城市防灾应急信息数据管理研究

以防灾应急信息系统的数据管理研究为背景,重点研究城市防灾应急工作中所涉及的城市信息、灾害信息以及防灾应急信息的数据管理。调查分析国内外防灾应急数据管理的现状,在此基础上综合考虑数据库应包含的数据类型及内容,从数据应用的角度出发,思考数据管理的规范流程,并提出数据管理过程中应注意的重要事项和适用的建议。针对城市防灾应急工作中存在的问题,提出综合管理城市建设及防灾减灾中相关的各类信息和数据的建议,阐述数据集成管理的重要性与优势,旨在解决防灾应急工作中复杂的数据管理问题,希望能够为城市防灾应急工作启发新思想和新方法。     

苏通大桥结构健康状态评估技术研究与应用(3):主梁损伤定位

为提高基于模态参数的损伤识别方法的损伤敏感性和噪声鲁棒性,将多源数据融合技术引入到苏通大桥主梁损伤定位方法中。基于D-S证据理论对模态柔度和模态应变能指标进行数据融合,并以苏通大桥扁平钢箱梁为分析对象,对融合后损伤定位指标的应用效果进行了讨论。结果表明:基于数据融合的损伤定位方法具有较强的损伤敏感性,只需要较少的低阶模态信息就能识别主梁的早期损伤;数据融合后,损伤定位指标可以在较强的噪声环境下准确地识别斜拉桥钢箱梁的损伤,具有较好的工程实用性。     

基于虚拟仪器技术的振动台模型试验98通道动态信号采集系统研制

土工结构振动台模型试验除了需采集常规的加速度、位移、应变信号外,还需采集模型场地土中振动孔隙水压力、动土压力等信号,由于同步采集的动态信号的多样性和复杂性,一般的振动台信号采集系统难以满足这样的多种动态信号同步采集要求。基于传感器融合技术和虚拟仪器技术,研发了一套适用于多种类型信号输入的动态信号同步采集系统,可实现80通道动态信号、18通道数字信号的同步采集、回放和频谱分析等功能,并具有界面友好、使用维护方便等特点。     

江苏省地震前兆信息数据库系统(JSEPIDS)简介

数据库技术是管理数据的一种最新方法,它研究如何组织和存储数据,如何高效地获取和处理数据。本文建立的江苏省地震前兆信息数据库系统是把作为地震预报的三大学科的观测数据集中起来,统一管理,该系统具有友好的用户界面,采用全中文交互式操作环境,易于扩充,为实现数据共享和台网数字化提供了前提条件。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

基于数据物流服务思想的流域水环境监测数据交换与集成技术

提出了面向流域水生态监控预警的水环境信息完整性管理理念,分析了多源、多手段采集的流域水环境监测数据的交换与集成技术需求,重点针对中国环境监测部门流域监测断面管理存在的不足,提出了目录管理架构.基于数据物流服务思想,利用微软BizTalk平台和XML技术设计了支持多源水环境数据接人、可灵活配置并监控的水监测数据交换平台原...     

Near-term forecasts of stream temperature using deep learning and data assimilation in support of management decisions

Deep learning (DL) models are increasingly used to make accurate hindcasts of management-relevant variables, but they are less commonly used in forecasting applications. Data assimilation (DA) can be used for forecasts to leverage real-time observations, where the difference between model predictions and observations today is used to adjust the model to make better predictions tomorrow. In this use case, we developed a process-guided DL and DA approach to make 7-day probabilistic forecasts of daily maximum water temperature in the Delaware River Basin in support of water management decisions. Our modeling system produced forecasts of daily maximum water temperature with an average root mean squared error (RMSE) from 1.1 to 1.4°C for 1-day-ahead and 1.4 to 1.9°C for 7-day-ahead forecasts across all sites. The DA algorithm marginally improved forecast performance when compared with forecasts produced using the process-guided DL model alone (0%–14% lower RMSE with the DA algorithm). Across all sites and lead times, 65%–82% of observations were within 90% forecast confidence intervals, which allowed managers to anticipate probability of exceedances of ecologically relevant thresholds and aid in decisions about releasing reservoir water downstream. The flexibility of DL models shows promise for forecasting other important environmental variables and aid in decision-making.     

地理信息系统Metadata共享和安全

地理信息系统 (GIS)的核心是数据 ,数据的共享及其安全是GIS技术的关键 ,特别是GIS网络 ,而元数据 (Metadata)机制提供了有效的方法。笔者介绍了Metadata及其共享和安全的重要性 ,并对ArcSDE安全机制与Metadata共享及安全实施进行了分析 ,探讨基于GIS软件技术的Metadata共享和安全技术的可行性     

Towards a long-term integrated monitoring programme in Europe: network design in theory and practice

Long-term integrated monitoring is an important approach forinvestigating, detecting and predicing the effects ofenvironmental changes. Currently, European freshwaters,glaciers, forests and other narural and semi-natural ecosystemsand habitats are monitored by a number of networks establishedby different organisations. However, many monitoring programmeshave a narrow focus (e.g. targeting individual ecosystems) andmost have different measurement protocols and sampling design.This has resulted in poor integration of ecosystem monitoring ata European level, leading to some overlapping of efforts and alack of harmonised data to inform policy decisions. The need fora consistent pan-European long-term integrated monitoring ofterrestrial systems programme is recognised in the scientificcommunity. However, the design of such a system can be problematic, not least because of the constraints imposed bythe need to make maximum use of existing sites and networks.Based on the outcomes of the NoLIMITS project (Networking ofLong-term Integrated Monitoring in Terrestrial Systems), thisarticle reviews issues that should be addressed in designing aprogramme based on existing monitoring sites and networks. Fourmajor design issues are considered: (i) users' requirements,(ii) the need to address multiple objectives, (iii) role ofexisting sites and (iv) operational aspects.     

基于改进DEA交叉效率模型的洪水灾害区域脆弱性评价

为了评价洪水灾害区域脆弱性,提出了应用改进DEA交叉效率模型和熵权法相结合的洪水灾害区域脆弱性评价方法。首先,在洪灾形成理论的基础上,构建洪灾区域脆弱性指标体系和评价标准;其次,应用改进DEA交叉效率模型计算不同区域的成灾效率,利用熵权法计算权重集结全局成灾效率。根据成灾效率的实际意义分析不同区域脆弱性的相对大小。最后,选取我国各省份洪灾作为实证分析的研究对象。研究结果表明:该方法能够准确评价区域洪灾脆弱性程度,评价结果与实际情况一致,具有较好的适用性。