全生命周期应急管理

在政府和企业越来越重视事故应急管理的今天,在全社会越来越关注应急工作的今天,在公众自我保护意识越来越强的今天,我们仍被应急管理存在的诸多问题所困扰。在此与读者分享一些中化集团在应急与危机管理方面的做法与体会。     

美国自动车牌识别(ALPR)市场将重现繁荣

据市场调查机构IMS发布的报告,尽管自动车牌识别(ALPR)技术在英国市场一片萧条,遭遇财务预算被减的命运,但是在美国却是另外一番景象。在美国市场,ALPR继续呈现增长的态势。IMS最新的ALPR市场调查主要介绍了有哪些因素在推动这个迄今尚未打开的市场的不断发展。     

基于“三生”适宜性的县域土地利用冲突识别与分析

精准识别潜在土地利用冲突有利于预警权衡和协调冲突用地,有利于科学进行国土空间规划。以“三调”修正数据为基础,基于生产、生活、生态视角,构建高植被覆盖率县域生产、生活、生态即“三生”适宜性评价模型与土地利用冲突识别矩阵,并选取横峰县进行实证分析。结果表明:（1）横峰县“三生”适宜性用地的空间分布与面积构成差异显著,且存在明显的空间叠加特征,暗示着研究区土地利用存在冲突;（2）从潜在冲突识别的结果来看,土地利用适宜区、冲突激烈区、冲突中度区、冲突一般区及冲突微弱区面积占比分别为64.02%、9.66%、17.19%、1.66%、7.48%;（3）各个冲突类型区空间分布、表现形式的差异性决定了冲突和解的对策也需因地制宜。研究结果可为相关及类似县域的国土空间规划提供理论参考。     

RFID技术在危险化学品安全管理中的应用研究

围绕射频识别(RFID)技术特点和危化品全生命周期安全管理需求,总结和分析了危险化学品领域RFID技术的研究应用现状和存在问题,提出了加快危化品领域RFID技术应用标准规范体系建设、推动行业工业互联网标识解析体系构建、开发和推广统一的全生命周期监管平台等未来需要加强研究和布局的方向。     

遥感技术在湖泊水质监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优点,是实现宏观、快速、连续、动态地监测环境污染的有效方法,已成为湖泊环境动态变化监测的重要技术手段.湖泊水质遥感监测是基于经验、统计分析或水质参数的光谱特征,选择遥感波段数据与地面实测水质参数数据进行数学分析,建立水质参数反演模型实现的.在运用遥感技术对湖泊进行水质监测的方法中有传统方法和神经网络模型.与传统方法相比,神经网络模型有较强的水质识别的容错性,水质状况识别的可信度.今后,神经网络模型、高光谱遥感技术以及RS与GIS、GPS的结合运用等将是遥感技术在此领域中的发展方向.     

基于指标协调性的水体富营养化状况的模糊识别

在湖泊富营养化评价指标体系中,同一指标的分级界点值差异很大,近似地呈现几何级数变化,同时各指标权重的选择与内涵存在不确定性,基于这两种认识,构建基于指标协调性和模糊权下的湖泊水质评价模型。对评价标准及待评价水质监测值进行对数变换,运用层次分析法求出指标的模糊权重;以此构造隶属函数,按最大隶属原则来评判地表水质量等级。应用此模型对巢湖西半湖水体进行富营养化识别,得出结果与生态评估结果基本一致。     

基于遥感影像智能识别的京雄城际铁路生态环境监控技术

基于京雄城际铁路施工期生态环境影响的分析,通过对大型临时工程和环境敏感点遥感影像的切片、样本制作等预处理,研究建立了基于深度卷积神经网络的分类识别模型,使用优化算法对模型进行模拟训练,基本可实现对铁路沿线特定目标的智能识别.该技术的应用为京雄城际铁路开展生态监控提供了有力支撑,促进信息化、自动化、智能化铁路建设.     

基于时序片段的油气管道运行工况识别方法*

为准确识别管道系统运行工况,提高对油气管道突发事故的响应速度,综合提升管网安全管理水平,提出1种基于时序片段的油气管道运行工况识别方法。首先,构建基于概率分布的状态变化识别模型,提取油气管道中不同运行状态点;其次,建立基于时间序列片段的工况识别模型,快速识别不同时间长度内油气管道运行工况;最后,以国内某成品油管道为例进行方法验证。研究结果表明:该方法可有效识别成品油管道阀门开关状态、泵异常停机和阀门内漏3种运行工况。对比传统的识别方法,该方法可降低状态变化点的漏报率,提升管道运行工况识别的准确率。研究结果可为油气管道系统运行工况识别提供新的借鉴方法。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

基于知识的AVHRR影像的水体自动识别方法与模型研究

根据水体光谱特性，通过分析水体在ＮＯＡＡ气象卫星的ＡＶＨＲＲ影像上的表象特征及与其它相关环境因子在光谱信息上的差异，认为水体在ＡＶＨＲＲ影像上具有光谱可分辨性，从而提出了基于水体光谱知识的水体自动提取识别的水体描述模型，并将该模型应用于太湖、淮河、渤海等地区，取得较好的效果。该模型方法同样可扩展应用于其它传感器获得的影像数据，从而实现遥感信息提取的自动化与智能化