当前位置：搜档网 › Very-High Resolution Stereoscopic Satellite Images for Landslide Mapping

Very-High Resolution Stereoscopic Satellite Images for Landslide Mapping

Francesca Ardizzone,Federica Fiorucci,Michele Santangelo,Mauro Cardinali,Alessandro Cesare Mondini,Mauro Rossi,Paola Reichenbach,and Fausto Guzzetti

Abstract

Landslide inventory maps are essential for geomorphological studies,and to evaluate landslide hazard,vulnerability,and https://www.sodocs.net/doc/64348959.html,ndslide maps,including geomorphological,event,seasonal,and multi-temporal inventory maps,are prepared using different techniques.We present the results of an experiment aimed a testing the possibility of using very high resolution,stereoscopic satellite images to map rainfall induced shallow landslides.Three landslide inventory maps were prepared for the Collazzone study area,Umbria,Italy.Two of the maps were prepared through the visual interpretation of stereoscopic satellite images and cover the periods January to March 2010,and March to May 2010.The third inventory map shows landslides occurred in the period January to May 2010,and was obtained through reconnaissance ?eld surveys.We describe the statistics of landslide area for the three inventories,and compare quantitatively two of the landslide maps.

Keywords

Landslide inventory map Satellite image GIS

Introduction

A landslide inventory map is the simplest form of landslide map (Guzzetti et al.2000),and shows the location and,where known,the date of occurrence,and the types of mass movements that have left discernable traces in an area.A landslide map is essential for geomorphological and ecological studies,and to evaluate landslide hazard,

vulnerability,and https://www.sodocs.net/doc/64348959.html,ndslide maps,including geomor-phological,event,seasonal,and multi-temporal inventory maps (Cardinali et al.2001;Guzzetti et al.2006),are tradi-tionally prepared exploiting different techniques,including the visual interpretation of stereoscopic aerial photographs (Bucknam et al.2001;Cardinali et al.2001),reconnaissance ?eld survey (Dapporto et al.2005;Cardinali et al.2006;Santangelo et al.2010),and analysis of archive information on historical landslide events (Taylor and Brabb 1986;Guzzetti et al.2000;Salvati et al.2009).

Availability of high resolution (HR)and very-high reso-lution (VHR)satellite images,and improved digital visuali-zation and analysis techniques,has encouraged investigators to exploit satellite images to detect and map landslides (e.g.,Mantovani et al.1996;Saba et al.2010).Stereoscopic and three-dimensional (3-D)models obtained from HR and VHR images can be examined visually to detect indi-vidual landslides,or groups of landslides,and to prepare landslide inventory maps (Alkevli and Ercanoglu 2010).We present the results of an experiment aimed at testing the possibility of using VHR stereoscopic satellite images,

F.Ardizzone (*) M.Cardinali M.Rossi P.Reichenbach F.Guzzetti

Consiglio Nazionale Delle Ricerche –Istituto di Ricerca

per la Protezione Idrogeologica,Via della Madonna Alta 126,06128Perugia,Italy

e-mail:Francesca.Ardizzone@https://www.sodocs.net/doc/64348959.html,r.it

F.Fiorucci M.Santangelo A.C.Mondini

Consiglio Nazionale Delle Ricerche –Istituto di Ricerca

per la Protezione Idrogeologica,Via della Madonna Alta 126,06128Perugia,Italy

Universita

`degli Studi di Perugia,Piazza dell’Universita `1,06123Perugia,Italy

C.Margottini et al.(eds.),Landslide Science and Practice ,Vol.1,

DOI 10.1007/978-3-642-31325-7_12,#Springer-Verlag Berlin Heidelberg 2013

and innovative3-D visualization technology,to prepare landslide inventory maps.The experiment was conducted in Umbria,Italy,where two inventories were prepared exploiting multiple sets of stereoscopic satellite images.

A third inventory was obtained through a reconnaissance ?eld survey conducted after a rainfall period that resulted in landslides.We measured the degree of matching between two inventories adopting the method proposed by Carrara et al.(1992)and Galli et al.(2008).

Study Area

The study area is in Umbria,Italy(Fig.1),and extends for about90km2,including78.9km2of hilly terrain. Sedimentary rocks,Cretaceous to Recent in age,crop out in the area,and comprise recent?uvial deposits,continental gravel,sand and clay,travertine,layered sandstone and marl, and thinly layered limestone(Servizio Geologico Nazionale 1980).Soils in the area range in thickness from a few decimeters to more than one meter.In Umbria,climate is

Mediterranean with most of the precipitation falling from October to December,and from February to https://www.sodocs.net/doc/64348959.html,ndslides are abundant in the area,and are caused by meteorological triggers i.e.,prolonged rainfall and rapid snowmelt.Mass movements in the area include shallow soil slides and ?ows,deep-seated slides and?ows,and compound failures (Guzzetti et al.2006;Galli et al.2008).Shallow landslides occur primarily on cultivated or abandoned areas,and are rare in forested terrain.In the cultivated areas,mechanical ploughing and harrowing obliterate landslides features.For this reason,the lifetime of the individual shallow landslides rarely exceeds a few seasons,although reactivations and new slope failures are common where previous landslides have occurred(Fiorucci et al.2011).

Materials and Methods

We prepared three inventory maps using two different methods:(1)visual interpretation of VHR stereoscopic sat-ellite images,and(2)reconnaissance geomorphological?eld mapping.In this section,we?rst describe the satellite images,the hardware(HW)and software(SW)visualization technology,and the interpretation criteria used to prepare the landslide maps.Next,we discuss the production of the reconnaissance inventory map through?eld surveys,and we provide information on the rainfall history that has resulted in the mapped landslides.VHR Stereoscopic Satellite Images

For our experiment,we used VHR panchromatic images taken(1)by the GeoEye-1satellite on12August2009and on27May2010,and(2)by the WorldView-1satellite on 8March2010.GeoEye-1was launched in September2008. Flying at an altitude of681km,it captures images at 0.41-m panchromatic(black&white,resampled at 0.50-m)and1.65-m multispectral(resampled at2-m)reso-lution.WorldView-1was launched in September2007. Operating from an altitude of496km,it takes images at 0.50-m panchromatic and2-m multispectral resolution. Table1lists the main characteristics of the stereoscopic images taken by the two satellites and used to detect and map landslides in our study area.

Rational Polynomial Coef?cients(RPCs)for the satellite images were available to us.RPCs provide a representation of the ground-to-image geometry,allowing for photogram-metric processing.We used the RPCs to generate3-D models of each pair of stereoscopic satellite images.We estimated the accuracy of operation using eight check points.Horizontal accuracy of the models,measured by the root mean square error(RMSE),was2.2m for GeoEye-1and1.12m for WorldView-1.Vertical accuracy was2.0m for GeoEye-1, and 1.9m for WorldView-1.The Bi-dimensional RMSE was 2.9m for GeoEye-1,and 2.2m for WorldView-1. The obtained values are within the accuracy of a1:10,000 topographic

map.

Fig.1Location and morphology of the Collazzone study area

96 F.Ardizzone et al.

Hardware and Software Visualization System

We used ERDAS IMAGINE ?and Leica Photogrammetry Suite (LPS)SW for block orientation,and Stereo Analyst for ArcGIS ?SW for image visualization and landslide mapping.To obtain 3-D views of the VHR satellite images,we used the StereoMirrorTM HW technology (Fig.2).

Using Stereo Analyst for Arc ArcGIS ?,we studied the 3-D views of the topographic surface created with the oriented satellite images,and we collected 3-D geographical information on the landslides.The SW allowed preparing multiple sets of oriented images all having the same reference system.To map the landslides in real-world three-dimensional geographical coordinates,a 3-D ?oating

cursor was used.When using a ?oating cursor,it is important that the cursor stays on the topographic surface.The SW

facilitates the task with an automatic terrain following mode.We used image correlation to obtain elevation infor-mation using the ?oating cursor.

The StereoMirrorTM technology allows for the 3-D visu-alization of large areas.For our experiment,the area covered by the GeoEye-1stereoscopic images was 13?17km (160km 2),and the area covered by the WorldView-1stereo-scopic images was 24?24km (576km 2).The ability to analyse in 3-D multiple sets of stereoscopic images for a large area proves important for landslide mapping,chie?y for multi-temporal mapping.The HW and SW technology simpli?ed the acquisition of landslide information from stereoscopic images.Further,the landslide and morphologi-cal information was obtained in 3-D and stored directly in a GIS database,reducing the acquisition time and the

problems (and errors)associated with the manual digitiza-tion of the landslide information and the construction of the geographical database (Galli et al.2008).

