基于LiDAR、SRTM DEM的祁连山黑河流域十一冰川2000-2012年物质平衡估算

以祁连山黑河流域十一冰川为例,利用机载三维激光扫描数据（Light Detection And Ranging, LiDAR）和SRTM DEM数据,在LiDAR点云数据预处理、高程数据配准、校正、误差评估的基础上,建立基于大地测量法的冰川物质平衡计算流程。表明：2000-2012年十一冰川冰面高程变化为-7.47±0.92βm,变化率为-0.62±0.08 m·a^-1,估算十一冰川的年均物质平衡为 -0.53±0.07βm w.e.,累积物质平衡为-6.35±0.78βm w.e.,折合水当量约为（330.4±40.8）×10^4βm³;与其他典型监测冰川物质平衡进行对比和分析,论证了估算结果的可靠性;LiDAR数据具有非常高的精度和空间分辨率,目前关于其在冰川物质平衡研究中的应用很少,论文尝试将其应用于冰川物质平衡变化研究中,具有广阔的发展前景。     

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。     

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。     

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。     

广西涠洲岛景观生态格局分析

利用高分辨率SPOT5 2.5m多光谱数据,基于RS与CIS技术对广西涠洲岛进行景观生态格局分析,结果表明:涠洲岛土地利用主要以旱地与经济林为主,土地利用综合程度较高,土地利用呈现非地带性分布,受自然条件的影响较大.揭示了涠洲岛土地资源的利用方式、区域土地利用结构、土地利用程度,为海岛资源的开发利用提供科学信息.     

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。     

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。     

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。     

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。     

海平面上升对山东沿渤海湾地区百年一遇风暴潮淹没范围的影响预测

为了预防和减轻未来海平面上升所造成的淹没对山东沿渤海湾地区的影响,本文采用IPCC全球平均海平面上升数据、沿渤海湾地区地壳垂直运动数据、东风港潮位数据预测2100年100 a一遇的潮位线数据,并借助数字高程模型(DEM)、地理信息系统(GIS)预测海平面上升对潮位线位置的影响。研究结果为:(1)表达2100年潮位线位置的数据;(2)与2000年相比,2100年100 a一遇风暴潮增加的淹没区的空间分布图;(3)与2000年相比,2100年100 a一遇风暴潮增加的淹没区面积和向陆推进距离。预测结果表明:(1)2100年淹没范围随海平面上升幅度增加而增加;(2)相对于2000年,2100年新增的淹没区主要分布于研究区的中西部地区;(3)新增淹没地区人口、工业、农、林、牧、渔业将受到严重影响。     

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。     

海平面上升叠加风暴潮对2050年中国海洋经济的影响研究

本研究基于ArcGIS的淹没模型与夜光遥感的GDP空间化处理结果,同时结合对2050年中国海洋经济增长预测,评估海平面上升叠加风暴潮三种情景对中国沿海各省市海洋经济的影响效应。模拟结果表明:海平面上升叠加风暴潮与天文潮的CHmax-0.3 m情景下全国海洋经济损失最大,2050年损失达到35444.59亿元,占海洋生产总值的9.39%;从2050年各省海洋经济损失比例来看（CHmax-0.3 m情景）,辽宁省损失比例最大,其次为广东省,福建省和广西省;从各省海洋经济损失的绝对值来看,在海平面上升0.3 m的三种情景下,广东、辽宁、江苏、山东均为海洋经济损失绝对值最大的四个省份。     

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。     

山东沿海地区百年一遇潮位淹没影响的耕地脆弱性评价

山东沿海七市耕地面积占全省耕地面积的37.91%,农业产值占全省的41.12%。由于经常受风暴潮的影响,农业损失巨大。沿海耕地分布区地势较为低平,潮水灌入农田,使当季农作物损失率为100%,同时又改变土壤性质,影响下一季农作物的生长,而防潮堤标准低且达标率不高,对百年一遇风暴潮抵抗力较弱。因此,对山东沿海地区耕地脆弱性评价有利于防灾减灾。本文利用landsat ETM、数字高程模型和地表覆盖数据,运用GIS系统评价山东沿海地区百年一遇潮位淹没影响的耕地脆弱性。将脆弱程度划分为七级,研究结果如下:极高脆弱性的地区是垦利县、东营区;很高脆弱性的地区有河口区、昌邑县、广饶县与寒亭区;高脆弱性的地区是城阳区、崂山区与寿光市;中脆弱区的地区有莱州市、平度市、垦利县与东营区;低脆弱的地区有岚山区、牟平市、文登市、荣成市、即墨市、胶州市、无棣县、东港区、龙口市、海阳市、河口区、沾化县与黄岛区;很低脆弱的地区有蓬莱市、环翠区、利津、芝罘区、崂山区、乳山市与城阳区;极低脆弱的地区有福山区、莱山区与招远市。其中垦利县、东营区、寒亭区、广饶县、昌邑县与寿光市的脆弱性是由于百年一遇潮位较高,淹没耕地比值大;河口区脆弱性是由于当地淹没耕地比值大。