基于主成分投影法的洪水灾情评价研究

被引:5
作者
吴昌友 [1 ,2 ]
杨静红 [1 ]
许智慧 [2 ]
机构
[1] 山东工商学院管理科学与工程学院
[2] 东北农业大学工程学院
关键词
主成分投影模型; 洪水灾情; 灾情等级; 受灾面积; 集对分析(SPA)理论;
D O I
10.16265/j.cnki.issn1003-3033.2012.04.001
中图分类号
P426.616 [降水引起的灾害]; X43 [自然灾害及其防治];
学科分类号
摘要
洪水灾情等级的合理评估能够为防灾、减灾及备灾工作提供科学的依据,具有重要的现实意义。首先建立主成分投影法评价模型,并给出模型的基本步骤。以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,构建洪水灾情的主成分投影评价模型。利用该模型,对新疆"96.7"洪水灾害中乌鲁木齐、塔城、博州、哈密、喀什和克州6个城市的灾情进行评价。结果表明:乌鲁木齐和塔城的洪水灾情被评估为重灾;博州、哈密、喀什和克州的洪水灾情被评估为中灾。这些评价结果与集对分析(SPA)理论、贝叶斯随机评价方法、灰色关联法和脉冲耦合神经网络(PCNN)模型评价结果完全一致。
引用
收藏
页码:121 / 126
页数:6
相关论文
共 12 条
[1]   基于象限法和灰色关联法的水灾灾情等级评估 [J].
田玉刚 ;
杜渊会 ;
覃东华 ;
黄发明 .
中国安全科学学报, 2011, 21 (12) :3-8
[2]   基于集对分析理论的洪水灾情综合评估方法 [J].
郭小东 ;
李宁 ;
苏经宇 .
中国安全生产科学技术, 2011, 7 (10) :51-55
[3]   基于贝叶斯随机评价方法的洪水灾情等级评价 [J].
李宁 ;
翟亚欣 ;
王威 ;
王延辉 .
北京联合大学学报(自然科学版), 2011, 25 (03) :70-73
[4]   洪水灾情评价的脉冲耦合神经网络模型 [J].
杨聪辉 ;
王宝华 ;
付强 ;
谢永刚 .
灾害学, 2010, 25 (03) :12-15
[5]   洪水灾害损失的可变模糊评价方法 [J].
徐冬梅 ;
陈守煜 ;
邱林 .
自然灾害学报, 2010, 19 (04) :158-162
[6]   基于支持向量机的洪水灾情综合评价模型 [J].
刘德地 ;
陈晓宏 .
长江流域资源与环境, 2008, (03) :490-494
[7]   水资源系统等级评价的一种非参数方法 [J].
金菊良 ;
汪明武 ;
魏一鸣 ;
丁晶 .
水科学进展, 2005, (06) :804-809
[8]   基于投影寻踪的洪水灾情评价插值模型 [J].
杨晓华 ;
杨志峰 ;
沈珍瑶 ;
陆桂华 ;
郦建强 .
灾害学, 2004, (04) :3-8
[9]   基于遗传算法的理想区间法在洪水灾情评价中的应用 [J].
金菊良 ;
张礼兵 ;
魏一鸣 .
地理科学, 2004, (05) :586-590
[10]   基于主成分投影法的企业产品创新状况评价 [J].
孙冰 .
哈尔滨工业大学学报, 2004, (03) :294-296