关停潮下,“弃子”难当

3月8日,诞生于2014年的百度商家口碑宣布全面停止运营并下线,根据官方表示,届时该站将不再提供商家口碑的内容与服务。或许很多人对百度旗下这组产品毫无印象,本次的关停消息也悄无声息。想做“中国版shopify”,百度“舍小保大”身为互联网界的头号信息流玩家,自引发舆论公愤的“魏则西事件”以后,百度的广告生态便不受控制地进入多事之秋,特别是字节跳动系大刀阔斧后,诸如广告业务承压、广告业务停滞等一系列唱衰声也纷至沓来。     

卡特里娜飓风引起的新奥尔良市溃坝洪水演进过程模拟

卡特里娜飓风于2005年袭击了美国墨西哥湾沿海地区，给路易斯安那、密西西比和亚拉巴马等州带来了巨大灾难，造成经济损失800亿美元。其中位于路易斯安那州的新奥尔良市由于堤坝故障导致庞恰特雷恩湖湖水倒灌，80%的地区发生了洪水，损失尤为严重。为了动态且高效地模拟其溃坝后洪水的演进过程，建立了基于“体积法”与元胞自动机的溃坝洪水演进模型。模型通过设置元胞属性来考虑洪水流向以及不同土地覆盖类型的汇流差异性；提出了一种洪水淹没元胞多级分类的快速搜索算法(MLCFC),采用不同准则处理各类元胞以提高计算效率；利用“体积法”计算不同时刻元胞的水深来间接反映洪水演进的时空特性。以新奥尔良市为例，计算其溃坝发生后2～20 h不同时刻的淹没情况。结果表明，模型模拟的淹没过程符合溃坝洪水的蔓延特性；试验结果与遥感影像中提取的水体重合率为61.18%,能较好地模拟城市地区溃坝时洪水演进的时空特性。     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

北京山区推理公式设计洪水计算若干问题研究

北京山区推理公式是北京地区无资料山区小流域设计洪水计算的基本方法之一.结合北京山区原推理公式与改进后推理公式存在问题,分析了利用推理公式计算山区小流域设计洪水的适用性和可靠性,并提出相关使用建议.针对当前推理公式方法计算设计洪峰流量与洪水过程线计算中采用的降雨和径流资料不一致问题,提出将山区推理公式与瞬时单位线方法组合应用,解决无资料小流域设计洪水过程线计算的基本思路和方法.研究表明,该方法理论上可行,方法更为合理,建议推广使用.     

剧情演绎式的展馆设计与表达——大包干纪念馆设计回顾与思考

通过将叙事性的表达方式运用到大包干纪念馆设计中,以讲故事的方式将展品置于特定的建筑空间内,根据故事的剧情需要进行主题演绎,达到建筑设计与展示设计以及参观者情感体验的完美融合,使纪念馆建筑成为搭建历史文明与现代文明的传播桥梁.     

绥芬河流域2019年8.17暴雨洪水探究

2019年8月绥芬河流域发生大洪水,从雨情上看,降雨特点为面广、总量大、强度大且时段集中,暴雨为东北冷涡和台风共同影响造成;从水情上看,洪水覆盖面积广、涨高、涨幅大,洪水来源为大、小绥芬河洪水共同引发。     

张家港市中心城区防洪安全与洪水资源化分析

以张家港市中心城区为例,选取1965—2015年水文数据,采用适线法和同频率法计算200年一遇设计暴雨,运用MIKE11搭建张家港市水文水动力模型,分析计算在超标准洪水条件下张家港市中心骨干河道最高水位,将超标准洪水与常水位下的河道槽蓄量进行比较,计算该条件下张家港市可利用的洪水资源量.结果表明,中心城区在遭遇200年一遇超标准洪水时,河道水位均未超过5.5 m,现有堤防高度基本可以满足该标准的要求,中心城区可利用洪水资源量约为333.63万m3.     

太湖地区2020年洪水先兆特征与降雨预测模拟研究

以单要素年际序列分析为基础,采用多种方法对太湖地区2020年洪水的先兆特征进行总结,基本摸清了太湖地区旱涝转换的规律.研究表明,通过成因、频率和相似年景对比分析,可以从宏观上找到暴雨洪水发生的理论依据;通过历史演变法、分段法和细部特征法的研究,可以从无锡站年际降雨序列的微观变化中准确把握太湖地区2020年降雨大幅增长的趋势和数值预测的范围;太湖流域的气候与长江中下游地区基本同步,气候突变和非典型旱涝周期的研究,可以提升气候预测水平.