多尺度关系论文-尚媛媛,宋丹,裴兴云,陈静怡,牛迪宇

2020-12-17693 views

导读:本文包含了多尺度关系论文开题报告文献综述及选题提纲参考文献,主要关键词:O3,气象条件,贵阳市,高原城市

多尺度关系论文文献综述

尚媛媛,宋丹,裴兴云,陈静怡,牛迪宇[1](2019)在《高原城市臭氧浓度的多尺度变化特征及与气象条件的关系──以贵阳市为例》一文中研究指出相较于中东地区,贵阳市大气环境较为清洁,且O_3的变化有待开展深入研究。笔者通过对贵阳市环境保护局设置在市内和郊区的10个环境空气质量监测国控点近5年(2013年1月—2017年12月)的O_3逐小时浓度资料及气象、地理资料分析了贵阳市O_3浓度的时空分布特征,并探讨典型气象因素对O_3浓度变化的作用。本文主要针对贵阳市大气污染物O_3相对于其他污染物偏高,以及郊区比市区夜间的O_3浓度明显偏高现象,主要从盆地特殊地形及风的作用对O_3时空变化进行分析。结果表明:(1)贵阳市年平均O_3浓度变化为逐年增加趋势,与排放源增加有关。O_3的季节变化主要受天气气候条件影响,O_3日变化与太阳辐射、气温等气象因子显着相关。(2)郊区O_3浓度明显高于城区,且出现的时段多在夜间。这一现象与城区与郊区的排放源差异、下垫面性质和地形小气候特征有关。(3)在排放源一定的条件下,影响贵阳市城区和郊区O_3浓度变化的主要因素是特殊的盆地地形构造和风速风向。冬半年和夏半年城区的O_3小时浓度变化与风速显着正相关。冬半年郊区O_3小时浓度变化与风速也呈正相关,但是在夏半年,郊区的O_3小时浓度与风速呈显着性反相关,这是由郊区的谷地地形构造和风向造成。(本文来源于《中国农学通报》期刊2019年34期)

陈泽龙,林少炜,张少涵,张振昌,陈自谦[2](2019)在《脑电多尺度熵与医护人员疲劳的关系研究》一文中研究指出目的:研究医护人员脑电信号多尺度熵指标与疲劳的相关关系,明确利用脑电信号多尺度熵值衡量疲劳程度的可行性及具体方法。方法:选取某院30名医护人员作为研究对象,填写FS-14疲劳量表并采集脑电数据。将每个研究对象每次采集的脑电数据分成3段并计算每段数据的15个尺度的熵值,结合FS-14疲劳量表,分析多尺度熵值的稳定性、多尺度熵值与FS-14疲劳量表的相关关系并做典型相关分析。结果:研究对象15个尺度熵值组内相关系数在0.759~0.855,均大于0.75;各尺度熵值与FS-14疲劳量表得分呈负相关,其相关系数在-0.376~-0.158;典型相关分析表明由15个尺度熵值构成的因子与FS-14疲劳量表得分具有较高程度线性相关。结论 :多尺度熵具有较好的测量稳定性,利用各尺度熵构建的指标与疲劳具有较强相关,可以作为医护人员疲劳的评估指标。(本文来源于《医疗卫生装备》期刊2019年11期)

熊亚兰,张科利,刘佳凤,杨紫荆[3](2019)在《岷江上游小流域多尺度NDVI与地形的关系研究》一文中研究指出基于2015年OLI遥感影像和DEM数据,运用二维小波变换研究了岷江上游干旱河谷渭门小流域NDVI与地形因子的多尺度耦合关系。结果表明:(1)渭门小流域NDVI的空间分布特征为东南低西北高、河谷低山地高。多尺度下低频部分NDVI与地形因子的空间相似性和相关性大小均为坡向>高程>坡度。高程、坡度与NDVI低频系数的最强相关性出现在较大尺度,而坡向与NDVI低频系数的最强相关性出现在较小尺度。(2) NDVI的空间波动性随着分解尺度的增大而增强,但波动性的强弱与地形因子并未表现出明显的空间相似性。高频部分NDVI与各地形因子的相关性随小波分解尺度的变化规律不明显。(3) NDVI的空间分布特征是由高程、坡度和坡向共同决定,但是各因子对NDVI的控制作用大小随尺度发生改变。小波变换可以揭示出NDVI和地形因子的多尺度特征,对干旱河谷植被景观的合理布局,提高生物多样性,生态环境保护和农业产业规划具有重要意义。(本文来源于《地球与环境》期刊2019年04期)

