暴雨灾害作为我国常见的自然灾害之一,其引发的次生灾害,包括洪灾和涝渍灾,在影响正常工业生产的同时对人民的生命财产亦造成巨大危害,成为自然灾害领域研究的热点问题。福建省位于我国东南沿海属热带、亚热带海洋性季风气候,兼受台风影响,致使各地暴雨洪涝灾害严重。冈此建立相关暴雨灾害综合评价模型,对福建省暴雨灾害进行时空变化与区域划分研究,为相关部门提供决策依据具有显著意义。传统的综合评价都是将评价值通过自然断裂得出风险区划结果,表现的是地区的综合属性,而在反映各具体指标在区划结果中的作用以及寻找地区之间共同特征方面有所欠缺。鉴于以上分析与考虑,本文在对福建省暴雨灾害风险进行区划时,通过基于灰关联分析的谱聚类方法,在聚类模型的无监督学习之下,得到福建省暴雨灾害风险区划结果。针对具体指标相对程度的差异性,文中利用层次分析法与熵值法在偏离度权系数的参与下,构建权向量组合赋权的最优化模型,将得到的组合权重作为调整因子应用到基于灰关联的谱聚类的模型当中。本文收集和整理了2000年至2010年的福建省社会经济指标数据,近50年福建省各基础站点的日降水数据以及近11年的micaps系统各站点的日降水数据。首先,从暴雨灾害形成机理及致灾理论出发,着重对致灾条件和社会经济数据的空间化进行了详细研究,对具体指标数据进行了预处理。其次,利用权向量组合赋权的最优化模型得到组合权重,通过基于灰关联的谱聚类的模型的无监督学习,得到福建省暴雨灾害风险综合区划结果,并借助GIS技术进行空间展现及分析。然后,分析了各等级风险区域的关联指标因素,挖掘出了防灾抗灾联动性特征,对致灾因子危险性、孕灾环境敏感性、承灾体易损性以及防灾减灾能力4项准则层指标进行了空间化处理,提升了精细化程度。再次,通过分析各风险区域风险时间序列及气象冈子时间序列的演变规律,对风险值、气象因子时间序列进行了趋势分析及预测。最后针对区划结果和风险趋势提出了防灾减灾对策建议。