【摘 要】
：
为分析新沭河沿线堤防的溃堤洪水风险,基于Infoworks RS建立了新沭河片防洪保护区一、二维耦合水动力学模型,依据道路和堤防的实测高程更新地形数据,采用抽稀技术将道路和堤防节点均匀化、优化网格,提高了模型计算精度和效率。通过计算新沭河不同洪水量级和不同溃口位置的多种溃堤洪水方案,得到各类洪水的风险要素,并与空间地理关系进行叠加分析,统计得到不同洪水方案的洪灾损失。结果表明,新沭河溃堤洪水风险与
论文部分内容阅读
为分析新沭河沿线堤防的溃堤洪水风险,基于Infoworks RS建立了新沭河片防洪保护区一、二维耦合水动力学模型,依据道路和堤防的实测高程更新地形数据,采用抽稀技术将道路和堤防节点均匀化、优化网格,提高了模型计算精度和效率。通过计算新沭河不同洪水量级和不同溃口位置的多种溃堤洪水方案,得到各类洪水的风险要素,并与空间地理关系进行叠加分析,统计得到不同洪水方案的洪灾损失。结果表明,新沭河溃堤洪水风险与溃口位置和洪水量级直接相关;新沭河中下游溃堤洪水风险明显高于上游;随着洪水量级增大,溃口流量增大,洪水影
其他文献
本文以A单位为例,介绍了其政府采购审计的开展方式、审计流程、审计经费列支渠道等基本情况,以及审计中遇到的较为典型的问题,并提出了进一步加强采购审计工作的对策。
近年来,组织、人事等部门在涉及人大代表推荐提名、评先表模等事项时,习惯于征求审计机关意见,要求审计机关帮助把好代表人选等审查考察关,确保队伍质量,防止"带病提名"、"带病当选"。审计部门在回函时,面临一些问题,存在一定风险隐患,需要在今后的工作中加以完善与规范。一、存在的现状及问题(一)对象面广人多。组织部、人事等部门往往将所有候选人员都纳入向审计部门征求意见的范畴。这些人员中有属于审计监督范畴的
Objective To investigate the relationship between Cytochrome P-450 1A1(CYP1A1)gene polymorphism and the ethnic differences to brick-tea fluorosis and the gene-environment interaction.Methods Inhabitan
为研讨和交流国内外遥感、遥测、遥控(以下简称"三遥")及导航领域信息技术的最新进展和科研成果,拟于2018年7~8月举办"第十六届全国遥感遥测遥控学术年会",并出版论文集。会议由中国电子学会遥感遥测遥控分会主办
西南喀斯特地区地形起伏大、土壤保水持水性差、生态环境脆弱.准确估算区域尺度蒸散发对研究喀斯特地区植被恢复、水资源管理等具有重要意义.本文以桂西北喀斯特植被恢复区为例,基于野外实测气象和蒸散发数据,采用最小二乘法对Penman-Monteith-Leuning(PML)模型中气孔导度土壤湿度指数进行参数优化,并结合MOD15A2叶面积指数进行空间外推,实现了区域尺度上长时序蒸散发的估算.结果表明:研
提出了一种基于矢栅协同的地表覆盖变化信息提取方法,并详细分析了其关键技术。在变化检测指标设计中,提出顾及遥感指数量化范围拉伸的变化发现算法;通过选取试验区,利用统计计算与空间叠置分析,提取出地表覆盖变化发生区域与变化类型信息,对方法的可行性进行了验证。研究表明,该方法以地理国情普查成果本底数据作为基础,可获得高精度的地表覆盖变化信息,能够为地理国情监测提供一种适用而有效的、基于高分辨率遥感影像的变
针对传统地形分布场渲染场景重建方法精度不高的问题,提出基于小波包分层增强的激光雷达地形数据的场景重建方法。首先,通过高光谱成像技术实现地形数据采集,并采用多频段线状分割法对激光雷达地形特征进行标注;在此基础之上,结合灰度像素值角点检测技术对地形测图关键点进行跟踪渲染,采用小波包分层增强方法对地形进行细节增强,完成地形数据的场景重建。仿真结果表明,采用改进方法进行激光雷达地形数据场景重建,其归一化均
建立了基于RS-DEA的产学研合作效率评价模型。模型首先利用DEA方法构建产学研合作投入产出指标体系并通过BCC模型评价其效率,其次利用粗糙集理论对计算结果进行离散分析,然后通过粗糙集理论对投入产出指标体系进行约简,得到影响投入产出效率的关键属性并推导出规则集,最后给出产学研投入产出调整方案及对策建议。两种方法的有机结合,使得建立的产学研合作效率评价模型既能充分反映产学研合作投入-产出的特点,又能
利用单一结构元素对遥感图像进行形态学边缘检测时,可能会出现边缘不完整、抑制噪声能力差等问题。为此,提出了一种基于可变结构元素的遥感图像形态学边缘检测方法。首先,依据遥感图像目标的多样性,构造不同尺度和包含多方位的结构元素,以此可变结构元素为基础,构建相应的形态学运算,对遥感图像进行Top-hat和Bottom-hat变换,抑制目标背景中的噪声,突出图像目标边缘;然后利用构造的可变结构元素进行形态学
本文提出了一种遥感图像目标检测框架,克服了遥感图像中由于目标较小且背景复杂造成的目标检测任务中的困难.所提框架包含两种深层神经网络模型,分别是全卷积网络模型和卷积神经网络模型.首先,使用全卷积网络提取遥感图像中可能存在待检测目标的候选区域,避免了对图像的穷举搜索.其次,使用深层卷积神经网络对候选区域分类,通过提取高层特征提高分类正确率.然后,提出了新的遥感图像目标检测数据集,模型的训练全部使用图像