在风暴潮灾害造成的经济损失呈不断上升趋势的背景下,风暴潮灾害管理已成为我国宏观管理的重点之一。科学的经济预警,正是从宏观角度制定切实可行的防灾减灾政策的关键所在。本项目以粤闽浙沿海地区为例,首先从理论上揭示风暴潮各致灾因子与风暴潮灾害经济损失间的内在联系,并据以建立包括自然指标、经济指标、社会指标、环境指标的风暴潮灾害综合评价指标体系,构建结构合理、数据充实的风暴潮灾害数据库;然后运用因子-聚类分析法、熵值法建立风暴潮灾害风险区划,并分别运用对应分析法、灰色关联度法探寻不同地区经济损失与不同致灾因子、不同损失类型与不同致灾因子间的本质联系,进而提炼风暴潮灾害经济损失一般规律;最后在一般规律的指导下,提出针对不同区划、区划内不同地区、地区内不同行业的风暴潮灾害的科学经济预警以及损失最小化政策。本项目研究将为风暴潮灾害的宏观管理和政策设计,提供理论指导和决策支持,具有重要的理论价值和实践意义。
Storm Surge Grading;Economic Loss Prediction;Fourier Series;Grey Prediction;BP Neural Network
风暴潮是由强烈大气扰动引发的海水异常升降现象,一场风暴潮可持续数天之久。在我国沿海地区,特别是浙、闽、粤三省频频遭遇风暴潮,造成重大经济损失和人员伤亡。近年来,风暴潮造成的经济损失不断上升,风暴潮灾害管理已经成为我国宏观管理的重点之一。科学合理的灾害指标体系和风暴潮预警成为防灾减灾政策制定的关键所在。本项目首先从理论上揭示了风暴潮各致灾因子与风暴潮灾害损失之间的内在关系,继而在全面收集整理浙闽粤三省原始风暴潮数据资料、创建结构合理的风暴潮灾害数据库的基础上,设计了包括自然、经济、社会及环境因素的风暴潮灾害综合评价指标体系,并针对以往研究中对各省“一刀切”的划分缺陷,突出强调了各省自身的承灾能力,综合运用因子分析、熵值法、聚类分析等统计方法对浙、闽、粤三省分别进行风暴潮灾害等级划分,刻画了不同地区经济损失与不同致灾因子的本质联系;在对浙、闽、粤三省风暴潮经济损失进行等级划分的基础上,综合运用傅里叶级数、灰色预测和BP神经网络等统计方法分别进行浙、闽、粤三省的经济损失预测;最后,针对浙、闽、粤三省各自不同的社会经济状况,提出各自风暴潮灾害的科学经济预警及损失最小化政策。本项目考虑各省份的特殊的自然、社会和经济状况的风暴潮等级划分与经济损失预测,使得各省在防灾减损上更具有实际可行性和现实意义,为风暴潮灾害的宏观管理与政策设计,提供了系统的理论指导与针对性的决策支持,具有重要的理论价值和实践意义。