第一篇：基于TM數(shù)據(jù)估測森林植物碳儲量方法研究

3S技術(shù)在廣東省森林資源監(jiān)測中的應用

劉飛鵬魏安世

（1．廣東省林業(yè)調(diào)查規(guī)劃院，廣東 廣州，510500）

摘 要：介紹了3S技術(shù)在廣東省多項森林資源監(jiān)測工作（森林資源連續(xù)清查、森林資源二類調(diào)查、森林資源檔案更新、采伐限額檢查、林地征占用檢查等）中的應用情況。

關(guān)鍵詞：遙感 地理信息系統(tǒng) 全球定位系統(tǒng) 森林資源監(jiān)測

11Application of RS,GIS and GPS Technology on Forest Inventory

in GuangDong Province

Liu Fei-Peng

1Wei An-Shi1

(1．Forestry Surveying and Designing Institute of GuangDong Provice,GuangZhou

510500,GuangDong)Abstract: This Paper introduced Application of RS,GIS and GPS Technology on Several Aspects of Forest Inventory which including Continued Forest Inventory、Forest Management Inventory、Renewal of Forest Files、Inspection of Cutting Quota and taking Forest Land in GuangDong Province.Key words：Remote Sensing, Geographic Information System, Globle Position System, Forestry Inventory

1． 3S技術(shù)概述

一般來說，3S技術(shù)分為狹義的3S技術(shù)和廣義的3S技術(shù)，狹義的3S技術(shù)主要是指遙感（Remote Sensing，RS）技術(shù)，地理信息系統(tǒng)（Geographical Information System，GIS）和全球定位系統(tǒng)（Global Positioning System，GPS）三種現(xiàn)代高新技術(shù)。而廣義的3S技術(shù)除包括遙感技術(shù)、地理信息系統(tǒng)、全球定位系統(tǒng)外還包括數(shù)據(jù)庫技術(shù)、通信技術(shù)、網(wǎng)絡技術(shù)等。隨著軍事和環(huán)境資源研究等方面的需要，3S技術(shù)由單一技術(shù)發(fā)展走向多技術(shù)、多學科集成發(fā)展、綜合應用的趨勢。

1.1遙感

從廣義上說，遙感泛指從遠處探測、感知物體或事物的技術(shù)。即不直接接觸物體本身，從遠處通過儀器（傳感器）探測和接收來自目標物體的信息（如電場、磁場、電磁波、地震波等信息），經(jīng)過信息的傳輸及其處理分析，識別物體的屬性及其分布等特征的技術(shù)。通常遙感是指空對地的遙感，即從遠離地面的不同工作平臺上（如高塔、氣球、飛機、火箭、人造地球衛(wèi)星、宇宙飛船、航天飛機等）通過傳感器，對地球表面的電磁波（輻射）信息進行探測，并經(jīng)信息的傳輸、處理和判讀分析，對地球的資源與環(huán)境進行探測和監(jiān)測的綜合性技術(shù)。當前遙感形成了一個從地面到空中，乃至太空，從信息數(shù)據(jù)收集、處理到判讀分析和應用，對全球進行探測和監(jiān)測的多層次、多視角、多領域的觀測體系，成為獲取地球資源與環(huán)境信息的重要手段。遙感技術(shù)應用具有以下特點：①監(jiān)測范圍大，具有綜合、宏觀的特點；②信息量大，具有手段多，技術(shù)先進的特點；③獲取信息快，更新周期短，具有動態(tài)監(jiān)測特點。

1.2地理信息系統(tǒng)

地理信息系統(tǒng)簡稱為GIS，關(guān)于它確切的全稱，多數(shù)人認為是Geographical Information System，也有人認為是Global Information Science（地球信息科學），因此，對于地理信息系統(tǒng)，不同的部門和不同的應用者基于其目的不同，其定義也不盡相同，有點側(cè)重于地理信息系統(tǒng)的技術(shù)內(nèi)涵，有的則是強調(diào)地理信息系統(tǒng)的應用功能，綜合兩者，多數(shù)人認為地理信息系統(tǒng)是“由計算機硬件、軟件和不同的方法組成的系統(tǒng)，該系統(tǒng)設計用來支持空間數(shù)據(jù)的采集、管理、處理、分析、建模和顯示，以便解決復雜和規(guī)劃的管理問題”。1.3全球定位系統(tǒng)

全球定位系統(tǒng)是指利用人造地球衛(wèi)星進行點位測量、導航的一種新興高新技術(shù)。現(xiàn)在的全球定位系統(tǒng)主要有美國的全球定位系統(tǒng)（GPS）、俄羅斯的全球定位系統(tǒng)（GLONASS）、歐洲空間局的歐洲導航衛(wèi)星系統(tǒng)（ENSS，即伽利略計劃，我國也有參與）。中國的北斗衛(wèi)星定位導航系統(tǒng)，到2008年將建成在中國及周邊國家運行的區(qū)域定位導航系統(tǒng)，到2020年左右將建成覆蓋全球的定位導航系統(tǒng)。

2． 3S技術(shù)在廣東省森林資源監(jiān)測中的應用

2.1森林資源連續(xù)清查

為提高各類土地利用類型、沙化土地、石漠化土地和濕地資源面積的監(jiān)測精度，滿足森林資源連續(xù)清查制圖需要，為逐步建立森林資源綜合監(jiān)測體系做準備。根據(jù)國家林業(yè)局要求，從森林資源連續(xù)清查第五次復查，應用雙重分層抽樣方法進行調(diào)查，即在進行地面樣地調(diào)查的同時，在衛(wèi)星影像圖上布設遙感判讀樣地進行調(diào)查。3S技術(shù)的應用大力推進了森林資源連續(xù)清查的技術(shù)進步，將3S技術(shù)（遙感、地理信息系統(tǒng)、全球定位系統(tǒng)）、數(shù)據(jù)庫技術(shù)、計算機網(wǎng)絡技術(shù)作為國家森林資源連續(xù)清查體系的重要內(nèi)容同步安排，同步實施，提高了連清樣地復查工作效率及調(diào)查精度。

2002年，廣東省森林資源連續(xù)清查第五次復查增加了遙感調(diào)查，采用人工目視判讀的方法，以樣地為單位進行判讀。遙感判讀樣地數(shù)量為地面固定樣地的8-16倍，2002年利用GIS在全省布設了44 562個遙感判讀樣地，在TM影像圖上進行了地類、優(yōu)勢樹種、郁閉度、沙化土地類型、濕地類型等因子的判讀。樣地判讀范圍是以公里網(wǎng)交叉點為中心3×3像素(地面90×90 m)，即0.81 hm2。

2.2森林資源二類調(diào)查

全省第三次森林資源二類調(diào)查在調(diào)查手段上全面應用了“3S”（RS、GIS、GPS）技術(shù)。RS技術(shù)，即使用衛(wèi)星遙感圖像進行林地地籍小班勾繪及部分小班因子判讀。本期二類調(diào)查采用法國SPOT5、空間分辨率達2.5米的高分辨率多光譜衛(wèi)星遙感數(shù)據(jù)，經(jīng)計算機圖像增強處理，提高了小班界線勾繪的準確度；GIS技術(shù)，即把勾繪的小班界線清繪后，進行掃描數(shù)字化，利用GIS自動求算小班面積，使面積的求算工作更快捷、更準確。利用GIS布設各縣蓄積量總體抽樣調(diào)查控制點。利用GIS制作各種專題圖件（如各市縣遙感影像圖、森林分布圖、生態(tài)功能等級分布圖等）；GPS技術(shù)，即利用全球衛(wèi)星定位系統(tǒng)對各縣蓄積量總體抽樣調(diào)查控制點進行定位，以便下期復位。

通過“3S”技術(shù)的集成應用，實現(xiàn)了對面積的計算機自動求算、統(tǒng)計分析、成圖一體化。大大提高了工作效率和成果精度，并建立了全省的遙感影像、地理信息、林業(yè)專題空間信息及屬性信息數(shù)據(jù)庫，為后續(xù)各項林業(yè)工作打下堅實的基礎。

2.3森林資源檔案更新

上個森林經(jīng)理期，廣東省森林資源公告數(shù)據(jù)是基于森林資源檔案更新工作的，由于各基層林業(yè)部門的檔案更新數(shù)據(jù)的不準確，導致由基層檔案匯總而來的全省森林資源數(shù)據(jù)同實際偏差較大的結(jié)果在所難免。

在2005年全省第三次森林資源二類調(diào)查本底調(diào)查結(jié)束之后，如何有效地進行每年度的森林資源監(jiān)測及檔案更新是迫在眉睫的問題。2006年，全省第一次應用3S技術(shù)進行了森林資源檔案更新，為保障全省每年接收一次遙感影像，所以，遙感信息源采用中分辨率遙感影像（如Landsat TM5、CBERS、IRS-P6、SPOT2/

4、ASTER等）。通過兩年度遙感圖像的糾正、增強、植被變化信息分析、提取，結(jié)合上年度的森林資源地籍小班信息，可將發(fā)生突變的?。殻┌嗵崛〕鰜恚骺h、區(qū)林業(yè)局（場）利用通過遙感信息檢測出來的突變小（細）班，輸入臺帳，即生成新一年度的森林資源檔案數(shù)據(jù)庫。通過2006年實踐檢驗，利用3S技術(shù)進行每年度的落實到?。殻┌嗟纳仲Y源監(jiān)測與檔案更新是可行的，不僅消除了傳統(tǒng)更新方法的人為主觀性，而且提高了更新的準確性及精度，還可以提供每年度的森林資源地籍小班空間及屬性數(shù)據(jù)庫。

2.4采伐限額檢查與林地征占用檢查

近幾年，全省森林采伐限額檢查與林地征占用檢查均采用遙感資料結(jié)合GPS的方法，提高了檢查效率和精度。在室內(nèi)先利用遙感衛(wèi)片有針對性地所有采伐跡地或被占用的林地進行分析，然后抽取受檢單位，對照林木采伐許可證或年度森林資源地籍小班資料，很容易發(fā)現(xiàn)無證伐區(qū)或被非法占用的林地，這是野外踏查所無法比擬的。

