開(kāi)題報(bào)告-小流域土地利用結(jié)構(gòu)對(duì)氮磷輸出的影響及外文翻譯-在意大利的非住宅天然氣消費(fèi)情況分析

畢業(yè)論文（設(shè)計(jì)）開(kāi)題報(bào)告書(shū)題目小流域土地利用結(jié)構(gòu)對(duì)氮磷輸出的影響姓名XX學(xué)號(hào)專業(yè)環(huán)境工程指導(dǎo)教師職稱教授學(xué)位博士課題來(lái)源國(guó)家科技支撐計(jì)劃科學(xué)依據(jù)（包括課題的科學(xué)意義；國(guó)內(nèi)外研究概況、水平和發(fā)展趨勢(shì)；應(yīng)用前景等）一．科學(xué)意義隨著人類經(jīng)濟(jì)活動(dòng)的不斷加劇，水資源危機(jī)目前已成為全世界一個(gè)十分尖銳的社會(huì)問(wèn)題。水資源危機(jī)不僅表現(xiàn)為水量的不足，更反應(yīng)為水質(zhì)的惡化。傳統(tǒng)上按照污染的發(fā)生類型，把水環(huán)境污染源分成點(diǎn)源和非點(diǎn)源。非點(diǎn)源污染是相對(duì)于點(diǎn)源污染而言的，非點(diǎn)源污染是通過(guò)降雨徑流的淋溶和沖刷作用，使大氣中、地面和土壤中的污染物進(jìn)入江河湖泊、水庫(kù)、海洋等水體，引起水體懸浮物濃度升高，有毒害物質(zhì)濃度增加，水體富營(yíng)養(yǎng)化和酸化等水體污染現(xiàn)象（周慧平，許有鵬，葛小平，2003）。隨著上個(gè)世紀(jì)六十年代，點(diǎn)源污染在包括我國(guó)在內(nèi)的許多國(guó)家已經(jīng)得到較好的控制和治理。而非點(diǎn)源污染由于起源于分散、多樣的地區(qū)，地理邊界和發(fā)生位置難以識(shí)別和確定，隨機(jī)性強(qiáng)、成因復(fù)雜、潛伏周期長(zhǎng)，因而防治十分困難，目前已成為影響水體環(huán)境質(zhì)量的重要污染源（LoenL，2001；VoutsaD，2001,楊愛(ài)玲，朱顏明，1999）。發(fā)達(dá)國(guó)家經(jīng)過(guò)多年的研究證明農(nóng)業(yè)非點(diǎn)源污染是導(dǎo)致水體污染的最主要原因之一。在美國(guó)，60%的水環(huán)境污染起源于非點(diǎn)源。在奧地利北部地區(qū)，據(jù)計(jì)算進(jìn)入水環(huán)境的非點(diǎn)源氮量遠(yuǎn)比點(diǎn)源大。丹麥270條河流94％的氮負(fù)荷、52％的磷負(fù)荷是由非點(diǎn)源污染引起的。荷蘭農(nóng)業(yè)非點(diǎn)源提供的總氮、總磷分別占水環(huán)境污染總量的60％和40％-50%（付永鋒，陳文輝，趙基花，2003）。二、流域非點(diǎn)源污染研究現(xiàn)狀非點(diǎn)源污染是水環(huán)境的重要污染源，也成為威脅飲用水的主要原因，其中以湖泊、水庫(kù)的水質(zhì)富營(yíng)養(yǎng)化以及流域水質(zhì)惡化問(wèn)題尤為突出。非點(diǎn)源污染物質(zhì)包括泥沙、營(yíng)養(yǎng)鹽、重金屬、泥沙和有機(jī)物等，其中氮磷營(yíng)養(yǎng)鹽是引起水體富營(yíng)養(yǎng)化的主要原因，因此目前對(duì)于非點(diǎn)源污染的研究大都集中的氮磷這兩種營(yíng)養(yǎng)元素。由于非點(diǎn)源污染多隨徑流發(fā)生，越來(lái)越多研究選取流域作為研究單位，這對(duì)于解決當(dāng)今水危機(jī)，尤其是水質(zhì)惡化有重要意義（苑韶峰，呂軍，2004）。流域農(nóng)業(yè)非點(diǎn)源氮、磷污染造成的水環(huán)境問(wèn)題，已成為急需解決的重大環(huán)境問(wèn)題，并且這個(gè)問(wèn)題已經(jīng)相當(dāng)普遍（Diederiketal.,1998;LiandZhang,1999;Hudsonetal.,2005）。