从“75·8”到“21·7”的思考     

李泽椿  谌芸  王新敏 《气象与环境科学》2022,45(2):1-13

  相似文献   

聚焦工程信息管理创新 关注智能基础设施建设 Bentley举办“智慧工作协同创新”专场会议     

吕俐 《中国勘察设计》2012,(6):87-87

本刊讯记者吕俐报道近日,Bentley软件公司(以下简称"Bentley")"智慧工作协同创新"专场会议在京召开。会议围绕如何开发满足中国基础设施建设领域需求的工程信息管理和信息移动化  相似文献   

基于物联网的地震台网安全运行智能保障系统在地震台站的应用     

宋晓煜  魏可心  常思宇  陈沐 《华北地震科学》2022,(2):82-86

阐述了基于物联网的地震台网安全运行智能保障系统利用物联网技术、网络通信技术等,通过统一的操作平台和通信平台,实时监控、分析地震台站基础设施的运行信息,包含供配电系统、环境系统、安防系统、地震监测设备、传输网络的运行参数和状态等,并将数据进行共享,实现以中心站为集中监控管理中心,各个无人值守台站资源的合理调配.此系统在张...  相似文献   

坚持生态文明 增强建设美丽世界动力     

《资源导刊(河南)》2021,(5)

坚持生态文明,增强建设美丽世界动力。生物多样性关系人类福祉,是人类赖以生存和发展的重要基础。工业文明创造了巨大物质财富,但也带来了生物多样性丧失和环境破坏的生态危机。生态兴则文明兴。我们要站在对人类文明负责的高度,尊重自然、顺应自然、保护自然,探索人与自然和谐共生之路,促进经济发展与生态保护协调统一,共建繁荣、清洁、美丽的世界。中国用生态文明理念指导发展。从道法自然、天人合一的中国传统智慧,到创新、协调、绿色、开放、共享的新发展理念,中国把生态文明建设放在突出地位,融入中国经济社会发展各方面和全过程,努力建设人与自然和谐共生的现代化。  相似文献   

应对资源危机的东方智慧     

本刊编辑部 《国土资源导刊(湖南)》2011,(5)

在后危机时代,资源危机愈演愈烈,如何应对和化解危机,越来越成为人们共同关注的话题。近几年,各国学界普遍认为,有数千年历史和文明的东方智慧,将会为人类社会带来许多新的启示与解决之道。  相似文献   

奉化市智慧执法不留土地管理漏洞     

吴慧 《浙江国土资源》2011,(9)

今年年初,奉化市国土资源局被选为宁波市国土资源执法监察信息系统建设工作首个试点单位,经过多次调试和完善后,该系统于今年5月份正式投入使用,通过系统同步开展土地执法监察包括外业巡查、案件办理、公文处理、数据上报等工作,大大提高执法监察工作效率。真正实现了科学化的“管人、管车、管案、管地”。  相似文献   

关注设计安全 保护中国智慧 工程勘察设计行业 数据泄露防护方案研讨会举办 王子牛出席并讲话 杨荣坚致辞     

童春华 《中国勘察设计》2011,(9):10-10

本刊讯为提高工程勘察设计行业的信息安全管理水平,加强行业核心数据的保护,中国勘察设计协会和北京亿赛通科技发展有限责任公司近日在北京共同举办了工程勘察设计行业数据泄露防护系统解决方案研讨会。中国勘察设计协会秘书长王子牛出席并讲话,计算机应用委员会副秘书长杨荣坚致辞。  相似文献   

智慧国土的概念演进、内涵解析和总体架构——以重庆市为例     

吴洪涛  周宏文  蒋正坤  谭龙生  范延平  耿雯 《地理信息世界》2024,(1):21-31

在当前数字中国、数字政务建设大背景下,规划自然资源领域迫切需要厘清智慧国土的概念内涵和总体架构,从而助推自身数字化、智慧化转型,提高履职能力和服务能力。本文首先通过梳理概念演进过程,总结提出智慧国土是推动国土空间整体智治的一种治理新模式;其次,提出智慧国土具有以人为本、泛在高效、多跨协同、融合智能的特征,并以重庆市为例,分析总结其智慧国土的发展现状和存在的问题,提出构成重庆智慧国土的四个体系,即智能融合的技术体系、贯通高效的协作体系、整体智治的应用体系和以人为本的价值体系;最后,围绕技术融合创新、业务系统重塑和组织系统重构对重庆智慧国土发展方向做出展望与总结。  相似文献   

重庆智慧气象探索与实践     

顾建峰 《气象科学进展》2021,11(2):32-38,104

重庆智慧气象围绕"天枢"智能探测、"天资"智能预报、"知天"智慧服务、"御天"智慧防灾组成的"四天"系统开展建设,重点介绍了"四天"系统建设的内涵、构架、功能和成效.最后,对"四天"系统的未来发展和应用进行了展望.  相似文献   

顾及地理-语义动态的城市热点预测框架     

沙恒宇  金广垠  程光权  黄金才  吴克宇 《地球信息科学学报》2022,24(1):25-37

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。  相似文献