环境因素对土壤氡测量影响研究及应用
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-24页 |
1.0 选题依据 | 第10页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-19页 |
1.2.1 国内研究现状 | 第12-13页 |
1.2.2 国外研究现状 | 第13-19页 |
1.3 论文研究内容及研究思路 | 第19-24页 |
1.3.1 研究内容 | 第19-20页 |
1.3.2 技术路线 | 第20-24页 |
第二章 氡的基本性质及测量原理 | 第24-30页 |
2.1 氡的基本性质 | 第24-27页 |
2.1.1 物理化学性质 | 第24页 |
2.1.2 吸附性质 | 第24页 |
2.1.3 放射性性质 | 第24-26页 |
2.1.4 土壤中氡的来源 | 第26页 |
2.1.5 测量方法 | 第26-27页 |
2.2 测氡法的基本原理及其特点 | 第27-28页 |
2.2.1 活性炭测氡法的基本原理 | 第27页 |
2.2.2 活性炭测氡法的特点 | 第27-28页 |
2.3 活性炭测氡仪 | 第28-29页 |
2.3.1 活性炭测氡仪 | 第28页 |
2.3.2 活性炭测氡吸附装置 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 环境因素影响下的氡浓度数据处理方法 | 第30-44页 |
3.1 敏感性分析的分类 | 第31页 |
3.2 数据预处理 | 第31-33页 |
3.2.1 数据整理 | 第32页 |
3.2.2 数据归一化 | 第32-33页 |
3.3 敏感性分析的步骤 | 第33-37页 |
3.3.1 计算变化过程 | 第33-34页 |
3.3.2 正交表的设计 | 第34-37页 |
3.4 人工神经网络 | 第37-43页 |
3.4.1 人工神经网络简介 | 第37-39页 |
3.4.2 人工神经网络的学习方式 | 第39-41页 |
3.4.3 BP神经网络参数设置 | 第41-42页 |
3.4.4 BP神经网络计算 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第四章 氡浓度环境因素敏感性分析 | 第44-58页 |
4.1 实验区概况 | 第44页 |
4.2 数据简析 | 第44-46页 |
4.3 实验区年氡浓度敏感性分析 | 第46-56页 |
4.3.1 数据预处理 | 第46-49页 |
4.3.2 正交表设计 | 第49-50页 |
4.3.3 神经网络训练 | 第50-52页 |
4.3.4 正交分析 | 第52-56页 |
4.4 结果与讨论 | 第56-57页 |
4.5 工程建议 | 第57页 |
4.6 本章小结 | 第57-58页 |
第五章 气化区燃烧区氡浓度校正 | 第58-66页 |
5.1 统计学法和原始数据法 | 第58-59页 |
5.1.1 统计学法 | 第58页 |
5.1.2 原始数据法 | 第58-59页 |
5.2 异常点密度法氡浓度校正 | 第59-64页 |
5.2.1 气化燃烧区氡浓度预测 | 第59-60页 |
5.2.3 气化燃烧区氡浓度校正 | 第60-62页 |
5.2.4 区域氡浓度预测分析 | 第62-64页 |
5.3 本章小结 | 第64-66页 |
第六章 结论与展望 | 第66-68页 |
6.1 结论 | 第66页 |
6.2 展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
硕士期间发表论文 | 第74页 |