检索结果-南通市图书馆

灾害学 2024年第1期39卷 80-88页

作者：丁建闯钟海仁许礼林余洁首都师范大学资源环境与旅游学院北京100048 华北科技学院建筑工程学院河北三河065201 国信司南(北京)地理信息技术有限公司北京100142

减灾能力是区域防灾减灾、应急救援和恢复重建过程中所具有的综合能力。以某市区“第一次全国自然灾害综合风险普查”基础调查数据为例,分别采用秩和比法(RSR)、非整秩和比法(非整RSR)和TOPSIS法对该区18个乡镇的减灾能力进行定量化评估... 详细信息

减灾能力是区域防灾减灾、应急救援和恢复重建过程中所具有的综合能力。以某市区“第一次全国自然灾害综合风险普查”基础调查数据为例,分别采用秩和比法(RSR)、非整秩和比法(非整RSR)和TOPSIS法对该区18个乡镇的减灾能力进行定量化评估,从评估模型的实用性、数值大小、等级排名、整体趋势、计算工作量等五方面进行对比分析。结果表明:三种模型均适用于区域减灾能力定量化评估,可根据区域评估目的和需求进行选择。总体上,以秩和比法优劣分档最佳、信息损失最大,TOPSIS法信息损失最小、优劣分档最差。而基于非整秩和比法评估原理,利用线性插值法对各评价指标进行编秩,所编秩次与原指标值间存在更为紧密的线性对应关系,既克服了秩和比法源数据的信息损失,又能对TOPSIS法的优劣分档进行优化。因此,改进后的非整秩和比法的信息损失与优劣分档均比较适中,是三者中的较优选择。对非整秩和比法的研究可为减灾能力定量化评估提供参考。

关键词：减灾能力评估 RSR模型非整RSR模型 TOPSIS模型线性插值法信息损失优劣分档

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三种方法的乡镇减灾能力评估结果比较——以北京市延庆区18个乡镇为例

引用

灾害学 2023年

作者：丁建闯钟海仁许礼林余洁华北科技学院建筑工程学院国信司南(北京)地理信息技术有限公司首都师范大学资源环境与旅游学院

减灾能力是区域防灾减灾、应急救援和恢复重建过程中所具有的综合能力。以北京市延庆区“第一次全国自然灾害综合风险普查”基础调查数据为例，分别采用秩和比法（RSR）、非整秩和比法（非整RSR）和TOPSIS法对该区18个乡镇的减灾能力进... 详细信息

减灾能力是区域防灾减灾、应急救援和恢复重建过程中所具有的综合能力。以北京市延庆区“第一次全国自然灾害综合风险普查”基础调查数据为例，分别采用秩和比法（RSR）、非整秩和比法（非整RSR）和TOPSIS法对该区18个乡镇的减灾能力进行定量化评估，从评估模型的实用性、数值大小、等级排名、整体趋势、计算工作量等五方面进行对比分析。结果表明：三种模型均适用于区域减灾能力定量化评估，可根据区域评估目的和需求进行选择。总体上，以秩和比法优劣分档最佳、信息损失最大，TOPSIS法信息损失最小、优劣分档最差。而基于非整秩和比法评估原理，利用线性插值法对各评价指标进行编秩，所编秩次与原指标值间存在更为紧密的线性对应关系，既克服了秩和比法源数据的信息损失，又能对TOPSIS法的优劣分档进行优化。因此，改进后的非整秩和比法的信息损失与优劣分档均比较适中，是三者中的较优选择。对非整秩和比法的研究可为减灾能力定量化评估提供参考。

关键词：减灾能力评估 RSR模型非整RSR模型 TOPSIS模型线性插值法信息损失优劣分档

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于TOPSIS和机器学习的上海市金山区减灾能力评估与区域灾害特征分析

基于TOPSIS和机器学习的上海市金山区减灾能力评估与区域灾害特征...

