基于Web服务的海量风暴潮灾害数据实时可视化研究

目前,风暴潮灾害的数值模拟给出的海量数据结果往往使得研究者难以理解,阻碍研究工作的深入进行,同时从应用角度也不能满足对灾害进行实时可视化的需求.因此,本文针对风暴潮灾害数值模拟的计算格式和结果数据特点,探讨了Web Service技术和可视化处理技术基础上为研究人员提供实时的风暴潮灾害数值模拟以及水位、流场的时空分布可...     

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。     

中国沿海地区风暴潮灾害损失监测预警研究进展

近年来,风暴潮灾害已成为制约我国沿海地区经济社会发展的重要因素。本文以风暴潮为研究对象,从风暴潮灾害数值模拟预报技术、风暴潮灾害致灾机理、风暴潮灾害损失评估、风暴潮灾害损失监测预警、风暴潮灾害损失应急管理等五个方面回顾分析国内外有关风暴潮灾害研究的进展情况,揭示目前国内风暴潮灾害研究存在的问题,展望风暴潮研究的发展趋势。     

一种融合多因素的MOS风暴潮灾害过程模拟研究

风暴潮数值模型预报结果在小尺度区域往往存在弱于或强于实况的问题。针对此问题,该风暴潮灾害模拟方法融合数值模型预报结果为特征要素,使用一种基于多要素MOS(Model Output Statistics)风暴潮灾害过程模拟方法来实现对风暴潮灾害的预报。该模拟方法是将低维的特征向量映射到高维的隐含层中进行支持向量机(SVM)学习训练并控制输出相对误差,其特点在于MOS风暴潮灾害过程模拟中融入数值模型预报结果,并通过在一定的约束条件下最小化不敏感损失函数的逐渐优化逼近实测值来实现。实例验证结果表明:在风暴潮灾害过程减增水切换时期,数值模型预报的水位增水峰值为0.95 m,低于水位实际增水峰值1.1 m,历时5 h,预报曲线表现较为平滑,而MOS风暴潮模型在此期间模拟得到历时2 h就达到水位增水峰值1.14 m,模拟曲线爬升明显较快,这与实际风暴潮灾害过程的特征更加吻合;从预报结果的均方误差(RMSS值)和相关系数(CORR值)来看,MOS风暴潮模型预报结果的RMSE值和CORR值分别为0.165 m和0.945,相比数值模型的0.190 m和0.912都有所提高,可为后期精细化风暴潮预报工作提供一种新的过程模拟思路。     

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。     

基于置信区间的风暴潮灾害损失预警及对策研究

在运用因子分析法和熵值法对中国沿海11个省、自治区、直辖市进行风暴潮风险区划的基础上,运用置信区间法计算出各个区划内不同风暴潮等级对应的风暴潮经济损失、养殖业损失的置信区间。分析风暴潮置信区间结果,旨在有助于在增水等自然数据情况合理准确的预测基础上,对各个风险区划进行风险预警。并从防灾意识与产业结构调整两个方面提出了对策建议,力求使风暴潮造成的收入等经济损失最小化、保障沿海地区经济与社会的安全。     

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。     

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ABAQUS的土层地震反应分析

基于一维波动理论和Spring/Dashpots单元实现了ABAQUS中粘性边界条件的施加,进而对弹性半空间的波源问题进行波动数值模拟,验证了ABAQUS软件中粘性边界条件的有效性。分别采用ABAQUS软件和RSLEIBM程序计算响嘡台阵3号测井的土层地震反应,并将计算结果与实际记录进行对比分析。结果表明,在地震动不大的情况下,ABAQUS计算结果能够较好地模拟地表地震反应,较RSLEIBM程序计算结果具有更高的准确性。     

数值模拟的可视化及其实现技术

此文介绍了一个用于数值模拟过程的二维图形界面,它由两大部分组成:“MANU”实现计算结果的手工操作显示及编辑,“AUTO”用于数值计算过程的自动跟踪.文中详细介绍了系统的设计方法、结构、工作原理和主要功能.     

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。     

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。     

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。     

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.     

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。     

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。