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。     

灾损度指数法在灾害经济损失评估中的应用——以福建台风灾害经济损失趋势分析为例

采用灾损度DLD和环境不稳定度EI两个要素,构建了灾害经济损失指数DELI(灾损度指数)指标对灾害经济损失进行评估。并应用它对福建省台风灾害经济损失趋势变化进行分析。研究表明:利用灾损度指数对灾害经济损失评估方法可取,它不受灾害发生的时间和地点限制,可比性强,资料信息源多,计算方便,适用范围广;福建省台风灾害灾损度指数呈波动上升,反映福建台风灾情加重与灾害本身损失加大和福建省环境不稳定度加大有关,与实际情况相符。     

基于多源遥感影像的台风灾情动态评估——研究进展

沿海地区作为人口聚集、国民经济和社会发展重要的区域和战略中心，台风带来的损失往往是惨重和致命的。尤其是近年来，随着台风突发强度、频度和广度的不断增长，灾后救援工作显得格外重要，亟待开展灾情信息快速获取与动态评估研究。该领域目前主要探讨的问题为：台风灾情信息的遥感数据来源；基于遥感影像的灾情评估方法；台风灾情表征指标与评估模型；台风灾害风险综合管理等。在全球变暖和快速城市化的背景下，目前应集中开展的研究为：以我国沿海地区典型台风为剖析对象，构建台风多尺度灾情表征指标体系和基于多源遥感影像的台风灾情动态评估模型；集成开发遥感-地理信息系统（RS-GIS）灾情动态评估工具集；探讨台风灾情信息共享与分布式管理机制。这不但能实现受灾地区灾情快速评估与制图，而且能为我国沿海地区台风综合灾害风险管理以及可持续发展战略实施提供科学依据。     

自然灾害的物元分析灾情评估模型初探

本文提出了用物元分析进行灾情评估的新方法。该方法将灾情划分为三类,计算每项评估指标对各类灾情的关联函数,采用指数超标法计算各项指标的权值,然后应用加权公式计算全部指标对各类灾情的综合关联程度,并根据评价标准对灾情作出评估。该方法应用于45个灾情个例评估结果与用灾度判别法评估结果比较表明其用于灾情评估具有科学性和实用性。     

台风对天然橡胶影响评估模型研究

灾害评估模型的建立往往需要有大量历史统计资料作为支撑,然而在实际研究中会存在收集资料不全或统计数据灾情衡量标准不一致的情况,这给灾害模型的建立带来了一定的困难。受到逆向工程设计思路的启示,为实现台风对天然橡胶造成灾害损失程度的快速评价,尝试着以典型个例分析为基础,以2005年对海南天然橡胶造成严重损害台风"达维"为例,从孕灾环境、致灾因子和承灾体三方面选择橡胶灾情评估因子,通过分析天然橡胶受损的程度与相关因子的分析,建立相应的评估模型,并将此模型为基础,进行了模型的实例检验,结果表明:模型能在一定程度上反映橡胶受损的空间分布,可为后期建立更加准确的天然橡胶评估模型奠定基础。     

登陆中国台风灾害损失预评估模型研究

整理了2000-2008年登陆中国且灾情记录完整的34个台风案例,建立案例集;基于模糊数学法建立了台风灾害损失预评估模型。选择8项影响因子作为模型输入指标,利用层次分析法确定影响因子权重,计算案例集中每个台风的综合评价指数;通过对综合评价指数与受灾人口、农作物受灾面积及直接经济损失等典型灾情指标进行拟合;通过适当调整影响因子权重,拟合得出最优幂函数回归方程,从而实现对台风灾情的定量预评估。     

