当暴风雪来袭时

2月27日,一场突如其来的暴风雪挟裹着海潮卷席了胜利油田桩西油区,引发了桩斜139稠油热采站的风暴潮,职工们不畏暴风雪,奋力抢险,在抗击风暴潮的战斗中演出了一幕幕动人的场景。让女工们先撤早上6:40,风大雪猛,道路不通,油区不断出现险情。上午8:40,采四线等多条线路闪停,各处油水井、注水站等均告瘫痪。海油陆采平台桩斜139稠油热采站海潮已上井台     

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。     

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。     

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。     

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。     

基于联立方程模型的风暴潮灾害自然等级预报研究

风暴潮灾害为重大海洋灾害之一,灾害发生的频繁性对经济的可持续发展造成严重影响。因此,准确的灾前预报成为风暴潮灾害管理的关键。文章首先参照国家制定的《风暴潮、海浪、海啸和海冰灾害应急响应标准》制定出超警戒水位和浪高相结合的风暴潮自然等级划分标准,运用多指标分级方法将风暴潮自然等级强度划分为超警戒水位强度和浪高强度两个方面,并依据超警戒水位强度和浪高强度建立风暴潮等级预报联立方程。最后对比分析了基于国家划分标准和本文划分标准的风暴潮自然等级与灾情等级结果,以此验证风暴潮等级划分标准的准确性与科学性。     

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。     

天津市风暴潮经济损失评估

分析了风暴潮对工业、农业等的危害,统计了天津市100多a来较大的风暴潮灾害.并利用"最小二乘法"的思想,根据历次风暴潮最高潮位、增水强度及经济损失等资料,建立了评估风暴潮直接经济损失的数学模型y=123.9-47.25x 4.78x2.依据此模型,估算得在不考虑物价因素的情况下,天津市风暴潮灾害造成的直接经济损失总计达14.34亿元.     

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.     

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。     

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...     

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。     

对青岛市区沿海一线风暴潮问题的探讨

风暴潮是青岛沿海地区危害较重的海洋灾害。加强对风暴潮的预测与发布，提高对风暴潮灾害的防御能力，已越来越为人们所重视。通过对风暴潮的形成特点以及历年来所造成灾害的原因分析，归纳总结出一些防御风暴潮灾害的对策和措施，供今后的工程建设参考。     

基于事件驱动的风暴潮灾害中辅助决策系统研究

针对当前较少涉及的风暴潮灾害中如何因地制宜地安全转移人员,如何科学合理地调度物资服务救灾,如何进行受灾地区的工情实时监测,以及缺乏与受灾具体地点相联系的小尺度风暴潮灾害中可视化预警问题,本文提出了一种基于事件驱动的风暴潮灾害中辅助决策的实现过程机制,在此基础上设计开发了基于事件驱动的风暴潮灾害中辅助决策系统,从而实现了风暴潮灾害地区工情情况实时监控、合理调度物资、就地安排抢险队伍、指导渔船回港避险等小尺度的处理决策,解决了与受灾具体地点相联系的小尺度防风救灾决策中面临的实际问题.通过海南省防风减灾应用结果表明,该决策系统可为政府职能部门防风救灾工作提供科学的、有效的、可视化的辅助决策支撑.     

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。     

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。     

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...