第一篇：利用MODIS數據進行秸稈焚燒遙感監測

利用MODIS數據進行秸稈焚燒遙感監測

摘要：指出了我國是農業大國，隨著農作物種植面積的增加，農業秸稈總量也迅速增加。在很多地方，由于秸稈焚燒時間短、范圍廣等局限因素，利用傳統的監測手段相關部門不能及時監測和掌控秸稈焚燒信息，從而無法進行有效的執法治理。而衛星遙感手段以其時效性、覆蓋面廣等優勢使得快速大面積監測秸稈焚燒情況成為可能。提出了利用MODIS提供的熱異常數據，通過ENVI遙感圖像處理軟件提取火點和農用地，并將火點顯示在GoogleEarth上，從而給有關部門提供快速準確的秸稈焚燒地點信息，便于進行執法治理。

關鍵詞：ENVI軟件；谷歌地圖；MODIS數據；秸稈焚燒；遙感；火點；農用地

中圖分類號：X712

文獻標識碼：A 文章編號：1674-9944（2017）14-0081-03

引言

秸稈焚燒過程中產生的大量煙霧、煙塵、一氧化碳、二氧化碳等污染物質，不僅會導致空氣質量的惡化，還會影響交通安全，迫使高速公路關閉，民航停飛等；其次，野外焚燒秸稈增加了火災發生的風險。同時焚燒秸稈也嚴重浪費了寶貴的生物資源（6億t秸稈相當于300多萬t氮肥、700多萬t鉀肥、70多萬t磷肥，它相當于全國每年化肥施用量的1/4）。在如今倡導綠色發展理念，建設和諧社會、生態文明社會的大環境下，秸稈焚燒的治理不容忽視。筆者采用基于美國地球觀測系統計劃（EOS）的Terra/Aqua衛星MODIS光譜儀數據，通過ENVI遙感圖像處理軟件對2017年4月15日的秸稈焚燒情況進行火點提取，并通過GoogleEarth軟件進行火點定位，從而為監管部門執法治理提供快捷有效的信息。監測原理

MODIS是美國地球觀測系統中Terra和Aqua衛星攜帶的中分辨率成像光譜儀，Terra和Aqua都是太陽同步極軌衛星，Terra在地方時間上午過境，Aqua在地方時間的下午過境，可在一天內最多獲得4次地球上同一地區的對地觀測數據。MODIS在0.4～14之間有36個觀測通道，靈敏度高，能夠探測到的最小面積為50 m2。又因為，地球上不同的物體具有不同的光譜特性，向外界輻射的電磁破也具有不同的波長。根據普朗克定律可知，植物在沒有燃燒時和燃燒時所發出的輻射也有差異，沒有燃燒時植物發出的輻射是背景輻射，燃燒時則主要是由火焰和高溫碳化物發出的輻射。根據這種差異，利用MODIS成像光譜儀的監測數據進行數據分析即可提取火點信息。數據獲取

由于MODIS數據實行全球免費接收政策，采用直接廣播的形式下行數據，因此可以免費獲取其不同時間的監測數據。從NASA衛星數據中心網站http：//ladsweb.nascom.nasa.gov/data/search.html上下載2017年4月15日四川省的MOD14、MOD03數據以及MCD12Q1數據。輸入四川省的經緯度區間東經97°21′～108°31′和北緯26°03′～34°19′，分別獲得4個MOD14和MOD03數據，其中MOD14為熱異常數據，用于提取焚燒點，MOD03為地理較正數據，用于對MOD14數據進行地理定位，MCD12Q1為土地覆蓋數據，用于提取農用地。數據處理

4.1 火點提取

（1）原始的MOD14影像數據存在很大的幾何畸變，如圖1所示，需要通過ENVI數據處理軟件進行校正。首先根據MOD03數據中的經度和緯度信息建立地理查找表GLT文件，再根據建立的GLT文件，對MOD14熱異常數據進行幾何校正和地理定位。

