基于Elman神经网络的地面沉降危险性预测

地面沉降是一种地壳表层土体在自然或人类工程活动影响下被压缩,导致地表标高区域性降低的环境地质现象。常规数学模型难以对地面沉降的危险性做出准确预测。为分析山西转型综改示范区潇河现代产业区的沉降发展趋势,开展了沉降量预测和危险性划分的工作。基于研究区2016年7月-2018年12月的InSAR地表沉降监测数据构造训练样本,建立Elman模型,预测了2019年2月～3月共3次的沉降量,并与实际值进行对比分析;同时根据建立好的模型预测2020年的年平均沉降量,并进行危险性划分工作。结果表明：Elman模型的沉降量预测值与实际值基本吻合,预测精度较高,划分结果偏安全,能够为研究区地面沉降的防治工作起到一定的辅助预警作用。     

基于灰关联分析的时间序列改变点搜索研究——以华东地区农业受灾面积序列为例

采用灰关联分析方法,构建了短时间序列中的改变点搜索算法,有效地解决了短时间序列改变点寻找的缺陷.首次将灰关联度算法应用到气象灾害时间序列改变点的搜索中,利用华东地区农业受灾面积时间序列实例来验证灰关联度算法的实用性和有效性.结果表明,用灰关联方法可以有效地获得改变点,并以此对时间序列的发展规律进行趋势与规律分析.     

基于神经网络的泥石流预测

作者用神经网络方法对泥石流预测进行了探讨，讨论了训练参数的选择及训练方法，并结合泥石流预报的具体情况，对ＢＰ模型进行了适当的改进。研究表明，模型及算法是可行的。     

基于神经网络的煤矿底板突水预测

阐述了运用人工神经网络建立煤矿底板突水预测模型的思路与方法,并以山东国家庄煤矿为例,对该方法的合理性和准确性进行了验证．研究表明,利用人工神经网络建立非线性系统的预测模型,具有自学习、自适应、精度高等显著优点．     

基于神经网络的跨越地裂缝框架结构地震损伤及预测研究∗

为开展特殊地质环境下结构的损伤分析,以一跨越西安f4地裂缝的五层框架结构为研究对象,基于振动台试验和ABAQUS 有限元分析结果,进行了BP 神经网络模型的模型训练,选取变形和能量组合形式的双参数损伤模型计算结构损伤指标,采用加权系数法,开展了构件、楼层、结构三个层面的损伤预测分析,给出了不同地震作用下结构损伤程度评估。结果表明：地裂缝场地结构表现出明显上下盘效应,结构首层为薄弱层。BP 神经网络损伤预测值与有限元计算值在不同工况下均较为一致,其对于构件、层间、整体结构损伤指数预测最大误差分别为8.86%、5.66%、7.57%,该研究成果为跨越地裂缝结构的性能评估提供一种准确且高效的研究方法。     

基于神经网络的岩质边坡稳定性评估系统研究

本文针对边坡稳定性预测问题，初步建立了基于神经网络的边坡稳定性评估系统（称为ＳＳＥ），还阐述了该系统的开发过程，介绍了系统的主要组成部分及运行环境，同时给出了应用实例。应用结果表明了该系统的有效性。     

我国农业水旱灾害的时间分布及重灾年景趋势预测

分析了我国 1970～ 1999年农业水旱灾害的时间分布特征。分析结果表明 :在研究时段内 ,我国农业自然灾害总体上呈增长态势。该时段可划分为两个明显的阶段 :80年代中期以前 ,总灾、水灾及旱灾对农业生产的危害较轻 ;80年代中期之后 ,呈现出影响范围广、损失增大的趋势 ,重灾年份明显增加。旱灾和水灾是威胁我国农业生产最为严重的自然灾害 ,尤以旱灾为甚。我国农业遭受旱灾威胁的范围多年基本不变 ,而旱灾受灾率波动明显 ,成灾率逐年增长 ,这与近几年农田水利设施建设缓慢、灌溉能力降低有关 ;水灾受灾率和成灾率具有特别显著的同步特点 ,表明水灾致灾能力强 ,一旦发生 ,极易成灾 ,水灾危害加剧与防洪、抗洪能力低下及生态环境恶化有关。各灾种的受灾率和成灾率呈正相关关系 ,表明我国农业生产系统的抗灾能力总体上较弱。　　本文还用灰色系统理论的建模方法 ,建立了农业总受灾率 -总成灾率、水灾受灾率 -成灾率、旱灾受灾率 -成灾率的重灾年景灰色灾变GM(1,1)预测模型 ,对未来 10年我国农业灾害趋势进行了预测分析。灰色预测结果表明 ,2 0 10年之前 ,除 2 0 0 3,2 0 0 6年水旱灾害危害较小外 ,其它年份均为灾情严重年份 ,其受灾率和成灾率均高于近 30年的平均水平。其中 ,2 0 0 4 ,2 0 0 7年将为水灾重     

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     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

自然灾害对我国农业的影响研究

通过对2000-2008年自然灾害发生面积与我国农业发展过程中的各项指标进行了对比分析和回归分析,得出了自然灾害对我国农业发展影响较为显著,并具体指出了旱灾、水灾等自然灾害对我国农业发展的影响.自然灾害通过影响农业单产、农业有效利用面积及农业总产值来影响农业,不同种类自然灾害的发生面积都处于不断波动之中,并呈现逐步提升之势,具有一定的区域性.最后指出了通过增强农业本身抵御自然灾害的能力和更好的预测农业自然灾害等,为各级政府制定抗灾减灾对策提供依据.     