在中國(guó)水體污染嚴(yán)重的流域，農(nóng)田、農(nóng)村畜禽養(yǎng)殖和城鄉(xiāng)結(jié)合部地帶的生活排污是造成流域水體氮、磷富營(yíng)養(yǎng)化的主要原因，其貢獻(xiàn)大大超過(guò)來(lái)自城市地區(qū)的生活點(diǎn)源污染和工業(yè)點(diǎn)源污染（張維理等，2004）研究?jī)?nèi)容1、對(duì)金井河流域的地形、土地利用、土壤等圖形進(jìn)行數(shù)字化處理；2、對(duì)金井河流域內(nèi)農(nóng)戶的經(jīng)濟(jì)和社會(huì)生活狀況進(jìn)行全面調(diào)查；3、分析該流域水體內(nèi)總氮、硝態(tài)氮、銨態(tài)氮和總磷含量季節(jié)上的變化特征；4、分析典型土地利用類型下該流域水體總氮、硝態(tài)氮、銨態(tài)氮和總磷的輸出特點(diǎn)；5、分析不同施肥情況下流域水體總氮、硝態(tài)氮、銨態(tài)氮和總磷的流失情況。擬采取的研究方法、技術(shù)路線、實(shí)驗(yàn)方案及可行性分析1.擬解決的關(guān)鍵問(wèn)題利用GIS軟件實(shí)現(xiàn)土地利用、土壤、施肥情況和流域水體氮磷含量的鏈接。2.擬采取的技術(shù)路線、實(shí)驗(yàn)（社會(huì)調(diào)查）方案及可行性分析技術(shù)路線流域的劃分流域的劃分采樣點(diǎn)的布置水樣的采集與測(cè)定收集流域基本資料（水文資料、土壤性質(zhì)、土地利用類型圖、衛(wèi)星影像圖、施肥情況等）季節(jié)與水體氮磷含量的關(guān)系土地利用與水體氮磷含量的關(guān)系施肥與水體氮磷含量的關(guān)系提出建議，合理施肥，優(yōu)化土地利用格局，在源頭減少氮磷污染的產(chǎn)生實(shí)驗(yàn)方案1、水樣的采集與測(cè)定(1)采樣點(diǎn)的布置與水樣的采集研究區(qū)域位于湖南省長(zhǎng)沙縣金井鎮(zhèn)該流域面積144平方公里。利用GPS嚴(yán)格定位，每個(gè)監(jiān)測(cè)點(diǎn)的上游部分作為一個(gè)子流域，和影響該監(jiān)測(cè)點(diǎn)水質(zhì)的作用范圍。采樣時(shí)間為2009年8月至2010年7月，每個(gè)月一次。使用容量為500mL聚乙烯塑料瓶采集水樣，帶回實(shí)驗(yàn)室及時(shí)測(cè)定水樣總氮、銨態(tài)氮、硝態(tài)氮和總氮含量。采樣同時(shí)，對(duì)水體的水溫、pH等進(jìn)行測(cè)定，并記錄氣溫等基礎(chǔ)數(shù)據(jù)。采樣布置圖如下：(2)水樣的分析NH4+-N含量測(cè)定采用靛酚藍(lán)紫外分光光度法；NO3--N含量測(cè)定用Flaster5000流動(dòng)注射儀；總氮含量測(cè)定采用堿性過(guò)硫酸鉀消煮紫外分光光度法；總磷含量測(cè)定采用過(guò)硫酸鉀消解-鉬銻抗分光光度法2、收集的資料(1)圖集資料主要收集的地圖包括：衛(wèi)星遙感圖、地形圖、土壤圖和氣象氣候圖等。(2)表格資料金井河流域內(nèi)農(nóng)戶的經(jīng)濟(jì)和社會(huì)活動(dòng)情況調(diào)查表。（其內(nèi)容主要包括：農(nóng)戶家庭人口構(gòu)成、各種土地的種植面積、各塊土地的施肥量和種植的作物及產(chǎn)量、家禽家畜的飼養(yǎng)情況（飼料的組成和動(dòng)物糞便的處理）、農(nóng)戶的消費(fèi)結(jié)構(gòu)以及農(nóng)戶的經(jīng)濟(jì)收入和支出的構(gòu)成。）金井河流域氣候變化表、徑流量記錄表和降雨強(qiáng)度記錄表等。