基于GIS的江西省洪涝灾害风险区划

以江西省为研究对象,运用自然灾害风险评价的理论和方法,选用灾害诱因、受灾体承灾机能、灾害潜藏环境及防灾减灾效能等四个指标作为综合评价指标,借助GIS平台对江西省洪涝灾害风险性指标进行计算,得出了江西省洪涝灾害风险区划图.结果显示,江西省洪涝灾害风险度较高的县市区主要分布于赣东北地区,风险度较低的县市区主要位于赣南地区及赣西北部分地区.     

广西北部湾经济区洪涝灾害风险综合评估与分析

以遥感(Remote Sensing)RS、地理信息系统(Geographic Information System)GIS为技术支持,气象数据、遥感数据、基础地理信息数据、社会经济数据为基础数据,构建广西北部湾经济区洪涝灾害风险评估指标体系,采用AHP层次分析法及加权综合法建立洪涝灾害风险评估模型;借助GIS技术,计算广西北部湾经济区洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体暴露-易损性及综合风险指数,并对广西农业暴雨洪涝灾害进行风险区划,研究结果表明,广西北部湾经济区洪涝灾害风险东高西低,沿海地区普遍偏高。     

BP神经网络在洪涝灾损失快速评估中的应用

在洪涝灾损失主要影响因素及洪涝灾害特点分析的基础上,采用BP神经网络结构,构造了洪涝灾损失计算的人工神经网络．该网络的输入层反映洪涝灾害的雨情、水情及社会经济和财产状况,中间层反映洪涝灾害的类型,输出层用于表达因洪涝灾害造成的经济损失．应用该网络结构建立了典型流域的洪涝灾损失快速评估模型,并对太湖流域洪灾损失进行评估．评估结果的合理性验证了BP神经网应用于洪灾损失快速评估的科学性．     

基于GIS和模糊评价法的重庆洪涝灾害风险区划

由于特殊的地理位置、地形条件和夏季常见的天气系统，重庆地区洪涝灾害特别是暴雨洪涝频发．在分析重庆地区洪涝灾害气候背景和经济环境的基础上，从灾害发生的成灾环境、灾害发生的可能性、以及承灾体的易损性等三个方面选取了地貌、灾害频率、人口、社会经济的评价因子；应用模糊评价法建立了洪涝灾害孕灾背景、灾害危险性、承灾体易损性等数学模型；在使用有关基础图件和资料的基础上，运用MapIrfo Professional软件，通过对属性数据库和图形数据库的操作得到洪涝灾害的孕灾背景、灾害危险性、承灾体易损性评价图层，再经过图层叠加、斑块合并以及等级划分等操作，最后得到洪涝灾害的风险评估及其区划．     

山西省主要气象灾害特征及风险评估——基于暴雨洪涝灾害气象数据融合的实证视角

 立足于山西省暴雨洪涝气象数据融合的实证视角,通过对山西省109个气象站点,1957-2008年的暴雨洪涝灾害数据,山西省经济发展数据、地理数据的高度融合,从致灾因子、孕灾因子、承灾体因子和防灾减灾因子4 个维度出发,构建山西省暴雨洪涝灾害风险评估模型,并选择太原市、大同市、晋城市、朔州市、晋中市和临汾市进行实证分析,综合评估这6 个城市的暴雨洪涝灾害致灾指数。研究成果不仅能够从实践上指导山西省在暴雨洪涝预测及防灾减灾方面的实践工作,而且从理论方法上对气象灾害研究提出独特的分析见解。     

辽宁省暴雨洪涝灾害风险评估模型的建立与应用

基于自然灾害风险理论,从致灾因子危险性、承灾体暴露性、孕灾环境敏感性和防灾减灾能力四方面选取指标,构建辽宁省短时暴雨洪涝灾害风险评估指标体系,采用层次分析法确定各指标权重,建立风险评估模型.利用GIS空间分析,从市级行政单元尺度和1km×1km格网两种尺度出发,对辽宁省2013年"8.16"暴雨洪涝灾害进行评估.评估结果表明:东部风险高,西部风险低,其中高风险和较高风险区主要分布在辽北、辽东北,东部低山丘陵区的西南地区,包括铁岭、抚顺、辽阳、鞍山等地;低风险和轻微风险区主要分布在西部低山丘陵区、辽河平原中西部的朝阳、葫芦岛、锦州、盘锦等地.市级、县级评估结果在风险分布范围上与实际灾情基本吻合,且在综合精度上均与直接经济损失值显著相关,市级相关性更高,表明此次暴雨洪涝灾害风险评估结果较好,该模型具有一定的实际意义和应用价值.     

