基于空间统计模型的热带气旋灾害模拟及其风险评估 - 图文-

1、 时，对台风的产生起到了抑制作用，而 La Nina 却促进了台风的产生。这些因素 通过影响台风起点和风速强度的空间分，进而影响到模拟的结果。可以分割出对 应的数据来进行模拟，以此研究各种因素的影响作用。其次，由于本文获得的历 史台风路径数据没有给出台风半径信息，仅对于台风近中心风速进行模拟，在一 定程度上可能高估了风险。至于半径数据的缺失，可以综合联合台风警报中心 (JTWC等国际机构的数据来完善模拟结果。最后，同样是由于数据的缺失，本文 只模拟了台风灾害最为严重的致灾因子风速，没有对风暴潮、降雨等因素进 行模拟，以上提到的都是本文将来要改进地方，也是本文以后要研究的主题。 参考文献 1 陈

2、佩燕，杨玉华，雷小途，等 我国台风灾害成因分析及灾情预估J 自 然灾害学报，2009，18( 1 : 64-73 2 樊琦，梁必骐. 热带气旋灾情的预测及评估J 地理学报，2000，55( S0 : 52-55 3 国际灾难数据库，http:/www.emdat.be/ 4 马青云，李佳英，王秀荣，等. 基于模糊综合评价法的登陆台风灾害影响评 估模型J 气象，2008，34( 5 : 20-25 5 张永恒，范广洲，马清云，等. 浙江省台风灾害影响评估模型J 应用气 象学报，2009，20( 6 : 772-776 6 全国科学技术名词审定委员会， 7 王斌会 . R 语言统计分析软件教程 M

3、. 中国教育文化出版社， 2006: 167-178 8 王喜年. 风暴潮灾害及其预报与防御对策J. 海洋预报，1998，15（3） ： 12-20. 9 文汇报， 10 新快报， 11 新华网， 12 中央电视台， 13 Baddeley A., Gregori P., Mateu J., Stoica R., Stoyan D., (2006. Case studies in spatial point process modeling. Lecture notes in statistics 185. Springer, New York 14 Bartlett, M. (1975. T

4、he Statistical Analysis of Spatial Pattern. Chapman and Hall, London. 15 Emmanuel, K. A., Ravela, S. Vivant, E. and Risi, C. (2006. A statistical-deterministic approach to hurricane risk assessment, Bull. Amer. Meteor. Soc. 87, 299312. 16 Haining, R. P. (2003. Spatial Data Analysis: Theory and Pract

5、ice. Cambridge University Press, Cambridge. 17 Hall T., Jewson S. (2007. Statistical modeling of North Atlantic tropical cyclone tracks. Tellus 59A:486498 18 Hastings, W. (1970. Monte Carlo sampling methods using Markov chains and their application. Biometrika, 57:97-109. 19 Iman R. L., Johnson M. E

6、., Watson C. C. (2006 Statistical aspects of forecasting and planning for hurricanes. Am Stat 60(2:105121 20 Iman, R. L., Johnson, M. E., and Watson, C., Jr. (2005. Uncertainty analysis for computer model projections of hurricane losses. Risk Analysis, 25, 12991312. 26 21 James, M. K. and Mason, L.

7、B. (2005. Synthetic tropical cyclone database, J. Wtrwy., Port, Coastal, and Oc. Engrg. 131, 181192. 22 Johnson M. E., Watson C., Jr. (2007. Fitting Statistical Distributions to Data in Hurricane Modeling. American Journal of Mathematical and Management Sciences, Vol. 27, Nos. 3 & 4, pp. 479498.

8、 23 Kupiec, Paul H. (1995. Techniques for Verifying the Accuracy of Risk Measurement Models, Journal of Derivatives, 2 (December: 73-84 24 Metropolis, N., Rosenbluth, A., Rosenbluth, M., Teller, A., and Teller, E. (1953. Equations of state calculations by fast computing machines. Journal of Chemical

9、 Physics, 21(6:1087-1092. 25 Rumpf, J., Weindl, H., H¨oppe, P., Rauch, E. and Schmidt, V. (2009. Tropical cyclone hazard assessment using model-based track simulation. Nat Hazards 48:383398 26 Silverman, B. W. (1986. Density Estimation for Statistics and Data Analysis Chapman & Hall, New York. 27 Vickery, P. J., Skerlj, P. F. and Twisdale, L. A. (2000. Simulation of hurricane risk in the US using an empirical track model, J. Struct. Engin. 126, 12221237. 28 William L., Waugh Jr. an