城市水灾害风险等级的RBF-C评估方法

被引：6

作者：

刘登峰 ^{[1
]}

王栋 ^{[1
]}

丁昊 ^{[1
]}

王远坤 ^{[1
]}

王腊春 ^{[2
]}

邹欣庆 ^{[2
]}

机构：

[1] 南京大学地球科学与工程学院水科学系表生地球化学教育部重点实验室

[2] 南京大学地理与海洋科学学院

来源：

人民黄河 | 2014年 / 36卷 / 01期

关键词：

风险评估; 城市水灾害; 云模型; RBF神经网络; 时间序列分析;

D O I：

暂无

中图分类号：

P426.616 [降水引起的灾害];

学科分类号：

摘要：

针对城市水灾害系统的不确定性特征,提出了基于RBF神经网络和云模型理论的RBF-C风险等级评估方法。选取影响城市水灾害的4个基本评价因子,依据实测水文频率曲线确定相应于各风险等级的标准限值,并生成各评价因子下风险等级的综合云模型。用评价因子实测时间序列进行RBF神经网络建模,预测值代入综合云模型得到水灾害风险等级确定度分布。实例证明,RBF-C风险等级评估方法能够改进评价过程中风险归属不确定性问题,评估结果能较为准确地反映出城市水灾害的风险程度。

引用

页码：8 / 10+14 +14

页数：4

共 15 条

[1] Managing the risks of extreme events and disasters to advanceclimate change adaptation:a special report of working groups I and II ofthe Intergovernmental Panel on Climate Change. IPCC. Journal of Women s Health . 2012
[2] Neural networks:a comprehensive foundation. Haykin S S. Journal of Women s Health . 2007
[3] Extreme events:a physical reconstruction and risk assessment. Nott J. Journal of Women s Health . 2006
[4] 基于云模型的水体富营养化程度评价方法
丁昊
王栋
[J]. 环境科学学报, 2013, 33 (01) : 251 - 257
[5] 云模型研究的回顾与展望
付斌
李道国
王慕快
[J]. 计算机应用研究, 2011, 28 (02) : 420 - 426
[6] 基于MATLAB GUI技术的水文频率计算
王剑峰
李宏伟
宋松柏
杜勇
[J]. 人民黄河, 2010, 32 (10) : 42 - 44
[7] 基于随机微分方程的大坝漫顶风险研究
雷瑞丽
张贵金
陈雄波
[J]. 人民黄河, 2010, 32 (04) : 114 - 115+117
[8] 基于随机模拟的水库泄洪风险分析
纪昌明
张验科
[J]. 人民黄河, 2009, 31 (05) : 36 - 37+42
[9] 基于河网水系变化的水灾危险性评价——以永定河流域京津段为例
周洪建
王静爱
岳耀杰
王志强
刘珍
万金红
[J]. 自然灾害学报, 2006, (06) : 45 - 49
[10] 隶属云和隶属云发生器
李德毅，孟海军，史雪梅
[J]. 计算机研究与发展, 1995, (06) : 15 - 20

← 1 2 →