论文部分内容阅读
台风灾害是世界上最常见,最具影响力的自然灾害类型。伴随台风而来的大风及台风降水经常引起山洪、滑坡、泥石流等次生灾害的发生,造成人员伤亡、房屋倒损、农田受灾等危害,严重威胁着人类社会的生命财产安全,制约着社会经济的可持续发展。广东省位于中国大陆最南端,热带气旋发生极为频繁。本文选取广东省台风灾害为研究对象,基于广东省的历史灾情数据、自然地理数据、社会经济数据及遥感地理数据,结合评估模型和GIS的相关技术方法对广东省台风灾害风险性进行评估,并提出了台风灾害损失预测模型,以期为广东省防台减灾政策的制定提供科学的规划决策依据。本文的研究工作主要包括:(1)分析研究了自然灾害风险评估的理论和方法及地理信息系统(GIS)相关技术,针对现有风险评估方法中权重确定方法不能全面兼顾主客观两个方面及风险性模型精细化程度不够等问题进行了研究改进。首先收集了广东省台风灾害相关的灾害及社会经济统计数据、遥感地图数据及其它地理数据,选择灾害危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评估指标,选取与上述评估指标有关的社会经济及自然生态因子作为各指标的相关因子。然后针对现有权重确定算法难以兼顾主客观两方面的缺陷,提出了兼顾主观和客观两方面的TFN-AHP-EW主客观赋权法,并将其用于各评估指标相关因子权重的求取,再结合灾情指数确定上述四个评估指标的权重。最后基于GIS进行精细化数据处理与建模,得到广东省台风灾害风险评估模型,对广东省区域风险性进行评估。(2)深入研究了ANFIS神经网络算法、PSO算法及混沌理论的基本原理及算法特点,总结了ANFIS及PSO算法现存的缺陷,提出了一种混沌改进粒子群优化算法(ICPSO)结合自适应神经模糊推理系统(ANFIS)的新算法ICPSO-ANFIS。该算法采用混沌改进的粒子群优化算法(ICPSO)优化ANFIS参数,避免其陷入局部极值,从而提高模型性能。运用ICPSO-ANFIS算法来对台风灾害损失进行预测,实验结果表明,ICPSO-ANFIS算法很好地提高了预测准确度,为区域台风灾害损失的预测提供了新的方法。