基于遗传算法的神经网络及其在洪水灾害承灾体易损性建模中的应用

洪水灾害承灾体易损性模型一般是非线性的、动态的。人工神经网络具有逼近任意非线性映射的特性。本文给出了用于洪水灾害承灾体易损性建模的基于遗传算法的神经网络模型，阐述了其基本原理和算法，并结合实例说明了其应用。     

基于洪水灾害快速评估的承灾体易损性信息管理系统

洪水灾害易损性信息管理系统是为了开展洪水灾害快速评估,对不同洪水灾害流域和同一洪水灾害流域中的不同地区、不同承灾体(财产分类)、不同致灾因子(水深和历时等)条件,以财产的损失率为核心的综合信息管理系统。本文介绍了洪水灾害易损性信息管理系统的开发与设计的基本原理,阐述了系统的总体结构框架和功能模块划分,并且在系统数据流程图的基础上,对损失率数据库等几个重要的模块进行了详细的分析与设计,给出了系统的部分运行结果。本系统在与GIS、遥感等空间技术结合后,能够高效地完成各种洪水灾害损失的快速评估与预测分析工作,同时,本系统亦可独立作为对区域洪水灾害易损性研究的数据基础和理论支撑。     

基于FY-3A的海南岛橡胶林台风灾害遥感监测——以“纳沙”台风为例

以登陆海南岛的1117号台风"纳沙"为例,根据通过高分辨率卫星数据提取的海南岛橡胶分布范围,利用FY-3A遥感数据分析了台风登陆前、后海南岛橡胶归一化植被指数的变化。借助GIS技术平台,提取受损橡胶的分布信息(INDVI0)。根据建立的橡胶林台风灾害等级标准,绘制了橡胶林台风灾害损失等级分布图,实现了橡胶林台风灾害的遥感监测。通过遥感监测结果与灾情实际调查结果的对比分析发现,二者总体趋势一致,而遥感监测更加快速、直观、精细,说明橡胶林台风灾害遥感监测是可行的。     

全球暴雨洪水灾害风险评估与制图

全球洪水灾害风险评估是洪水综合风险管理的基础,对在宏观上把握洪水灾害风险的空间格局,识别全球洪水灾害的高风险区,为国际社会采取措施减轻洪水损失有重要意义。然而受数据和模型的限制,全球尺度的洪水风险评估工作十分有限。基于灾害系统理论,从洪水可能造成损失的评估以及洪水致灾因子危险性、孕灾环境稳定性、承灾体脆弱性综合分析的角度出发,利用全球范围内的降水、径流量、数字高程、土地利用、人口、GDP等数据,评估了国家、网格、流域3个单元上全球洪水灾害经济和人口风险。最后利用历史洪水损失及前人研究结果,对本研究评估结果进行了比较验证,其一致性较好,准确地反映了全球洪水灾害风险的空间分布。评估结果表明,受自然因素及人口经济分布的影响,亚洲地区(尤其是东亚、南亚及东南亚地区),美国中南部和欧洲西部洪水灾害风险最高。此外,由于社会经济发展和政府管理水平的落后,非洲地区洪水灾害人口风险也十分严峻。     

面向对象的灾害信息遥感提取框架及其应用

我国自然灾害频发,遥感技术可快速、大范围地获取地表的重大自然灾害信息,具有巨大的应用价值.但目前高分辨率遥感影像处理面临一定的困难,尚无十分有效且快速的分类与目标提取算法,面向对象影像处理技术是该领域的研究热点.通过详细分析面向对象影像处理方法与高分辨率影像的特点,构建了面向对象遥感影像技术的灾害信息提取框架,并将该提取框架应用于地震灾害的损毁分析,为相关灾害应用研究提供参考.     

基于ICA/MNF变换的高分影像滑坡灾害检测方法研究

快速准确地从灾后影像中提取出受灾区域对于灾后救援具有重要意义。鉴于现有提取方法过度依赖滑坡在影像中的光学、纹理等特征的问题,研究了一种结合独立成分分析(ICA)与最小噪声比率变换(MNF)的变化检测方法,以单一时相的影像为基础,运用基于负熵最大化的Fast-ICA算法分离出两个时相影像相互正交的独立成分,并构建对应独立成分的差异影像,最后用最小噪声比率变换实现分布于各个差异影像上变化信息的集中,应用直方图阈值法得到了最终的滑坡灾害信息。选取了滑坡灾害前后两时相的高分辨率遥感影像数据进行实验,结果证实了方法的可行性。     

