中国农业气象灾害对作物产量的影响

根据中国主要作物产量、受灾面积和气象条件等相关资料，详细分析了全国主要农业气象灾害的分布地区、季节特点及变化特征。结果表明：干旱、洪涝和冷冻害是影响作物产量的主要气象灾害，而各种灾害均有明显增加的趋势。旱灾是最严重的灾害，受灾面积是洪涝面积的2．3倍。分析了全国主要农业气象灾害对作物产量的严重影响，玉米和大豆产区主要是旱灾，早稻和晚稻产区主要是冷害和洪灾，一季稻和棉花产区主要是洪涝和旱灾，冬小麦和油菜产区的严重减产主要受冻害影响。     

1978—1994年分省农业旱灾灾情的经验正交函数EOF分析

本文利用１９７８～１９９４年各省、市、自治区的农业旱灾受灾面积及播种面积的资料，以旱灾受灾率（即旱灾受灾面积与播种面积之比）作为刻划旱灾灾情的指标。对标准化的旱灾受灾率进行经验正交函数分析，发现前五个典型场方差贡献达７０．７％，可以概括我国旱灾灾情的空间分布主要类型。其中，前三个典型场的正负区域分界线的大体位置分别为长城一线、秦淮线和江南丘陵北缘     

安徽省旱涝灾害区划

我们在收集和整理我省７８个市县１９８６－１９９５年农业作物旱涝受灾面积，成灾面积和农作物总播种面积的基础上确定十年平均的旱涝受灾面积占农作物播种面积的百分比为指标作为旱涝灾害区划的基本依据，把我省干进和水涝分别划分成特重，重，中和轻度四等。     

20世纪90年代以来主要气象灾害对我国粮食生产的影响与减灾对策

干旱、洪涝、风雹和低温四大类主要气象灾害已经成为限制我国粮食增产的主要障碍。近5年的统计结果表明，我国平均每年粮食受灾面积达0．52亿hm^2，粮食损失超过500亿kg。干旱是危害最大的灾种，每年因旱灾损失粮食占气象灾害损失粮食的57％。20世纪90年代以来旱灾的发生较以往大幅度加重。我国农业应该采取的减灾对策为：改善生态环境；加强农业基础设施建设；推广节水灌溉与旱作农业技术；加强农业减灾科学技术研究；完善农业防灾减灾体系；建立农业灾害保险与补贴机制。     

基于GRA-SSA-Elman的隧道施工瓦斯安全性预测评价

为准确预测隧道施工瓦斯灾害,有效评估瓦斯安全,建立基于灰色关联分析(grey relational analysis, GRA)与麻雀搜索算法(sparrow search algorithm, SSA)优化Elmen神经网络的隧道施工瓦斯安全性预测评价模型。首先从水文地质条件、隧道设计、煤层结构状况及施工管理四个方面考虑,遴选12个主要影响因素,采用GRA法量化分析选取的影响因素与评价对象间的关联性;然后引入SSA优化Elman模型中的初始权值和阈值建立模型,采用留一交叉验证法验证模型性能;最后为进一步验证模型性能,对选取的实例瓦斯隧道待测样本进行瓦斯灾害预测评价,同时与PSO-Elman、Elman、Fisher判别分析(fisher discriminant analysis, FDA)模型预测结果与现场实际结果对比分析。结果表明：SSA-Elman预测结果与实际工程结果一致性更高,优化后的模型精确度和稳定性更好,可操作性强,对隧道施工瓦斯安全性评估具有良好的适用性。     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

中国农业减灾资金应急投入的风险问题及建议

对近20年（1983—2004a）来全国各省（市、自治区）农田受灾面积和国家补助救济费情况的统计分析表明，灾情严重的年份或地区，减灾投入及救济费的多少与其农业受灾程度不存在着显著的相关性。说明农业减灾投入的随机性很大，或存在着一定的减灾投入风险，这对于反思国家救灾预算和资金投入及其倾斜政策是一个很好的启发。     

雷达对冰雹灾害落区的跟踪及鉴定

以2018年河北省中南部两次冰雹天气过程为例,探索了利用雷达资料跟踪冰雹灾害路径和影响区域的方法。通过台站观测冰雹与雷达识别冰雹区域的对比分析,发现依据雷达反射率因子、回波顶高、垂直累积液态水含量三个参数能够基本识别"冰雹最有可能发生的路径和影响区域"。对雷达识别区域与农业受灾面积进行分析,得知二者成正比关系,进一步说明可以用雷达识别得到的区域对冰雹灾害进行跟踪和鉴定,为更加科学的冰雹灾害风险评估奠定基础。     

山东省干旱灾害的变化特征及相关分析

干旱灾害是山东省的主要气象灾害之一，是影响经济要持续发展的重要因素。本文利用山东省近４０ 年的家业旱灾灾资料和降水资料，分析了灾情特征和致灾咽子变化 特征，探讨了旱灾损失与降水异常的内在联系建立了干旱受灾面积评估模式，为探索农业灾情评估和预测提供了依据。     

我国农田水利建设对粮食生产的减灾增量效果及作用机制研究

农田水利建设对增强农业抗灾能力和促进粮食增产有着不可替代的作用。该文利用2000—2021年我国31个省际面板数据,运用固定效应模型实证检验农田水利建设对粮食产量的减灾机制。结果表明：农田水利建设通过减少水旱灾害受灾面积的路径来刺激粮食生产,有效灌溉面积和除涝面积每增加1%,粮食受灾面积将分别减少31.3%和7.4%,而受灾面积的减少将保障粮食生产,从而促使农田水利建设对粮食增产23.8%和2.4%。在异质性方面,华北地区农田水利建设对粮食生产的防灾减灾效果最优。据此,建议尽快完成高标准农田建设,落实防灾减灾要求,保障粮食持续稳定供给,维护我国粮食安全。     

