气候序列的最优分割与暴雨的灾变预测

暴雨是形成泥石流的水动力。泥石流发展趋势预测的主要内容之一是气候条件尤其是暴雨的变化趋势之预测。作者首先以气候资料序列最长的上海站为例，应用有序样品最优分割方法，综合降水与气温要素，对百年来气候序列进行划分，显示出气候变化的周期性和降水的平稳趋势，使泥石流发展具有周期性和持续性。进而，以南昆铁路宜良泥石流带为例，应用灰色灾变预测方法，预测可能引发泥石流的暴雨之频率变化趋势，为泥石流发展趋势的预测提供依据     

利用网格采样法比较潮间带沉积物不同粒度区域重金属含量特征

采用网格采样法,在渤海湾潮间带泥质区、泥沙过渡区和粉沙区分别以10 m和1 m为间隔,采集了384个表层沉积物样品,对Al、Fe、Ti、Mn、Ba、Sr、Zn、Cr、Ni、Cu 10种重金属含量特征进行研究,对比了潮间带不同粒度沉积物中重金属的蓄积特征.结果表明,10种重金属在淤泥、泥沙混合、粉沙3种研究区的总含量分别为147.37、98.68和94.27 g·kg-1,粒度变化造成重金属含量的显著分异;除Ba、Sr倾向在富含长石的粗颗粒区富集外,多数重金属元素呈现细颗粒区富集倾向;Sr含量受粒度变化影响最大,而Cr、Ti含量受粒度变化影响相对较小.     

基于DWT与SVM的风门开闭阶段识别方法

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题，提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据，利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征，建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果，基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果，再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型，开展风门开闭扰动试验，验证方法的可行性。结果表明：在测试集上的识别准确率较高，对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量，可继续增加方法识别的准确率。     

复杂地形含硫气体扩散定量风险评价技术

为解决平原地区气体扩散难以准确反映复杂地形气体扩散的真实情况,本文采用地形数字高程模型和网格划分技术、流体动力学模型,运用具有自主知识产权的气体扩散风险软件进行分析和评价,研究复杂地形条件下气体扩散定量风险评价技术方法并通过风洞实验进行验证.结果表明:该定量风险评价技术能够客观真实地反映复杂地形条件下天然气泄漏扩散的风险.     

基于绿色与安全理念的城市韧性评价研究——以呼和浩特市街道为例

以呼和浩特市街道为例，采用熵权与GIS相结合的方法，构建城市绿色与安全韧性评价指标体系，并对33个街道进行韧性评价，其中2/3的街道韧性水平值低于平均值，并存在较大的差异性。在空间上韧性水平较低的街道在研究区西南集聚，高韧性街道从中心往外大致呈“高-低-高”分布格局，研究结果与城市用地扩建方向与时间、功能布局等实际情况比较吻合。最终从街道、市辖区和市级角度提出韧性提升对策建议，对绿色安全城市建设和防灾规划从“多城一策”向“一城一策”转变有重要的参考价值。     

基于熵值修正BWM的装配式建筑施工安全评价

为降低装配式建筑施工安全事故发生率，针对国内装配式建筑施工特点，构建基于熵值修正最优最劣法(Best-Worst Method, BWM)的改进逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)装配式建筑施工安全评价模型。首先，通过分析装配式建筑建造全过程，查阅文献资料，结合相关标准和规范，从人、物、技术、管理和环境5个方面构建装配式建筑施工安全评价指标体系。然后，基于熵值修正BWM得到组合权重，建立加权规范矩阵，应用改进TOPSIS对装配式建筑施工安全进行评价。最后，以3个实际工程项目为例验证评价模型，结果表明，该模型在装配式建筑施工安全评价中具有较好的可行性和实用性。     

基于BWM群决策赋权与FMEA的风险评估方法*

为实现BWM群决策评估结果的有效聚合，构建1种基于输入数据的决策者赋权法。该赋权法基于输入数据的一致性水平，衡量决策者对评估对象的认知程度并确定权重，使BWM能够应用于群决策过程，从而构建基于BWM群决策赋权和FMEA的风险评估法。通过邮轮玻璃幕墙风险评估的实例验证该方法，并通过序数一致性分析方法的有效性。研究结果表明:在客观数据缺乏而依赖专家主观经验评估的情况下，该方法能够降低评估能力较低个体对团队评估结果的影响。     

基于智能网格预报的江西暴雨灾害风险预评估研究

利用1951—2022年江西降水实况、逐日智能网格降水预报产品、暴雨灾情损失，地形DEM、河网密度及GDP、人口等数据，分析了江西暴雨灾害风险的主要影响因素，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性三方面，构建了江西暴雨灾害风险评估模型。利用模型对2010—2020年135次暴雨过程灾害风险进行评估检验，结果显示该模型较为合理；对2019年6月6—11日江西暴雨过程进行灾害风险评估，结果显示该过程中吉安北部至赣州东北部、上饶东部为重度到极重度受灾区；再对2022年6月12—15日江西暴雨过程进行灾害风险逐日预评估；两者结果均与灾情实况分布大体一致，总体效果较好。     

基于高分辨率影像的固体废物自动识别技术

随着经济快速发展,工业固废、非正规垃圾、未覆盖建筑渣土等固体废物急剧增加,对区域生态环境造成极大威胁。固废堆场具有面积小、分布散等特点,目前国内仍缺少针对各类固废堆场的遥感自动识别研究。为此,基于国产高分辨率卫星遥感数据,根据野外实地光谱采集结果,分别开展了未覆盖建筑渣土、工业固废及非正规垃圾的自动识别方法研究,提取研究区各类固废堆场。结果表明:未覆盖建筑渣土在蓝波段与绿波段分别存在"吸收谷"与"反射峰",基于该特征构建的比值指数模型,结合直方图双峰法阈值分割可以有效提取未覆盖建筑渣土区域;工业固废、非正规垃圾2种固废类型多样,光谱反射率没有明显规律,结合其纹理、色调等特征,采用面向对象多尺度分割、支持向量机监督分类方法能够较好地识别2种类型固废;基于自动化提取技术并结合人机交互判读方法,提取的研究区未覆盖建筑渣土、工业固废及非正规垃圾等3种固废堆场的精度分别达到96.83%、88.26%、85.71%,各类固体废物遥感识别精度较高,极大提高了固废监测效率。