熊亚兰,张科利,朱雅晗,夏丽[4](2018)在《岷江上游小流域NDVI与环境要素的多尺度耦合关系研究》一文中研究指出【目的】揭示多尺度下环境要素对植被覆盖度高低的影响程度,为生态环境保护和农业产业规划提供依据。【方法】以岷江上游干旱河谷渭门小流域为研究对象,利用该区2015年的OLI遥感影像及DEM、居民点和河流等数据,运用二维小波变换研究了该区NDVI与高程、坡度、坡向、距最近居民点距离、距最近河流距离等环境要素的多尺度耦合关系。【结果】结果表明渭门小流域NDVI的空间分布特征为东南低西北高、河谷低山地高。多尺度下坡向和NDVI的空间分布相似度最高,相关性最强,其次是高程。NDVI与地形因子相关性大小受尺度变化的影响较明显。【结论】NDVI的空间分布特征是由高程、坡度和坡向等5个环境要素共同决定,但是各要素对NDVI的控制作用大小随尺度发生改变。(本文来源于《四川农业大学学报》期刊2018年06期)

谢帅[5](2018)在《建成环境影响居民空间行为的多尺度关系研究》一文中研究指出快速城市化加剧了城市空间的不断扩张,居民出行距离不断扩大,出行方式也越来越机动化,引起了道路网络容量与交通流量之间的严重冲突,特别是在通行高峰时段,拥挤的交通网络大大增加了居民出行的时间成本;机动化的出行同时伴随着汽车尾气的大量排乱,也给城市环境带来了巨大污染。此外,由于城市职住空间布局不合理,导致居民通勤距离拉大,通勤效率低下。为了解决这些问题,相关学者开展了大量研究,对建成环境影响并塑造居民空间行为已经达成普遍的共识,但不同研究结论各异甚至相互冲突。没有区分空间尺度、没有分析建成环境对居民空间行为的多尺度影响是造成这一现象的重要原因。本研究通过区分不同类型的居民空间行为及其发生的对应空间尺度,分析对应尺度下建成环境影响居民空间行为的特征,解释现有对于建成环境影响居民空间行为出现争议的原因,深入探讨空间尺度选择对于研究的重要意义。本文通过研究现有文献,明确建成环境的评价要素、常用指标以及一般研究方法,为研究开展打好理论基础,在此基础上构建了本研究的指标体系,并结合出行调查数据,通过居民出行来研究居民空间行为。本研究从叁个层面的假设开始,提出了一个模型框架来识别已建立的环境因素对居民出行行为的影响,并将该模型框架应用于建成环境对居民出行多尺度影响研究中。研究根据地理尺度划分研究空间,分别构建了地理层面尺度对应模型和模型层面尺度对应模型,并与非对应尺度对应模型进行对照,强调了对应尺度的确定对建成环境影响居民出行研究的重要意义。此外,通过尺度完全失配下的模型以及添加调节变量的空间自相关模型的比较来验证建成环境要素的空间自相关对居民出行的影响。为了验证和评价该建模方法,本文将珠海市2010年家庭出行调查数据和多源城市建成环境数据一起应用于该模型。结果验证了之前的假设。对应的空间尺度对居民不同类型行为的研究具有重要意义,对应尺度下的建成环境要素能够更好地解释居民空间行为;只有同时满足地理层面尺度对应和模型层面尺度对应,建成环境要素才能更好地解释居民空间行为,提高研究的准确性;而建成环境的空间自相关是造成邻里尺度建成环境可以解释居民通勤行为这一伪影响关系的主要原因。本研究的结果解释了建成环境影响居民空间行为的内在因果关系,从职住的角度指出了目前交通问题的根源,以及引导居民绿色出行的有效方向,可以为城市规划与交通规划提供决策支持。(本文来源于《哈尔滨工业大学》期刊2018-12-01)