基于GIS/AHP集成的洪水灾害综合风险评价——以淮河流域为例

根据影响洪水灾害风险的致灾因子危险性、孕灾环境稳定性与承灾体易损性,以淮河流域为示范研究区,以县为行政单元,综合考虑降雨、径流量、河流、地形、人口、经济等指标,基于GIS与AHP集成方法得到了淮河流域洪水灾害危险性评价图和淮河流域洪水灾害脆弱性评价图,并采用"加"模型计算公式得到了洪水灾害综合风险评价图,进行了相应的结果分析。     

基于NOAA／AVHRR数据的区域沙尘暴强度监测

利用NOAA／AVHRR数据,通过查找表增强显示沙尘暴信息和利用经验模型提取沙尘信息,探讨了区域沙尘暴强度监测的方法。研究发现,利用可见光、近红外和远红外通道多光谱合成遥感数字图象对沙尘暴的监测和沙尘信息的提取效果明显;在低植被覆盖区域,利用GVI指数提取沙尘信息是不可行的,但这一指数有助于提取海面上的沙尘信息;并对沙尘浓度提取进行了探讨,以期显示区域沙尘暴的强度。     

基于NPP-VIIRS夜光遥感的洪水灾损评估及可视化

洪水灾害是世界上发生最频繁、危害最严重的自然灾害之一,快速准确获取洪水受影响区域是洪水灾损评估的重要信息,可为政府制定应急救援决策提供重要的数据支持。针对传统洪水评估方法存在的时效性差、工作量大和费时费力等不足,本研究以广西“西江2020年第1号洪水”灾情为案例,首先对NPP-VIIRS DNB夜光遥感数据进行统计量法辐射归一化处理;其次构建市级、县级尺度的人口评估模型进行模型适宜性和尺度适宜性分析,基于多项式最优模型反演受灾人口数量并进行对比验证;再其次基于洪水发生前后夜光亮度变化提取识别灾后受灾影响变化区域,并监测灾后恢复进程;最后构建灾情可视化管理系统,可实现灾情信息实时共享。研究结果可得反演受灾人口的准确率为79.4%,与新闻报道具有一致性,表明基于NPP-VIIRS夜光遥感数据评估洪水受影响区域及受灾人口的准确性较高,具有可行性;同时基于WebGIS将灯光密度、灾情统计、多媒体数据进行集成开发,实现灾情动态信息在线可视化展示,可为政府及公众及时掌握灾情进而有效制定应急救援措施提供重要的数据支持。     

洪水灾害遥感监测分析系统研究

给出了洪水灾害的遥感控监测分析系统，该系统利用感信息资料，应用遥感图像处理软件为主要工具，辅助地理信息，分析洪水水情，确定洪灾量级，危害区域及其土地利用类型等，并可比较真实地现洪灾场景，为防洪规划提供可靠的辅助决策依据。     

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。     

洪水灾害损失信息系统—FLOODIS系统设计

本文借助遥感技术，设计出一个专题地理信息系统一洪灾损失信息系统ＦＬＯＯＤＩＳ，为损失评估模型提供评估区域洪水灾害损失的各种自然地理和社会经济信息以及经系统内专家模块处理后的专题信息，同时对其计算结果进行多种方式输出。     

防震减灾中卫星遥感技术应用分析

卫星遥感技术在减轻自然灾害中发押了十分重要的作用,但也不得不指出,卫星遥感技术在防震减灾工作中,无论在国内或国外均尚未得到有效的应用。这一方面固然是由于地震事件十分复杂,地震孕育和发生的规律尚未搞清,难以发挥卫得遥感技术的作用,另一方面也由中以使用的卫星技术的分辨率还不够高,重复观察的周期长,限制了这一技术在防震减灾工作中的应用。有鉴于近感技术的分辨率还不够高,重复观察的周期长,限制了这一技术在防     

洪灾遥感监测与信息复合分析

本文分析了单一遥感信息在洪灾监测中的局限性;探讨了同一区域内遥感信息之间或遥感信息与非遥感信息之间的匹配复合,并就信息复合技术在洪灾监测中的应用作了论述。     

航空遥感地震灾害信息的快速提取

航空遥感地震灾害信息的快速提取是地震灾害损失快速评估的关键技术。遥感与地理信息系统的结合应用使得震害调查快速而又正确。本文重点论述了震害地类的特性与建立解译模型的原则、方法与不同种类信息源所采用的二套技术方案,并比较分析了二套技术方案各自的优势,探讨地震灾害信息快速提取的技术方法。     