3、資料處理(1)利用GIS軟件判讀金井河流域2009年衛(wèi)星影像圖，結(jié)合實(shí)地踏勘，劃分氮磷流失評(píng)價(jià)單元，并計(jì)算得出單元內(nèi)各種土地利用的面積和比例；(2)利用GIS方法將氮磷含量的空間分布與土地利用類型結(jié)合起來(lái)，分析不同土地利用類型及其空間布局對(duì)農(nóng)業(yè)非點(diǎn)源污染的影響。(3)利用SPSS，分析季節(jié)、施肥與水體氮磷含量的關(guān)系。可行性分析1、學(xué)院及學(xué)校的儀器設(shè)備和實(shí)驗(yàn)條件能滿足水樣的分析測(cè)定，流域農(nóng)戶調(diào)查已完成，流域衛(wèi)星影像圖已搜集到，每月水樣采集與測(cè)定正在進(jìn)行中。2、流域水文資料還未搜集到。采樣點(diǎn)受人類活動(dòng)影響較大，以致數(shù)據(jù)波動(dòng)性較大。GIS軟件的使用還不熟悉，還需進(jìn)一步的學(xué)習(xí)。研究計(jì)劃及預(yù)期成果預(yù)期研究結(jié)果：了解流域水體中非點(diǎn)源污染物氮磷含量季節(jié)上的變化特征。了解典型土地利用類型下流域水體非點(diǎn)源污染物氮磷的輸出特點(diǎn)。了解不同土地利用類型下流域氮磷含量的差異。了解不同施肥情況下流域水體非點(diǎn)源污染物氮磷的流失情況。5、提出建議，合理施肥，優(yōu)化土地利用格局，在源頭減少氮磷污染的產(chǎn)生，同時(shí)為評(píng)價(jià)和控制農(nóng)業(yè)非點(diǎn)源污染提供科學(xué)依據(jù)。指導(dǎo)教師意見(jiàn)指導(dǎo)教師簽名：年月日英文翻譯A《ScenarioanalysisofnonresidentialnaturalgasconsumptioninItaly》.AppliedEnergy113(2014)392–403VincenzoBianco,FedericoScarpa,LucaA.Tagliafico在意大利的非住宅天然氣消費(fèi)情況分析摘要:本文的目的是開(kāi)發(fā)一個(gè)在意大利的非住宅的天然氣消費(fèi)量長(zhǎng)期預(yù)測(cè)模型。經(jīng)濟(jì)和氣候數(shù)據(jù)的影響，以及被認(rèn)為是監(jiān)管變化的影響。方法：該模型是利用回歸模型和開(kāi)發(fā)的，對(duì)于這個(gè)范圍，確定了必要的解釋變量。這個(gè)成功的進(jìn)行了模型的驗(yàn)證，表明它保證精度令人滿意的水平。結(jié)果：在短期和長(zhǎng)期彈性估計(jì)下，顯示出了國(guó)內(nèi)人均生產(chǎn)總值（GDP）對(duì)于天然氣消費(fèi)量有巨大影響力。二零四消費(fèi)方案提出，表明在2030非居住在意大利的天然氣消費(fèi)量預(yù)計(jì)將在32和46（的BCM億立方米）。由此可以得出結(jié)論，非居民天然氣消費(fèi)量的增加與國(guó)內(nèi)生產(chǎn)總值的變化密切相關(guān)，非住宅的天然氣消費(fèi)量會(huì)很大程度上改變。實(shí)踐意義：本次分析的結(jié)果可以幫助能源管理人員成功的設(shè)計(jì)合適的能量管理策略。特別是，彈性的測(cè)定在建立適當(dāng)?shù)亩▋r(jià)政策的實(shí)際意義，而長(zhǎng)期預(yù)測(cè)指估計(jì)所需的供應(yīng)合同的數(shù)量和規(guī)劃新的有用的支持基礎(chǔ)設(shè)施。關(guān)鍵字:天然氣消費(fèi)量；預(yù)測(cè)；彈性；情景分析；線性回歸介紹意大利是歐洲最高的國(guó)家股之一天然氣在能源結(jié)構(gòu)。具體地講，它表示40％的而一次能源消費(fèi)，在2010年的38％[1]，2011元。2011年，意大利，以其76億立方米，導(dǎo)致要天然氣的第三消費(fèi)者在歐盟德國(guó)后（78億立方米）和英國(guó)（83億立方米）[2]。