华南台风灾害的风险熵-极限学习机预测模型研究

结合广义模糊熵原理和模糊c均值聚类方法构建华南台风灾害风险熵模型,对华南台风灾害进行风险分析,讨论其分布情况;利用灰色关联分析法,探讨华南台风灾害的灾情因子、致灾源因子分别和灾害风险熵之间的关系以及二者对风险熵的影响程度;建立基于极限学习机的非线性回归模型,以多元线性回归和BP神经网络两种方法作为对照组,进一步探讨风险熵与灾情因子和致灾源因子关系。结果表明,华南台风灾害风险熵值呈正态分布,与灾情因子和致灾源因子的灰色关联度分别为0.716 2和0.794 9,受灾情因子和致灾源因子的影响较大;利用构建的极限学习机模型预测的华南台风灾害风险熵值平均绝对误差为0.059,拟合优度为92.82%,将预测结果与常规的多元线性回归和BP神经网络方法的预测结果进行对比分析,结果表明,用构建的极限学习机模型预测华南台风灾害风险熵值,其性能比常规多元线性回归和BP神经网络方法有明显的改进。     

海南省台风特点与灾情评估时空关联分析

基于2014-2018年海南省气象、台风灾情及社会经济数据,构建海南省台风致灾因子指数与灾情评估指数模型,揭示两者的时空分布特征及关系。结果表明:近年来,影响海南省的台风主要集中在7-9月份,强度中等偏弱;各市(县)致灾因子指数数值在0.08～0.92之间,危险性最高值分布在北部的文昌、海口和澄迈县,西部和南部危险性较低。多年平均历史灾情指数数值在4.47～11.76之间,高值区位于北部的文昌、海口和西北的白沙县,南部损失较轻。历次台风灾情指数与最大日降雨量、极大风速、台风强度和台风持续时长等致灾因子的相关系数分别为0.88、0.74、0.63和0.55;历史灾情指数与致灾因子指数相关系数为0.76,二者呈现较好的相关性和空间一致性。     

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。     

基于机器学习方法的上海市暴雨内涝灾情预测模型研究

本文基于区域灾害系统理论,综合考虑致灾因子、暴露度和脆弱性,提出了一套暴雨内涝灾情预测指标体系;在此基础上利用上海市应急联动中心110接报暴雨内涝灾情数据,构建了暴雨内涝灾情预测BP模型(Back Propagation Model)和XGBoost模型(Extreme Gradient Boosting Model),并对比分析了预测模型效果,实现对上海市暴雨过程内涝灾情数量预测;最后对内涝灾情影响等级进行阈值划分,以期为暴雨内涝影响预报与风险预警业务、服务及灾害管理提供技术支撑。结果表明:1)综合考虑致灾因子、暴露度、脆弱性指标且不经主成分分析降维的指标组合作为暴雨内涝灾情预测指标体系时,BP模型和XGBoost模型的预测精度最优;2)全量样本XGBoost模型总体表现最优,暴雨内涝灾情的右偏分布和内涝灾情的异常高值均对XGBoost模型预测误差有不同程度的贡献;3)综合评价法在历史灾情百分位法和模拟灾情百分位法基础上,结合多年业务实践经验和用户对于110灾情的处置承受力对暴雨内涝灾情进行阈值划分,在实际应用中具有一定参考意义。     

基于GIS的台风灾害损失评估模型研究

由于台风灾害所造成的损失有些是无法用精确的数学模型来描述,其损失可能是一个区间值。为准确及时地了解台风灾害过程中可能造成灾害损失等级的大小,选择了降水量、降水强度、最大风速、经济易损性作为评价的指标。采用可拓分析方法,将评价指标及其特征值作为物元,通过计算综合关联度判断灾害损失的等级;建立基于GIS的台风灾害损失评估模型,以实现台风灾害的动态评估。     

基于GIS的台风灾害评估系统设计开发

台风是我国东南沿海各省夏秋季中经常遭遇的自然灾害。建立浙江1949年以来的历次台风数据库，并采用ArcGIS作为台风灾害信息及评估系统的平台，进行台风路径的自动生成；相关台风信息的综合查询；雨量等值线以及雨量、风速色块图的绘制与统计；灾害评估模型建立等功能。为灾情的评估和预报，以及为台风灾害的指挥决策提供科学依据。     

