庞迪切里大学位于首都庞迪克里(Pondicherry)的首都,是根据1985年《本迪切里大学法》(Pondicherry University Act)建立的最快成长中的中央大学之一。该大学在孟加拉湾海岸上占地800英亩的郁郁葱葱的绿色校园是学术和研究追求的理想场所。它有一系列从基础科学到应用科学的学科,以及社会科学,包括人文科学和管理研究,与杰出的教职员工一起为大学的进步做出了贡献。这所大学是该国成长最快的大学,在所有高等教育领域都在稳步进步,这是2019年NIRF排名48/1487的证明,NAAC的成绩为“ A A”等级。它的学生力量来自全球6500,被描绘成“迷你印度”。这是该国第一所为学生提供基于选择的信用系统(CBC)的大学,并为其知名社区学院提供模型大学,以使本地学生受益于工作,以工作为导向的职业课程。大学的教学和研究得到了大学的出版物,专利和良好的校友的证明。本迪切里大学已经建立了14所学校,由9个中心和41个部门组成,拥有60多个课程。学校各个部门的基础设施和研究设施。
ADRRN 亚洲灾害响应和恢复网络 AIDMI 全印度灾害缓解研究所 ALTM 机载激光地形测绘 AIILSG 全印度地方自治研究所 ATI 行政培训机构 AUEDM 亚洲环境与大学网络。灾害风险管理 BAI 印度建筑商协会 BIMSTEC 孟加拉湾多部门技术经济合作倡议 BIS 印度标准局 CAZRI 中央干旱区研究所 CEEP 应急准备卓越中心 CFI 印度建筑联合会 CMDR 危机管理和灾害响应 COE 卓越中心 CoEDMM 减灾和管理卓越中心 CRC 合作研究中心 CRED 灾害流行病学研究中心 CSIRO 联邦科学与工业研究组织 CSS 可持续性科学中心 DIET 区教育培训学院 DM 灾害管理 DMHA 灾害管理和人道主义援助 DMIS 灾害管理信息系统 DMS 灾害管理支持 DRAM 灾害风险评估和监测 DRDA 国防研究与发展组织 DRR 减少灾害风险 ENVIS 环境信息系统 EOC 紧急行动中心 ESCAP 亚洲及太平洋经济社会委员会 EWS 预警系统 GIDM 古吉拉特邦灾害管理研究所 GNP 总额国民生产总值 IAY 英迪拉阿瓦斯计划 IIT 印度理工学院 ICAR 印度农业研究理事会 ICoE 国际卓越中心 ICS 印度公务员制度 ICSU 国际科学理事会 IMD 印度气象局 IRDR 综合减灾研究 IRIS 地震学联合研究机构
1. 引言 缅甸拥有近3000公里的海岸线,分为三个不同的地区:西边是若开邦,濒临孟加拉湾;南边是德林达依省,濒临安达曼海;中间是伊洛瓦底省。这些地区拥有多元的民族文化遗产,人口达2300万,约占缅甸总人口的40%。1这些沿海地区通过其渔业、农业、旅游景点以及石油和天然气田为缅甸的经济发展做出了贡献。缅甸的海港——土瓦、高当、皎漂、毛淡棉、丹老、勃生、实兑和仰光——是贸易和出口的重要交通枢纽。缅甸计划在皎漂(若开邦)和土瓦(德林达依)建造深水港。 2 近年来,缅甸海上油田向邻国泰国出口的天然气占该国商品出口总额的 25%,而渔业收入约占农业出口收入的 33%。缅甸政府确实认识到了可持续海洋资源开发的潜力,并成立了委员会和倡议来管理沿海和海洋资源、打击非法捕捞和促进国际合作。这些努力与正在制定的东南亚国家联盟 (ASEAN) 蓝色经济框架相一致。2018 年,缅甸制定了《2018-2030 年缅甸可持续发展计划》,该计划通过平衡资源利用与经济增长、环境保护和社会公平,将蓝色经济目标纳入其中。
地理空间信息是国家基础设施和知识经济的关键组成部分。它整合并利用了各种各样的政府服务。所有国家和所有部门都需要地理空间信息和促进技术来决定国家政策,战略优先事项和可持续发展。印度是一个国家联盟,是一个主权,世俗和民主共和国,拥有议会政府制度。这是人口第二大的国家(超过13亿人),是世界上最大的民主国家,也是增长最快的经济体。在印度积极农业下的土地扩展到约140万平方公里。印度是世界上最古老且不断居住的文明之一,并以其万花筒多样性和丰富的文化遗产而闻名。该国有28个州和9个州(UTS)。从最大到最小的,印度的每个州都有独特的人口统计学,着装,节日,语言,历史和文化。印度大地块覆盖了32,87,263平方米km(1,269,346平方米),从雪覆盖的喜马拉雅高地延伸到南部的热带雨林。作为世界第7大国家,印度与亚洲其他地区不同,被山和大海所标记的,这使该国赋予了一个独特的地理实体。在北部的大喜马拉雅山脉的边界,它向南延伸,并在癌症的热带地区延伸,逐渐进入孟加拉湾东部的印度洋和西部的阿拉伯海之间的印度洋。它的土地边界约为15,200公里。大陆,拉克沙德岛和安达曼和尼科巴群岛的海岸线总长度为7,516.6公里。陆地可以分为各个地区,包括北部山脉,半岛高原,塔尔沙漠,印度恒河平原,沿海平原和岛屿。
