数学建模以深圳市为例探究洪灾损失预测研究的科学性与严谨性

1、以深圳市为例探究洪灾损失预测研究的科学性与严谨性摘要本文对城市洪涝灾害的承灾体、致灾因子、孕灾环境的作用机理进行了分析，总结了城市洪涝灾害成灾模式的变化趋势及城市化对洪涝灾害成灾特性的影响。在探讨城市灾前价值评估和洪灾经济损失率确定的一般方法基础上,建立了GIS模型和BP神经网络模型,并对深圳市的洪涝灾害损失情况进行了实际评估和预测。对于问题一，本文从所搜集的数据中，抽选具有代表性的数据进行进一步的分析。利用excel把分析出来的数据做成直观图，通过正确的数学建模方法和准确的数据，建立GIS模型，分析了报告存在的问题及风暴潮灾害被高估的四条原因。对于问题二，建立BP神经网络模型，同时运用mat

2、lab，spss软件对这些因素分别进行分析之后得出结果：2020年的年降水量会偏少，年损失为1.69亿元，而2050年为降水峰值，洪灾产生经济损失为31.36亿元。对问题三、四，在解决完问题一二的基础上，通过分析找出规律得出结论，预测出深圳市在未来的降雨情况，给市政府写一封建议信，防范于未然；同时也给深圳市民写一封建议书，使普通百姓能够正确对待信息时代负面信息快速传播带来的问题。关键字 GISM模型 多元回归分析 显著性检验 BP神经网络模型一、 问题重述据报载，国外有研究报告将广州预测为受洪灾损失最重的城市，也将深圳列为洪灾损失严重的城市(见附件1和附件2)。有关专家和专业人员认为该报告结论

3、与事实存在出入(见附件3)，因而怀疑其所用方法及支撑数据的正确性与准确性。1. 请收集深圳市的相关资料，通过数学建模的方法，分析经济合作与发展组织(OCED)研究报告(附件2)中可能存在的问题2、并基于你们的建模分析对2020和2050深圳可能遭受的洪灾损失做出预测，同时对比评价你们的模型与研究报告所用模型的优缺点。3、基于你们的研究结果，请给普通百姓写一份不超过一页的建议书，说明研究报告和你们的结果是怎样得到的，并提出一些建议，使普通百姓能够正确对待信息时代所谓“科学结论”快速传播带来的问题，比如“预测”给人们带来的不确定性和焦虑感？4、请给深圳市政府写一份不超过一页的建议书，除了说明研究报

4、告和你们的结果是怎样得到的、可信度如何以及市政府应该做什么等(包括后续研究应该做些什么)。二、 模型假设 1、假设所查数据均真实有效。2、假设雨水蒸发量对整体降雨量影响较小。3、假设所查数据出处的不同对问题分析的影响比较小。三、符号说明 总直接经济损失 可统计间接损失 间接损失系数 淹没程度分级数R 资产总损失值四、问题分析4.1 问题一分析在对深圳市的气象数据分析和查阅大量资料后，然后又对IPCC-AR4对 21 世纪海平面上升量预估值，文章收集珠江口历史潮位数据和特大风暴潮灾害实际损失资料，对若干涉及珠江口风暴潮灾害的文章或评估报告进行了分析讨论，认为有些论著高估了海平面上升对珠江口风暴潮

5、潮灾的影响；通过正确的数学建模方法和准确的数据，分析了报告存在的问题，风暴潮灾害被高估的原因。4.2 问题二分析本文通过研究分析深圳市降雨变化，并从中找出规律，在分析洪灾经济损失主要影响因素的基础上，采用基于 MATLAB 的 BP 神经网络结构，构造洪灾经济损失评估的 BP 人工神经网络模型，并进行实证分析，来得到比较合理的计算结果。五、模型建立与求解5.1 问题一模型建立与求解5.1.1 GIS地理信息系统15.1.1.1地理信息系统的基本理论 20世纪60年代为GIS思想和技术方法的探索时期。在50年代末和60代初计算机获得广泛应用以后,很快就被应用于空间数据的存储与管理。这段时期,诞生

6、了世界上第一个地理信息系统一加拿大地理信息系统(CGIS)。受计算机发展水平的限制,当时的地理信息系统存储能力小,磁带存取速度慢。当时机助制图能力较强,地学分析功能较简单,实现了手扶跟踪数字化方法,可以完成地图数据的拓扑编辑,分幅数据的自动拼接,开创了格网单元的操作方法,发展了许多基于格网的系统。所有这些处理空间数据的主要技术,奠定了地理信息系统发展的基础。由于其丰富的数据分析功能,尤其是地理数据的空间分析功能,在洪水灾害的研究中得到了应用。早在70年代,美国曾利用GIS技术处理和分析各种流域数据,并为流域管理和规划提供决策服务。而在我国也在“七五”与“八五”期间,通过国家科技攻关,开展过洪水