鑒于這些事實(shí)，這是至關(guān)重要的，以便能夠預(yù)測(cè)天然氣消費(fèi)量準(zhǔn)確度好，以管理供應(yīng)合同，本土生產(chǎn)和基礎(chǔ)設(shè)施計(jì)劃在以最佳的方式。失敗這三個(gè)目標(biāo)之一會(huì)導(dǎo)致因不穩(wěn)定性在意大利能源系統(tǒng)，國(guó)家的不平衡的能源結(jié)構(gòu)，很大程度上依賴于天然氣。就市場(chǎng)而言，它檢測(cè)到主導(dǎo)運(yùn)營(yíng)商是ENI，原國(guó)家壟斷者，約27％的市場(chǎng)份額總銷售給最終客戶，再有就是ENEL公司約12％的市場(chǎng)份額，第三是運(yùn)營(yíng)商與陳冠希約11％[2]。因此，前三個(gè)運(yùn)營(yíng)商控制約50％市場(chǎng)，而前二十運(yùn)營(yíng)商代表約市場(chǎng)，其余16％的84％是由288分小和非常小的經(jīng)營(yíng)者[2]。鑒于此，可以說(shuō)該市場(chǎng)非常集中。天然氣消費(fèi)量的歷史趨勢(shì)報(bào)告圖1，凡總消費(fèi)三大貢獻(xiàn)突出顯示，即熱電發(fā)電廠，住宅和非住宅。在熱電發(fā)電廠的天然氣消費(fèi)量鏈接到電力市場(chǎng)，因?yàn)樗苯雨P(guān)系到在氣體產(chǎn)生的電力燃料的發(fā)電廠。量所產(chǎn)生的電力是根據(jù)可變成本競(jìng)爭(zhēng)設(shè)置主要受燃料價(jià)格的影響，不同的植物，可在市場(chǎng)上。天然氣的居民消費(fèi)是由需求決定的采暖，衛(wèi)生用水和廚房設(shè)施的住宅建筑物。主要消費(fèi)驅(qū)動(dòng)程序由代表供暖季節(jié)，人口和建筑物的外部溫度特性（即絕緣，設(shè)施等）。非居民天然氣消費(fèi)代表的用法相關(guān)的經(jīng)濟(jì)活動(dòng)，尤其是工業(yè)（天然氣即制造，食品，建筑等）和服務(wù)（即辦公室，商店，保健等）。它可以假定天然氣消耗在工業(yè)部門(mén)，主要用于在生產(chǎn)過(guò)程中，即使一個(gè)相當(dāng)大的份額很難估計(jì)為也用于加熱的目的（非常大的產(chǎn)業(yè)，即加熱建筑物），而在服務(wù)業(yè)的消費(fèi)實(shí)質(zhì)上，由于供熱需求。通過(guò)分析圖。1，它能夠檢測(cè)到，截至1995年，非住宅天然氣消費(fèi)占最大份額總的，而火電1995年以后急劇增加植物消耗的檢測(cè)。這一增長(zhǎng)是由于自由化發(fā)電部門(mén)，即使許多玩家通過(guò)建立一個(gè)有關(guān)數(shù)字組合進(jìn)入意大利市場(chǎng)循環(huán)燃?xì)鉁u輪機(jī)，其中升壓天然氣的消耗。通過(guò)觀察過(guò)去五年的趨勢(shì)，可以大致表示，天然氣消費(fèi)量的35％，是由于熱發(fā)電廠，35％的非住宅消費(fèi)，30％為住宅用途。本文件的目的是開(kāi)發(fā)一個(gè)預(yù)測(cè)模型對(duì)于非住宅天然氣消費(fèi)在意大利通過(guò)利用回歸模型。從上面提到的數(shù)據(jù)，檢測(cè)出非住宅部門(mén)代表相關(guān)部分（~30億立方米，幾十億立方米總消費(fèi)量的，每年），因此為了保證供應(yīng)的安全性，有必要準(zhǔn)確地預(yù)見(jiàn)未來(lái)的消費(fèi)。在低于或高于估計(jì)的需求可能導(dǎo)致有關(guān)經(jīng)濟(jì)損失都最終客戶和天然氣批發(fā)商。