用计算机仿真技术检验自然灾害模糊风险模型

自然灾害模糊风险是用模糊集对自然灾害风险的一种近似表达．本文建议了一种计算机仿真方法，用来检验计算模糊风险的模型是否可靠．假定真实的概率风险可以用某个概率密度函数来表达，当用某种模型依据小样本来估计这个函数时，必然会存在误差．设给定概率密度函数的其望值为Ｅ， 用传统模型估计得到的概率密度函数的期望值为Ｅ，用某种模糊数学方法计算出来的模糊概率分布的期望值为Ｅ．如果Ｅ与Ｅ的差小于Ｅ与Ｅ的差，则说明模糊风险模型比较可靠．本文给出了计算Ｅ的公式，对计算机仿真实验进行设计．并给出了产生随机数的３个重要程序．     

内集-外集模型的一个简便算法

用现代计算数学的升降序排列工具,提出了内集-外集模型的一个简便算法,避免了复杂的组合运算,彻底解决了内集-外集模型计算难的问题,为该模型广泛应用于自然灾害模糊风险评价提供了方便.     

自然灾害动态风险分析的一个虚拟案例

以浙江历史台风经济损失为背景,虚拟了一个以月份变化和登陆情况不同的台风动态风险案例,用源于概率风险模型的动态风险分析模型,并采用正态扩散方法处理虚拟案例数据,对其进行了分析。主要工作是估计不同月份条件下台风强度的概率分布,估计风险承受体在不同强度台风和不同登陆情况下的损失,并由条件概率分布和损失矩阵耦合成期望值意义上的动态风险。非动态风险分析只能给出年内单一风险值,而动态风险分析能提供更多的信息。该文还讨论概率风险的系统误差问题,讨论了智联网用于动态风险分析的问题。     

基于蚁群算法改进的扩散函数类内集-外集模型及其灾害评估实验

针对自然灾害的复杂性、不确定性以及灾害评估信息的不完备等问题,基于内集-外集模型引入了小样本信息扩散原理以获取灾害事件与其发生概率之间的模糊关系。鉴于常规的扩散函数类的内集-外集模型中论域步长的选取是基于正态分布的,不仅要求样本容量较大,且有一定的主观性和应用局限性,为此引入蚁群聚类思想来划分样本,以寻求最优区间数;引入经验窗宽来简化扩散函数参数的选取;通过与原模型进行计算机仿真实验对比以及对广东省台风暴潮案例的风险评估,检验了所提出的改进内集-外集模型的可行性、实用性与有效性。为实际的自然灾害小样本事件风险评估建模拓展了新的思路和方法途径。     

自然灾害的模糊风险

分析了自然灾害风险的本质含义，提出自然灾害分析的瓶颈在于系统的复杂性，解决或缓解这一问题的途径之一是用模糊系统的观点看待自然灾害风险，进行模糊风险分析。介绍了模糊风险的研究现状，给出模糊风险的一般性定义。对最简单的一类模糊风险－可能性－概率风险的定义和表达方法作了介绍。     

自然灾害风险区划图的一个潜在发展方向

由于自然灾害系统的复杂性及数据资料的不完备性,人们不可能精确估计任何自然灾害发生的概率,"概率值估不准"是现有超越概率风险区划图的致命弱点.简要回顾了针对这一问题已进行的提高估计精度和进行模糊风险计算的有关研究,并将模糊风险研究引入风险区划图的编制,给出了自然灾害软风险区划图的定义和一个初步的样式.讨论了这种风险图在体现风险值估不准方面,以及在为用户提供更多风险信息,为决策者提供调整余地等方面的优点.研究结果表明,软风险区划图是自然灾害风险区划图的一个潜在发展方向.为推进这一研究领域的发展,对今后的工作提出了一些建议.     

基于PPD的辽宁省暴雨灾害风险分析

根据辽宁省1976-2006年逐日降水和暴雨灾害损失数据,基于自然灾害风险理论,利用PPD(可能性-概率分布),分析不同等级暴雨发生的可能性;通过建立灾损指标体系获得暴雨灾损指数,结合Arc GIS技术,进行了辽宁省暴雨灾害风险评价与区划。结果表明:1辽宁省暴雨发生的可能性,随暴雨等级的增加而降低,主要发生一到四级暴雨,五级暴雨很少见,而发生2~5级暴雨概率基本由东南向西北递减(一级由西北向东南递减);2全省而言,暴雨灾害损失及风险与暴雨发生可能性区域分布特征总体吻合,即呈现南高北低、东高西低、由东南向西北递减的趋势;3PPD适用于风险分析中计算致灾因子发生的可能性,因为以该模型为基础的研究结果与近年来辽宁省暴雨发生风险事实一致。     

城市自然灾害风险评价的一级模型

本文分析了以往概率风险存在的问题,用模糊集手段定义了城市自然灾害的可能性风险,并提出了一级综合评价模型。本文提供的方法,由于能较广泛地对有关信息进行分析,从而可提高风险评价的可行性和可能性。     

自然灾害软风险区划图模式研究

如何表达风险值估计不准,是深层次风险区划研究的问题.将模糊风险研究引向自然灾害风险区划领域,探讨了风险值估计不准条件下自然灾害风险区划的图型模式.给出了一种带有“层次“结构的“多值的“的自然灾害风险区划图图型模式.这是应用软计算的思想和方法得到的一种自然灾害风险区划图,我们称之为自然灾害软风险区划图.自然灾害软风险区划图不仅提供了表达风险值估计不准这一信息,而且提供了风险信息的可靠性,为改进自然灾害风险区划提供一种新的思路.     