李石华[6](2018)在《基于高分影像的抚仙湖流域多尺度LULC时空演变及其与水质关系研究》一文中研究指出土地利用/土地覆盖(Land use and land cover,LULC)时空演变及其对水环境的多尺度影响已成为学界的热点问题。流域LULC多尺度时空演变及其对水环境影响研究对流域土地利用优化、水环境质量改善及生态环境持续发展具有重要理论和现实意义。本文以云南省典型高原湖泊流域--抚仙湖流域为研究区,以遥感与地理信息技术为支撑,以优于1米高分辨率遥感影像、基础地理信息数据和水质监测数据为数据源,发展了一种能有效提高流域尺度高分辨率遥感影像分类精度的多尺度随机森林分类方法,分析了流域LULC多尺度时空演变规律与驱动力,揭示了流域不同污染源区水质对LULC类型与格局的尺度依赖性,构建了流域水质与LULC类型及格局的时空关系模型,识别了流域LULC类型及格局与水质相互作用的特征尺度,在上述研究基础上,基于LULC变化情景模拟流域水质变化,提出了水环境保护策略与建议。主要研究内容和结论如下:1、流域LULC时空演变特征。(1)LULC信息提取。基于随机森林算法,融合初始分割尺度与最优分割尺度的多尺度光谱、几何和纹理对象特征,构建了多尺度随机森林(MSORF)方法,并利用初始分割尺度(BSVM)、最优尺度分割(OSVM)、像素级分割(PSVM)、多尺度随机森林(MSORF)方法对抚仙湖流域2005年、2008年、2011年、2014年、2017年高分辨遥感影像开展分类实验和比较研究,结果表明MSORF分类精度总体优于PSVM、BSVM、OSVM,其精度可分别提高约9%、7%、4%,该方法可用于流域尺度LULC信息提取。(2)流域2005~2017年LULC类型变化。水域、林地、耕地、草地为流域主要地表覆盖类型,四种地类合计分别占总面积的95.59%(2005年)、95.00%(2008年)、93.89%(2011年)、93.43%(2014年)、92.50%(2017年)。其余六种地类(房屋建筑(区)、道路、园地、构筑物、人工堆掘地、荒漠与裸露地表)合计分别占总面积的4.41%(2005年)、5.00%(2008年)、6.11%(2011年)、6.57%(2014年)、7.50%(2017年)。人工地表类型呈逐年增加趋势,而自然地表覆盖类型则相反。其中,人工堆掘地2017年的面积是2005年的5倍,而水域面积仅变化了0.08%。LULC收入与支出分析表明,耕地、林地、草地的变化主要表现为数量的减少,而荒漠与裸露地表、道路、房屋建筑区、水域的变化则表现为空间位置的转移。上述结果表明,受人类活动干扰较大的LULC类型变化显着。流域LULC变化主要受坡度、高程和距最近道路的距离影响。(3)流域LULC动态度变化。流域单一土地利用动态度和综合土地利用类型动态度分析结果表明,不同时空尺度下土地利用动态度存在差异。全流域尺度2005~2017年综合土地利用动态度最大(2.18),而各河岸缓冲区2011~2014年最小(0.56)。子流域尺度上,代村河流域2005~2017年综合土地利用动态度最大(6.87),而尖山河流域最小(1.64)。河岸缓冲区尺度上,各河岸缓冲区尺度上的综合土地利用动态度值均大于5且100米缓冲区的值普遍大于其余缓冲区。而单一土地利用动态度变化最大的分别是:代村河河岸300米缓冲区内的荒漠与裸露地表(50.6%)、尖山河河岸700米缓冲区内的人工堆掘地(276.36%)、梁王河河岸300米缓冲区范围内的园地(344.63%)、马料河河岸1000米缓冲区范围内的构筑物(160.84%)、牛摩河河岸100米缓冲区范围内的草地(56.17%)。总体来看,流域LULC变化属于极缓慢变化型,河岸缓冲区的动态度高于子流域和全流域,距离河岸100米和受人类活动影响较大的河岸的动态度较大,人类干扰是流域LULC动态度变化的重要推手。(4)流域LULC时空演变过程与表达。1)基于变化轨迹原理,在JQuery和ECharts环境中,以Java Script为开发语言,实现了流域5个时段10个LULC类型的转换计算(3894种),揭示了各地类在研究时段的90种主要转移路径和方式,并将其动态可视化。2)构建基于地类图斑的LULC变化时空分析算法,并集成了时间轴动画、多视窗和实体回溯叁种方法全面刻画了LULC时空演变过程。结果表明,耕地、园地、草地的变化量较大,分别为1.97%、1.59%、1.87%,水域变化最小(0.1%),LULC类型转移方式不一。如耕地主要向“园地”、“林地”、“人工堆掘地”、“草地”转换,而房屋建筑区主要向“人工堆掘地”、“园地”、“构筑物”转换。(5)流域LULC格局变化。