XiaoMi-AI文件搜索系统
World File Search Systemdominica
协调关税 - Jacobsens
7318.15.43 other bolts with Hexagon heads of iron or stainless stell ends, screw students and screw students), (excluding that imported from originating in: Afghanistan, Albania, Algeria, Angoa, and Babuda, Armenia, Azerbaijan, Bangladesh, Bahrain, Benin, Brunei Darussalam, Bolivia, Botswana, Brazil, Bulgaria, Burundi, Cambodia, Cameroon, Cape verde, Central African Republic, Chad, Chile, Colombia, Colombia, Congo (republic of the), Costa Rica, Côte djibouti, Dominican republic, ecuador, egyp t (arab republic of), el salvador, eswatiin, equatorial guinea, ethiopia, gabon, gambia, ghana, guatemala, guatemala- bissau, haiti, indonesia, iran (islamic Ublic of), Jamaica, Jordan, Kazakhstan, Kenya, Koorea (Democratic People), Kyrgyzstan Republic, Kuwait, Lao People's Democratic Republic, Latvia, Lebanon, Liberia, Libya, Lithuiania, Madagascar, Madawi, Mali, Marshall Islands, Mauritania, Mauritius, Mexico, Moldova (republic of), Montenegro, O, Mozambique, Myanmar, Namibia, Nepal, Niger, North Macedonia, Oman, Palau, Paanama, Paraguay, Peru, Philippines, Romeia, Russian Federation, (k ingdom of), Saint Kitts and Nevis, Saint Vincent and the Great, Samoa, São Tomé and Principe, Samoa, Serbia, Senegal, Senegal, Sierra Leone, Singapore, South suden, Sri Lanka, Sudane,, Syrian Arab Republic, Tanzania (United Republic of), Togo, Tridad and Tobago, Turkmenistan, Tuval, Uganda, Uruguay, Uzbekistan, Uzbekistan, Vanuatu, Venezuela Bolivarian Republic of), Vietnam,West Bank and Gaza (State of Palestine), Yemen, Zambia, Zimbabwe)
全球经济展望——2022 年 6 月
拉丁美洲和加勒比地区国家预测（除非另有说明，否则均为年度百分比变化）2019 2020 2021e 2022f 2023f 2024f 市场价格的 GDP（2010-19 年平均美元）阿根廷 -2.0 -9.9 10.3 4.5 2.5 2.5 巴哈马 0.7 -14.5 5.6 6.0 4.1 3.0 巴巴多斯 -1.3 -13.7 1.4 11.2 4.9 3.0 伯利兹 2.0 -16.7 9.8 5.7 3.4 2.0 玻利维亚 2.2 -8.7 6.1 3.9 2.8 2.7 巴西 1.2 -3.9 4.6 1.5 0.8 2.0 智利 0.8 -6.0 11.7 1.7 0.8 2.0 哥伦比亚 3.2 -7.0 10.6 5.4 3.2 3.3 哥斯达黎加 2.4 -4.1 7.6 3.4 3.2 3.2 多米尼加 5.5 -11.0 3.7 6.8 5.0 4.6 多米尼加共和国 5.1 -6.7 12.3 5.0 5.0 5.0 厄瓜多尔 0.0 -7.8 4.4 3.7 3.1 2.9 萨尔瓦多 2.6 -8.0 10.7 2.7 1.9 2.0 格林纳达 0.7 -13.8 5.3 3.8 3.4 3.1 危地马拉 4.0 -1.8 8.0 3.4 3.4 3.5 圭亚那 5.4 43.5 19.9 47.9 34.3 3.8 海地 -1.7 -3.3 -1.8 -0.4 1.4 2.0 洪都拉斯 2.7 -9.0 12.5 3.1 3.6 3.7 牙买加 0.9 -10.0 4.6 3.2 2.3 1.2 墨西哥 -0.2 -8.2 4.8 1.7 1.9 2.0 尼加拉瓜 -3.8 -1.8 10.3 2.9 2.3 2.5 巴拿马 3.0 -17.9 15.3 6.3 5.0 5.0 巴拉圭 -0.4 -0.8 4.2 0.7 4.7 3.8 秘鲁 2.2 -11.0 13.3 3.1 2.9 3.0卢西亚 -0.1 -20.4 6.6 6.4 5.2 3.3 圣文森特和格林纳丁斯 0.4 -5.3 -2.8 3.7 6.4 3.2 苏里南 1.1 -15.9 -3.5 1.8 2.1 2.7 乌拉圭 0.4 -6.1 4.4 3.3 2.6 2.5 资料来源：世界银行。