内嵌POT损失分布拟合模型的风暴潮灾害风险价值测算

近年来,全球气候的异常变化导致风暴潮灾害频发,给我国造成了巨大灾害性损失。科学测算风暴潮灾害的风险价值,对于度量风暴潮灾害风险、估计风暴潮灾害损失、指导灾害风险有效分散具有重要意义。针对中国风暴潮灾害损失数据鲜明的频率低、厚尾性特征,本文引入极值理论的POT模型完成风暴潮灾害直接经济损失分布拟合,测算出不同置信水平下的风险价值,并通过了Kupiec失败频率检验。研究表明,运用POT模型测算不同置信水平下的风险价值可以作为今后中国风暴潮灾害风险科学度量以及单次灾害最大可能损失合理估计的基础。     

基于SVM-BP神经网络的风暴潮灾害损失预评估

风暴潮灾害是影响我国最严重的海洋灾害,风暴潮灾害损失的预评估对防灾减灾有重要作用。本文选用2002~2014年的40组风暴潮历史灾情资料进行试验,首先建立风暴潮灾害损失评估指标体系并用灰色关联分析法对指标进行筛选,然后采用最优权重组合将支持向量机和BP神经网络进行组合预测分别对风暴潮直接经济损失和受灾人口数进行预测,并与单一预测方法进行对比,发现组合预测方法可以降低误差,提高损失预测的准确性,建立风暴潮灾害损失预评估模型,为决策者进行预警信息的发布提供有效依据。     

风暴潮灾害社会经济损失评估研究

在介绍风暴潮及其相关概念的基础上,基于风暴潮灾害损失的组成构建了风暴潮灾害社会经济损失的评估指标体系,综合运用层次分析法和熵值法确定指标权重,并建立了风暴潮社会经济损失的分类评价模型,同时通过2005～2009年广东省的七次典型风暴潮实例介绍了风暴潮灾害社会经济损失评估技术的具体应用,为今后开展更加精细的风暴潮灾害损失统计提供了重要参考。     

基于BAS-BP模型的风暴潮灾害损失预测

风暴潮灾害是中国沿海地区最严重的灾害之一,近年来由其带来的经济损失均占海洋灾害总损失的90%以上,因此构建一个简单准确的损失预估模型显得尤为重要。本文以现有风暴潮灾害研究为基础建立了基于天牛须搜索（beetle antennae search）优化的BP神经网络模型,将其应用到风暴潮灾害经济损失预评估中。本文收集了福建省1994~2016年记录比较完善的29个风暴潮灾害损失数据,建立风暴潮灾害损失预评估指标体系并利用熵值法对指标因子进行预处理,消除数据冗余信息对预测的影响。对模型进行仿真测试,结果表明,与标准BP神经网络相比新模型有效避免了网络陷入局部极小值的可能,且与常规优化算法相比,克服了训练时间长、收敛速度慢的缺点,具有更好的鲁棒性和预测精度。     

中国沿海省市风暴潮经济损失风险区划研究

风暴潮是我国沿海省市面临的重大自然灾害之一,造成了难以估量的损失.本文选取1989～2008年沿海11省、市、自治区风暴潮历史数据作为研究样本,运用因子得分基础上的聚类分析和熵值评价等方法,对沿海省市风暴潮灾害经济损失风险进行评估,最终按风暴潮灾害的经济损失程度将沿海省市划分为三个区域:即上海为第一区,表示风暴潮经济损...     

改革开放以来山东沿海风暴潮灾害研究述评

风暴潮灾害是我国最严重的海洋灾害。改革开放以来,山东沿海风暴潮灾害研究取得显著进展,集中体现在三个方面:在横向上,从风暴潮产生、发展的内在机理,到风暴潮灾害的客观特征和预报预警,再到风暴潮灾害对自然环境和社会经济的影响及其评估,都有不同程度地推进;在纵向上,随着计算机技术的进步和推广以及数理分析方法的增多,风暴潮灾害研究出现模型化、数字化的趋势,精确性、可靠性得到提升,且催生了一些新的学术热点;在研究视角上,不同学科背景的学者或从学科本位出发,或采用跨学科研究方法,揭示了风暴潮灾害的多元面向。推进风暴潮灾害数值预报研究,加强人文视野下的风暴潮灾害研究,进一步丰富人们对海洋、海洋灾害与人类社会之间关系的认识,为海洋强国建设服务,是未来值得努力的方向。     

基于RS-SVM模型的风暴潮灾害损失测度

论文以现有的风暴潮灾害研究为基础,通过构建评估指标体系提出了基于粗糙集-支持向量机模型(RS-SVM模型)的风暴潮灾害损失测度方法。RS-SVM模型较好的将二者优点进行结合,消除数据冗余信息的同时可以快速、准确解决非线性问题。在上述研究的基础上,对比单纯使用SVM方法与RS-SVM组合使用下的风暴潮经济损失测度效果,发现粗糙集与支持向量机在数据属性约简并进行预测过程中,确保了较高的拟合度与较低的误差率。     

