排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
受城市不断升级、扩张的影响,彩钢板建筑群作为城市发展进程中的重要产物大规模出现,其是城市脆弱区的典型代表建筑物之一.彩钢板燃点低、布局间距小,存在较高的火灾安全隐患,合理的消防站点布局是城市火灾高发区最有力的安全保障.因此,本文以兰州市主城区作为研究区,首先,利用彩钢板建筑群、POI和城市火灾数据,采用核密度分析、相关性计算等方法划分研究区内火灾风险分布等级;其次,借助"位置-分配"模型并结合优化目标进行模拟运算.实验结果表明:①兰州市城中村、城乡接合部均存在大规模的彩钢板建筑群,火灾频发、救援难度大.②彩钢板建筑群、POI点与火灾点的耦合度较高,二者结合可以全面、精确地模拟火灾发生点.③兰州市高火灾风险区主要分布在刘家堡街道、建南路街道、皋兰路街道等区域.④现有消防站点5 min响应时间内的覆盖率为26.19％,高火灾风险区的覆盖率为44.41％.通过多次迭加计算,最终确定最少需增加14个消防站点,可满足当前优化目标.经过优化调节,各项指标均有较大提高,能够满足现阶段区域的消防救援需求. 相似文献
2.
预测地面沉降对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义。本文提出基于时序InSAR数据采用长短时记忆网络（LSTM）模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术（TS-InSAR）获取2015年—2020年机场时序地面沉降监测InSAR结果;利用机场时序InSAR形变结果建立堆叠式LSTM预测模型,并将预测结果与InSAR真实结果进行对比分析。结果表明,2015年—2020年香港国际机场地表垂直方向的平均形变速率为-19—5 mm/a。预测值与真实值的拟合均方根误差和平均绝对误差均较低,分别为0.75 mm和0.61 mm,同时其相关系数为0.99,表明LSTM预测模型在点级尺度上具有良好的性能,能够基于时序InSAR数据较准确预测地面沉降。但预测过程中发现,LSTM模型不适合长期预测,长期预测会出现失效性。本文提出的堆叠式LSTM预测模型可以作为一种有效方法来预测地表形变,尽管LSTM模型只是适用于短期预测,但其预测结果可用于辅助决策、早期预警和减轻危害。 相似文献
1