（2）糾正后的影像數據更接近真實的地理形狀和位置，如圖2所示。于是便可以根據糾正后的MOD14數據提取火點。將火點的像素值設置為7、8、9，通過ENVI5.1中的ROL工具即可提取出數據中的火點信息，如圖3所示，共計2786個火點（在圖中以紅點標出）。

4.2 農用地提取

之前提取的火點信息由于受到鋼鐵廠、火力發電廠、村民生火煙沖等等類似秸稈焚燒的情況干擾，使得提取出來的火點不一定都是秸稈焚燒造成的，所以就需要再次提取衛星監測影像數據中的農用地區域信息，將二者疊加，這樣才能從中選出由于秸稈焚燒造成的火點。

農用地提取采用的是MCD12Q1為土地覆蓋數據，根據IGBP全球植被分類方法可知，農用地的像素值為12。依次將數十幅MCD12Q1土地覆蓋數據進行投影裝換和圖像拼接，之后采用與火點提取相同的方法，設置像素值為12，提取農用地信息如圖4所示（圖中綠色標明部分即為農用地區域）。

4.3 求火點信息和農用地信息的交集

利用ENVI中求交集工具，將火點信息與農用地信息疊加，重疊的即為秸稈焚燒疑似火點，經過交集運算后，全國范圍內秸稈焚燒疑似點共有1178個。利用ArcMap進行結果分析

在ENVI中將疑似火點的信息保存為矢量文件，用ArcMap打開該文件，同時疊加中國1∶4000000的省界矢量地圖，如圖5所示。可以看出，在2017年4月15日這一天，我國的秸稈焚燒疑似點集中在黑龍江、江蘇等地，四川省內的疑似火點較少。秸稈焚燒疑似點的地理點位

雖然將火點輸出在中國的矢量地圖上可以從全局的角度看出該日期全國秸稈燃燒火點的地理位置分布情況，但無法對每一個火點進行精準定位，不能給監管執法部門提供準確可行的有效的執法指引。所以需要再次將火點輸出到GoogleEarth高清地圖中，以便很好的解決這一問題。GoogleEarth的地圖是衛星影像與航拍的數據整合，其全球地貌影像的有效分辨率至少為100 m，在中國大陸的分辨率為30 m。將GoogleEarth與ENVI結合，可對秸稈焚燒點進行快速準確的地理定位，如圖6所示（地圖中黃色圖釘標明的點即為疑似火點），有了該定位數據，監管執法部?T可快速準確的進行執法處理，從而為相關部門的執法與治理提供了有效的數據支撐，大大提高了執法精度和效果。

結論與討論

本研究利用MODIS熱異常數據對2017年4月15日全國范圍內的秸稈焚燒火點進行提取分析和定位。結果表明，相比于傳統的人工排查等手段，衛星遙感技術監測秸稈焚燒具有范圍廣、速度快、成本低等巨大優勢。另外，結合GoogleEarth高清衛星地圖軟件，對每一個焚燒火點進行精準定位，可為相關監管部門提供及時準確的火點監測數據，便于執法和治理，對建設綠色環保社會、生態文明社會具有顯著的意義。

參考文獻：

[1]王子峰，陳良富，顧行發.基于MODIS數據的華北地區秸稈焚燒監測[J].遙感技術與應用，2008，23（6）：611～617.[2]劉 婷，王來剛，范 磊.基于EOS/MODIS數據的河南省小麥秸稈焚燒監測分析[J].河南農業科學，2011，40（11）：158～160.[3]楊珊榮，李 虎，余 濤，等.基于MODIS的秸稈焚燒火點識別原理及算法IDL實現[J].遙感信息，2009（2）：91～97.[4]張 彥，劉 婷，李 冰，等.基于MODIS數據的河南省秋季作物秸稈焚燒火點監測研究[J].河南農業科學，2016，45（11）：149～154.[5]何立明，王文杰，王 橋，等.中國秸稈焚燒的遙感監測與分析[J].中國環境監測，2007，23（1）：42～50.[6]張麗娟，厲 青，陳 輝，等.2014～2015年夏秋收期間全國秸稈焚燒遙感監測結果對比分析[J].環境與可持續發展，2016，41（6）：61～65.[7]張樹譽，李登科，李星敏，等.衛星遙感在秸稈焚燒監測中的應用[J].氣象，2005，31（9）：83～86.[8]成思敏.秸稈焚燒遙感監測[J].民營科技，2014（9）：52～52.[9]胡 梅，齊述華，舒曉波，等.華北平原秸稈焚燒火點的MODIS影像識別監測[J].地球信息科學，2008，10（6）：802～807.[10]張樹譽，李登科，景毅剛.“3S”技術在關中地區秸稈焚燒遙感監測中的應用[J].環境監測管理與技術，2005，17（2）：17～20.[11]江蘇開展秸稈焚燒衛星遙感監測工作[J].環境監測管理?c技術，2009（3）：40～40.

