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BIM信息模型的三维滑坡地质灾害预测方法

由于传统方法在预测滑坡地质灾害精度较低,基于此,该文提出基于BIM信息模型的三维滑坡地质灾害预测方法。引入了BIM信息模型的框架,通过最优权重值的确定,完成了三维滑坡地质灾害预测数据的预处理;在BIM信息模型的背景下,利用随机差分方程建立了预测数据之间的依赖关系,通过建立预测序列的数学模型,得到了地质灾害预测的目标函数,完成基于BIM的预测序列模型的构建;通过三维滑坡地质灾害预测算法设计,实现了基于BIM信息模型的三维滑坡地质灾害预测。     

基于机器学习方法的浙江省台风灾害风险评估和动态风险预报

利用机器学习方法建立以区县为基本研究单元的浙江省台风灾害风险评估模型,并进一步结合气象预报与实测数据形成覆盖全省、时空连续的台风过程动态风险预报,为科学应急减灾提供决策支持。首先,本研究以浙江省各区县为研究对象,考虑危险性、孕灾环境、暴露性和脆弱性等风险要素选择台风灾害风险评估模型的预测变量;其次,基于10个重大历史灾害的灾损数据(直接经济损失)划分风险等级作为输出变量;最后,采用机器学习模型XGBoost建立台风灾害风险评估模型。同时,以利奇马为例,进一步探索该模型的实战应用潜力,即以气象预报和实测数据为模型驱动,实现浙江省全域各区县台风灾害风险的实时更新预报。     

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。     

面向台风事件与灾害影响评估的时空数据管理模式

准确掌握自然灾害致灾因子强度、影响范围以及持续时间等灾害事件与过程信息,是开展区域灾害预警预测、减灾救援以及灾后重建等工作的基础。目前还没有一种通用的时空数据模型,能够对台风等过程性自然灾害事件进行建模。以"201319"号"天兔"台风灾害事件为例,设计了一种基于元组时间标记法的台风灾害事件与过程的多尺度时空数据管理模式,并运用扩展SQL语言,将台风灾害影响区域等灾害事件的过程性信息按不同空间尺度同步存储,为台风灾害事件的历史回溯、数据共享与可视化以及风险区划等提供可靠、高效的过程数据管理方式。     

浙江省永嘉县滑坡灾害风险预警研究

永嘉县地处浙江省东南沿海,是该省突发性地质灾害预警预报系统研究及应用示范项目的四个示范县之一.首先对影响永嘉县滑坡灾害发育的主要因素进行了评价分析,提出了基于降雨的时空耦合滑坡灾害风险性预警预报研究的基本思路.基于MAPGIS二次开发系统,选取5个因素14种状态作为预测变量,运用信息-物元模型进行了滑坡灾害易发性空间预测.基于有效降雨量模型建立了区域滑坡灾害的宏观危险性预警预报模型.根据浙江省气象台提供的降雨实时信息,进行了基于降雨的台风期滑坡灾害危险性预警.同时基于人口密度和房屋建筑易损性指数对人口易损性和房屋建筑易损性以乡镇为单元进行了评价,与滑坡灾害危险性预警相结合进行了云娜台风期间永嘉县滑坡灾害风险预警预报,并以8个灾害点的实际分布情况验证了预警结果的准确性.将传统的滑坡灾害危险性预警延伸到滑坡灾害风险预警预报,为政府部门防灾减灾提供了重要依据,使防灾减灾工作的针对性大大增强.     

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。     

山区灾害滑坡风险非线性预测研究

传统山区灾害滑坡风险预测方法,对山区滑坡风险进行预测与分析同时,存在预测响应滞后以及预测准确率较低问题。提出山区灾害滑坡风险非线性预测研究方法。基于山区灾害滑坡影响因素,构建非线性斜坡系统,对斜坡单元进行量化分析,完成滑坡非线性动力学模型设计。利用该动力学模型与时间序列的研究,对滑坡形态与时间影响进行综合分析,判定危险滑坡源,对其进行空间相分析,完成山区灾害滑坡风险非线性预测。实验数据表明所提非线性预测方法相比于传统预测方法,响应时间提升96.18%,准确率提升48.95%。     

