基于情景模拟的天津市滨海新区2020年暴雨内涝风险评估

基于多灾种复合动态风险评估理论,依据滨海新区2020年人口规划、土地利用规划以及社会经济发展计划,根据地面沉降和海平面上升预测结果设计了最不利、适中和最理想化三种情景;在此基础上,自行开发了基于GIS的洪水淹没区计算模块,模拟计算不同重现期暴雨内涝的淹没范围、淹没深度及淹没损失。结果表明:2020年,发生1 000 a一遇、200 a一遇和50 a一遇暴雨时,在最不利的情景一下:天津市滨海新区分别将有32.73%,29.34%和26.01%的土地不同程度受淹,受淹人口分别为338万、305万和264万,淹没损失分别达220.89亿元、181.39亿元和139.12亿元。     

基于产业活动的城市边缘区空间划分方法——以北京主城区为例

城市边缘区是客观存在但却难以精确刻画的空间实体。现有划分方法往往难以兼顾研究精度和空间属性数据的匹配。本文以产业空间特征为主要依据,借助非线性回归、空间自相关和GIS等分析手段,建立了一种单因素的城市边缘区空间划分方法。并利用1996年和2001年基本单位普查数据,以邮政编码区为精细的空间基本单元,对北京主城区城市边缘区进行了实证研究。划分结果表明,北京主城的城市边缘区是环绕在主城区周边的宽窄不一、空间不连续的带状实体地域,该区域面向东、南方向的扇形拓展是未来发展的主要趋势。     

虚拟化在气象局数据中心的应用

通过对虚拟化技术的研究,结合泰州气象局机房布局、数据中心服务器、存储的应用情况以及新业务的增长需求,提出了有针对性的气象业务虚拟化的解决方案。通过新购刀片服务器、FC SAN存储、VMware软件以及对原有的服务器、存储、网络进行整合改造,搭建了气象业务的虚拟化运行模式,最终实现资源的统一调度管理,建成了一个通用性强、扩展性好、可用性高的数据中心。文章同时简述了虚拟化在数据中心的实施过程、应用注意事项、业务迁移适应性分析以及最终的效益。     

随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用

基于2002—2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证。结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期>拔节期>越冬期。抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、M_try参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病"中等"和"偏重"等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力。     

构建校园危机预警系统

为了积极预防和快速有效地应对可能发生的校园危机事件,提出了高校应该建立一种由校级、基层组织共同参与、由危机预警信息系统和危机预控处理系统两部分组成的校园危机预警系统。     

基于情景分析的天津市滨海新区地面沉降预测

鉴于地面沉降演化的地质系统渐变性特征,从主要致灾因子考虑建立地面沉降数值模型。设计3种地下水开采情景,编译计算机程序预测地下水位动态变化过程中的地面沉降值。至2020年,在最不利、适中和最理想3种情景下天津市滨海新区最大累计沉降量分别达640 mm、520 mm和150mm;全区平均累计沉降量分别达268 mm、177 mm和95 mm。     

“请进来，我主导”网络教学模式实践探索

针对疫情期间的网络课程教学,本文提出了一种“请进来,我主导”的网络教学模式,并进行了初期的尝试与实践。该教学模式的主要思路是将校外交叉学科的专家学者请进网络课堂,在主讲老师的整体把控下,开展教学活动,在保证授课质量的基础上,通过融入交叉学科的新视角带动老师和学生对本专业课程的新思考。该模式充分发挥了网络教学的优势和潜力,调动了学生的学习兴趣和热情,拓展了学生的知识面。从学生和督导专家的反馈意见得出,这种教学模式能够充分体现“以学生为主体,以教师为主导”的教学理念,初步取得了较好的教学效果。