Visual Interpretation Criteria

To recognize the landslides in the digital stereoscopic satel-lite images,we used the same interpretation criteria adopted by geomorphologists to identify landslides on stereoscopic aerial photographs.The interpreter detects and classi?es a landslide based on experience,and on the visual analysis of a set of characteristic features (the landslide “signature”)

that can be identi?ed on the images.These include:shape,size,tone,colour,mottling,texture,pattern of objects,site topography,and setting (Ray 1960;Allum 1966;Rib and Liang 1978;van Zuidam 1985).Because of the vertical exaggeration of stereoscopic vision,shape is the single most useful characteristic for the identi?cation and classi?cation of a landslide from aerial or satellite stereoscopic images.These photo-interpretation criteria were used to prepare the landslide inventory maps for the Collazzone area.Field Surveys Following rainfall events in December 2009(Fig.3),we performed reconnaissance ?eld surveys to identify and

map rainfall-induced landslides in the study area.Four geomorphologists searched an area of about 90km 2in 4days between January and March 2010.They drove and walked along roads,stopped where single or multiple landslides were identi?ed,and at viewing points to check the

https://www.sodocs.net/doc/64348959.html,ndslides were mapped in the ?eld at 1:10,000scale.Single and pseudo-stereoscopic colour photographs of landslides were taken with digital hand-held cameras.The cartographic and photographic information obtained

Table 1Characteristics of the stereoscopic satellite images acquired by the GeoEye-1and the WorldView-1satellites,and used in our work Date

Overlap (%)Azimuth Angle ( )Elevation Angle ( )GeoEye-112/08/20099045.1886.18GeoEye-112/08/200990189.9062.3GeoEye-112/08/200990349.9961.97GeoEye-112/08/200990244.9013.80WorldView-108/03/20107077.3057.90WorldView-108/03/201070141.152.70GeoEye-127/05/2010958.4172.26GeoEye-1

27/05/2010

199.51

71.99

Fig.2Sketch of the StereoMirrorTM technology Very-High Resolution Stereoscopic Satellite Images for Landslide Mapping 97

in the ?eld was used in the laboratory to map visually the individual landslides on 1:10,000scale orthophotographs.The landslide and morphological information was then stored digitally in a GIS database.

Rainfall History

To investigate the rainfall conditions that have resulted in landslides in the study area in the period from September 2009to May 2010,we used rainfall measurements obtained by the Todi rain gauge,located 3km south of the study area (Fig.1).In autumn 2009,the rain gauge measured 194mm of rain,with 34.37mm in 4days between 14and 17September 2009.In the 2009–2010winter,the rain gauge recorded 323.84mm,with 170.86mm in 22days from 19December 2009to 9January 2010.In the spring of 2010,the rain gauge measured a cumulated rainfall of 205mm,with 132.34mm in 17days,3–19May 2010(Fig.3).

Results

For the Collazzone study area,we prepared three landslide inventory maps.Two maps were obtained through the visual interpretation of VHR stereoscopic satellite images taken on 12August 2009and 8March 2010by the GeoEye-1and the World-View-1satellites,(MAP A),and on 27May 2010by the GeoEye-1satellite (MAP B).The third map

(MAP C)was obtained through a reconnaissance ?eld sur-vey conducted between 14of January and 18of March 2010.To detect and map the rainfall induced shallow landslides on 3-D digital representations of the stereoscopic satellite images,we adopted a multi-temporal approach (Fiorucci et al.2011),and we recognized new landslides by comparing images of different dates.To prepare MAP A,we compared visually the GeoEye-1images taken on 12August 2009t0the World-View-1images taken on 8March 2010.Thus,MAP A is a seasonal landslide inventory covering the period August 2009–March 2010.Inspection of the rainfall record (Fig.3)indicates that most of the landslides mapped in this inventory occurred presumably in the period between the end of December 2009and the ?rst decade of January 2010.

To obtain MAP B,we compared visually the World-View-1images taken on 8March 2010with the next images obtained on 27May 2010by the GeoEye-1satellite.Therefore,MAP B is a seasonal landslide inventory covering the period March–May 2010,with most of the landslides presumably occurred in the ?rst half of May (Fig.3).To obtain MAP C a reconnaissance ?eld survey was carried out on 14,20and 22January,and 18March,2010with most of the landslides in the period between the end of December 2009and the ?rst decade of January 2010.

MAP A shows 159shallow landslides (Fig.4)ranging in size from 3.7?101m 2to 1.51?104m 2,for a total land-slide area ALT ?2.94?105m 2,0.37%of the hilly portion of the study area,an average of 2.0landslides per

square

Fig.3Todi rain gauge (Fig.1).Rainfall history in the period 1September 2009–1July 2010.Bars show cumulated daily rainfall.Blue line shows total cumulate rainfall.Green dots show dates of

?eld surveys.Red dot shows date of WorldView-1image.Blue dot shows date of GeoEye-1image (Table 1)

98 F.Ardizzone et al.

kilometre (Table 2).MAP B shows 55shallow landslides (Fig.4),with individual landslides in the range from 2.98?101m 2to 1.16?104m 2,for a total landslide area ALT ?8.52?104m 2.This corresponds to 0.11%of the hilly portion of the study area,an average of 0.7landslides per square kilometre.The reconnaissance inventory shown in MAP C shows 76landslides (Fig.4)in the range of area from 4.59?101m 2to 1.89?104m 2,for a total

landslide area ALT ?1.37?105m 2,0.17%of the hilly portion of the study area,and an average of 0.04landslides per square kilometre (Table 2).

Analysis of the Landslide Inventories

We analyse the landslide inventory maps studying the statistics of landslide area,and we compare quantitatively MAP A and MAP C that show landslides presumably occurred in the same period.

For each landslide map,the planimetric area was obtained in a GIS.Table 2lists summary statistics for the mapped landslides in the three inventories.We estimated the frequency density distribution of the landslide areas for the three maps using the Inverse Gamma (IG)and the Double Pareto (DP)functions (Stark and Hovius 2001;Malamud et al.2004)(Fig.5).The two distributions provide similar results for the three inventories (Fig.5,Table 3),with the standard error largest for MAP B,the map with the least number of landslides.In the three inventory maps the “rollover”in the distribution of landslide area is distinct.A problem exists with the estimation of the Double Pareto function for MAP B and MAP C,probably because of the limited number of landslides in these two maps.

To evaluate the geographical mismatch between MAP A and MAP C we use the Error index proposed by Carrara et al.(1992),and the corresponding Matching index proposed by Galli et al.(2008).The two indices quantify the degree of similarity between the different landslide maps,using:

E ?

eA [C TàeA \C T

eA [C T

0 E 1

(1)M ?1àE

0 M 1

(2)

We applied (1)and (2)to the entire study area,and to individual landslides in the two inventories (MAP A and MAP C).Geographical union ([)and intersection (\)

Fig.4Landslide inventory maps for the Collazzone study area.MAP A shows landslides mapped through the visual interpretation of the WorldView-1stereoscopic images taken on 8March 2010.MAP B shows landslides mapped through the visual interpretation of the GeoEye-1stereoscopic images taken on 27May 2010.MAP C shows the landslide inventory prepared through ?eld surveys in the period January–March 2010

Table 2Descriptive statistics for the three landslide inventory maps available for the Collazzone study area MAP A MAP B MAP C Area covered (km 2

)90.090.090.0Hilly area (km 2)78.978.978.9N L (#)

159

Min A L (m 2) 3.7?101 2.98?101 4.59?101Max A L (m 2) 1.51?104 1.16?104 1.89?104Mean A L (m 2) 1.86?103 1.55?103 1.81?103Median A L (m 2) 1.01?1039.78?1029.82?102St.Dev.A L (m 2) 2.5?103 2.05?103 2.68?103A LT (m 2) 2.94?1058.52?104 1.37?105d (A L )#km à2

2.00.70.04

Very-High Resolution Stereoscopic Satellite Images for Landslide Mapping 99

MAP A and MAP C were obtained in a GIS.Geographical union of MAP A and MAP C was 3.73?105m 2,and the landslide area common to both inventories was 5.89?104m 2.The error index E was 0.84,and the

corresponding match index M was 0.16.These values indi-cate a signi?cant discrepancy between the two inventories (Galli et al.2008).E indices (and M indices)for individual homologous landslides range from E ?0.35to E ?0.90(mean ?0.65,s ?0.15),and M ?0.10to M ?0.65(mean ?0.35,s ?0.15).The ?gures are similar to the values obtained by Santangelo et al.(2010)in a nearby area.

Discussion and Conclusion

In the literature,most of the attempts to detect and map landslides using satellite imagery (Mantovani et al.1996;Singhroy 2005)consisted in the recognition and mapping of slope failures that have left easily recognizable morphologi-cal signs,essentially evident changes in land cover (e.g.,from dense forest to exposed soil and rock).In our experi-ment,VHR stereoscopic satellite images were used to detect and map landslides that did not result in distinct morpholog-ical or land cover signatures.This is an advancement com-pared to previous results.

The HW and SW used in the experiment allowed for the effective 3-D visualization of a large territory (>100km 2),and simpli?ed the acquisition of 3-D landslide information and storage in a GIS database.Advantages of the system include:(1)the ability to examine a large study area,(2)the possibility to dynamically zoom in and out and to change the image contrast during the visual inspection,facilitating the mapping of landslide of different sizes,and (3)the ability to digitize in 3D during the image interpretation phase,reducing the time and errors associated with the acquisition of landslide information in digital format (Galli et al.2008).The landslide inventory produced by visual interpretation of stereoscopic satellite images (MAP A)showed 109%more landslides,and 114%more landslide area than the reconnaissance landslide inventory (MAP C).We attribute the difference to the possibility of recognizing slope failures in the VHR stereoscopic images.The spatial resolution of the satellite images,0.5?0.5m for GeoEye-1and WorldView-1,are adequate to detect and map the smallest landslides in the study area.Further,the vertical exaggera-tion of stereoscopic vision allowed for the detection of small (faint)morphological features related to

landslides.

