大众彩票注册网 - 大众彩票客户端下载

来源：大众彩票骗局2024-07-25 17:48

大众彩票注册网

应急管理部公布2019年全国十大自然灾害******

　　2019年我国自然灾害以洪涝、台风、干旱、地震、地质灾害为主，森林草原火灾和风雹、低温冷冻、雪灾等灾害也有不同程度发生。经应急管理部会同工业和信息化部、自然资源部等国家减灾委成员单位会商核定，全年各种自然灾害共造成1.3亿人次受灾，909人死亡失踪，12.6万间房屋倒塌，农作物受灾面积19256.9千公顷，直接经济损失3270.9亿元。

　　2019年十大自然灾害

　　1.1909号超强台风“利奇马”

　　8月10日1时45分，“利奇马”在浙江省温岭市沿海登陆，登陆时中心附近最大风力为16级(52米/秒)。此后于11日20时50分在山东省青岛市沿海二次登陆，中央气象台13日6时对其停止编号。

　　据统计，超强台风“利奇马”是1949年以来登陆我国大陆地区强度处第五位的超强台风，共造成浙江、山东、江苏、安徽、辽宁、上海、福建、河北、吉林9省(市)64市403个县(市、区)1402.4万人受灾，因灾死亡66人，失踪4人，紧急转移安置209.7万人；1.5万间房屋倒塌，13.3万间不同程度损坏；农作物受灾面积1137千公顷，其中绝收93.5千公顷；直接经济损失515.3亿元。

　　2.6月上中旬广西、广东、江西等6省(区)洪涝灾害

　　2019年6月6日至13日，江南、华南北部等地出现持续强降雨天气过程。其中，湖南中南部、江西、浙江南部、福建、广西北部、广东中东部等地累计降雨超过100毫米，广西桂林和柳州，江西吉安、赣州、抚州和上饶，浙江衢州，福建南平、三明和龙岩，广东广州、河源、韶关等地部分地区250~400毫米，其中广西桂林最大降雨量832毫米，江西吉安758毫米。此次强降雨导致广西、广东、江西、浙江、福建、湖南等地遭受洪涝、风雹、滑坡、泥石流等灾害，造成上述6省(区)45市(自治州)249县(市、区)577.8万人受灾，91人死亡，7人失踪，42.1万人紧急转移安置，18.2万人需紧急生活救助；1.9万间房屋倒塌，8.3万间不同程度损坏；农作物受灾面积419.4千公顷，其中绝收60.2千公顷；直接经济损失231.8亿元。

　　3.贵州水城“7·23”特大山体滑坡灾害

　　2019年7月23日21时20分许，贵州省六盘水市水城县鸡场镇坪地村岔沟组发生一起特大山体滑坡灾害，滑坡方量约200余万方，造成近1600人受灾，43人死亡，9人失踪，700余人紧急转移安置，600余人需紧急生活救助；100余间房屋倒塌，2300余间不同程度损坏；直接经济损失1.9亿元。

　　4.四川“8·20”强降雨特大山洪、泥石流灾害

　　2019年8月19日至22日，四川盆地西部累计降雨量50~200毫米，成都、雅安及阿坝州、乐山、绵阳等部分地区达250~400毫米，成都大邑县和邛崃市、雅安芦山县局地418~567毫米。此次降雨时间持续较长，雨量较为集中，导致部分地区暴发山洪、泥石流灾害。灾害造成阿坝、雅安、乐山等9市(自治州)35个县(市、区)44.6万人受灾，26人死亡，19人失踪，7.3万人紧急转移安置，4.7万人需紧急生活救助；1000余间房屋倒塌，1.5万间不同程度损坏；农作物受灾面积14.8千公顷，其中绝收2.2千公顷；灾区部分公路、水利、电力等基础设施受损严重，直接经济损失158.9亿元。

　　5.7月上中旬长江中下游洪水

　　2019年7月3日至17日，长江中下游地区连续遭受2轮强降雨袭击，其中，7月3日至10日，南方出现入汛以后最强降雨过程，江西萍乡(497.3毫米)、峡江(461.4毫米)、湖南耒阳(396毫米)、衡东(348.4毫米)4站连续降水量突破历史极值。长江干流九江至大通河段和鄱阳湖、洞庭湖以及多条支流发生超警戒水位洪水，其中湘江发生超过50年一遇的特大洪水。灾害造成安徽、江西、湖北、湖南4省31市(自治州)196县(市、区)1031.9万人次受灾，37人死亡，3人失踪，114.9万人次紧急转移安置；2.1万间房屋倒塌，2.2万间严重损坏，7.4万间一般损坏；农作物受灾面积776.9千公顷，其中绝收171千公顷；直接经济损失324.3亿元。

　　6.南方地区夏秋冬连旱

　　2019年5月份以来，受持续高温少雨天气影响，土壤失墒严重，江汉、江南部分地区发生夏秋冬连旱，尤其是7月下旬以来，湖北、江西、安徽平均降水量较历史同期偏少六成以上，湖南累计降雨较历史同期均值偏少5成以上。据统计，干旱灾害造成浙江、安徽、江西、河南、湖北、湖南6省67个市(自治州)387个县(市、区)3263.5万人受灾，677.6万人因旱需生活救助，其中295.3万人因旱饮水困难需救助；农作物受灾面积3310.1千公顷，其中绝收475.1千公顷；饮水困难大牲畜11.2万头(只)；直接经济损失189.9亿元。