第二篇：金融業如何利用大數據進行精準營銷

金融業如何利用大數據進行精準營銷

導讀近幾年各行各業對大數據技術的應用越來越多，但凡有財力的企業都躍躍欲試，更何況是“手握重金”的金融行業。金融業如何利用大數據進行精準營銷？如何構建新一代大數據運營中心？且聽永洪科技高級咨詢師胡星昱圍繞金融行業的經驗分享。

說到大數據，有兩點我們要強調一下：一個是數據資產化，另一個是決策數據化。

? IT部門轉變成利潤中心

信息技術部門是做IT支撐的，每年都會進行軟、硬件大批量采購，企業內部都認為信息技術部門是成本中心，信息技術部門的數據也都是伴隨業務發生時產生的一個附屬物。隨著大數據技術發展，企業希望通過數據尋找業務規律，對客戶需求進行挖掘，因為這樣做會給業務帶來直接的價值，幫助業務進行優化和提升，所以數據成了金融機構的一項寶貴資產，掌握數據量最大的信息技術部門也逐漸成為企業的利潤中心。

從戰略方向上講，以前在企業內部，主要是決策人員根據經驗主觀判斷進行決策，這樣做的風險很大，因為人會受到自己所處環境和情緒的影響。所以企業必須借助數據的幫助來做決策，并進行客觀的驗證和預測，要從原來依據經驗說話向依據數據說話進行轉變。

在數據量和數據分析需求日益增加的挑戰下，從戰略層面上講，金融機構需要建立一套“數據驅動型”的模式，即真正落實大數據運營中心。

從戰術方面上講，金融行業內企業可以嘗試三種戰術方向。首先可以通過用戶畫像、精準營銷來做運營優化。其次是通過運營分析、產品定價來做精細化管理。最后是利用實時的反欺詐反洗錢應用，以及中小企業的貸款評估來提高風險控制能力，最終實現全面提升金融企業的核心價值和能力。

? 新一代金融大數據運營中心 金融行業內的企業現在都需要一套整體化的業務架構。構建業務架構要從搭建一套企業級數據中心說起。企業級數據中心會包含企業的業務系統、外部數據和一些機器日志，這些結構化、半結構化和非結構化的數據，都要被匯集在一起。

在這些數據之上，金融行業內企業可以建立各種各樣的分析模型。比如利用用戶畫像做精準營銷，用EVA指標模型和反欺詐模型做多維盈利分析、反欺詐的交易分析等。

運營優化、管理提升、風險監控，這三個方向到底給金融行業帶來什么價值？

首先是精準營銷。精準營銷真正要做的就是了解客戶：客戶到底是什么樣的？客戶是誰？客戶需要什么產品？客戶有什么產品偏好？客戶喜歡哪些產品組合……還有就是如何進行有效營銷、如何提升客戶價值、保持客戶忠誠度。

比如，現在很多金融機構都有APP，就可以分析用戶在尋找什么產品，用戶在找到一款產品并真正實現交易的過程中會瀏覽哪些頁面，在哪個頁面停留最長時間，交易中斷是什么原因造成的等，而分析結果可以用于提升運營效果。

