内蒙古中西部地区土壤紧实度初步研究

沙尘暴的发生与沙尘暴源地的下垫面状况密不可分,下垫面要素中土壤紧实度等地表状况指标是沙尘暴灾害下垫面因子的危险度研究的重要内容。选取沙尘暴源地的内蒙古中西部地区为研究区域,于2004年4月进行了土壤紧实度实地采样,对获取的36个采样点的数据进行了统计分析,发现在不同的植被覆盖类型下,地表的土壤紧实度值具有明显的分异特征和分布范围。以1∶10万的内蒙古土地利用类型图为依托进行重分类,对研究区域的土壤紧实度值进行空间上的了反演。并通过2009年第二次实地采样对该反演的精度进行了验证,排除干扰因素后,发现土壤紧实度的反演结果良好,因此可以获得空间范围上土壤紧实度的一个粗略范围值。研究结果可为日后进行土壤紧实度对沙尘暴的影响和贡献等级划分以及沙尘暴下垫面脆弱性风险评估和区划提供数据支持。     

应对重大灾害的轴辐式应急物资储备网络体系

分析了应对重大灾害的应急物资需求的特点和我国现有应急物资储备体系的现状和不足,基于轴辐网络优势,构建了轴辐式应急物资储备网络体系,分析了应急轴辐网络储备体系运行的四个阶段,同时提出了建立轴辐式应急物资储备网络相关具体措施建议,实现中央和地方应急储备库物资、各职能部门储备物资、军队物资、各社会团体储备物资、国内外捐助物资以及企业物资生产能力储备等专业应急物资储备和社会应急物资储备的有效整合,以有助于在较短时间内积聚大量应急物资,扩大应急物资的服务辐射范围,提高应急物资调度效率,以有效应对各类重大灾害。     

汶川地震次生灾害提取——面向对象影像分类技术的应用

遥感技术可快速准确地提取滑坡、崩塌、泥石流、堰塞湖等次生灾害信息。面向对象影像分类技术主要通过多尺度分割,并根据对象的特征进行模糊分类,可以很好的利用影像上下文信息,提高分类精度,与传统方法相比优势明显。利用汶川地震的震前、震后的福卫二号等数据进行研究,使用面向对象方法对北川附近灾情进行了变化检测分析;并结合DEM数据对唐家山堰塞湖璇坪乡区域震后初期的水体面积和蓄水增量进行了分析。在此基础上,总结了提取地震次生灾害的关键技术和工作流程。实验结果表明,应用面向对象的变化检测方法提取地震次生灾害可以取得很好的结果。     

城市暴雨灾害的影响程度及对策研究——以长沙市为例

通过对近年暴雨资料、城市建成区平均高程数据和城市排水管网资料的考察,以及对城市暴雨灾害危险性、脆弱性、暴露性的分析,制定了适用于长沙市的暴雨灾害风险评估方法。利用该方法对长沙市现有建成区798个地块的暴雨灾害风险进行了评估,将其分为高风险区、中风险区、低风险区3个类别。在此基础上,总结了长沙市暴雨灾害风险区的分布规律,并提出了一系列对策措施,包括更新城市排水管网、建设地下集水库、建立雨水自排系统和建设紧急排涝系统等。     

流域土地利用变化对洪水径流过程的影响

大清河水系土地利用发生了较大变化,并对洪水径流过程产生了影响。选择大清河水系紫荆关流域为研究对象,在对土地利用类型分类的基础上,采用1988年和1996年两期土地利用图分析了土地利用变化情况,除林地和灌木林面积减少外,其他土地利用类型面积增加。利用1984-1996年实测降雨径流资料对SWAT模型进行了率定和验证,并对两期土地利用情况进行了径流模拟,结果表明,土地利用变化使紫荆关流域的年径流减少。     

2010年中国大陆地震灾害损失述评

在列出2010年中国5.0级以上地震目录的基础上,结合年度有关省(自治区、直辖市)地震局的地震灾害评估资料,总结了2010年中国大陆地震灾害的主要数据和特性。最后列出了自1990年以来中国大陆地震灾害的相关数据,并简要地进行了比较。     

基于多需求点的震灾应急物资调度模型研究

为了解决震后应急物资调度中,因不考虑各应急需求点灾情差异和需求差异带来的决策结果不够合理的问题,采用改进的专家打分法将收集到的灾情信息量化为灾情因子,在此基础上建立应急成本和应急延误时间的多目标模型。采用逐步法求解,为每一个应急需求点确定提供应急物资的供应点及供应量。将此方法运用到云南发生的某地震灾后救援中,计算得出与3个应急需求点对应的应急供应点及其供应量。     

淄博市雷电灾害易损性风险评估及区划

从雷电灾害易损性分析角度出发,利用山东省淄博市8个气象台站1963-2012年雷暴日资料和2002-2012年雷电灾害资料,结合各区县的经济和人口密度特征,选取雷击大地密度、雷电灾害频度、经济易损模数、生命易损模数4个指标,对淄博市雷电灾害易损性进行了评估。结果显示：张店区、淄川区是极高易损区,沂源县、临淄区为高易损区,博山区、周村区是中易损区,桓台县为低易损区,高青县为极低易损区。初步形成了各地易损性结构和淄博市雷电灾害易损度区划图,为各级政府和相关管理部门指导城市规划、防御和减轻雷电灾害提供了客观的科学依据。     

冷库建筑防火设计分析一以宝源丰禽业有限公司特别重大火灾事故为例

分析总结了“6·3”吉林省长春市德惠市吉林宝源丰禽业有限公司主厂房特别重大火灾爆炸事故发生、蔓延、扩大及造成重大人员伤亡的主要原因,吸取其在消防设计、施工、验收中存在的经验教训。针对目前现行消防技术标准并结合工作实际,从火灾自动报警系统的设置、火灾探测器的选型、自动喷水灭火系统喷头的设置、建筑隔墙的设计施工、提高（保温）隔热材料的防火性能及施工等方面探讨了完善优化冷库建筑消防安全防火设计的措施,为有关消防技术标准规范的修订提供了参考。     

Flood Forecasting Using Neural Computing Techniques and Conceptual Class Segregation

Various neural networks models are developed and applied for flood forecasting at Sangye station (no. 1) of the Bocheong Stream catchment, which is one of the International Hydrological Program's representative catchments, Republic of Korea. The neural networks models (NNMs) are multilayer perceptron‐neural networks model (MLP‐NNM), generalized regression neural networks model (GRNNM), and Kohonen self‐organizing feature maps neural networks model (KSOFM‐NNM). Data used for model training and testing are divided into two groups: such as floods and typhoon events. Single conventional application and class segregation implementation are applied to evaluate the neural networks models. KSOFM‐NNM forecasts flood discharge more accurately than do MLP‐NNM and GRNNM for the testing data of Methods I and II for single conventional application and class segregation implementation. This study shows that class segregation can capture the dynamics of different physical processes and overcome the difficulties using single conventional application of neural networks models.