Research and application of real-time monitoring and early warning thresholds for multi-temporal agricultural products information

Monitoring and early warning is an important means to effectively prevent risks in agricultural production,consumption and price.In particular,with the change of modes of national administration against the background of big data,improving the capacity to monitor agricultural products is of great significance for macroeconomic decision-making.Agricultural product information early warning thresholds are the core of agricultural product monitoring and early warning.How to appropriately determine the early warning thresholds of multi-temporal agricultural product information is a key question to realize real-time and dynamic monitoring and early warning.Based on the theory of abnormal fluctuation of agricultural product information and the research of substantive impact on the society,this paper comprehensively discussed the methods to determine the thresholds of agricultural product information fluctuation in different time dimensions.Based on the data of the National Bureau of Statistics of China(NBSC)and survey data,this paper used a variety of statistical methods to determine the early warning thresholds of the production,consumption and prices of agricultural products.Combined with Delphi expert judgment correction method,it finally determined the early warning thresholds of agricultural product information in multiple time,and carried out early warning analysis on the fluctuation of agricultural product monitoring information in 2018.The results show that:(1)the daily,weekly and monthly monitoring and early warning thresholds of agricultural products play an important early warning role in monitoring abnormal fluctuations with agricultural products;(2)the multitemporal monitoring and early warning thresholds of agricultural product information identified by the research institute can provide effective early warning on current abnormal fluctuation of agricultural product information,provide a benchmarking standard for China's agricultural production,consumption and price monitoring and early warning at the national macro level,and further improve the application of China's agricultural product monitoring and early warning.

Development and Application of Meteorological Disaster Monitoring and Early Warning Platform for Characteristic Agriculture in Huzhou City Based on GIS

Based on the needs of characteristic agricultural production for meteorological services in Huzhou City,we use C# programming language to develop the meteorological disaster monitoring and early warning platform for characteristic agriculture in Huzhou City. This platform integrates the functions of meteorological and agricultural information monitoring,disaster identification and early warning,fine weather forecast product display,and data query and management,which effectively enhances the capacity of meteorological disaster monitoring and early warning for characteristic agriculture in Huzhou City,and provides strong technical support for the meteorological and agricultural departments in the agricultural meteorological services.

Study on Quality and Safety Trust Early Warning of Dairy Products Based on Statistical Process Control

In order to solve such problems as lack of dynamic evaluation system in evaluation of quality and safety trust of dairy products,and weak awareness of prevention,it is necessary to introduce the statistical process control into the quality and safety trust evaluation system of dairy products,and establish quality and safety trust early warning model for dairy products,so as to determine the control limit of control chart and carry out early warning according to eight criteria. According to the empirical results,the statistical process control is helpful for finding the hidden process risks and providing the necessary basis for enterprises taking positive measures to raise the confidence of consumers.

Coal mine safety production forewarning based on improved BP neural network

Firstly, the early warning index system of coal mine safety production was given from four aspects as per- sonnel, environment, equipment and management. Then, improvement measures which are additional momentum method, adaptive learning rate, particle swarm optimization algorithm, variable weight method and asynchronous learning factor, are used to optimize BP neural network models. Further, the models are applied to a comparative study on coal mine safety warning instance. Results show that the identification precision of MPSO-BP network model is higher than GBP and PSO-BP model, and MPSO- BP model can not only effectively reduce the possibility of the network falling into a local minimum point, but also has fast convergence and high precision, which will provide the scientific basis for the forewarnin~ management of coal mine safetv production.

基于Android平台的智能养殖监控客户端设计与实现——以智能猪舍为例

为了改善大规模生猪养殖管理混乱、环境恶劣等问题,满足管理系统便携性与时效性需求,设计开发了基于Android的猪舍实时监控客户端。该系统不仅可以观测猪栏实时环境参数,还可根据不同情况作出最佳环境控制,对猪舍进行视频监控。具有智能提醒功能,设置各环境因子阈值,持续超标对象将被推送至客户端,供管理者及时调整相关控制设备。测试表明:该客户端系统运行稳定,用户可实时监测和调控猪舍环境。

基于深度学习与机器视觉的起重机吊装安全监测方法

随着我国经济的快速发展,各类大型工程层出不穷,对起重机吊装作业的需求不断增加。然而,吊装作业过程中依然存在众多的安全隐患,极易造成人员伤亡等安全事故。因此,该文提出一种基于深度学习和机器视觉的起重机吊装安全监测方法。将深度学习与机器视觉相结合对监控图像中的被吊物和工人进行识别和定位,同时可自主判断工人是否佩戴安全帽。根据监测模型的识别和定位信息,获得工人与被吊物之间的空间关系,为起重机吊装过程提供安全预警信息。为了提高所提方法的实用性和便携性,开发一个起重机吊装安全智能监测系统,不仅可以实时显示监控图像的识别结果,而且能够输出场景的语义描述、发出安全预警信号。