玻璃匣子 使黑匣子智能化的尝试 Rohan D’Souza、Sneha Aruldurai、Prajakta Totawar、Anish Poojary、ManitaRajput 电子与电信系 康塞桑·罗德里格斯神父理工学院,瓦希,孟买,印度。1 rohan.dsz18@gmail.com,2 snehaaruldurai@gmail.com,3 totuprajakta@gmail.com,4 anishpoojary92@gmail.com,5 rajputmanita@yahoo.com 摘要 - 每架飞机的尾部都配备了一个黑匣子。黑匣子中的数据在每次飞机失事调查中都起着至关重要的作用。飞行数据记录器 (FDR) 和驾驶舱语音记录器 (CVR) 统称为黑匣子。分析从黑匣子中检索到的数据,有助于空难调查人员了解和研究坠机原因,利用黑匣子的机密数据,飞机设计工程师可以为未来的设计采取必要的预防措施,以避免进一步的飞机事故。如果这个重要的黑匣子没有从坠机现场找回,那么存储在黑匣子中的所有机密数据都会丢失,坠机原因仍是一个谜。在本文中,我们提出了智能黑匣子的设计和实现,它存储了一些重要参数,即高度、压力、温度、俯仰、偏航和滚转。这个智能黑匣子原型通过将数据上传到云服务器,实时将飞机上的传感器和其他装置检测到的所有信息发送到地面站。空中交通管制 (ATC) 可以访问和监控这些信息,并采取支持措施防止任何可能导致坠机的疏忽并防止灾难发生。关键词 -玻璃箱,BMP180,WiFi,空中交通管制 1.简介 近年来,航空业经历了许多飞机事故。2016 年 7 月 22 日,印度空军 (IAF) 战术运输机安东诺夫 An-32 在从钦奈飞往布莱尔港的快递航班上最后一次出现在雷达上是在上午 9:12,当时它离开了二次监视雷达 (SSR) [1] 的范围。这架 IAF 飞机在飞越孟加拉湾时失踪,机上有 29 人。印度空军和印度海军的多架飞机和舰艇正在钦奈以东 150 海里的水域搜寻,这是飞机最后已知的位置。这是印度历史上规模最大的海上失踪飞机搜救行动。2016 年 9 月 15 日,搜救任务被取消。2014 年 3 月 8 日,马来西亚航空 MH 370 航班,一架
海湾。第 2 部分:评估气候变化驱动的沿海灾害和社会经济影响的工具。J Mar Sci Eng 6(3)。https://doi.org/10.3390/jmse6030076 Erikson LH、Herdman L、Flahnerty C、Engelstad A、Pusuluri P、Barnard PL、Storlazzi CD、Beck M、Reguero B、Parker K (2022) 在预计的 CMIP6 风和海冰场的影响下,使用全球尺度数值波浪模型模拟的海浪时间序列数据:美国地质调查局数据发布。 https://doi.org/10.5066/P9KR0RFM Esch T、Heldens W、Hirner A、Keil M、Marconcini M、Roth A、Zeidler J、Dech S、Strano E(2017 年)在从太空绘制人类住区地图方面取得新突破——全球城市足迹。ISPRS J Photogramm Remote Sens 134:30–42。 https://doi.org/10.1016/j.isprsjprs.2017.10.012 Florczyk AJ、Corbane C、Ehrlich D、Freire S、Kemper T、Maffenini L、Melchiorri M、Pesaresi M、Politis P、Schiavina M、Sabo F、Zanchetta L(2019)GHSL 数据包 2019。在:欧盟出版物办公室,卷 JRC117104,7 月期。https://doi.org/10.2760/290498 Giardino A、Nederhoff K、Vousdoukas M(2018)小岛屿沿海灾害风险评估:评估气候变化和减灾措施对埃贝耶(马绍尔群岛)的影响。 Reg Environ Change 18(8):2237–2248。https://doi.org/10.1007/s10113-018-1353-3 Gonzalez VM、Nadal-Caraballo NC、Melby JA、Cialone MA(2019 年)概率风暴潮模型中不确定性的量化:文献综述。ERDC/CHL SR-19–1。密西西比州维克斯堡:美国陆军工程兵研究与发展中心。https://doi.org/10.21079/11681/32295 Gori A、Lin N、Xi D(2020 年)热带气旋复合洪水灾害评估:从调查驱动因素到量化极端水位。地球的未来 8(12)。 