考虑移动医院的因灾受损血液供应链网络重构

为快速恢复因灾受损的血液供应链的救援能力,针对血液这一重要医疗物资,研究考虑移动医院的应急供应链重构。设计包含移动医院和临时献血点选址、血液外调与自采和血液与伤员转运的混合整数规划模型,并以红细胞为例,将模型应用于我国龙门山地震带的灾害救治案例中。结果表明:重构的供应链能够综合运用移动医院等资源,快速恢复血液救援能力,最大程度缓解灾害影响。即便是在灾情最严重的情况下,缺血量可减少12.95%。管理者在进行人道主义应急救援决策时,应综合考虑移动医院等医疗资源的有效利用。     

司法的流域性——兼论我国长江经济带司法协同治理

推动长江经济带发展是中共中央作出的重大决策,是关系国家发展全局的重要战略。法治是长江经济带实现高质量发展的根本保障。2021年3月1日,我国第一部流域法律《长江保护法》正式施行。长江流域司法协同治理是实现《长江保护法》提出的统筹协调、系统保护机制的重要保障。当前,我国长江经济带司法治理呈现碎片化特征,流域生态系统在司法保护尺度内尚未统一。本文基于对司法空间属性的理论分析,结合美国流域司法治理相关案例的考察,提出从空间协同性和专业协同性两个角度构建我国长江司法协同治理机制。     

融合拓扑信息与气象信息的空气质量预测网络

通过空气质量监测数据对正在形成或即将到来的空气污染进行预测是一项具有重要意义的工作，而空气质量监测站只能检测其周围一定范围内的空气污染情况。为了衡量整个城市的空气污染情况，获取任意时间、任意位置的空气质量信息，结合交叉注意力机制，提出了一种融合拓扑信息与气象信息的空气质量预测网络(CGMIM)。将西安市空气质量监测数据与气象数据转换为图像拼接起来，作为输入信息。在高阶非线性时空动态神经网络(MIM)的基础上引入注意力机制，并增加拓扑图编码器模块，提高模型提取能力以及对空气质量监测数据中的空间特征的利用率。最后，使用时空损失函数替代传统的均方误差损失函数，提高模型对空间关系的关注。结果表明：CGMIM网络模型能够在准确预测的同时，对位置区域合理填充，能够有效提升空气质量监测数据的空间分辨率。     

基于深度全连接网络Himawari-8卫星气溶胶反演研究

利用葵花8(Himawari-8,H8)16个波段数据、卫星、太阳角度数据和深度学习技术,提出一种基于深度全连接网络(Deep Neural Networks,DNN)模型的AOD遥感反演方法(Himawari-DNN).该方法直接建立H8影像本身与AERONET站点AOD数据间的关系,可避免传统AOD遥感反演方法中复...