7、险情预报与灾情对策地理信息系统的研究,取得了丰硕的成果,并且成功地在洪水灾害研究实践中得到应用。在洪涝灾害研究中,GIS系统具有以下三个方面的特点:1、提供空间数据采集、制作、管理、显示、分析和输出的计算机平台;2、以洪涝灾害研究和评估决策为目的,以地理模型方法为手段,具有空间分析、多要素综合分析和动态预测的能力,并能产生高层次的地理信息;3、提供空间数据管理工具,建立面向对象的数据模型,提供先进的数据采集系统接口,同GPS、RS的数据接口。利用多要素,多精度数据,从多个方面建立专门的洪涝灾害分析模型,得到快速、精确、综合的对复杂的地理系统进行空间定位和动态分析。由此可见,利用GIS先进的空间

8、数据管理、分析、统计能力,在洪涝灾害评估中可方便的从大量的地理数据中提取有用的数据信息,如受灾面积、受灾范围、水淹深度等,进一步通过统计、评估计算,得出灾害风险图、各类土地利用受灾图等,并为灾害决策、灾后普查等提供方便的可操作平台。5.1.1.2模型一解答珠江口网河地区地势低平，人口密度大，是全球海平面上升灾害脆弱区之一，有关珠江口海平面上升与风暴潮灾害的研究成果已有很多，大多认为随着经济社会的发展，风暴潮（降雨量导致的海平面上升会使）灾害不断加重。Hallegatte等发表在2013年第三期的自然-气候变化杂志上的一篇论文得出：广州洪灾风险全球最高，2050年因洪灾损失也将最高，其中深圳位列

9、第5。此文章引起广州水利部门和媒体的广泛关注。海平面上升叠加风暴潮灾害能给沿海城市带来多大的影响？这直接关系到民生安全问题。有鉴于此，根据相关海洋1与水文行业标准2、技术报告，IPCC-AR4对21世纪海面上升量预估值3，和0814号强台风“黑格比”造成广东境内多个潮位站潮位100 a一遇，甚至超过200、300 a一遇标准下的灾害损失情况4，以及珠江口潮位站实测潮位资料，对海平面上升情况下珠江口风暴潮灾害评估方面的文章或报告进行分析，就海平面上升对珠江口风暴潮灾害损失影响提出看法，以期为相关部门对应灾害措施的制定提供更客观的理论依据。1、资料来源 本文黄埔、赤湾资料与文献5相同，但时间序列延

10、至2011年，高程起算面为珠江基面，香港（北角/鲗鱼涌）资料取自香港天文台历年报告。各站的地理位置及高程起算面见表1。表1 站点地理位置和高程起算面站名 维度 经度 高程起算面黄埔 2306N 11328E 珠江基面赤湾 2227N 11352E 珠江基面香港（北角/鲗鱼涌） 2217N 11412E 海图基准面（C.D）卫星观测的海平面高度距平资料取自美国科罗拉多大学（CU）2013-09-04公布的资料，21世纪海平面上升预估值取自IPCC-AR4，常年平均海平面及常年平均最高潮位按全球观测系统（GLOSS）的约定，取19751993年海平面平均值和19751993年年最高潮位平均值，表2

11、6为IPCC-AR4对21世纪海平面预估值。表2 IPCC-AR4 对21 世纪海平面预估值 方案 SRES 温度增量/ 海平面上升量/cm 最佳估计 可能范围方案1 B1 1.8 1.12.9 1838方案2 A1T 2.4 1.43.8 2045方案3 B2 2.4 1.43.8 2043方案4 A1B 2.8 1.74.4 2148方案5 A2 3.4 2.05.4 2351方案6 A1F1 4.0 2.46.4 2659注：上述所有情景是6 个SRES 标志情景。在SRES 的B1、A1T、B2、A1B、A2和A1F1 解释性标志情景下，对应2100 年人为温室气体和气溶胶产生的强迫辐

12、射（参见IPCC-AR4 评估报告）的近似CO2体积分数大约分别为60010-6、70010-6、80010-6、85010-6、1 25010-6和1 55010-6。2、海平面上升情况 根据 IPCC-AR57，近百年来全球海平面呈加速上升的趋势：19012010 年为（1.70.2）mm/a，19712010 年为（2.00.3）mm/a，19932010年为（3.20.4）mm/a。IPCC-AR5 预估 21 世纪末，全球海平面较 19862005 年上升 0.260.82 m，平均值为 0.400.63 m，预估 20462065 年平均上升0.240.30 m。19932012年