https://doi.org/10.1029/2020EF001660 Guo Y、Chang EKM、Xia X (2012) CMIP5 多模型集合投影全球变暖下的风暴轨道变化。J Geophys Res Atmos 117(D23)。https://doi.org/10.1029/2012JD018578 Guo H、John JG、Blanton C、McHugh C (2018) NOAA-GFDL GFDL-CM4 模型输出为 CMIP6 ScenarioMIP ssp585 准备。下载 20190906。地球系统网格联盟。 https://doi.org/10. 22033/ESGF/CMIP6.9268 Han Y, Zhang MZ, Xu Z, Guo W (2022) 评估 33 个 CMIP6 模型在模拟热带气旋大尺度环境场方面的表现。Clim Dyn 58(5–6):1683–1698。https://doi.org/ 10.1007/s00382-021-05986-4 Hauer ME (2019) 按年龄、性别和种族划分的美国各县人口预测,以控制共同的社会经济路径。科学数据 6:1–15。 https://doi.org/10.1038/sdata.2019.5 Hersbach H、Bell B、Berrisford P、Hirahara S、Horányi A、Muñoz-Sabater J、Nicolas J、Peubey C、Radu R、Schepers D、Simmons A、Soci C、Abdalla S、Abellan X、Balsamo G、Bechtold P、Biavati G、Bidlot J, Bonavita M 等人 (2020) ERA5 全局再分析。 QJR Meteorol 协会。 https://doi.org/10.1002/qj. 3803 Homer C,Dewitz J,Jin S,Xian G、Costello C、Danielson P、Gass L、Funk M、Wickham J、Stehman S、Auch R、Riitters K (2020) 来自 2016 年国家土地覆盖数据库的 2001-2016 年美国本土土地覆盖变化模式。ISPRS J Photogramm Remote Sens 162(二月):184-199。https://doi.org/10.1016/j.isprsjprs.2020.02.019 Huang W、Ye F、Zhang YJ、Park K、Du J、Moghimi S、Myers E、Péeri S、Calzada JR、Yu HC、Nunez K、Liu Z (2021) 飓风哈维期间加尔维斯顿湾周边极端洪灾的复合因素。海洋模型 158:101735。 https://doi.org/10.1016/j.ocemod.2020.101735 Huizinga J、de Moel H、Szewczyk W (2017) 全球洪水深度-损害函数。在:联合研究中心 (JRC)。https://doi.org/10.2760/16510 跨机构绩效评估工作组 (IPET) (2006) 新奥尔良和路易斯安那州东南部飓风防护系统绩效评估跨机构绩效评估工作组第 VIII 卷最终报告草案——工程和运营风险与可靠性分析。Jyoteeshkumar Reddy P、Sriram D、Gunthe SS、Balaji C (2021) 气候变化对季风后孟加拉湾强烈热带气旋的影响:一种伪全球变暖方法。 Clim Dyn 56(9–10):2855–2879。https://doi.org/10.1007/s00382-020-05618-3 Knapp KR、Kruk MC、Levinson DH、Diamond HJ、Neumann CJ(2010)国际气候管理最佳轨迹档案(IBTrACS)。Bull Am Meteor Soc 91(3):363–376。https://doi.org/ 10.1175/2009BAMS2755.1 Knutson TR、Sirutis JJ、Zhao M、Tuleya RE、Bender M、Vecchi GA、Villarini G、Chavas D(2015)根据 CMIP5/RCP4.5 情景的动态降尺度对 21 世纪末强烈热带气旋活动的全球预测。 J Clim 28(18):7203–7224。https://doi.org/10.1175/ JCLI-D-15-0129.1 Kron W(2005)洪水风险 = 危害 • 价值 • 脆弱性。Water Int 30(1):58–68。