透视中国小时极端降水强度和频次的时空变化特征(1961～2013年)

极端降水事件具有小概率和高风险的特征,采用高分辨率数据有助于了解极端降水真实情况。采用1961～2013年中国小时降水数据,从极端降水的强度和频次特征出发,采用多种数理统计方法诊断中国小时极端降水的时空变化特征。结果表明:(1)不同重现期下的中国小时极端降水强度具有明显的东南高-西北低的空间分异特征。不同百分位数下的中国小时极端降水阈值也具有东南高-西北低的空间分异特征。(2)不同百分位数下的1961～2013年中国小时极端降水频次变化趋势主要以增加趋势为主,且随着百分位数的增加,增加趋势趋于减小并向长江流域地区集中。中国小时极端降水频次波动特征则呈东南波动小-西北波动大的空间分异格局,且随着百分位数的增加波动大的地区从西北向东部和南部地区扩张,同时西部地区逐渐呈现出波动大小镶嵌的格局。(3)90%和95%分位数下的中国小时极端降水频次EOF分析表明,中国小时极端降水频次具有明显不同的时空变化模态,且前两个模态可以反映中国小时极端降水频次的主要时空变化模态。两种超阈值取样方法均反映了长江流域呈增加趋势的时空模态特征。     

2018年1-2月国内生产安全事故统计分析

统计了2018年1-2月国内发生的各种生产安全事故86起,其中包括交通事故、矿业事故、爆炸事故、火灾、毒物泄漏与中毒和其他事故.统计表明,在86起事故中,交通事故占41.86％,矿业事故占3.49％,爆炸事故占13.95％,火灾占17.44％,毒物泄漏与中毒占5.81％,其他事故占17.44％.86起事故共死亡265人.死亡人数的百分比分别为交通事故48.30％,矿业事故3.77％,爆炸事故7.92％,火灾13.21％,毒物泄漏与中毒8.30％,其他事故18.49％.2018年1-2月生产安全事故发生较多的4个省、自治区分别为广西(9起)、云南(7起)、陕西(7起)和安徽(7起);死亡人数较多的4个省、自治区分别为广东(32人)、广西(27人)、云南(26人)和河北(21人).     

灾害多发地域社会关系网络建构路径的实证研究——以云南省大关县翠华镇为例

为了更好地构建典型灾害多发地域的社会关系网络,进而为相关应急管理工作提供支撑,采用灾害多发地域档案数据与问卷数据验证相结合的方法,提出灾害多发地域社会关系网络的建构路径;选取位于古滑坡带上的云南省大关县翠华镇为例进行说明,通过地理信息系统（Arcgis）分析当地档案数据与问卷获取数据的空间对象分布特征,并以问卷调查的局部数据验证相关档案数据的可靠性,最后,在翠华镇社会关系网络基础上,分析该灾害多发地域的应急预警信息传播特点,提出“分区域预警,以户为单位传播预警信息“的措施建议。研究结果表明:通过档案数据与问卷数据相结合方法构建灾害多发地域社会关系网络的方法可行,能够为相关应急管理措施提供参考和支撑。     

大数据下突发事件应急决策体系重构

大数据作为一种新技术、新思维方式为应急决策体系的变革和重构带来了可能。文章从应急决策体系构成要素——决策基础、决策主体、决策重心、决策方法、决策目标五个方面分析了大数据对应急决策体系的影响和变革,并从理念、体制、制度法规、平台四个方面提出了构建大数据驱动的应急决策体系的实现路径。     

一种基于数据融合的林火火线动态蔓延预测方法的研究

准确预测林火蔓延对于有效防治野火危害具有重要意义。传统林火蔓延速度场经验模型需要可燃物特性、坡度、温度及湿度等众多实测参数,由于参数均具有不同的时空分布,限制了模型的实际应用。因此提出速度场实时测量及水平集法模拟林火蔓延两种技术相结合的方法,通过测定火蔓延锋面的位置获取当前时刻锋面处的速度场分布并对此速度场在未燃烧区域进行延拓,结合水平集法预测林火蔓延,并使用数值模拟及实验数据验证了该方法能够有效预测短期内林火蔓延趋势,得出基于速度场的数据融合方法可满足实际林火蔓延建模的需求。     

基于大数据的特种设备宏观安全风险预警方法研究

特种设备监管机构在监督检验过程中积累了大量数据资料,为充分挖掘其中的潜在价值,增强监管针对性,提高检验效率,应用并优化关联规则挖掘、社区发现、可视化等数据挖掘技术,构建1种宏观安全风险预警方法。该方法以特种设备安全监督检验大数据为基础,通过挖掘单台设备微观因素间的关联关系,实现整类特种设备宏观安全风险的识别与预警;以2008—2016年全国长管拖车检验数据为例,进行应用实践分析。研究结果表明:该方法可以对区域范围、缺陷类别等多种宏观指标进行预警,指导针对性监管与检验。     

基于电网防台抗台系统的应急主题数据仓库分析与设计

为解决电网防台抗台过程中缺少应急辅助支持的问题,提出基于现有电网防台抗台系统中的业务数据,采用星型结构分析与设计“台风气象灾情”、“电网因灾（台风）损失”、“电网因灾（台风）应急资源投入”等应急主题数据仓库,充分利用、开发相关的数据探查与ETL工具实现相关的数据集成,构建相关应急主题下的多维数据模型,并开展联机分析处理（OLAP）研究工作,为相关企业和部门开展电网应急管理工作提供应急辅助支持。     

“新时代”环境影响评价大数据的新思考

环境影响评价是从源头防范环境污染和生态破坏的基础性制度,是促进生态环境和经济社会和谐与可持续发展的重要手段和有效措施。环境影响评价大数据对于环境影响评价制度的实施和改善环境质量及宏观决策具有重要支撑作用。在生态环境保护总体形势发生深刻而长远的变化,以及环境影响评价进入"新时代"的背景下,提出对环境影响评价大数据的若干新思考,从内涵、总体目标、总体框架三个方面阐述新时代环境影响评价大数据建设的总体思路,并给出"新时代"环境影响评价大数据的重点建设任务,为环境影响评价大数据的建设与应用提供参考,促进环境影响评价大数据为环评制度的实施提供更加精准可靠、高效智能的支撑。