13、，卫星观测得出的全球海平面上升率为（3.20.4）mm/a，南海为（5.60.7）mm/a，广东沿海变化于3.04.0 mm/a之间，但季节和海区差异常达12 mm/a16。近20年广东沿海验潮站海平面上升率变化于（2.50.8）（5.00.9）mm/a之间，平均为（3.60.7）mm/a8。 根据所掌握的资料计算了珠江口赤湾、大鲗万山、 鱼涌、大浦滘等站常年平均海平面，其与19862005年平均海平面的差值为0.040.05 m；取近30年广东海平面上升率较全球约高0.5mm/a，并根据IPCC-AR5预估中限值的线形特点，综合考虑，得出珠江口2050年海平面较常年上升0.200.25 m，

14、21世纪末海平面较常年上升0.450.55 m。 1954年至今的验潮站资料显示：香港维多利亚港的平均海平面高度有明显上升。该趋势跟卫星遥感观测所得及其他南海沿岸各站记录的水位变化相若9。19542012年香港维多利亚港的海平面上升率为2.9 mm/a。 3 海平面上升背景下风暴潮灾害被高估实例 1）Hallegatte等10在假设2050年所研究的城市发生40 cm的沉降、海平面上升20 cm，以及社会经济发展变化（SEC）的情况下，对全球136个百万人口以上的海（河）港口城市现在和未来洪灾损失进行评估。文中称广州和深圳2005年平均洪灾经济损失（AAL）分别为6.87亿美元、1.69亿美元

15、，AAL/GDP广州和深圳分别为1.32、0.38。在仅考虑社会经济发展变化和综合考虑经济变化、地面沉降、海平面上升以及采取维持当前洪水频率措施等情况的不同假设下，文章得出：2050年广州和深圳的洪灾损失位列全球第1、第5位，相关数据如表3所示。表3 预估2050 年洪灾损失情况2005 年预估 2050 年洪灾损失城市人 口 PPP（人均年 带堤防防护设施的 社会经济发展变化（SEC） SEC地面沉降海平面上升年平均损失 采取维持当前洪水频率措施数量/人 收入）/美元 AAL/亿美元 AAL/GDP AAL/亿美元 AAL/GDP AAL/亿美元 AAL/GDP广州8 425 000 6 1

16、93 6.87 1.32% 11 9.28 1.32% 132.00 1.46%深圳7 233 000 6 193 1.69 0.38% 2 9.29 0.38% 31.36 0.40%2）采用Pierson-型曲线对赤湾验潮站19642002年实测潮位资料进行统计分析，得出现状海平面下不同重现期最高潮位值，据此估算海平面上升条件下的不同重现期可能的最高潮位值。文章得出：2100年相对海平面上升1.0 m，海平面上升后10 a一遇最高潮位2.76 m，高于现状100 a一遇最高潮位2.3 m，蛇口半岛一半面积将被淹。表4 海平面上升下的赤湾站重现期最高潮位（珠江基面）重现期/a 海平面上升/m

17、 最高潮位/m 10 0 1.76 1 2.76 50 0 2.0 1 3.0 100 0 2.3 1 3.33）经过回归分析得到的重现期从小到大依次为1、5、13、65 a。经过海平面上升预测值1.0 m修正后，得到2100年各重现期内相对应的风暴潮潮高为2、3、4、5m（表5）。结果表明：海平面上升不仅使最大风暴潮增水值上升，而且缩短了风暴潮重现期，届时65 a一遇的风暴潮增水可能变为13 a一遇，这将对海岸防护工程构成严重威胁。表 5 经过海平面修正后的台风风暴潮增水重现期与相对应潮高重现期/a 现在潮高/m 100 a 后潮高/m1 1 25 2 313 3 465 4 54）利用GI

18、S技术和沿海数字高程模型，针对未来海平面上升30、65、100 cm的3种情景分别进行了无防洪设施和有防洪设施以及不同背景潮位下，珠三角可能淹没被面积的计算，其计算结果如表6所示。表 6 未来海平面上升珠三角可能被淹没面积 上升30 cm 上升65 cm 上升100 cm不同防潮设施和背景潮位情况 淹没面积/km2 占总面积/% 淹没面积/km2 占总面积/% 淹没面积/km2 占总面积%平均大潮高潮位 2 190 7 3 744 12 4 2 82 14无防 历史 珠江口 5 546 18 5 967 19 6 543 21潮设 最高 广州 191 224 257 施 潮位 深圳 7 8 1

19、0 有防 历史 珠江口 1 153 4 3 453 11 6 520 20潮设 最底 广州 171 203 249 施 潮位 深圳 0 0 10 100 a 一遇高潮位 1719 6 2 875 9 7 823 254 珠江口风暴潮灾害影响被高估的原因分析 4.1 文献采用了不适合珠三角的洪灾损失评估方法和计算参数 1）文献对AAL/GDP（年平均洪灾经济损失/国内生产总值）采用线性关系，以GDP及AAL/GDP比值反推AAL，得出相关结论，这种逻辑显然是错误的。近10年广州和深圳并非年年都出现风暴潮灾害，如2004年就没有台风暴潮给广州和深圳带来灾害损失，这表明风暴潮灾害损失并非逐年增加，风