选取的8个景观格局指数分析表明:2005~2017年,流域景观类型以林地为基质;斑块总数呈增加趋势,由17098个增加至20936个,增加近20%,景观破碎化程度加剧;斑块面积差异弱化,斑块面积标准差由368减少至343;斑块形状进一步复杂化;斑块自然连通性变化极小,由97.9减少至97.6。(6)流域土地利用强度变化。流域土地利用强度的空间自相关性随空间尺度增加而下降;流域土地利用强度总体以较强为主,但区域差异显着。抚仙湖北岸、南岸土地利用强度高,呈现高-高聚集。而在流域边界线附近为低-低聚集。从子流域尺度上看,东大河流域、马料河流域、代村河流域、路居河流域、牛摩河流域土地利用强度表现出高-高聚集,而其他流域的土地利用强度较低且呈零星分布,表现出高-低、低-高聚集特点。2、流域多尺度LULC变化与水质的关系(1)流域水质时空分异特征。1)入湖河流水质总体较差,而湖心水质仍为I类。入湖河流水质年平均水质均为劣V类。45个断面中,化学需氧量(Chemical Oxygen Demand,COD)处于III类~劣V类的比例为47.67%,而总磷(Total Phosphorus,TP)则为75.56%;总氮(Total Nitrogen,TN)超标非常严重,劣V类占比约90%。2)入湖河流水质空间变化差异显着。城区流域的COD较高,磷矿区流域的TP较高,山区流域的TN值较高。COD、TN、TP在各个子流域的变化总体呈增加趋势,其变化规律差异显着。(2)流域LULC类型及格局与水质的多尺度关系。在剖析LULC类型及格局与水质关系时,充分考虑了流域内部LULC和污染源的空间异质性对水质指标的影响差异。结果表明。1)LULC类型及格局对水质的解释率具有显着差异。(1)流域各时空尺度下,不透水表面(Impervious Surface Area,ISA)、其他用地(人工堆掘地、荒漠与裸露地表)面积百分比均与水质指标呈正相关且对水质指标具有促进作用;而林草覆盖是影响水质的另外一个重要因子,其面积占比与水质指标呈负相关,这与预期的林草覆盖可改善水质的认识一致;种植土地(耕地、园地)与TN、TP呈负相关,但其增减不能较好地解释水质变化,表明种植土地对水质的影响复杂,这说明农业用地的面积占比不是影响TN的主要因子,这与研究区农药化肥施用量、种植结构以及与受纳水体的距离、地形等因素有关。(2)子流域和河岸缓冲区尺度,景观多样性指数香农多样性指数(Shannon’s Diversity Index,SDI)和香农均匀度指数(Shannon’s Evenness Index,SEI)、斑块面积标准差(Patch Size Standard Deviation,PSSD)、平均形状指数(Mean Shape Index,MSI)是影响水质的重要因子。而其余景观格局指数边缘密度(Edge Density,ED)、斑块连通性指数(Patch Cohesion Index,COHES)、面积加权平均分维数(Area-Weighted Mean Fractal Dimension Index,FRAC-AM)虽与水质存在显着的相关性,但表现出空间尺度差异性和不确定性,如景观斑块类型的总数(Number of Patch,NUMP)与水质关系无法合理解释。2)LULC类型及格局与水质的多尺度关系特征明显。(1)在城区流域范围内的河岸缓冲区300m是LULC类型对COD影响的最强空间尺度(特征尺度)。这与其余高原湖泊研究结果较为一致,该结论的普适性还有待进一步验证。(2)LULC类型及格局对水质影响特征存在共性:城区LULC类型及格局对COD影响最大,磷矿区对TP影响最大,村落农田区对TN影响最大。其差异表现为:城区和磷矿区在缓冲区300m、500m和700m对COD和TP的解释率较大,而在村落农田区则表现为子流域尺度对水质的解释率最大。而不同区域LULC格局对水质指标影响则表现为:在城区和磷矿区,COD、TP在子流域内被更好地解释;而在村落农田区,TN在缓冲区700m能被更好地解释,而TP则在缓冲区300m具有较高的解释率。相比于河岸缓冲区,子流域尺度下的景观格局指数对水质解释度高。3)LULC时空演变下的抚仙湖与流域水环境质量调控措施与建议。利用CLUE-S模型对流域2020年的LULC变化模拟发现:自然变化情景势必对入湖河流的水质构成严重威胁,进一步加重面源污染;而生态保护情景下则有利于提高流域内入湖河流水质质量,可有效改善流域水环境。针对不同区域特征提出流域水环境保护目标相应的土地利用类型及格局、土地利用方式的尺度优化、区域生态修复策略。(本文来源于《云南师范大学》期刊2018-11-22)