膨胀土路基水毁灾害及其粗糙神经网络预测

通过对膨胀土地质灾害的总结，提出了膨胀土路基水毁灾害的分类分级方法，并根据常用的地质灾害预测办法，指出膨胀土路基水毁灾害的预测是一个典型的非线性问题，当考虑降雨、干旱等气候因素耦合影响时，宜进行危险性点评估。提出了采用粗糙神经网络对膨胀土路基水毁灾害进行评价和预测的方法，并运用粗糙集理论确定了该神经网络的结构。同时，以某膨胀土路基水毁大型模型试验的数据为例，进行了灾害预测，结果表明，将粗糙神经网络运用于膨胀土路基的水毁灾害预测是切实可行的。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

不同热力背景对城市降雨（暴雨）的影响（Ⅲ）：—基于人工神经网络的集成预报模型

在对降雨系统时序规律分析的基础上，提出了基于人工神经网络的集成降雨时序分析与预报模型，根据上海市降雨和实际测点布置的特点，提出了两套降雨预报策略，根据热力背景的不同，建立了城市降雨空间差异预报模型，经初步验证，该模型具有较高精度，可为城市规划，排水市政工程建设服务。     

基于遥感的洪水灾害承灾体神经网络的提取方法探讨

洪水灾害承文体信息的快速获取是洪水灾害评估的基础．卫星遥感所获得的遥感图象包含了有关该承灾体的空间分布信息．常规目视解译难以快速并准确地从遥感图象中提取这些信息．神经网络技术的发展为解决这一问题提供了新的工具．本文阐这了将神经网络用于从遥感图象中自动提取洪水灾害承文体的空间分布信息的基本原理和方法,并结合实例说明了这种方法的有效性     

震灾经济损失评估的遗传神经网络模型

地震灾害造成的直接经济损失与很多因素有关:致灾因子强度,主要包括地震震级、发震时间及地点、震源深度和地震动输入参数等;受灾体密度,主要包括衡量城市经济和社会发展水平的人口密度、城市密度、建筑物密度和财产密度等;城市抵抗地震灾害的能力.这里选取震级、地震动输入参数、人均国内生产总值GDP、受灾面积和灾区人口密度作为网络的输入节点,用直接经济损失率作为网络的输出节点,建立了基于遗传神经网络的震灾经济损失评估模型,对地震灾害所造成的经济损失进行评估,实例验证了该方法的有效性.     

人工神经网络在台风预报中的应用初探

为了探索人工神经网络应用于台风分类预报的可能性，用具有Ｓ－特特性函数的Ｂ－Ｐ网络对每类台风的标准样本进行训练，由训练结束后的权值和阈值及待预报样本的因子测值，计算出网络输出值，作出台风分类预报。文中的实例表明人工神经网络用于台风预报具有客观性、可行性和实用性。     

基于GIS和OREMS的洪灾避难系统

面对突发的灾害,人类采取避难转移的方式来减少生命和财产的损失。大范围的人口转移是一个十分复杂的过程,必须有合理的计划和有效地利用现有的交通设施。提出了基于GIS和OREMS的洪灾避难系统来模拟洪灾的避难转移过程。根据洪灾危险区的统计资料,应用基于GIS的风暴潮洪灾风险系统分析洪灾淹没范围、避难区域的人口分布、路网结构,使用OREMS避难交通模型模拟避难过程。以长兴岛为例进行洪灾避难交通模拟,得到避难耗费时间,路网拥堵路段,并且在分析模拟结果的基础上对避难计划进行优化。     

基于GIS的风暴潮减灾辅助决策信息系统

风暴潮是指在大气强迫力作用下局部海面的异常升降现象，是影响我国沿海地区最严重的海洋灾害，风暴潮给我国造成的损失平均每年达上百亿元，风暴潮科技减灾已成为一个重要的研究方向。提供了基于Oracle和GIS技术的风暴潮减灾信息化、网络化实现框架，阐述了风暴潮减灾数据库设计、风暴潮数值预报模型集成、基于GIS的减灾辅助决策分析、基于3s技术的灾害监测和调查以及基于GIS的灾损评估等5个方面内容。     

两种定性天气预报模型的对比分析

以南京１９６５～１９９４ 年４ 月平均气温作为预报量, 选取前期５００ ｈ Ｐａ 月平均高度场相关因子, 分别建立了事件概率回归预报模型和神经网络预报模型。通过对比分析发现, 在同等条件下,由于神经网络方法能更好地反映预报量与预报因子间的非线性关系, 并能有效避免采用事件概率回归方法预报建模时, 对预报因子分级造成信息损失的缺点。因此, 其拟合和预报效果明显优于传统的概率回归预报方法     

1949—1994年中国洪水灾害成灾面积的时序分形特征

作者应用１９４９～１９９４年中国洪水灾情资料,重构了其嵌入相空间序列,探讨了其时序的分形特征,计算得到了分维数。研究表明：洪水灾害成灾面积的时序分布具有分形特征。研究结果为建立洪水灾害成灾面积的时序预测预报模型提供依据。