但是，利用遙感數(shù)據(jù)輔助進行采伐限額檢查也有其局限性，一是對采伐強度較低的伐區(qū)可能不敏感，對于主伐采伐強度一般大于40%的伐區(qū)，識別效果很好，但對撫育伐或漸伐的伐區(qū)效果不太理想；二是由于受衛(wèi)片時相的局限，衛(wèi)片反映的采伐跡地或被占用的林地與調(diào)查年度的起止時間不完全一致，這樣就造成部分無證伐區(qū)或非法占用林地無法在衛(wèi)片上識別出來，但這只是一小部分。由于目前的遙感技術(shù)迅猛發(fā)展，各種各樣的遙感數(shù)據(jù)源不斷涌現(xiàn)，遙感圖像處理技術(shù)不斷發(fā)展，我們有理由相信，今后遙感信息的快速獲取、處理、分析將會達到準實時或?qū)崟r。

2.5其它專項調(diào)查

借助于歷史遙感信息及GPS精確定位，可以對森林案件進行面積測定，利用3S技術(shù)能克服傳統(tǒng)方法的缺陷，提高森林案件面積測定精度及準確性，對毀林者毀林情況鑒定準確，法院可準確量刑。遙感影像分辨率越高，則鑒定精度越高，反之，精度就低。按目前遙感影像分辨率，利用3S技術(shù)對森林刑事案例進行面積測定，完全可滿足鑒定精度。

目前，濕地屬于林業(yè)部門主管，濕地資源越來越被社會各界廣泛關(guān)注。廣州市林業(yè)局于2006年組織了相關(guān)技術(shù)人員對全市進行了一次濕地資源本底調(diào)查，本次調(diào)查以2002年11月SPOT5高空間分辨率遙感影像為基礎資料，在對遙感影像進行正射糾正、融合、增強等處理的基礎上，以計算機圖像目視解譯為主，利用GPS進行重點實地調(diào)查并收集相關(guān)歷史資料、圖件（植被資料、紅樹林濕地調(diào)查資料、濕地野生動物資料、濕地生態(tài)環(huán)境資料、濕地社會經(jīng)濟狀況資料等）進行分析研究，擬訂濕地分類系統(tǒng)。然后進行圖像處理和初步解譯，建立影像解譯標志，進行詳細解譯和精確勾繪濕地類型圖斑，在SPOT5衛(wèi)星影像上精確勾繪之后，再用2005年11月Landsat TM衛(wèi)星影像將變化的濕地進行修正，經(jīng)野外重點調(diào)查驗證，補充修改后，在GIS軟件支持下，建立廣州市濕地資源空間數(shù)據(jù)庫及屬性數(shù)據(jù)庫，進行圖斑面積分類量算及統(tǒng)計，使用計算機編制了廣州市濕地分布圖。采用Visual C#.Net + ArcGIS Engine +Access2003為開發(fā)工具。開發(fā)了簡單、易用的廣州市濕地資源管理信息系統(tǒng)，便于今后廣州市濕地工作的管理。

3．3S技術(shù)應用前景

3.1 制定林業(yè)信息化標準與規(guī)范，建立林業(yè)空間數(shù)據(jù)庫 50多年以來，全省各級森林資源管理部門積累了大量的調(diào)查數(shù)據(jù)，包括多時相、多來源、海量的基礎地理信息數(shù)據(jù)（多比例尺柵格和矢量地形圖、覆蓋全省的多期、多源遙感衛(wèi)星影像、數(shù)字地面模型等）、森林資源與生態(tài)狀況調(diào)查數(shù)據(jù)（一類、二類、三類調(diào)查）、多媒體資料、各種數(shù)表模型、計算公式等，形成多種形式、持續(xù)動態(tài)變化的調(diào)查數(shù)據(jù)集，是一筆寶貴的數(shù)據(jù)資源。但是，由于沒有按統(tǒng)一標準建庫，目前的數(shù)據(jù)管理仍停留在單機文件的管理模式上，相對比較粗放，阻礙了森林資源管理水平和工作效率的提高；因此，如何有效、安全、可靠的存儲、管理、應用好這筆數(shù)據(jù)資源，提高林業(yè)資源管理水平，促進林業(yè)信息化建設，已經(jīng)成為一個迫切需要解決的問題。制定全省森林資源與生態(tài)狀況地理信息數(shù)據(jù)建庫標準，無疑是解決這一問題的必要前提。

3.2 開發(fā)省、市、縣森林資源與生態(tài)狀況信息管理系統(tǒng)

組織技術(shù)力量研究、開發(fā)基于數(shù)據(jù)庫技術(shù)、先進組件技術(shù)、網(wǎng)絡技術(shù)、先進系統(tǒng)結(jié)構(gòu)的省、市、縣各級森林資源空間數(shù)據(jù)庫管理信息系統(tǒng)，實現(xiàn)森林資源數(shù)據(jù)快速、動態(tài)、科學有效的管理。為各級林業(yè)管理和生產(chǎn)部門提供統(tǒng)一操作平臺。

3.3 緊密結(jié)合實際工作，加強林業(yè)遙感定量估測研究

目前，林業(yè)遙感定量估測研究還有很多方面值得去做，如落實到小、細班的蓄積量、生物量遙感估測、基于結(jié)構(gòu)信息提高遙感影像分類精度、各種調(diào)查因子的遙感反演模型及評價方法等，相關(guān)的科研成果也比較多，但和林業(yè)實際生產(chǎn)工作還有一定距離，應該注重實用性研究。

3.4 加強移動GIS、GPS與無線網(wǎng)絡通迅集成的開發(fā)與應用

近幾年，移動GIS、實時差分GPS、無線網(wǎng)絡通迅技術(shù)迅速發(fā)展，這些技術(shù)的發(fā)展大大促進了森林資源監(jiān)測手段的提高乃至對傳統(tǒng)調(diào)查手段的革新，因此，應加強移動GIS、GPS與無線網(wǎng)絡通迅集成的開發(fā)與應用研究，實現(xiàn)森林資源監(jiān)測的數(shù)字化、無紙化。

3.5 開發(fā)基于“3S”的森林資源與生態(tài)狀況動態(tài)監(jiān)測系統(tǒng)

本底調(diào)查只能提供一次成果，但森林資源是動態(tài)變化的，需要開發(fā)基于“3S”的森林資源與生態(tài)狀況動態(tài)監(jiān)測系統(tǒng)，以向政府和社會提供每年度的森林資源與生態(tài)狀況動態(tài)情況。

參考文獻: 〔1〕 林壽明，魏安世.廣東森林資源空間數(shù)據(jù)庫管理信息系統(tǒng)設計與建設思路[J] 廣東林業(yè)科技,2006，(3).〔2〕 余松柏,魏安世,張少根.3S技術(shù)在森林案例鑒定中的應用[J] 中南林業(yè)調(diào)查規(guī)劃,2003,(4).〔3〕 葉榮華,孫向然,魏建祥等.應用遙感、GPS技術(shù)進行采伐限額執(zhí)行情況檢查[J] 林業(yè)資源管理，2002，（1）.〔4〕 魏安世,李偉，陳鑫等.基于ArcGIS Engine的森林資源管理信息系統(tǒng)設計與開發(fā) [J] 廣東林業(yè)科技.2006，（2）.〔5〕 王琪，張雄，魏安世.粵東森林防火地理信息系統(tǒng)設計與開發(fā) [J] 中南林業(yè)調(diào)查規(guī)劃.2006，（2）.〔6〕 廣東省森林資源與生態(tài)狀況調(diào)查操作細則。廣東省林業(yè)調(diào)查規(guī)劃院內(nèi)部資料.作者:劉飛鵬（1976-），男，廣東臺山人，從事森林資源監(jiān)測工作。電話:020-87713521 *** 聯(lián)系地址:廣州市廣園東路2001號 廣東省林業(yè)調(diào)查規(guī)劃院 郵編:510500

第二篇：低碳經(jīng)濟下管理會計方法研究論文

所謂低碳經(jīng)濟，是以低能耗、低污染、低排放為基礎的經(jīng)濟發(fā)展模式。低碳經(jīng)濟著重強調(diào)的是能源的有效利用，其主要解決的是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及能源技術(shù)創(chuàng)新方面的問題。在低碳經(jīng)濟模式下，管理會計方法也應當實現(xiàn)創(chuàng)新，只有這樣才能符合低碳經(jīng)濟的發(fā)展要求，才能夠使廣大會計管理人員實現(xiàn)發(fā)展觀念的根本性轉(zhuǎn)變。目前我國能源現(xiàn)狀不容樂觀，例如我國煤炭排放量居高等，因此我們更應當采取有效措施，積極構(gòu)建低碳會計體系，幫助企業(yè)實現(xiàn)對低碳成本以及相關(guān)收益的計算，從而實現(xiàn)相關(guān)決策的科學判斷。

1低碳經(jīng)濟模式下，實現(xiàn)管理會計的積極作用

眾所周知，管理會計又被稱之為內(nèi)部報告會計，它主要以企業(yè)現(xiàn)階段和未來的資金運動為運動對象，并以進一步提高企業(yè)經(jīng)濟效益為主要目的，幫助企業(yè)決策者進行科學決策，實現(xiàn)企業(yè)經(jīng)濟業(yè)務管理活動的有效開展。［1］除此之外，管理會計還要向企業(yè)的相關(guān)管理人員提供考核企業(yè)經(jīng)濟活動的依據(jù)，從而幫助企業(yè)管理人員實現(xiàn)科學管理。筆者通過長期的研究與實踐認為，在低碳經(jīng)濟模式下，實現(xiàn)管理會計具有以下幾方面積極作用。第一，實現(xiàn)對企業(yè)未來的科學合理的規(guī)劃。低碳經(jīng)濟模式下，我國政府出臺了一系列政策，來對企業(yè)的發(fā)展實行宏觀調(diào)控。在這種情況下，企業(yè)必須實現(xiàn)科學決策。之所以進行決策的主要目的是為了更好地預測，而管理會計的應用則可以幫助企業(yè)管理者有效預測經(jīng)濟發(fā)展前景。管理會計人員在進行管理會計工作的時候，往往要充分考慮企業(yè)的實際發(fā)展情況，包括企業(yè)的經(jīng)營總目標、經(jīng)營方式方法等，并結(jié)合企業(yè)的實際經(jīng)濟效益，選擇最合適的量化模型，從而對企業(yè)資金的變動、發(fā)展趨勢以及企業(yè)未來經(jīng)營成本做出更好的預測，這對企業(yè)管理者進行科學決策來說是非常有必要的。只有管理者在進行決策的時候，充分依據(jù)管理會計所提供的報告，才可以做出正確的決策，從而規(guī)避企業(yè)風險，實現(xiàn)企業(yè)經(jīng)濟效益的提高。［2］第二，實現(xiàn)企業(yè)經(jīng)濟資源的合理利用。低碳經(jīng)濟環(huán)境下，國家和社會大力倡導資源的合理利用，企業(yè)的經(jīng)濟資源也不例外。管理會計人員在利用保本分析和存貨控制等現(xiàn)代的定量分析方式方法來科學評價企業(yè)的人力、物力和財力，并將這些資源的潛在優(yōu)勢充分地發(fā)揮出來，這對實現(xiàn)企業(yè)科學的決策，提高企業(yè)經(jīng)濟效益來說，具有非常重要的意義。第三，有利于充分調(diào)動企業(yè)的積極因素。在低碳經(jīng)濟模式下，企業(yè)必須充分調(diào)動自身的積極因素，只有這樣，才能夠?qū)崿F(xiàn)自身的可持續(xù)發(fā)展。而管理會計的設計初衷就是為了實現(xiàn)合理管理企業(yè)，管理會計應當在日常的工作當中著重注意管理好員工的工作，只有這樣，才能夠培養(yǎng)員工工作的興趣，調(diào)動員工工作的積極性，引導員工在工作的過程中，能夠發(fā)揮自身的主觀能動性，從而確保企業(yè)改革的順利進行，實現(xiàn)我國企業(yè)制度的現(xiàn)代化，保障企業(yè)的可持續(xù)發(fā)展。