张正霞[7](2018)在《基于多尺度詹森香农分叉和非线性格兰杰因果关系的睡眠脑电信号分析》一文中研究指出睡眠作为生命活动过程中必不可少的一个环节,是身体恢复活力、精神状态进行调节,记忆能力不断增强的重要环节,一大批对此感兴趣的学者积极投身于此项研究。其中利用非线性动力学方法分析睡眠生理信号就是其中一种比较受欢迎的研究方法,本文主要借助非线性动力学中一种经典算法,即采用詹森香农分叉算法来研究睡眠脑电信号和清醒时期的脑电信号之间存在的差异,此外,本文还使用非线性格兰杰因果检验方法验证了睡眠过程和清醒状态时到底是脑电信号还是心电信号更能表征这种差异性,得到的相关结论可以为睡眠事业给予一些帮助。本文的主要内容包括如下:一、本文提出了JSD算法和多尺度JSD算法对部分个体的清醒期和NREM睡眠I期的脑电信号进行了对比分析研究,使用SPSS统计软件验证实验的准确性和可靠性,借助误差棒图法分析两种不同状态的睡眠脑电信号。研究结果表明,使用JSD算法和改进的多尺度JSD算法都可以有效地区分清醒期和NREM睡眠I期的脑电信号,说明两种状态下的脑电信号存在显着性差异,即本文提出的算法可以进一步用于睡眠脑电的分期研究中去,可以用来进行各种睡眠疾病的诊断和治疗,且可以提供有效的辅助作用,这项研究具有重要的现实指导意义。二、本文采用了多尺度詹森香农分叉算法,对清醒期和睡眠NREM-I期的alpha波段和theta波段的脑电信号计算了统计复杂度,使用SPSS统计软件验证了alpha波段和theta波段两组实验的结果,两组实验结果无论从准确性和可靠性两个方面得到了很好的效果。本文还借助误差棒图法分析了两种不同状态的alpha睡眠脑电信号,研究结果表明,使用改进的多尺度詹森香农分叉算法可以有效地区分清醒期和NREM-I期的脑电信号,说明在两种睡眠状态下,脑电信号是存在较为明显的差异性的,这与已有的科学依据是统一的,即人体在清醒状态下脑电信号中的alpha波要比人体在NREM-I期(浅睡眠期)脑电信号中的alpha波多,而人体在NREM-I期(浅睡眠期)脑电信号中的theta波却要比人体在清醒状态下脑电信号中的theta波多,在不同状态下,脑电信号确实存在较为明显的差异性。叁、本文采用两种基于核函数的格兰杰因果算法来研究睡眠脑电信号和心电信号之间相互作用的方向性,实验结果表明:这两种算法都可以用来探究睡眠生理信号之间的相互作用,且计算得到的脑电信号对心电信号方向的格兰杰因果关系指数值,要大于相反方向计算得到的格兰杰因果关系指数值。研究生理信号之间作用力的方向性具有重要的科学研究作用。(本文来源于《南京邮电大学》期刊2018-11-14)