20、暴潮灾害损失与GDP的增长并没有直接关系。GDP以抛物线型上升（图1）23，而风暴潮灾害是呈水平波动（图略）。: 图5.1：1978-2014年广州市GDP变化趋势 2）作为对比起算年，2005年广州和深圳PPP（人均年收入）均取为6 193美元，这是严重的高估值。广州统计年鉴（2012）和深圳统计年鉴（2012）显示：2005年广州市和深圳市PPP分别为33 853元和32 476元，以2005年的人民币对美元汇率的最高值（8.27651，国家外汇管理局）来换算，2005年广州和深圳的PPP分别为4 090.25美元和3 923.881美元，约被高估了50。3）风暴潮高程取值明显偏高。将文献

21、中的广州、深圳和香港潮位分别与黄埔、赤湾、北角/鲗鱼涌等验潮站潮位进行比较，各站常年平均年最高潮位、不同重现期潮位见表7。表7表明：赤湾站的常年平均高潮位比黄埔站低近0.40 m，文献给出的1、10 a重现期潮位（计算方法见文献）深圳较广州低0.67、0.62 m，这与文献采用的高程是利用遥感（RS）和地理信息系统（GIS）根据2002年的Landsat-SRTM卫片得出，高程数值偏高有关。表 7 珠江口各站重现期潮位 重现期潮位 常年平均 资料 站点 1 a 5 a 10 a 100 a 高潮位 来源广州 3.050 3.237 3.437 文献10黄埔 2.10 2.23 2.57 1.9

22、1 脚注香港 1.71 2.13 2.26 2.64 1.91 本文计算（19652005）深圳 2.382 2.619 2.878 文献10赤湾 1.67 1.80 2.21 1.52 脚注北角 1.24 1.67 1.85 2.31 1.52 本文计算（19652005）4.2 将海平面上升数值直接与重现期潮位简单叠加不科学 文献计算海平面上升后的重现期潮位，仅把现有的重现期潮位简单加上海平面升高数值，不符合相关规范。珠江口的年最高潮位约70是由台风诱发的风暴潮增水所致，高潮位的抬升与海平面上升关系不大。刘俊勇等分析了伶仃洋河口20世纪70年代以来年最高潮位变化规律，得出口门附近潮汐通道，

23、如赤湾、黄埔、大盛、三沙口等站自2000年以来，年最高潮位有抬升趋势，其中台风风暴潮潮位抬升20 cm，认为应是近年珠江风暴潮增水增强的原因。李平日也认为珠江水位上升并非完全是海平面上升引起，导致如此大幅度上升的原因还有河岸变窄、河床淤高等因素。据研究：近30年伶仃洋的水域面积减少84.6 km2，水域容积减少19 783.7104 m3，导致珠江口岸线变迁，水下地形变化较快，给河口环境带来了一定的安全隐患，但是环境因素在风暴潮位抬升中占多大的比重，还值得进一步的研究。 对珠三角33个潮位站设计潮位进行复核，实测资料系列由1998年延长到2008年，复核结果与1999年成果比较，50 a一遇设

24、计潮位增幅在10cm以内有13站，增幅1020 cm有9站，增幅2052 cm有6站，设计潮位增大的主要原因是实测资料系列加入了“0104”“0307”“0814”号台风引起珠三角的历史最高潮位。 本文采用广州浮标厂19161946年、19782008年年最高潮位资料，采用Pierson-型曲线对2段年最高潮位资料进行计算（表），结果显示：采用近期31年资料，100 a一遇推算结果较历史推算结果高1.00 m，远非简单叠加海平面上升值（2段资料海平面上升0.14 m)，重现期潮位的升高原因除海平面上升外，局部地区环境因素的变化是重要原因之一。表 广州浮标厂不同年代资料推算重现期高潮位（珠江基面

25、）资料年份重现期高潮位/m100 a 50 a 20 a 10 a 5 a 2 a19161946 2.22 2.12 1.99 1.89 1.78 1.6319782008 3.22 3.04 2.79 2.60 2.40 2.10因此，将海平面上升数值直接与重现期潮位简单叠加的评估方法不科学，至少对广州不适用。4.3 文献对2050年海平面上升量预估值的取值缺乏依据。根据IPCC-AR4评估报告预测，至2050年全球海平面可能较19801999年的平均海平面上升0.90.88 m；并参考相关文献在考虑海平面上升、地面沉降和其他因素后获得的预测值，按照线性回归方法作趋势预测，认为2050年我

