风暴潮是一种灾害性的强海洋动力过程。中国是全球少数几个同时受台风风暴潮和温带风暴潮危害的国家之一。风暴潮的破坏性巨大,做好风暴潮的预报与评价工作有着十分重要的意义。风暴潮的预报一般可分为“经验统计预报”和“动力-数值预报”两大类。灾害风险评估是一门将风险学引入灾害学研究的新兴交叉学科,着重于对灾害发生及其损失中的不确定性因素进行研究。本文在以往的研究基础上,采用数值预报的方法,对风暴潮预测中的一些问题进行了研究,并采用实际数据对研究的结果进行了实验。经实验验证,本文所做的工作对当前风暴潮的预测及相关的防灾减灾工作具有一定的指导意义。本文的主要工作包括以下内容：首先,重点研究了严重风暴潮过程的模拟。由于风暴潮发生时整个时空过程是一个复杂的时空模拟问题,所以要选择合适的风暴潮灾害预报模型。为了准确预估、分析风暴潮的情况需要对潮波情况进行数值模拟,并根据模拟情况,分析各种风暴潮引发洪水的影响范围和历时,以确定危害程度及应采取的措施。其次,在对风险基本内容研究的基础上,分析了自然灾害涉及的风险评估原理。当样本不多时,所有样本提供的风险知识是不完备的。由于不完备信息是一类模糊信息,根据信息扩散原理,一定存在着一个适当的扩散函数,可将传统的观测样本点集值化,以弥补资料不足的缺陷,达到提高风险估计精度的目的。本文采用模糊信息粒化以及信息扩散的相关原理,提出了基于小样本模糊风险的风险评估模型。对中国沿海的特大台风风暴潮灾害进行了风险分析与评估。预测结果与特大台风暴潮实际发生的情况基本相吻合,对防灾减灾具有一定的指导作用。在潮位的预测方面,从历史数据选取极值高潮位来临前一天的各项指标数据,包括实测高潮位、台风参数、气压参数,作为预报因子。利用三元线性回归模型建立这些指标与极值高潮位之间的相关关系,并进行各项统计检验。由于不同时刻的数据对极值高潮位的影响作用不同,引入适当权函数。在此基础上,实现的极值高潮位统计预报模型,实现了自动化,并且由于计算简单,可用于实时预报。其预报时间可达24小时,并在实际应用中有较好的效果,适合推广使用。本文采用信息扩散方法解决了在地质灾害评估系统中存在的一类主要模糊信息。这类模糊信息是由于不完备信息产生的模糊信息。基于上述理论背景,系统流程设计如下：首先,收集台风和上游来水因子等影响风暴潮发生的数据,分别采用单站预报模式和神经网络预报模式预测近期风暴潮发生的极值高潮位。然后,采用信息扩散,挖掘出尽可能多的有用的信息,以提高系统风险识别的精度。最后,在各种数据的支持下,本文利用可视化软件进行了可视化系统开发工作。并在可视化系统中,结合地理信息数据,将沿岸地区的地形和潮位叠加显示。同时,在风险评估模型的基础上,对沿岸各区域的受灾风险通过可视化的方法予以表示,形象直观地为相关部门提供防灾减灾依据。经实验,证明该可视化系统能快速、准确地显示各种数据,为风暴潮灾害中的防灾、抗灾工作提供决策支持。