Fig.5Statistics of landslide size.The graphs show the probability density of landslide area,p(AL)for the three maps.Coloured squares are frequency values calculated by means of histogram estimation of logarithm of the data.Black lines are Double Pareto,and grey lines are Inverse Gamma models of p(AL)obtained through maximum likeli-hood estimation

Table 3Parameters estimated for the double Pareto (Stark and Hovius 2001)and the inverse Gamma (Malamud et al.2004)models for the probability density of landslide area,p(AL)

a +1(e )A ˉL (m 2

)a +1(e )A ˉL MAP A 2.45(0.25)325 2.24(0.28)201MAP B 3.06(0.65)393 2.79(0.55)270MAP C

2.20(0.28)

250

2.49(0.26)

270

100 F.Ardizzone et al.

The area covered by the satellite stereoscopic images (>100km2)is comparable to the area covered by small-scale aerial photographs(1:50,000and1:75,000),and allows for obtaining enlargements up to1:10,000scale.The use of RPC information to generate the3-D models allowed for obtaining accuracy levels comparable to the accuracy of 1:10,000topographic base maps.

We estimated the probability density of landslide area p(A L)for the different landslide maps(Fig.5,Table3). Inspection of the probability density curves reveals similari-ties in the density distribution of landslide area,p(A L).All he empirical distributions exhibit the same general shape, with the density for large and very large landslides obeying a negative power law trend.The Double Pareto function revealed estimation problems for MAP B and MAP C, due to the reduced number of landslides in the two maps.

The geographical mismatch between landslide maps com-puted using the method proposed by Carrara et al.(1992) and Galli et al.(2008)revealed a discrepancy between the two inventories(MAP A and MAP C).The large error index,E?0.84depends chie?y on differences in the number of the mapped landslides in the two inventories.Cartographic mismatch for single landslides is smaller,E?0.65because of the better accuracy obtained by detecting,mapping,and digitizing directly the landslide information,when using the stereoscopic satellite images.

The experiment showed that VHR stereoscopic satellite and adequate3-D viewing technology facilitates the produc-tion of accurate landslide inventory maps,even in areas where slope failures have left subtle signatures.This is an important step towards the systematic production of multi-temporal landslide inventories,seasonal landslide maps,and event landslide inventory maps.GeoEye-1and WorldView-1satellite sensors have revisiting times of only a few days(2to8days for GeoEye-1,and1.5to5days for WorldView-1)allowing for the potential production of multi-temporal inventories and their rapid and frequent update. This is a mandatory step for landslide hazard and risk assessment,and for erosion and landscape evolution studies. Acknowledgments Work conducted in the framework of the ASI MORFEO project.FF and ACM supported by a grant of the Italian Space Agency.MS and MR supported by a grant of the Italian Depart-ment for Civil Protection.

References

Alkevli T,Ercanoglu M(2010)Assessment of ASTER satellite images in landslide inventory mapping:Yenice-Go¨kc?ebey(Western Black Sea Region,Turkey).Bull Eng Geol Environ.doi:10.1007/s10064-011-0353-z

Allum JAE(1966)Photogeology and regional mapping.Institute of Geological Sciences,Photogeological Unit.Pergamon Press, Oxford(ISBN9780080120324),107p Bucknam RC,Coe JA,Chavarria MM,Godt JW,Tarr AC,Bradley LA, Rafferty S,Hancock D,Dart RL,Johnson ML(2001)Landslides triggered by Hurricane Mitch in Guatemala–inventory and discus-sion.U.S.Geological Survey Open File Report01–443 Cardinali M,Ardizzone F,Galli M,Guzzetti F,Reichenbach P(2001) Landslides triggered by rapid snow melting:the December 1996–January1997event in Central Italy.In:Proceedings of1st EGS Plinius conference,Bios Publisher,Cosenza,14–16Oct1999, pp439–448

Cardinali M,Galli M,Guzzetti F,Ardizzone F,Reichenbach P, Bartoccini P(2006)Rainfall induced landslides in December2004 in south-western Umbria,central Italy:types,extent,damage and risk assessment.Nat Hazard Earth Syst Sci6:237–260

Carrara A,Cardinali M,Guzzetti F(1992)Uncertainty in assessing landslide hazard and risk.ITC J2:172–183

Dapporto S,Aleotti P,Casagli N,Polloni G(2005)Analysis of shallow failures triggered by the14–16November2002event in the Albaredo valley,Valtellina(Northern Italy).Adv Geosci2: 305–308

Fiorucci F,Cardinali M,Carla`R,Rossi M,Mondini AC,Santurri L, Ardizzone F,Guzzetti F(2011)Seasonal landslide mapping and estimation of landslide mobilization rates using aerial and satellite images.Geomorphology129:59–70

Galli M,Ardizzone F,Cardinali M,Guzzetti F,Reichenbach P(2008) Comparing landslide inventory maps.Geomorphology94:268–289 Guzzetti F,Cardinali M,Reichenbach P,Carrara A(2000)Comparing landslide maps:a case study in the upper Tiber River Basin,central Italy.Environ Manage25(3):247–363

Guzzetti F,Galli M,Reichenbach P,Ardizzone F,Cardinali M(2006) Landslide hazard assessment in the Collazzone area,Umbria, central Italy.Nat Hazard Earth Syst Sci6:115–131

Malamud BD,Turcotte DL,Guzzetti F,Reichenbach P(2004) Landslide inventories and their statistical properties.Earth Surf Proc Landf29:687–711

Mantovani F,Soeters R,van Westen C(1996)Remote sensing techniques for landslide studies and hazard zonation in Europe.

Geomorphology15:213–225

Ray RG(1960)Aerial photographs in geological interpretation and mapping.Geological Survey Professional Paper373,Washington, USA

Rib HT,Liang T(1978)Recognition and identi?cation.In:Schuster RL,Krizek RJ(eds)Landslide analysis and control.Special Report176,Transportation Research Board,National Academy of Sciences,Washington,DC,pp34–80

Saba SB,van der Meijde M,van der Werff H(2010)Spatiotemporal landslide detection for the2005Kashmir earthquake region.

Geomorphology124:17–25

Salvati P,Balducci V,Bianchi C,Guzzetti F,Tonelli G(2009)

A WebGIS for the dissemination of information on historical

landslides and?oods in Umbria,Italy.Geoinformatica13:305–322 Santangelo M,Cardinali M,Rossi M,Mondini AC,Guzzetti F(2010) Remote landslide mapping using a laser range?nder binocular and GPS.Nat Hazards Earth Syst Sci10:2539–2546

Servizio Geologico Nazionale(1980)Carta Geologica dell’Umbria.

Map at1:250,000scale(in Italian)

Singhroy V(2005)Remote sensing of landslides.In:Glade T, Anderson M,Crozier MJ(eds)Landslide hazard and risk.Wiley, New York,pp469–492

Stark CP,Hovius N(2001)The characterization of landslide size distributions.Geophys Res Lett28:1091–1094

Taylor F,Brabb EE(1986)Map showing landslides in California that have caused fatalities or at least$1,000,000in damages from1906 to1984.U.S.Geological Survey Miscellaneous Field Studies Map, MF-1867

van Zuidam RA(1985)Aerial photo-interpretation in terrain analysis and geomorphologic mapping.ITC Smits,The Hague,p442p

Very-High Resolution Stereoscopic Satellite Images for Landslide Mapping101

小学生课外阅读训练300篇(1)

小学生课外阅读训练300篇（1）小学生课外阅读训练300篇（1）一桶水我有事到楼上找刘阿姨,正好要小便,就在他家上了一次厕所.我发现,马桶水箱旁边备有一桶水.我猜想,这肯定是一桶洗过菜或衣服的水,刘阿姨舍不得倒掉,留下来冲厕所用.她真够节约的,我知道她有两个孩子读大学,需要很多钱,自己生活又不富裕,难怪几分钱都不放过.真可怜.说实话,看了那桶水后,刘阿姨在我心理的形象还真少了许多呢.又过了一些天,我到楼下林阿姨家去.巧得很,我在林阿姨家又要小便,不得不到她家的厕所去方便一下,我发现,林阿姨家的厕所也备有一桶水.林阿姨是一个非常富有的人,她的财产最少有几百万,不可能为节约几分钱特意准备一个水桶.我百思不得其解地问:“林阿姨，你怎么装一桶水放在厕所里？”林阿姨说：“那是中午或晚上休息后冲厕所用的。不知为什么，水箱抽水时特别响，跟牛叫似的，我怕影响楼上楼下的邻居休息。”我正好夹在林阿姨和刘阿姨之间，确实无数次听到过两家的抽水声，但从不在中午和晚上睡觉后听到过。我自己，却有半夜上厕所的习惯，几乎每天深夜都要上一次厕所，冲一次马桶。在那静静的夜晚，我多少回惊醒过两家的美梦啊！1、解释词语方法很多，联系上下文谈谈自己对下面词语的理解，并用词语写一句话或几句话。①解释：百思不得其解②写话： 2、能根据课文内容提一个有价值的、值得思考的问题，并回答