　　7.四川长宁6.0级地震

　　2019年6月17日22时55分，四川省宜宾市长宁县(北纬28.34度，东经104.9度)发生6.0级地震，震源深度16千米。此后又相继发生4次5级以上余震。地震灾害造成四川省宜宾、乐山2市16个县(市、区)35.9万人受灾，13人死亡，9.5万人紧急转移安置，3500余间房屋倒塌，22.3万间不同程度损坏，直接经济损失56.2亿元。

　　8.四川木里“3·30”森林火灾

　　2019年3月30日18时26分，四川省凉山州木里县发生森林火灾。3月31日下午，四川森林消防总队凉山州支队指战员和地方扑火队员共689人在海拔4000余米的原始森林展开扑救。扑火行动中，受瞬间风力风向突变影响，突发林间可燃气体爆燃，造成27名森林消防指战员和4名地方干部群众牺牲。

　　9.山西乡宁“3·15”滑坡灾害

　　2019年3月15日18时10分许，山西省临汾市乡宁县枣岭乡卫生院北侧发生山体滑坡，致卫生院一栋家属楼(6户)、信用社一栋家属楼(8户)和一座小型洗浴中心垮塌，造成100余人受灾，20人死亡，100余人紧急转移安置，近100间房屋倒塌，直接经济损失2100余万元。

　　10.青海玉树等地雪灾

　　2019年初，青海省玉树州连续出现12次明显降雪过程，降雪量、强降雪天数达到当地历史同期最多，降雪日数为历史最多年，造成持续性积雪，最大积雪深度达22厘米，造成大量牲畜死亡，玉树、果洛部分乡镇道路中断。雪灾造成玉树、果洛、海西3自治州13个县20.7万人受灾和需紧急生活救助，5.3万头(只)牲畜死亡，直接经济损失2.1亿元。(总台记者崔世杰)

让“无声世界”感受赛场魅力！带你看看冬奥手语数字人有哪些奥秘******

　　2022年2月4日，第24届冬季奥林匹克运动会在北京举行，让世界目光再次聚焦中国。本届北京冬奥会秉持绿色、共享、开放、廉洁的办赛理念，凝聚中国科技力量，面向世界、面向未来，向全球奉献了一场精彩、非凡、卓越的奥运盛会。

　　本届冬奥会运用最新科技手段，为全世界观众提供了惊艳的现场转播和全方位覆盖报道，北京冬奥会也成一场上科技含量高的奥运会。赛事活动期间，为了让各类人群都能平等地享受本届冬奥盛会，北京电视台上线了智能手语播报数字人，在《北京新闻》和《北京您早》等节目中进行冬奥专题手语播报，为听障人士带来精彩赛事报道。

　　最新数据显示，我国听障人群超过2700万，这部分人群与健听人一样，他们对教育、社交、娱乐等信息获取都有巨大的需求。但长期以来，传统人工手语翻译工作量大，且主持人和手语主持人配合难度极高。手语动作表情复杂，语序与正常语序差异大，正常情况下想要熟练掌握手语大约需要2年左右的时间，还要结合语境进行猜测。

　　受北京市科委科技冬奥专班委托，北京电视台联合凌云光、智谱AI等业内科技公司，在北京市残疾人联合会和市残联聋人协会等支持下，用3个多月时间，让手语播报数字人完成了近10万条手语语料学习，且翻译准确率高达90%。

　　在如此短的时间内实现这项高难度动作，智能手语数字人是如何做到，在这背后又有哪些技术创新难点？

　　在多位业内人士看来，近年来人工智能体系建设重点布局在算法层和应用层，数据层建设远远不足，并且针对数字人相关产业，底层数据库的数量、质量和开源程度还明显不足。尤其是国内现有的手语语料数据库数量少，且多以图像、视频等二维平面为主，无法满足AI（人工智能）训练的需求。

　　同时，因手语语序与中文语序差异大，方言分化更加复杂，且需要通过表情、口型、动作等方式来传达信息。除了传统的二维平面图像、视频采集，三维肢体运动、表情信息数据采集及结构化参数表达外，手语语料数据库建设对三维运动信息捕捉也十分重要。

　　凌云光手语数字人产品相关负责人介绍，在建设高质量手语语料库的同时，他们充分调研了2022北京冬奥专用手语术语，并联合北京市残联、聋人协会等相关组织机构，进行数据标注，建设手语语义映射关系，不仅完善了国内手语数据库的建设，也为手语推广和AI研究留下了宝贵的数据资产。

　　该负责人举例说，基于“悟道2.0”超大规模人工智能模型的技术支撑，手语数字脑用计算机模仿听障人士的大脑，将看到的中文文本信息转换成手语词汇序列，包括中文语义蒸馏模型和AI手语分词快编算法的研究。中文语义蒸馏模型用于从输入的文稿或文本中提取出关键的语义信息，将中文文本语义提炼和精简，形成精准匹配适合手语表达的文本；AI手语分词快编算法则用于将蒸馏得到的中文文本，根据冬奥手语语料库划分成相应的手语词汇序列，供数字人做表达输入。

　　该负责人还提到，数字人是冬奥手语播报的载体和展现形式，通过高精度写实数字人全流程制作方案，可实现一键数字建模，高度还原真人发肤，重新毛孔等细节，更加真实亲切。同时，通过跨模态拟人生成算法，还可以将手语词汇序列，生成相应的动作信息，驱动数字人模型做出相应的动作、手势和表情。（姚坤森）

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）