陈志恒,张杰,徐玮平[8](2018)在《青藏高原初春积雪的多尺度变化与北大西洋海温的关系》一文中研究指出青藏高原冬、春季积雪变化影响东亚甚至全球春、夏季的环流及气候异常。利用中国西部环境与生态科学数据中心提供的中国雪深长时间序列数据集,美国大气海洋局提供的全球逐月扩展重建海表温度,以及欧洲中期天气预报中心提供的逐月再分析数据,对青藏高原初春(3、4月)积雪的多尺度变化与北大西洋海表温度的关系进行了研究。结果表明,初春青藏高原雪深异常与初春北大西洋关键区海温异常有显着的负相关关系。当初春关键区海温正(负)异常时,初春高原中部偏北腹地地区、东南部地区积雪深度减少(增加);初春北大西洋关键区海温异常通过激发下游青藏高原上空大气波列以及波作用通量异常来影响高原局地区域的温度和垂直运动,从而影响降雪的产生和积雪的累积。该结果为青藏高原初春积雪的多尺度变化及其影响提供了依据。(本文来源于《冰川冻土》期刊2018年04期)

易笑园,陈宏,孙晓磊,王艳春,韩婷婷[9](2018)在《“7·20”气旋大暴雨中多尺度配置与MγCS发展的关系》一文中研究指出受北上气旋影响,2016年7月20日京津冀地区出现了历史罕见的大暴雨,叁地日平均降雨量均创50年来历史极值。利用风云二号F星(6min时间间隔,水平分辨率5km)和自动气象站的加密资料、雷达图像及拼图数据资料,结合NCEP1°×1°再分析资料,采用迭加分析、TBB梯度计算、雷达低空风场反演等方法,分析了北方气旋类暴雨的云图特征和多尺度(包括天气尺度和α、β、γ中尺度)组织、热力、动力的结构配置;并且针对造成北京、天津城区短时强降水的两个MγCS,分析了影响它们发生发展的多尺度环境。结果表明:(1)逗点云系中不同部位的热力、动力及水汽配置是:涡旋中心(文中D区)与气旋环流中心重合而且是700hPa假相当位温θ_(se)的低值区;在云系尾部云带(C区),低空急流带和θ_(se)高值区重合,云带西侧是干冷无云区,云带边缘的光滑地带对应着能量锋区;云系头部(A区和B区)与700 hPa θ_(se)高能区、850hPa急流核对应(A区和B区分别对应东北气流和东南气流急流)。急流带内700hPa的θ_(se)高达78℃,850hPa的比湿最大值为18g·kg-1,最大急流核风速达30m·s-1,整层可降水量是70mm。(2)逗点云系头部嵌着两个MαCS、一个MβCS,它们造成降雨的强度为20~30mm·h~(-1);而两个MγCS的雨强却达40~70mm·h~(-1)。北京MγCS-BJ和天津MγCS-TJ发展维持的背景不同:(a)MγCS-BJ位于涡旋中心——低空急流左前方的对流不稳定区内偏北风与东风形成的地面辐合线上,此辐合线的形成超前于对流系统约1.5h。(b)MγCS-TJ位于云头与涡旋中心之间边缘地带——θ_(se)高梯度的能量锋区中,东风风速形成的地面辐合线上。(3)MγCS-TJ的发展与MβCS边缘TBB梯度大值区的关系密切,MγCS-TJ内部具有深厚的中气旋(轴心随高度向西北倾斜),在旋转速度最强的时刻,其造成的雨强也最大。(本文来源于《气象》期刊2018年07期)