这个问题。3、“说实话，看了那桶水后，刘阿姨在我心里的形象还真小了许多呢。”这是我开始对刘阿姨的印象，读了短文后你对刘阿姨有了新的认识，请你描绘一下你心目中刘阿姨的新形象。4、一次来到刘阿姨或林阿姨家，你会对她说些什么？ 5、根据故事的发展，把文章的结尾补充完整，写在文章后面的横线上。二、考晚上，我们全家在门前场地上乘凉。忽然，爸爸笑着对我说：“小玲，我考你几个问题，回答得( )要准确，( )要迅速，好吗？”“好!”我爽快地答应。心想，自己是高年级的学生了，能不会回答吗？爸爸问：“一斤棉花和一斤铁哪个重？”我眼皮一翻，高声答道：“铁重!”“哈哈……”一旁的妈妈、哥哥都笑了起来。我一愣，正在犹豫，爸爸又提醒道：“注意，我问的是一斤棉花和一斤铁哪个重？”我连忙改口说：“一样重？”妈妈说：“对了，要听清问话。”爸爸又考了：“那么，一立方米的棉花和一立方米的铁哪个重？”这回我特别听清了“一立方米”几个字，“一样重”。“哈哈……”大家又笑了。我抓了抓头，想了想，恍然大悟道：“哦，这回是铁重。”接着，哥哥也来考我了：“一斤棉花和一斤铁哪个体积大？”我吸取了前两次的教训，盘算了一会说：“棉花体积大!”“为什么？”爸爸追着问。“因为一斤铁的体积只有一小块，一斤棉花的体积比它大多了!”大家听了，满意地笑了。这时，爸爸语气平静地说：“( )遇到什么问题，( )要认真思考；( )

古诗一：小学语文S版课本古诗

---------------------------------------------------------------最新资料推荐------------------------------------------------------ 古诗一：小学语文S版课本古诗古诗专题复习一文小学语文 S 版课本古诗全集一年级上册（7 首）山村宋邵雍一去二三里，烟村四五家，亭台六七座，八九十枝花。画清高鼎远看山有色，静听水无声。春去花还在，人来鸟不惊。江南（汉乐府）江南可采莲，莲叶何田田！鱼戏莲叶间：鱼戏莲叶东，鱼戏莲叶西，鱼戏莲叶南，鱼戏莲叶北。咏鹅唐骆宾王鹅鹅鹅，曲项向天歌。白毛浮绿水，红掌拨清波。静夜思唐李白床前明月光，疑是地上霜。举头望明月，低头思故乡。咏华山宋寇准只有天在上，更无山与齐。举头红日近，回首白云低。画鸡明唐寅头上红冠不用裁，满身雪白走将来。生平不敢轻言语，一叫千门万户开。一年级下册（5 首）春晓唐孟浩然春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少。村居清高鼎草长莺飞二月天，拂堤杨柳醉春烟。儿童散学归来早，忙趁东风放纸鸢。 1 / 9

风唐李峤解落三秋叶，能开二月花。过江千尺浪，入竹万竿斜。登鹳雀楼唐王之涣白日依山尽，黄河入海流。欲穷千里目，更上一层楼。古朗月行唐李白小时不识月，呼作白玉盘。又疑瑶台镜，飞在青云端。二年级上册（8 首）敕勒歌北朝民歌敕勒川,阴山下。天似穹庐，笼盖四野。天苍苍，野茫茫，风吹草低见牛羊。望庐山瀑布唐李白日照香炉生紫烟，遥看瀑布挂前川。飞流直下三千尺，疑是银河落九天。池上唐白居易小娃撑小艇，偷采白莲回。不解藏踪迹，浮萍一道开。夜宿山寺唐李白危楼高百尺，手可摘星辰。不敢高声语，恐惊天上人。长歌行汉乐府百川东到海，何时复西归？少壮不努力，老大徒伤悲。梅花宋王安石墙角数枝梅，凌寒独自开。遥知不是雪，为有暗香来。夜雪唐白居易已讶衾枕冷，复见窗户明。夜深知雪重，时闻折竹声。悯农唐李绅锄禾日当午, 汗滴禾下土。

小学语文阅读训练100篇(附参考答案)

1．快乐与感触依稀记得在我两三岁的时候，我天天跟着妈妈到学校里玩耍，那时妈妈在学校里给幼儿班代课。课间一群比我大点的孩子们总是围着我说啊、笑啊、眯眯眼做做鬼脸什么的，也有不停地给我手中或嘴里塞干粮的。他们一听到铃声嘴里“ 哦———” 着飞也似的进了教室。于是我便一人悠闲自在地在校园里溜达：一步一步地踱到东边看看美丽的花儿；爬到西边的球台上翻着晒晒太阳；听到南边教室里悠扬的歌声，于是又跑到窗户下踮着脚使劲儿地仰起头向里看；仰倦了头嘴里嘟嘟地哼着，若无其事的来到北面那两块瓷砖镶嵌的大地图下，看着那些花花绿绿的条条块块，也不知道是些什么。如今，我已是那时年龄的四倍了，仍在这熟悉温暖的校园里，那时一切不懂的，今天都明白了。那时的快乐依在，那时的天真依在。不过现在我所看到的、听到的、感悟的比那时多得多了。清晨的校园，阳光钻透东边茂密的柳林，斑驳的光点印在绿绿的草坪上。无数只鸟儿横着或倒挂在柔柔的柳条上凑响清脆的晨曲。在通向教师办公大楼的水泥道上，陆陆续续晃过一群高大的身影———我们的老师，他们又上班去了。当校园正中升起鲜艳的五星红旗时，悦耳的歌声和朗朗的读书声早已把校园装点得生机勃勃。我再不需要像过去那样踮脚仰头地去向往了。我尽心地在这宽敞明亮的教室里学习，聆听着老师的教诲，享受着群体的温暖与关爱。课间，我们三三俩俩去拉着或牵着幼儿班的那些小娃娃，说啊、笑啊、眯眯眼做做鬼脸什么的，也有不停地给他们手中或嘴里塞泡泡糖的。有一天，我把三四个小娃娃牵到北面那两块瓷砖镶嵌的大地图下，学着老师的样子摇头晃脑、指着地图比比划划地讲：“这是中国，这是长江、那是黄河……，我们的学校在这里，要记住，别忘记。看我的手好大，把一个省都罩住了。” 小娃娃们叽叽喳喳地笑个不停，我也笑得前俯后仰。上课铃响了，我们“哦———”着飞也似的进了教室。那天我们进了教室，唱完了一首长长的歌，没见老师来，于是我站起来对大家说：“大家先读读书吧，我去办公室看看”。话音刚落，只见李老师一瘸一拐地走进教室。同学们注视着他的脚。原来他脚上缠着一圈大大的药纱布。我们明白他的脚受伤了。他开始给我们讲课，和往常一样站着，不时还转去转来。一会儿，我从他变化了的语调中感到：他的脚疼痛难忍了。我忍不住环视一下四周，发现所有同学的眼里都水晶晶的，此刻我心头一热，眼泪夺眶而出。这天我在日记中写道：“在我们快乐的时候，我们的老师也许正痛苦着；在我们获取的时候，我们的老师正在奉献着；在我们成长的时候，我们的老师正在消亡着。” 太阳依旧从东边升起，灿烂的阳光总是洒满校园。当我的年龄到了是现在的若干倍的时候，我会依然记起今天的快乐与感触。 1、作者的感触是什么？（4分）答：。 2、在文中找出拟人的一句话写在下面。（1分） 3、用“～～～”标出文中照应的句子。（2分） 4、在文中找出三对反义词写在下面。（3分）、、 5、“ 哦——”中的“ ———”号起作用。（2分） “一群高大的身影———我们的老师，” 中的“ ———”号起作用。（2分）6、把你对“陆陆续续晃过一群高大的身影”的理解写在下面。（4分）

SCOR模型-供应链运作参考模型

SCOR模型 SCOR模型，即供应链运作参考模型。SCOR (Supply-Chain Operations Reference-model) 是由国际供应链协会 (Supply-Chain Council) 开发支持，适合于不同工业领域的供应链运作参考模型。1996年春，两个位于美国波士顿的咨询公司——Pittiglio Rabin Todd & McGrath (PRTM) 和 AMR Research (AMR) 为了帮助企业更好地实施有效的供应链，实现从基于职能管理到基于流程管理的转变，牵头成立了供应链协会 (SCC) ，并于当年底发布了供应链运作参考模型(SCOR)。什么是SCOR模型? 供应链运作参考模型(Supply-Chain Operations Reference model，简称SCOR模型) SCOR是第一个标准的供应链流程参考模型，是供应链的诊断工具，它涵盖了所有行业。SCOR使企业间能够准确地交流供应链问题，客观地评测其性能，确定性能改进的目标，并影响今后供应链管理软件的开发。流程参考模型通常包括一整套流程定义、测量指标和比较基准，以帮助企业开发流程改进的策略。SCOR不是第一个流程参考模型，但却是第一个标准的供应链参考模型。SCOR模型主要由四个部分组成：供应链管理流程的一般定义、对应于流程性能的指标基准，供应链 “最佳实施” (best practices) 的描述以及选择供应链软件产品的信息。 SCOR(供应链运作参考)模型把业务流程重组、标杆比较和流程评测等著名的概念集成到一个跨功能的框架之中。SCOR是一个为供应链伙伴之间有效沟通而设计的流程参考模型，是一个帮助管理者聚焦管理问题的标准语言。作为行业标准，SCOR帮助管理者关注企业内部供应链。 SCOR用于描述、量度、评价供应链配置：规范的SCOR流程定义实际上允许任何供应链配置；量度；规范的SCOR尺度能使供应链绩效本衡量和标杆比较；供应链配置可以被评估以支持连续的改进和战略计划编制。 SCOR的涵盖范围 SCOR包括