說到精準營銷就不能不談用戶畫像。以前經常聽到“360度用戶畫像”這個詞。但我覺得，“360度用戶畫像”更像一個廣告宣傳語，因為人是非常復雜的動物，很難用可數的緯度來100%地描述，所以需要從一定目的出發來建立用戶畫像。

尤其是在企業內部沒有足夠數據來構建用戶畫像，需要通過外界渠道來獲取數據支撐的時候。數據的獲取是有成本的，更不應該盲目搭建用戶畫像體系。也就是說，用戶畫像的本質其實應該是從業務角度出發，對客戶需求、消費能力，以及客戶信用額度等進行分析。

舉個小例子，比如說做存貸款產品營銷時，可對高價值信用卡用戶的AUM進行分析。篩選他們每月的消費金額、信用額度、當前存款情況、貸款有沒有拖欠，是不是商務卡持有者等，通過這些維度對用戶進行分析。再針對不同用戶分群給出不同的營銷策略。比如說哪些用戶該提升額度，哪些應該為其推薦金融產品。營銷在落實時，可以先通過短信進行營銷，再通過呼叫中心來了解客戶意圖。當客戶有意向時，再交由理財經理進行進一步跟進。

除精準營銷，還有多維盈利分析。多維盈利分析金融機構已經做很多年了，我最近也與國內幾十家金融機構進行了交流，發現其實在業務上他們都希望多維盈利分析能夠做到帳戶級。可實際上，大部分金融機構現有的IT架構只能支撐做到產品級，或是科目級分析。為什么？就是因為金融機構普遍數據處理能力不夠。如果要跑一個帳戶級的結果出來，系統要跑好幾個小時。而通過數據運營中心，就可以實現幾十分鐘出結果，企業就可以更好地進行精細化管理。

在風險監控方面，可以列出很多風險監控的指標，再通過這些指標用大數據平臺進行實時監控，真正了解整個企業當前所處的風險等級。

? 傳統業務架構存在的6大缺點

上述應用在傳統架構下能否實現？我認為傳統業務架構存在6大缺點。

第一是不夠敏捷，對業務新需求滿足的時間太長。我通過交流了解到，有些金融機構內部業務新的需求提出后，需要幾周，甚至幾個月時間才能把報表提交上去，業務人員才能看到他需要的數據，這種效率顯然跟不上市場變化。

第二是性能不佳，在海量數據面前，沒有足夠的計算能力去實時計算數據。

第三是洞察力弱，傳統IT架構已無法深入挖掘海量數據的數據價值。金融企業的分析人員已不滿足于只看到數據呈現，還希望對數據進行聚類、分類的算法來挖掘數據價值。第四是擴展性差，海量歷史數據無法單機存儲，傳統的IT架構又不支持水平擴展。第五是無法挖掘非結構化數據價值，現在每年金融機構的數據增量中有百分之七十到八十的數據屬于非結構化數據，如果不能把這部分數據的價值挖掘出來，是嚴重的浪費。

第六是成本高，從系統搭建到項目實施整個過程不可控。動輒上百萬元資金成本或一到兩年時間成本的項目在金融機構中很多。

所以，永洪提出了新一代的金融大數據應用中心的IT架構，可以根據業務需求不同，分為在線需求和離線需求。

在線or離線

為什么要分在線和離線？其實，很多需求都是按時效性區分的。

舉個小例子，比如我們會分析現有的客戶中，哪些屬于即將流失的客戶，哪些是高價值客戶。在這個過程中，要經過復雜的模型，考量多個指標來判斷，而結果也許并不需要馬上就得到。但在分析某個地區時，高價值客戶最近的消費傾向這種分析需求是非常靈活且時刻變化的，這就要求能夠實時得到計算結果。

下面，我把在線和離線分開介紹。

在線分析需求，我們總結出了一個最佳實踐。這里順便回答下如何實現敏捷分析的問題。在以前的架構中，通常是把業務邏輯和數據模型結合在一起，也就是根據業務需求制作數據模型，制作CUBE，做二次表，進行匯總計算，最后反饋和展現的只是一個很小數據量的結果。在那這樣的架構中，前端需求一旦變化就需要改模型，造成工作量大，交付時間也會拖長。