福建暴雨洪涝灾害时空格局与减灾对策研究

根据福建省灾害性气象年鉴和气候影响评价资料,采用洪涝灾害致灾因子(Zy)灾情(年均灾次)指标,应用Mapinfo7.0技术,编制福建洪涝灾害时空分布图.结果表明:福建洪涝灾害年际变化大,并呈波动上升趋势,年内群发性强;空间分布不均,Zy高值区主要分布在闽南的漳州沿海,闽中的德化、永春、安溪、南安和闽西北的南平、邵武、武夷山等地,灾情高值区却集中分布在除福州、厦门以外的东部沿海,致灾与成害空间分布不太吻合,体现承灾体易损性和防灾能力对洪涝灾害的影响.针对洪涝灾害时空分布特征,提出福建应该坚持工程措施和非工程性措施并重,加强洪泛区风险研究与管理,协调人与洪水的关系.     

洪涝灾害评估研究综述

洪涝灾害在世界范围内发生频繁,灾情严重,带来损失巨大.对洪涝灾害的评估是认识和管理洪涝灾害的前提和要求.洪涝灾害评估可以分为灾前评估、灾中评估和灾后评估三个阶段.文章聚焦于灾前评估和灾后评估,在界定了相关概念的基础上,从致灾因子、孕灾环境的危险性和承灾体的脆弱性等角度概括了洪涝灾害风险评估的内容,从指标确定、损失计量和等级划分等角度介绍了洪涝灾害损失评估的内容,并列出了主流研究方法.最后,对洪涝灾害评估的未来研究方向作了展望.     

充填管道失效风险性预测精度研究

为更准确预测矿山充填管道失效风险性,建立主成分分析与改进BP神经网络相结合的评价模型。选取10项评价指标作为充填管道失效风险性的评判指标,统计10个矿山的样本数据,并运用主成分分析法对这10个样本数据进行预处理,得出主要成分,再利用改进的BP神经网络模型进行预测,最终得到更准确的管道失效风险预测结果。研究结果表明,所得到实际预测结果与期望值之间的相对误差分别为2.31%,1.68%,3.02%。预测相对误差控制在4%以内,较未经主成分分析处理的标准BP神经网络预测精度更为准确。利用主成分分析法与改进的BP神经网络相结合建立的充填管道失效评价模型具有分析速度快、预测精度高的特点,为矿山充填管道失效风险预测提供了一种更为完善的方法。     

基于RS和广义目标函数法的清水沟地质灾害承灾体易损性评价

选取白龙流域内具有代表性的清水沟小流域,以清水沟承灾体个体为评价单元,基于遥感数据和广义目标函数方法,引入地质灾害直接威胁概率指标,构建了小流域地质灾害易损性评价指标体系和评价方法,开展了清水沟大比例尺易损性评价.结果显示:清水沟小流域易损性为0～0.105的低易损性承灾体面积占全流域面积的88.4%,0.106～0.251的中易损性承灾体面积占10.2%,0.252～0.812的高易损性承灾体面积仅占1.4%.从空间分布上看,低易损性承灾体主要分布在中上游,以草地、林地和耕地为主,高易损性承灾体主要分布在下游,特别是沟口冲积扇上的居民区,以房屋、公路、桥梁为主.流域内滑坡体对于其下方的沟道以及下游的居民区有较大威胁,导致这些区域的易损性显著增加.应当做好对滑坡体的防护措施,并对下游的居民区进行重点保护.     