一种面向灾害应急的UAV影像快速拼接方法

洪涝、地震等自然灾害发生突然,特别是对城郊设防水平较低地区,短时间内能造成巨大的损失.及时、准确、快速地获得足够的灾情信息是减灾救灾的前提;依靠无人机采集的灾区遥感影像越来越成为减灾部门提取第一手灾情信息的首选数据源.结合无人机影像特点,优化利用影像局部不变特征进行特征匹配,通过RANSAC算子剔除匹配粗差,并用变换优化法求取最佳变换模型参数,然后采用基于动态规划的最佳拼接缝搜索策略和加权平均相结合的融合策略,在保证灾害应急精度要求的前提下,很好地消除了拼接缝和“融合鬼影”现象,为城郊区应急情况下的灾情信息获取提供了新的技术手段和支持.     

略论信息技术在农业气象灾害减灾中的应用

农业气象灾害减灾对策是一项十分复杂的系统工程，其系统可划分为两个子系统：农业气象灾害子系统和减灾对策子系统。农业气象灾害子系统包括灾害的发生、发展到消亡的整个过程。减灾对策子系统是指减轻灾害的对策措施，可概括为灾前防御、灾中抗御、灾后补救等。其系统涉及到灾害的监测、预报、防御、抗御、治理、灾情评估和减灾效益的分析等环节。因此，对这样一个系统工程，除总结和继承传统的农业气象灾害的减灾方法外，还需要利用现代的信息技术；遥感技术、人工智能技术、作物模拟技术等来提高防灾、减灾的能力。     

防震减灾遥感影像网络发布系统

研究了基于ArcSDE的防震减灾遥感数据库系统的框架结构、建库过程及利用ArclMS建立海量遥感影像网络发布系统的体系结构.分析了遥感影像网络发布系统中自动创建地图服务、不同坐标系统的矢量和影像数据的叠加显示、远程图像处理等关键技术.同时,介绍了系统的功能和目前系统包含的主要遥感影像库和矢量库.该遥感影像网络发布系统实现了遥感技术、数据库技术以及网络地理信息系统技术在防震减灾工作中的综合应用.     

基于GIS的广西农业暴雨洪涝灾害风险评估

以自然灾害风险评估理论和方法为指导,遥感本底数据、气象数据、基础地理信息数据、社会经济数据为基础数据,构建广西农业暴雨洪涝灾害风险评估指标体系,采用层次分析及加权综合法建立农业暴雨洪涝灾害风险评估模型;借助GIS技术,计算广西农业暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力及综合风险指数,并对广西农业暴雨洪涝灾害进行风险区划,采用相关分析法将广西农业暴雨洪涝灾害风险结果与广西历史暴雨洪涝灾情数据进行对比验证,研究结果表明,农业暴雨洪涝风险分布结果与洪涝灾情损失的空间分布基本吻合,南部沿海的风险性最强,西部风险性最小。     

暴雨洪涝敏感性影响因子分析及评估--以江西安义县为例

由于区域地理环境存在差异,洪涝敏感性影响因子的选取主要根据区域地理特征及个人经验确定,缺乏统一的标准、系统的分析和科学的评价。洪涝灾害与影响因子之间是复杂的、多变量的非线性关系,与研究区的地质、地貌、土地覆盖等诸多因素密切相关。针对不同的研究区域,搜集尽可能全面的影响因子并对其进行优化选取是实现洪涝敏感性准确评估的前提和保证。南昌市安义县位于潦河中下游,是洪涝灾害的主要受灾区域。基于遥感影像数据和地理信息系统技术,以安义县为例开展暴雨洪涝敏感性影响因子分析及评估研究。首先,利用成灾前后哨兵一号雷达影像提取安义县2016年6月30日至7月5日暴雨洪涝的淹没范围,选取高程、降水、用地类型、距河流距离、坡度等15个洪涝敏感性影响因子。然后,基于随机森林模型对15个影响因子进行重要性排序,按照排序结果对影响因子逐步精简,并基于神经网络模型对影响因子进行优化选取。最后,基于优化选取后的影响因子,采用神经网络模型进行安义县洪涝敏感性评估,并用实例验证洪涝敏感性评估结果的可靠性。研究结果表明,在精简收敛指数、坡向、剖面曲率、地形位置指数和汇流动力指数5个最不重要的影响因子后,神经网络模型的性能有一定提升;敏感性等级为中等及中等以上区域主要分布在潦河两岸,约占安义县总面积的1/3,近70%的洪涝分布在敏感性中等及中等以上区域,洪涝发生在洪涝敏感性等级为中等及中等以上区域的可能性非常大,洪涝敏感性评估结果与安义县实际情况相符。