所以永洪提倡把數據模型和業務邏輯分開。數據模型只把跟分析主題相關的數據關聯到一起，做一張大寬表。比如，現在要進行營銷相關分析，就把數據交易數據、用戶數據、渠道數據都打通，關聯起來，但這些數據不要匯總，也就是要保持交易記錄級的數據粒度，而要分析哪些緯度，需要什么粒度的數據，都可以通過實時的計算，這樣就不會造成業務邏輯和數據模型混在一起。

不能每個分析需求都建一個CUBE，之前我見過有的企業數據倉庫中有上千個cube，因為數量太大，根本沒人來管理。而每當有新需求提出，也只能做新CUBE。這么做對企業來說有風險。

如果不愿意對數據來進行匯總計算，而是進行實時計算，就要提供大量細節數據實時計算的能力，這時可以采用了MPP數據集市來處理在線分析需求。

在這個過程中，永洪運用了列存儲、分布式計算、列存計算的技術來提高運行效率，就算是百億級的數據，也可以通過這種分布式的集群，實時進行分析計算，然后反饋給用戶。此外，大數據平臺離線分析是通過Hadoop的平臺來做結構化和非結構化數據的存儲，解析。然后在上面會用YARN量做資源管理——根據分析需求決定是用批處理模塊還是搜索模塊、是用流處理還是用機器學習等。

永洪科技現正在幫助國內各個企業進行數據挖掘應用。我們的客戶范圍涉及電信行業、能源、政府、金融、零售，還有IT互聯網行業，永洪會幫助他們提升數據運營效果。

接下來，簡單介紹幾個做過的案例。

首先是一個股份銀行，永洪通過大數據平臺，幫助他們進行用戶畫像的精準營銷，把金融機構持卡人的信息、信用卡信息、微信卡信息都拿過來。在大數據平臺上，通過畫像和算法給用戶進行畫像分群，根據分析需求來構建畫像模型，基于Map Raduce聚類和算法對用戶進行分類，然后再進行數據域處理，最終完成用戶的畫像。

另外,永洪也幫助華北一些金融機構在傳統數倉上搭建在線分析平臺，以及幫助他們建立全行的報表平臺。例如行長駕駛艙和業務類型報表。永洪也為中信金融機構杭州分行、四川分行搭建了在線分析平臺。杭州分行通過在線平臺幫助用戶實時分析零售數據。以前他們的分析人員大部分精力都用在整理數據和制作報表上，通過永洪的在線平臺，業務人員可以自己接觸到數據，并且可快速地生成分析報告，把真正精力都放在分析數據這塊。

現在，整個行業正處在數據架構和數據分析系統的變革時期，永洪科技非常希望通過提供專業技術和服務來幫助金融機構把數據價值挖掘出來，提高業務能力，提高競爭力。

胡星昱：澳大利亞莫納什大學商業信息系統碩士，擁有3年大型企業需求分析，項目實施和解決方案制作經驗；曾為國外大型零售企業和政府機構設計和實現數據分析系統，成功推進國內多個大型金融項目的需求、設計、研發、實施工作。在企業級系統集成，大數據，BI領域有豐富的項目經驗；目前主要負責產品和解決方案的咨詢工作。

第三篇：住房城鄉建設部利用遙感監測輔助城鄉規劃督察工作重大違法案件處理辦法

住房城鄉建設部關于印發

《住房城鄉建設部利用遙感監測輔助城鄉規劃督察工作重大違法案件處理辦法》的通知

建稽〔2014〕182號

各省、自治區住房城鄉建設廳，直轄市規劃局（委）：

為加強對遙感監測中發現的重大違法案件的處理工作，我部制定了《住房城鄉建設部利用遙感監測輔助城鄉規劃督察工作重大違法案件處理辦法》，現印發你們，請遵照執行。

中華人民共和國住房和城鄉建設部

2014年12月17日

住房城鄉建設部利用遙感監測

輔助城鄉規劃督察工作重大違法案件處理辦法

第一條 為進一步加強城鄉規劃重大違法案件處理工作，有效遏制違法建設行為，維護群眾權益，保障城鄉規劃法律、法規有效實施，落實《住房城鄉建設部利用遙感監測輔助城鄉規劃督察工作管理辦法（試行）》（建稽?2014?2號），制定本辦法。