自然灾害动态风险分析的一个形式化模型

根据自然灾害动态风险分析基本原理,将概率风险模型改造成一个动态风险分析的形式化模型。由条件概率密度函数和动态脆弱性函数耦合而成的风险,随着综合环境和内在属性的变化而变化。我们建议用正态信息扩散方法估计条件概率密度函数和动态脆弱性函数。这两个重要函数的估计都不依赖人为假设,分析过程透明,结果可解释性强,具有一定的可靠性。     

试论国家救灾资金的精准风险控制方法

传统救灾资金风险控制方法存在控制精准度较低的问题,为了解决这一问题该文提出基于多因素分析的救灾资金精准风险控制方法。首先通过对自然灾害区域的经济损失率进行计算,确定该受灾区域的经济损失情况;引入模糊集运算方法,计算出救灾资金分配的上下限值,实现救灾资金的精准分配。然后通过熵权法对救灾资金的风险进行预测,如果救灾资金的风险过高,则运用最小二乘法对预测矩阵进行修正,以降低救灾资金的风险。最后以地震规模预测和救灾资金分配的准确性为对比指标,通过实验验证本文方法的有效性。     

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析，到伤亡和损失的可能性研究，自然灾害风险分析由4个环节组成，即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下，风险事件的不确定性，主要来自于致灾因子时间、地点、强度的不确定。因此，自然灾害风险分析主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达，所以，自然灾害风险分析涉及的两类模式识别，均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点，用它处理了在我国得到的地震数据，识别了震中烈度与震级的关系。结果表明，得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。     

区域洪水灾害风险评估体系(Ⅱ)——模型与应用

准确了解区域洪水灾害风险分布状况及规律,对于洪水灾害预警与管理具有重要意义。首先分析了模糊综合评估法的原理,以GIS空间技术为手段,建立了基于GIS的洪水灾害风险评估模型。然后以马来西亚洪水灾害风险评估应用为例,剖析了洪水灾害风险模糊评估的方法及过程,利用该模型计算出洪水灾害风险并制作了洪水灾害风险等级图和风险指数图。结果表明,该模型对于评价洪水灾害风险是行之有效的。     

城市自然灾害风险评价的二级模型

利用模糊集方法建立了城市自然灾害风险评价的二级模型。二级模型适用于单一致灾因子的分析。结合文[1]提出的一级模型,即可构成完整的城市自然灾害风险评价体系。     

云南省冰冻灾害气象条件及风险评估——基于模糊信息分配方法的研究

利用1959—2008年云南省125个气象站的逐日资料,采用模糊信息分配方法和三分段法进行了雨、雾淞(冰冻)天气发生的气象条件研究;基于模糊信息分配和超越极限概率法进行了云南冰冻灾害气候风险评估和风险区划研究。结果表明:模糊信息分配方法用于概率密度估计,可减少分析、评估误差,且不需要假定数列总体概率分布函数,就能得出较为接近实际概率密度分布的分析和评估结果;雨、雾淞(冰冻)出现当日最低气温≤1℃的气候概率达99.8%,最低气温≤1℃是出现雨、雾淞(冰冻)天气的阈值;当温度条件达到时,微量以上降水、日照时数≤1 h、日平均相对湿度大于80%是出现雨、雾淞(冰冻)的阈值。云南省大部分地区(96个站,占全省总站数的77%)没有出现冰冻灾害的风险,无风险的区域分布在云南省的中、西部和南部地区;冰冻灾害风险较大的是滇东北和滇东地区,其中有12个站累积概率值在50%～100%之间,有年年出现或2年1遇的气候风险,风险较大,特别是镇雄、鲁甸2个县的概率值为100%,有年年出现冰冻灾害的气候风险,风险很大。     

自然灾害风险评价初步研究

自然灾害风险评价是减灾研究的重要组成部分，可为风险区土地的合理利用与投资、灾害预防与管理、灾害保险制度的建立以及灾期的快速评估和辅助决策提供科学依据。本文在分析自然灾害风险评价发展历史的基础上，提出了自然灾害风险评价不仅应包括自然灾害发生的可能性，而且还应包括由此而引起的可能的后果的风险分析概念，并且探讨了将自然灾害与风险区价值及抗灾性能作为整体进行风险评价的理论和方法。