Reservoir Inflow Estimation Using Remote Sensing, GIS and Geosimulation

RS （remote sensing） applications to hydrological problem solving have successfully transitioned from being experimental to operational in the last couple of years, and information gathered through these technologies can facilitate water resource procedures. Patterns from RS imagery can be translated into a deterministic distribution of input data over a wide area on a pixel-by-pixel basis. This paper presents the implementation of different methodologies of integrating satellite-derived information from RS, and GIS （geographic information system） visualization and simulation capabilities in improving hydrologic estimation processes.

An Overview of Power System Emergency Management in China

The emergency management of power systems in China is reviewed in this paper.The current situation of emergency management is given firstly,then the organization system,warning and plan,emergency headquarter,and emergency power supply are separately discussed in theory and in practice.The advantages and disadvantages in the emergency management are also analyzed.

湖南省2004—2013年细菌性痢疾时空格局GIS技术分析

目的了解湖南省细菌性痢疾的时空分布格局,为强化公共卫生资源的优化配置、开展有效防治措施提供科学依据。方法收集湖南省2004—2013年细菌性痢疾发病的相关数据和资料,描述细菌性痢疾发病的三间分布特征,应用地理信息系统(GIS)对其时空分布格局进行分析。结果湖南省2004—2013年细菌性痢疾发病率为14.83/10万,男性发病率为17.10/10万,女性发病率为12.41/10万,0~20岁发病率较高(32.6/10万),职业构成以散居儿童(34.93%)、农民(25.49%)、学生(14.12%)为主;2004—2009年湖南省发病率逐年升高,而2009—2013年发病率又逐渐下降,常德、岳阳、长沙、益阳、娄底、邵阳、张家界和郴州等8个市发病例数呈先升后降的抛物线形状,湘潭、衡阳、怀化呈持续下降趋势,株洲、永州10年基本持平,而湘西自治州在2013年出现升高现象;空间分布中,湘西自治州发病率最高(39.99/10万),其次是郴州(23.31/10万)和永州(20.20/10万),2004—2013年湘西自治州一直属于高发地区,郴州在2004、2006、2007、2008、2011、2012年高发,长沙在2004—2006年高发后发病率逐渐降低,怀化、邵阳、永州近年来较为高发。结论湖南省自2009年后,大部分地区细菌性痢疾呈下降趋势,但湘西自治州在2013年出现升高现象,细菌性痢疾的发病主要集中在湖南省西部和南部地区,中部以长沙为主,北部地区菌痢发病率较低。

地理信息数据仓库的技术研究

分析了地理信息系统 （ Ｇ Ｉ Ｓ） 的数据管理， 在描述数据仓库技术的实质和特征的基础上， 论述地理信息系统数据仓库的功能、特点， 给出 Ｇ Ｉ Ｓ数据仓库基本体系结构及基于数据仓库的 Ｇ Ｉ Ｓ资源共享模式， 着重叙述其关键技术。

基于空间自相关的灾害影响因子分析

在进行灾害预测时,导致灾害产生的影响因子在空间上的关联程度对预测结果有较大影响。文章提出一种量化灾害影响因子间关联程度的方法,即测量灾害影响因子的空间自相关性;并以重庆市东北部五县区域内的森林覆盖率为例,进行森林覆盖率的空间自相关性分析。研究通过地理信息系统,对相关数据进行预处理,构建数值表面模型,并通过全局Moran’s I指数检验,得出该地区的森林覆盖呈现聚集式的分布,通过局部Moran’s I和局部G统计量得出属性值高低的聚类及其相互间关系。研究结果表明,该地区的森林覆盖情况呈现显著的空间自相关,且存在一定的聚集性,在利用该影响因子进行灾害分析与预测时,应将空间自相关同时作为一项影响因素。