26、国沿海相对海平面上升幅度可达1.0 m，以此作为基础数据进行相关研究。 而实际上，IPCC-AR4报告认为2090s全球海平面较1980s上升0.180.59 m（见表2）。由此可见，采用的全球海平面上升量预估值与其来源资料（IPCC-AR4）的预估值不符，比资料来源（IPCC-AR4）预估值上限（0.59 m）偏高了0.290.31 m；其按线性回归预测的2050年沿海相对海平面上，升幅度更是比IPCC-AR4的预估值上限偏高了0.41 m。故其海平面上升量预估值取值1.0 m的依据有误，相关结果值得商榷。 4.4 历史最高潮位取值可能偏高 2008年第14号强台风“黑格比”在茂名市电白县沿

27、海地区登陆，登陆时中心附近最大风力15级，“黑格比”登陆时正值当天高潮位，引发了严重的风暴潮。珠江口7个潮位站潮位达到或超过100 a一遇，其中黄埔超过150 a一遇标准，横门、灯笼山站分别超200 a和300 a一遇标准，均为历史最高潮位9。“黑格比”给粤西沿海地区造成了严重的灾害损失。据广东防总办公室的灾情统计：粤西六市652万人受灾，26人死亡或失踪，直接经济损失113.8亿元，洪涝受灾面积40.975 km2，对比表6中广州在历史最高潮位、海平面上升30 cm、有防潮设施条件下的可能淹没面积（171 km2）小130 km2。据悉，1995年以前黄埔、广州浮标厂（二）历史最高潮位分别是

28、2.38、2.44 m，都是“9316”号台风引起的，若叠加0.30 m后分别为2.68、2.74 m，低于“0814”号台风下黄埔的2.69 m，广州浮标厂（二）的2.74 m；在“0814”号台风影响下，广州仅老城区少量低洼地受淹，由此可见，文献22中历史最高潮位取值可能偏高。 5 结论与讨论 1） Hallegatte等对全球136个百万人口沿海城市的现状和未来洪灾进行了评估，在一系列假设条件下得出：2050年广州和深圳的洪灾损失分别位列全球第1、第5位。该评估系统及关键参数取值适合广州和深圳。因此Hallegatte等关于广州和深圳的洪灾损失结论是不可信的。 2） 国内有些论著高估了珠

29、江口的风暴潮灾害，其原因与2100年海平面上升量的取值高于IPCC-AR4预估值上限（0.59 m），甚至也高于IPCC-AR5预估值上限（0.82 m）17，或与采用不科学的直接叠加方法有关。 3） 综合IPCC-AR5预估值、卫星观测资料和潮位资料，预估2050年珠江口海平面较常年上升0.200.25 m，2100年海平面较常年上升0.450.55 m。 4） 珠江口的年最高潮位约70是由夏、秋季台风诱发的风暴潮增水引起的，增水量的大小与台风强弱、移动路径、移动速度及天文潮时有关系，也与人类活动有密切关系。 5） 海平面上升后风暴潮灾害需要更加重视，灾害评估体系需要依据历史资料，考虑社会经

30、济发展的同时，也必须考虑防灾能力的提高，建立合理的灾害损失评估体系。5.2 问题二模型建立与求解 5.2.1 BP神经网络模型3 目前，按洪灾损失率计算的洪灾直接经济损失评估模型主要有三类：（1）多项式函数评估模型，其公式为 F=a+b(h,t)+c(h,t)2； （2）指数函数型评估模型，其公式为 F=a(h,t)b （3）分式函数型评估模型，其公式为 F=k1h/(k1(h,t)+k2)。从实质看，以上三种方法都属参数统计模型，即以淹没水深、淹没历时为自变量，以损失率为因变量，利用参数统计方法确定模型参数。参数统计方法的计算量大，不易操作，各模型仅分别适用于某些特定财产在特定条件下的损失率

31、，通用性较差。此外计算精度不高，只考虑了淹没水深及淹没时间对洪灾损失的影响。实际上，洪灾损失与其影响因素之间具有比较复杂的非线性函数关系。B P (Back Prop-agation)网络具有自组织、自适应、自学习等独特的优良性能，能够较准确、快速地处理复杂的非线性问题，因此能够较好地应用于洪灾经济损失评估。BP 神经网络BP 神经网络又称反向传播神经网络。该网络是典型的多层网络，有输入层、隐含层和输出层，层间多为全互连方式，同层单元之间不存在相互连接。BP 网络的学习是由正向传播和反向传播两个过程组成的 BP 算法来实现。在正向传播过程中输入信息从输入层经隐含层逐层处理，并传向输出层，每一层