基于BP神经网络的黄河口海水入侵程度评价研究

基于BP神经网络,以Cl-、矿化度、电导率和地下水位为黄河口区域海水入侵评价指标,建立了具有8个隐含层节点、3层网络的海水入侵程度评价模型。应用海水入侵程度评价指标的各级评价标准作为模型的训练样本和检验样本,对BP神经网络进行训练和检验,并对黄河口区域的海水入侵程度进行评价。结果表明,BP神经网络对检验样本的模拟输出和期望输出一致,黄河口区域海水入侵程度比较严重。     

福建省台风灾害风险区划研究

根据自然灾害系统理论,选取致灾因子危险性、孕灾环境稳定性、承灾体脆弱性以及灾后恢复性为福建省台风灾害风险评价指标,采用福建省台风灾害数据库资料和福建省社会经济数据库资料,应用综合加权法得出福建省各县域的风险度数值,将福建省台风灾害风险分为三个不同风险等级的区域,并针对风险分区提出对应的防灾减灾对策。     

财务共享模式下的财务智能化协作系统设计研究

随着人工智能等新技术不断发展,财务共享模式也迎来了新的历史发展纪元.针对建筑企业协作施工财务管理过程中的现状,提出了基于支持向量机的协作施工合同资金支付预警模型和基于BP神经网络的分包商信用信用评价模型,选择7个风险指标并设置三种风险等级,建立6个信用评价指标一级指标和20个二级指标.通过模型训练和测试,结果表明具有明...     

气象灾害风险评估承灾体易损性参数定量确定方法研究——以潍坊市干旱、暴雨洪涝灾害为例

气象灾害风险评估是气象防灾减灾的基础和前提。针对当前灾害风险评估过程中模型参数多依靠专家打分,人为因素影响大的问题,提出了"制定承灾体易损性分类体系→构造承灾体易损性判断矩阵→计算承灾体易损性参数"的定量确定承灾体易损性参数技术方法。选择20世纪80年代以来山东省潍坊市干旱和暴雨洪涝各4次灾害过程,分别计算了经济易损性参数和人口易损性参数。结果表明:同一灾种历次灾害过程确定的承灾体易损性参数相对稳定,承灾体易损次序完全一致,算法具有良好的稳定性。同一灾种承灾体的经济易损性参数和人口易损性参数差异明显,不同灾种的承灾体易损性参数存在差异显著。通过承灾体易损性参数在一定程度上能揭示出灾害与承灾体之间的内在作用规律。承灾体易损性空间分布与地方社会经济结构有关,就潍坊市而言,干旱灾害的经济易损性承灾体以旱地为最大,其次为林地,再次为草地;人口易损性承灾体以城镇用地和农村居民点为主,其次为旱地。暴雨洪涝灾害的经济易损性承灾体以旱地、农村居民点、城镇用地为主,且其经济易损性程度相当,林地的经济易损性也不可忽视;人口易损性承灾体主要为农村居民点和城镇用地,较干旱灾害更为集中。可为研究不同地区、不同灾种承灾体易损性提供定量分析手段。     

基于熵权-BP神经网络的涉农类上市企业融资风险预警研究

针对涉农类上市企业的融资风险预警问题,首先从企业的资金流融入以及融出两个层面构建了含有15个指标的融资风险预警指标体系;然后收集了24家涉农类上市企业2017年的相关指标数据,并利用熵权法确定各指标层的权重值,结合指标数据计算得到24家上市企业的融资风险预警指数RWI值,即为BP神经网络的输出层;最后通过BP神经网络工具箱建立涉农类上市企业的融资风险预警模型,并进行了神经网络训练以及仿真预测。结果发现,所建立的BP神经网络融资风险预警模型对涉农类上市企业的融资风险预警具有较好的适用性,对企业的融资风险预测与控制具有实践意义。     

基于栅格数据的气象灾害风险评估

全球变化背景下,洪涝、干旱、高温热浪和低温冷冻等气象灾害频发,给农业生产和生态环境带来严重损害.气象灾害风险评估与区划是灾害评估与管理的重要内容,本文利用江苏省气象水文数据、基础地理信息数据、社会经济数据、灾害数据,通过分析气象灾害(洪涝、干旱、高温热浪和低温冷冻)致灾因子、孕灾环境因子、承灾体易损性因子和防灾减灾因子等指标,利用GIS技术,建立了江苏省气象灾害风险评估模型,进而对气象灾害进行风险评价与区划.结果表明:(1)高温灾害苏南地区风险最大,苏北地区风险最小;(2)低温灾害风险在省内从北向南递降,高风险区位于苏北地区,低风险区位于苏南地区;(3)洪涝灾害高风险区主要位于苏北地区,淮安、宿迁、连云港以及盐城北部属洪涝灾害的高风险区,镇江、泰州和南通北部属于中风险区,而低风险区主要分布在徐州西部,无锡、苏州以及南通东南部;(4)旱灾风险从苏南向苏北递增,最大区域为宿迁、连云港西部及徐州东部,旱灾风险低值区位于苏州、无锡、镇江、泰州及南通北部.风险区划结果能直观反映出气象灾害的区域性差异,且与致灾因子危险性分布图一致,因此对气象灾害进行全面精准的预报是进行防灾减灾的主体,同时还应采取措施降低孕灾环境的敏感性,成灾体的易损性以及加强防灾减灾能力建设.     

