基于离散型Hopfield神经网络的台风灾情评估模型

台风灾情评估对防台减灾和救灾工作十分重要,为此,提出并建立了一种基于离散型Hopfield神经网络的评估模型。该模型选取5个评估因子,根据广东省台风灾害历史数据,按灾害等级划分原则制定了评估因子5个等级的划分方法,然后将待分级的台风进行Hopfield编码,建立离散型Hopfield神经网络模型,并用实例对模型进行了验证,分析模型的不足,将评估因子的权重因素引入到模型中,使模型更加合理。     

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。     

基于神经网络的自然灾害灾情评估模型研究

灾情评估问题可以认为是一个模式识别问题。人工神经网络具有表达任意非线性映射的特性，从而在分类、学习和容错方面表现出较好的能力。本文探讨了用于灾情评估的人工神经网络模型，阐述了基本原理和算法，并结合实例说明了其应用     

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。     

基于遗传算法的洪水灾情评估神经网络模型探讨

洪水灾情评估实际上是一种模式识别问题,而人工神经网络模型具有逼近有界闭子集上任意非线性映射的特性,且模型更新方便。本文邮基于遗传算法的洪水灾情评估神经网络模型,阐述了其基本原理和算法,实例研究表明其实用性、客观性和通用性。     

一种台风灾情综合评估模型及应用

对台风灾情评估提出了一种基于台风灾害案例历史案例分析、综合模糊数学和灰色关联分析的综合评估模型;利用模糊隶属函数将台风灾情原始数据无量纲化,再设定一极重灾为参考序列。根据台风各评估指标与参考序列的距离,计算出关联系数;将关联系数加权平均和定义为灾度,根据灾度值评定台风的灾级。并以广东省台风灾情为例,验证了此模型。     

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。     

浙江省台风灾情时空分布特征及影响因素研究

台风灾害给浙江省造成了严重的生命和财产损失。本文以浙江省的县域为研究单元,通过对2009-2020年台风灾害灾情数据的分析,结合降水数据、风场数据、地形数据、河网数据和统计年鉴等资料,研究了台风灾情时空分布特征。在此基础上,运用地理探测器方法分析了台风灾情的影响因素。结果表明,2009-2020年共有27个台风登陆或影响浙江省,其中12个超强台风造成的损失最严重,而灾害损失严重地区主要分布在浙江省东南部沿海地区。台风灾害致灾因子、孕灾环境因子和人类活动因子中,台风最大风速、三日内最大降水量和距台风中心距离对受灾人口、死亡人口、受灾农作物和直接经济损失的贡献最大。本研究可为台风灾害风险的影响因素定量化分析提供方法参考。     

改进的物元可拓模型在台风灾害预评估中的应用

以数值天气预报产品为信息源,选择降水量、降水强度、最大风速、经济易损性作为评价因子,建立了可拓模型,并进行了台风灾前的灾害预测性评估。针对物元可拓法在台风灾害预评估应用中的不足之处(当待评估的数据超出某一指标评价指标范围,其关联度函数就会出现无法计算的情况),对原有模型中经典域的量值作规格化处理和改变关联度计算,以海南岛的台风历史灾害数据为基础,建立了新的评估模型,并将GIS与评估模型结合开展实例应用,结果表明:该方法是可行性。     

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。     

基于投影寻踪的洪水灾情评价插值模型

为解决单项洪水灾情等级评价指标评价结果的不相容问题,提高综合评价各层次的分辩力和评价模型的精度,本文利用投影寻踪、遗传算法、插值型曲线,为洪水灾情评价提供了一种新模型--遗传投影寻踪插值模型.通过最佳投影向量和评价指标向量的内积可把洪水灾情多维评价样本指标综合成一维投影指标,根据该投影指标值和对应等级的分布,可建立洪水灾情评价的插值模型,解决了各单项洪水灾情评价指标评价结果的不相容问题,提高了洪水灾情综合评价问题各层次的分辩力.作为示例,对中国部分省市的洪水灾情进行了综合评价.     

