台风灾害综合评价与损失预测方法研究及其软件平台开发

被引:0
作者
仲丽君
机构
[1] 南京信息工程大学
关键词
灾害评估; 灾损预测; 神经网络; 支持向量机; 研究平台;
D O I
暂无
年度学位
2012
学位类型
硕士
导师
摘要
我国是世界上受台风影响较为严重的国家之一,台风肆虐给我国带来了巨大的经济损失,严重危害群众的生命安全,对社会稳定造成了一定的影响。因此,进行台风灾害的综合评价和台风灾害损失预测的研究,对于降低台风灾害带来的危害具有重要的意义。 浙江省地处我国东南沿海,海岸线长,海域广,是台风灾害影响较严重的省份之一本文依据1949年-2007年浙江省气象局以及有关的气象资料,从定性和定量两个方面对台风灾害进行了研究。定性分析分为灾后灾情实评估和灾前灾损预评估:对台风灾害损失指数的评价采用先分级后处理再评价的步骤进行,运用的是灰色关联度的方法理论。然后从T-D综合风险指数的概念出发,在全面考虑致灾因子和承灾体各方面因素的情况下,提出了T-D综合风险指数(TDI)的计算方法,建立了基于TDI的台风-地域综合风险评价指标体系,其综合反映了台风作用于承灾体的影响程度。并通过对两者评价值的区间分级实现了两者之间的相互佐证。 随着信息科学的发展,定性评价远远不能够满足人们口益增长的需求,所以本文又分别采用广义神经网络和支持向量机来进行台风灾害损失的灾前定量预测,检验了它们应用于灾损预测的可行性,就其预测结果来看,两种方法应用于灾损预测都是可行的,历史数据的拟合度都达到90%以上,模型应用于预测的精度都在80%左右。就单项预测模型而言,支持向量回归机模型预测可靠性更高,但其训练的速度慢。广义神经网络有较强的非线性映射能力,但是其预测的效果没有支持向量机好。 最后,根据业务需求,我们还构建了台风灾害综合评价与损失预测研究平台,采用B/S架构,运用JAVA语言和SQL Server数据库以及强大的计算工具1matlab,将上文繁琐的数据操作集成于平台上,此平台集评价和预测为一体,实现了台风灾害的定性评价和定量预测,实现了台风灾害的灾前评价预测和灾后评估,评价和预测结果能够为防灾减灾相关部门提供决策支持,对指导台风的防灾减灾、保障我国经济社会发展和维护人民群众的生命财产安全有着重要的现实意义。
引用
收藏
页数:78
共 44 条
[1]
我国台风灾害损失分类与估计 [D]. 
郝鹏飞 .
哈尔滨工业大学,
2008
[2]
基于灰色理论与广义回归神经网络的客运量预测模型研究 [D]. 
罗毅 .
西南交通大学,
2007
[3]
江苏省沿江开发绩效综合评价模型研究.[D].周媛.南京信息工程大学.2006, 08
[4]
基于支持向量机的公路车流量数据分析与预测模型 [D]. 
王大鹏 .
哈尔滨工程大学,
2006
[5]
基于神经网络的预测方法及其在物流系统中的应用研究 [D]. 
张鹏 .
武汉理工大学,
2002
[6]
城市自然灾害应急能力综合评价研究 [D]. 
唐桂娟 .
哈尔滨工业大学,
2011
[7]
基于统计学习理论的分类方法研究 [D]. 
殷志伟 .
哈尔滨工程大学,
2009
[8]
支持向量回归机及其在智能航空发动机参数估计中的应用 [D]. 
赵永平 .
南京航空航天大学,
2009
[9]
神经网络设计方法与实例分析.[M].施彦; 韩力群; 廉小亲; 编著.北京邮电大学出版社.2009,
[10]
JSP完全学习手册.[M].张银鹤; 佟凤义; 宋强; 编著.清华大学出版社.2008,