引用

作者：李政杰华东师范大学

学位级别：硕士

中国是受自然灾害影响最为严重的国家之一,全球气候变化和人类活动的影响加剧了自然灾害的突发性和复杂性。频发的自然灾害会造成巨大的经济损失和人员伤亡。上海市是我国重要的特大沿海城市,地势低平,滨海临江,人口、建筑和基础设施密... 详细信息

中国是受自然灾害影响最为严重的国家之一,全球气候变化和人类活动的影响加剧了自然灾害的突发性和复杂性。频发的自然灾害会造成巨大的经济损失和人员伤亡。上海市是我国重要的特大沿海城市,地势低平,滨海临江,人口、建筑和基础设施密集,频繁受到台风和风暴潮灾害影响,同时上海是典型的软土地区,地质环境相对脆弱,长期受到地面沉降灾害的威胁。金山区作为上海市正快速推进城镇建设更新的沿海郊区,更可能受到地面沉降和海岸洪涝灾害的影响,且沿海地区聚集和分布着大量人口和危险化学品企业。为了防范、抵御和降低灾害影响,一方面需要对区域减灾能力有客观认识,另一方面需要掌握区域灾害特征,二者结合,探究提升区域减灾能力的策略,对金山区防范化解灾害风险、减少灾害损失具有重要意义。本研究首先基于优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS),以街镇为评估单元,基于全国第一次自然灾害综合风险普查指标体系,评估了金山区的乡镇(街道)和社区(行政村)减灾能力。减灾能力评估数据是动态变化的,因此基于机器学习方法评估了金山区减灾能力,建立了更高效智能的评估模型。并基于小基线集方法(Small Baseline Subset,SBAS)和新近获取的Sentinel-1A卫星影像反演了金山区全区2016-2020年的地表形变速率和金山区海堤2020-2022年的地表形变速率。综合考虑海堤失效的影响和两种情景下的极值水位,基于LISFLOOD-FP模型模拟了多情景下金山区海堤失效后可能发生洪涝灾害的区域。针对减灾能力评估结果为较弱和弱的街镇,对评估指标进行了敏感度分析,探究了影响减灾能力提升的关键指标,并结合区域灾害特征,分析了提升金山区减灾能力的策略。本文首先基于TOPSIS方法和全国第一次自然灾害综合风险普查减灾能力评估指标体系,采用各评估指标等分权重,以街镇为评估单元,评估了金山区乡镇(街道)和社区(行政村)的减灾能力,将金山区11个街镇分为强、较强、中等、较弱和弱五个等级。同时采用极值法分析了评估指标权重变化对评估结果的影响,发现指标权重的变化对评估结果没有显著影响,大部分街镇的减灾能力等级不会发生变化,发生变化的街镇等级也是在相邻等级间浮动。针对动态变化的减灾能力评估数据,在给定的阈值区间内模拟减灾能力评估数据作为训练集,基于机器学习方法评估了金山区减灾能力,发现基于Bagging方法和随机森林方法的评估结果与基于TOPSIS方法的评估结果大部分一致,小部分不一致的结果在相邻等级间浮动。减灾能力评估是未考虑区域综合灾害危险性水平或灾害强度的评估,本研究基于SBAS方法和LISFLOOD-FP模型分析提取了金山区的区域灾害特征。首先基于2016-2020年的119景和2020-2022年的87景升轨Sentinel-1A影像,利用SBAS方法分别反演了金山区全区和海堤的视线向(Line of Sight,LOS)时序形变场,发现近年来金山区地面沉降主要发生在漕泾镇东北部与奉贤区交界区域和亭林镇北部,海堤沉降最为显著的部分则在山阳镇南部,有约3 km长的海堤年平均沉降速率达到了20 mm/year。为了进一步探究海堤失效的影响,本文将海堤分别分为24个长度为1 km的单元和12个长度为2 km的单元,基于LISFLOOD-FP二维水动力模型,分别基于GTSR(Global Tide and Surge Reanalysis)数据集和1949-2020年金山区风暴潮导致的最大潮位,模拟了各段海堤失效后的海岸洪涝淹没场景。结果显示,当漕泾镇南部和山阳镇南部部分海堤失效时,海岸洪涝可淹没超过30 km的区域。基于减灾能力的评估结果,本文针对乡镇(街道)和社区(行政村)减灾能力评估为较弱及以下的街镇,通过单变量法对参与评估的指标进行了敏感度分析,探究影响减灾能力的关键指标。结果显示在乡镇(街道)减灾能力评估中,灾害管理人员数量这一指标对评估结果影响最为显著;在社区(行政村)减灾能力评估中,医疗卫生机构数、投入的储备物资装备总金额和防灾减灾资金这三个指标能较好地提升减灾能力。基于此,结合金山区区域灾害特征,对减灾能力较弱和可能遭受海岸洪涝灾害及地面沉降明显的区域,提出了提升区域减灾能力的策略,可为提高区域自然灾害综合减灾能力提供灾害风险信息和科学决策依据。

关键词：减灾能力评估地面沉降洪涝模拟 TOPSIS 机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：