Images of war: using satellite images for human rights monitoring in Turkish Kurdistan

In areas of war and armed conflict it is difficult to get trustworthy and coherent information. Civil society and human rights groups often face problems of dealing with fragmented witness reports, disinformation of war propaganda, and difficult direct access to these areas. Turkish Kurdistan was used as a case study of armed conflict to evaluate the potential use of satellite images for verification of witness reports collected by human rights groups. The Turkish army was reported to be burning forests, fields and villages as a strategy in the conflict against guerrilla uprising. This paper concludes that satellite images are useful to validate witness reports of forest fires. Even though the use of this technology for human rights groups will depend on some feasibility factors such as prices, access and expertise, the images proved to be key for analysis of spatial aspects of conflict and valuable for reconstructing a more trustworthy picture.     

基于GIS/AHP集成的洪水灾害综合风险评价——以淮河流域为例

根据影响洪水灾害风险的致灾因子危险性、孕灾环境稳定性与承灾体易损性,以淮河流域为示范研究区,以县为行政单元,综合考虑降雨、径流量、河流、地形、人口、经济等指标,基于GIS与AHP集成方法得到了淮河流域洪水灾害危险性评价图和淮河流域洪水灾害脆弱性评价图,并采用"加"模型计算公式得到了洪水灾害综合风险评价图,进行了相应的结果分析。     

基于现代信息技术的城市灾害应急管理系统

城市灾害应急管理系统是一项复杂的大系统工程。本文着重从应急管理过程中的应急资源调配、应急预案制定等方面阐述了现代信息技术在城市灾害应急管理中的应用与优势。认为应急管理信息系统的建立目的不是为了预测和估算,而应是当灾害发生时,对已造成的灾情局面做出快速的辅助决策支持。基于此,利用SuperMapObject5.0,Visual Basic6.0,SQL Server2000等现代信息技术软件,以辅助决策、资源快速查询以及生命线管网易损处调查为目的,本文建立了一个局部地区灾害应急管理信息系统。系统的数据库建立更突出了为应急管理服务所需的基础信息、空间数据、应急预案和应急资源等信息划分方式;结合已有的震害预测理论和方法,开发了供水系统和交通系统的震害预测模块,事先为灾害应急决策提供可能的震害信息。系统的开发过程进一步证明了GIS在城市灾害应急管理中有着直观显示、容易操作、辅助准确决策等优势。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

易贡巨型高速滑坡卫星遥感动态监测

多期卫星遥感数据与图像清晰地反映了易贡滑坡的演变及其地貌形态特征,通过专题对比解译与滑坡时程分析,重点监测和评价了滑坡堰塞湖溃决后汹涌水对下游两岸产生的重大生态破坏,结果显示,下游又新增了25个不同规模的浅层滑坡或滑落,新河床两侧新增的大面积滩地覆盖了两则的森林、草地;个别河段出现了移位改道。     

江苏数字地震台网地震定位能力分析

依据江苏数字地震台网的几何布局 ,对区域上设定的不同震级和震源位置的可能事件 ,作了以下两点考虑。 (1)根据不同震级地震的监测范围 ,确定了相应的定位子台组合。 (2 )对同一地震事件 ,考虑到震相分析P震相和S震相测量精度上的差异 ,引入了不同的标准误差σP 和σS。在此基础上 ,通过模拟地震波理论走时和对走时矩阵的奇异值分解方法 ,计算了估计震源参数标准误差的参量空间协方差矩阵值 ,给出了标准误差理论值等值线图 ,用此方法讨论分析了江苏数字地震台网的地震定位能力。     

江苏数字地震台网台址噪声谱分析

江苏数字地震台网已建设改造了 8个台站。对 8个台站记录到的背景噪声进行定量分析 ,测定背景噪声的地动速度均方根值 (RMS)、有效测量动态范围 (D有效)和噪声功率谱。结果表明 :受台基和海潮等观测环境的影响 ,大部分台站的地动速度RMS值高于 2 × 1 0 -8m/s,降低D有效 值。背景噪声功率谱峰值频率为 2 5～ 3 0Hz。这些定量分析为了解数字地震台网的实际监测水平提供了可靠依据     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

基于MIKE 11的河网区域小型闸坝调控的水质响应模拟研究

闸坝运行是流域开发和利用中河流调节的主要形式之一,它改变了河流自然结构、流水过程及其相关环境.然而,目前很少有关于河网区域小型闸坝运行对水环境影响的分析.本研究利用MIKE11建立一维水动力与水质模型,以无锡市主要的污染物高锰酸盐指数,氨氮为指标,模拟闸坝调控模式下与无闸坝情景下无锡河网水质响应.研究表明：多个小型闸坝运行对河网区域内河流水质产生了负面影响,使城市河流高锰酸盐指数(COD_Mn)和氨氮(NH₃-N)浓度都有所上升;其中,闸坝调控对区域内河流上游水质的负面影响更为明显,对下游的则相对较小.在多小型闸坝运行下,河流上游的COD_Mn和NH₃-N总体浓度分别上升了12.89%和11.11%,下游的二者浓度分别上升了5.38%和7.27%.研究结果可为今后小型闸坝群的生态调控以及相关水环境响应研究提供了理论支撑和新思路.     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。