本发明公开了一种结合时空信息的遥感逐日积雪产品去云方法，首先根据 DEM 数据和土地利用数 据对遥感逐日积雪产品进行积雪单元划分;再利用 DEM 数据和多时相数据分别得到每个云像元在空间 和时间上的积雪概率;最后利用加权平均的方法获得云像元的积雪概率，评判云像元是积雪还是无雪。 本发明充分结合了积雪在空间上和时间上的相关性，以及地形因子对积雪的影响，有效地减少云对积雪 产品的影响，提高了积雪产品的精度，并且算法简单，计算效率高，易于实现。

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

作为工程施工环节中最重要的一环，计量支付是准确考核工程进度、计划完成情况，进行施工产值统计、经济核算及财务拨款的基本依据。做好计量支付工作，对加强成本管理、优质高效完成工程任务具有重要意义。 纵横计量支付结算决算一体化云版软件，解决从“计量支付到结算决算”的工程数据管理，实现从“概算-计量-决算”的公路工程全过程动态管理，基于大数据、云计算进行开发，提供SaaS平台服务，使计量支付结算决算智慧化、数字化，信息化。 快速准确建立各类台账，满足各维度计量（清单计量、0#台账计量、比例计量）要求，做到标准化、规范化、精细化管理。合理的控制工程建设投资，方便全过程跟踪审计，维护参建各方合法权益。

“全面感知、深度融合、多维服务”的淮阴工学院智慧校园建设与应用实践近十年来累计投入 1.98 亿元，围绕新型基础设施、数据中台、智慧教学、智慧科研、智慧管理、智慧服务等方面建成了高水平智慧化数字校园，在学科与信息化融合、网络安全等方面形成鲜明特色。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本发明公开了一种基于大数据的智慧变电站实时监控系统及方法，具体涉及电力设备监控技术领域，包括多源采集处理模块、动态拓扑更新模块、设备状态监测模块、故障诊断预测模块、设备寿命预测模块、能效分析优化模块以及远程运维调度模块；本发明能够实现高精度故障检测及隐性关联挖掘，提高变电站异常检测能力，有效优化变电站各电力设备的寿命管理；能够确保维护资源分配合理，提高设备可靠性，提升综合能效，减少碳排放，无需人工干预调整运行模式，提高优化效率，实现变电站智能化运行。

新能源学院赵学波教授领衔的氢能团队在具有工业应用前景的丙烷氧化脱氢制丙烯高性能催化剂研究方面取得新进展，相关论文《含硼金属有机框架化合物衍生的球形超结构氮化硼纳米片》（A Spherical Superstructure of Boron Nitride Nanosheets Derived from Boron-Contained Metal-Organic Frameworks）在国际化学领域顶级期刊Journal of the American Chemical Society发表。我校2016级博士生曹磊、新能源学院代鹏程副教授为该论文共同第一作者，新能源学院赵学波教授、代鹏程副教授、昆士兰大学Yusuke Yamauchi教授为共同通讯作者，中国石油大学（华东）为第一署名单位。 丙烯是极为重要的大宗化工基础原料，后续衍生出的众多有机化工产品在建筑、汽车、包装纺织等领域有广泛应用。近年来随着丙烯下游产业规模的迅速扩张，传统的丙烯来源已无法满足市场需求，因而亟需开发新的丙烯来源。丙烷氧化脱氢制丙烯具有底物转化率高、工艺能耗低和无积碳不易失活等优势，极具工业应用前景。但是由于产物丙烯容易与氧化剂发生过度氧化，降低了目标产物的选择性，从而让丙烷氧化脱氢工艺一直无法达到工业化的要求。因此，开发一种高效催化剂，抑制过度氧化，提升产物中丙烯的选择性是推动丙烷氧化脱氢发展最直接有效的手段。 氮化硼是目前烯烃选择性最高的丙烷氧化脱氢催化剂，但是单程烯烃收率离工业化需求仍有一定差距。通过可控合成提高活性物种在氮化硼表面的含量和分散度是一种提升催化性能的有效途径。构建分层的三维结构，尤其是基于二维氮化硼纳米片为基本单元的球状三维结构，有助于提高边缘活性物种的含量。除丰富的边缘活性位点外，特殊的三维球状结构促使反应混合气沿着球面进行有效地扩散并充分与活性位接触，提高催化剂的催化活性。然而迄今为止，如何控制氮化硼纳米片自组装形成三维球状超结构仍是一个充满挑战性的工作。 针对上述问题，研究人员以金属有机框架化合物（MOFs）为前驱体，通过溶剂热转换的方式制备了三维球形超结构MOFs纳米片（SS-MOFNSs），并进一步以SS-MOFNSs为自牺牲模板，制备了球形超结构氮化硼纳米片（SS-BNNSs）催化剂。 SS-BNNSs在丙烷氧化脱氢反应中表现出了优异的催化性能，510 ºC的操作温度下，产物中烯烃的收率达到了40.2%（丙烯，27.8%；乙烯，12.4%），远超商业化的氮化硼纳米片（丙烯，23.8%；乙烯，8.6%）和高比表面积的氮化硼纤维（丙烯，20.7%；乙烯，10.2%）。通过系统的表征可以发现，SS-BNNSs表面富含B-OH，让催化剂无须活化就可以直接催化反应进行，同时特殊的结构优势提高了活性物种的分散度，利于反应气与活性位点快速接触和产物丙烯的迅速脱附，提升了产物丙烯的单程收率。SS-BNNSs自组装的构造过程和结构优势带来的性能提升拓宽了催化剂的设计思路。 该研究成果获得审稿专家充分肯定，审稿专家一致认为该工作提出的含硼MOFs衍生三维超结构氮化硼纳米片具有很好的创新性，其作为丙烷氧化脱氢催化剂表现出的高烯烃收率在工业应用方面具有较大潜力，为丙烷氧化脱氢催化剂的研究提供了新的参考。

大会将围绕新能源及智能网联汽车产业发展趋势及西咸新区高质量创新发展等需求，汇聚新能源及智能网联汽车与相关产业的新理论、新技术、新成果，联通政产学研用各界，打造高端学术交流平台、成果发布平台、创新合作平台、产业聚集平台和投融资对接平台，建立长效合作机制，推动产业结构转型升级和经济高质量发展。