青藏高原东部牧区大—暴雪过程雪灾灾情实时预评估方法的研究

利用青藏高原东部牧区26个县气象站30a的大－暴雪过程资料,以雪灾形成的主导因子－持续积雪日数作为灾情评估的等级标准,应用逐步回归方法,建立了冬半年持续积雪日数对大－暴雪过程的累积降水量、平均气温、最大积雪深度和最低气温降温4个因子的回归方程。经F检验,所有方程的回归效果达到十分显著成显著的水平,从而建立了大－暴雪过程雪灾灾情的灾时预评估方法。通过对1996－1999年资料的对比试用,表明这种预评估方法具有较高的精度和业务化的潜力,可作为雪灾情报服务的一种手段。     

基于BP神经网络和VSM的台风灾害经济损失评估

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,基于VSM对预测结果进行修正,从而构建台风灾害经济损失评估模型。将收集的历史台风经济损失数据分为训练和测试集,对模型进行训练和检验。经验证,采用BP神经网络和VSM相结合的台风灾害经济损失评估模型能够有效降低训练数据不足对评估结果的影响,平均误差率由30%降低到14%。     

基于灰色关联度的黑龙江省暴雨事件灾害评估和预评估模型研究

通过对黑龙江省1984-2013年各台站历史暴雨灾害资料的统计分析,采用灰色关联度方法进行灾害等级划分,研究暴雨灾害与气象因子之间的关系,建立了反映暴雨灾害程度的5项单指标及综合评估指数,在此基础上建立了评估和预评估模型,最终实现对暴雨灾害事件的快速评估。利用该评估模型方程对2013-2014年的明显暴雨灾害事件进行评估,结果表明,实况与评估结果基本相符,可以满足决策服务需求。     

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。     

基于极值风速预测的台风数值模型评述

在沿海台风多发地区，高耸及长大建筑结构对于极值风速作用非常敏感，因此在结构的设计、施工与使用期间有必要合理估算结构设计使用期限内可能遭遇的台风极值风速。台风极值风速的估算不仅涉及台风风场的数值模拟，也包括风速样本的采集与统计分析过程。较系统地介绍了台风风场结构的各类数学模型，并对它们在不同使用目的背景下的适用性作了评述与比较。最后，基于越界峰值法探讨了工程场地一定重现期内台风极值风速预测的可行性。     

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。     

基于阻滞增长模型的台风强度演变模拟

我国位于西北太平洋的西岸,是全球范围内受热带气旋影响最为严重的国家之一。从1963-2019年,热带气旋在我国造成的损失占自然灾害损失的50%甚至更多。可靠的台风危险性量化分析对政府部门制定防灾减灾规划、金融机构（如保险及再保险业）以及个人家庭都很重要。全路径随机台风模型可以合成出大量的台风从生成到消亡的路径和强度样本,可对大范围区域台风进行危险性分析,是评估台风危险性最有潜力的模型。其基本思想是先对路径分段模拟,再组合成完整的路径和强度。文中针对西北太平洋区域的台风活动建立了基于阻滞增长模型的热带气旋强度模型,模拟热带气旋在其生命周期内的强度演变。在模型中纳入海气环境因素的影响,并依据热带气旋强度增减状态以及强度等级将样本数据划分为10类,分别建立基于阻滞增长模型的强度模型。最后通过对比西北太平洋1979-2018年JTWC最佳路径数据和模型模拟结果,发现文中建立的模型模拟的强度与历史的平均强度较为吻合,但是对于强度的快速增强模拟效果不佳,这可能与样本数据不足有关。     

基于GIS的2.5维场地地震液化势概率评价

用具有概率意义的饱和砂土抗液化强度经验公式对2.5维工程场地进行了地震液化势概率评价,通过Kriging法对目标场地区域进行空间插值,可以对大区域工程场地的液化深度和液化范围进行分析评价;采用不规则三角网表面和四面体综合法共同描述地质体模型,在GIS的3维分析模块支持下建立了液化势可视化模型。研究表明:Kriging法通过已勘测点的土层地震液化势来估计未勘测点的土层地震液化势,能够较好地区划出场地地震液化势的空间分布特征,并对待估点进行预测;利用GIS的3维分析模块,实现2.5维场地地震液化势可视化模型的建立是一条有效的技术路线。     

基于神经网络的震害损失评估模型

如何对强烈地震所引起的损失进行快速准确的评估已成为防灾减灾领域一个新的研究热点。本文提出综合利用粗糙集理论、遗传算法和神经网络进行震害损失评估。采用粗糙集软件ROSETTA对数据进行前置预处理,以大型科学计算软件MATLAB为平台,通过遗传算法优化神经网络的初始权值和阈值,建立了基于优化后神经网络的震害损失评估模型。数据算例分析表明,该模型合理有效。