以南疆为例的区域暴恐袭击风险评估

为探寻暴恐袭击高风险区域,推进公共安全精细化管理,以南疆地区为例,采用网格化社会经济数据、遥感数据和兴趣点(POI)数据等多源地理空间数据,从暴恐分子出现可能性、暴恐袭击目标选择偏好和暴恐袭击后果3个方面建立暴恐袭击风险评估指标体系,根据层次分析法(AHP)-Entropy、聚类分区等确定地理空间指标权重,最终得到南疆地区30″×30″(约1 km×1 km)细粒度的暴恐袭击风险的空间分布情况。结果表明:南疆地区的暴恐袭击高风险以上网格主要位于喀什、和田及阿克苏地区的部分市区和县城,与暴恐袭击历史事件的分布较一致,证明风险评估指标体系的合理性和可行性。     

终端区点融合进场程序运行安全和效率仿真评估

为解决繁忙终端区运行效率低下的问题，提出了一种基于点融合进场程序的终端区运行安全和效率评估方法。首先考虑空域结构、障碍物和下降梯度等限制条件，以成都终端区为研究对象，设计点融合进场程序并对其进行安全性评估。使用SIMMOD软件对传统区域导航(Remote Area Navigation, RNAV)进场程序和点融合系统(Point Merge System, PMS)进场程序进行模拟仿真，对比了两种运行模式下、不同交通流场景下的航班冲突次数和运行时间。结果表明：正常流量情况下，PMS程序较RNAV程序的冲突次数和总运行时间分别减少了80.92%和6.79%;极限流量情况下，PMS程序较RNAV程序的冲突次数和总运行时间分别减少了17.31%和1.21%。研究表明，点融合程序对于正常流量情况下终端区运行安全和效率提升效果较好，极限流量情况下效果不明显。     

低围压下含瓦斯煤三轴压缩变形时的能量变化规律

为探究煤体在受压过程中的能量特征及临界破坏点能量变化规律，基于常规三轴压缩下含瓦斯煤的应力-应变曲线，分析含瓦斯煤破坏过程中弹性应变能和耗散能随应变变化的规律，据此给出含瓦斯煤在不同围压、含水率下变形破坏时的能量解释。研究结果表明：有效能比在同一围压下随着含水率的增大先增加后减小，表明含水率的增大会降低煤样强度。建立围压和含水率对含瓦斯煤三轴压缩变形过程中临界破坏点总能量耦合关系的多元线性回归方程，取得了较好的拟合度。     

基于应力与位移分析的地表沉陷区圈定

地表沉陷区是判定地表建(构)筑物稳定性的重要依据，一般认为沉陷区内地表的下沉值较大，不利于建(构)筑物稳定。充分采动时通常在垂直和平行矿体走向的主断面上，从采空区边界按照查手册确定的地表移动角向地表绘出矿体两侧的地表临界变形点，再连接这些临界变形点形成地表移动区。不充分采动或充填法采矿时还没有地表移动区的圈定方法，只能沿用充分采动的圈定方法，导致圈定的范围过大或评价结论不可靠。基于房柱式留矿法对地表滑坡影响的理论分析和数值模拟，得出不充分采动时绘制地表移动区的启示，并结合充填采矿的地压规律研究，探讨了充填采矿的地表移动区绘制方法。结果表明：充填采矿时应根据主断面开采的应力与位移分析确定地表沉陷区绘制的参考面及地表移动角；附近几乎受拉或地压与原岩应力区别很大的位移等值线与水平面所成的角应为地表移动角，否则，根据附近不受拉或处于原岩应力状态的位移等值线确定的移动角偏小，圈定的地表沉陷区过大；主断面内位移变化明显的平面应为参考面，如矿柱稠密或充填法采矿时最顶部采场的顶板。     

闽江入海断面溶解无机氮长时间序列分析及入海通量估算

为深入研究闽江口富营养化机制,于1985—2021年在闽江入海断面开展了水质监测。采用结合局部加权回归散点平滑法(LOWESS)的季节性肯达尔检验(SK检验)对断面溶解无机氮(DIN)及其各组分浓度变化趋势进行分析,同时结合水文资料对入海通量进行估算。结果表明:DIN浓度范围为0.728~3.140 mg/L,在37年间整体呈上升趋势,但不显著。各组分中NO₂-N和NH₃-N浓度分别呈显著和极显著下降趋势,而NO₃-N浓度呈极显著上升趋势。DIN组分中NO₂-N和NH₃-N比重不断减小,而NO₃-N比重不断增大,目前已成为DIN的主要组成部分。DIN入海通量范围为3.59×10⁴~14.85×10⁴ t,在37年间缓慢增加,其各组分入海通量长期变化趋势同浓度变化类似。从长期来看,DIN及其各组分浓度的变化趋势主要受流域环境变化及下游福州市含氮废水排放影响,而在短期则受台风、降水等一些突发环境事件的影响较大。     

针对特定驾驶员的疲劳驾驶检测方法

疲劳驾驶是导致交通事故的重大诱因，而降低交通事故发生概率是交通系统的重要研究方向之一，结合当下的车辆驾驶实际情况，提出了针对特定司机的疲劳检测方法。该检测方法首先存储该车司机正常状态下的面部信息，然后利用多任务卷积神经网络(Multi-Task Convolutional Neural Network, MTCNN)检测摄像头所读取画面中的人脸，返回人脸的位置信息，其次通过全梯度下降树算法根据人脸位置信息得到驾驶人面部特征点，利用特征点中存储的信息判断眼部与嘴部的状态，最终与被检测司机的正常状态对比，根据设定的条件阈值来判断其是否疲劳。与其他检测方法相比，该方法只针对车辆的常驻司机，符合大部分车辆极少更换驾驶人的情况，并且成功消除了个体差异，提高了准确率。     

改进SSA-LSSVM模型在埋地管道点蚀深度预测中的应用

埋地管道点蚀深度受土壤环境、运输物质、管道材质等多种因素的影响，因此腐蚀数据存在不稳定性，会导致精确预测其点蚀深度存在较大难度，故提出RS结合MSSA-LSSVM预测模型。首先利用RS对腐蚀影响因素实现降维，提取关键影响因素；其次融合三步改进策略解决麻雀搜索算法已陷入局部最优等问题，利用时间复杂度分析对算法改进后性能进行验证；然后利用MSSA求解出LSSVM中核函数参数σ²和惩罚因子C的最优解，同时选取RBF核函数，使其预测性能达到最优，最终构建RS-MSSA-LSSVM的埋地管道点蚀深度预测模型。结果表明：优化后模型精度得到了极大的提升，且均优于其他模型，证明该模型鲁棒性较好。