第二條 本辦法適用于由住房城鄉建設部開展利用遙感監測輔助城鄉規劃督察工作（以下簡稱為“遙感督察”）的地區。

省級人民政府住房城鄉建設（規劃）主管部門應參照本辦法制定轄區重大違法案件處理辦法，并在每年底向住房城鄉建設部報告轄區重大違法案件處理工作情況。

—1—

第三條 本辦法所稱重大違法案件是指嚴重違反城鄉規劃法律、法規及城市總體規劃強制性內容、造成重大社會影響的違法案件，以及其他需要按照本辦法處理的違法案件。包括：

1．嚴重違反“三區四線”等城市總體規劃強制性內容的；

2．遙感督察工作中發現的存在嚴重違法問題并且未在規定期限內整改到位的；

3．經部派城鄉規劃督察員督促未得到解決的； 4．其他需要重點關注的。

第四條 重大違法案件處理工作由住房城鄉建設部稽查辦公室、城鄉規劃司共同組織實施，其中涉及規劃制定、修改和實施等方面的重大違法案件由城鄉規劃司牽頭處理。

第五條 重大違法案件處理工作堅持實事求是、依法公正、懲防并舉、服務大局的原則。

第六條 重大違法案件按下列方式處理。必要時住房城鄉建設部可按照《建設領域違法違規行為稽查工作管理辦法》的規定直接組織稽查。

（一）發函督辦

1．發住房城鄉建設部辦公廳函督促有關省級人民政府住房城鄉建設（規劃）主管部門組織查處重大違法案件并限期報送處理結果。

2．組織研判案件是否處理到位，對查處到位的，報住房城鄉建設部領導結案；對查處不到位的，可約談有關單位或掛牌督辦。

（二）約談

1．約談前應由組織實施部門商定被約談單位和內容報住房城鄉建設部領導審定。

2．有下列情形之一的省級人民政府住房城鄉建設（規劃）主管部門、有關城市人民政府及城鄉規劃主管部門等可列為約談對象：

（1）重點圖斑涉及的重大違法建設行為查處不力的；（2）城鄉規劃行政許可存在嚴重違法問題的；

（3）連續兩年反饋疑似圖斑涉及項目審批情況出現嚴重差錯的；（4）連續兩年圖斑涉及違法建設行為查處率偏低的；（5）連續兩年圖斑涉及違法建設行為查處執行情況為零的；

—2—

（6）其他遙感督察工作開展不力需要約談的。

3．約談省級人民政府住房城鄉建設（規劃）主管部門應由住房城鄉建設部領導或委托稽查辦公室、城鄉規劃司實施。

約談城市人民政府及城鄉規劃主管部門等應由住房城鄉建設部稽查辦公室、城鄉規劃司實施，省級人民政府住房城鄉建設（規劃）主管部門參加。約談城市人民政府及城鄉規劃主管部門等也可委托省級人民政府住房城鄉建設（規劃）主管部門實施。

4．約談通知函應在約談日前15個工作日發出，確定約談時間、地點、事由、約談人、被約談人。約談可邀請媒體參加。

約談主要由約談人說明約談事由，指出存在的問題，提出整改要求。被約談人應對約談事項做出回復。

約談應做約談記錄，根據記錄形成約談紀要發至被約談人。

5．被約談人應在被約談后40個工作日內將整改方案和采取的措施等情況書面上報。城市人民政府及城鄉規劃主管部門等的整改情況應通過省級人民政府住房城鄉建設（規劃）主管部門上報，省級人民政府住房城鄉建設（規劃）主管部門應督促城市人民政府及城鄉規劃主管部門等做好約談后的整改工作。

