排序方式: 共有25条查询结果,搜索用时 15 毫秒
11.
开展海冰灾害风险评估和区划,有助于指导结冰海区沿岸各级政府制定和优化海冰防灾减灾决策,以最大限度地减轻海冰灾害造成的损失。本研究选取冰厚、密集度及冰期和各类承灾体密度、规模等作为评估指标,将河北省沿海县级行政区所辖海域作为基本评估单元,利用权重分析等方法,对河北省的海冰灾害风险进行综合评估。在此基础上,结合海冰防灾减灾的实际需求对河北省的海冰灾害风险进行空间区域的等级划分,并绘制风险等级分布图。所得结果较为真实地揭示了海冰灾害风险在河北省所辖海域的分布状况,可为河北省的海冰灾害风险管理等提供依据。 相似文献
12.
山东省海洋自然灾害综合危险性评估研究 总被引:1,自引:0,他引:1
山东省海洋自然灾害类型多、发生频率高、活动强度大、影响范围广,研究以山东省5种主要海洋自然灾害为评估对象,依据区域灾害评估系统理论,基于叠加分析原理建立包括风暴潮、海浪、海冰、海平面上升和海啸等5种灾害的海洋自然灾害综合危险性评估体系,采用层次分析方法确定各灾种的权重系数,并据此对海洋灾害综合危险进行等级划分。结果表明,山东省沿海4个区县处于高危险区, 6个区县处于较高危险区, 9个区县处于中危险区, 17个区县处于低危险区。本方法克服了单一灾种评估方法的局限性和片面性,使评估结果更加科学、合理,且方法可行,评估结果能够为山东省的海洋经济建设布局、海洋资源开发和规划、海洋防灾减灾等工作提供科学依据。 相似文献
13.
14.
15.
16.
17.
地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路. 相似文献
18.
禁核试北京国家数据中心(NDC)是我国与CTBTO/IDC进行数据交换的唯一节点,完成汇集、保存和处理我境内各IMS台站的监测数据,同时向国内用户提供境内IMS台站监测数据。NDC目前主要接入、处理、转发CD数据,但国内履约技术支持单位和协作单位多采用miniSEED数据,并使用JOPENS系统的流服务来交换数据,为了与其进行数据交换或向其分发监测数据,NDC需要具备分发miniSEED数据流的能力。文中设计的软件,是NDC自主开发的应用工具软件之一,可作为JOPENS系统流服务器的本地或远程仪器适配器,将CD数据流准实时转换为miniSEED流或将历史CD数据转换为miniSEED数据流,并通过JOPENS流服务器分发境内IMS台站数据,扩展了NDC的实时数据服务能力。 相似文献
19.
黄、渤海沿岸港湾的假潮及成因探讨 总被引:1,自引:0,他引:1
本文通过对日照港以北黄、渤海沿岸18个港湾8~27年假潮资料的分析,给出了不同区域港湾的假潮状况和成因.在该区域只有龙口港可时常发生100cm左右的大振幅假潮和>150cm甚至>300cm的特大振幅假潮,属假潮特别严重和唯一发生较大危害性假潮港湾;其余分属假潮相对较重、较轻和无假潮港湾,其假潮基本不具危害性或无危害性.分析结果表明其突然而剧烈的风场变化是导致各港湾假潮的直接原因,地理环境差异是造成港湾假潮强弱的关键因素;龙口港100cm左右和>1 50cm的大和特大振幅假潮,是其特殊地理环境、港湾及附近大范围海域骤猛的向港爆发性大风,尤其强雷暴大风涌水在港内骤然积聚和海水惯性振荡的综合结果. 相似文献
20.