基于地理因子的因旱饮水困难人口快速评估模型——以云南省2012年大旱为例

农村群众饮水困难一直是国家持续关注的问题,保障受旱灾区人民群众基本生活是重中之重。准确地预测因旱饮水困难人口的发生发展,并采取适当的减灾措施,将很大程度地降低经济损失与人员伤害。以2012年云南大旱为例,在全面收集研究区气象、基础地理信息、社会经济、灾情等资料的基础上,基于BP人工神经网络构建因旱饮水困难人口快速评估模型。以月均降水量、地形高程、水系密度、总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,选择30个受灾县样本进行网络训练,经试算不断优化模型参数,其MSE为0.003 6;通过训练好的模型来预测剩余55个受灾县的因旱饮水困难人口,其模拟值与实际值的线性拟合结果 R2为0.67,表明BP人工神经网络方法能有效预测因旱饮水困难人口,该方法能够为因旱饮水困难人口的快速评估和灾情的核查提供有效的借鉴。