乐发lv走势图 - 乐发lv攻略

来源：乐发lv登录2024-09-20 17:48

乐发lv走势图

华罗庚的最后一天******

　　中新社北京1985年6月15日电(记者/戴亚平)中国著名数学家华罗庚在东京逝世的噩耗传来后，本社记者向有关方面了解了这位教授在世的最后一天的情况。

　　6月12日，是华罗庚教授访问日本的第10天。为准备到东京大学向日本数学界同仁作学术报告，11日晚上没有休息好，深夜服下安眠药后才入睡。12日下午两时，华罗庚教授与日本知名数学家会晤，近三点钟回到旅馆，稍事休息后到东京大学作学术报告。

　　6月12日下午四时整，学术报告会开始举行。华罗庚教授走上讲台作报告。

　　华罗庚教授已是74岁高龄，在国内曾遇过两次心肌梗塞的危险。近几年，由于他腿疾日益严重，活动不便，只好坐轮椅。6月12日在东京大学作学术报告时，他离开轮椅，自始至终站在讲台上讲演。

　　华罗庚教授先用国语演讲，由译员译成日语。他感到经过翻译很费时，征得主人同意后，改用英语演讲。华罗庚教授脱下西装上衣，接着又解下领带，兴致勃勃地讲演。

　　演讲规定时间已超过，华罗庚问会议主席：“我可以延长几分钟吗？”主席点头同意。他圆满地结束了整个学术报告，历时65分钟。这时是东京时间17时16分。

　　华罗庚教授迎着热烈的掌声走下讲台，迈向轮椅。突然，他从轮椅上滑下来，身边的人没有扶住。华罗庚教授倒在地上。在场的医生立即抢救，替华罗庚做人工呼吸和心脏按摩。东京急救站医生携带心脏起搏器和心脏监测仪迅速赶到东京大学。东京大学著名心脏病专家杉木教授也闻讯赶来指挥抢救工作。

　　18时15分，华罗庚教授被送进东京大学医院部急诊室。经过日本医生全力抢救无效，华罗庚教授的心脏停止跳动。

　　不久前，华罗庚教授曾说过：他剩下的时间最多只有五年，他要用所有的时间工作。华罗庚教授毕生驰骋在“数学王国”里，他最后在数学讲坛上走完生命之路。

【科学的温度】如何撬开震后灾害的“盲盒”？******

　　中新网成都1月17日电 (记者贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列？

　　围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读。

范宣梅接受中新网记者专访。　唐启浩摄

　　有哪些因素可能诱发震后地质灾害？

　　范宣梅介绍，余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完，震区容易发生较强余震。在余震影响下，一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样，震后强降雨，也容易导致震区发生二次滑坡或泥石流灾害。

　　为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。

　　“我们除了大范围搜集卫星遥感数据，还会在雨季前后，对一些重点区域加强监测。”范宣梅表示，如果“9·5”泸定地震震区在2023年发生强降雨，那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。

工作中的范宣梅。　受访者供图

　　为什么要建立地震诱发滑坡预测模型？

　　汶川特大地震发生后的十余年间，范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵的影像和数据，并基于全球50余次地震诱发的40多万条灾害数据，结合最新的人工智能算法，建立了地震诱发滑坡近实时预测模型。

　　“汶川特大地震发生后，主要救援力量第一时间前往了汶川，而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间的信息空白，给震后应急救援提供第一手的支撑和决策信息。

地震诱发滑坡智能预测模型。　受访者供图

　　范宣梅介绍，卫星不会固定在某一个位置拍摄地球某一个固定点位，而是不断围绕地球旋转。如果泸定地震发生时，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方，才能拍到震区受灾影像。甚至有时候，一张好的卫星影像拿到时，距地震发生时已经过去了一个月。

　　“如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间。”范宣梅表示，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息，快速判断哪些地方地质灾害最为集中，哪些地方房屋道路受损最严重，让救援力量第一时间前往最需要救援的位置。