注：e = 估计值；f = 预测值。世界银行的预测经常根据新信息和不断变化的 (全球) 环境进行更新。因此，这里提供的预测可能与其他银行文件中的预测不同，即使对各国前景的基本评估在任何特定时刻没有显著差异。由于缺乏足够高质量的可靠数据，世界银行目前不公布委内瑞拉玻利瓦尔共和国的经济产出、收入或增长数据。委内瑞拉玻利瓦尔共和国未被纳入跨国宏观经济总量。a. GDP 基于财政年度，即每年 10 月至次年 9 月。
Microsoft Word - Landslide_susceptbility_report_Dominica 最终版本打印
本研究的目的是为多米尼加绘制全国范围的滑坡易发性地图。由于现有数据不足以生成可靠的结果，我们决定生成几个新的数据层，并显著改进了一些现有数据。我们利用许多不同的来源为多米尼加生成了一个新的灾难事件数据库。据我们所知，这是最完整的清单。从这个数据库中可以清楚地看出，近年来滑坡报告变得更加频繁，而回溯过去时，可用的滑坡信息越来越少，而热带风暴和飓风的数据似乎随着时间的推移更加稳定。在试图评估滑坡频率/震级关系时，滑坡报告不足是一个大问题。我们还从不同来源汇编了所有可用的滑坡发生数据。我们必须将一些仅以纸质形式提供的旧清单数字化。最终，我们编制了 1987 年、1990 年、2007 年的滑坡清单，并使用多时间视觉图像解释生成了一份全新的滑坡清单，并为多米尼加生成了一个广泛的滑坡数据库。由此产生的滑坡数据库包含 1987 年的 980 起滑坡、1990 年的 183 起、2007 年的 161 起，并绘制了 986 起新滑坡，代表了 2014 年的情况。我们还根据公共工程部的维护记录，编制了最近五次事件的公路网沿线滑坡清单。其中包括 2009 年 9 月的 27 起滑坡、2010 年 10 月的 20 起、2011 年 9 月的 84 起、2011 年 11 月的 74 起和 2013 年 4 月的 44 起。在完成报告的第一版后，2015 年 8 月的热带风暴埃里卡 (Erika) 引发了大量滑坡。我们决定将这些数据纳入报告的第二版，并更新滑坡清单和易发性地图。UNOSAT 使用半自动图像分类将总共 1554 个新滑坡绘制为多边形，BRGM 将 89 个滑坡绘制为现场的点。我们尽可能地根据现有数据分析了滑坡的触发条件，并生成了降雨量级-频率关系。然而，没有足够的数据（包括滑坡日期和日期相关清单）来计算滑坡的震级频率关系，即不同频率的滑坡数量或密度。该方法很透明，因为利益相关者（例如我们采用了一种在数据可用性条件下最佳的滑坡敏感性评估方法。双变量统计分析提供了可能影响因素重要性的指示，但因素图的实际组合是使用主观专家迭代加权方法，使用空间多标准评估 (SMCE)。来自四个国家的工程师和规划人员）和其他顾问可以查阅标准树并评估标准化和权重，并进行调整。滑坡敏感性地图的第一个版本于 2015 年 6 月生成。此后不久，2015 年 8 月，热带风暴埃里卡在多米尼加引发了数百起滑坡。我们决定将新事件纳入分析，因为这是一个发生多起滑坡的重大事件，并调整滑坡敏感性地图，以便将新滑坡纳入高敏感性和中等敏感性类别。通过将历史滑坡纳入敏感性地图并手动编辑最终地图，进一步扩展了滑坡敏感性评估方法。目视检查了整个地图，并在必要时调整了高、中、低敏感性的建模区域，以便它们反映测绘地貌学家认为的最佳情况。这是一项相当耗时的活动，但它允许分别分析地图的不同部分，从而获得对当地规模也有效的结果，而不仅仅是对国家规模。还对敏感性地图进行了手动编辑，以简化敏感性单元。在最终的滑坡敏感性图中，3% 发生在低敏感性区域，8% 发生在中等敏感性区域，89% 发生在高敏感性区域。在热带风暴埃里卡期间引发的滑坡中，5% 发生在低敏感性区域，13% 发生在中等敏感性区域，83% 发生在高敏感性区域。考虑滑坡密度时，低、中、高的值分别为 0.039%、0.262% 和 5.658%（基于面积密度），0.174%、0.997% 和 9.849 nr/km 2（基于数量密度）。由于缺乏足够的基于事件的清单，很难确定滑坡密度的频率。我们将事件分为四种类型：频繁、中等、大型和重大事件。我们选择了密度不断增加的滑坡清单来代表这四种事件。还进行了暴露分析对于公路网络，我们还通过将主要公路网络细分为同质路段来生成滑坡敏感性地图，这些路段的特征来自公共工程部提供的道路数据库。我们还使用 SMCE 生成敏感性地图，并使用沿路五个可用的滑坡清单对其进行了描述。我们计算了最大和平均滑坡密度，即每公里道路上的滑坡次数。对于公路网络，我们还对频率的平均滑坡密度（每公里道路上的滑坡次数）进行了估算。