32、神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望输出，则转入反向传播，将误差信号沿原来的连接通路返回。利用网络学习时输出层出现的误差，调整连接层中各节点间连接权及阀值。其具体学习过程如下：（1） 初始化连接的权值和阀值，随机设置各层神经元的权值 wir、wrj(- 1,1)，它们分别为输入层节点 xi到隐层节点 net(r)和隐层节点 net(r)到输出层节点 yj间的连接权值；rj分别为隐层节点和输出层节点的阀值。（2） 对网络进行学习，输入样本数据，对每对样本 （x(k)）， （y(k)） （k=1,2.p） 进行如下操作，其中 p 为样本数：将 x(k)的值 xj(k)输入

33、输入层节点并激活输入层，依次进行正向计算即：or(k)=f（wirxi- r(k)）yj(k)=f（wrjor(k)- j(k)） （r=1,2，u；j=1,2, ，n）其中，u，n 分别为隐含层和输出层节点个数；f（） 为神经元输入与输出之间的转换函数，本文输入层和隐层之间的转换函数采用 sigmoid 函数即：f(x)=11+e- x计算输出层节点实际输出值 yj(k)与期望输出值yj(k)之间的误差值 j(k)：j(k)=yj(k)(1- yj(k)(yj(k)- yj(k)向隐层节点反向分配误差：令er(k)=or(k)(1- or(k)(nj=1wrjj(k)调整隐含层与输出层节点间

34、连接权值 wrj及输出节点阀值 j：wrj(t+1)=wrj(t)+or(k)j(k)t(t+1)=t(t)+er(k)其中 (0,1)调整输入层与隐含层节点间连接的权值 wir及隐含层节点阀值 r：wir(t+1)=wir(t)+xi(k)er(k)i(t+1)=i(t)+er(k)（3） 重复步骤 （2） 直至误差 EV变得足够小：EV=1/2pk=1nj=1(yj(k)- yj(k)2其中 （j=1，2，n，k=1，2，p） EV为学习的目标函数。5.2.2 洪灾经济损失评估BP神经网络模型5.2.2.1洪灾经济损失的影响因素分析影响洪灾经济损失的因素较多，通常可归纳为如下几种：（1）

35、淹没程度。淹没程度由淹没水深、淹没时间、淹没区水流流速、洪水含沙量及污染物浓度等因素共同决定。洪灾经济损失情况与洪水淹没程度密切相关，一般来说，淹没水深越大、淹没历时越长、淹没区水流速度越快、洪水含沙量越大、污染物浓度越高，相应的洪灾损失即会越大，反之则洪灾损失越小。（2） 预警时间。洪水预警时间越长，防洪抢险、财产转移的时间即越长，洪灾损失即越小，反之则洪灾损失越大。（3） 社会经济状况。不同类别财产的洪灾损失率是不相同的，而受益区社会经济状况(包括经济水平、经济结构以及建筑物的类别等) 是财产结构的决定因素，因而也是影响洪灾损失的决定性因素之一。由于淹没程度包含的影响因素较多，对于 BP神

36、经网络而言，比较难搜集学习样本，本文为了便于分析，淹没程度只用淹没水深和淹没时间两个影响因素来反映。因此，洪灾经济损失的影响因素主要有淹没水深、淹没时间、预警时间及社会经济状况四个。5.2.3 基于 MATLAB的洪灾经济损失 BP 网络模型BP 神经网络的输入层神经元反映洪灾经济损失的主要影响因素，通过本文2.1 节分析可知，洪灾损失的主要影响因素为淹没水深、淹没时间、预警时间及社会经济状况，这四个影响因素即为BP 神经网络的输入节点。BP 神经网络隐层节点数的选取目前尚无准确的理论指导。节点选择太少，网络的非线性映射功能和容错性能差；选择过多，又使得学习时间增加，学习误差也不一定最佳。本文

37、经多次试算并比较各种模型训练后所得的误差，将隐层节点数最终定为6。BP 神经网络的输出层节点只取一个，用来评估洪灾的经济损失。因此，洪灾经济损失所用的BP 神经网络拓扑结构为 4- 6- 1，如下图所示。图5. 4基于 MATLAB的洪灾经济损失 BP 神经网络模型5.2.4实例分析某流域内雨量丰沛、水网稠密、土地肥沃，经济发达程度处于全国上游水平。该流域地形、地势呈中间低、周边高的特点，形成山少、水多、平原洼地广阔的特征。特有的地理环境和气象条件，使该流域洪灾较为频繁。5.2.5模型的求解近100年全球气候变暖已是公认的事实,政府间气候变化专门委员会(IPCC)预测全球气候还将继续变暖。全球