https://doi.org/10.Gunthe SS、Balaji C (2021) 气候变化对季风后孟加拉湾强烈热带气旋的影响:一种伪全球变暖方法。Clim Dyn 56(9–10):2855–2879。https://doi.org/10.1007/s00382-020-05618-3 Knapp KR、Kruk MC、Levinson DH、Diamond HJ、Neumann CJ (2010) 气候管理国际最佳轨迹档案 (IBTrACS)。Bull Am Meteor Soc 91(3):363–376。 https://doi.org/ 10.1175/2009BAMS2755.1 Knutson TR、Sirutis JJ、Zhao M、Tuleya RE、Bender M、Vecchi GA、Villarini G、Chavas D(2015 年)根据 CMIP5/RCP4.5 情景的动态降尺度对 21 世纪末强烈热带气旋活动的全球预测。J Clim 28(18):7203–7224。https://doi.org/10.1175/ JCLI-D-15-0129.1 Kron W(2005 年)洪水风险 = 危害 • 价值 • 脆弱性。Water Int 30(1):58–68。https://doi.org/10.Gunthe SS、Balaji C (2021) 气候变化对季风后孟加拉湾强烈热带气旋的影响:一种伪全球变暖方法。Clim Dyn 56(9–10):2855–2879。https://doi.org/10.1007/s00382-020-05618-3 Knapp KR、Kruk MC、Levinson DH、Diamond HJ、Neumann CJ (2010) 气候管理国际最佳轨迹档案 (IBTrACS)。Bull Am Meteor Soc 91(3):363–376。 https://doi.org/ 10.1175/2009BAMS2755.1 Knutson TR、Sirutis JJ、Zhao M、Tuleya RE、Bender M、Vecchi GA、Villarini G、Chavas D(2015 年)根据 CMIP5/RCP4.5 情景的动态降尺度对 21 世纪末强烈热带气旋活动的全球预测。J Clim 28(18):7203–7224。https://doi.org/10.1175/ JCLI-D-15-0129.1 Kron W(2005 年)洪水风险 = 危害 • 价值 • 脆弱性。Water Int 30(1):58–68。https://doi.org/10.
辐射站 46 --- 46 * 总数 807 个中,346 个已过期。 ** 总数 1382 个中,850 个已过期。 *** 包括印度空间研究组织 (ISRO) 的 2 个多普勒气象雷达。 **** 与该公司的合同未续签。建模 2022 年 11 月期间,每周四,国家中期天气预报中心 (NCMRWF) 耦合模型的扩展范围预报 (ERP) 向以下机构实时提供为期四周的降雨、地表温度和风 (全场和异常) 数据:(i) 印度气象局的长期预报和农业气象部门、(ii) 印度热带气象研究所 (IITM) ERP 组、(iii) 空间应用中心 (SAC)、(iv) 国防地理信息研究机构 (DGRE)、(v) 印度空军 (IAF)、(vi) 海军、(vii) 印度地质调查局 (GSI)、(viii) 国家水文研究所 (NIH)、(ix) 印度气象局的所有区域中心和 (x) 孟加拉多部门技术经济合作倡议 (BIMSTEC) 国家气象部门。此外,还向国防研究与发展组织 (DRDO) 和 IAF 提供了降雪预报,供其使用。在每月的最后一个星期四,即 2022 年 11 月 24 日,还为用户提供了对 2022 年 12 月有效的月平均预报。每月天气摘要(2022 年 11 月)a) 当月重要天气事件低压系统:2022 年 11 月 9 日至 14 日,一个明显的低压区在孟加拉湾西南部形成,并穿过斯里兰卡东北部、泰米尔纳德邦北部和喀拉拉邦移至阿拉伯海东南部。2022 年 11 月 11 日至 12 日,它给泰米尔纳德邦的三角洲地区带来了极强的降雨。当月,五次西部扰动 (WD) 横跨印度北部。其中,两次 WD(11 月 2 日至 5 日和 6 日至 9 日)影响了印度北部,导致西喜马拉雅地区出现零星至零星降雨/降雪,毗邻平原出现降雨。其余三次 WD 较弱(11 月 13-15 日、18-21 日和 22-24 日),没有造成太大的天气影响。11 月最后一周,东部北方邦、比哈尔邦、德里的偏远地区报告有浅至中度雾。b) 降雨情景:2022 年 11 月全国降雨量为 18.7 毫米,为其长期平均值 (LPA) 29.7 毫米的 63%。c) 暴雨事件: