滨海城市自然灾害风险评估与控制方法的基础研究

滨海城市自然灾害风险评估与控制方法的基础研究

论文摘要

如今全球遭受到的自然灾害的强度和频率不断增加,干旱、洪水、飓风、地震和海啸等灾害给人类社会带来的损失不断加剧。城市则是受自然灾害影响最大的区域,而在所有城市中滨海城市更是人口、财富、技术聚集的核心区域,是自然灾害易发和频发的区域。全方面地对滨海城市自然灾害风险评估与风险控制方法进行研究显得尤为必要。因此,本文以滨海城市自然灾害为研究对象展开了灾害风险评估与风险控制方法的基础性研究,主要研究内容包括了如下几个方面:(1)对滨海城市自然灾害等级界定方法进行了研究,提出了基于模式识别理论的多指标滨海城市自然灾害等级界定算法,它是一种多指标下的模式分类方法。通过研究发现基于多指标的滨海城市自然灾害等级的界定实际上可以简化成为一个多输入单输出的模式判别问题。因此,本文建立了线性模式判别函数对滨海城市灾害等级进行划分。在线性判别函数系数的确定上,结合增量固定算法编制了相关的计算机程序模块,以滨海城市常见的风暴潮灾害数据为例,实现了判别函数系数的快速计算,达到对滨海城市自然灾害级别的快速界定,说明了该算法的可用性。(2)对滨海城市自然灾害风险预测的方法进行了研究。本文通过研究发现自然灾害本身具有混沌的特征,而混沌理论能够很好地解释自然灾害所表现出的混沌现象,同时对灾害未来的发展规律进行预测。因此,本文提出了基于混沌理论的自然灾害预测模型。通过研究表明,混沌理论在自然灾害的预测方面是可行的,可以取得较为理想的结果。与此同时,在自然灾害风险等级预测方面,本文提出了基于神经网络的多指标滨海城市自然灾害风险等级预测模型。以风暴潮灾害为例,建立了三层BP神经网络的自然灾害致灾等级预测模型,编制了分析程序并进行了预测计算,通过实例分析证明在通过主成因识别法对风暴潮致灾的主要因素进行识别的基础上,神经元网络模型能够较为精确地预测出自然灾害的灾害等级,预测效果较好。(3)对滨海城市自然灾害风险的定量化评估方法进行了研究。本文以风暴潮灾害与地震灾害为例进行了灾害风险定量化评估方法研究,构建了定量化评估模型。在风暴潮灾害风险的定量化评估模型中,讨论了单一承灾体和行业承灾体的损失率计算模型,并通过潮灾损失定量统计模型对滨海城市的潮灾损失进行了汇总统计。在地震灾害风险的定量化评估模型中,提出了基于烈度的单体建筑物损失评估的震害影响因子法和基于历史灾情数据统计的群体建筑物损失评估方法,最后按照震害损失定量统计模型对震害损失进行了汇总统计。(4)对滨海城市自然灾害风险空间可视化评估方法进行了研究。本文运用GIS技术针对特定灾害进行了可视化的模拟,并在对研究区域进行了评价单元划分的基础上评估了灾害的损失,同样以风暴潮灾害与地震灾害为例进行了灾害风险可视化评估方法的研究。在风暴潮灾害风险的可视化评估过程中,本文利用GIS中的网格计算模型模拟了风暴潮的影响范围与范围内的水深分布情况,结合潮灾定量化评估模型,编程实现了风暴潮灾害损失评估模块,并进行了潮灾风险可视化评估的实例分析。在地震灾害风险的可视化评估中,本文查阅了研究区的地震烈度衰减模型利用GIS技术绘制出了地震的影响范围,并根据震害损失定量统计模型对研究区的人员伤亡、经济损失、建筑物破坏情况等进行了评估,编制计算机程序模拟出了地震灾害对研究区造成的损失。该方法全面可视化地表现了灾区的受灾情况,达到了较好的效果。(5)以青岛市为例进行了滨海城市自然灾害的可视化模拟和风险评估。以青岛市作为研究区,通过对青岛市历史上灾害致灾因子强度的概率分析得出了区域未来可能遭受到的灾害的强度。根据定量化和可视化评估方法评估了青岛市未来一旦遭受到风暴潮和地震灾害时的损失情况,运用GIS技术对灾害影响区域进行了模拟,统计出了青岛市各个社区灾害的损失情况,并在地图上标示出了灾害的风险区,生成了城市中各类承灾体的破坏专题图,评估效果较为满意。(6)对滨海城市自然灾害风险控制方法进行了研究。本文把构建滨海城市自然灾害预警与应急信息系统作为滨海城市自然灾害风险控制的主要手段,并在ArcGIS Server平台上讨论了系统的逻辑结构设计、功能设计与数据库设计,并对系统的关键技术和核心功能的实现作了相关的研究,建立了滨海城市自然灾害风险控制信息系统,实践证明该系统在滨海城市自然灾害风险的评估与控制中能起到较好的辅助决策作用。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  • 1.1 选题背景
  • 1.2 研究目标与主要研究内容
  • 1.2.1 研究目标
  • 1.2.2 论文结构
  • 1.2.3 创新点
  • 2 滨海城市自然灾害风险研究概述
  • 2.1 自然灾害风险定义
  • 2.2 城市自然灾害风险的定义
  • 2.3 滨海城市自然灾害风险的特点
  • 2.4 自然灾害风险评估的现有理论
