大数据构建城市应急预测预警体系

随着国内智慧城市建设项目的不断推进,物联网和互联网技术的不断壮大为大数据与云计算的融合应用提供了基础性条件。文章根据城市大数据的特点,运用数据标签、数据细胞和数据活化等基本思想,构建物理空间与数字空间相匹配的城市数字映像模型——数字孪生技术,提出了城市内在的4种对应关系:运行与预测,事件与模型,分析与算法,预兆与预警,探索城市应急预测系统的建设思路。通过城市应急业务的大数据智能分析的"精加工"处理,构建"一条主线、二个维度、三个保障"三位一体的城市应急预测预警体系,提升城市应急管理领域的现代化治理水平。

网络舆情中基于突发事件的应急预测算法研究

针对网络舆情中突发事件发生发展的不确定性,提出一种基于贝叶斯算法的突发事件应急预测方法,综合考虑用户影响力和词语权重信息,给出突发度的概念,依据其判断一个词是否为突发词。按照突发事件演化的过程,以网络舆情中突发事件的状态改变为基础,分别建立三种子网络,基于子网络中的公共变量结合三种子网络,构成网络舆情中突发事件预测的整体网络。求出网络中所有节点的边缘概率,获取先验和后验概率网络,给出网络舆情中突发事件贝叶斯网络中的推理,从而完成网络舆情中基于突发事件的应急预测。仿真实验结果表明,所提方法具有很高的准确性。

黄海绿潮应急预测系统业务化研究与应用

国家海洋局北海预报中心基于三维全动力POM海洋模式,利用TERRA/AQUA-MODIS、SARCOSMO-1/COSMO-2和HY-1B卫星、航空、船舶、岸基等多源、多时相监测数据,建设了集黄海绿潮监测、信息提取与融合、数据收集、预测预警及产品发布等功能于一体的综合业务化系统,在绿潮应急期间向政府及相关部门及时提供绿潮相关信息,为政府及相关部门防灾减灾工作提供了大力的技术指导,为及时启动应急预案提供了依据。为黄海及周边地区海洋经济社会的发展和《山东半岛蓝色经济区发展规划》的顺利实施都具有重要作用。

台湾海峡海洋动力环境应急预测系统关键技术研究

描述了台湾海峡海洋动力环境应急预测系统的基本框架结构,并介绍系统的六个模块:用户管理模块、大气动力、海洋水动力、海浪、搜救和溢油。在数据处理方面采用WRF和ROMS模式提供的预测数据,利用预测的温度和流的数据对任意台湾海峡内发生溢油、污染物泄漏等事件进行快速响应。台湾海峡海洋环境应急预测系统具有功能综合、结合GIS、利用AJAX技术、通过ADO.NET访问WEB数据库等特点,可以为海上发生突发事故采取的应急措施提供帮助。

云计算架构下的安全生产应急预测预警系统的设计和应用

云计算是IT行业的前沿学科。本文介绍了云计算的概念、架构和特点,并论述了应急预测预警系统构建在云计算平台的可行性。接着详细描述了安全生产应急预测预警系统在云计算架构上的应用模式、技术架构、功能模块和应用流程。

基于应急报警事件的先重构后建模预测法的探索研究

通过大量实验证明了公安110报警事件具备可预测性。该预测模型具备适用性特点,可应用于公安机关实战指挥及政府应急管理部门的预测应用,并辅助决策支持。该创新建模预测过程称为先重构后建模预测法。

基于多元模糊回归的应急物资需求预测模型

为了提高应急物资需求预测的精度,基于应急物资需求预测问题的特点,引入对称三角模糊数表示影响因素的模糊特征,建立基于多元模糊线性回归的应急物资需求预测模型,并给出多元模糊线性回归预测模型的参数估计方法,通过实证案例分析,验证预测方法的有效性.结果表明,灾害级别、受灾人口、受灾面积是影响应急物资需求预测的重要因素,针对灾害级别、受灾人口、受灾面积等因素的不确定性特征,用对称三角模糊数表征有关模糊属性,有助于提高应急物资需求预测的准确性.

我国农业气象灾害预测应急技术方法与推广概况

主要汇总、整理和分析了我国常用的气象灾害预测应急技术的原理和发展现状,为提高农业管理人员应对农业突发事件的应急能力提供一定的理论方法,减少发生气象灾害时带来的经济损失。

基于加权最小二乘支持向量机的应急物资需求预测方法

针对应急物资需求量的预测问题,提出了一种改进的加权最小二乘支持向量机预测建模方法。在该方法中,各数据样本的权重可以根据最小二乘支持向量机的学习结果进行不断的自适应迭代修正,从而消除包含误差的数据样本对预测模型的影响。基于实际救灾数据的测试结果表明了所提出方法的有效性。

地震应急数据库中人口数据预测——以乌鲁木齐市为例

利用统计年鉴、人口普查数据、遥感影像等资料,将乌鲁木齐市按区县级行政区域为单位提取近10年的人口数据,确定各区县历年来人口分布变化情况。挖掘研究区内人口-时间变量关系,建立人口预测模型——GM(1,1)模型,预测未来2年乌鲁木齐各区县人口数据,以弥补数据库数据因滞后2年无法及时更新所导致的数据空缺。