2管理會計現(xiàn)狀

第一，缺乏健全的管理會計理論體系。目前我國所應用的管理會計理論大多是從其他國家引進過來的，這些理論在應用的過程中，就出現(xiàn)了與我國實際情況不相符合的問題，這對管理會計工作的開展是非常不利的。因此有必要形成一個與我國實際情況密切相連的管理會計理論體系。第二，核算手段相對比較落后。手工記賬是目前我國較大部分企業(yè)記賬的方法，雖然一些大型企業(yè)已經(jīng)應用了電算化技術(shù)，但其應用范圍仍然較小，利用效率也相對較低，這一現(xiàn)象不利于管理會計事前預測和事中控制能力的發(fā)揮。第三，管理會計在企業(yè)應用的范圍較小?，F(xiàn)階段，雖然我國部分企業(yè)應用了管理會計，但與其他發(fā)達國家相比，范圍仍然相對較小。［3］就這部分企業(yè)來說，他們在應用管理會計的過程中，往往參考了部分管理會計的理論與方法，對于管理會計能夠進一步加強企業(yè)內(nèi)部管理，實現(xiàn)企業(yè)經(jīng)濟效益提高的方式方法并沒有得到應用。這就在一定程度上降低了管理會計的作用。第四，管理會計的應用過程存在一些問題。雖然管理會計的部分理論能夠在企業(yè)管理活動中得到應用，但這種應用仍然處于一種分散狀態(tài)。彼此之間缺乏緊密的聯(lián)系，沒有實現(xiàn)真正意義上的管理會計信息系統(tǒng)。

3低碳經(jīng)濟下管理會計發(fā)展的對策

第一，實現(xiàn)管理會計工作人員思想觀念的創(chuàng)新。傳統(tǒng)管理會計著重在企業(yè)內(nèi)部的管理方面上，主要工作方式是通過有效降低企業(yè)產(chǎn)品生產(chǎn)成本來達到企業(yè)管理的目標。而在低碳經(jīng)濟模式下，我們有必要實現(xiàn)管理效率的進一步增加。由于現(xiàn)階段信息傳播和處理的速度得到了進一步加快，且經(jīng)濟環(huán)境的變化愈演愈烈，在這種情況下，企業(yè)所生產(chǎn)的產(chǎn)品和設備很快就會落后于企業(yè)的發(fā)展水平，那么在這種情況下，企業(yè)所占據(jù)的市場份額很有可能就會喪失掉。不僅如此，隨著人們生活水平的不斷提高，市場需求也發(fā)生了翻天覆地的變化，逐步向小批量、多批次的方向發(fā)展。［4］正因如此，筆者認為管理會計人員必須創(chuàng)新管理觀念，從市場需求角度出發(fā)，根據(jù)戰(zhàn)略管理要求，緊密注視社會意識的轉(zhuǎn)變，從而達到實現(xiàn)企業(yè)整體效益進一步增強的目標。除此之外，管理會計人員還應當樹立企業(yè)價值鏈管理新理念，及時調(diào)整企業(yè)生產(chǎn)經(jīng)營活動，為企業(yè)的發(fā)展創(chuàng)造機遇。第二，要實現(xiàn)戰(zhàn)略管理會計應用方向。所謂的戰(zhàn)略管理會計，主要是指將管理會計與企業(yè)戰(zhàn)略管理有機結(jié)合在一起，從而實現(xiàn)企業(yè)管理會計功能上的進一步拓展，促進管理會計的發(fā)展，將企業(yè)推向發(fā)展的新階段。在低碳經(jīng)濟下，戰(zhàn)略管理會計能夠在企業(yè)的市場競爭中發(fā)揮重要的積極的作用。［5］首先，戰(zhàn)略管理會計能夠與企業(yè)發(fā)展的每一個戰(zhàn)略層次結(jié)合在一起，從而幫助企業(yè)管理者在管理企業(yè)過程中做出科學的決策。其次，戰(zhàn)略管理會計還有利于實現(xiàn)企業(yè)之間建立聯(lián)系通道，對于企業(yè)各部門的信息資源處理來說，具有非常重要的意義。最后，戰(zhàn)略管理會計還能夠?qū)⑵髽I(yè)競爭優(yōu)勢轉(zhuǎn)變?yōu)槭袌錾系母偁巸?yōu)勢，進一步提高企業(yè)核心競爭力，實現(xiàn)企業(yè)內(nèi)部運營效率的提高。第三，管理會計工作人員應當對典型案例進行深入的研究，實現(xiàn)理論與實際的有機結(jié)合。筆者通過長期的研究與實踐認為，管理會計能否在我國得到更為廣泛的推廣，在很大程度上取決于我們能否對相應的典型案例進行歸納和整理。［6］比如，邯鋼的“成本否決法”。如果從管理會計理論角度來對這一模式進行分析，不難發(fā)現(xiàn)其具有很多的新意，在實際應用過程中取得了較大的成功。因此相關(guān)企業(yè)工作人員充分借鑒成功經(jīng)驗，并與自身的實際情況有機結(jié)合，找出管理會計發(fā)展的新規(guī)律，從而進一步提高企業(yè)經(jīng)營效率。第四，切實加強會計教育，實現(xiàn)管理會計人員素質(zhì)的提高。近些年來，我國管理會計也得到了進一步的發(fā)展，但是在低碳經(jīng)濟模式下，我們還應當對企業(yè)員工進行定期或不定期的培訓，使其掌握現(xiàn)代化的管理會計方式方法。從而打造一支專業(yè)的優(yōu)秀的管理會計人員隊伍。在知識經(jīng)濟環(huán)境下，企業(yè)員工尤其是管理會計人員的職能得到了進一步豐富，它要求管理會計人員具備較高水平的綜合素質(zhì)，為此，筆者認為，相關(guān)企業(yè)可以實現(xiàn)管理會計人員定期培訓計劃，并與高等院校實現(xiàn)合作，通過向廣大管理會計人員講述會計學科的相關(guān)知識的方式，增強會計管理人員的素質(zhì)。在培訓過程中，也應當注重培訓方式的創(chuàng)新，應用案例教學法和多媒體教學法等方式，調(diào)動管理會計人員學習的興趣和積極性。第五，進一步提高企業(yè)領導人管理會計意識。想要提高管理會計人員應用管理會計知識的水平，企業(yè)領導就必須樹立管理會計意識。［7］如果企業(yè)在管理活動中沒有樹立管理會計意識，就可能在管理或決策的過程中忽視會計人員的預測和決策作用，在這種情況下，即使管理會計人員的水平再高，其所做決策再有用，也難以充分發(fā)揮作用。這就要求領導人員樹立管理會計意識，并以身作則，通過充分發(fā)揮榜樣的作用，來實現(xiàn)企業(yè)各層領導對管理會計的重視。除此之外，各級政府部門也應當在進行相關(guān)活動的時候，增添相應的管理會計內(nèi)容或是管理會計知識。第六，要創(chuàng)新管理會計的技術(shù)方法。20世紀80年代以來，企業(yè)環(huán)境發(fā)生了翻天覆地的變化，生產(chǎn)控制系統(tǒng)開始追求零缺陷和零庫存的目的，且開始采用彈性管理政策。不僅如此，企業(yè)也開始應用計算機控制技術(shù)，實現(xiàn)企業(yè)生產(chǎn)制造全過程的信息化。在這種新環(huán)境下，傳統(tǒng)的管理會計技術(shù)方式方法已經(jīng)難以滿足社會和企業(yè)的發(fā)展需求，這種做法不利于管理會計捕捉世界級制造業(yè)發(fā)展進程，也難以實現(xiàn)對制造業(yè)成本信息的準確把控。在新的環(huán)境下，企業(yè)管理會計技術(shù)方法必須實現(xiàn)創(chuàng)新，在綜合考慮企業(yè)生產(chǎn)成本以及經(jīng)濟效益和市場等諸多因素的前提下，來全面控制和管理企業(yè)產(chǎn)品的生產(chǎn)和經(jīng)營過程。引進相應的成本作業(yè)和成本動因理念，更新傳統(tǒng)管理會計的技術(shù)方法，推翻以往落后的傳統(tǒng)成本形態(tài)認識，使管理會計能夠向更加有效、更加務實的方向發(fā)展。不僅如此，在信息技術(shù)高速發(fā)展的今天，各企業(yè)還可以聯(lián)合起來建立相應的信息反饋資源庫，實現(xiàn)信息資源的互換，進一步提高信息的應用效率，從而有利于管理會計根據(jù)信息所提供的內(nèi)容來實現(xiàn)管理會計工作的整體性調(diào)整。

4結(jié)論

總而言之，目前管理會計方式方法存在一定的問題，這些問題的存在不利于管理會計水平的進一步提高，甚至還會阻礙管理會計的發(fā)展。正因如此，我們必須對管理會計給予高度的重視，創(chuàng)新管理會計方式方法，使管理會計在低碳經(jīng)濟環(huán)境下能夠發(fā)揮自身的積極作用，為管理會計水平的進一步提升奠定基礎。

參考文獻:

［1］李慧.低碳經(jīng)濟視角下管理會計的新發(fā)展———環(huán)境管理會計［J］．現(xiàn)代經(jīng)濟信息，2014(4):227，241.［2］陸云芝.低碳經(jīng)濟視角下的管理會計框架調(diào)整［J］．財會月刊，2013(18):107－108.［3］鄭玲，肖序.資源流成本會計控制決策模式研究———以日本田邊公司為例［J］．財經(jīng)理論與實踐，2010(1):57－61.［4］王杰，朱晉，李玲.適用于低碳經(jīng)濟建設的會計核算方法———物質(zhì)流成本會計［J］．農(nóng)業(yè)經(jīng)濟，2010(4):91－93.［5］湯俊霞，郭小婷.低碳經(jīng)濟下的企業(yè)會計管理的問題和建議［J］．中外企業(yè)家，2015(29):85－87.［6］劉義江.淺議低碳經(jīng)濟下電力會計管理的完善策略［J］．會計師，2015(22):71－72.［7］低碳經(jīng)濟下的管理減排與管理會計［J］．中國總會計師，2016(2):141.

