基于GIS和BP神经网络的洪灾损失系统设计与开发

基于GIS和BP神经网络的洪灾损失系统设计与开发

论文摘要

在全球洪灾日益加重,非工程防洪倍受重视的背景下,开展防洪抗汛决策中洪灾损失评估的研究,具有现实意义。论文以鄱阳湖区洪灾损失评估系统为例,首先,对系统进行了需求分析,确定了系统的开发原则和开发目标,并介绍了系统开发的环境,包括系统运行环境、数据库、开发平台、语言和所要用到的关键技术;其次,在GIS和BP神经网络技术的支持下,通过对灾区的雨情、水情、防洪工程的工情以及社会经济发展状况等众多洪灾损失主要影响因素的分析,从中提取洪水致灾、地形条件、防洪能力、社会经济等因子,建立了洪灾损失评估模型,并结合模型对系统进行了详细设计,确定了系统的功能模块;然后,使用Visual Basic和MATLAB程序开发语言,结合ArcGIS Engine控件库,开发了鄱阳湖区洪灾损失评估系统,并通过对1998年鄱阳湖区洪灾的数据分析和损失评估,进一步说明了洪灾损失评估模型的可行性和可靠性;最后,总结了所有这些工作的成果与不足,并对系统未来的发展方向做出了展望。研究结果表明初步建立的基于GIS和BP神经网络的洪灾损失评估系统具有较好的可行性和实用性。它对鄱阳湖区防洪规划、产业结构调整与产业布局、灾情统计核查、灾后重建等方面具有一定的参考价值,在防汛指挥调度、抢险救灾、防洪工程建设等方面可得到进一步应用。

论文目录

  • 摘要
  • Abstract
  • 第一章 概述
  • 1.1 研究背景
  • 1.2 洪灾损失评估的作用
  • 1.3 洪灾损失评估国内外研究现状
  • 1.4 国内外地理信息系统研究发展概况
  • 1.5 洪灾损失评估系统研究的目的和意义
  • 1.6 本文研究思路和主要内容
  • 第二章 洪灾损失评估系统需求分析
  • 2.1 项目背景
  • 2.2 系统开发原则
  • 2.3 系统开发目标
  • 2.4 需求分析
  • 第三章 洪灾损失评估系统设计
  • 3.1 系统运行环境选择
  • 3.2 GIS 平台的选择
  • 3.3 开发语言的选择
  • 3.4 数据库的选择
  • 3.5 洪灾损失评估系统的关键技术
  • 3.6 洪灾损失评估模型研究与建立
  • 3.7 系统总体设计
  • 3.8 系统数据库的设计
  • 第四章 洪灾损失评估系统的开发与实现—以鄱阳湖区为例
  • 4.1 系统登录
  • 4.2 系统主界面
  • 4.3 数据管理
  • 4.4 视图浏览
  • 4.5 选择查询
  • 4.6 地理分析、输出
  • 4.7 灾情损失评估
  • 4.8 系统设置
  • 4.9 系统帮助
  • 第五章 结论与展望
  • 5.1 本文的主要研究成果及创新点
  • 5.2 本文的不足和需要深入的工作
  • 参考文献
  • 致谢
  • 个人简历
  • 相关论文文献

    • [1].基于BP神经网络对地震前兆的研究[J]. 科学技术创新 2019(33)
    • [2].基于BP神经网络的涡轴发动机故障诊断研究[J]. 智库时代 2019(52)
    • [3].基于BP神经网络的磁流变阻尼器逆向模型研究[J]. 海军工程大学学报 2019(06)
    • [4].基于BP神经网络的电梯噪声评价方法[J]. 数字技术与应用 2019(12)
    • [5].基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 广州中医药大学学报 2020(03)
    • [6].基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用 2020(02)
    • [7].基于BP神经网络的虚拟机评估[J]. 数字通信世界 2020(01)
    • [8].基于BP神经网络的科研项目经费管理风险评估[J]. 财务与会计 2019(22)
    • [9].基于BP神经网络的断层封闭性评价[J]. 复杂油气藏 2019(04)
    • [10].基于BP神经网络识别的曲堤油田低阻油层研究[J]. 宁夏大学学报(自然科学版) 2020(01)
    • [11].基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究[J]. 安全与环境工程 2020(01)
    • [12].基于BP神经网络的扇区空管运行亚健康关联因子预测[J]. 安全与环境工程 2020(02)
    • [13].基于改进灰狼算法优化BP神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息 2020(02)
    • [14].心理护理对于双相情感障碍(BP)病患认知功能产生的影响[J]. 临床医药文献电子杂志 2020(08)
    • [15].BP神经网络在雷达故障诊断中的应用[J]. 通信电源技术 2020(06)
    • [16].基于BP人工神经网络的英那河流域径流模拟研究[J]. 黑龙江水利科技 2020(03)
    • [17].基于BP神经网络的节能车弯道降速数学模型分析[J]. 汽车实用技术 2020(10)
    • [18].基于BP神经网络的临床路径优化[J]. 计算机技术与发展 2020(04)
    • [19].基于改进BP神经网络的羊肉价格预测[J]. 计算机仿真 2020(04)
    • [20].财务BP在企业管理中的应用与研究[J]. 商场现代化 2020(07)
    • [21].人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J]. 气象研究与应用 2020(02)
    • [22].基于改进BP神经网络的岩心图像分割方法研究[J]. 西安石油大学学报(自然科学版) 2020(04)
    • [23].基于BP神经网络的光纤陀螺误差补偿方法[J]. 物理与工程 2020(04)
    • [24].基于主成分分析和BP神经网络对大学生价值观的研究[J]. 科技经济导刊 2020(20)
    • [25].基于粒子群算法的BP模型在地下水位埋深预测研究中的应用[J]. 吉林水利 2020(08)
    • [26].基于BP神经网络的煤炭企业人岗匹配研究[J]. 煤炭经济研究 2020(07)
    • [27].基于改进BP神经网络的飞行落地剩油预测方法[J]. 飞行力学 2020(04)
    • [28].基于BP神经网络的网络安全态势预测[J]. 网络安全技术与应用 2020(10)
    • [29].以财务BP制度推进“业财融合”的研究[J]. 中国总会计师 2020(09)
    • [30].财务BP的企业实践研究[J]. 现代国企研究 2019(04)

    标签:;  ;  ;  ;  

    基于GIS和BP神经网络的洪灾损失系统设计与开发
    下载Doc文档

    猜你喜欢