小学二年级语文课外阅读题专项训练(30篇)

二年级课外阅读练习题橘子今天，爸爸从水果店买来一筐橘子，我随手拿了一个，便仔细观察起来.橘子是扁圆形的，像我的拳头一样大小，橘子皮是橘黄色的.皮有疙瘩，远看就像一盏小灯笼.剥开橘子皮，一股橘子特有的清香味扑鼻而来.橘子皮里是白色的筋络，像给橘子瓣披上了白色的纱衣.橘子瓣是月牙形的，像弯弯的月亮，许多橘子瓣像几个好兄弟围坐在一起.掰一瓣放进嘴里，果汁四溢，滋润了喉咙，流进肚子里，甜透了心窝，叫人越吃越爱吃. 1、橘子是扁圆形就像（）.橘子皮里的白皮筋络就像（）.橘子瓣就像（） . 2、“我”是按照从（）到（）的顺序来观察的. 3、用“——”画出描写橘子外形特点的句子. 4、用“……”画出写橘子味道好的句子. 蚂蚁蚂蚁整天辛勤的劳动，没有一个偷懒的.它们很团结，见了面就相互摇着触角打招呼.我很喜欢它们，有时候捉虫子给它们吃. 1、这段话中的“它们”指的是 2、“我”喜欢它们的原因：一是它们；二是它们 . 3 白天，它是一面明亮的镜子，照着随风飘荡的垂柳和阳光下盛开的鲜花，照着小飞机一样的蓝蜻蜓，还有那翩翩起舞的花蝴蝶…… 夜晚，它变成一个浴盆，小星星们到这里来洗澡，“哗啦，哗啦！”看，他们洗得多么干净，笑得多么痛快…… 1、找一找，填一填. （）的鲜花（）的垂柳（）的蓝蜻蜓（）的花蝴蝶 2、短文告诉我们白天湖水是，夜晚又变成 . 3、你见过湖水吗？在你的眼中，湖水还像什么？小花猫真可爱！它圆圆的脑袋上竖着两只尖尖的小耳朵.大头下面一双细长的眼睛眯成了一条线，大概（ɡi）它正在睡觉吧！再看那又黑又长的眼睫（ji）毛直直地搭在粉红色的小脸蛋上，更显出它的妩（wǔ）媚（mi）.微微上翘（qio）的小红鼻子此时好像发出“呼噜呼噜”的打鼾（hān）声.俊（jn）俏（qio）的三瓣嘴稍稍向上张开，好像告诉人们，它正在做着甜美的梦哩！ 1、这篇短文有句话.短文写出了小花猫时候的样子. 2、短文细致地描写了小花猫的、、、和 . 3、照样子写词.又黑又长、 . 秋天到了，菊花开了.有红的，有黄的，有紫的，还有白的，美丽极了！秋天到了，果子熟了.黄澄澄的梨，红通通的苹果，亮晶晶的葡萄.一阵凉风吹来，果儿点头，散发出香味儿. 1、短文有（）个自然段.第（）自然段写秋天到了，菊花开了.第（）自然段写秋天到了，果子熟了. 2、填上合适的词. （）的菊花（）的苹果（）的梨（）的果子（）的葡萄（）的香味 3、把文中表示颜色的词语写下来.

S版小学语文古诗全集

S版小学语文古诗全集携千年文明之手与中华经典同行携千年文明之手与中华经典同行携千年文明之手与中华经典同行 ——小学经典诗文集画【清】高鼎风【唐】李峤远看山有色，近听水无声。解落三秋叶，能开二月花。春去花还在，人来鸟不惊。过江千尺浪，入竹万竿斜。江南汉乐府登鹳雀楼【唐】王之涣江南可采莲，莲叶何田田～白日依山尽，黄河入海流。鱼戏莲叶间，鱼戏莲叶东，欲穷千里目，更上一层楼。鱼戏莲叶西，鱼戏莲叶南，鱼戏莲叶北。古朗月行【唐】李白小时不识月，呼作白玉盘。咏鹅【唐】骆宾王又疑瑶台镜，飞在青云端。鹅鹅鹅，曲项向天歌。白毛浮绿水，红掌拨清波。敕勒歌北朝名歌敕勒川，阴山下，静夜思【唐】李白天似穹庐，笼盖四野。床前明月光，疑是地上霜。天苍苍，野茫茫，风吹草低见牛羊。举头望明月，低头思故乡。望庐山瀑布【唐】李白咏华山【宋】寇准日照香炉生紫烟，遥看瀑布挂前川。只有天在上，更无山与齐。飞流直下三千尺，疑是银河落九天。举头红日近，回首白云低。池上【唐】白居易画鸡【明】唐寅小娃撑小艇，偷采白莲回，头上红冠不用裁，满身雪白走将来。不解藏踪迹，浮萍一道开。平时不敢轻言语。一叫千门万户开。

夜宿山寺【唐】李白春晓【唐】孟浩然危楼高百尺，手可摘星辰。春眠不觉晓，处处闻啼鸟。不敢高声语，恐惊天上人。夜来风雨声，花落知多少。长歌行汉乐府春居【清】高鼎百川东到海，何时复西归, 草长莺飞二月天，拂堤杨柳醉春烟。少壮不努力，老大徒伤悲。儿童散学归来早，忙趁东风放纸鸢。 - 1 - 梅花【宋】王安石宿新市徐公店【宋】杨万里墙角数枝梅，凌寒独自开。篱落疏疏一径深，树头花落未成阴。儿遥知不是雪，为有暗香来。童急走追黄蝶，飞入菜花无处寻。夜雪【唐】白居易蜂【唐】罗隐已讶衾枕冷，复见窗户明。不论平地与山尖，无限风光尽被占。夜深知雪重，时闻折竹声。采得百花成蜜后，为谁辛苦为谁甜, 悯农【唐】李绅早发白帝城【唐】李白锄禾日当午，汗滴禾下土。朝辞白帝彩云间，千里江陵一日还。谁知盘中餐，粒粒皆辛苦。两岸猿声啼不住，轻舟已过万重山。咏柳【唐】贺知章绝句【唐】杜甫碧玉妆成一树高，万条垂下绿丝绦。两个黄鹂鸣翠柳，一行白鹭上青天。不知细叶谁裁出，二月春风似剪刀。窗含西岭千秋雪，门泊东吴万里船。小池【宋】杨万里鹿柴【唐】王维泉眼无声惜细流，树阴照水爱晴柔。空山不见人，但闻人语响。小荷才露尖尖角，早有蜻蜓立上头。返景入深林，复照青苔上。绝句【唐】杜甫游子吟【唐】孟郊迟日江山丽，春风花草香。慈母手中线，游子身上衣。泥融飞燕子，沙暖睡鸳鸯。临行密密缝，意恐迟迟归。谁言寸草心，报得三春晖, 小儿垂钓【唐】胡令能

小学语文课外阅读训练题目及答案

小学语文阅读题解题技巧与方法一、平心静气审题,切忌粗心。在解答阅读题时,千万不要慌,要静下心来,按照由易到难,由浅入深的思维方式,先从容易的入手,逐渐的打开思路。粗心是学习的大忌,对于语文的阅读理解也不例外。在审题的时候,要像对待数学试题中的数字一样,认真看清每一个字、词、句、甚至每一个标点,要看清题目的要求,分析问题的提问要点。粗心的同学往往会与正确答案失之交臂。例如要求在正确的句子后面打“√”,有的同学在正确的句子后面打“√”后,又多此一举地在错误的句子后打上了“×”。类似的情况,在考试时常常能见到,粗心是一部分同学在该题项中失分的一个重要原因。因此在做题的时候要仔细认真。二、熟读全文,整体把握。一般来说,做题时,我们要先把文章读一遍,有了初步的了解后再开始做题。如果没看懂,还要再读,直到弄懂为止。当然,读第二遍前,可以浏览一下后面问了哪些问题,因为后面的问题中有时会隐匿着文章的主要观点、中心意思及写作思路、行文线索,对我们理解文章很有帮助。因此,我们要教会学生从尽可能多的信息中揣度出文章大概主旨是什么,了解作者的主要写作意图,从而整体把握全文,做到对解题心中有数。要向学生强调,只要反复阅读、强化感知,才能深刻领悟和准确把握。倘若急于求成,忽视对原文的阅读,只“水过地皮湿”般泛泛而读,不求甚解,草草了事。就会导致对原文一知半解甚至形成错误的认识。在此基础上进行理解,得出的结论,岂不成了“空中楼阁”? 三、确定区域,深入思考。