第三篇：開題報告_基于數(shù)據(jù)挖掘方法的學生課程推薦算法研究

基于數(shù)據(jù)挖掘方法的學生課程推薦算法研究

一、課題來源及研究的目的和意義

1.1 課題來源

計算機技術(shù)的進步，以及計算機網(wǎng)絡建設的完善促使著社會信息化進程持續(xù)發(fā)展[1]。信息數(shù)據(jù)的獲取、記錄、保存、檢索等操作也因為新技術(shù)的不斷應用而變得更加方便快捷[2]。一方面，遍布各處的計算機網(wǎng)絡終端設備打破了信息數(shù)據(jù)記錄的時間和地域限制，讓我們可以隨時隨地發(fā)送和接收數(shù)據(jù)；另一方面，存儲速度越來越快的大容量電磁存儲技術(shù)大大降低了信息數(shù)據(jù)存儲的代價，使得記錄并長時間保存海量數(shù)據(jù)成為現(xiàn)實。總體來說，在當今社會的各個領域中，信息數(shù)據(jù)的記錄已經(jīng)告別了“記賬簿”形式的傳統(tǒng)方式，邁入了電磁化存儲的新時代[3]。信息數(shù)據(jù)存儲需求與信息數(shù)據(jù)存儲代價兩者之間的矛盾進一步深化為信息數(shù)據(jù)存儲數(shù)量激增與信息數(shù)據(jù)處理能力停滯不前的矛盾。簡單的說就是“我們應該如何獲取蘊涵于海量數(shù)據(jù)之中的信息？”這一問題?？偹苤?，信息處理是一個知識創(chuàng)造的過程。這個過程需要具有某領域?qū)I(yè)知識的專家通過對數(shù)據(jù)進行分析來完成。數(shù)據(jù)的大爆炸使得整個信息處理過程不堪重負。在原始的信息處理方式日益不能滿足信息處理的需求的背景下，在統(tǒng)計學、計算機科學、人工智能等多學科知識融合的基礎上，數(shù)據(jù)挖掘方法應運而生，將數(shù)據(jù)處理和信息獲取從原始的人工方式轉(zhuǎn)向了大規(guī)模計算機自動化的方式，開辟了信息數(shù)據(jù)處理的新局面[4]。

教育是立國之本。隨著我國改革開放的不斷深化，教育事業(yè)正在逐步成為我國現(xiàn)代化建設過程中的一項重要工作[5]。我國的各項新教育政策的出臺鼓勵更多的青少年走進學校接受高等教育，為祖國的未來貢獻自己的力量。到2020年，我國的大學入學率計劃達到40%，較2006年提高了17%。在如此龐大的學生群體面前，人均可利用的教育資源正在逐年縮減。如何在有限教育資源的前提下，提高教育資源利用率是關(guān)系我國教育教學質(zhì)量的重要問題之一。為此，需要我國的教育工作者深入研究我國目前的教育體制，提出合理化建議，健全我國教育教學體制，提高教學質(zhì)量。衡量教學質(zhì)量的關(guān)鍵因素是學生，量化學生學習質(zhì)量的主要指標是學生成績。面對3000萬學生以及上億的成績數(shù)據(jù)，顯然數(shù)據(jù)挖掘是必不可少的信息數(shù)據(jù)處理方法[6]。

1.2 課題研究目的和意義

我國的現(xiàn)代化教育體系建設起步雖然略晚于西方發(fā)達國家，但是其發(fā)展卻相當快速，并且取得了長足的進步。其中最具代表性的就是目前廣泛應用于各所高校中的學生成績數(shù)據(jù)挖掘系統(tǒng)。由于不同高校在重點學科建設的傾向性不同，所以各個高校在系統(tǒng)建設的指導思想上和具體實施過程中都結(jié)合自身的特點有所取舍，不同系統(tǒng)之間取長補短，各具特色，形成一種“百家爭鳴，百花齊放”的良性競爭局面。其中效果較好的方法是將系統(tǒng)分為數(shù)據(jù)獲取、數(shù)據(jù)處理、信息挖掘、信息理解和結(jié)果應用五個模塊[36-40]。在信息挖掘和信息理解模塊，系統(tǒng)綜合運用Apriori算法、C4.5算法、K-means算法和層次聚類等機器學習方法，構(gòu)建完善的學生成績分析平臺[41,42,43]。于成的《數(shù)據(jù)挖掘在學生成績分析中的應用》、武麗芬和孟強的《學生成績數(shù)據(jù)挖掘的研究與實現(xiàn)》、朱燕燕的《學生成績數(shù)據(jù)挖掘系統(tǒng)的設計與應用》、白玲的《數(shù)據(jù)挖掘在高校學生成績分析中的應用》都是基于這種思想構(gòu)建的教學平臺。雖然這些方法在算法的具體細節(jié)上都具有各自的特點，但是它們的關(guān)注焦點都集中在對數(shù)據(jù)中關(guān)聯(lián)規(guī)則的挖掘。通過有效地發(fā)現(xiàn)、理解、運用關(guān)聯(lián)規(guī)則，能夠使隱含于大量數(shù)據(jù)之中復雜而有用的知識為現(xiàn)代化教育系統(tǒng)的建設做出更大的貢獻。這些系統(tǒng)所需的數(shù)據(jù)來源于多年來教學過程中積累的學生考試成績。通過對這些數(shù)據(jù)的深度挖掘不難發(fā)現(xiàn)，學生成績的高低不單單取決于課程本身，還會受到學科的課程設置、教學計劃的制定、各門課程的先后順序等諸多方面的影響。由此產(chǎn)生了學者關(guān)于“如何為學科設置課程”、“各門課程之間的相互關(guān)系”、“如何評定綜合學生學科綜合成績”等問題的思考。經(jīng)過高校教育工作者、領域?qū)＜覍W家多年來共同的研究與實踐，我國已經(jīng)探索出一條符合中國教育實際情況的發(fā)展之路。高校智能排課系統(tǒng)的出現(xiàn)正是其中[45,46,47]重要的成果之一。四川師范大學2008年在汪曉飛等學者的努力下，成功將遺傳算法應用于求解排課問題中，取得了良好的效果。該方法分析對比確定了一系列影響排課問題的因素，將其作為約束條件建立排課問題最優(yōu)化模型，通過遺傳算法多代進化找到了科學合理的課程排列順序。2011年大連交通大學的劉震根據(jù)實際的工作經(jīng)驗，在原有的研究基礎上全面闡述了排課工作的原則、流程以及重點難點。針對排課問題中易出現(xiàn)的沖突，他應用關(guān)聯(lián)規(guī)則算法加以解決，排除了排課問題中漏課重課的錯誤，減輕了人工排課的壓力，提高了學生學習的效率。將智能排課與自動出題、考試成績分析三者相結(jié)合，從根本上改變了傳統(tǒng)教學方式下經(jīng)驗式排課、院系集中出題、教師人工閱卷的局面，將教師從繁重的教學輔助工作中解放出來，使其能夠有更多時間指導學生的日常學習，答疑解惑[48]。

二、國內(nèi)外在該方向的研究現(xiàn)狀及分析

國內(nèi)外學者已經(jīng)從不同角度，不同側(cè)重對這一問題進行了深入的研究與探討。尤其是近年來，隨著全世界對教育熱點問題關(guān)注度的持續(xù)升溫，許多新思想、新方法層出不窮。其中著重于學生考試成績分析的研究方法一直是解決這一問題的熱點[25,26,27]。印度學者Brijesh Kumar Baradwaj和Saurabh Pal在2011年發(fā)表的論文《Mining Educational Data to Analyze Students’ Performance》中提出一種通過分析學生考試成績數(shù)據(jù)的方法來預測學生的表現(xiàn)。該方法首先通過在線考試系統(tǒng)獲得學生的考試成績數(shù)據(jù)，然后建立高校教育系統(tǒng)的數(shù)據(jù)挖掘模型，利用以ID3決策樹為主的機器學習方法對模型中的數(shù)據(jù)進行分類，最終達到預測學生在學校學習情況的目的。與之相關(guān)的數(shù)據(jù)方法還包括Pandey和Pal提出的《Data Mining: A prediction of performer or underperformer using classification》。這種方法以學生的年級和先修課程為基礎，以貝葉斯網(wǎng)絡為手段，目的是預測初學者可能出現(xiàn)的學習情況。此類方法都是典型的機器學習方法。它們需要采集學生的多種信息數(shù)據(jù)作為算法的分析基礎，通過多種機器學習方法相結(jié)合的方式構(gòu)造數(shù)據(jù)挖掘模型，并將構(gòu)造好的分析模型應用于具體的分類和回歸問題中去[28,29]。除了上述的決策樹學習算法和貝葉斯網(wǎng)絡算法，常用的數(shù)據(jù)挖掘方法還包括聚類算法、神經(jīng)網(wǎng)絡算法、遺傳算法和線性回歸算法等[30-35]。利用準確的成績預測模型，我們還可以繼續(xù)深化關(guān)于問題的研究。例如Galit等在論文《Examining online learning processes based on log files analysis: a case study 》中描述了一種教學輔助系統(tǒng)就是對考試分析結(jié)果的再利用。該系統(tǒng)根據(jù)學生的學習情況，為學生提供必要的學習計劃，督導學生按計劃執(zhí)行學習，幫助學生順利通過最終的學科測驗。

