以新疆乌尔禾天然岩沥青作为改性剂,通过对岩沥青改性沥青的性能试验,确定乌尔禾岩沥青改善塔河90A沥青俱佳的搅拌时间和溶入温度,为使乌尔禾岩沥青在道路沥青改性方面的推广应用,提供理论依据。本研究的目的是研究试验参数对乌尔禾岩...以新疆乌尔禾天然岩沥青作为改性剂,通过对岩沥青改性沥青的性能试验,确定乌尔禾岩沥青改善塔河90A沥青俱佳的搅拌时间和溶入温度,为使乌尔禾岩沥青在道路沥青改性方面的推广应用,提供理论依据。本研究的目的是研究试验参数对乌尔禾岩沥青改性沥青路用性能改善效果的影响,为岩沥青改性沥青施工工艺的确定提供依据。研究中进行了乌尔禾岩沥青改性塔河90A沥青的不同搅拌时间和不同溶入温度的针入度、软化点、延度和粘度的性能试验,试验结果表明,融入温度和搅拌时间的不同会使改性沥青性能影响程度不同,产生改性效果的优劣。结果得出,新疆乌尔禾岩沥青改性塔河90A沥青的最佳搅拌时间为25 m in,最佳融入温度为150℃。展开更多
将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,...将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d^(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d^(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d^(-1)和1.711°C d^(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。展开更多
文摘以新疆乌尔禾天然岩沥青作为改性剂,通过对岩沥青改性沥青的性能试验,确定乌尔禾岩沥青改善塔河90A沥青俱佳的搅拌时间和溶入温度,为使乌尔禾岩沥青在道路沥青改性方面的推广应用,提供理论依据。本研究的目的是研究试验参数对乌尔禾岩沥青改性沥青路用性能改善效果的影响,为岩沥青改性沥青施工工艺的确定提供依据。研究中进行了乌尔禾岩沥青改性塔河90A沥青的不同搅拌时间和不同溶入温度的针入度、软化点、延度和粘度的性能试验,试验结果表明,融入温度和搅拌时间的不同会使改性沥青性能影响程度不同,产生改性效果的优劣。结果得出,新疆乌尔禾岩沥青改性塔河90A沥青的最佳搅拌时间为25 m in,最佳融入温度为150℃。
文摘将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d^(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d^(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d^(-1)和1.711°C d^(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。
