排序方式: 共有30条查询结果,搜索用时 265 毫秒
21.
毗邻北京的河北省涞水县野三坡景区自7月21日遭受严重洪涝灾害以来,经全力抢险救灾,截止到7月26日,景区内的交通、电力、通信等基础设施已基本恢复,因灾死亡人数为13人。这是笔者近日从网上看到的一则消息。由于笔者前不久到过野三坡景区,因此,看到野三坡的消息不免多留意了一下。被这条消息所吸引,也正是由于当时野三坡的交通让笔者吃了不少的苦头。 相似文献
22.
23.
2010年9月底以来,海南省遭遇了特大洪涝灾害。灾情发生后,海南省军区部队官兵坚决贯彻上级的指示要求,积极投身抗洪救灾抢险行动。在遂行抗洪抢险任务中,海南省军区高度重视恶劣气候条件下的运输保障任务,严密组织、周密部署、统筹协调,广大车勤人员冒着路况不明、塌方、泥石流等危险, 相似文献
24.
洪涝灾害具有暴发突然、时间紧急、情况复杂、条件困难等特点,要求抢险部(分)队迅速形成应急保障力量,及时展开工程保障作业,保障人民群众生命财产安全。抗洪抢险工程装备保障是既不同于平时又有别于战时的一种特殊保障形式,有其自身的特点和规律。因此,着眼做好非战斗军事行动工程装备保障准备具有非常重要的意义。 相似文献
25.
<正> 一、流域内城市防洪现状随着国民经济的持续发展,长江工业带逐渐形成,沿江(河)城市在经济发中的作用也愈来愈大,而防洪问题将成为城市经济进一步发展的制约因素,城市防洪日益显示出极大的重要性。历史上城市防洪工程都是逐步形成并发 相似文献
26.
从古至今,美丽的珠江曾经养育了两岸世世代代地儿女,创造了无数辉煌的经济奇迹。但是,在工业化进程中,无序地开发利用,给珠江带来了难以言说的"伤"。只有对珠江实行科学规划、合理开发、强化管理,才能再现一个现代版的珠江流域"清明上河图"。为此,本刊对话各相关领域权威专家,以期还珠江一个更美好的明天。 相似文献
27.
为科学评估地铁洪涝灾害发生的可能性,增强地铁洪涝灾害的防治和应急能力,减少人员伤害和财产损失,以我国已发生的地铁洪涝灾害历史事件中提取的相关数据作为样本,通过解构地铁洪涝灾害的致灾因素,从自然因素、周边环境和防汛能力3个维度,共13个致灾因素分析地铁洪涝灾害发生的原因及相关信息,并基于DNN神经网络方法构建用于预测是否会发生地铁洪涝灾害的神经网络模型。结果表明:(1)地铁洪涝灾害预测模型在准确率和F1 Score指标评价上均表现良好,准确率为85%, F1 Score值为0.9,且测试集结果与实际是否发生地铁洪涝灾害情况基本一致;(2)防汛能力较差和不良的周边环境因素会加重地铁车站承灾环境的脆弱性,应予重点关注;(3)自然因素是构成地铁洪涝灾害的关键要素,应多加强自然因素和防汛信息调度之间的及时性。 相似文献
28.
今年5月以来.中国多个省市遭受了多轮特大暴雨袭击及洪涝灾害,继1998年特大洪水后,“百年一遇”几成绝响。但今年.这个纪录被屡屡打破。“五百年一遇”、“千年一遇”、“两千年一遇”……华中、华南、华东大部,泽国一片。 相似文献
29.
地铁车站形式以地下段为主,进入雨期时受到洪涝灾害的威胁,易发生雨水倒灌现象,严重影响居民出行和地铁安全运营。为进一步提高地铁车站洪涝灾害预测的效果,提出基于RF-RFE和DNN神经网络的地铁车站洪涝灾害预测方法。首先,通过收集并分析已发生地铁车站洪涝灾害的案例,采用文献综述结合专家访谈的方法,构建地铁车站洪涝灾害初始变量集;然后,利用随机森林—递归特征消除(RF-RFE)算法,计算初始变量重要性并完成变量分类正确率排序,从初始变量集中筛选出重要变量;最后,建立DNN神经网络预测模型,并以筛选出的重要变量作为输入样本,训练DNN神经网络,完成对地铁车站洪涝灾害的预测。研究结果表明:(1)变量选择可提高预测模型精度,与初始变量集的DNN神经网络预测模型相比,数据筛选后的DNN神经网络预测模型准确率提高了4.36%;(2)RF-RFE和DNN神经网络算法结合具有良好的效果,预测模型准确率为88.1%,F1分数为0.9。 相似文献
30.