三、主要研究內(nèi)容及創(chuàng)新點 3.1 主要研究內(nèi)容

目前，我國的現(xiàn)代化教育體制綜合信息平臺主要分為以下四個方面[7]：第一，現(xiàn)代化遠程教育系統(tǒng)；第二，基于海量題庫的自動出題系統(tǒng)；第三，學生成績的智能分析系統(tǒng)；第四，學科設計及教學計劃的優(yōu)化系統(tǒng)。上述四類系統(tǒng)基本涵蓋了現(xiàn)代教育體系中從教育規(guī)劃到教育實施的各個方面。如果這四部分能夠相輔相成，相互融合形成一個有機整體，那么將會打開我國的教育現(xiàn)代化的新局面，使整個基礎教育事業(yè)邁上一個新臺階[8]。但是在實施過程中，由于這四部分的難易程度有所區(qū)別，導致了它們的發(fā)展水平參差不齊。其中隨著我國計算機硬件及其他輔助設備的不斷普及和基礎網(wǎng)絡設施建設的不斷完善，遠程授課系統(tǒng)不斷推陳出新，從最初的單向講授形式發(fā)展到先進的雙向交互形式，大大提升了學生的學[9]習興趣和學習效果。而計算機自動出題系統(tǒng)的廣泛應用已經(jīng)徹底改變了原有考試形式的單一性，大大增強了考試的靈活性，同時也防止了考試試題泄露等不端行為[10-13]。在此基礎上建立起來的考試評分系統(tǒng)，不僅大大縮短了考試成績的評判周期，避免誤判漏判現(xiàn)象的發(fā)生，從根本上維護了考試的公平公正原則。相比較上述幾部分，我國的教育體系信息平臺對于學生考試成績的分析和利用，還停留在評價學生知識掌握的程度的單一層面上。事實上，考試制度的建立不單單是為了衡量學生對知識的記憶能力，而是為了通過考試這種形式來幫助學生找出學習過程中的不足，采取適當?shù)姆绞郊右灾笇В罱K達到知識理解和再應用的目的[14,15,16]。更進一步的是，在國內(nèi)外文化充分交流的今天，我國高校借鑒西方知名學府的先進經(jīng)驗，普遍采取了學分制的教學管理模式。這種新興的教學模式能夠激發(fā)學生自主學習的興趣，有助于跨學科綜合性人才的培養(yǎng)。在帶給學生很高的學習自由度的同時，也使原先適應了傳統(tǒng)教學習慣的學生面臨新的挑戰(zhàn)[17]。如何制定適合自己的學習計劃是擺在每個學生面前的重要問題。畢竟面對種類繁多的學科，缺少學科深入認知的學生們只能憑著自己對學科內(nèi)容的表面理解進行選擇。這種摸著石頭過河的學科選擇方式顯然是不可取的。因為這種做法既忽視了學生自身的特點，又沒能提供必要的教學指導，很可能導致學生學習進度緩慢，甚至半途而廢現(xiàn)象的出現(xiàn)[18,19]。

學校教育的最終目的之一是為學生就業(yè)做準備。對于在校學生，他們對今后工作所需技能的了解相對較少。因此，在選擇課程時往往缺乏針對性，不能對今后的就業(yè)起到良好 的支撐。為了避免學生課程選擇的盲目性，學校需要結(jié)合在校學生的具體情況和具有相似情況的畢業(yè)生的學習過程為其推薦適當?shù)膶W習計劃，并視學生在實際學習過程中的情況做出動態(tài)調(diào)整。這種量體裁衣式的課程教學方法使得每一個學生在學習過程中都能得到及時的指導，有助于學生學習興趣的持續(xù)發(fā)展，有助于學生最終完成本學科的學習，掌握相關(guān)領域知識，在今后的就業(yè)過程中能夠脫穎而出起到了良好的輔助作用[20,21,22]。

為了建立一個行之有效的學生學習指導體系，我們需要總結(jié)、分析一下四方面的問題：

1.學生的學習需求。學習的需求來源于學生的興趣。在當今社會中，信息的獲取易如反掌。學生根據(jù)自身的喜好，不斷的在探索著信息海洋，并逐步積累起對某個學科最基本的認識。這是學生學科選擇的原動力。同時，學生的學習需求還會受到社會就業(yè)需求的影響。隨著學生對所學學科的深入了解，他們的學習傾向一般會朝著社會需求的方向發(fā)展。我們需要以此為出發(fā)點，指導學生進行合理的學習。2.學生的知識儲備。學生在對某學科進行深入學習前，一般對該學科已經(jīng)有了初步的認識。這是學科學習的重要前提。為了更好的進行深層次的學習，我們首先要求學生具有相關(guān)的學習基礎。勿在浮沙筑高臺。合理安排學習內(nèi)容的先后順序，對整個學科的學習質(zhì)量有至關(guān)重要的影響。3.學生的成績評價。大多數(shù)情況下，初學者不能對自己的學習狀況做出正確的判斷。正是由于這個原因，需要我們對學生的知識掌握程度做出正確的、客觀的估計。其中最直接的方法就是量化學習成績。也就是通過考試給學生的學習狀況打分，以分數(shù)的高低作為其知識掌握程度的標準[23]。雖然考試成績對學生學習狀況的量化評價起到了重要的作用，但是需要注意的是學生的在校學習成績是學生綜合素質(zhì)體現(xiàn)的一個方面，評價以就業(yè)為最終目標的學校教育必須以“學生是否就業(yè)”為根本標準。4.學生的繼續(xù)學習。學校通過考試的形式來度量學生的學習效果，所以考試是已學知識的結(jié)束。學習是一個發(fā)展的過程，一種知識的獲取往往會擴大學生的知識面，激發(fā)其新的學習興趣，這就形成了新的學習需求。學習的目的，特別是基礎知識的學習是為更深層次的專業(yè)知識學習做積累，所以考試也是未學知識的起點。通過已學知識的評價，估計未學知識的學習計劃，是對學生成績分析結(jié)果更充分的利用。

上述四個問題循環(huán)往復，既相互制約，又相互促進。如果能夠正確處理其中的關(guān)系，使之形成一個可持續(xù)良性循環(huán)，那么將會大大增強學生的學習效果[24]。

3.2 創(chuàng)新點

1.通過關(guān)聯(lián)規(guī)則挖掘方法和聚類算法確定課程與課程之間的教學順序關(guān)系；

2.通過決策樹生成算法完成學生就業(yè)滿意度與課程選擇之間關(guān)系的確定； 3.綜合上述兩方面，采用多種機器學習算法協(xié)同工作的方法完成課程推薦算法。

四、研究方案及進度安排，預期達到的目標

4.1 研究方案

當前各所高校都在如火如荼地創(chuàng)新教學理念，下大力度轉(zhuǎn)變教師為院系服務為教師為學生服務，推廣以學生個人發(fā)展促進學校發(fā)展的新思路。然而逐年的高校擴招，激增的學生數(shù)量使得教育資源特別是教師資源捉襟見肘。面對求知若渴的學生，更需要經(jīng)驗豐富的教師來指導他們的學習之路，充分激發(fā)他們的學習欲望，造就一批批具有牢固專業(yè)知識的人才，使其能夠勝任今后的工作?！叭绾沃笇W生進行課程選擇與進度安排”正是擺在每一名教育工作者面前的重要問題。本文立足上述優(yōu)秀理論及實踐的基礎上，繼承和發(fā)揚前人研究成果，意在將數(shù)據(jù)挖掘方法引入解決問題方案，使之能夠根據(jù)學生的就業(yè)滿意度等因素科學指導學生安排課程[49,50]。

數(shù)據(jù)挖掘工作以數(shù)據(jù)為基礎，以算法為核心目標。為了完成學生指導工作，我們需要以下工作的定義：

1.數(shù)據(jù)挖掘的目標。本文目的是在綜合分析已畢業(yè)學生的就業(yè)滿意度與學生在2.3.4.5.6.校期間學科選擇、考試成績的關(guān)系，為在校學生制定符合其就業(yè)需求的學習計劃。經(jīng)過科學合理的總體計劃和扎實的分步實施，最終使學生能夠順利達到學科學習的整體要求，在畢業(yè)后的就業(yè)過程中能夠脫穎而出。

數(shù)據(jù)挖掘的模型。為了達到預期目的，我們需要建立一個預測模型。該模型以學生以往學生的就業(yè)滿意度和實際學習情況作為參考，預測在校學生可能感興趣的學習點，為其提供適當?shù)膶W習課程。這個預測過程伴隨學生整個在校學習期間，形成一個學生學習的發(fā)展路線圖。在模型實現(xiàn)過程中，本文將預測模型細化為若干過程，可分為課程相關(guān)性分析、學生成績分析、學生就業(yè)滿意度分析三個主要過程。

數(shù)據(jù)挖掘所需數(shù)據(jù)的收集和整理。我們?yōu)閿?shù)據(jù)挖掘模型所提供數(shù)據(jù)的質(zhì)量直接影響其預測能力。一方面，準確記錄的數(shù)據(jù)可以為模型提供正確的指導，而噪音數(shù)據(jù)的存在則可能誤導預測模型。另一方面，并不是越多的數(shù)據(jù)就意味著越高的預測準確率。在信息過載的今天，獲取數(shù)據(jù)絕非難事。但是無意義的或冗余的數(shù)據(jù)既提高了數(shù)據(jù)采集的代價，也延長了模型的構(gòu)造時間。為了給數(shù)據(jù)挖掘模型提供充足的有用的數(shù)據(jù)，還需要在數(shù)據(jù)收集過程之后進一步對原始數(shù)據(jù)進行處理，去其糟粕取其精華。

數(shù)據(jù)挖掘算法的訓練方法。選擇什么樣的方法對數(shù)據(jù)挖掘模型進行訓練是論文整個工作的核心內(nèi)容。本文的工作是由多個部分共同組成的，在各個不同的部分需要不同的訓練算法。這些算法可以分為兩類分類算法和聚類算法，其中分類算法主要用于學生成績分析、學生就業(yè)滿意度分析，聚類算法主要用于課程相關(guān)性分析。

數(shù)據(jù)挖掘算法的測試。經(jīng)過對數(shù)據(jù)挖掘模型的訓練，最終我們將得到一個用于學生課程選擇的輔助系統(tǒng)。系統(tǒng)不斷采集學生最新的就業(yè)滿意度、學習課程、學習成績信息加入數(shù)據(jù)庫，然后根據(jù)學生信息庫動態(tài)更新學生的學習計劃。

