XiaoMi-AI文件搜索系统
World File Search System清查
证券行业的人工智能
[A][2] SEC 关于经纪交易商和投资顾问使用预测数据分析相关利益冲突的规则提案 [A][2][a] 定义 [A][2][b] 要求 [A][2][b][i] 冲突的识别、确定和消除/中和 [A][2][b][ii] 政策和程序 [A][2][b][iii] 记录保存 [A][2][b][iv] 对 PDA 提案的评论 [B] FINRA 关于证券行业人工智能的报告 [C] 审查重点 [C][1] SEC 审查部门 2023/2024 审查重点 [C][2] 2024 年 FINRA 年度监管监督报告 [D] 清查和执法行动 [D][1] 马萨诸塞州人工智能清查 [D][2] SEC 对使用人工智能的投资顾问进行清查 [D][3] SEC “人工智能洗钱”案件 [D][4] 州执法行动 [E] SEC 主席关于人工智能和金融稳定的声明 § 55:4.2 美国财政部 § 55:4.3 某些其他美国联邦机构 § 55:4.4 金融稳定监督委员会 § 55:5 制定人工智能治理框架和风险管理战略的监管考虑 § 55:6 隐私和信息安全/网络安全风险管理 § 55:6.1 隐私 § 55:6.2 信息安全/网络安全风险管理 § 55:7 某些非美国地区的监管框架和发展。司法管辖区 § 55:7.1 亚洲 [A] 香港 [A][1] 证券及期货事务监察委员会 [A][2] 香港金融管理局 [B] 中华人民共和国 [C] 日本 [C][1] 人工智能特定原则和指南 [C][1][a] 人工智能原则和指南 [C][1][b] 最新发展 [C][2] 适用于人工智能申请人的现有框架 [C][2][a] 《个人信息保护法》 [C][2][b] 《金融工具及交易法》 [C][2][c] 《洗钱和恐怖主义融资条例》 [C][2][d] 民事责任
Walter D. Cruickshank 博士的证词
2024 年 3 月 20 日 Stauber 主席、Ocasio-Cortez 排名成员和小组委员会成员，我很高兴今天能出席你们的会议，讨论海洋能源管理局对评估外大陆架 (OCS) 现有石油和天然气资源的持续责任。我叫 Walter Cruickshank，我是内政部 (DOI) 下属局 BOEM 的副主任。美国综合清单外大陆架石油和天然气资源 几十年来，地质学家、统计学家和经济学家一直在进行资源评估，以深入了解石油供应情况。为了应对挑战，已经开发出越来越复杂的定量技术和程序来满足这些评估的需求和用途。资源估算为决策者提供了关键信息，并为各种政策选择提供了参考。2005 年《能源政策法案》（EPAct）第 357 条指示内政部长对美国 OCS 水下土地内的石油和天然气资源进行清查和分析。部长必须每 5 年向国会提交一次此分析。法规要求清查和报告符合以下标准：
2021 年年度报告 - ICAR-NBSS&LUP
2021 年，印度遭受了严重的疫情。印度国家土壤调查和土地利用规划局 (ICAR) 受到普遍存在的不确定性的严重阻碍，但其研究成果强劲，将在不久的将来定义土地资源清查方法。利用具有挑战性的疫情条件，开发了一种新的标准操作协议 (SOP)，以使用高分辨率遥感数据结合旧数据来获取土地资源清查 (LRI) 数据。这里报告的一些发现让我们看到了该 SOP 在减少时间、劳动力和资源方面的潜力。它将数字土壤测绘作为土壤调查的重要工具。该协议已发布供使用，一组科学家遵循该协议在 Bundelkhand 地区进行土壤调查。Bundelkhand 地区 14 个地区的 LRI 工作标志着与印度土壤和土地利用调查局首次合作开展项目。此次合作为加快数据采集速度开辟了新的可能性。新的 SOP 也用于其他区级 LRI 项目。今年还标志着马哈拉施特拉邦气候适应力项目下分布在 15 个地区的 500 个村庄的 LRI 完成。
利用无人机传感图像估计农林牧复合系统中树木种植园的位置和高度