在文章有了整体感知后,我们可以先看题目涉及到文中哪些段落或区域,和哪些语句有关。确定某一答题区域后,再深入思考,仔细弄懂这一段每一句的意思,进而理清段落之间的关系,了解行文思路。有了这一习惯就有可能形成较强分析综合能力。阅读时反复琢磨题干,圈画与之相关的内容,答题时就不需要再从头至尾搜寻,可节省不少宝贵时间。 1、对于选择题选择正确选项方法有三:直选法、排除法、类推法。直选法,即直接选出正确答案。这种方法适合于一目了然的题目。答案是自己一下子能确定的。 1 排除法,通过排除不合要求的选项,将正确的答案显露出来。类推法,通过合理推断迅速排除某些选项,或根据已知情况推断未知情况,迅速确定答案。 2、对于一些问答题、概括段落大意等题目准确解答这类题目的最重要最有效的方法是在原文中找答案。大多数题目在文章里是能够"抠"出答案的。当然,找出的语句不一定能够直接使用,这就需要根据题目要求进行加工处理,或摘取词语或压缩主干或抽取要点或重新组织,这就能准确解答。 3、对有关字、词、句的语境意义以及作用之类的题目 (1)字不离词。在理解词语中某个字的意思的时候,必须把它放到这个词语中去考察,即字不离词,这样才能准确的理解这个字的意思。

(战略管理)战略咨询工具模型

战略咨询工具模型图4-14描述了战略咨询项目的总体思路。一般而言，企业战略需涉及从愿景设计到管理实施的七个阶段，将战略分解为公司战略、业务战略、职能战略三大层次。图4-15给出了战略咨询项目的框架结构。一个标准的战略咨询项目需要从内外部环境的分析入手，在战略方案制定的过程中，将其分解成业务组合与发展、资本运营、资源整合、IT、品牌和人力资源等局部战略。

图4-16描述了战略咨询项目的详细步骤。总体来说，战略咨询分为内部能力分析、外部环境分析、战略目标制定和战略方案制定四大步骤。图4-17展示了一个系统化的战略管理体系。在这里，战略从制定到实施的每一个环节均得以完整地体现。值得注意的是，一个科学、合理的战略管理体系必须具备完善的沟通、反馈机制，以保证战略目标准确到位的贯彻与执行。

图4-18描绘了企业进行战略决策的三个层面：既定方针、重点需做出的决策和可推迟的决策。位于这三个层面中的企业战略决策构成了一个决策阶梯。通过阶梯的形式，读者可以清晰地看到不同战略对企业而言的重要性与紧迫性程度。

图4-19给出了一张根据决策阶梯制定的战略决策表。从决策表中可以看出，企业的真实战略往往就是市场决策的有机组合。图4-20说明，一个企业的最终战略，极有可能是各种草案的综合体。通过最大化地吸收各种方案的优势，尽可能地规避其各自的风险，保证最终实施方案的完备性与可操作性。

图4-21展现了战略从制定到实施的整体流程。从中可见，一个科学的战略需要评估者、实施者和制定者三方共同的努力，也只有从这三方角度出发而出台的战略方案，在执行的过程中，才能保证将推行的阻力降到最低，方案的成功几率也就相对较高。图4-22说明，一个战略实施的基本思路就是要形成从实施到结果反馈的循环。图4-23描述了战略实施的四个基本步骤。这是一个从诠释战略和规划、反馈调整、建立各级规划到交流和挂钩的过程。同样也是一个循环的过程。

供应链运作参考模型(简称SCOR模型)

供应链运作参考模型(Supply-Chain Operations Reference model，简称SCOR模型) 什么是SCOR模型? SCOR (Supply-Chain Operations Reference-model) 是由国际供应链协会(Supply-Chain Council) 开发支持，适合于不同工业领域的供应链运作参考模型。1996年春，两个位于美国波士顿的咨询公司——Pittiglio Rabin Todd & McGrath (PRTM) 和AMR Research (AMR) 为了帮助企业更好地实施有效的供应链，实现从基于职能管理到基于流程管理的转变，牵头成立了供应链协会(SCC) ，并于当年底发布了供应链运作参考模型(SCOR)。 SCOR是第一个标准的供应链流程参考模型，是供应链的诊断工具，它涵盖了所有行业。SCOR使企业间能够准确地交流供应链问题，客观地评测其性能，确定性能改进的目标，并影响今后供应链管理软件的开发。流程参考模型通常包括一整套流程定义、测量指标和比较基准，以帮助企业开发流程改进的策略。SCOR不是第一个流程参考模型，但却是第一个标准的供应链参考模型。SCOR模型主要由四个部分组成：供应链管理流程的一般定义、对应于流程性能的指标基准，供应链“最佳实施” (best practices) 的描述以及选择供应链软件产品的信息。 SCOR(供应链运作参考)模型把业务流程重组、标杆比较和流程评测等著名的概念集成到一个跨功能的框架之中。SCOR是一个为供应链伙伴之间有效沟通而设计的流程参考模型，是一个帮助管理者聚焦管理问题的标准语言。作为行业标准，SCOR帮助管理者关注企业内部供应链。SCOR用于描述、量度、评价供应链配置：规范的SCOR流程定义实际上允许任何供应链配置；量度；规范的SCOR尺度能使供应链绩效本衡量和标杆比较；供应链配置可以被评估以支持连续的改进和战略计划编制。 [编辑] SCOR的涵盖范围 SCOR包括: ?所有与客户之间的相互往来，从定单输入到货款支付 ?所有产品（物料实体和服务）的传送，从你的供应商的供应商到你的客户的客户，包括设备、原材料、配件、大批产品、软件等。 ?所有与市场之间的相互影响，从对累计总需求的理解到每项定单的完成。 SCOR不试图描述以下每一个商业流程或活动:

部编版小学语文课外阅读专项训练

部编版课外阅读专项训练题（一）晨雾一大早，我便来到外面感受大自然的诱惑。我见过茫茫的大雪，欣赏过如丝的细雨，却很少看到这样迷人的晨雾。晨雾把大地遮挡得严严实实的，没有一丝缝隙。它虽然没有大雪壮观，没有小雨缠绵，却流露出独特的温柔。它像一位慈祥的母亲爱抚自己的儿女一样，抚摸着你的面颊，给你一种轻柔、湿润之感，令你回味，让你陶醉；它像一道白色的幕布，披在山川、河流、树木、房屋上，没有一道花纹，给人一种朴实无华之感；它像一位仙女，总是用一层薄薄的白纱裹着自己的躯体，不争奇斗艳，却自有一种清纯，一种风韵。东方出现了一道红霞，才使我回过神来。在一片橘红色的朝霞中，一轮又圆又大又可爱的红日，一跃一跃地冉冉升起。太阳散发着柔和的光，披着一层淡淡的纱，悬挂在东方的天空。它像活力无边的神仙，把周围的云块都变成了令人神往的海浪；像一个大力士，把周围的云推开，猛地一跳，蹦出了海面；像被老师表扬过的小学生，脸上带着喜悦的笑容，兴致勃勃地向前走。太阳徐徐上升，雾渐渐消失了。花草的叶子上收藏着晨雾留给大地的礼物，在太阳照射下化作无数颗晶莹的小珍珠。 1.在下面的括号里填上恰当的词语。（）的朝霞（）的海浪（）的神仙（）的晨雾（）的母亲（）的大雪 2.联系文章，理解下面的句子并填空。（1）“我见过茫茫的大雪，欣赏过如丝的细雨，却很少看到这样迷人的晨雾。”

这句话把晨雾和___________、___________进行对比，说明了________________。（2）“花草的叶子上收藏着晨雾留给大地的礼物，在太阳照射下化作无数颗晶莹的小珍珠。”“晨雾留给大地的礼物”指的是__________________________。（3）“东方出现了一道红霞，才使我回过神来。”从“才使我回过神来”可以体会到______________________________________________________________。3.文章第2自然段中有__________个“它像”，这样的句子叫__________句。文中还有这样的句子，用“”画出来。请你模仿这样的写法再写一段话。 _____________________________________________________________________ _____________________________________________________________________ 4.概括文章第4自然段的主要内容。 _____________________________________________________________________ 5.“一大早，我便来到外面感受大自然的诱惑。”结合文章，写出“大自然的诱惑”在文中指的是什么。 _____________________________________________________________________ （二）巧取花瓶今天我们搬家。当我们来到新居门口时，奶奶一失手，小花瓶掉到了阴沟里。阴沟很深，里面都是淤泥，花瓶已经陷进去了三分之一，爸爸对我说：“还是你来想办法吧！” 我看了看花瓶，拿来一把火钳。可是钳子很短，够不着。我又拿来一根绳子，放下去，可是绳子怎么也缠不住瓶子。瓶子纹丝不动，怎么办呢我忽然想起挤水玩的橡皮管子，只要把它接在气球口上…… 于是，我找来了橡皮管子和一个还没充气的气球，用线把气球固定在橡皮管上，再慢慢地把气球放进花瓶里。我用力吹气，估计气球胀了起来，就用手捏紧