BP神经网络模型在应急需求预测中的应用——以地震伤亡人数预测为例

为更准确地预测应急需求,以地震伤亡人数预测为例,收集1990—2010年全国范围内破坏性地震的伤亡人数资料,综合考虑影响地震人员伤亡的众多因素,选取地震发生时间、震级、震中烈度、人口密度、抗震设防烈度、预报水平等6项主要因素作为评价指标,采用BP神经网络,以主成分作为输入层神经元,伤亡人数作为输出层神经元,经过网络训练对样本数据进行仿真,建立地震伤亡人数预测模型。算例表明,与高斯拟合函数模型相比,BP神经网络模型对地震后伤亡人数的预测精度提高了7.5%。

连锁零售企业应急需求预测——基于粗糙集和支持向量机

突发事件发生时,如何提高应急物流能力是连锁零售企业亟待解决的问题。将粗糙集理论引入连锁零售企业应急需求的预测中,建立基于粗糙集与支持向量机的连锁零售企业应急需求预测模型。首先利用粗糙集约减数据,剔除冗余信息,然后把它们作为支持向量机的输入矢量来预测应急需求。结果表明,与传统支持向量机模型相比,新的模型预测精度更高,更能有效预测应急需求。

高速铁路交通事故应急救援进度预警模型

目前针对高速铁路应急救援处置流程监管,主要依靠应急管理人员指挥及自身经验完成,对应急救援进度预警研究还存在不足。根据高速铁路行车事故应急救援过程,利用随机网络GERTS模型并确定节点参数,将预测结果作为合理的救援计划时间,对比关键工序实际救援时间与计划时间,判断进度延误趋势,以进度偏差为指标进行预警,完成高速铁路交通事故应急救援进度预警模型的构建,并以某次高速铁路事故应急救援过程为例,说明模型的具体预警过程。通过高速铁路交通事故应急救援进度预警模型,可对应急救援进度进行预警,帮助应急管理人员更加深入了解救援实际情况,及时采取有效措施,提高救援效率,保障救援及时完成。

国内外溢油应急技术现状及发展趋势

海上船舶运输是全球各地区之间主要的石油运输方式,一旦发生重大溢油污染事故将会给环境和经济造成巨大损失。石油开采、管道输送、储油罐泄漏等也会给周围河流、地下水等造成巨大污染。建立一套完善的溢油应急技术,开发应用先进适用的溢油监视、监测、预测和处置技术,能够有效防治水体污染带来的问题,最大程度地减小溢油事故造成的危害。通过对比研究国内外溢油应急监视、监测、预测,以及应急处置相关技术现状,分析我国目前溢油应急响应技术存在的不足,为今后我国溢油应急技术的发展提出相关建议。

基于大庆市城市供水应急预案

阐述了大庆市应急供需水量预测的成果,并重点介绍了城市用水的监测与预警,根据城市的实际情况制定了应急调度预案。

基于网络信息与BP神经网络的应急物资需求预测研究--以积石山县6.2级地震为例

为应对震后应急初期难以及时获取灾情信息,灾区内各区域应急物资需求不明等问题,引入实时网络资源信息结合历史地震数据进行物资需求预测。通过爬取2023年12月18日甘肃积石山地震震后72h内112672条多平台网络信息,使用BERT-CNN模型对网络信息进行分类。结合历史地震数据,采取TOPSIS方法完成应急需求急迫度评估,将其作为新的样本特征引入BP神经网络,以优化对积石山县内各乡镇死亡人数预测效果。最后基于死亡人数与安全库存理论,完成对震后72h灾区各乡镇饮用水、帐篷两类物资的需求预测。通过实验证明,引入网络资源可以及时反映灾区受灾情况,提高应急物资预测的时效性、精细度和准确性。

台风灾害应急物资需求预测模型

为了快速科学地了解台风灾害发生后灾区所需救灾物资的类型、数量及其在时序上和空间上的需求情况,通过对中国登陆台风历史资料的统计,分析成灾因子、孕灾环境、承灾体、区域应急能力等,提出了基于精细网格的台风灾损空间模型及应急物资需求定性预测模型。根据此模型能在灾害过程中快速预测灾区受灾情况,预测灾区救援物资的定性需求。将该模型运用于台风的实例中,验证了模型科学有效。

水源地突发水污染时应用需水量估测研究

以辽宁南部某城市为研究对象,结合特征属性差异指数,通过案例相似筛选分析,对城市发生水源地污染事件进行风险分析,并对发生水源污染事件应急需水量进行估测。研究成果可为其他区域水源地发生水污染事件应急预案的制定提供方法依据参考。

气象灾害条件下电网应急物资预测方法

为提高电网应急物资调配响应速度和电网抢修效率,提出一种案例推理与深度学习相结合的电网气象灾害条件下的应急物资预测方法。以气象信息、电网设备数据和地理环境数据为输入信息,利用案例推理方法确定预测模型输入、输出结构,并根据不同输入信息的特点进行处理和量化,利用深度置信网络完成案例适配,综合事故规模信息建立动态电网应急物资预测模型。分析结果表明,本研究提出的预测方法能够综合分析各类特征因素,并结合事故规模建立与应急物资需求的关联关系,对气象灾害条件下电网应急物资需求进行准确预测,从而为高效准确的电网应急响应提供依据。