【摘 要】
：
风险图是风暴潮灾害风险评估和区划的重要成果，它能清晰地反映风暴潮灾害风险等级分布的时空格局，有利于用图者更好地认识和掌握区域风暴潮灾害风险，提高沿海地方风暴潮灾害风险管理水平。从风暴潮灾害风险评估和区划的角度，阐述了风暴潮灾害风险图的用途、制图内容及色彩和符号设计，以及对未来风暴潮灾害风险制图研究进行了展望。
论文部分内容阅读
风险图是风暴潮灾害风险评估和区划的重要成果，它能清晰地反映风暴潮灾害风险等级分布的时空格局，有利于用图者更好地认识和掌握区域风暴潮灾害风险，提高沿海地方风暴潮灾害风险管理水平。从风暴潮灾害风险评估和区划的角度，阐述了风暴潮灾害风险图的用途、制图内容及色彩和符号设计，以及对未来风暴潮灾害风险制图研究进行了展望。
其他文献
为了解决已有方法不能自动生成反映五官特征且具有写实漫画风格的线条画的问题， 基于数据驱动和滤波的混合方法， 提出一种漫画风格肖像线条画自动生成的方法. 将五官和头发分为2部分， 基于数据驱动的方法合成五官， 使用非数据驱动的方法生成头发. 在已有的特征点基础上， 从数据库中匹配合适的五官数据生成五官图片. 对于头发的处理， 使用Canny边缘检测、图像二值化、自适应阈值二值化和XDoG算子4种不同
面向星链(Starlink)星座的网络仿真是未来低轨卫星星座设计与建设验证和评估的重要工具。针对星链网络规模庞大，结构复杂的特性，设计了一种高性能卫星网络仿真体系。该体系基于云平台的分布式网络仿真架构，通过STK Engine底层接口开发、卫星模型库存储优化和消息异步传输等技术，实现对Starlink星座的快速部署，具有良好的可扩展性。实验表明，所提方法实现了400颗卫星规模的复杂卫星网络的自动化
基于体素表示的三维物体重建计算代价会随着体素分辨率的增加呈立方增长. 为了缓解这一问题， 提出组件感知的三维物体重建方法， 将三维物体分解成多个组件， 通过预测组件几何结构和组装组件的方式重建三维物体， 从而将高分辨率三维物体的重建问题分解成一系列低分辨率组件的重建问题. 组件感知的三维物体重建方法使用组件位置预测模块预测所有组件的位置; 使用组件特征提取模块融合组件表观特征与组件几何特征生成组件
本文针对结构可靠性问题中普遍存在的小失效概率和多种失效模式的情形,提出一种联合多维响应高斯过程模型(Multiple Response Gaussian Process, MRGP)和子集模拟(Subset Simulation, SS)的结构可靠性分析新方法MRGP-SS.针对结构功能函数难以获取显式表达式及多种失效模式之间可能存在相关性的问题,采用MRGP模型构建多失效模式下功能函数的代理模型
工业园区是用能大户，主要存在冷、热、电三种用能形式，且用能高峰与光伏发电时间高度契合。因此，充分利用园区屋顶资源开发光伏项目并合理配置储能，能够有效提升园区用能经济性。为得到最优光-储配置方案，选取存在冷、热、电三种类型负荷需求的工业园区，在考虑光伏不确定性引起园区购电成本增加的背景下，以运行收益最优作为目标函数建立园区光-储鲁棒优化配置模型。该模型利用鲁棒优化理论中的盒式不确定集对光照强度进行处
在全面深化纪检监察体制改革的背景下，“谁来监督监察者”的质疑一直未曾消除过，实践中对纪检监察人员的案件查处是加强自我监督的有力回应。基于实证考察可知，纪检监察机关的自我监督正发挥现实作用，“正人先正己”的价值追求从未放弃。自我监督运行机制中的问题需要正视，主要体现在“四种形态”界限模糊、内部监督程序缺失、内外联动监督机制缺位等方面。基于此，应当优化上级监察机关的监督、创建多元化的预防监督措施、构建
以1981—2018年内蒙古典型草原季节性冻土为研究对象，通过气候倾向率、Mann-Kendall法、多元线性回归等方法，分析最大冻土时空分布特征、年际、年代际变化，研究影响最大冻土深度变化的气象因子。结果表明：（1）内蒙古典型草原季节性冻土冻结初日在9—11月，终日在4—6月，年内最大冻土深度出现在2—3月，深度在100～280 cm之间。（2）最大冻土深度年际变化分为下开口抛物线型、上开口抛物
2021年5月21日,云南漾濞地区发生M_w 6.4级地震,然而发震区的活动构造前期研究薄弱。针对此次地震开展监测与震源参数反演研究,对深入掌握漾濞地区及其邻近区域的孕震及发震机理和构造活动特征具有十分重要的科学意义。利用欧洲航天局两个轨道的Sentinel-1A SAR卫星影像获取了升、降轨的同震形变场,并利用Okada矩形弹性位错模型反演了震源参数以及同震的滑动分布。监测结果显示,同震破裂引发
以异构测控网资源联合调度为研究对象，提出一种基于强化学习的深度Q网络（DQN）算法。在充分分析异构测控资源联合调度问题特点后，用数学语言对影响问题求解的约束条件进行描述，建立了资源联合调度模型；从应用强化学习解决问题的角度，对求解的问题进行马尔科夫决策过程描述后，分别设计了两个结构相同的神经网络和基于ε贪婪算法的动作选择策略，并建立了DQN求解框架。仿真结果表明，基于DQN的异构测控资源调度方法较
法矢是三维点云曲面最基本的几何属性. 为解决传统几何估算子与基于学习技术中的问题， 提出基于几何先验和深度学习的点云法矢估算方法. 首先， 使用一个多尺度曲面块选择方法保持点云的特征和细节， 以降低后续深度网络的学习难度; 然后， 结合局部特征和几何先验知识设计一个法矢优化神经网络， 输出精确点云法矢; 最后使用合成模型数据和Microsoft Kinect V1扫描得到的真实模型数据进行验证，