数字孪生技术在智慧机场建设中的应用初探

<正>在数字化浪潮的推动下,机场建设迎来数字化转型的高峰期。智慧机场是生产要素全面物联,数据共享、协同高效、智能运行的机场,是“四型机场”（即平安机场、绿色机场、智慧机场、人文机场）建设的关键一环。加快建设智慧机场,日益成为未来机场发展的必然趋势。在民航机场建设及运营管理领域,数字孪生技术在“四型机场”的智慧机场建设中发挥了重要支撑作用,为机场数字化建设提供了新的路径,助力智慧机场的稳步推进,也为航空领域数字化转型提供了基础保障。本文阐述数字孪生机场的定义与特征,从数字孪生机场“一张图”、BIM+GIS数字底座、机场数字资产等几个方面,探究数字孪生机场的技术路径及相关应用,旨在推动我国“四型机场”建设数字化转型和智慧发展。     

1974年5月11日云南省永善—大关地震

本文主要讨论了1974年5月11日云南省永善一大关地震的主震及其强余震的发震构造。指出主震至少由两次破裂组成,且与走向N34°W、倾向NE的断层有关,破裂方向自东南而西北。6月15日的最强余震其发震构造走向N40°E、倾向SE。最强余震发生前,释放应变的速率增快;同时,震中沿一定方向排列。     

中国的“北极”和北至点

地名是人们赋予有方位意义的各种具体地理实物的名称。地名反映了人地关系,具有很强的实用性。许多地名已使用了数百年,甚至上千年,有着独特的文化内涵。随着一些地名改名,原来的地名消失了,反映着某种文化的符号也消失了。     

西北沙巴盆地油气地质特征及油气成藏控制因素

以油气地质理论为指导,在构造、沉积地层特征研究的基础上,重点分析了西北沙巴盆地不同构造区烃源岩、储集层、圈闭等油气地质特征,并分析了构造对盆地油气成藏的控制作用。认为该盆地的主要烃源岩是Stage Ⅳ泥/页岩;有利储集层为由Stage ⅣC、Stage ⅣD砂岩组成的上砂岩单元、Stage ⅣA砂岩组成的下砂岩单元以及Stage ⅣC、Stage ⅣD滑塌形成的深水浊积扇;总结出下、上及深水3套储盖组合。盆地各烃源岩、储集层受构造—地貌控制分布于不同的构造区;受不同时期变形作用的影响,盆地各构造区内发育不同类型的圈闭,进而控制了盆地油气藏的形成和分布。     

近30年苏北滨海滩涂湿地演变特征与空间格局

苏北滨海滩涂湿地位于现代长江口与废黄河口之间,是最典型的淤泥质平原海岸,其演变特征及空间格局具有鲜明的特征。本文选用1980年、1992年、2008年的TM 和ALOS影像为主要数据源,构建了基于空间分割和转移矩阵分析模型,研究了近30年来苏北滨海滩涂湿地的演变特征及其空间格局。结果表明： ①苏北滨海滩涂发生了巨大变化,近30年间滩涂总面积减少了1273.11 km²,平均每年减少45.47 km²;滩涂湿地侵蚀/淤积面积约965.14 km²,0 m等深线冲刷后退减少的面积约为307.97 km²。②苏北滨海滩涂湿地区域差异性明显。南北方向上可划分为6个自然地理单元,东西方向上可划分为3个区域。③苏北滨海滩涂湿地演变中,湿地转型、湿地丧失和湿地演替分别占总面积的38.39%、14.80%、20.51%;其中天然湿地减少354.1 km²,人工湿地增加1061.45 km²,非湿地增加253.09 km²。④滩涂湿地主要植被群落演替特征和空间分布也呈现出差异性。湿地演替主要发生在净变区,与对应岸段的海岸侵蚀/淤积类型基本吻合。     

应用遥感图像提取煤层自燃信息时必须考虑的几个影响因素

煤层自燃是中国北方煤田中普遍存在的灾害现象,它不但烧掉了大量的煤炭资源,而且还污染了环境。实践证明,利用遥感影像判别火区位置、圈定火区范围和对火区进行动态监测,及时为灭火工程提供信息,是一项经济和社会意义很大的工作。由于受多种因素的制约,不同地区、不同波段、不同时相、不同空间分辨率的遥感图像,其影像特征（含与煤层自燃有关的热异常影像特征）都有较大的差异,因而从图像上分析和提取地物的热红外辐射特征时,需要考虑遥感图像类型、成像时间、地形条件、气象条件和岩性特征等因素的影响。本文着重讨论了地表辐射温度与上述各项因素之间的关系。     

基于深度学习方法的耕地违建自动提取

耕地是粮食安全的根基所在,而随着我国城镇化的推进,农村违法占用耕地问题逐渐普遍化.加强对农村耕地的违建监测并制定应对措施是有效制止耕地蚕食现象的前提.借助深度学习技术,提出了一种基于前期耕地矢量的建筑物变化检测方法.首先利用已有国情矢量和影像数据制作建筑物专题样本;然后利用U-Net网络进行建筑物提取的模型训练,借助O...     

数字城市晕渲地势电子地图制作技术研究

阐述了数字城市晕渲地势电子地图的制作流程,对基于DEM的晕渲底图制作及在ArcGIS环境下进行电子地图配置过程进行了详细的分析和论述,为晕渲地势电子地图制作提供了完整的技术路线及解决方案。     

基于分类规则挖掘的遥感影像分类研究

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.