38、气候变暖的同时,全球降水量也出现明显的变化,但其时空变化特点比气温变化要复杂得多,例如,近100年来热带地区(30bN30bS)的气温呈显著上升趋势,但GH-CN (GlobalHistorialClimatologyNetwork)网给出的(实测)降水变化却是前50年呈上升趋势,后50年呈下降趋势,19802005年只有7年是正距平1。全球气候变暖背景下的深圳市降水变化趋势已有一些研究,但资料时间大多仅限于1951年以后2-5, 637-39,对研究气候变化序列不够长。本文在前人工作的基础上,增加分析韶关、三水湛江的降水资料,并讨论全球气候变暖与深圳市降水量,以及旱、涝变化的关系,旨在为20

39、20年、2050年前后降水量预估提供参考。5.2.5.1 资料来源和处理方法本文所用的基准站降水序列资料来源和其他文献中的气温资料来源相同,但有3处差别: (1)韶关与三水的降水量资料1951年以后用气象站观测值,之前用水文站的观测值,这一做法的依据是文献中2站1940年以前的降水资料系水文站记录1),分析1951年以后的同步资料得出2种台站观测的降水量呈准同步变化,相关系数0. 90,统计量特征值极为接近; (2)采用文献刊载的1939-1944年湛江西营逐月雨量资料2); (3)香港(天文台)气象报表上1941-1946年记录断缺,本文采用文献17中1943、1944年降水量数据,其余4年

40、采用澳门1920-1994年资料加以插补,插补值仅用于谱分析。本文所用降水资料截至2006年10月,资料处理采用变差分析、滑动平均、高斯滤波、相关分析、谱分析(利用Redfit软件)等方法。文中所用的降水量统计量特征值符号:R为系列降水量平均值(mm),D为系列标准差,Cv为变差系数,Cs为偏态系数,K为极值比。5.2.5.2 降水量的主要统计量比较世界气象组织(WMO)规定,降水量的气候基准期(basic period)值用30年平均(19611990年或19712000年),水文部门在广东省水资源调查评价中使用的是45年(19562000年)平均值。广东省水文局使用该局序列较长、资料质量好

41、的广东省442个雨量站点,得出19562000年全省平均降水量为1 771 mm650。本文所用7个站的雨量气候基准期值19611990年为1 755mm, 19562000年为1 783 mm,与同期442站平均比较分别仅差-16 mm与+12 mm;与全省86个气象站19611990年降水量平均值(1 736 mm)比较,仅多19 mm。7个站的地理位置分布比较适中,广东省5个级气候区7中的每个气候区都有12个站,据此我们认为用7个长期站研究广东近100年降水量变化趋势具有良好的代表性。7个站中,香港站的测场从未搬迁过,但周边环境有巨大变化,其余站的测场有过25次的搬迁,对降水资料序列均一

42、性的影响,本文通过与邻近站降水量变化趋势对比加以区分。5.2.5.3 近100年降水量变化趋势3. 1 年降水量的变化广东省年降水量的变化趋势存在明显的地区差异(图1),但广州与三水,澳门与香港的年降水量变化总体趋势基本一致。为方便比较,我们仍采用文献使用的10年滑动平均方法,绘制5个站年降水量变化曲线。在滑动平均图上,深圳年降水量反映出自上世纪以来,大致呈4次少雨多雨准周期变化,周期长度为30年左右,谷值分别出现于1900、1933、1963和1990年附近,峰值分别出现于1923、1952、1974和1998年。值得注意的是,年降水量30年左右的周期变化特征也存在于汉口、上海(徐家汇)以及

43、整个长江流域的平均雨量变化趋势中,只是相位略有差异而已18-19。上世纪70年代以来,珠江口降水量有增多趋势,约2/3年份为正距平,可能与观测场搬迁、局地环境剧变和碳黑气溶胶影响等因素有关。图5.5深圳珠海年降水量3. 2 前汛期降水量的变化前汛期(46月)是广东省一年中主要降水时段,也是全省大部分地区一年中降水最集中的时段,大多数地区雨量为600900 mm,受锋面低槽影响,常常出现大范围暴雨20。由图2b可知,近百年来广东前汛期降水具有明显的阶段性特征,大致经历了3个约30年周期变化。多雨时段分别出现在20世纪10年代中20年代末、40年代中50年代中、70年代初80年代初。少雨时段出现在

44、20年代末40年代中、60年代初70年代、80年代初90年代初。由线性倾向估算出,湛江与珠江口的前汛期降水量呈轻微上升趋势,但相关系数没有通过0. 1显著性水平。3. 3 后汛期降水量的变化后汛期(79月)降水主要来自热带气旋影响。广东后汛期降水变化趋势特点是:地区差异明显,而珠江三角洲以外地区准周期性不及前汛期明显;近100年来珠江口的后汛期降水存在着4峰4谷的准周期变化,峰值出现于1920、1945、1975、2000年前后;谷值出现于1900、1925、1965、1990年前后,目前是处于峰值附近,未来数年的降水量可能趋向减少。表92014年各季雨量、气温趋势预测与30年平均值对比表雨量