數(shù)據(jù)挖掘的結(jié)果分析。該數(shù)據(jù)挖掘模型的優(yōu)劣，最終需要由學生自己做出主觀判斷，并輔以全院系學生的整體就業(yè)滿意度作為客觀判斷。最終綜合二者得出的結(jié)果是判斷“模型是否符合學生學習的要求”的主要依據(jù)。

4.2 研究進度安排

2012-04-05~2012-05-04

完成開題報告，提交指導教師。

2012-05-05~2012-08-04

收集相關(guān)資料，構(gòu)思并確定寫作大綱，請指導老師加

以修改。

2012-08-05~2012-10-04

撰寫論文初稿。2012-10-05

完成論文初稿。

2012-10-06~2012-11-05

請指導老師對初稿提出修改意見，完成二稿。2012-11-06~2012-11-19

請指導老師對二稿進行指導并按老師的建議進行修

改，完成最終稿。

2012-11-20

提交論文最終稿。2012-11-20~2012-12-10

請評閱老師審閱，準備論文答辯幻燈片（PPT）。

4.3 預期達到的目標

1.得到課程與課程之間的序關(guān)系。根據(jù)課程度學科綜合考試的貢獻度確定哪些課程屬于學科基礎課程，哪些課程屬于專業(yè)基礎課程，哪些課程屬于專業(yè)選修課程。指導學生在學習過程中學習的先后順序。

2.理解學生就業(yè)滿意度與課程選擇之間的關(guān)系。在課程選擇前先根據(jù)已畢業(yè)學生的就業(yè)狀況為學生的課程選擇提出合理化建議?？傮w教學遵循針對性學習的思想，使學生能夠?qū)W以致用。

3.建立一個可應用于實踐的學生自動課程推薦體系。切實解決學生被指導需求量大，教師資源不足的實際情況。使學生在學分制體系下，可以充分發(fā)揮自己的主觀能動性，學有所長。

五、為完成課題已具備和所需的條件

5.1 已具備的條件

為了完成本課題的研究，我們需要從三個方面入手?；蛘哒f，這三個方面是研究得以開展的必備條件。其中首要條件是研究的理論支持。研究不是空想，需要以成熟的理論作為研究指導，否則就是空中樓閣。本文以目前廣泛應用于各個領域的數(shù)據(jù)挖掘理論作為總的指導思想，并結(jié)合本課題的實際情況，輔以前人的優(yōu)秀科研成果，三者結(jié)合為論文研究工作的順利進行提供了堅實的基礎。

其次，研究的價值體現(xiàn)在其實用價值上，不具有可行性的研究是毫無意義的。本文的研究過程是伴隨著實驗過程進行的。兩者相輔相成，理論研究指導實驗開展，實驗過程完善理論體系。前一階段的資料搜集和論文學習工作，目前本人已經(jīng)具備了完成研究的理論知識和相關(guān)實驗技能，這些都將成為完成論文研究的有力支撐。

最后，在數(shù)據(jù)挖掘過程中，數(shù)據(jù)是整個過程中最重要的資源。我國教學體制改革多年來積累的學生數(shù)據(jù)正是我們完成本課題研究的重要保障。

5.2 所需的條件

一年多的時間過去了，目前關(guān)于數(shù)據(jù)挖掘理論知識的學習，基本實驗方法的實踐和論文的搜集工作都已經(jīng)告一段落，可以說論文的前期準備工作基本已經(jīng)結(jié)束了。接下來的工作主要從兩方面入手。第一，論文的寫作。本論文的寫作遵循提綱式寫作方法，因此需要我們在論文搜集工作的基礎上，進一步對這些論文進行整理，從而確定本論文的大體思路，列出論文提綱，為論文初稿寫作做準備。第二，實驗的開展。實驗是本論文的重要組成部分，實驗結(jié)果的好壞直接影響到研究的進展程度。因此，需要我們掌握扎實的實驗操作知識，以保證實驗工作的正確性。這些實驗知識涉及到機器學習算法的偽代碼編寫、計算機軟件設計與實現(xiàn)、程序的調(diào)試與排錯、以及軟件測試與算法分析。

六、預計研究過程中可能遇到的困難和問題以及解決的措施

在本課題的研究過程中，可能遇到存在的困難主要來源于實驗數(shù)據(jù)的準備、算法的設計以及、實驗結(jié)果的分析。下列給出了主要的困難及相應的解決辦法：

1.實驗數(shù)據(jù)的準備。本文的實驗數(shù)據(jù)全部來源于高校的教學系統(tǒng)。但由于我國教育體制的不斷改革，也使得系統(tǒng)所采用的數(shù)據(jù)記錄方式存在一定的差異。為了得到形式統(tǒng)一的數(shù)據(jù)，還需要我們對一些未記錄數(shù)據(jù)進行補充。在一定程度上，我們對數(shù)據(jù)的判斷能力，決定了實驗結(jié)果的可靠性。為此，我們首先要有嚴謹認的科學態(tài)度，通過數(shù)據(jù)挖掘中數(shù)據(jù)預處理和手工處理相結(jié)合的方式，最大程度上保證數(shù)據(jù)的正確性。2.算法的設計。算法是軟件的靈魂。本文的算法設計包括算法的理論正確性和邏輯正確性。其中理論正確性是以本文的研究工作作為基礎的，而邏輯正確性是以計算機軟件設計方法作為基礎的。

3.實驗結(jié)果分析。實驗結(jié)果直觀反映了研究工作的正確性。通過對實驗結(jié)果的分析，可以及時發(fā)現(xiàn)算法中存在的問題并做出調(diào)整。這其中一些的錯誤看似隨機，影響了我們對算法的正確認識，需要我們反復進行實驗，觀察結(jié)果，認真分析，將算法中的錯誤減少到最低。