基于优势隐含周期分析的气象灾害预报

建立了优势因子和优势隐含周期的概念,并提出了多因子逐步回归周期分析的新方法。该方法既能增长预报期,又能充分利用物理因子的重要信息,同时在计算过程中还能挑选出起显著作用的优势因子和优势隐含周期,对预报气象要素的变化趋势效果较好,有一定的实用价值,是气象灾害预报的一条比较有效的途径。     

基于GIS多准则评价与BP神经网络的暴雨洪涝灾害风险辨识--以闽三角地区为例

灾害风险辨识是灾害有效防控的重要环节之一,辨识体系与风险水平之间的非线性复杂关系使研究方法向精细化、智能化转型。闽三角地区是我国重要的沿海经济开放区,独特的“山-海”自然地理格局、起伏破碎的地形、高发的台风暴潮和极端短时降雨特征使其常遭受洪涝灾害侵扰。以闽三角为例,将生态服务价值纳入风险评价体系,构建基于GIS多准则评价与BP神经网络模型的风险辨识方法,旨在完善评价体系的同时,弥补传统评价方法存在的非线性缺陷和主观依赖,并以此为基础,进一步探究该地区风险空间分布规律和空间格局,为灾害风险防控提供思路。结果表明:①基于GIS多准则评价与BP神经网络模型的风险辨识方法能够系统准确的认知暴雨洪涝灾害风险水平与空间分布;②高风险区主要分布在河流沿岸、河口处、湾区,且人口、经济活动较活跃地区,城市化发展快速区与缓慢区相比,更容易遭受洪涝灾害威胁;③洪涝风险以高-高和低-低集聚为主,风险根据空间自相关性特征分为“整体随机”“局部随机-邻域集聚”和“整体集聚”三种类型。最后根据风险特征将闽三角地区高风险分为“厦门集美版块”“泉州湾区版块”“漳州县区版块”,分别提出灾害治理建议。     

基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测

基于灰色理论和气象灾害普查资料对黑龙江省暴雨洪涝灾害时空分布特征进行了分析并进行了灾变预测。黑龙江省暴雨洪涝灾害主要发生在5-9月,其中7月损失最大;1990年以来暴雨次数虽然有所减少,但暴雨洪涝造成的损失却明显增加;黑龙江省暴雨洪涝灾害可划分为严重洪涝区、重洪涝区、中洪涝区和轻洪涝区,严重洪涝区位于松花江及其支流沿岸的大庆市、伊春市、齐齐哈尔市、佳木斯市和哈尔滨市。根据灰色灾变预测理论预测2013年出现严重暴雨洪涝灾害(全省农作物受灾面积≥500 000 hm2、可比经济损失≥50 000万元)的可能性最大,其次是2016年。     

内蒙古自治区农牧业自然灾害特征分析

本文采用近50年的农牧业气象灾害数据资料和近15年的农牧业病虫害及灾情数据资料,结合实地调查,对内蒙古自治区主要农牧业自然灾害的发生特征和平均状况进行了分析.研究表明:近50年本区农业自然灾害有加重趋势;从年际来看,旱灾、病虫鼠害、风灾较稳定频发,水灾、冻灾、火灾年际变率大;旱灾、冻灾、火灾、风灾冬春多发;多种灾害链发等.在此基础上结合自然条件探究原因,提出了一些防灾减灾的建议.     

上海地区主要农作物气象灾害评估预测警示系统的研究

主要农作物气象灾害评估预测警示系统网页共有二部分内容：历年灾害动态对比和早涝趋势预测与警示。历年灾害动态对比是对比1991年以后上海地区主要表l作物气象灾害的变化情况。早涝趋势预测是在降水趋势预测基础上，对未来月或农时段降水量进行预测。     

山区道路灾害及环境影响分析

分析了山区道路灾害的形成及山区道路灾害的系统构成,提出了山区道路灾害的防治原理,从可持续发展角度分析了山区道路建设应注意的问题.     

基于余震序列分布信息的地震极灾区快速判断方法研究

利用震级加权标准差椭圆法研究了基于震后短期内(24 h)余震序列判定地震极灾区的方法,研究结果表明:1利用该方法判断宏观震中是一种比较可行的方法,不同震源破裂方式的震例利用该方法判断宏观震中的精度不同,倾滑-近倾滑型破裂方式的震例利用余震序列判定宏观震中的精度最高;2整体上看,利用该方法判断极灾区长轴方向的准确性低于利用距震中最近活动断裂判断的准确性,但对于倾滑-近倾滑型破裂方式的震例,利用该方法的准确性高于利用断层数据判定的准确性。     

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。     

贵州春旱短期气候预测信号及预测模型研究

本文分析研究了贵州春旱的大气环流异常特征,寻找确定了贵州春早的6个短期气候预测信号,并在此基础上以1957～1996年作为样本年代建立了春旱短期气候预测模型.预测模型经1997～2000年为期4年的独立试报,取得了良好效果.     

我国基于应急管理的突发自然灾害区域划分

虽然我国不同种类突发自然灾害的单项、专门性应急管理已初具规模,有些甚至已比较成熟,但突发性灾害并不是单一的,常常衍生出其它灾害,以多种类、跨地域的特征发生.为了对突发自然灾害进行跨地域的综合性应急管理,进行相应的区划研究应是其首先要解决的问题.在分析我国突发自然灾害特征及其应急管理区划必要性的基础上,提出了在我国实施突发自然灾害应急管理区划的基本框架——宏观区划、中观区划和微观区划,并论述了各区划的基本思路.