论文部分内容阅读
滑坡是指斜坡岩土体沿着贯通的剪切破坏面所发生的滑移现象,泥石流是指在山区或者其他沟谷深壑,地形险峻的地区,因为暴雨暴雪或其他自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流,泥石流具有突然性以及流速快,流量大,物质容量大和破坏力强等特点。发生滑坡与泥石流常常会冲毁公路铁路等交通设施甚至村镇,是破坏力极大的突发性自然灾害,多见于山区,由于滑坡与泥石流有极大的相似之处,且两种灾害经常同时发生,故常常将两种灾害一起讨论。我国地大物博,是遭受滑坡与泥石流灾害频繁的国家,且受灾程度较为严重。在对滑坡与泥石流的研究中,学者们多是针对其危险性及风险性的分析,这对可能的受灾区起预防及警惕的作用。但目前,针对滑坡与泥石流灾害经济损失评估还缺乏系统的研究,且对灾害经济损失值无法准确统计与计算,一是因为灾害损失的统计还没有分灾种细化,往往是按大类例如地质灾害甚至是按总类自然灾害来统计;二是因为灾害损失统计也即灾情定量评估本身还存在一些科学技术问题尚未解决。所以就目前灾害研究水平和防灾减灾实际需要来考虑,因数据采集的客观、准确、全面等原因,使得灾害损失统计汇总的方法存在很大的不足与难度。本文应用粗糙集、BP神经网络理论,建立了滑坡与泥石流灾后经济损失的粗糙BP神经网络评估模型。该模型首先应用粗糙集属性约简的方法将易采集到的{受灾人数,死亡及失踪人口数,紧急转移人数,农作物受灾面积,成灾面积,绝收面积,倒塌房屋间数,损坏房屋数}指标集进行约简,得到约简后的精简指标集{受灾人数,死亡及失踪人口数,紧急转移人数,农作物受灾面积,倒塌房屋数};然后采用具有很强适用性的BP神经网络对滑坡与泥石流灾后经济损失率进行计算,根据计算所得经济损失率值按区间分级法将滑坡与泥石流损失分为高、中、低三个灾害损失等级。本文最后进行了实例分析,在实例分析中,首先将2009年全国范围内的28组滑坡与泥石流灾害损失数据进行随机排序,以前25组损失数据作为训练样本输入BP神经网络进行训练;然后输入后3组数据,即青海、宁夏、新疆三省的损失数据,利用经训练的BP神经网络得到青海、宁夏、新疆的滑坡与泥石流灾害经济损失率的计算值;最后根据分级标准得到青海、宁夏、新疆2009年滑坡与泥石流灾害损失级别。本文所建立的滑坡与泥石流灾害经济损失的粗糙BP神经网络评估模型为滑坡与泥石流的灾后经济损失评估提供了一个可行且有效的方法,其评估结果为政府及相关部门在滑坡与泥石流的减灾、救灾方面提供理论依据。在滑坡与泥石流灾害损失评估中,众多专家使用了多种方法进行评估,但是尚没有使用粗糙BP神经网络的方法进行评估,因此,本文是在滑坡与泥石流灾害损失评估领域首次尝试使用粗糙BP神经网络进行滑坡与泥石流灾损评估,实例分析证明,该方法行之有效,且可推广用于其他自然灾害损失评估。