所有小学语文S版古诗文

语文S版古诗文 10、《登鹳雀楼》（唐王之涣） 20、《悯农》之一（唐李绅） 30、《江雪》（唐柳宗元）第一册白日依山尽，黄河入海流。锄禾日当午，汗滴禾下土。千山鸟飞绝，万径人踪灭。 1、《山村》（宋邵雍）欲穷千里目，更上一层楼。谁知盘中餐，粒粒皆辛苦。孤舟蓑笠翁，独钓寒江雪。一去二三里，烟村四五家。 11、《古朗月行—节选》（唐李白）第四册 31、《逢雪宿芙蓉山主人》(唐刘长卿) 亭台六七座，八九十枝花。小时不识月，呼作白玉盘。 21、《咏柳》（唐贺知章）日暮苍山远，天寒白屋贫。 2、《画》（清高鼎）又疑瑶台镜，飞在青云端。碧玉妆成一树高，万条垂下绿丝绦。柴门闻犬吠，风雪夜归人。远看山有色，近听水无声。 12、《风》（唐李峤）不知细叶谁裁出，二月春风似剪刀。 32、《宿新市徐公店》（宋杨万里）春去花还在，人来鸟不惊。解落三秋叶，能开二月花。 22、《小池》（宋杨万里）篱落疏疏一径深，树头花落未成阴。3、《江南》（汉乐府）过江千尺浪，入竹万竿斜。泉眼无声惜细流，树阴照水爱晴柔。儿童急走追黄蝶，飞入菜花无处寻。江南可采莲，莲叶何田田！第三册小荷才露尖尖角，早有蜻蜓立上头。 33、《蜂》（唐罗隐）鱼戏莲叶间： 13、《敕勒歌》（汉乐府） 23、《小儿垂钓》（唐胡令能）不论平地与山尖，无限风光尽被占。鱼戏莲叶东，鱼戏莲叶西，敕勒川，阴山下，蓬头稚子学垂纶，侧坐莓苔草映身。采得百花成蜜后，为谁辛苦为谁甜。鱼戏莲叶南，鱼戏莲叶北。天似穹庐，笼盖四野路人借问遥招手，怕得鱼惊不应人。 34、《鹿柴》（唐王维） 4、《咏鹅》（唐骆宾王）天苍苍，野茫茫， 24、《夜书所见》（宋叶绍翁）空山不见人，但闻人语响。鹅，鹅，鹅，曲项向天歌。风吹草低见牛羊。萧萧梧叶送寒声，江上秋风动客情。返景入深林，复照青苔上。白毛浮绿水，红掌拨清波。 14、《望庐山瀑布》（唐李白）知有儿童挑促织，夜深篱落一灯明。 35、《游子吟》（唐孟郊） 5、《静夜思》（唐李白）日照香炉生紫烟，遥看瀑布挂前川。 25、《绝句》（唐杜甫）慈母手中线，游子身上衣。床前明月光，疑是地上霜。飞流直下三千尺，疑是银河落九天。迟日江山丽，春风花草香。临行密密缝，意恐迟迟归。举头望明月，低头思故乡。 15、《梅花》（宋王安石）泥融飞燕子，沙暖睡鸳鸯。谁言寸草心，报得三春晖。 6、《咏华山》（宋寇准）墙角数枝梅，凌寒独自开。 26、《雨晴》（唐王驾） 36、《墨梅》（元王冕）只有天在上，更无山与齐遥知不是雪，为有暗香来。雨前初见花间蕊，雨后全无叶底花。我家洗砚池头树，朵朵花开淡墨痕。举头红日近，回首白云低。 16、《夜雪》（唐白居易）蜂蝶纷纷过墙去，却疑春色在邻家。不要人夸颜色好，只留清气满乾坤。7、《画鸡》（明唐寅）已讶衾枕冷，复见窗户明。 27、《所见》（清袁枚） 37、《元宵》（明唐寅）头上红冠不用裁，满身雪白走将来。夜深知雪重，时闻折竹声。牧童骑黄牛，歌声振林樾。有灯无月不娱人，有月无灯不算春。平生不敢轻言语。一叫千门万户开。 17、《池上》（唐白居易）意欲捕鸣蝉，忽然闭口立。春到人间人似玉，灯烧月下月如银。第二册小娃撑小艇，偷采白莲回。第五册第六册 8、《春晓》（唐孟浩然）不解藏踪迹，浮萍一道开。 28、《早发白帝城》（唐李白） 38、惠崇《春江晓景》（宋苏轼）春眠不觉晓，处处闻啼鸟。 18、《夜宿山寺》（唐李白）朝辞白帝彩云间，千里江陵一日还。竹外桃花三两枝，春江水暖鸭先知。夜来风雨声，花落知多少。危楼高百尺，手可摘星辰。两岸猿声啼不住，轻舟已过万重山。蒌蒿满地芦芽短，正是河豚欲上时。9、《村居》（清高鼎）不敢高声语，恐惊天上人。 29、《绝句》（唐杜甫） 39、《游园不值》（南宋叶绍翁）草长莺飞二月天，拂堤杨柳醉春烟。 19、《长歌行—节选》（汉乐府）两个黄鹂鸣翠柳，一行白鹭上青天。应怜屐齿印苍苔，小扣柴扉久不开。儿童散学归来早，忙趁东风放纸鸢。百川东到海，何时复西归？窗含西岭千秋雪，门泊东吴万里船。春色满园关不住，一支红杏出墙来。少壮不努力，老大徒伤悲！ 40、《从军行》（唐王昌龄） 51、《别董大》（唐高适）第九册72、《夏日绝句》（清李清照）青海长云暗雪山，孤城遥望玉门关。千里黄云白日曛，北风吹雁雪纷纷。 62、《望天门山》（唐李白）生当作人杰，死亦为鬼雄。黄沙百战穿金甲，不破楼兰终不还。莫愁前路无知己，天下谁人不识君。天门中断楚江开，碧水东流至此回。至今思项羽，不肯过江东。

人教版小学六年级语文历年课外阅读含答案

课外阅读一：变 ①马市长放下手里的茶杯，望着女儿说道：“现在农村的条件的确差些，有些人只顾自己的利益和前途，不愿到农村去，而这个女大学生敢于摆脱传统观念的束缚，敢于舍弃自己的利益，她这种精神很值得表扬，我们一定要大力支持。” ②“有什么事就说吧。” ③“我们单位有个刚分配来的大学生，放着清闲的工作不干，偏要到农村搞什么乡镇企业，您说她是不是太傻了？” ④马市长吃罢晚饭，在客厅里悠闲地品着香茶。女儿笑吟吟地走过来：“爸，我想请教您一个问题。” ⑤“什么？”马市长顿时收敛了笑容，“你怎么能这样，这绝对不行！” ⑥“哦，那么她爸爸是谁？”马市长问道。 ⑦“就是您老人家呀！” ⑧女儿神秘地笑了笑，说：“不对，我认为应该表扬她爸爸，因为她爸爸十分支持她。” 1、这篇文章的顺序被打乱了，请将正确的顺序，按序号写在下面的横线上。

2、文中突出表现马市长“变”的一对词语是和。 3、文中女儿向父亲“请教”的目的是 4、文中第⑤句里的“这样”的含义是：（1）（2） 5、你认为文中的马市长是个什么样的人？二：走进书里去 ①有人说现代的儿童普遍有个共同倾向，就是把大部分时间花费在看电视和看漫画书上，而不喜欢阅读文字比较多的书籍。 ②这样的孩子，外表看起来聪明伶俐，见闻广（搏博），但缺乏深入思考的（奈耐）心，知识虽多但流于肤浅，反应虽敏捷却未经推敲思索。 ③造成这种现状的原因很多，影视器材的进步使人们（豪毫）不费力地坐在（荧影）光屏前，就可获得无奇不有的各种知识；也可以轻松愉快地在短短的时间内欣赏完一部文学作品。相形之下，阅读书籍就成为辛苦、乏味、寂寞的事了。因此，能够静下心来聚精会神读书的儿童，也就愈来愈少了。 ④小朋友可能读过《顽童流浪记》，也可能看过它的影片或卡通，两相比较，在读小说时所感受的是细致的、隽永的语言文字之美，而且又有深邃的

管理咨询常用模型Word

管理咨询常用模型波特五种竞争力分析模型波特的五种竞争力分析模型被广泛应用于很多行业的战略制定。波特认为在任何行业中，无论是国内还是国际，无论是提供产品还是提供服务，竞争的规则都包括在五种竞争力量内。这五种竞争力就是企业间的竞争、潜在新竞争者的进入、潜在替代品的开发、供应商的议价能力、购买者的议价能力。这五种竞争力量决定了企业的盈利能力和水平。竞争对手企业间的竞争是五种力量中最主要的一种。只有那些比竞争对手的战略更具优势的战略才可能获得成功。为此，公司必须在市场、价格、质量、产量、功能、服务、研发等方面建立自己的核心竞争优势。影响行业内企业竞争的因素有：产业增加、固定（存储）成本/附加价值周期性生产过剩、产品差异、商标专有、转换成本、集中与平衡、信息复杂性、竞争者的多样性、公司的风险、退出壁垒等。新进入者企业必须对新的市场进入者保持足够的警惕，他们的存在将使企业做出相应的反应，而这样又不可避免地需要公司投入相应的资源。影响潜在新竞争者进入的因素有：经济规模、专卖产品的差别、商标专有、资本需求、分销渠道、绝对成本优势、政府政策、行业内企业的预期反击等。购买者新进入者行业竞争对手企业之间的竞争供应商顾客替代品新进入者的威胁顾客的谈判能力替代产品/ 服务的威胁供应商的谈判能力波特的五种竞争力量分析模型