段正鹏,李志强,陈向军,成墙,李国红[10](2018)在《多尺度煤粒与瓦斯多尺度动扩散系数模型特征参数关系研究》一文中研究指出为研究煤基质尺度对瓦斯扩散运移能力的影响,在实验室内开展了0.18~0.25 mm,0.25~1 mm,1~3 mm,3~6 mm,6~10 mm等5种不同尺度煤粒在不同初始吸附平衡压力下的瓦斯扩散实验。基于多尺度动扩散系数新模型,研究了煤粒尺度与多尺度动扩散系数模型特征参数的关系。研究结果表明:新模型对全扩散过程的描述精度要好于经典模型,经典模型最大相对误差达18.4%,而新模型仅为3.9%;相同条件下,初始扩散系数D0值随着粒径的增大呈递增趋势,最大增大了45.3倍;扩散衰减系数β值随着粒径的增大呈递减趋势,最大衰减了89.8%。实验揭示了多尺度煤粒内的瓦斯多尺度扩散特征,大尺度煤粒包含了更大的外在孔隙,导致煤粒尺度越大,初始扩散系数D0值越大,但因大尺度孔隙占比较大,导致孔隙尺度级差变化较小,因而有较小的衰减系数β值;小尺度煤粒因具有较小的外在孔隙,其D0值较小,但因微小孔隙占比较大,且微小孔隙尺度级差变化较大,因而有较大的衰减系数β值。不同煤粒尺度的扩散特征参数D0和β值的这种变化特征反映了当前低渗煤层瓦斯抽采过程中初期抽采量大但衰减迅速的现象,也为瓦斯(煤层气)增产及稳产提供了储层改造方向。(本文来源于《中国安全生产科学技术》期刊2018年06期)

多尺度关系论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

目的:研究医护人员脑电信号多尺度熵指标与疲劳的相关关系,明确利用脑电信号多尺度熵值衡量疲劳程度的可行性及具体方法。方法:选取某院30名医护人员作为研究对象,填写FS-14疲劳量表并采集脑电数据。将每个研究对象每次采集的脑电数据分成3段并计算每段数据的15个尺度的熵值,结合FS-14疲劳量表,分析多尺度熵值的稳定性、多尺度熵值与FS-14疲劳量表的相关关系并做典型相关分析。结果:研究对象15个尺度熵值组内相关系数在0.759~0.855,均大于0.75;各尺度熵值与FS-14疲劳量表得分呈负相关,其相关系数在-0.376~-0.158;典型相关分析表明由15个尺度熵值构成的因子与FS-14疲劳量表得分具有较高程度线性相关。结论 :多尺度熵具有较好的测量稳定性,利用各尺度熵构建的指标与疲劳具有较强相关,可以作为医护人员疲劳的评估指标。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

多尺度关系论文参考文献

[1].尚媛媛,宋丹,裴兴云,陈静怡,牛迪宇.高原城市臭氧浓度的多尺度变化特征及与气象条件的关系──以贵阳市为例[J].中国农学通报.2019

[2].陈泽龙,林少炜,张少涵,张振昌,陈自谦.脑电多尺度熵与医护人员疲劳的关系研究[J].医疗卫生装备.2019

[3].熊亚兰,张科利,刘佳凤,杨紫荆.岷江上游小流域多尺度NDVI与地形的关系研究[J].地球与环境.2019

[4].熊亚兰,张科利,朱雅晗,夏丽.岷江上游小流域NDVI与环境要素的多尺度耦合关系研究[J].四川农业大学学报.2018

[5].谢帅.建成环境影响居民空间行为的多尺度关系研究[D].哈尔滨工业大学.2018

[6].李石华.基于高分影像的抚仙湖流域多尺度LULC时空演变及其与水质关系研究[D].云南师范大学.2018

[7].张正霞.基于多尺度詹森香农分叉和非线性格兰杰因果关系的睡眠脑电信号分析[D].南京邮电大学.2018

[8].陈志恒,张杰,徐玮平.青藏高原初春积雪的多尺度变化与北大西洋海温的关系[J].冰川冻土.2018

[9].易笑园,陈宏,孙晓磊,王艳春,韩婷婷.“7·20”气旋大暴雨中多尺度配置与MγCS发展的关系[J].气象.2018

[10].段正鹏,李志强,陈向军,成墙,李国红.多尺度煤粒与瓦斯多尺度动扩散系数模型特征参数关系研究[J].中国安全生产科学技术.2018

转载请注明:阿里论文网 » 多尺度关系论文-尚媛媛,宋丹,裴兴云,陈静怡,牛迪宇

上一篇
下一篇

相关文章