45、（mm）平均气温（）季度2014年30年平均2014年30年平均1130150144.2161716.92650750737.92625.63800900928.1282928.44100120125.52121.13. 4 降水量的周期特征广东降水量的周期变化特征已有一些较系统的分析,利用小波分析得出19512000年的年降水量湛江存在11年和4年的周期,韶关存在11年、7年和4.5年周期。19511998年广东前汛期的主周期为22年、7年和3年;后汛期主周期为11年和35年。用功率谱分析出广东19562000年主要河流的年雨量存在1114年周期。用最大熵谱分析得出香港18531997年降水

46、量存在2年、3年和6年的周期振荡,澳门19011997年降水量存在2年、2.8年、6年和36年周期。利用小波分析得出19082000年广州前汛期降水有37年和30年左右的周期,后汛期降水有37年和10年周期。广州19082000年降水量存在1428年的长周期变化。应用(功率)谱分析软件Redfit对韶关19182005年、香港18532005年、澳门19052005年的年降水量序列的谱分析得出,通过90%信度检查的周期为韶关2.2年、4.4年和9.8年;香港8.5年、3.7年、2.2年、2.9年、4.5年、25.5年;澳门4.7年、2.15年、3.5年、33年、6.6年。降水量呈准周期变化的原

47、因与大气环流存在准周期变化有关。据分析,影响中国汛期降水的物理因素有ElNino/LaNina事件、地温、冬季青藏高原积雪、东亚季风、东亚阻高、西太平洋副高、太阳黑子等,这些影响因子都存在准周期变化,而且有些因子之间存在反馈作用。南方涛动ENSO活动与太阳活动之间存在紧密联系, 18671998年期间,有约94%的ElNino事件和100%的La Nina事件发生在黑子数的峰、谷期和下降期。广东省降水量普遍存在的27年、1011年和30年准周期变化,可能是ENSO和太阳活动影响的结果,因为广东的降水量深受ENSO事件的影响,各ElNino海区的海洋表面温度SST变化存在着27年、820年和30

48、年以上的变化周期。太阳黑子活动的主要周期有3个:约为10. 6年、31年和42年。近100年来的资料显示太阳黑子10. 6年周期的峰、谷值年附近,广东的降水量易出现极端值。近50年来,广东降水量最多与最少年分别是1983年与1963年;全省86个气象站平均降水量为2 183. 8 mm与1 178. 4 mm29,这两个降水量极值年皆发生于ENSO期间,但1983年处于黑子数10. 6年周期的峰值, 1963年则处于谷值附近,雨量相差达1 000 mm,是否与黑子活动的相位差异有关,值得研究。图6深圳市2013年8月累计雨量分布（单位：mm）5.2.5.4近100年降水量旱涝等级变化趋势4.1

49、旱涝等级划分标准采用文献的旱涝等级序列划分标准,计算了6个站近100年的前、后汛期降水旱涝等级:重涝、轻涝、正常、轻旱、重旱。等级划分界线如下:重涝:(R+1.17R)iRi轻涝: (R+0.33R)Ri(R+1.17R)正常: (R-0.33R)Ri(R+1.17R)轻旱: (R-1.17R)Ri(R+0.33R)重旱:Ri(R-1.17R)式中R为汛期多年平均降水量,Ri为逐年汛期降水量,R为标准差。4.2 前汛期降水量的旱涝等级和趋势变化近100年来前汛期旱涝等级逐年变化趋势比较明显,显示存在明显的地区差异,澳门出现严重旱涝的几率最低,只有17. 0%,其它各站为20% 25% (表1)

50、,即平均每4年、5年出现一次严重旱涝事件,每2年出现一次轻度旱涝事件。广州市出现正常年景的几率只有23. 2%,可见广东前汛期降水的旱涝灾害是非常频繁的。下面是1953年到2006年暴雨日数月分布图：统计项目统计数值极值出现年份年平均暴雨日9.3天年最多暴雨日18天2001年年最少暴雨日1天1963年暴雨出现最多的月份8月（平均1.9天）暴雨最早出现日期1月24日2000年暴雨最晚结束日期12月30日1988年表10：深圳市1953-2006年暴雨日数月分布图4. 3 后汛期降水量的旱涝等级和趋势变化近100年来后汛期旱涝等级逐年变化的趋势平缓,显示广东后汛期降水的旱涝年景和前汛期一样频繁,平均每4年、5年出现一次,其中重涝的几率高于重旱,而轻涝的几率低于轻旱。轻旱年平均为每3年1次,在少水时期平均每2年1次(资料略)。4.4全球气候变暖和降水量的关系在气候变化方面,当前最受关注的是全球变暖问题,据文