汕头沿海热带气旋特征分析

通过分析1950～2009年汕头沿岸的热带气旋和1953～2009年汕头风暴潮增水资料,确定汕头地区的增水影响区,并对进入影响区的热带气旋频度、源地、路径、登陆点等要素进行了统计分析,重点分析了影响汕头增水的热带气旋的空间、时间分布特征。结果表明防御风暴潮灾害重点在7～9月,尤其是7月;热带气旋进入影响区以后的路径和登陆地点的不同引发汕头风暴潮增水强度不同,东南-西北行的路径引发增水次数最多,强度最强,西登型和正面登陆型热带气旋较其他登陆类型容易引发较强增水等。所得出的结论,对风暴潮预报具有指导意义,利于开展海洋防灾减灾工作。     

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。     

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。     

我国"九五"期间环评火电项目SO2控制分析

从我国"九五"期间新建、改建、扩建的83个燃煤火电项目的环境影响评价报告书中取得相关数据,采取实证研究的办法,对这些项目的SO2控制情况进行分析.结果表明:这83个项目中有87%的计划装机容量使用含硫量小于1%的低硫煤;大于31%的计划装机容量采取了脱硫措施.从国家鼓励的增产不增污的效果来看,自1997年起,区域内实现增产不增污的项目比例较高,达到60%以上,2000年达到了100%.同时,火电厂内实现增产不增污的项目比例也逐年上升.可以看出"九五"期间提出的有关新建火电厂的SO2控制政策在环境影响评价这一阶段得到了很好的执行.提出在今后的SO2控制政策设计中要注意浓度控制和总量控制的政策协调性.      

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。     

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...     

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。     

基于机载LIDAR技术的海岸带防风暴潮能力评估

机载LiDAR技术具备快速、精确获取地面高程信息的特点,在海岸带风暴潮灾害防御能力评估方面可以发挥重大作用。本文以惠东县盐洲岛为研究区,基于机载LiDAR点云数据和航空影像数据,提取研究区的路堤、海岛高程,土地开发利用等信息,利用DEM模拟风暴潮淹没范围,评估研究区路堤建设情况及其面临风暴潮灾害的防护能力。实验表明:盐洲岛12.54%的路堤缺乏防御风暴潮灾害能力;在水位达到3.5 m、4.4 m、4.6 m时,分别有71.38%、83.17%、84.18%的海岛范围面临遭受风暴潮灾害的风险。     

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。     

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。     

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。