雷电探测定位技术的新进展

<正>1引言雷电是自然界中最为壮观的气象现象之一,是地球生态系统重要的一部分,但同时也是造成损害最大的世界十大自然灾害之一。根据气象部门和劳动部门估算,我国年均雷击伤亡人数超过1万,其中死亡3 000多人,财产损失50-100亿元。由于人类无法阻止和控制雷电的危害,为了尽量避免雷电所造成的危害,近20 a来我国加强了对雷电的探测和雷电灾害的防护。目前,对雷电的探测主要是采用目测来获得雷电发     

2000～2006年湖北省雷电灾害时空分布特征分析

采用中国气象局2000～2005年《全国雷电灾害典型实例汇编》资料和湖北省气象局2006年全省雷电灾害统计资料,分析了湖北省雷电灾害次数、直接经济损失、伤亡人数的时空变化特征,及其行业分布特征、设施类型特征和城乡差异等。结果表明,湖北省雷电灾害次数、直接经济损失、伤亡人数及其密度分布具有明显的区域性,鄂东、鄂西各项指标最高;湖北省年雷电灾害次数总体呈上升趋势,雷电灾害次数月分布呈双峰型,与其雷暴日数的月分布基本一致;电力业遭受的雷电灾害直接经济损失最大,仓储业雷电灾害单次平均直接经济损失最高;弱电设备的雷电灾害次数最多,强电设备的雷电灾害直接经济损失最大。农村雷击伤亡人数高达92.3％,特别值得关注。     

基于BP神经网络的地震伤亡人数评估体系研究

本文综合考察了地震中影响伤亡人数的各种因素,提出了一个地震伤亡人数的预测模型,可为地震应急工作提供指导与参考。该模型基于BP人工神经网络,需要结合利用地理信息系统（GIS）、人口数据、历史地震数据等,来完成预测每次地震中的伤亡人数。     

编织一张防灾减灾的安全大网——从梧州"6.8"大灾看广西汛期地质灾害防治

广西是全国发生地质灾害最严重的几个省区之一.近年来,广西国土资源管理部门以加快地质灾害调查与区划工作,狠抓群测群防体系建设,突出汛期防灾工作为重点,为壮乡人民编织了一张防灾减灾的安全大网.     

2008-2012年吉林省雷电灾害特征分析

采用2008-2012年中国气象局雷电防护管理办公室编制的《全国雷电灾害汇编》资料,对吉林省雷电灾害的时空分布、行业分布、灾害成因、灾害等级等特征进行了统计分析。结果表明,吉林省雷电灾害频次和直接经济损失总体呈现下降趋势,伤亡人数呈微弱的上升趋势。绝大多数雷击伤亡事故发生在农村。雷电灾害频次、伤亡人数、直接经济损失累年逐月变化均呈双峰型。雷电灾害频次在空间上存在3个中心,分别为东部的通化、中部的长春和西部的松原。县（市）的雷灾平均密度存在2个中心,分别为通化和松原市辖区。办公、电力、住宅行业雷灾频次最多,通信、办公、金融行业雷灾直接经济损失最大。     

关于1920年甘肃地震的地質情况

1920年12月16日中国西北部甘肃省发生了一次特别強烈的地震。它被列为世界上自1904至1956年間記录到的、震級M超过7（3/4）的26个大地震之一。該地震的烈度估計为11-12度。尽管震中区远离大城市,按不同的报导,伤亡人数总計在10万至25万左右。     

日本西部地区发生6.4级地震

20 0 1年 3月 2 4日下午 3时 2 8分 (格林尼治时间 6时 2 8分 )在日本西部地区发生 6 .4级地震 ,造成生命和财产损失。这是自 6年前兵库县南部地震以来 ,发生在日本的最致命地震。日本气象厅称 ,这次地震发生在广岛附近地下约 6 0 km处 ,在东京西南约 6 87km处。地震持续了 30 s,主震后又发生 15次余震 ,其中最大的一次余震为 4.7级。根据日本警察厅统计 ,这次地震已造成 2人死亡 ,广岛、岛根、高知、爱媛和山口 5个县在这次地震中受伤的人数已经增加到 172人。另外 ,广岛县有 6 1栋楼房、山口县有 5栋楼房在地震中被毁 ;广岛和其周边城市有…     

地震破坏力:海地VS汶川

2008年5月12日,中国汶川发生8.0级地震;2010年1月12日,海地发生7.3级地震,都是毁灭性大地震。虽然两者在产生的原因上还是有很多细微的不同点,但究根本,都是板块惹的祸,他们都在全球两大地震带上——环太平洋地震带和地中海—喜马拉雅地震带释放的地震能量占全球总能量的95%。不过,在人员和经济损失上,震级小的海地地震却远远超过汶川地震,这是为什么?     

主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用

为有效解决地震伤亡人数预测所需影响因子多、 运算量大、 模型训练烦琐等问题, 构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型, 采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分, 将贡献率较大的主成分作为支持向量机的输入变量, 以地震伤亡人数作为输出变量, 利用GA对SVM模型性能参数进行优化, 建立基于PCA-GA-SVM的地震伤亡人数预测模型, 并对测试样本进行预测, 结果表明: 与SVM模型、 GA-SVM模型和PCA-GA-BP模型相比, PCA-GA-SVM模型的预测准确率和运行效率分别提高 4.73%、 1.14%、 9.99% 和47.05%、 36.76%、 44.55%。结果显示, PCA-GA-SVM模型预测精度高, 泛化能力强, 能够科学合理地对地震伤亡人数作出预测。