基于离散型Hopfield神经网络的台风灾情评估模型

台风灾情评估对防台减灾和救灾工作十分重要,为此,提出并建立了一种基于离散型Hopfield神经网络的评估模型。该模型选取5个评估因子,根据广东省台风灾害历史数据,按灾害等级划分原则制定了评估因子5个等级的划分方法,然后将待分级的台风进行Hopfield编码,建立离散型Hopfield神经网络模型,并用实例对模型进行了验证,分析模型的不足,将评估因子的权重因素引入到模型中,使模型更加合理。     

台风灾害时空特征分析与评估模型构建

基于1993—2016年中国热带气旋灾情资料分析台风灾害及其损失(死亡人数、受淹农田面积、直接经济损失)的时空特征，并构建定性和定量模型评估台风导致的直接经济损失。结果表明：(1)1993—2016年间三类灾害损失呈下降趋势，且局地受灾程度与区域经济发展和台风登陆频次密切相关；(2)沿海地区的登陆台风以中等强度为主，且目前的防台减灾政策有一定成效；(3)通过构建组合分类模型和BP神经网络回归模型可以更好地评估直接经济损失，且两个模型的最终预测精度均达到了较高水平(86.08%和80%)。     

一种台风灾情综合评估模型及应用

对台风灾情评估提出了一种基于台风灾害案例历史案例分析、综合模糊数学和灰色关联分析的综合评估模型;利用模糊隶属函数将台风灾情原始数据无量纲化,再设定一极重灾为参考序列。根据台风各评估指标与参考序列的距离,计算出关联系数;将关联系数加权平均和定义为灾度,根据灾度值评定台风的灾级。并以广东省台风灾情为例,验证了此模型。     

基于系统动力学的台风减灾决策研究

台风破坏性巨大,易与暴雨、洪涝、风暴潮灾害发生碰头现象,严重威胁沿海地区人民的生命和财产安全。因此,台风减灾决策研究对于保护人民生命财产安全至关重要。该文基于系统动力学和多灾种灾害建立防灾减灾模型,包括物资人员调度子块、信息传递子块、灾害系统子块。以海南省海口市台风灾情及政府防灾减灾工作为例进行数值模拟,仿真结果表明:政府资源调度能力越高,城市应急能力达到峰值速率越快;受预警等级及应急能力的影响,信息热度迅速上升至峰值,之后缓慢下降;对建筑物与电力系统进行抗灾加固,降低其脆弱性,提高水库堤坝及交通防灾减灾工作人员配比可以在很大程度上减缓灾情。该模型能为政府制定防灾减灾策略提供理论依据。     

台风灾情评估及方法综述

台风是一种导致严重灾害的天气系统,其灾害评估是减灾防灾的决策基础;国内外台风灾情评估基本区分为统计指标综合法和统计模拟法。归纳了6种主要的统计指标综合方法,总结了统计模拟评估法的基本步骤,在此基础比较了台风灾情评估方法的不同特点。从评估的模型、指标选择以及评估结果等几个方面评述了指标评估方法中以及统计模拟法存在的问题。最后,对灾情评估发展趋势的5个方面进行展望,并指出:国内统计模拟方法的评估较少开展,应与指标评估方法相结合,积极开展统计模拟方法的灾情评估;选择不同的行业,针对行业具体特点,建立敏感行业的灾情评估模型;加强高新技术,特别是卫星遥感技术在台风灾害评估中的应用;同时要加强评估决策支持系统研究。     

浙江抗台减灾综合能力研究

以浙江省1984年至2011年的区域抗台减灾综合能力为研究对象,从区域灾害监测预报、区域预警通知、区域防护、抗台物资运输、区域财政救灾、区域抗台医疗救助和区域抗台救灾意识7个方面对浙江省抗台减灾能力进行了综合评价。采用因子分析法从20个评价指标中提取3个公共因子,分别归属为基础设施特征因子、人才力量特征因子和社会经济救助特征因子,可解释几乎90%的信息。利用回归法对公共因子和综合得分进行排名,通过熵权法和实际台风案例对结果进行验证。研究结果表明,2011年的抗台减灾综合能力最强,1984年抗台减灾综合能力最弱。针对研究结果,提出了浙江抗台减灾综合能力提高的具体措施。     

中国沿海地区台风灾害损失评估研究

沿海地区作为人口积聚、国民经济和社会发展的重要区域和战略中心,在台风灾害中遭受的损失往往是惨重和致命的,所以亟待开展沿海地区台风灾害损失评估研究。根据1990-2007年的台风灾情资料,选取代表性指标尝试构建了台风灾情评估模型,并对沿海省市的台风灾害损失及其与致灾因子的关系进行分析评价。结果显示:除个别区域外,沿海地区台风灾害损失都呈下降趋势,但各区域下降的幅度不等,其中浙江省、江苏省和海南省下降幅度较低,均不足10%;浙江省、福建省和广东省18年间平均台风灾害损失较大;上海市以南各区域台风大风和暴雨的频次多、强度大,灾害损失大。     

基于粒子群优化神经网络的台风灾情定量评估

准确的台风灾情评估,是做好防灾减灾工作、降低灾情的基础。通过分析台风灾情与致灾因子、孕灾环境和承灾体的相关关系,将时间和GDP引入到评估因子中。针对评估因子和台风灾情之间具有高度不确定的非线性关系,应用神经网络理论进行台风灾情评估,并将基于全局随机优化思想的粒子群优化(PSO)算法对BP神经网络的初始权值进行优化,以改进BP神经网络方法存在的对初始权值敏感、易陷入局部极小点的缺点,从而建立了PSO-BP网络台风灾情定量评估模型。将该模型应用到2007年台风灾情评估中,评估值与实际值基本符合,表明该模型能应用于台风灾情的定量评估。     

三峡库区地质灾害灾情评估系统设计与实现

针对目前三峡库区防灾减灾及灾情信息评估的工作情况和所存在的问题,利用ArcGIS Server,Flex和.Net等相关技术,探索和设计了灾情评估系统的总体架构与灾情评估模块。同时,结合三峡库区的防灾减灾相关情况,实现了基于Flex与ArcGIS Server的三峡库区地质灾害灾情评估系统,并对该系统的模块功能、关键技术等进行了详细的分析与讨论。通过对该系统的研究应用,灾情评估人员能够有效地对大面积范围所发生的地质灾害进行监测、分析,并提高对区域地质灾害灾后评估工作和人员调度工作的效率,可供防灾减灾与时空灾情数据库的建立参考。     

2014年超强台风“威马逊”灾害特征与社会致灾机制分析

台风是一种具有严重破坏性的天气事件,认识超强台风造成的洪涝灾害特点、成灾机制,以及社会响应特征对于水利防灾减灾具有重要意义。通过对2014年超强台风"威马逊"给海南省带来的严重洪涝灾害进行系统调查分析,发现此次灾害呈现出的特点是:受灾人口比重大,人员伤亡严重;农业受灾比重较大,成灾比重高;倒塌房屋数量巨大;灾害损失严重,农林牧渔业损失严重,水利损失较轻。进一步的分析表明:建筑设计标准偏低,基础设施管理有待完善;基层防台专业组织管理乏力,社区居民避险自救能力弱,社会综合减灾能力不足等社会防灾减灾体系不健全;法规预案体系不健全等是造成此次灾害严重损失的主要因素。据此,从结构性减灾(基础设施)和非结构性减灾(制度建设、社会参与)两方面提出今后防御超强台风的建议。