防洪決策中災(zāi)情評(píng)估系統(tǒng)的研究.pdf

1、在全球洪澇災(zāi)害日益加重，非工程防洪倍受重視的背景下，開(kāi)展防洪決策中災(zāi)情評(píng)估系統(tǒng)的研究，具有一定的現(xiàn)實(shí)意義。本論文結(jié)合當(dāng)前我國(guó)災(zāi)情評(píng)估工作的實(shí)際需求，對(duì)災(zāi)情評(píng)估系統(tǒng)功能結(jié)構(gòu)進(jìn)行設(shè)計(jì)，并運(yùn)用計(jì)算機(jī)技術(shù)、人工智能技術(shù)、可視化仿真技術(shù)以及數(shù)學(xué)、管理科學(xué)、決策科學(xué)等多學(xué)科知識(shí)，建立一整套災(zāi)情評(píng)估模型，從而為實(shí)現(xiàn)災(zāi)情評(píng)估的科學(xué)化、系統(tǒng)化、定量化奠定了基礎(chǔ)。 首先，提出防洪決策支持系統(tǒng)的三層體系架構(gòu)，并分別進(jìn)行詳細(xì)設(shè)計(jì)。其中，接口層實(shí)現(xiàn)系統(tǒng)與

2、決策分析人員的交互；應(yīng)用層通過(guò)調(diào)用數(shù)據(jù)和模型，完成防洪決策過(guò)程各個(gè)環(huán)節(jié)的信息需求和分析功能，是系統(tǒng)的核心部分；基礎(chǔ)層包括數(shù)據(jù)庫(kù)(存放空間數(shù)據(jù)和屬性數(shù)據(jù))、模型庫(kù)以及知識(shí)庫(kù)，為系統(tǒng)提供信息和技術(shù)支持。 其次，在對(duì)災(zāi)情評(píng)估系統(tǒng)功能需求進(jìn)行分析的基礎(chǔ)上，提出包含水情仿真、損失計(jì)算和災(zāi)度評(píng)價(jià)三個(gè)功能模塊的災(zāi)情評(píng)估系統(tǒng)。水情仿真模塊通過(guò)動(dòng)態(tài)顯示洪水淹沒(méi)過(guò)程，來(lái)獲取洪水淹沒(méi)范圍、水深分布等災(zāi)情指標(biāo)。損失計(jì)算模塊和災(zāi)度評(píng)價(jià)模塊則分別從定量和定

3、性分析的角度，對(duì)洪澇災(zāi)害造成的破壞程度進(jìn)行評(píng)估。由于三個(gè)模塊對(duì)洪澇災(zāi)情的評(píng)估是層層遞進(jìn)的，因而能夠?qū)闈碁?zāi)情有一個(gè)全面而科學(xué)的評(píng)估。 再次，實(shí)現(xiàn)洪水淹沒(méi)全過(guò)程的三維動(dòng)態(tài)可視化仿真，得到實(shí)時(shí)的洪水行為特征，為計(jì)算洪災(zāi)損失、劃分洪災(zāi)等級(jí)提供準(zhǔn)確、可靠的災(zāi)情指標(biāo)。首先采用TIN表面生成算法和GRID內(nèi)插算法，由離散高程點(diǎn)生成三維數(shù)字地形；然后采用改進(jìn)的格網(wǎng)源點(diǎn)蔓延算法，模擬洪水演進(jìn)過(guò)程，分別計(jì)算給定洪水水位或洪量條件下淹沒(méi)區(qū)的淹沒(méi)范圍

4、和水深分布；最后運(yùn)用Java 3D網(wǎng)絡(luò)可視化工具繪制洪水風(fēng)險(xiǎn)圖，并對(duì)不同條件下的洪水淹沒(méi)過(guò)程進(jìn)行動(dòng)畫(huà)演示。 接著，給出洪災(zāi)直接經(jīng)濟(jì)損失的計(jì)算方法。從系統(tǒng)論出發(fā)，分析洪災(zāi)損失的影響因素，建立快速損失評(píng)估模型。模型的輸入是損失影響因素，輸出是直接經(jīng)濟(jì)損失。相比損失率計(jì)算模型，該模型使用方便，影響因素考慮周全，因而具有更廣泛的適用性，更佳的評(píng)估性能。此外，分別介紹企業(yè)停減產(chǎn)損失、產(chǎn)業(yè)關(guān)聯(lián)損失和減災(zāi)救災(zāi)投入三類間接經(jīng)濟(jì)損失的評(píng)估方法，并

5、定義相對(duì)經(jīng)濟(jì)損失指標(biāo)——洪損度，用于評(píng)估洪災(zāi)相對(duì)損失及其對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的制約作用。 然后，針對(duì)遺傳算法暴露出的局部搜索能力不強(qiáng)、未成熟收斂等缺陷，提出一種基于免疫遺傳算法的洪澇災(zāi)度評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)模型(IGA-NN)，并給出IGA-NN的設(shè)計(jì)方法和優(yōu)化步驟。結(jié)合應(yīng)用實(shí)例，將IGA-NN與標(biāo)準(zhǔn)遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行比較。測(cè)試結(jié)果表明，IGA-NN能夠反映多個(gè)評(píng)價(jià)指標(biāo)與災(zāi)度等級(jí)之間的相關(guān)關(guān)系，可用于洪澇災(zāi)度評(píng)價(jià)，具有更快的應(yīng)答速