在目前的情況下，回歸模型被認(rèn)為是本最佳的選擇，因?yàn)樗试S以分析影響該外部解釋常見(jiàn)的用途（即國(guó)內(nèi)生產(chǎn)總值的變量，價(jià)格等）對(duì)消耗，導(dǎo)致制定一個(gè)數(shù)據(jù)模型的光（即數(shù)據(jù)挖掘的成本最小化的實(shí)際利益）。此外，使用回歸模型的有無(wú)可置疑的優(yōu)點(diǎn)是允許消費(fèi)方程的確定用比較簡(jiǎn)單的結(jié)構(gòu)，它可以很容易地實(shí)現(xiàn)在更復(fù)雜的規(guī)劃模型（即市場(chǎng)模擬器）。盡作者所知，這是首次嘗試，在科學(xué)文獻(xiàn)中使用，以進(jìn)行詳細(xì)分析自然在意大利的天然氣消費(fèi)，注重非住宅領(lǐng)域。本論文的第一個(gè)目的是要分析的非住宅天然氣消費(fèi)量，通過(guò)估計(jì)消費(fèi)方程利用回歸模型。第二個(gè)目標(biāo)是提出自然準(zhǔn)確的預(yù)測(cè)天然氣消費(fèi)量到2030年，開(kāi)發(fā)方案分析通過(guò)建立解釋變量的不同預(yù)測(cè)，為了研究其對(duì)天然氣消費(fèi)量的影響。據(jù)認(rèn)為包含在本文中的信息是有用的能源規(guī)劃者和決策者，誰(shuí)可以實(shí)現(xiàn)成功的通過(guò)準(zhǔn)確的預(yù)測(cè)和分析策略。特別是，價(jià)格和收入彈性的知識(shí)有助于天然氣銷售公司，以設(shè)計(jì)合適的定價(jià)策略并允許公共當(dāng)局實(shí)施的需求方便側(cè)管理政策。然而，估計(jì)未來(lái)的消費(fèi)有助于設(shè)計(jì)最優(yōu)采購(gòu)策略并計(jì)劃所需的基礎(chǔ)設(shè)施。圖1天然氣消費(fèi)在意大利為不同部門(mén)使用的歷史趨勢(shì)結(jié)論本文介紹了一個(gè)意大利非住宅的天然氣消費(fèi)預(yù)測(cè)模型。確定了消費(fèi)驅(qū)動(dòng)程序并對(duì)此進(jìn)行討論，提出了一種單方程需求模型。該模型采用標(biāo)準(zhǔn)的古典形式方程對(duì)歷史數(shù)據(jù)進(jìn)行驗(yàn)證,即使在一個(gè)有復(fù)雜趨勢(shì)的消費(fèi)模式，都顯示出了良好的預(yù)測(cè)能力。結(jié)果顯示,長(zhǎng)期價(jià)格彈性很低,約0.28,對(duì)于一個(gè)人均國(guó)內(nèi)生產(chǎn)總值,即2.71;而被檢測(cè)的平均最低氣溫對(duì)非居民用氣量影響明顯,短期彈性約為0.34,長(zhǎng)期彈性0.84。彈性價(jià)格低可能是由于有限的大量的選項(xiàng)和公司的相對(duì)成本較高切換到其他主要能源。為了執(zhí)行預(yù)期消費(fèi)的情景分析，解釋變量和監(jiān)管的不同變陣框架的建議，導(dǎo)致有二十四個(gè)測(cè)定顯著方案。通過(guò)分析獲得的情況下,得出的結(jié)論是,在2030年天然氣消費(fèi)大約32和46立方米之間預(yù)期,突顯出增長(zhǎng)率從2011年至2030年,分別從0.9%到2.9%不等。估計(jì)彈性、消費(fèi)預(yù)測(cè)和評(píng)論包含在本文將有助于能源規(guī)劃者對(duì)意大利和政策制定者在構(gòu)建未來(lái)情景天然氣行業(yè)。特別是,估計(jì)可能會(huì)提出有幫助在新基礎(chǔ)設(shè)施的規(guī)劃和物理存儲(chǔ)的設(shè)計(jì)。此外,GDP和的估計(jì)設(shè)計(jì)適當(dāng)?shù)膬r(jià)格彈性具有特殊的意義在能源行業(yè)定價(jià)政策。英文原文A

