手机定位人口数据在应急救援中的应用

随着智能手机的普及,基于手机定位的人口数据在突发性灾害应急救援领域发挥着日益重要的作用。以近几年地震灾区为主要研究对象,选择灾区中有代表性的旅游景区、县城及乡镇,获取这些区域手机定位的人口数据,同时采用传统方法估算区域内人口数量,并进行差异性对比。研究结果表明:差异性最大的是旅游景区、其次是县城和乡镇;在人口年度变化上,旅游景区的人口在7、8月份达到高峰,乡镇人口高值区出现在2月份,县城人口年度差异无明显规律。     

黄明在学习贯彻全国两会精神视频会议上强调 推进应急管理高质量发展 以优异成绩庆祝建党100周年

3月12日,应急管理部召开全系统视频会议,传达学习贯彻习近平总书记在全国两会期间的重要讲话和全国两会精神。应急管理部党委书记黄明出席会议并讲话,强调要把思想和行动迅速统一到习近平总书记重要讲话和全国两会精神上来,把党中央决策部署抓紧抓实抓落地,推进应急管理高质量发展,为完成全年经济社会发展主要目标任务提供有力安全保障,以优异成绩庆祝建党100周年。     

如何识别军民空中目标——盘点被误击的民航客机

北京时间1月11日上午,伊朗军方通过国家媒体发表声明,承认1月8日在德黑兰机场附近坠毁的乌克兰国际航空公司波音737-800型飞机系因伊朗武装力量"人为错误"击落。伊朗军方声明陈述了误击事件的背景及过程,具体要点包括:1.在乌航客机坠毁后,伊朗军方在第一时间组建了调查团队,此次声明为军方该团队的调查结果。2.事件发生时,由于地区局势紧张,伊朗武装力量处于最高戒备状态。     

黄明在应急管理部党组会议上强调 深入学习贯彻习近平总书记重要讲话精神在统筹疫情防控和经济社会发展的大战大考中经受考验

应急管理部办公厅消息,2月13日,应急管理部党组书记黄明主持召开部党组会议,传达学习贯彻习近平总书记在主持中央政治局常委会会议时和在北京市调研指导新冠肺炎疫情防控工作时的重要讲话精神,研究统筹做好应急管理系统疫情防控和今年重点工作。黄明强调,要深入学习贯彻习近平总书记重要讲话精神,把统筹做好疫情防控和保障经济社会发展作为大战大考,在大战中践行初心使命,在大考中交出合格答卷,为奋力夺取疫情防控和实现经济社会发展目标双胜利营造良好安全环境。     

能源低碳转型风险及其应对策略——基于新型能源安全观的研究

能源低碳转型已成为世界各国应对气候危机和推动可持续发展的重要途径。然而，已有的研究大多是基于能源供给或者需求安全等相对单一的维度对能源低碳转型的风险与挑战展开分析，这将导致转型风险识别不够全面。鉴于此，本文在梳理能源安全观内涵演进的基础上，构建了涵盖供需安全、技术安全、信息安全、市场安全和人才安全的新型能源安全观“五维”分析框架，系统阐述我国能源低碳转型面临的风险，进而提出应对策略，包括保障能源供给，强化供需安全；发挥煤电优势，提升技术安全；维护数据系统，保障信息安全；完善市场机制，维护市场安全；加大人才建设，重视人才安全。本文认为，以新型能源安全观引领能源低碳转型，对于推动我国“双碳”目标实现和高质量发展具有重大意义。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。