时间序列相似匹配算法在数字海洋风暴潮辅助决策系统中的应用

在现有风暴潮灾害研究基础上,结合风暴潮数据库特点,提出基于斜率分段过滤的相似匹配算法,定义了风暴潮辅助决策、风暴潮序列以及应用于风暴潮序列的相似匹配度量模型。由于海洋数据具有海量等特性,本文先用基于斜率特征向量分段算法进行过滤,再用风暴潮相似度量模型提取相似序列,依据提取的序列在风暴潮数据库中的记录信息,进行风暴潮辅助决策,为风暴潮灾害乃至整个海洋数据的研究提供了较好的技术支持。     

基于机载LIDAR技术的海岸带防风暴潮能力评估

机载LiDAR技术具备快速、精确获取地面高程信息的特点,在海岸带风暴潮灾害防御能力评估方面可以发挥重大作用。本文以惠东县盐洲岛为研究区,基于机载LiDAR点云数据和航空影像数据,提取研究区的路堤、海岛高程,土地开发利用等信息,利用DEM模拟风暴潮淹没范围,评估研究区路堤建设情况及其面临风暴潮灾害的防护能力。实验表明:盐洲岛12.54%的路堤缺乏防御风暴潮灾害能力;在水位达到3.5 m、4.4 m、4.6 m时,分别有71.38%、83.17%、84.18%的海岛范围面临遭受风暴潮灾害的风险。     

基于GIS技术的台风风暴潮灾害风险评估——以台州市为例

分析了台州市台风风暴潮灾害特征,根据台州市沿海区域的地理、水文、社会经济等特点,在台风风暴潮数值模型模拟基础上,实现了基于格网和GIS技术的台风风暴潮灾害风险评价。通过构建台风风暴潮灾害风险评价模型,对台州市区沿海地区的台风风暴潮灾害危险度、脆弱性和防灾减灾能力进行了分析,在GIS平台上进行淹没分析、叠置分析、以及格网拟合计算,最后绘制出了台州市台风风暴潮灾害高分辨率风险区划图,以期为我国风暴潮防灾减灾工作提供科学参考。     

基于TSA-BP模型的温州站台风风暴潮增水预测

台风风暴潮灾害通常会对沿海地区造成巨大损失,因此,准确预测台风风暴潮增水对沿海地区的防灾、减灾工作具有现实意义。本文根据现有风暴潮增水预测研究的成果,建立了基于被囊群算法（tunicate swarm algorithm）优化的BP神经网络模型,将该模型应用于台风风暴潮增水预测研究中。本文选取影响温州验潮站的3个台风作为研究对象,收集并建立了3个台风影响验潮站过程的129个逐时数据样本。利用新模型对温州站进行风暴潮增水预测,结果表明,该模型与BP神经网络相比克服了陷入局部最优解的缺陷,与粒子群优化的BP神经网络模型相比,提升了模型收敛速度,具有更好的预测精度及稳定性。     

汕头沿海热带气旋特征分析

通过分析1950～2009年汕头沿岸的热带气旋和1953～2009年汕头风暴潮增水资料,确定汕头地区的增水影响区,并对进入影响区的热带气旋频度、源地、路径、登陆点等要素进行了统计分析,重点分析了影响汕头增水的热带气旋的空间、时间分布特征。结果表明防御风暴潮灾害重点在7～9月,尤其是7月;热带气旋进入影响区以后的路径和登陆地点的不同引发汕头风暴潮增水强度不同,东南-西北行的路径引发增水次数最多,强度最强,西登型和正面登陆型热带气旋较其他登陆类型容易引发较强增水等。所得出的结论,对风暴潮预报具有指导意义,利于开展海洋防灾减灾工作。     

基于多线程技术的中国海风暴潮数值预报可视化程序开发

首先简要介绍了中国海的风暴潮及灾害情况,对杭州湾一带的风暴潮进行了重点阐述。在风暴潮二维数值模型FBM的基础上开发了具有可视化界面的数值计算程序,能直观的显示风暴潮发展时历,包括风暴潮最大增水、台风风向和移速。采用了多线程技术,可节省时间,程序具有Windows风格的人机交互界面,操作方便。通过几个算例测试,本程序计算结果符合工程预报需要,可为同类研究做一些参考,具有推广意义。     

桑美台风风暴潮及其对张网作业影响的探讨

以2000年"桑美"台风风暴潮及此阶段张网作业的有关资料为依据,对风暴潮增水的形成机制、浙沪沿海风暴潮各阶段特征以及对张网作业的影响进行了探讨;对风暴潮增水在张网作业的积极作用与负面影响以及2000年八月半水张网作业丰收原因进行讨论.分析表明,在杭州湾滩浒岛附近海域,因风暴潮增水导致张网作业CPUE平均增幅为9.3%,最大增幅达23.5%.本文是一则风暴潮有利方面的报道,中国迄今尚属首次.