当用户分布集中、规模较大或大批量购货时，他们的议价能力将成为影响产业竞争强度的一个主要因素。决定购买者力量的因素又：买方的集中程度相对于企业的集中程度、买方的数量、买方转换成本相对企业转换成本、买方信息、后向整合能力、替代品、克服危机的能力、价格/购买总量、产品差异、品牌专有、质量/性能影响、买方利润、决策者的激励。替代产品在很多产业，企业会与其他产业生产替代品的公司开展直接或间接的斗争。替代品的存在为产品的价格设置了上限，当产品价格超过这一上限时，用户将转向其他替代产品。决定替代威胁的因素有：替代品的相对价格表现、转换成本、客户对替代品的使用倾向。供应商供应商的议价力量会影响产业的竞争程度，尤其是当供应商垄断程度比较高、原材料替代品比较少，或者改用其他原材料的转换成本比较高时更是如此。决定供应商力量的因素有：投入的差异、产业中供方和企业的转换成本、替代品投入的现状、供方的集中程度、批量大小对供方的重要性、与产业总购买量的相关成本、投入对成本和特色的影响、产业中企业前向整合相对于后向整合的威胁等。 SWOT分析模型 “SWOT”是Strength、Weakness、Opportunity、Threat四个英文单词的缩写，这个模型主要是通过分析企业内部和外部存在的优势和劣势、机会和挑战来概括企业内外部研究结果的一种方法。 S－优势：比较分析企业在外部市场环境、内部经营方面相对于其他竞争对手的优势； W－劣势：比较分析企业在外部市场环境、内部经营方面相对于其他竞争对手的劣势； O－机会：分析在目前的市场竞争态势下企业存在的发展机会； T－挑战：分析在目前的市场竞争态势下企业存在的威胁和挑战。 SWOT分析模型优势－S弱点－W 机会－O SO战略WO战略发出优势、利用机会利用机会、克服弱点威胁－T ST战略WT战略利用优势、回避威胁减小弱点、回避威胁

SCOR模型案例分析

SCOR模型用途 1.分析目前供应链的过程 2.确立供应链再造和取得改进的方法 3.量化同类型企业的运作表现并设置标杆 4.总结出最好的供应链管理方法，并尝试将它软件化 SCOR模型案例分析案例一:基于SCOR的汽车制造企业供应链运作模型的构建一、引言 SCOR模型(Supply-ChainOperationReference-model,供应链运作的参考模型)是一个跨行业的标准供应链参考模型和供应链的诊断工具，提供了全面准确地优化各种规模和复杂程度的供应链所必须的方法。SCOR使企业间熊够准确地分析供应链的问题，客观评价供应链的性能，确定性能改进的目标，并为适用供应链管理软件的开发奠定基础。自前，供应链协会已经发布了它的SCOR8.0版本。在SCOR的基础上，建立汽车制造企业供应链运作模型，可以使供应链上各结点企业理解供应链的运作过程，明确整个供应链中的利益关系者，分析整个供应链的运作性能。同时，由于供应链运作模型采用标准术语和符号，以整个组织和所有的职能分工都能沟通的方式确立流程，并且将具体作业与性能衡量指标相结合，运作模型可以为供应链的改善提供依据，使企业获取足够的信息用以支持制订决策。为汽车制造企业所在供应链建立一套标准的业务流程，使链上各企业能够准确交流供应链问题，并设计相应的指标体系，便于汽车制造企业衡量各业务流程绩效，通过对供应链流程的管理与改善，提高汽车制造企业的核心竟争力。二、汽车制造企业供应链运作模型第一层的构建汽车制造企业供应链运作模型第一层为流程类型，对供应链进行基本描述，目的是给出供应链运作参考模型的范围和内容，以便建立竞争性业绩目标。汽车行业供应链被公认为世界上最复杂和技术难度最大的供应链系统。汽车供应链以总装厂为中心，有数以百计的上游零部件供应商和下游销售商。其供应链主要包括供应商、总装厂、销售商、客户四个环节，其中供应商有总件供应商、组件供应商以及零件供应商，经销商分为直销点和代理商。汽车制造企业指的是以总装厂为核心的汽车生产商，包括总装厂和核心零部件供应商。汽车制造企业供应链运作模型第一层主要由计划、采购、生产、配送及退货五个流程组成。

人教小学小说课外阅读练习题

课外阅读（一）变 ①马市长放下手里的茶杯，望着女儿说道：“现在农村的条件的确差些，有些人只顾自己的利益和前途，不愿到农村去，而这个女大学生敢于摆脱传统观念的束缚，敢于舍弃自己的利益，她这种精神很值得表扬，我们一定要大力支持。” ②“有什么事就说吧。” ③“我们单位有个刚分配来的大学生，放着清闲的工作不干，偏要到农村搞什么乡镇企业，您说她是不是太傻了？” ④马市长吃罢晚饭，在客厅里悠闲地品着香茶。女儿笑吟吟地走过来：“爸，我想请教您一个问题。” ⑤“什么？”马市长顿时收敛了笑容，“你怎么能这样，这绝对不行！” ⑥“哦，那么她爸爸是谁？”马市长问道。 ⑦“就是您老人家呀！”

⑧女儿神秘地笑了笑，说：“不对，我认为应该表扬她爸爸，因为她爸爸十分支持她。” 1、这篇文章的顺序被打乱了，请将正确的顺序，按序号写在下面的横线上。 2、文中突出表现马市长“变”的一对词语是和。 3、文中女儿向父亲“请教”的目的是 4、文中第⑤句里的“这样”的含义是：（1）（2） 5、你认为文中的马市长是个什么样的人？【参考答案】 1、④②③①⑧⑥⑦⑤ 2、“大力支持”“绝对不行” 3、为了获取父亲对自己行动的支持 4、（1）作出下乡的决定；（2）以这样的方式获取支持 5、言行不一

（二）走进书里去 ①有人说现代的儿童普遍有个共同倾向，就是把大部分时间花费在看电视和看漫画书上，而不喜欢阅读文字比较多的书籍。 ②这样的孩子，外表看起来聪明伶俐，见闻广（搏博），但缺乏深入思考的（奈耐）心，知识虽多但流于肤浅，反应虽敏捷却未经推敲思索。 ③造成这种现状的原因很多，影视器材的进步使人们（豪毫）不费力地坐在（荧影）光屏前，就可获得无奇不有的各种知识；也可以轻松愉快地在短短的时间内欣赏完一部文学作品。相形之下，阅读书籍就成为辛苦、乏味、寂寞的事了。因此，能够静下心来聚精会神读书的儿童，也就愈来愈少了。 ④小朋友可能读过《顽童流浪记》，也可能看过它的影片或卡通，两相比较，在读小说时所感受的是细致的、隽永的语言文字之美，而且又有深邃的思想、永恒的感情。至于影片和卡通，虽然也给你感觉艺术之美

小学语文S版一至六年级古诗汇总

小学语文S版一至六年级古诗汇总一年级上册课文唐，李白，《静夜思》床前明月光，疑是地上霜。举头望明月，低头思故乡。窗前洒满了皎洁的月光，我还怀疑是地上铺满了一层秋霜。抬头遥望高洁的明月，低下头，不由得思念起那久别的故乡。百花园清，高鼎，《画》远看山有色，近听水无声。春去花还在，人来鸟不惊。远看高山色彩明亮，走近一听水却没有声音。春天过去，可是依旧有许多花草争妍斗艳，人走近，可是鸟却依然没有被惊动。唐，骆宾王，《咏鹅》鹅，鹅，鹅，曲项向天歌。白毛浮绿水，红掌拨清波。鹅、鹅、鹅，弯着脖子，向着天空，欢快地唱歌。雪白的羽毛，漂浮在碧绿的湖面上，红色的鹅掌划动着清清的水波。宋，寇准，《咏华山》只有天在上，更无山与齐。举头红日近，回首白云低。站在华山顶山，只有蓝天在我们的头顶，远近的山都在我们的脚下，没有哪座山能与华山一样高。抬头看到太阳离我们那么近，回过头看，一朵朵白云低低的飘在山腰间。明，唐寅，《画鸡》头上红冠不用裁，满身雪白走将来。平生不敢轻言语，一叫千门万户开。头上戴的鲜红的帽子用不着去裁剪，全身穿着洁白的衣裳走了过来。平素从不轻易开口说话，但它一啼叫，千家万户就会把门打开。一年级下册课文唐，孟浩然，《春晓》春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少。春天的夜晚睡觉非常香甜，不知不觉中天已经亮了。醒来时听见到处都是鸟儿的鸣叫声。昨天夜里听见刮风下雨，不知道又有多少花儿被风雨打落了？清，高鼎，《村居》草长莺飞二月天，拂堤杨柳醉春烟。儿童散学归来早，忙趁东风放纸鸢。小草钻出地面，黄莺乱飞的早春二月，垂柳的纸条轻拂着堤岸，迷蒙的春烟令人心醉。小孩子们早早就放学回家了，他们赶紧趁着春风放起了风筝。唐，王之涣，《登鹳雀楼》白日依山尽，黄河入海流。欲穷千里目，更上一层楼。夕阳依傍着远山渐渐地落下，滔滔黄河朝着东海汹涌奔流。要想看到远方无穷的美丽风光，只有再登上更高的一层楼。唐，李白，《古朗月行》小时不识月，呼作白玉盘。又疑瑶台镜，飞在青云端。小时候不认识月亮，把明月叫做白玉盘。又怀疑是瑶台仙镜，飞在夜空云彩中间。百花园唐，李峤，《风》解落三秋叶，能开二月花。过江千尺浪，入竹万竿斜。能使晚秋的树叶脱落，能催开早春二月的鲜花，它经过江河时能掀起千尺巨浪，刮进竹林时可把万棵翠竹吹得歪歪斜斜。二年级上册课文北朝民歌，《敕勒歌》