排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型。结果表明：选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样本拟合一致率为86.1%,测试样本预报准确率为71.4%,其中严重和较重的台风灾情等级预报结果与实况基本一致,较轻等级的预报准确率达83.3%。 相似文献
2.
辽宁暴雨致灾指标及灾害影响预评估 总被引：2，自引：0，他引：2
利用1951-2012年辽宁暴雨过程及暴雨灾情资料,对辽宁暴雨灾害特征及暴雨灾害评估进行分析,并应用统计分析方法,建立暴雨致灾指标与灾害影响预评估的关系。结果表明：1951-2012年辽宁年平均暴雨日数分布为自东南向西北逐渐减少;辽宁暴雨灾害发生频率分布为自中部向西北逐渐增多,灾害发生频率最高的地区为辽宁西部地区,其中朝阳喀左县暴雨灾害发生频率最高,占该站暴雨总次数的73%;辽宁西部等地区暴雨灾害发生频率较高,但降水强度较小,且发生一级和二级暴雨灾害的概率低于其他地区;而除辽西地区外,其他地区暴雨灾害发生频率略低,但降水强度大。辽宁受暴雨灾害影响最大的受灾体为农作物及设施,辽阳地区受灾频率最大,占该地区受灾过程总数的95%以上。辽宁暴雨灾害可划分为暴雨灾害易发区、较易发区和一般易发区。 相似文献
1