排序方式: 共有21条查询结果,搜索用时 343 毫秒
1.
2.
3.
暴雨洪涝灾害一直是全球发生最频繁,影响范围最广的自然灾害之一,科学而全面地对暴雨洪涝灾害进行评价管理,具有十分重要的意义。针对暴雨洪涝淹没灾情科学预测的需求,以湖北省气象局提供的时间序列的暴雨洪涝淹没数据为基础,利用ARIMA模型(差分自回归滑动平均模型)对襄阳市2014-07-04 19:00和20:00的暴雨洪涝淹没灾情进行预测。诊断结果表明所建立的ARIMA(1,1,1)模型对襄阳市暴雨洪涝淹没数据可信度较好,对未来1 h和2 h暴雨洪涝淹没情况预测平均绝对误差分别是0.013 856和0.051 5,与实际监测值的相关性R的平方分别为0.769 9、0.458 9。该ARIMA(1,1,1)预测模型可以满足实际的预测需求。未来1 h的预测结果优于2 h预测,且未来1 h预测结果相关性较强,表明所建立的模型能够较好地应用于襄阳市未来1 h内的暴雨洪涝淹没灾情预测。 相似文献
4.
5.
为改变地理语义数据长期处于零散化、小型化、实验化的状态,针对GML数据转换地理RDF数据中需要XML Schema支持以及需人工半自动化处理的问题,该文提出一种自动化、通用的GML数据到地理RDF数据的转换方法:首先通过分析GML数据模型和地理RDF数据模型在语法和语义差异,基于Xpath进行语法抽象,提出GML数据到地理RDF数据的通用转换模型;然后基于树技术给出数据转换模板;最后通过语义Web构架(Jena)进行数据转换和序列化输出。实验表明,该方法有效、通用,能够对GML数据进行正确转换,后期可以构建分布式并行转换方式,使其能够胜任大数据环境下的地理大文件转换。 相似文献
6.
在分析比较现行国家基本比例尺地形图和大比例尺地形图分幅编号的相关规定的基础上,提出了一种全国范围内大比例尺地形图的分幅编号规则,并结合分幅编号与地理坐标的关系,以实例解析了2个通用的应用模型。 相似文献
7.
为改变地理语义数据长期处于零散化、小型化、实验化的状态,针对GML数据转换地理RDF数据中需要XML Schema支持以及需人工半自动化处理的问题,该文提出一种自动化、通用的GML数据到地理RDF数据的转换方法:首先通过分析GML数据模型和地理RDF数据模型在语法和语义差异,基于Xpath进行语法抽象,提出GML数据到地理RDF数据的通用转换模型;然后基于树技术给出数据转换模板;最后通过语义Web构架(Jena)进行数据转换和序列化输出。实验表明,该方法有效、通用,能够对GML数据进行正确转换,后期可以构建分布式并行转换方式,使其能够胜任大数据环境下的地理大文件转换。 相似文献
8.
9.
10.