綜上所述，在研究過程中需要我們廣泛查閱文獻、反復動手實驗、積極深入思考，當然也少不了老師的悉心指導和同學們的熱心幫助，才能更好地完成本課題的研究和本文的寫作。

七、主要參考文獻

[1] 張慶鋒, 鄭建明, 王育紅.社會信息化進程測度指標體系之構(gòu)建.情報科學, 2000, 09: 772-775.[2] 謝俊貴.我國社會信息化的涵義、作用及推進策略.情報理論與實踐, 2002, 04: 244-248.[3] 王旭東.論社會信息化的影響與沖擊——從當代歷史進程到世界史研究.世界歷史, 2007, 05: 43-52.[4] 羅晶.基于數(shù)據(jù)網(wǎng)格技術(shù)的遠程教育系統(tǒng)的研究.南昌大學工學碩士論文, 2006.[5] 黃越嶺.可視化遠程教育管理系統(tǒng)研究.西南大學工學碩士論文, 2007.[6] 南翔宇.農(nóng)村遠程教育平臺建設和服務體系研究.西北農(nóng)林科技大學工學碩士論文，2008.[7] 李佳.基于IRT模型的題庫智能組卷策略.江西師范大學工學碩士論文, 2007.[8] 李軍.基于遺傳算法的智能組卷系統(tǒng)研究.天津大學工學碩士論文, 2008.[9] 劉貝貝.基于推理與遺傳算法的智能組卷模型與系統(tǒng)實現(xiàn).煙臺大學工學碩士論文，2009.[10] 賀敏之.基于遺傳蟻群算法的智能組卷系統(tǒng)設計與實現(xiàn).湖南大學工學碩士論文, 2010.[11] 趙志艷.基于遺傳與蟻群混合算法的智能組卷問題探究.安徽大學工學碩士論文, 2011.[12] 楊葳.基于OLAP的成績分析系統(tǒng)的研究.沈陽工業(yè)大學工學碩士論文, 2007.[13] 劉劍.改進聚類分析算法及其在成績分析中的應用研究.大連交通大學工學碩士論文，2008.[14] 牛文穎.改進的ID3決策樹分類算法在成績分析中的應用研究.大連交通大學工學碩士論文, 2008.[15] 黃芳.基于數(shù)據(jù)挖掘的決策樹技術(shù)在成績分析中的應用研究.山東大學工學碩士論文，2009.[16] 劉海燕.基于決策樹分類算法的學習成績分析系統(tǒng)的設計與實現(xiàn).電子科技大學工學碩士論文, 2011.[17] 汪曉飛.基于多維編碼方案的遺傳算法在高校排課系統(tǒng)中的應用.四川師范大學工學碩士論文, 2008.[18] 朱奉梅.遺傳算法在高校排課系統(tǒng)中的研究與應用.東北大學工學碩士論文, 2009.[19] 王永剛.基于矩陣判別算法的高校自動排課系統(tǒng)設計與實現(xiàn).電子科技大學工學碩士論文, 2010.[20] 王霞.基于多策略算法排課系統(tǒng)研究.西北農(nóng)林科技大學工學碩士論文, 2010.[21] 劉震.基于關(guān)聯(lián)規(guī)則算法的排課系統(tǒng)的應用研究.大連交通大學工學碩士論文, 2011.[22] Qinghua Hu, Lei Zhang, David Zhang, Wei Pan, Shuang An, Witold Pedrycz.Measuring relevance between discrete and continuous features based on neighborhood mutual information.Expert Systems with Applications, 2011, 38(9): 10737-10750.[23] Haihong Zhang, Cuntai Guan, Yuanqing Li.A linear discriminant analysis method based on mutual information maximization.Pattern Recognition, 2011, 44(4): 877-885.[24] Ai-Hua Jiang, Xiu-Chang Huang, Zhen-Hua Zhang, Jun Li, Zhi-Yi Zhang, Hong-Xin Hua.Mutual information algorithms Original.Mechanical Systems and Signal Processing, 2010, 24(8): 2947-2960.[25] Sombut Foithong, Ouen Pinngern, Boonwat Attachoo.Feature subset selection wrapper based on mutual information and rough sets.Expert Systems with Applications, 2012, 39(1): 574-584.[26] Ju Lynn Ong, Abd-Krim Seghouane.Feature selection using mutual information in CT colonography.Pattern Recognition Letters, 2011, 32(2): 337-341.[27] Sangjae Lee.Using data envelopment analysis and decision trees for efficiency analysis and recommendation of B2C controls.Decision Support Systems, 2010, 49(4): 486-497.[28] Fernando E.B.Otero, Alex A.Freitas, Colin G.Johnson.Inducing decision trees with an ant colony optimization algorithm.Applied Soft Computing, 2012, 12(11): 3615-3626.[29] Siva S.Sivatha Sindhu, S.Geetha, A.Kannan.Decision tree based light weight intrusion detection using a wrapper approach.Expert Systems with Applications, 2012, 39(1): 129-141.[30] Mehmet Ali Cavuslu, Cihan Karakuzu, Fuat Karakaya.Neural identification of dynamic systems on FPGA with improved PSO learning.Applied Soft Computing, 2012, 12(9): 2707-2718.[31] B.Vasumathi, S.Moorthi.Implementation of hybrid ANN–PSO algorithm on FPGA for harmonic estimation.Engineering Applications of Artificial Intelligence, 2012, 25(3): 476-483.[32] Haiyan Lu, Pichet Sriyanyong, Yong Hua Song, Tharam Dillon.Experimental study of a new hybrid PSO with mutation for economic dispatch with non-smooth cost function.International Journal of Electrical Power & Energy Systems, 2010, 32(9): 921-935.[33] Amitava Chatterjee, Fumitoshi Matsuno.A Geese PSO tuned fuzzy supervisor for EKF based solutions of simultaneous localization and mapping(SLAM)problems in mobile robots.Expert Systems with Applications, 2010, 37(8): 5542-5548.[34] U.Fayadd, Piatesky, G.Shapiro, and P.Smyth, From data mining to knowledge discovery in databases, AAAI Press / The MIT Press, Massachusetts Institute Of Technology.ISBN 0–262 56097–6, 1996.[35] J.Han and M.Kamber, “Data Mining: Concepts and Techniques,” Morgan Kaufmann, 2000.[36] S.T.Hijazi, and R.S.M.M.Naqvi, “Factors affecting student?s performance: A Case of Private Colleges”, Bangladesh e-Journal of Sociology, Vol.3, No.1, 2006.[37] Z.N.Khan, “Scholastic achievement of higher secondary students in science stream”, Journal of Social Sciences, Vol.1, No.2, pp.84-87, 2005..[38] Galit.et.al, “Examining online learning processes based on log files analysis: a case study”.Research, Reflection and Innovations in Integrating ICT in Education 2007.[39] Q.A.AI-Radaideh, E.W.AI-Shawakfa, and M.I.AI-Najjar, “Mining student data using decision trees”, International Arab Conference on Information Technology(ACIT'2006), Yarmouk University, Jordan, 2006.[40] U.K.Pandey, and S.Pal, “A Data mining view on class room teaching language”,(IJCSI)International Journal of Computer Science Issue, Vol.8, Issue 2, pp.277-282, ISSN:1694-0814, 2011.[41] Shaeela Ayesha, Tasleem Mustafa, Ahsan Raza Sattar, M.Inayat Khan, “Data mining model for higher education system”, Europen Journal of Scientific Research, Vol.43, No.1, pp.24-29, 2010.[42] M.Bray, The shadow education system: private tutoring and its implications for planners,(2nd ed.), UNESCO, PARIS, France, 2007.[43] Vashishta, S.(2011).Efficient Retrieval of Text for Biomedical Domain using Data Mining Algorithm.IJACSA-International Journal of Advanced Computer Science and Applications, 2(4), 77-80.[44] Collier, K., Carey, B., Sautter, D., and Marjaniemi, C., “A methodology for evaluating and selecting data mining software,” in Proceedings of the 32nd Annual Hawaii International Conference on System Sciences, IEEE, 1999.Orange, University of Ljubljana, Slovenia, [45] Luan, J., Zhao, C.-M., and Hayek, J., “Exploring a new frontier in higher education research: A case study analysis of using data mining techniques to create NSSE institutional typology,” Paper presented at the California Association for Institutional Research, Anaheim, California, November 17-19, 2004.[46] Bekele, R.and Menzel, W., “A Bayesian approach to predict performance of a student(BAPPS): A case with Ethiopian students,” in Proceedings of the International Conference on Artificial Intelligence and Applications(AIA-2005), Vienna, Austria, 2005.[47] Minaei-Bidgoli, B., Kashy, D.A., Kortemeyer, G., and Punch, W.F, “Predicting student performance: an application of data mining methods with an educational web-based system,” in Proceedings of 33rd Annual Conference on Frontiers in Education(FIE 2003), volume 1, 2003, pages 13–18.[48] Romero, C., Ventura, S.(2007).Educational Data Mining: A Survey from 1995 to 2005.Expert Systems with Applications 33, 2007, pp.135-146.[49] Ma, Y., Liu, B., Wong, C.K., Yu, P.S., Lee, S.M.(2000).Targeting the right students using data mining.Proceedings of the sixth ACM SIGKDD international conference on Knowledge discovery and data mining, Boston, pp 457-464.[50] Luan, J.(2002).Data Mining and Its Applications in Higher Education.New Directions for Institutional Research, Special Issue titled Knowledge Management: Building a Competitive Advantage in Higher Education, Vol.2002, Iss.113, pp.17–36.[51] Luan, J.(2004).Data Mining Applications in Higher Education.SPSS Executive Report, SPSS Inc.[52] Minaeli-Bidgoli, B., Kashy, D., Kortemeyer, G., Punch, W.(2003).Predicting Student Performance: An Application of Data Mining Methods with the Educational Web-Based System LON-CAPA.33rd ASEE/IEEE Frontiers in Education Conference, 5-8 Nov 2003, Boulder, CO.[53] Kotsiantis, S., Pierrakeas, C., Pintelas, P.(2004).Prediction of Student’s Performance in Distance Learning Using Machine Learning Techniques.Applied Artificial Intelligence, Vol.18, No.5, 2004, pp.411-426.[54] Pardos Z., Heffernan N., Anderson B., and Heffernan C.(2006).Using Fine-Grained Skill Models to Fit Student Performance with Bayesian Networks.In Proceedings of the Workshop in Educational Data Mining held at the 8th International Conference on Intelligent Tutoring Systems(ITS2006), June 26, 2006, Taiwan.[55] Superby, J.Vandamme, J., Meskens, N.(2006).Determination of factors influencing the achievement of the first-year university students using data mining methods.Proceedings of the Workshop on Educational Data Mining at the 8th International Conference on Intelligent Tutoring Systems(ITS 2006).Jhongli, Taiwan, pp37-44.[56] Vandamme, J., Meskens, N., Superby, J.(2007).Predicting Academic Performance by Data Mining Methods.Education Economics, 15(4), pp405-419.[57] Cortez, P., Silva, A.(2008).Using Data Mining to Predict Secondary School Student Performance.EUROSIS, A.Brito and J.Teixeira(Eds.), 2008, pp.5-12.Dekker, G., Pechenizkiy, M., Vleeshouwers, J.(2009).Predicting Students Drop Out: A Case Study.Conference Proceedings of the 2nd International Conference on Educational Data Mining(EDM’09), 1-3 July 2009, Cordoba, Spain, pp.41-50.

第四篇：基于QAR數(shù)據(jù)的民航發(fā)動機排故方法研究分析論文

1引言

QAR C Quick Access Recorder)是民航飛機上裝載的快速存取記錄器，記錄器介質(zhì)通常為可擦寫光盤或PCMCIA卡，記錄時間可達數(shù)百小時，記錄參數(shù)涵蓋絕大部分飛行品質(zhì)監(jiān)控數(shù)據(jù)。飛機航后維護時，機務工程師對QAR記錄的原始二進制數(shù)據(jù)進行譯碼，轉(zhuǎn)換成所需的參數(shù)工程值，工程值是對飛行品質(zhì)監(jiān)控數(shù)據(jù)的真實還原。工程值包含高低壓轉(zhuǎn)子轉(zhuǎn)速、排氣溫度、燃油流量、滑油壓力、高度及空速等100多個模擬量，以及發(fā)動機引氣、發(fā)動機火警、GPWS告警、防冰活門、起落架收放等200多個開關(guān)量，這些參數(shù)反映飛機運行過程中各種變化情況和性能狀態(tài)，對監(jiān)控操縱細節(jié)、保障飛行安全、提高運營效率起到了科學有效的保障作用。

QAR數(shù)據(jù)是飛行技術(shù)檢查、安全調(diào)查評估、飛行故障排故的重要依據(jù)。怎樣利用QAR數(shù)據(jù)對飛機發(fā)動機故障進行準確有效的排故，一直是機務工程師不斷摸索、總結(jié)的重要經(jīng)驗。本文根據(jù)在長期工作實踐中總結(jié)出的經(jīng)驗，提出利用發(fā)動機相關(guān)QAR數(shù)據(jù)的分析，準確地進行發(fā)動機疑難故障診斷，從而有效排除發(fā)動機故障的方法。重點研究對CFM56發(fā)動機的常見故障進行排故。

2發(fā)動機轉(zhuǎn)子高振動值排故方法

CFM56發(fā)動機是雙轉(zhuǎn)子發(fā)動機，由低壓轉(zhuǎn)子N1和高壓轉(zhuǎn)子N2組成。AVM(AirborneVibrator Monitor，機載振動監(jiān)視系統(tǒng))和 QAR系統(tǒng)均能記錄低壓(轉(zhuǎn)子)部分和高壓(轉(zhuǎn)子)部分的振動數(shù)值以及相對應的轉(zhuǎn)速等參數(shù)。根據(jù)MM(Maintenance manual)手冊要求，CFM56發(fā)動機通常情況下高、低壓轉(zhuǎn)子振動值超過3.0個單位則必須要求排故，檢查確定不會導致二次損失后方能放行。若超過4.0個單位，則飛機無法放行。發(fā)動機在正常狀態(tài)下高、低壓轉(zhuǎn)子的振動一般不會超過1.0個單位。為了保障航班正常運營，發(fā)動機的振動值達到2.5個單位以上，應采取相應的糾正措施。

2.1指示系統(tǒng)故障排故方法

當發(fā)動機出現(xiàn)振動值高的情況時，首先通過分析QAR數(shù)據(jù)判斷發(fā)生高振動轉(zhuǎn)子的位置、轉(zhuǎn)速和飛行階段等，確定是否為指示系統(tǒng)故障。因發(fā)動機工作環(huán)境相對惡劣，指示系統(tǒng)接頭可能出現(xiàn)氧化、龜裂等現(xiàn)象，導致發(fā)動機振動指示值較高。指示系統(tǒng)故障，QAR數(shù)據(jù)顯示為:發(fā)動機振動值高是在不同轉(zhuǎn)速、不同飛行階段隨機出現(xiàn)，且是間歇性的。

處理這類故障的方法一般為:首先檢查與振動相關(guān)的電氣接頭連接緊密性，線路完好性。如果確認與電氣接頭無關(guān)，則有可能是AVM內(nèi)部問題，相應考慮對串或者更換AVM，然后再試車檢查故障是否排除。實際排故當中，采用此種方法一般可消除指示系統(tǒng)故障。

