基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

20世纪重大自然灾害评析

人类在科学技术上取得了辉煌成绩的同时,在认识自然和改造自然方面也得到了才识和新的认识,这一教训主要是来自自然灾害。根据收集到的全球自然灾害有关数据,对２０世纪全球主要自然灾害特征分布特点进行了分析,并对其成因提出了看法。     

洪水前兆的初步探讨

根据历史洪水和现有研究 ,比较系统地分析了各种洪水前兆 ,可以为洪水预报提供一定的理论依据 ,同时指出 ,为了提高预报精度 ,必须对洪水前兆进行综合分析 ,去伪存真 ,最终达到防洪减灾的目的     

基于灰云白化权函数的洪水灾害综合等级评估

将表示信息模糊性和随机性的定性、定量转换的云模型引入灰色白化权函数的表达,对传统白化权函数进行改进,建立了基于灰色云模型的白化权函数,用灰云聚类模型对洪水灾害损失进行等级评估,以弥补常用方法的不足。最后选取1989-1990年间我国部分省市发生的45个洪水灾害的灾情案例作为评估实例,选取房屋倒塌数量、受灾面积、伤亡人数和直接经济损失4个评估指标,对所有样本进行灰云聚类,得到了灾情评估结果,证实了该方法的可行性。     

洪水等级和灾情划分问题

洪水等级是描述一次洪水大小的指标，而洪水灾度是描述一次洪水造成损失大小的指标。这两个指标从理论和应用方面来说都具有许多优点，概念明确，简单易行。     

风暴潮洪水风险图制作研究

在对洪水灾害风险图进行研究和归纳的基础上,根据上海市的地形、沿海提防、洪涝灾害等特点,分析了上海市风暴潮洪水灾害的成因,以及这些因素与洪灾危险程度间的相关关系。借助模糊数学方法,求出危险程度隶属度。在地理信息系统平台上,采用多边形叠置分析和聚类分析等手段,研究洪水灾害危险程度区划的方法,进而绘制成洪水风险图。风险的评估采用了多指标综合评估方法,不仅计算了洪水的自然风险,同时考虑了防洪工程风险的影响。     

区域洪水灾害风险评估体系(Ⅰ)——原理与方法

区域洪水灾害风险评估是一个新的研究领域。从洪水灾害系统的概念出发,首先阐述了洪水灾害风险管理系统、洪水风险评估及风险类型划分;然后从指标选取原则、指标层次结构、指标量化、风险等级、风险指数等方面构建了洪水灾害风险评估指标体系;接着分析了矢量面状及栅格点状的洪水灾害风险评估单元;最后,介绍了适合区域洪水灾害风险评估的层次分析法、模糊综合评价法及空间分析方法。     

提高洪水智能预报中洪峰预报精度方法的研究

针对防洪减灾的实际需要,对如何提高智能网络对洪峰的预报精度问题进行了深入系统的研究,提出了峰值放大修正系数和遗传算法优化网络初始权重相结合的改进算法,历史资料的检验结果表明了这些改进策略的有效性和可靠性.     

20世纪长江的3次巨洪

分析了形成20世纪长江3次巨洪的3个遥相关因子：（1）太阳黑子活动;（2）厄尔尼诺事件,（3）青藏高原南部大震。依据长江巨洪和遥相关因子的基本事实,讨论了长江发生巨洪的统计规律。指出当3个因子的出现时间互相重叠时,长江很可能发生巨洪,这对长江巨洪的超长期预测具有重要的指导作用。