基于Intelligent pre-warning系统解决的山区高速公路事故频发问题

近年来,交通监控系统已广泛应用于高速公路上,但山区高速公路事故发生率依然较高,安全问题已经成为民生关注的热点问题。文章基于Intelligent pre-warning系统探讨分析,构建山区高速智慧安全预警系统,解决山区高速公路安全问题。

对“水利测雨雷达”的新质生产力研究

高精准降雨监测预报对于支撑水旱灾害防御等水利业务预报、预警、预演、预案“四预”工作至关重要。水利测雨雷达系统主要观测近地面2 km高度范围内大气中的液态水,能够实现无缝隙、精细化监测并生成高精度实况定量降雨产品,具有较为精准的外推1~3 h降雨临近预报能力,是水利新质生产力的典型代表。系统梳理了我国降雨监测发展历程,包括无器具测量、雨量器萌芽、标准化人工雨量器、自动记录式雨量器和现代自动测雨五个阶段。在此基础上,从雨量站业务应用、天气雷达业务应用、气象卫星业务应用角度,分析当前“四预”业务中降雨监测现状与问题,进而梳理了水利测雨雷达发展进程并分析其技术优势,包括:能够实时生成超精细化的网格降雨实况数据,能够实现精细化网格化降雨预报,以及系统运行稳定高效。结合水利测雨雷达在河北省大清河流域以及湖南省捞刀河、浏阳河流域的良好应用成效,指出其作为水利新质生产力在赋能“四预”方面具有应用前景。

基于陆探一号SAR卫星的地质灾害普查监测技术研究及应用

为提升城市安全风险综合监测预警能力,进一步摸清城市安全风险的结构特点,济南市自2024年开始引入基于卫星的“天基”监测网络,将SAR卫星用于河堤、大坝、桥梁等重大基础设施、超高层建筑、矿山、地质灾害等的月度形变监测。本文利用LandSAR国产软件,基于陆地探测一号(LT-1)SAR数据对济南市南部地区2800 km^(2)范围区域开展了地表形变研究。研究结果表明,LT-1可有效用于地质灾害形变普查监测,济南市地质灾害隐患集中分布的南部地区地表较为稳定、无重大形变变化;同时,还监测到部分露天矿区存在明显沉降,也可为矿区安全生产等监管提供监测依据。

基于风险预警的消费品安全政府监管:理论与实践

为保障消费者人身财产安全,政府部门将风险预警作为监管工具之一,在国内外不同产品监管领域中均有应用,而我国消费品安全风险预警机制尚未建立。本文基于预警概念界定和相关理论基础的阐述,比较分析了国内外产品安全风险预警监管体系的运行实践经验。研究发现不同国家不同监管领域中风险预警的定义、类型、特点并不统一,各国风险预警制度与其自身消费品安全监管体系相适应;总结产品安全风险预警的类型,进而分析适合我国消费品安全监管的风险预警制度设计,为开展消费品安全风险预警实践提出了对策与建议。

大型复杂船舶建造过程中的智慧消防监测预警系统设计

针对大型复杂船舶建造过程中的安全管理,设计智慧消防监测预警系统。构建包含感知层、传输层和处理层等3层结构的系统模型,设置自动预警、预警信息推送、远程指令下发、设备自检和设备联动等系统功能,并采用组网与数据传输技术、协同预警技术、面向现场作业的预警信息推送技术和预警子系统构建技术等关键技术。该系统可提供安全风险监测预警,有效提升大型复杂船舶建造过程中的应急响应能力。

新三峡库区长期地质安全战略研究

2020年11月三峡水利枢纽工程由175 m试验性蓄水过渡到正常蓄水运行阶段。由于三峡库区人口增加达到1000万人以上,加之长江航运年货运量将达到2亿t,如何保障库区城镇和航道长期地质安全成为防灾减灾工作的重中之重。总结了三峡工程蓄水运行期间库区地质灾害演化特征,介绍了三峡库区地质灾害监测预警系统,指出了水位循环消落导致库岸岩体劣化问题以及滑坡涌浪风险,提出了库区城镇和航道长期地质安全措施建议:大力提升库区城镇滑坡、高边坡和岸坡劣化带实时监测与精准预警信息化水平;高度重视岸坡劣化带造成的滑坡崩塌灾害风险并加快分区分期综合治理;进一步加强库区城镇扩展新区不良地质工程和潜在滑坡灾害整治,探索划定地质灾害红线;加强库区城镇地质灾害风险管理和地质安全诊断;加强三峡库区地质灾害防治和应急处置能力建设;加快三峡工程蓄水以来的地质灾害科学技术研究。为三峡后续工作提供前瞻性、针对性、储备性的防灾减灾技术综合对策参考。

