基于空间信息格网和BP神经网络的洪灾损失评估模型研究

洪涝灾害是世界上主要的自然灾害，我国每年因洪灾造成的直接经济损失达数百亿元，如何利用新技术从而快速、精确地评估洪灾所造成的损失是急需要解决的热点问题。利用空间信息格网技术，将洪灾区域依据自然社会经济情况划分为格网，结合GIS技术和DEM数据，计算每个格网的社会经济和洪灾相关数据，并从洪灾的属性特征出发，选用洪水致灾、地形条件、淹没程度与抢险及时程度、社会经济作为洪灾损失的主要影响因子，分别研究它们对洪灾损失的影响规律，利用数学建模方法构建进行灾害评估的多因子空间；然后利用BP神经网络对每个格网里的影响因子和洪灾损失进行训练，构建由单个格网神经网络模型组成的神经网络模型集群，通过该模型集群，得出整个洪灾区域的洪灾损失；最后以鄱阳湖区为例，对基于空间信息格网和BP神经网络的洪灾损失评估模型进行应用并检验，从而完善洪灾损失评估的理论与应用体系，为防洪、减灾、救灾提供重要的决策依据。

本课题一是利用空间信息技术，将洪灾淹没区域依据自然社会经济情况划分为格网，并基于GIS技术制作了洪水特性格网；二是从洪灾的属性特征出发，选用洪水致灾、地形条件、防洪能力、社会经济作为洪灾损失的主要影响因子，分别研究了它们对洪灾损失的影响规律，并探讨了这些因子相关数据的获取方法；三是针对BP神经网络算法存在的缺陷，对BP神经网络算法进行了综合改进，既保证了算法的稳定性又加快了算法收敛的速度；四是通过收集洪灾评估原始数据、提取评估影响因子以及对样本数据进行训练学习过程，建立了基于综合改进的BP神经网络洪灾损失评估模型；五是以鄱阳湖区某县为研究对象，研究了神经网络集成模型的个体生成和结论生成的实现方法，利用C#语言和AForge.NET开源框架下的神经网络类库建立了一个能快速构建神经网络集成的洪灾损失评估模型；六是分析了空间信息格网的组成，选择了Intersect叠加分析方法将洪水特性格网和社会经济展布格网进行叠加分析生成了进行洪灾损失评估的空间信息格网，建立了基于空间信息格网的洪灾损失评估模型；七是利用C#语言在ArcGIS Engine的基础上开发了一个基于空间信息格网和BP神经网络的洪灾损失快速评估系统，建立了针对不同地物类型的洪灾损失样本库，采用神经网络训练评估模型，可以实现洪灾期间的洪灾损失实时精准评估和空间模拟，为防洪、减灾及救灾提供了重要的决策依据。.课题完成了项目申报书的所有研究内容，研究成果超额完成了预期目标，课题研究成果先后发表了26篇论文，其中7篇被三大检索收录，13篇在核心刊物上发表；获批计算机软件著作权8个；待出版专著1本（已提交书稿）；培养了10名硕士研究生（1篇评为省级优秀硕士论文）；获市厅级科技奖励3项。