台风灾害时空特征分析与评估模型构建

基于1993—2016年中国热带气旋灾情资料分析台风灾害及其损失(死亡人数、受淹农田面积、直接经济损失)的时空特征，并构建定性和定量模型评估台风导致的直接经济损失。结果表明：(1)1993—2016年间三类灾害损失呈下降趋势，且局地受灾程度与区域经济发展和台风登陆频次密切相关；(2)沿海地区的登陆台风以中等强度为主，且目前的防台减灾政策有一定成效；(3)通过构建组合分类模型和BP神经网络回归模型可以更好地评估直接经济损失，且两个模型的最终预测精度均达到了较高水平(86.08%和80%)。     

基于数值模拟的台风危险性分析综述(Ⅰ)——台风风场模型

台风风场是基于数值模拟的台风危险性分析的重要组成部分。基于现有文献资料,以台风风场内空气微团的运动平衡方程为出发点,对现有的基于平衡运动方程的参数化风场模型进行了评述,并建议选用CE风场;回顾了对风场预测结果有重要影响的两个输入参数的信息获得途径,重点就国内台风区城市应该如何处理这两个参数提出了建议;然后从台风边界层的物理意义出发,评述了现有的边界层模型,建议采用Thompson和Cardone所提的具有物理意义的边界层模型;最后对今后工程风场的发展方向提出了一些看法。尽管从气象学角度来看,三维风场是精度很高的模型,但是其工程实用性还有待考证;在满足工程精度的前提下,简单易行的模型是目前进行台风危险性分析的风场数值模拟的较好选择。     

基于灾害复杂网络的深圳台风灾害链风险分析

台风灾害是影响我国沿海地区最严重的自然灾害之一，为了更加科学地认识台风灾害引发的各类风险与影响，把握台风灾害演化的路径及其防控重点，该文提出一种基于灾害复杂网络进行风险分析的方法。基于1980—2020年间对深圳市造成影响的台风灾害，将灾害事件作为网络节点，事件关联关系为网络连接边，构建深圳市台风灾害复杂网络。引入复杂网络特征参数，构造台风灾害演化网络的节点综合重要度和连接边脆弱度。基于灾害事件发生概率和风险减缓因子构建了深圳市台风灾害链风险评价模型，对深圳市台风灾害演化过程中较为典型的灾害链条风险值进行了定量的评估。结果表明，该方法能够识别出台风灾害网络中的重要环节，得到风险较高的灾害演化链条，为防灾减灾提供参考。     

轻小型无人机遥感在高山峡谷区山地灾害应急监测中的应用∗

高山峡谷区频发的山地灾害易堵塞河道形成堰塞湖,对下游城镇和重要基础设施影响极为严重。复杂的地形地貌环境中无法找到合适起降场地、航线规划不准、操作复杂等因素极大地限制了专业级无人机遥感系统在该区域的应用。针对高山峡谷区山地灾害发生后观测数据获取困难局面,探索将轻小型无人机应用于灾害应急监测。以藏东南深切峡谷地区102滑坡群2#滑坡、古乡沟泥石流为例,介绍了轻小型无人机遥感数据快速采集流程。基于航测影像数据对灾害现场进行三维模型快速重建,并将建模结果与三维激光点云模型对比,验证方法的可行性和准确性。结果表明:应急条件下基于轻小型无人机的山地灾害三维模型精度在分米级,平面方向精度高于高程方向,最大误差率低于9.7%。作为一种数据快速获取方法,可将其应用到山地灾害应急监测领域。     

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。     

面向对象分类方法在台风灾害信息提取中的应用研究

台风灾害是全球损失最严重的十大自然灾害之一。如何在灾情发生后,快速地进行灾情预评估与应急响应决策是目前灾害研究的重要方向。基于2013年台风"海燕"登陆前、后的菲律宾独鲁万市部分区域的卫星遥感影像,采用面向对象的方法进行了灾害检测,提取了研究区域的地物信息,并与基于像元的传统方法进行了比较。结果表明,面向对象的分类方法在台风灾害前影像分割尺度为30%,融合尺度为84%,台风灾害后影像分割尺度为15%,融合尺度为95%时分割效果最佳;最终,面向对象分类灾害前总体精度达到95.65%,Kappa系数达0.93,灾害后总体精度达到93.19%,Kappa系数达0.90;另一方面,最大似然法也优于ISODATA分类法与最小距离法,但仍不及面向对象的分类方法。     

