福建省台风灾害的直接经济损失评估

论文总字数：18264字

目 录

摘要...................................................................................................................1

Abstract.............................................................................................................2

1引言 3

2 方法介绍 4

2.1主成分分析方法 4

2.2灰色关联度分析方法 5

2.3BP神经网络模型 6

2.4模糊层次综合评价法 8

3 实例分析 9

3.1数据来源 9

3.2台风灾情分析 10

3.3评估因子的选取 11

3.4台风直接经济损失的预测 12

3.4.1BP神经网络模型 12

3.4.2模糊层次综合评价法 13

4 误差分析 17

5 结论 17

5.1模型的评价 17

5.1.1BP神经网络的优劣 18

5.1.2模糊层次综合评价模型的优劣 18

5.2建议措施 18

参考文献 19

致谢 21

基于模糊层次评价法的台风灾害经济损失评估

王赛花

, China

Abstract:A direct economic loss model is established according to nearly a decade of typhoon disasters in fujian province. First of all , this paper uses GRA combining with the disaster factors to analyze the typhoon disaster in recent years. Then PCA is implied to reduce the data dimension and screen key indicators, such as hazard-affected body factor, disaster prevention and reduction factor. To extract the key factor of the index as input layer of BP neural network, the evaluation model is received. The model results and actual value are basically identical. In order to compare the results of BP neural network model, AHP is applied to construct the index weight, combining with fuzzy comprehensive evaluation to calculate the typhoon disaster index. Correlation analysis result showed that the model had a high fitting rate with a correlation coefficient 0.8574. Based on the above, the power function was employed to establish the fitting model of the direct economic losses. While average error of BP neural network model is 21.57%, the error of fuzzy evaluation is 18.16%. So the fuzzy-AHP comprehensive evaluation improves the accuracy of prediction in a certain extent, providing the advice for disaster prevention and mitigation work.

Key words:damage index; GRA; PCA; BP neural networ; fuzzy-AHP comprehensive evaluation

1引言

近年来，台风灾害破坏力非常大，极大地威胁到人们的生命和财产。台风登陆时，时常伴有恶劣天气，如暴雨、洪涝、泥石流等次生灾害，是我国沿海地区最主要的灾害之一。福建省的地理位置比较特殊，位于东南沿海，靠近西北太平洋，在众多省份中遭受台风灾害最为严重的省份之一。对此，对台风灾害造成的损失的历史观测数据进行有效的评估，最大程度的预防灾害的发生和减少灾害所造成的损失，已经刻不容缓，这就需要对台风造成的接经济损失进行准确地评估。目前，台风灾害评估已经受到国内外许多研究者的密切关注，他们中的很多人已经着手做了很多工作。比如，娄伟平等^[1]将主成分和神经网络结合起来评估浙江省台风灾害直接经济损失；巩在武、胡丽^[2]将灰色关联度分析以及回归分析对台风灾害中的影响因子进行分析；李春梅等^[3]针对广东省的热带气旋灾害采用层次分析法进行直接经济损失评估；李钢等^[4]将模糊综合评价法运用到对浙江省台风灾害的经济损失评估中；吴先华等^[5]采用投入产出模型构建产业关联损失模型；于小龙等^[6]则利用基本的数理统计方法评估台风所造成的损失。这些研究选用的指标缺乏统一性标准，大多数由学者自己主观选择，因子选取的不全面，方法比较单一化，而且对福建省的台风灾害经济损失研究较少。

通常来说，台风灾害本身携带的大风、暴雨和风暴潮等致灾因子，它们所产生时的强度和影响范围决定了台风灾害的发生，是台风灾害产生的原动力。因为在搜集台风相关数据时，风暴潮数据搜集较困难，难以测量，但是风暴潮主要受到台风的降雨量、中心气压和近中心最大风速的影响。因此，本文将这三个影响因素作为致灾因子。所谓承灾体，主要指那些受到台风灾害威胁和影响较大的社会全体。主要包括人类本身和社会发展的各个方面，如工业、农业、能源、建筑业、交通、通信、教育、文化、娱乐、各种减灾工程设施及生产、生活服务设施，以及人们所积累起来的各类财富等。一方面致灾因子的强度会在极大程度上影响承灾体承受灾害的程度，另一方面也受到自身承灾脆弱性的影响。本文选取的承灾体因子有社会固定资产投资、农业产值、电力消费量作为承灾体因子。此外，台风灾害还与政府的应急措施、地区的防灾能力和人们的灾害意识等有关。近年来对台风的登录时间、地点、登录时的降水量、风速等要素的预报高精度为台风的防灾减灾提供了更为重要科学的依据。以及公众普遍提高了对台风灾害的认识和防灾减灾意识，加强各种堤坝、水利、房屋建设，有效地降低台风灾情。本文将城镇居民人均总收入、农村居民人均收入、铁路营业里程、卫生人员数、医疗卫生机构床位数作为防灾减灾因子。

本文选取了致灾因子、承灾体因子、防灾减灾因子作为研究直接经济损失的评价因子，利用灰色关联度方法分析福建省近十年的灾害情况。利用灰色关联度分析方法，结合灾情因子得出灾情指数分析福建省近几年的台风灾害情况。接着运用主成分分析方法筛选致灾因子、承灾体因子、防灾减灾因子等方面的关键指标，降低数据维度。通过将筛选出的主要因子指标作为BP神经网络的输入层，经济损失作为输出层，建立直接经济损失评估模型。为了与BP神经网络模型作对比，运用层次分析法构造各指标的权数，再结合模糊综合评价法得出台风灾害指数。

2 方法介绍

2.1主成分分析方法

2.1.1思想

主成分分析法首先对各变量进行标准化处理，消除量纲之间的影响，接着建立变量之间的相关系数矩阵，根据相关系数阵求得特征值和特征向量，所得到的特征值与主成分的方差相对应，也就是对总变异的贡献。一般地，选取累计贡献率达85%以上，确定主成分的个数和顺序。

2.1.2算法

选择个变量、个样本，用以下矩阵来表示，即：

（1）

（1）中心化和标准化

其中，是第个变量的样本均值，即，

即：，

剩余内容已隐藏，请支付后下载全文，论文总字数：18264字