英文翻譯B《Efficientestimationofnaturalgascompressibilityfactorusingarigorousmethod》.JournalofNaturalGasScienceandEngineering16(2014)8e17AmirFayazi,MiladArabloo,AmirH.Mohammadi使用嚴(yán)謹(jǐn)?shù)姆椒▉?lái)進(jìn)行天然氣壓縮因子的有效估計(jì)摘要:天然氣的壓縮因子（Z因子）在許多氣藏工程計(jì)算中是必要的。此參數(shù)的準(zhǔn)確測(cè)定是至關(guān)重要的，它需要大量石油工程中使用的模擬器。雖然對(duì)于氣體中壓縮因子的預(yù)測(cè)的研究已經(jīng)在許多文獻(xiàn)中報(bào)道，該參數(shù)的準(zhǔn)確預(yù)測(cè)仍是文獻(xiàn)中爭(zhēng)論的話題。為了這個(gè)目的，一個(gè)新的軟件計(jì)算方法，即，最小二乘支持向量機(jī)（LSSVM）的建模與優(yōu)化耦合模擬退火優(yōu)化技術(shù)，發(fā)明出來(lái)了。該模型的開(kāi)發(fā)和測(cè)試，使用了一個(gè)由2200多樣品的酸甜氣體成分組成的大型數(shù)據(jù)庫(kù)。這個(gè)開(kāi)發(fā)出來(lái)的模型作為氣體組成的函數(shù)（C1eC7t，H2S，CO2，和N2摩爾百分比），即C7t，壓力和溫度的分子量，可以預(yù)測(cè)天然氣壓縮因子。由開(kāi)發(fā)的智能模式計(jì)算出的偏差因子值也與其他知名實(shí)證關(guān)系預(yù)測(cè)進(jìn)行比較。統(tǒng)計(jì)誤差分析表明，所研制的最小二乘支持向量機(jī)模型優(yōu)于現(xiàn)有的所有預(yù)測(cè)模型，以0.19％的平均絕對(duì)相對(duì)誤差對(duì)比0.999。從目前的研究結(jié)果表明，最小二乘支持向量機(jī)可更準(zhǔn)確，更可靠的預(yù)測(cè)天然氣壓縮因子。關(guān)鍵字:天然氣；壓縮因子；最小二乘支持向量機(jī)；酸氣1介紹天然氣在滿足世界能源需求方面的作用有一直在增加，因?yàn)樗呢S富性，通用性和清潔燃燒（王和伊科諾米季斯，2009年）。天然氣通常含有一些量的重質(zhì)烴和非烴類的部件，有助于其屬性。重要的是要獲得的物理性質(zhì)進(jìn)行精確和可靠的估算天然氣的最佳利用和使用。在最上游和下游石油和天然氣工程計(jì)算，天然氣的壓縮因子是必要的燃?xì)庥?jì)量，氣體壓縮，管道的設(shè)計(jì)和地面設(shè)施（艾則孜等，2010;Elsharkawy，2004）。常見(jiàn)的實(shí)驗(yàn)偏差系數(shù)值的來(lái)源測(cè)量,狀態(tài)方程(EoS)和經(jīng)驗(yàn)相關(guān)性。最可靠，最準(zhǔn)確的方法來(lái)獲得物理性能從精確的實(shí)驗(yàn)測(cè)量。這些實(shí)驗(yàn)昂貴和耗時(shí)的，這是不可能測(cè)量對(duì)于天然氣（艾哈邁德的所有可能的組合特性，2001）。然而，當(dāng)實(shí)驗(yàn)室分析是不可用時(shí)，它是經(jīng)驗(yàn)關(guān)系和狀態(tài)（EOS）方程的任務(wù)估計(jì)石油流體性質(zhì)作為水庫(kù)的函數(shù)容易得到的特性（艾哈邁德，1989）。經(jīng)驗(yàn)相關(guān)性，這是用來(lái)預(yù)測(cè)天然氣Z因子，是更容易和比狀態(tài)方程更快。有時(shí)，這些相關(guān)行業(yè)具有相似的精度狀態(tài)方程（Elsharkawy，2004）。此外，國(guó)家（EOS）方程是更比經(jīng)驗(yàn)關(guān)系，涉及到大量復(fù)雜的參數(shù)，這需要更復(fù)雜和更長(zhǎng)的計(jì)算。最近的發(fā)展和應(yīng)用支持向量成功機(jī)建模解決各種疑難工程問(wèn)題已經(jīng)引起注意其在石油潛在的應(yīng)用業(yè)（Arabloo