Your conditions: 王 军
  • 基于混合损失超越曲线的省域气象灾害农业风险评估

    Subjects: Geosciences >> Atmospheric Sciences submitted time 2023-06-28 Cooperative journals: 《干旱区地理》

    Abstract:近年来,全球减轻灾害风险战略对广布型灾害风险的认知以及地方尺度上持续优先管控密集型灾害风险的效能引发了学术界和应急管理利益相关者对灾害风险管理理论与实践的争议。通过分析山西省19832019年历史气象灾害特征,提出运用混合损失超越曲线(HLEC)估算中国省域气象灾害年均农业经济损失(AAL)和典型重现期情景下的最大农业经济损失(OEP),全面准确地反映气象灾害农业风险水平。结果表明:(1)山西省气象灾害AAL达22.22108元,单次灾害OEP超过0.15108元,即全省全年和受损县区单次灾害防治及应急管理支出储备分别不低于22.22108元和0.15108元。(2)HLEC在省域尺度上的灾害风险评估有效,在地级市和县区尺度上的适用性和有效率接近60%。(3)山西省97%以上的历史气象灾害为广布型灾害,造成超过95%的农业受灾面积和农业经济损失,相应的AAL和OEP占比均超过85%,广布型灾害风险是省域减轻灾害风险和灾害风险管理的重点。籍此,本研究初步证实了地方或基层减轻广布型灾害风险的必要性(为什么管),讨论了传统应急管控广布型灾害风险不足的原因(不敢管、管不了和不想管),提出了及时应对广布型灾害风险和避免其累积带来社会经济影响的意义(如永久脱贫、高质量城市化、可持续发展),拟为各级政府和应急管理部门制定减轻灾害风险和灾害风险管理策略提供正确方向,为提高城市、社区和家庭的灾害韧性提供决策参考。

  • 基于模糊隶属度的雷电危险度等级评定

    Subjects: Environmental Sciences, Resource Sciences >> Basic Disciplines of Environmental Science and Technology submitted time 2019-06-13 Cooperative journals: 《干旱区地理》

    Abstract:利用2013—2017年青海省西宁市测站半径10 km的闪电定位监测数据,选取地域范围一小时内的地闪数目和一小时内的最大雷电流幅值作为雷电危险度因子。确定因子分级的上下限和因子区间划分,计算出单因子雷电危险度等级的隶属度与权重。采用梯形分布函数和模糊统计方法确定雷电危险度因子的隶属度函数,根据隶属度函数得出模糊矩阵,并进行模糊矩阵复合运算,求出雷电危险度综合指数,得出雷电危险度等级。结果表明:根据建立的模糊综合评判方法能够全面、客观、准确地反映一次闪电过程的危险度状况,有效评定雷电危险度等级,评定结果较为客观地反映了雷击事件的实际状况,从而为气象防灾减灾、雷电灾害调查和雷击风险评估等业务提供科学性的决策服务和参考依据。

  • 正弦锯齿尾缘对轴流风机尾迹及气动性能的影响

    Subjects: Physics >> General Physics: Statistical and Quantum Mechanics, Quantum Information, etc. submitted time 2018-01-05 Cooperative journals: 《工程热物理学报》

    Abstract:轴流风机尾缘涡脱落是产生噪声的重要因素,为改善尾迹流动来降低风机噪声,通过在轴流风机尾缘添加一种正弦形锯齿结构,采用定常及非定常数值模拟的手段结合实验验证的方式,分析其对轴流风机尾迹和气动性能的影响。研究结果显示,正弦锯齿结构削弱了叶片尾缘做功能力,使得风机全压降低,但提升了中小流量工况下风机效率;并能减弱叶片中部以下位置的尾迹强度,且对尾迹的抑制作用从叶片部底到中部逐渐减弱;以增加转速的方式补偿锯齿结构引起的压损,对原型风机和提升转速后的尾缘锯齿结构风机在设计流量点进行噪声数值预测分析,结果显示低频段噪声比原型机有明显改善,表明这种尾缘正弦形锯齿结构一定程度上是一种抑制轴流风机低频噪声的有效途径。

  • 基于日志分析的民办高校大学生网络生活 类型研究

    Subjects: Library Science,Information Science >> Information Science submitted time 2017-12-05 Cooperative journals: 《数据分析与知识发现》

    Abstract:【目的】研究基于民办高校大学生的导航页面使用情况, 揭示民办高校大学生典型的网络生活类型及特点。 【方法】通过对导航页面设置数据采集点, 获得民办高校大学生的点击行为和搜索行为数据, 进行统一建模和特 征提取后, 利用聚类算法将其细分为几个有代表性的群体。【结果】将民办高校大学生划分为 6 个典型群体, 分 别为重度视频型、昼学夜玩型、搜索追剧型、沉迷直播型、劳逸结合型、勤奋学习型; 民办高校大学生主要用 网络看视频与直播, 仅有小部分学生利用互联网进行学习。【局限】PC 端导航页面行为仅能反映大学生网络生 活的一部分, 且数据的时间跨度为两个月, 不能反映学生在期初和期末的行为差异。【结论】本研究实现了民办 高校大学生群体中典型网络生活类型的识别, 这将有助于民办高校大学生特点和行为规律的发现和总结, 为提 升高校服务管理水平提供参考建议。

  • 基于日志分析的民办高校大学生网络生活 类型研究

    Subjects: Library Science,Information Science >> Information Science submitted time 2017-11-30 Cooperative journals: 《数据分析与知识发现》

    Abstract:【目的】研究基于民办高校大学生的导航页面使用情况, 揭示民办高校大学生典型的网络生活类型及特点。 【方法】通过对导航页面设置数据采集点, 获得民办高校大学生的点击行为和搜索行为数据, 进行统一建模和特 征提取后, 利用聚类算法将其细分为几个有代表性的群体。【结果】将民办高校大学生划分为 6 个典型群体, 分 别为重度视频型、昼学夜玩型、搜索追剧型、沉迷直播型、劳逸结合型、勤奋学习型; 民办高校大学生主要用 网络看视频与直播, 仅有小部分学生利用互联网进行学习。【局限】PC 端导航页面行为仅能反映大学生网络生 活的一部分, 且数据的时间跨度为两个月, 不能反映学生在期初和期末的行为差异。【结论】本研究实现了民办 高校大学生群体中典型网络生活类型的识别, 这将有助于民办高校大学生特点和行为规律的发现和总结, 为提 升高校服务管理水平提供参考建议。

  • 多会话商品信息搜寻行为、情境及影响因素研究

    Subjects: Library Science,Information Science >> Information Science submitted time 2017-10-11 Cooperative journals: 《数据分析与知识发现》

    Abstract: [Objective] This research aims to examine the information seeking behavior patterns and contextual factors of online shoppers’ multi-sessional activities. [Methods] First, we analyzed 1,409,160 logs of an online shopping Web site (generated by 4,285 users) to discover their information seeking behaviors. Second, we used in-depth interviews to explore the users’ motivations. [Results] We found that multi-session shoppers were more likely to check detailed introduction to the products than simply browsing. The average interval between each session was 3 to 4 days. Personal preferences, needs, financial ability and time might lead the users to restore their previous sessions. Searching, shopping carts, bookmarks, browsing and personalized recommendation services were the major channels for users to restore previous sessions. [Limitations] Because of the limited number of participants, results from the interviews might not be generalizable to the whole population. [Conclusions] This research helps us understand the complex online shopping behaviors as well as improve services and user experience of E-commence Web sites.