2.2轉(zhuǎn)子自身問題排故方法

波音737-300/400和737-700/800飛機分別裝配的是CFM56-3C和CFM56-7B發(fā)動機。發(fā)動機在長期使用過程中，軸承和葉片磨損會加劇，燃燒室以及高、低壓渦輪會不斷積累灰塵，從而導致發(fā)動機轉(zhuǎn)子不平衡，振動值過大。對不同航段的QAR數(shù)據(jù)，通常高振動值是出現(xiàn)在某個固定的轉(zhuǎn)速下，并且是在相對固定的相位角下。

若是低壓轉(zhuǎn)子振動較高時，則應先對發(fā)動機進行目視檢查，檢查風扇葉片，進口導向葉片和低壓渦輪可見部分葉片有無損傷，然后檢查前后收油池磁堵來判斷軸承有無磨損。在以上檢查結(jié)果都完好的情況下，最后進行風扇葉片配平和葉片潤滑來減少振動值?？赏ㄟ^風扇葉片配平和葉片潤滑來減小振動值，通?？山档椭?.0個單位以下。

若是低壓轉(zhuǎn)子振動較高時，航線上沒有相應的措施以降低振動值，但可對發(fā)動機高壓級進行孔探或者進行磁堵檢測，以確認發(fā)動機無內(nèi)部損失，在確認發(fā)動機無內(nèi)部損傷后，可以繼續(xù)監(jiān)控使用，直至發(fā)動機被安排更換。EGT溫度過高排故方法

3.1地面啟動階段EGT過高排故方法

CFM56發(fā)動機的EGT(exhaust gas temperature，排氣溫度)在啟動階段的限制值為725攝氏度。為避免飛機運行延誤，確保正點率，啟動階段EGT若超過700攝氏度并持續(xù)出現(xiàn)時，應采取相應的維護措施。CFM56-3B發(fā)動機啟動階段EGT過高的主要原因有:VSV(Variable Stator Vane，可調(diào)靜子葉片)調(diào)節(jié)出現(xiàn)偏差，或MEC(Main Engine Control，主發(fā)動機控制)內(nèi)部磨損導致發(fā)動機富油。

若VSV出現(xiàn)偏差，QAR數(shù)據(jù)反映出的特征是:雖然啟動階段EGT過高，但FF(Fuel Flow，燃油流量)值不高。當發(fā)動機啟動階段EGT有超過700攝氏度的記錄時，通過查看QAR數(shù)據(jù)包含的幾個EGT較高航段對應的FF，F(xiàn)F通常不會高于1100 lbs，這種情況主要對VSV進行靜態(tài)校裝，調(diào)整VSV至正常位置即可排除故障。

若MEC磨損導致富油，QAR數(shù)據(jù)反映出的特征與前種情況相比，不但啟動階段EGT過高，而且FF也偏高，通常超過1 100 lbs，甚至超過1 200 lbs。出現(xiàn)此類故障，如啟動階段EGT和FF偏離不嚴重，在不影響放行時，可先進行高低慢車性能調(diào)節(jié)，使發(fā)動機在MM手冊要求范圍內(nèi)繼續(xù)安全工作，但由于MEC供油計劃偏富油，只有更換MEC才能最終排除故障。

3.2爬升階段EGT過高排故方法

導致爬升階段EGT升高主要有三種原因:(1)EGT指示系統(tǒng)故障;(2)油路和氣路控制系統(tǒng)故障;(3)發(fā)動機性能衰退，高壓級工作效率低。根據(jù)QAR記錄的數(shù)據(jù)分析，可以相對容易準確地判斷導致爬升階段EGT升高的原因。CFM56發(fā)動機不同型號對爬升階段的超限值要求不同，CFM56-3C的超限值為930攝氏度，CFM56-7B的超限值為970攝氏度，當分別超過910攝氏度和920攝氏度時，應引起關(guān)注，對發(fā)動機進行密切監(jiān)控和視情采取措施。

3.2.1 EGT指示系統(tǒng)故障

當爬升階段EGT升高時，地面維護人員可收集最近階段該發(fā)動機執(zhí)飛時不同航段的QAR數(shù)據(jù)進行分析。如果觀察到爬升階段EGT升高，通常超過30攝氏度，而在相同N1下，F(xiàn)F和N2幾乎沒有變化，且故障之前相同N1下的EGT幾乎也沒有變化，則可基本判定為EGT指示系統(tǒng)故障。航后檢查時可通過查看CDU(Control Display Unit控制顯示組件)顯示的故障代碼，以查找相應的電氣接頭進行清潔或更換。

3.2.2發(fā)動機油路和氣路控制系統(tǒng)故障

如果爬升階段EGT升高，通過分析對比故障之前的QAR數(shù)據(jù)，發(fā)現(xiàn)巡航或者爬升狀態(tài)下EGT，F(xiàn)F和N2均出現(xiàn)上升，在大功率狀態(tài)下，EGT，F(xiàn)F和N2上升幅度尤為顯著，此種情況表明發(fā)動機的油路或氣路控制系統(tǒng)可能存在故障。排故時，可先排查VSV和V B V(Variable Bleed Valve，可調(diào)放氣活門)等氣路控制系統(tǒng)，在排除沒有故障后，可檢查MEC、燃油泵等油路控制部件故障。根據(jù)長期積累的排故經(jīng)驗，對于CFM56-3C發(fā)動機，多為VBV系統(tǒng)的問題，如VBV門卡阻，柔性驅(qū)動軸斷裂造成某些VBV門密封不嚴，VBV馬達或作動器失效導致VBV門無法動作等。

3.2.3發(fā)動機性能衰退

隨著發(fā)動機服役時間的增加，發(fā)動機性能勢必呈現(xiàn)出衰退趨勢，從而導致爬升或巡航階段EGT升高。結(jié)合QAR數(shù)據(jù)，由發(fā)動機性能衰退引起的EGT上升所表現(xiàn)出的數(shù)據(jù)特征為:相同N1下，EGT，F(xiàn)F，N2通常不會突然升高，高EGT值往往在高N1下出現(xiàn)，根據(jù)長期積累的排故經(jīng)驗，高EGT值通常在每天首次起飛或者在高原機場、高溫天氣下，飛機處于接近滿載狀態(tài)，或無減推力等情況出現(xiàn)時。此時應查看發(fā)動機性能報告，通過觀察EGT溫度來判斷總體性能狀況。對于波音737-300，若EGT溫度已降至40攝氏度，波音737-400，若EGT溫度已降至10攝氏度以下，說明發(fā)動機總體性能已下降。航線上可通過清洗發(fā)動機涵道，增加每天第一個航班的暖車時間，對飛機限飛高原機場，要求機組盡量使用減推力等，以延長發(fā)動機的在翼使用時間。

4利用QAR數(shù)據(jù)排故的注意事項

利用QAR記錄的大量關(guān)于飛行品質(zhì)和狀態(tài)的監(jiān)控數(shù)據(jù)，能夠準確反映發(fā)動機參數(shù)的關(guān)聯(lián)性，再現(xiàn)故障形式，確定故障特征，幫助機務工程師快速準確地排除故障。但也對機務工程部門和機務工程師提出了更高要求。對于機務工程部門而言，首先需要嚴格、高效、全程地收集、管理QAR譯碼數(shù)據(jù)，加強QAR系統(tǒng)維護，確保其能夠可靠工作，并且能夠承擔起數(shù)據(jù)對比和分析的任務，為機務人員排故提供有力的技術(shù)支撐。同時機務工程師不僅要對飛機運行系統(tǒng)有深刻了解，注重排故經(jīng)驗的總結(jié)和交流，更需要掌握QAR提供的參數(shù)特性，分析數(shù)據(jù)背后的故障成因，培養(yǎng)利用QAR排故的意識和技能。

(1)必須明確采集參數(shù)的傳感器位置和參數(shù)的物理意義。若無法明確參數(shù)表征的含義，會影響故障分析進程，所以應結(jié)合數(shù)據(jù)采集組件和飛機系統(tǒng)結(jié)構(gòu)來確定參數(shù)。

(2)分析、對比QAR數(shù)據(jù)時，應注意參數(shù)的時間間隔。應選取能體現(xiàn)飛機前后運行狀態(tài)明顯的數(shù)據(jù)，過長的間隔對分析數(shù)據(jù)沒有意義，過短的間隔由于相似性高而易造成干擾和誤判。

(3)確定QAR數(shù)據(jù)的有效性。機務人員應結(jié)合發(fā)動機實際狀態(tài)、運行環(huán)境、飛行時間等對數(shù)據(jù)進行鑒別，確保數(shù)據(jù)的有效性。

第五篇：進行北京城區(qū)綠地碳匯能力計量監(jiān)測方法探索研究[定稿]

進行北京城區(qū)綠地碳匯能力計量監(jiān)測方法探索研究 鑒于我市城區(qū)綠地系統(tǒng)多樣性以及破碎性，在建立山區(qū)森林計量監(jiān)測技術(shù)指南的同時，還需要專門建立一套適合城區(qū)公園、公路綠化帶以及小區(qū)綠化的碳匯計量監(jiān)測技術(shù)體系，并利用已經(jīng)收集起來的實際調(diào)查數(shù)據(jù)來充分驗證已經(jīng)篩選出的技術(shù)方法。因此，課題研究小組以崇文區(qū)為試點區(qū)域開展了城區(qū)綠地碳匯能力計量監(jiān)測的相關(guān)研究工作。通過崇文區(qū)2009年綠地樹木每木檢尺數(shù)據(jù)，充分挖掘利用現(xiàn)有的一元生物量方程和一元材積方程及生物量換算因子，采用生物量方程和生物量換算因子（結(jié)合一元材積方程）分別估計了崇文區(qū)2009年綠地樹木生物量和碳儲量，并以該估計值為參照，按尺度推繹方法和崇文區(qū)2009年綠地樹木直徑結(jié)構(gòu)數(shù)據(jù)，按樹種株數(shù)比例推算城八區(qū)2005年綠地樹木生物量和碳儲量，并分析比較了崇文區(qū)2005年和2009年綠地樹木生物量和碳儲量的變化情況，對崇文區(qū)綠地樹木的碳匯潛力進行了評價。課題組還針對園林綠化工作生產(chǎn)實踐需要，提出了在開展具體工作時如何開展增匯減排措施。