  • 2.4.1 自然灾害风险评估的概念
  • 2.4.2 自然灾害风险评估现有方法
  • 2.5 滨海城市多灾种自然灾害风险评估与控制的研究现状
  • 2.5.1 国外多灾种自然灾害风险评估与控制的研究现状
  • 2.5.2 国内多灾种自然灾害风险评估与控制的研究现状
  • 2.6 滨海城市自然灾害风险可视化评估的研究现状
  • 3 滨海城市自然灾害等级界定方法研究
  • 3.1 滨海城市自然灾害等级界定的概念与意义
  • 3.2 滨海城市自然灾害等级界定方式与的现状与不足
  • 3.3 模式识别理论基础
  • 3.3.1 判别函数的概念
  • 3.3.2 确定判别函数的两个因素
  • 3.3.3 线性判别函数及线性分类
  • 3.3.4 判别函数多模式划分方式的选择
  • 3.4 基于模式识别的滨海城市自然灾害等级界定模型
  • 3.4.1 滨海城市风暴潮灾害等级评估预分类
  • 3.4.2 灾害等级模式识别系统中判别函数系数推求的增量固定算法
  • 3.5 增量固定算法在滨海城市风暴潮灾害等级界定中的应用与计算机实现
  • 3.6 结果分析
  • 3.7 本章小结
  • 4 滨海城市自然灾害风险预测方法研究
  • 4.1 现有灾害风险预测评估方法的不足与展望
  • 4.2 混沌理论与神经网络理论基础
  • 4.2.1 混沌理论基础
  • 4.2.2 神经网络理论基础
  • 4.3 基于混沌理论的滨海城市自然灾害风险预测模型与实例分析
  • 4.3.1 重构相空间中延迟时间τ和嵌入维数 m 的计算
  • 4.3.2 神经网络训练算法的实现
  • 4.3.3 预测结果分析
  • 4.4 基于神经网络的多指标滨海城市自然灾害风险等级评估模型与实例分析
  • 4.4.1 致灾主导因素灰色关联性分析的具体步骤
  • 4.4.2 风暴潮致灾因素数据的预处理与分析
  • 4.4.3 灾害风险等级评估中的神经网络算法模型
  • 4.4.4 数据的还原检验与风险等级评估结果分析
  • 4.5 本章小结
  • 5 滨海城市自然灾害风险定量化评估方法研究
  • 5.1 引言
  • 5.2 滨海城市典型自然灾害识别
  • 5.3 风暴潮灾害损失定量化评估方法研究
  • 5.3.1 评估方法选择
  • 5.3.2 承灾体损失率的确定与实例分析
  • 5.3.3 潮灾损失定量统计模型
  • 5.4 地震灾害损失定量化评估方法研究
  • 5.4.1 单体建筑物震害损失评估的震害影响因子法与实例分析
  • 5.4.2 群体建筑物震害损失评估的统计分析法与实例分析
  • 5.4.3 震害损失定量统计模型
  • 5.5 本章小结
  • 6 滨海城市自然灾害风险空间可视化评估方法研究
  • 6.1 引言
  • 6.2 风暴潮灾害风险可视化评估方法研究
  • 6.2.1 潮灾影响范围及强度分布模拟
  • 6.2.2 潮灾风险网格化评估模型
  • 6.2.3 潮灾风险可视化评估实例分析
  • 6.2.4 评估结果分析
  • 6.3 地震灾害风险可视化评估方法研究
  • 6.3.1 地震影响场可视化模拟
  • 6.3.2 滨海城市震害分析可视化评估实例分析
  • 6.3.3 评估结果分析
  • 6.4 本章小结
  • 7 青岛市多种自然灾害可视化模拟与风险评估实例
  • 7.1 研究区域概况
  • 7.1.1 自然地理条件状况
  • 7.1.2 青岛市的社会经济概况
  • 7.1.3 青岛市历史上自然灾害概况
  • 7.2 青岛市风暴潮灾害情景模拟与风险评估
  • 7.2.1 数据的准备
  • 7.2.2 灾害的致灾强度分析
  • 7.2.3 青岛市潮灾情景模拟与风险评估结果
  • 7.3 地震灾害情景模拟与风险评估
  • 7.3.1 青岛市地震影响场范围
  • 7.3.2 青岛市地震灾害情景模拟与风险评估结果
  • 7.4 本章小结
  • 8 滨海城市自然灾害风险控制方法研究
  • 8.1 风险控制的意义与方法比较
  • 8.2 基于 WebGIS 的滨海城市自然灾害预警与应急信息系统开发
  • 8.2.1 WebGIS 平台分析
  • 8.2.2 系统的体系结构设计
  • 8.2.3 系统的关键技术与核心功能的实现
  • 8.2.4 系统主要功能的集成与初步实现
  • 8.3 本章小结
  • 9 总结与展望
  • 9.1 研究工作总结
  • 9.2 未来的展望
  • 参考文献
  • 致谢
  • 个人简历
  • 学术论文与研究成果
  • 相关论文文献

    标签:;  ;  ;  ;  

    滨海城市自然灾害风险评估与控制方法的基础研究
    下载Doc文档

    猜你喜欢