一种基于深度强化学习融合多数据源的森林火灾轨迹预测方法

    公开(公告)号:CN116720137A

    公开(公告)日:2023-09-08

    申请号:CN202310771419.6

    申请日:2023-06-28

    Abstract: 本发明公开了一种基于深度强化学习融合多数据源的森林火灾轨迹预测方法,该方法包括:根据历史火灾事件建立森林火灾数据库;获取每次森林火灾事件的红外图、地理图、气象图、环境数据图,并对不同类型的图进行数据化操作建立多数据源矩阵;然后建立火灾可燃性指标体系,根据不同数据源矩阵计算区域可燃性概率值矩阵;对温度数据、湿度数据、风速数据、风向数据、坡度数据、可燃性概率值进行特征融合并归一化处理得到不同时间步的森林信息矩阵;利用卷积等操作建立森林信息更新模型,以预测不同火灾状况森林信息的整体变化;最后将火灾作为智能体,将火灾事态最大化发展作为目标函数来预测森林火灾轨迹变化。

    一种mZVI/FeS2双介质耦合微生物修复地下水硝酸盐和抗生素复合污染的方法

    公开(公告)号:CN118545833A

    公开(公告)日:2024-08-27

    申请号:CN202410610089.7

    申请日:2024-05-16

    Abstract: 本发明公开了一种mZVI/FeS2双介质耦合微生物修复地下水硝酸盐和抗生素复合污染的方法,涉及地下水污染修复技术领域。本发明选取的可渗透反应柱装置由微米零价铁(mZVI)、FeS2和铁自养反硝化污泥(M)组成活性反应填充区,两端各填充一定的石英砂作为含水层,中间为土壤层,通入氮气条件下装填反应柱;取含有硝酸盐和抗生素复合污染的含水层的地下水,通入15min氮气除氧,控制一定的地下水流速,定期检地下水中抗生素和硝酸盐去除率。本发明基于mZVI/FeS2与微生物耦合能加强Fe2+/Fe3+之间电子穿梭,产生更多活性物质,首次以地下水体中硝酸盐和典型抗生素复合污染物作为处理对象,构建新型mZVI/FeS2‑M修复技术,为地下水中硝酸盐和抗生素复合污染提供一种绿色可持续发展的技术方法。

Patent Agency Ranking