摘要 典型地中海树种的人工林对于该地区森林生态系统的恢复至关重要，例如栓皮栎 ( Quercus suber L.)、圣栎 ( Quercus ilex L.) 和大叶松 ( Pinus pinea L.)。虽然传统的森林清查可以提前发现这些人工林中的问题，但所需实地考察的成本和劳动力可能超过其潜在效益。无人机 (UAV) 为传统清查和单树测量提供了一种廉价实用的替代方案。我们提出了一种根据遥感图像估算单树高度和位置的方法，该图像使用集成 RGB 传感器的低空飞行无人机获取。2015 年夏天，一架低空飞行 (40 米) 六旋翼飞行器拍摄了埃武拉大学一片 5 公顷的树林。根据这些图像创建了 3D 点云和正射影像。点云用于识别局部最大值作为树木位置和高度估计的候选。结果表明，使用无人机测量的松树高度可靠，而橡树的可靠性取决于树木的大小：较小的树木尤其成问题，因为它们往往具有不规则的树冠形状，导致更大的误差。然而，误差显示出强烈的趋势，可以生成足够的模型来改进估计。
DWR 的 2024 年环境 eDNA 战略
Meyer, RS、Ramos, MM、Lin, M.、Schweizer, TM、Gold, Z.、Ramos, DR、Shirazi, S.、Kandlikar, G.、Kwan, W.、Curd, EE、Freise, A.、Parker, JM、Sexton, JP、Wetzer, R.、Pentcheff, ND、Wall, AR、Pipes, L.、Garcia-Vedrenne, A.、Mejia, MP、Moore, T.、Orland, C.、Ballare, KM、Worth, A.、Beraut, E.、Aronson, EL、Nielsen, R.、Lewin, HA、Barber, PH、Wall, J.、Kraft, N.、Shapiro, B. 和 RK Wayne。2021 年。《CALeDNA 计划：公民科学家和研究人员清查加州的生物多样性》。加州农业。 https://doi.org/10.3733/ca.2021a0001
针对林业应用的多回波激光雷达评估
前言 本报告由美国农业部林务局的清查与监测 (I&M) 指导委员会发起和资助。I&M 指导委员会由清查与监测研究所特许成立，旨在调查新兴技术并确定其对林务局 I&M 问题的帮助潜力。遥感应用中心感谢 I&M 指导委员会的指导和指导，以及圣迪马斯技术与发展中心提供的项目监督。作者认为，提供的意见促成了更具体的最终报告，以满足现场需求。摘要 Spencer B. Gross, Inc. (SBG) 被选中评估多回波 LIDAR（光检测和测距）技术在美国农业部林务局的应用。本研究使用的数据集位于美国西北部（俄勒冈州、华盛顿州和蒙大拿州）。三个站点有现有数据，并为另外三个站点收集了新的 LIDAR 数据。这些站点被选中是因为具有西北植被群落的代表性样本、坡度特征和土地管理处理。对于许多此类场所，辅助数据（如地图、照片、清单数据）和现有关系（即大学人员和学生、林业联系人、政府联系人）可用于验证目的。地理空间信息为有效的森林管理实践奠定了基础。使用传统技术（包括航空摄影、摄影测量和实地工作）获取高质量数据相对昂贵且耗时。某些数据元素（如西北林地可靠的 20 英尺等高线的裸地地形模型）非常难以获取。多回波 LIDAR 可以捕获密集点数据，这些数据定义第一个表面（冠层）并通过许多点撞击地面来穿透植被。因此，只需一次飞行就可以“绘制”冠层、裸地和许多结构特征，如冠层高度、体积和基部直径。LIDAR：技术机载激光扫描的发展可以追溯到 20 世纪 70 年代早期的 NASA 系统。尽管笨重、昂贵，且仅限于特定应用（例如简单测量飞机在地球表面上的精确高度），这些早期系统还是证明了该技术的价值。
使用机载... 预测森林库存属性 - CORE