城市地下空间安全监测与预警指标研究

为保障城市地下空间开发利用的安全性,促进城市可持续发展,通过文献调研、现场调查和专家咨询等方法,分析提出城市地下空间监测的五项原则,将监测对象划分为三类:工程结构本体、周围岩土体以及周边环境。将监测指标归纳为变形类、力学类、振动类和宏观状态类共四类,其中变形类指标执行双控要求,其他三种指标执行单控要求。监测趋势预测分析可采用公式法、回归分析法、时间序列分析法、灰色预测法、神经网络法和支持向量机法等。全国各地监测控制值基本一致,但预警分级标准存在地区差异,其中北京市和广州市分级预警具有较大参考价值。目前城市地下空间安全监测存在七项不足:预警分级标准不完善,人工监测效率低,监测参数单一,监测信息缺少共享协同,测量精度较低,重监测轻预测以及缺乏数据融合和机器学习应用。针对这些问题,可采取七项措施进行改进:建立合理预警分级标准,发展自动化与智能化监测,多参数综合监测,应用远程监测与云平台,开发高精度测量设备,监测和预测并重,以及数据融合与机器学习应用。

安全监测系统在海口闸工程中的应用分析

针对淮河入海水道海口闸工程现状,增设安全监测设施,并将各子系统整合进安全监测自动化平台系统,对工程进行持续不断的监测,并对监测数据进行分析,提供预警信息,确保工程稳定运行。

基于BP神经网络的油气田站场管道安全预警方法

油气田站场管道承担着接收、增压、分输、清管、计量等具有高度危险性工作,一旦管道出现异常状况容易引起重大燃烧和爆炸事故,因此对油气田站场管道状态进行监测及安全预警十分重要。利用基于BP神经网络的状态监测数据处理方法,首先确定油气田站场管道应变数据作为状态监测指标,采集油气田站场管道的应变监测数据,通过BP神经网络进行仿真实验,获得并验证管道应变预测模型,利用控制图理论筛选出异常数据并对异常数据分类分级,同时依据危险等级类别进行安全预警并制定预案。该方法在风险发生初期就能发现异常状态数据,从而有针对性地采取相应的安全对策,以防止危险事故的发生。

永吉高速边坡自动化监测预警及变形分析

以永吉高速DK0+585~DK0+780段右侧滑坡为研究案例,设计了传感器布设方案,采用自动化的监测预警系统对其进行全天候、自动化的监测和预警,系统可及时准确地识别边坡每一次变形加速过程,起到了预警作用。通过对监测数据的分析,总结其变形特征,并结合现场巡查情况、工程地质情况进行综合的安全评价。结果表明,该滑坡目前仍处于不稳定状态,且主要诱发因素为降雨,采用自动化监测预警能够准确把握滑坡的变形加速过程,有效保障高速公路的运营安全。

矿山安全风险智能监测预警系统研究

近年来矿山安全问题频发,各地政府部门高度重视对矿山的安全监管。通过分析当前矿山安全监管现状,梳理了矿山安全监管监察数字化转型存在的问题。结合人工智能、大数据等新一代技术,提出了关于矿山监管部门的矿山安全风险智能监测预警系统。介绍了安全风险一张图、视频智能检测、风险智能识别、风险闭环管理及应急通信调度等系统功能,阐述了视频智能分析平台和大数据分析平台等系统功能的实现基础,为提高矿山安全监管执法水平、推进智能化矿山建设、保障矿山安全生产提供参考。

煤炭企业安全风险动态管控体系质量评价模型

建立科学合理的评价指标体系,开展安全风险动态管控体系质量评价,对于煤炭企业提升安全风险管控工作的科学性和可行性具有重要意义。针对动态变化的安全风险,对煤炭企业目前开展的双重预防机制建设、监测预警系统建设、应急处置等工作进行了解构和重组,构建形成“风险评估综合监测超前预警快速处置”煤炭企业安全风险动态管控框架,阐明各要素之间的信息流转和相互联系。在此基础上,根据相关法规标准要求、学界研究成果等,以事前预防为导向,按照简明扼要、便于操作、科学合理、重点突出的原则,从不同角度对“风险评估综合监测超前预警快速处置”四要素进行画像,进而提出煤炭企业安全风险动态管控体系质量评价指标体系和加权计算模型。通过对某国有重点煤炭企业进行评价实证,表明该模型能够科学客观地评价煤炭企业安全风险动态管控体系质量,为煤炭企业提升安全风险管控工作的科学性和可行性提供合理化建议。

森林消防监测预警无人机设计研究与实践

为了优化森林消防监测预警无人机的设计流程和方法,降低森林火灾带来的隐患和损失。调研了国内外相关领域和产品的发展现状和规律,并且根据对应用户绘制了用户旅程图,总结了用户的痛点和需求点,并且根据实际使用场景归纳了产品的设计思路与原则。根据总结的设计思路与原则,进行了相应的设计实践。探讨了无人机产品在森林消防监测预警场景中的设计方法和实践,对于同类型的设计研究提供参考,同时促进了无人机在更多细分领域的专业化发展。

双塔连体建筑结构健康监测及抗震安全预警管理研究

以扬州建工科技园工程项目为研究对象,利用传感器技术、5G通信技术等,基于神经网络的人工智能算法,建立结构健康监测及抗震安全预警管理系统。该系统能够实现对建筑结构的实时、远程监测,并能够在地震到达建筑前对结构的安全性做出准确预判的目标,为结构应急响应决策提供依据,保障人民生命和财产安全,对于同类型的工程具有一定的参考价值。