灾体模型的拓展及其在主要气象灾害损失年景评价中的应用

该文拓展了面向气象灾害损失评价的灾体模型,使得其适用性增强。基于新模型,对2003-2018年我国主要气象灾害损失及总损失年景进行了评价分析,结果显示,存在极端偏重灾害损失年景的有暴雨洪涝(2003、2010年)、台风(2005、2006年)、低温冷冻害和雪灾(2005、2008年),另外各气象灾害偏重及以上的年景主要分布在2003-2013年,2014-2018年相对灾体量指数平均值较2003-2013年(不含极端年份)偏少65%~90%;在气象灾害总损失年景评价中增加考虑倒塌房屋和饮水困难人口两个损失要素后,评价涉及的信息更加全面,评价结果更趋完善。     

沿海农村台风“避难所”的配置合理性评价模型

我国东南沿海农村地区是世界上遭受台风灾害袭击最严重的地区之一。根据实地考察数据与分析资料,通过对台风灾害的全面风险分析与评估,依据应急过程的内在特点和避难所的功能特点,从台风避难场所的规划设计、内部硬件设施、外部软件环境三个方面出发,建立了层次化评价指标体系,应用层次分析法建立配置层次分析模型,确定指标权重,利用模糊综合评价法构建了评价模糊矩阵,进行模糊运算,得出综合评定结果。实例证明了该方法的有效性。     

福建省农业气象灾害灰色评价与预测

将灰色系统理论引入到农业气象灾害的评价与预测中。根据福建省1980~2004年主要气象受灾面积资料,构造完全受灾参考序列,应用灰色关联分析得到每个年份的关联度,依照关联度排序结果对农业气象灾害进行等级划分,得到5个农业气象灾害重灾年份,发现重灾年的出现大约以4年为一个周期。最后用这5个重灾年组成新序列,运用GM(1,1)模型对未来重灾年份进行灾变预测,结果表明,2008~2009年福建省将是农业气象重灾年份。     

自然灾害综合灾情分级模型及应用

根据对自然灾害灾情的调研，提出了自然灾害综合灾情分级的指标体系和单指标分级标准，然后应用灰色聚类方法建立了自然灾害综合灾情分级模型，并探讨了该模型在评估1993年中国沿海地区台风、暴雨灾害灾情中的应用。     

基于小程序的海洋牧场台风灾害预警预报服务

台风多要素信息及灾情状况是海洋牧场各方急切想掌握的,而应用于海洋牧场灾害预警专报服务还未见报道,基于此开发了海洋牧场台风灾害预警预报服务小程序。结合wx.request请求获取第三方要素数据与自建云数据库访问灾情数据。搭建海洋牧场台风灾害预警预报服务的层次结构体系构架,推出海洋牧场气象要素预警预报、海洋牧场水文要素预警预报、海洋牧场台风要素预警预报、海洋牧场台风灾害预警专报、服务订阅与消息推送等应用服务功能。基于MAP组件技术整合“一张图”展示海洋牧场台风灾害的数据、服务及成果。1409号台风“威马逊”实例应用表明,海洋牧场台风灾害预警预报服务小程序为防风减灾提供了一种快捷实用的应用途径。     

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。     

西藏那曲牧区雪灾区域危险度的模糊综合评价研究

在野外调查和分析的基础上，选取10月至次年5月的平均气温和平均降水，以及稳定的积雪日数、平均积雪深度、草场现有载畜量、冷季草地超载比例、冬储草量等7个因子为那曲地区雪灾区域危险度的评价因子，将模糊综合评价的数学模型应用于雪灾区域危险度的评判。以西藏那曲地区的5个县为例，具体介绍了雪灾区域危险度模糊综合评价的方法和步骤。