    公开(公告)号:CN114896566B

    公开(公告)日:2024-08-27

    申请号:CN202210587101.8

    申请日:2022-05-26

    Abstract: 本发明公开了一种计算闸门过闸流量的智能高效方法,包括如下步骤:S1:收集工程沿线的闸门布置参数和闸门运行监测数据;S2:对闸门运行监测数据进行筛选清洗;S3:建立闸门全流态过流能力通用计算公式;S4:点绘闸门过闸流量与相对开度的关系;S5:计算闸门综合流量系数,随机分为训练集和验证集;S6:搭建多层前馈神经网络过闸流量智能计算模型,并利用训练集对模型进行训练;S7:采用验证集对训练得到的多层前馈神经网络是否能准确计算不同水力条件下的过闸流量进行验证;S8:对网络参数和网络性能分别进行敏感性分析和稳健性判断。本发明提出了采用多层前馈神经网络智能学习闸门综合流量系数变化,进而计算过闸流量的方法,计算精度高。

    一种粘性土和淤泥质土相结合的堤防结构及其施工方法

    公开(公告)号:CN115404815A

    公开(公告)日:2022-11-29

    申请号:CN202211055398.X

    申请日:2022-08-31

    Abstract: 本发明提供一种粘性土和淤泥质土相结合的堤防结构及其施工方法,所述堤防结构包括主堤身、设置在主堤身外侧的外平台和设置在主堤身内侧的内平台,所述主堤身由粘性土填筑而成,所述外平台包括外平台本体,所述内平台包括内平台本体,所述外平台本体和内平台本体均由淤泥质土填筑而成,所述外平台本体迎水面上由内向外铺设有用于保护外平台本体的反滤土工布和雷诺护垫。所述内平台本体下部采用粗砂垫层辅助排水利于施工期淤泥质土的排水固结及运行期堤身渗水的排出,粗砂垫层与土料的接合处铺设反滤土工布;为防止淤泥质土堆筑的平台发生干缩裂缝,所述内外平台顶部均采用粘性土保护层密封并植草。还公开了建造本堤防的施工方法。

    一种计算闸门过闸流量的智能高效方法

    公开(公告)号:CN114896566A

    公开(公告)日:2022-08-12

    申请号:CN202210587101.8

    申请日:2022-05-26

    Abstract: 本发明公开了一种计算闸门过闸流量的智能高效方法,包括如下步骤:S1:收集工程沿线的闸门布置参数和闸门运行监测数据;S2:对闸门运行监测数据进行筛选清洗;S3:建立闸门全流态过流能力通用计算公式;S4:点绘闸门过闸流量与相对开度的关系;S5:计算闸门综合流量系数,随机分为训练集和验证集;S6:搭建多层前馈神经网络过闸流量智能计算模型,并利用训练集对模型进行训练;S7:采用验证集对训练得到的多层前馈神经网络是否能准确计算不同水力条件下的过闸流量进行验证;S8:对网络参数和网络性能分别进行敏感性分析和稳健性判断。本发明提出了采用多层前馈神经网络智能学习闸门综合流量系数变化,进而计算过闸流量的方法,计算精度高。

Patent Agency Ranking