6．對未按期上報整改情況的，住房城鄉建設部將根據具體情況采取掛牌督辦、通報等方式督促整改。

（三）掛牌督辦

1．掛牌督辦是指住房城鄉建設部向社會公開重大違法案件基本情況及處理要求，督促省級人民政府住房城鄉建設（規劃）主管部門辦理，接受公眾監督的一種行政措施。

2．掛牌督辦前，組織實施部門應核實案件有關情況，報住房城鄉建設部領導審定實施。

3．對確定為掛牌督辦的案件，由住房城鄉建設部辦公廳向省級人民政府住房城鄉建設（規劃）主管部門發出《重大違法案件掛牌督辦通知書》，同時抄送有關城市人民政府，并向社會公布。

《重大違法案件掛牌督辦通知書》一般包括案件名稱、督辦事項、整改要求及時限、申請解除的方式等內容。

—3—

4．掛牌督辦的解除由省級人民政府住房城鄉建設（規劃）主管部門提出申請，住房城鄉建設部稽查辦公室會同有關業務司初審報部領導審定后下達《重大違法案件掛牌督辦解除通知書》，同時抄送有關城市人民政府并向社會公布。

（四）案件移送

按照《城鄉規劃違法違紀行為處分辦法》第十八條“任免機關、監察機關和城鄉規劃主管部門建立案件移送制度……城鄉規劃主管部門查處城鄉規劃違法案件，認為應當由任免機關或者監察機關給予處分的，應當在作出行政處罰決定或者其他處理決定后，及時將有關案件材料移送任免機關或者監察機關……”和第十九條“有城鄉規劃違法違紀行為，應當給予黨紀處分的，移送黨的紀律檢查機關處理；涉嫌犯罪的，移送司法機關依法追究刑事責任”的規定，移送有關案件。

第七條 工作保障措施。

（一）建立重大違法案件處理聯席會議機制。住房城鄉建設部領導或委托稽查辦公室定期召開會議研究有關問題。

（二）建立集體研判機制。對于復雜案件的定性進行集體研究，綜合分析案件發生的背景及危害，提出妥善處理意見。

（三）按照城鄉規劃法第五十七條“城鄉規劃主管部門違反本法規定作出行政許可的，上級人民政府城鄉規劃主管部門有權責令其撤銷或者直接撤銷該行政許可”的規定，撤銷違法行政許可。

（四）建立通報機制。通過發布文件、召開新聞發布會等方式在一定范圍內公布遙感督察工作及重大違法案件查處有關情況。

第八條 本辦法自發布之日起施行。

—4—

第四篇：計算機學院舉辦《跟上大數據的時代步伐--如何利用超算中心進行并行計算》講座

計算機學院舉辦《跟上大數據的時代步伐--如何利用超算中心進行并行計算》講座

5月6日下午，計算機學院邀請國家超算濟南中心的郭猛高級工程師來我校舉辦題為《跟上大數據的時代步伐--如何利用超算中心進行并行計算》講座。計算機學院院長廖明海、殷曉峰以及全體專職教師聆聽了講座。

郭猛高級工程師主要從四個方面闡述了大數據的要點，一是強調以彈道計算、動畫渲染、航空航天等難以實驗的場景需要高性能計算，從而降低成本；二是以網上訂票系統為例，介紹了采用浮點計算達到多、快、好、省的高性能計算；三是以天河二號、神威藍光等自主研制、高組裝密度的應用解說了高性能計算的發展與現狀；四是從提高單處理器性能、采用混合架構和集群等多方面實現高性能。郭工程師以前沿的專業知識，豐富的實踐工作經驗，全面系統的為老師們闡述了大數據中超算的內容，他的精彩演講在熱烈的掌聲中圓滿結束。殷院長希望老師們通過這次講座，學習最前沿的大數據計算的理論和方法，緊跟時代步伐，不斷提高認識，從而應用于教學。