Nghiên cứu sử dụng tro bay nhà máy nhiệt điện Phả Lại để cải tạo đất xám bạc màu ở xã Tây Đằng, huyện Ba Vì, Thành phố Hà Nội : Luận văn ThS. Khoa học môi trường và bảo vệ môi trường: 60 85 02

Title: Nghiên cứu sử dụng tro bay nhà máy nhiệt điện Phả Lại để cải tạo đất xám bạc màu ở xã Tây Đằng, huyện Ba Vì, Thành phố Hà Nội : Luận văn ThS. Khoa học môi trường và bảo vệ môi trường: 60 85 02
Authors: Lê, Văn Thiện, người hướng dẫn
Nguyễn, Thị Bích Ngọc
Keywords: Khoa học môi trường;Tro bay;Đất xám bạc màu;Cải tạo đất;Ô nhiễm đất;Tây Đằng
Issue Date: 2012
Publisher: ĐHKHTN
Abstract: 109 tr. + CD-ROM
Luận văn ThS. Khoa học môi trường -- Trường Đại học Khoa Tự nhiên. Đại học Quốc gia Hà Nội, 2012
Nghiên cứu thành phần vật chất và tính chất tro bay của nhà máy nhiệt điện Phả Lại (cấp hạt, thành phần hóa học...) cho mục đích cải tạo đất: giải pháp cải tạo đất thoái hóa, đất xám bạc màu; các nghiên cứu về tro bay và ứng dụng tro bay trong cải tạo và x (...)
Electronic Resources
URI: http://repository.vnu.edu.vn/handle/VNU_123/38219
Appears in Collections:HUS - Master Theses

Nhận xét

Đăng nhận xét

Bài đăng phổ biến từ blog này

Ảnh hưởng của Phật giáo đến lối sống của người Việt Nam hiện nay

Title:  Ảnh hưởng của Phật giáo đến lối sống của người Việt Nam hiện nay Other Titles:  The impacts of Buddhism on the Vietnamese’s today way of life Authors:  Nguyễn, Thị Hằng Keywords:  Triết học;Phật giáo;Tôn giáo;Người Việt Nam Issue Date:  2015 Publisher:  Đại học Quốc gia Hà Nội Citation:  121 tr. URI:  http://repository.vnu.edu.vn/handle/VNU_123/8956 Appears in Collections: Luận văn - Luận án (LIC)
Đọc thêm

Biomass estimation of Sonneratia caseolaris (l.) Engler at a coastal area of Hai Phong city (Vietnam) using ALOS-2 PALSAR imagery and GIS-based multi-layer perceptron neural networks

Hình ảnh
This study tested the use of machine learning techniques for the estimation of above-ground biomass (AGB) of Sonneratia caseolaris in a coastal area of Hai Phong city, Vietnam. We employed a GIS database and multi-layer perceptron neural networks (MLPNN) to build and verify an AGB model, drawing upon data from a survey of 1508 mangrove trees in 18 sampling plots and ALOS-2 PALSAR imagery. We assessed the model’s performance using root-mean-square error, mean absolute error, coefficient of determination (R2), and leave-one-out cross-validation. We also compared the model’s usability with four machine learning techniques: support vector regression, radial basis function neural networks, Gaussian process, and random forest. The MLPNN model performed well and outperformed the machine learning techniques. The MLPNN model-estimated AGB ranged between 2.78 and 298.95 Mg ha−1 (average = 55.8 Mg ha−1); below-ground biomass ranged between 4.06 and 436.47 Mg ha−1 (average = 81.47 M...
Đọc thêm