第一节田间栽培环境 第二节设施栽培环境

微生物及其生命特征严重影响着材料的服役性能与寿命.目前大量的研究集中在细菌腐蚀领域,对于大气环境中真菌造成的腐蚀行为与机理研究较少.事实上,在大气环境中存在着大量的霉菌,其生命活动对金属及涂、镀层的腐蚀也具有重要的影响.本文综述了霉菌的生化特性与腐蚀的关系,讨论了在大气环境中霉菌对金属及涂、镀层材料腐蚀行为的影响,并归纳了霉菌腐蚀的相关机理;同时根据腐蚀特征的对比分析可知,霉菌腐蚀与细菌腐蚀具有一定的差异性,其主要原因在于两类菌的代谢产物不同.目前,对金属及涂、镀层材料的霉菌腐蚀研究大多停留在对材料表面霉菌腐蚀现象的描述和产物的分析等方面,缺乏对霉菌生命活动与腐蚀速度的定量表征,缺乏对霉菌引起的腐蚀过程动力学规律的研究,这将是未来研究工作的重点

第一节 环境与资源保护法是一个独立的法律部门 第二节 环境与资源保护法的体系

第一节 国外环境与资源保护法的发展概况 第二节 中国环境与资源保护法的发展概况

以拜耳法赤泥、煤矸石和粉煤灰等工业固废为基本原料在实验室制备了一种公路路面基层材料,并研究了其力学性能、耐久性能和环境性能.通过开展干湿循环以及冻融循环试验研究了该公路路面基层材料的耐久性能,并利用ICP浸出试验和放射性检测研究其环境性能.结果表明,赤泥-煤矸石基路面基层材料赤泥和煤矸石掺量之和75%、固废总掺量97%时,7 d养护后无侧限抗压强度达到6 MPa以上;经过20个干湿循环后,矿渣掺量为5%的路面基层试块强度为5.98 MPa,满足国家标准;经过5个冻融循环后,路面基层材料的7 d抗压强度仍然达到6.89 MPa,具有良好的耐久性能.浸出试验结果显示,浸出液中Na+浓度均符合国家饮用水标准,同时浸出液中Zn、Hg、Cu、Pb、Ni等重金属均未检测出;放射性试验结果表明,试验所用纯赤泥的放射性符合相应的国家标准.通过对该路面基层材料进行固碱分析以及能谱分析发现,硅铝体系能有效固结钠离子.此公路路面基层材料具有良好的环境效益和社会效益,拓宽了路面基层材料的选材范围

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

地下定位面对环境恶劣、干扰、多径等影响,常规算法难以获得高精度的定位结果,同时井下环境多为狭长的巷道,不利于布置定位所需的锚节点,而井下锚节点的布置通常对定位结果有较大影响,因而使用普通的定位方法不足以满足智能采矿所需的高精度定位需求.本文对传统的三边定位算法进行分析,总结了传统三边定位结果产生误差的原因,并提出了改进的算法,通过仿真实验验证了改进算法的有效性.同时通过理论分析误差带,使用最大绝对定位误差用于仿真分析拓扑结构对定位结果精度的影响,提出了对拓扑结构的优化原则,能够根据环境特点以实现定位区域内平均最大绝对定位误差最小为原则得出最优拓扑结构.文中设置了仿真实验和实地实验对改进的算法和拓扑结构优化方法进行了验证,实验结果中,改进的算法能够在相同拓扑结构下减小15%~43%的误差,而在相同算法下优化的拓扑结构能够减小17%~65%,二者结合能够减小误差达74%.结果表明,在相同的定位条件下,改进的定位算法能够明显提高定位结果的精度,同时定位结果与拓扑结构之间也有着密切的联系,根据实际环境灵活布置拓扑结构能够使定位结果的精度进一步提高,将改进的算法与拓扑结构优化方法结合可以实现更高的定位精度

系统分析总结了浮选过程中颗粒与气泡的黏附概率模型、EDLVO理论、颗粒-气泡集合体的受力分析、影响因素分析和颗粒-气泡黏附的研究进展.基于接触时间、感应时间的方法和能量势垒的方法，分别从动力学和热力学的角度分析总结了黏附概率模型，并从动力学和热力学的角度解释了颗粒大小、气泡大小、颗粒疏水性、颗粒表面粗糙度和溶液pH对黏附概率的影响，对静态环境和湍流环境中颗粒-气泡集合体进行了受力分析，颗粒和气泡的黏附力有毛细作用力、液体静压力和浮力，静态环境中的脱附力只有重力，但是湍流环境中的脱附力还包括振荡力和离心力.很多研究学者利用先进的仪器和检测手段对颗粒-气泡的黏附做了大量的研究，取得了大量研究成果.颗粒-气泡黏附作用过程相当复杂，试验研究时简化了作用条件，目前理论不能满意解释黏附过程，需要结合实际进行更深层次、更全面的研究

矿区废弃地为室外大型非结构化环境，包含多种类型的障碍物且存在诸多不确定性因素，给移动机器人全覆盖路径规划造成了极大的困难。本文使用牛耕式单元分解法结合生物激励神经网络算法完成移动机器人对矿区废弃地的全覆盖路径规划。首先，针对矿区废弃地已知环境，采用牛耕式单元分解法对复杂环境做出区域分解，将具有综合复杂性的地图分解为多个不含障碍物的子区域；然后，根据子区域的邻接关系构建无向图，采用深度优先搜索算法确定子区域间的转移顺序；最后，采用生物激励神经网络算法确定子区域内部行走方式以及子区域间路径转移。仿真结果表明，生物激励神经网络算法在解决机器人路径转移问题方面比其他路径规划算法更高效，所得的方法能够处理复杂的非结构化环境，完成废弃矿区移动机器人的覆盖路径规划