高原山地区山洪灾害风险评价——以贵州省赫章县为例

赫章县地处滇东高原山区,地形复杂,境内为乌江北源源区,生态脆弱,山洪严重,防御灾害能力较差,对山洪灾害风险评价可为有效防治山洪提供依据。拟以区域灾害系统理论为指导,从致灾因子和承灾体两个方面考虑,选取暴雨量、高程、坡度、河网密度、人口分布和房屋数量等作为评价指标,以Arc GIS为技术手段,30 m×30 m的栅格为评价单元,评价研究区遭受山洪灾害的风险等级。结果显示:高风险区主要集中在城关镇,较高风险主要分布在流域中部,风险度较低区域主要分布在地形复杂,无河流流经人口密度较低的山区。评价结果与实际较符合,可为该地区防洪减灾提供合理的指导依据。     

改进BP神经网络模型在小康水利综合评价中的应用

分析BP神经网络应用于小康水利综合评价中存在的几个关键性问题。利用层次分析法(AHP)从100余个水利统计指标中遴选出30个具有一定代表性的指标用于构建小康水利综合评价指标体系并给出相应的分级标准;采用LM算法弥补标准BP神经网络在实际应用中存在收敛速度慢、易陷入局部极值等不足,建立了神经网络小康水利综合评价模型——LM-BP模型;利用随机内插方法在小康水利综合评价分级标准阈值间生成训练样本和检验样本;提出网络拟合度的概念;选取网络拟合度、平均相对误差等5个统计指标用于评价模型性能。在模型达到预期的评价精度和泛化能力后,将其用于文山州小康水利综合评价,并构建传统BP模型、RBF模型作为对比模型。结果表明:(a)无论是训练样本还是检验样本,LM-BP模型的评价精度均高于传统BP神经网络模型、RBF神经网络模型近一个数量级,表明LM-BP模型具有较高的评价精度和泛化能力,可用于文山州小康水利综合评价,模型收敛速度快、稳定性能好。(b)2010年文山州及各县级行政区小康水利综合评价为1~2级,处于起步—基本实现阶段;2020年预测评价为3级,全州基本实现小康水利。     

2008年中国南方低温雨雪冰冻灾害承灾体分类与脆弱性评价——以湖南省郴州市交通承灾体为例

基于灾害系统理论对承灾体进行分类,对于有效防灾减灾具有重要意义。依据北京师范大学民政部/教育部减灾与应急管理研究院的综合风险搜索引擎为灾情数据来源,从产业结构、灾害链和土地利用3个角度对中国南方低温雨雪冰冻灾害的承灾体进行分类,并以郴州市交通承灾体为例,进行了脆弱性评价。研究结果表明:第一产业承灾体种类最多、面积最大,第二产业承灾体集中在电力行业,第三产业承灾体集中在交通运输业;"结构破坏"、"断电"和"交通阻塞"在灾害链节点处的承灾体脆弱性强;土地利用中大面积的林地和园地,线网状的交通网、电网和通讯网用地的脆弱性强;郴州市交通承灾体脆弱性存在着明显的地域差异,京珠高速公路郴州段脆弱性为全市最高。本研究可为灾情评估和减灾工程布局提供科学依据。     

基于主成分分析和BP神经网络的网约车 服务质量评价

为客观、科学评价网约车服务质量,从顾客满意度角度出发,通过分析网约车服务过程,建立网约车服务质量评价指标体系;为消除指标间的相关性,利用主成分分析法提取累计贡献率超过85%的主成分作为BP神经网络模型输入;通过分析BP神经网络模型的原理构建具体BP神经网络拓扑结构;以网约车乘客满意度调研问卷为数据基础,对BP神经网络模型进行训练、仿真,并与传统BP神经网络模型及SERVQUAL模型评价结果进行对比.结果表明:本文构建模型收敛效率高、评价误差小,能够反映网约车服务质量的水平,可以为评价网约车服务质量提供有效理论支撑.