海洋污染灾害对生物的影响建模分析

传统基于Agent的海洋生物污染监测模型存在分析海洋污染灾害对生物受污染面积界定精度低,可信度差的问题,造成对由海洋污染造成的生物污染严重性关注较差。基于该种问题,设计新的海洋污染灾害对生物的影响模型,基于科学化、合理化以及经济化的设计理念,研究模型开发的具体路线,通过构建支持数据库、数值模型以及图形可视化三部分完成模型的总体框架,基于构建海洋污染灾害对生物的影响评估数据库和开发海洋污染灾害数值模型组件实现海洋污染灾害对生物资源的损害高效评估,得到生物资源的损失程度和损害范围。实验结果说明,所设计模型在分析生物资源受污染面积结果上结果准确,可信度高。     

基于系统动力学的台风减灾决策研究

台风破坏性巨大,易与暴雨、洪涝、风暴潮灾害发生碰头现象,严重威胁沿海地区人民的生命和财产安全。因此,台风减灾决策研究对于保护人民生命财产安全至关重要。该文基于系统动力学和多灾种灾害建立防灾减灾模型,包括物资人员调度子块、信息传递子块、灾害系统子块。以海南省海口市台风灾情及政府防灾减灾工作为例进行数值模拟,仿真结果表明:政府资源调度能力越高,城市应急能力达到峰值速率越快;受预警等级及应急能力的影响,信息热度迅速上升至峰值,之后缓慢下降;对建筑物与电力系统进行抗灾加固,降低其脆弱性,提高水库堤坝及交通防灾减灾工作人员配比可以在很大程度上减缓灾情。该模型能为政府制定防灾减灾策略提供理论依据。     

广东台风灾情预测系统研究

准确预测台风灾情对防台减灾具有重要意义。研究了广东省台风灾情的一种预测系统。该系统将广东省划分为4个区域,引入区域灾害易损性和台风路径类型作为评估因子,采用非线性的GA-BP神经网络,通过2000-2006年广东省台风数据训练和测试,建立了台风灾情预测模型。系统采用C#+Arc Engine进行二次开发,形成了一种集成GIS功能的台风灾情预测系统,以期为防台减灾工作提供决策辅助。     

地形因子对海南岛台风降水分布影响的估算

台风登陆过程中,地形对台风降水有明显的作用,及时了解台风过程中降水的空间分布信息对灾害预测预警有着重要的意义。基于最小二乘的多元线性回归方法,利用1953-2005年间登陆海南岛的台风(不包括其他热带气旋)的降水资料,建立了台风过程中年平均降水量与地形因子(地形高程、坡度、坡向)的关系模型,估算了海南岛台风过程中降水量的分布,分析了地形对其的影响,为后期台风灾害过程中降水的地形影响分析提供参考。     

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。     

浙江省台风灾害及其对农业影响的风险评估

台风灾害是浙汀省主要的自然灾害之一,平均每年有3.3个台风对浙江省造成影响.以历史灾情资料和气象要索(致灾冈子)作为灾害指标,利用基于信息扩散原理的风险评估模型,对浙江省台风灾害及其对农业造成的影响进行了模糊风险评估,并在GIS技术支持下,直观地给出了浙江省台风大风和台风暴雨的空间分布特征.研究结果表明:浙江省台风灾害存在明显的空间差异,台风大风发生的概率由沿海岛屿和沿海地区向内陆减小,台风大风高风险区位于沿海岛屿,台风暴雨的高风险区在浙东南沿海一带.台风灾害对浙江省农业影响风险值较高的地区主要位于沿海岛屿和东部沿海地区,当风险水平为30%时,舟山、台州、温州和宁波等地受灾概率大约为2-4年一遇,为全省高风险敏感区.