摘要：本研究旨在开发一种新方法，利用采伐机在作业伐木过程中记录的树干信息，基于遥感预测成熟林分的森林资源属性。参考样地由采伐机数据形成，使用两种不同的树木位置：全球卫星导航系统中的采伐机位置 (XY H ) 和计算改进的采伐机头位置 (XY HH )。研究材料包括 158 个位于芬兰南部的成熟挪威云杉为主的林分，这些林分在 2015-16 年期间被砍伐。树木属性来自采伐机记录的树干尺寸。森林资源属性是针对林分和为四种不同样地大小（254、509、761 和 1018 平方米）的林分生成的样地编制的。建立了基于采伐机的森林资源清查属性与样地遥感特征之间的预测模型。获得了林分水平的预测结果，基部面积加权平均直径 (D g ) 和基部面积加权平均高度 (H g ) 对于所有模型替代方案几乎保持不变，相对均方根误差 (RMSE) 分别约为 10–11% 和 6–8%，偏差较小。对于基部面积 (G) 和体积 (V)，使用任何一种位置方法，最多只能得到大致相似的预测结果，相对 RMSE 约为 25%，偏差为 15%。在 XY HH 位置下，G 和 V 的预测几乎与 254–761 平方米内的样地大小无关。因此，基于采伐机的数据可用作遥感森林清查方法的地面实况。在预测森林清查属性时，建议利用采伐机头位置 (XY HH ) 和最小地块面积 254 平方米。相反，如果只有采伐机位置 (XY H ) 可用，将样地面积扩大到 761 平方米可达到与使用 XY HH 位置获得的精度相似的精度，因为较大的样地可缓和确定单个树木位置时的不确定性。
康涅狄格州 2020 年森林行动计划 - CT.gov
根据所使用的数据，康涅狄格州的森林覆盖率约为 56-61%。康涅狄格大学土地利用教育与研究中心 (CLEAR) 使用遥感技术测量了 2015 年该州的森林面积，发现在总土地面积 3,078,017 英亩中，森林面积为 1,873,471 英亩（包括落叶林和针叶林、森林湿地和公用事业通行权），约占 61%（康涅狄格大学土地利用教育与研究中心，2016 年）。美国农业部森林服务局 (US Forest Service) 使用其森林清查和分析 (FIA) 抽样方法确定了 2018 年该州的森林面积，发现在总土地面积 3,203,694 英亩中，森林面积为 1,789,611 英亩，约占 56%。使用 2017 年 FIA 数据汇总所有州，康涅狄格州是美国森林覆盖率第 14 高的州 (Oswalt, 2018)。考虑到康涅狄格州是人口密度第四高的州，这一结果非常了不起。只有马萨诸塞州的森林覆盖率和密度都与康涅狄格州相当。
Shiprock 太阳能设施 - 初步开发计划
根据法规 (43 CFR 2804.12(b)(1))，太阳能非竞争性通行权申请人在提交通行权申请时，需提交拟议项目的一般描述以及提交更完整的 POD 的时间表。BLM 只有在提交更完整的 POD 后才会开始处理申请。在 NEPA 申请审查过程中，可能会要求申请人提供更多信息。如果 BLM 需要更多信息作为 POD 的一部分，BLM 将在书面缺陷通知中注明此信息，要求申请人在指定时间内提供更多信息 (43 CFR 2804.25(c))。根据法规 (43 CFR 2804.25(c)(1))，申请人还需在 BLM 提出请求之日起一年内开始进行任何所需的资源调查或清查。根据法规（43 CFR 2804.25[b] 和 2804.26[a]），在因申请人未回应有关 POD（43 CFR 2804.26(a)）的缺陷通知而发出拒绝申请的决定之前，将向申请人提供 30 天的说明理由信。
2022-24 战略计划
与当地政府和农民合作，尽量减少弗吉尼亚水域和切萨皮克湾水域的非点源污染。确保水坝的设计、建造、运行和维护正确且安全。提高洪水抵御力。管理 41 个州立公园，其中许多公园新建或翻新了小屋、蒙古包、露营地、会议设施和游客中心。协调整个弗吉尼亚的娱乐和环境项目，包括步道、弗吉尼亚风景河、州立公园总体规划以及州立公园的设计和建设。专注于基于科学的保护，以保护弗吉尼亚的本土动植物及其赖以生存的生态系统。识别、清查和保护自然群落和珍稀动植物。作为弗吉尼亚土地保护利益的中央联络人、储存库和信息中心。开发土地保护数据和在线地图工具，并提供最新信息以便及时做出保护决策。管理联邦自然保护区系统，共计 66 个自然保护区。为该州一些生态上最重要和最独特的土地和水域提供长期保护和户外娱乐活动。