应用系统分析与事故树模型的设备雷电灾害风险评估

分析目前国内雷电灾害风险评估发展现状,针对精细化雷击风险评估需求,以某大桥塔体电梯雷电灾害风险评估为例,在对雷击损坏途径进行系统分析的基础上,引入事故树(FTA)分析方法对电梯雷击损坏事件的致因关系进行了建模、分析与评价,得出电梯雷击损坏事件发生的年预计概率、导致雷击电梯损坏事件发生的关键以及最佳控制雷击电梯损坏事件发生的最有效因素。     

南海海岛自动气象站防护应用技术探索

立足海南及南海的自然条件,结合海岛自动气象站在南海高温、高湿、高盐雾、强辐射、强风等恶劣气候环境下使用情况,通过对历年来海岛自动气象站故障及失效模式的统计和分析,总结分析故障原因。根据设备维护人员多年气象设备保障工作积累总结的经验,从海岛自动气象站结构和防护要求出发,集成应用市场上优质材料、先进工艺和多种成熟、关键设备防护技术,形成一些气象设备防护的有效方法措施,以提高海岛自动气象站对海洋环境的适应性和性能,延长设备使用寿命。     

台湾海峡西岸海雾研究现状与未来发展方向

台湾海峡是一个海雾多发的交通要道,海雾灾害往往会导致人员和财产损失。对当前有关的海雾研究现状进行总结,以海峡西岸为代表,比较台湾海峡海雾和其他海域的大雾研究进展状况,主要包括海雾发生时的天气气候学特征、监测手段、微物理特征研究和海雾数值预报研究等。结果表明,台湾海峡西岸在天气气候学方面已经取得了一定的成果;监测手段随着科学技术的发展,也不断的完善,但在如何对卫星遥感监测结果进行反演方面还需进一步研究;海雾的微物理特征研究有助于海雾模式的改进和卫星遥感海雾反演技术的提高,但台湾海峡西岸尚未开始研究,是下一步的研究重点;台湾海峡海雾数值模拟工作较少,伴随观测技术的不断进步、动力统计方法的不断完善,可通过数值预报产品与传统的天气学方法相结合,提高台湾海峡海雾预报水平。     

地球资源环境动态监测技术的现状与未来

针对国家全球化战略和迫切需要解决的全球环境和资源问题,本文阐述了国内外地球资源环境动态监测技术主要研究进展,发现存在地球资源环境监测高精度产品缺乏、动态监测能力不完备、遥感信息服务及时性和便携不足等主要问题。在此基础上,提出中国迫切需要发展面向全球和重点区域的持续、动态观测能力,建立全球视野的资源环境动态监测产品和应用系统,突破全球资源环境研究的理论和关键技术,建立全球资源环境遥感监测指标和技术体系,形成全球立体协同观测、资源汇聚优化、信息智能处理、云平台业务应用的自主技术体系,完善支撑任务驱动的数据汇聚、模型调度、产品生成等在线遥感信息服务能力,发布全球、洲际和全国高质量空间要素遥感信息产品、专题应用系统、技术报告等成果。最终为全球资源环境研究提供知识发现的数据和服务,支撑中国在全球资源环境监测评估、重大灾害事件监测预警、应对国家安全与全球变化等领域的服务。     

全球气候数据集生成及气候变化应用研究

科技部在"十三五"期间部署的国家重点研发计划"全球变化及应对"专项资助了"全球气候数据集生成及气候变化关键过程和要素监测"研究项目。项目围绕由全球气候观测系统提出的基本气候变量,完善地空天基观测体系,生成中国首套以遥感数据为主体的涵盖大气、海洋和陆表长时间序列、高精度、高时空一致性的产品,即气候数据集,动态监测全球变化关键过程和要素。     

基于 Lidar 数据和倾斜摄影的城市三维模型构建

针对传统建模方式建模效率低、模型纹理不够丰富真实等缺点,阐述一种以机载Lidar技术来获取地面点高精度的三维坐标、用倾斜摄影测量为三维建模提供纹理的一种新兴的三维建模方式。实验表明,该建模方式不仅工作效率高、真实反应城市空间布局,而且定位精度高、具备可量测分析功能等,同时提供DOM,DEM,点云数据,倾斜影像等数据。     

混合核特征加权SVM遥感湿地空间分类

针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。     

体素模型的战场环境建模研究

针对基于面模型的战场环境建模难以展现战场环境要素的内部属性和规律等的不足,该文提出了利用体素模型实现战场环境建模的基本方法。该方法能够记录战场环境各要素的不同属性,反映其内部属性和规律,准确地模拟战场地理环境的变换过程,可实现战场环境各要素的统一建模。文章利用体素模型实现了对战场环境的认知与抽象,对战场环境体素数据模型进行了分类。最后以战场地形环境要素为例,利用战场环境基本体元实现了对战场地形环境的体素建模。     

Validation of MODIS Vegetation Continuous Fields for monitoring deforestation and forest degradation: two cases in Mexico

This study assesses whether MODIS Vegetation Continuous Fields percent tree cover (PTC) data can detect deforestation and forest degradation. To assess the usefulness of PTC for detecting deforestation, we used a data set consisting of eight forest and seven non-forest categories. To evaluate forest degradation, we used data from two temperate forest types in three conservation states: primary (dense), secondary (moderately degraded) and open (heavily degraded) forest. Our results show that PTC can differentiate temperate forest from non-forest categories (p = 0.05) and thus suggests PTC can adequately detect deforestation in temperate forests. In contrast, single-date PTC data does not appear to be adequate to detect forest degradation in temperate forests. As for tropical forest, PTC can partially discriminate between forest and non-forest categories.     

An integrated land vehicle navigation system based on context awareness

In the complex urban environments, land vehicle navigation purely relying on GNSS cannot satisfy user needs due to the loss of satellite signals caused by obstructions such as buildings, tunnels, and trees. To solve this problem, we introduce a GPS-/MSINS-/magnetometer-integrated urban navigation system based on context awareness. In this system, the data from the Micro Strapdown Inertial Navigation System (MSINS) are used to analyze and detect the context knowledge of vehicles, whose sensor errors can be compensated by the heuristic drift reduction algorithm for different motion situations. When GPS is available, the vehicle position can be estimated by unscented Kalman Filter, whereas in the case of GPS outages, the vehicle attitude is provided by an attitude and heading reference system and the motion constraints-aided algorithm is used to complete the positioning. In the experiment validation, the integrated navigation system is set up by low-cost inertial sensors. The result shows that the proposed system can achieve high accuracy when GPS is available. For most of the time without GPS, the system can guarantee the positioning precision of 10 m and compensate the errors of MSINS effectively, which fully satisfies positioning needs in complex urban environments.