摘要：热带气旋的定量精细化风险评估对防台减灾和救灾工作极为重要，它受到许多复杂因素的综合影响，如热带气旋的年频次、路径分布、强度分布以及社会经济因素等，因此非常具有挑战性。本文基于离散型Hopfield神经网络，建立热带气旋风险评估模型，结合地理分析，研究不同地区的受灾情况及其风险评估。
关键词：AHP-Hopfield；神经网络；热带气旋；风险评估
1背景
热带气旋是一种破坏力很强的灾害性天气系统，致灾因子有大风、暴雨、风暴潮及海浪等，且容易引发洪水、滑坡、泥石流等次生灾害。全球每年热带气旋主要发生在西北太平洋、东北太平洋、北大西洋的加勒比海和墨西哥湾、孟加拉湾和阿拉伯海、南印度洋西部和东部海域以及南太平洋西部等，其中西北太平洋的热带气旋占全球总数 1/3 以上，在所有可能发生热带气旋的海区中数量最多。
基于此，本文首先选取7个评估因子，根据热带气旋历史数据，按照灾害等级划分原则制定了评估因子5个等级的划分办法，然后将待分级的热带气旋进行Hopfield编码，建立离散型Hopfield神经网络模型，并用实例对模型进行了验证，分析模型的不足，用层次分析法（AHP）将评估因子的权重因素引入到模型中，使得模型更加合理。模型得到某一地级市针对某一特定台风风险评价得分，然后计算其他热带气旋风险得分，求平均值作为该地级市的最终得分。
2.热带气旋时空分布特征
对热带气旋最佳路径数据进行统计分析，结果表明，1949—2013年全国共发生2201次龙卷风灾害事件，平均每年73次。1980—2009年中国龙卷风事件呈明显的减少趋势，其中20世纪90年代以后明显减少。下图给出近60 年中国龙卷风灾害事件的年际变化。从中可见，中国龙卷风灾害年发生次数总体上也呈现明显的减少趋势，且具有明显的阶段性；1949—1980年龙卷风灾害发生次数相对较多；1980—2002年龙卷风灾害发生次数明显偏少；2003年后年龙卷风灾害发生次数处于下降趋势，2009—2013年明显偏少。1968年龙卷风灾害发生频次最多，达114次，而2007年最少，仅38次。近年来我国城市化进程加快，导致下垫面粗糙度增加、混合层高度升高，可能对龙卷逐年减弱、减少的变化趋势有一定贡献。
由上图可知，1949—2013年我国龙卷风灾害发生频次的分布总体上表现为西少东多的特征：西北、西南及北京市属于龙卷风灾害少发区；山西和天津属于龙卷风灾害较少发生区；吉林、辽宁、内蒙古、上海、福建、广西和海南属于龙卷风中等发生区；黑龙江、河北、山东、浙江、江西和湖南属于龙卷风较多发生区；江苏、安徽、河南、湖北和广东属于龙卷风多发区，其中，江苏龙卷风灾害发生最多，达313次，安徽和广东次之，分别为253次和201次，西藏、新疆、甘肃和内蒙发生次数最少，还不到10次。
3.热带气旋风险评估模型的构建
热带气旋对社会和经济的影响是一个复杂的问题，它不仅受到本身强度的影响，还会受到路径、登陆点和当地社会经济发展等因素的影响，因此其相关的评估指标体系也呈现出多因素和多层次性。本文以1949-2018年的热带气旋相关数据及各省经济状况数据为基础，采用层次分析法及离散型 Hopfield 神经网络神经元建立指标体系，用以对中国各省进行单次热带气旋的风险评估，然后通过加总得分以对比热带气旋对不同地区的影响。
3.1研究区单元格的划分
将整个研究区域分割成若干以地级市为单位的小区域，在每个小区域范围内，根据单次热带气旋的相关指标开展风险评估。将评估结果在单元格上以不同的风险等级显示出来。
3.2评估指标的选取
影响热带气旋综合风险的因素主要有致灾因子、承灾体和孕灾环境等。本文从这几个综合方面确定热带气旋风险评估因子，选择了最大风速，热带气旋强度，最低中心气压，区域中心距离，人口密度，地均GDP，城市人口分布作为风险评估的主要影响因子指标。
3.3基于层次分析法评价因子权重的确立
热带气旋评估因子权重的确立将采用层次分析法来完成。层次分析法（Analytical hierarchy process ，简称AHP方法）是一种定性与定量相结合的决策分析方法，对各类类型问题的决策分析具有广泛的实用性，该方法主要由构造评判矩阵，层次单排序和一致性检验构成。
构造判断矩阵：在专家咨询的基础上，引入合适的标度，通过指标间两两重要性的比较打分，构造比较判断矩阵A，本文采用数字1-9及其倒数作为标度。接下来进行层次单排序和一致性检验：层次单排序可以归结为计算判断矩阵的特征值和特征向量问题。方法有和积法、方根法、矩阵法等。由于方根法更能突出某些指标的重要性，所以本文采用方根法，计算步骤不再详述。
3.4引入评估因子权重的离散型 Hopfield 神经网络模型
Hopfield神经网络是一种全连接型的神经网络，神经元的输出只取1和-1，分别表示神经元处于激活和抑制状态，所以也称离散型 Hopfield 神经网络。
离散型 Hopfield 神经网络范围内状态只有-1和1两种状态，因此将评估因子映射为神经元时需要对其进行编码，编码规则为：当评价因子数值在某个等级的范围内时，对应该等级的状态为1，否则为-1。为使评估更加合理，本文运用上文中层次分析法计算出的权重来反应各参评因子的相对重要程度，通过调整神经元数目的方法来表达。即将神经元对应评估因子进行分组，评估因子权重越大，其对应的组所包含的神经元数目越多，对神经网络的评估结果影响越大。
3.5计算总得分
将k次热带气旋综合风险值加总，得到热带气旋对中国某省某地级市的最终总风险评估得分。将得分归一化处理为在[0,100]间的数值型评价，并建立风险等级划分标准，对目标地区进行风险评估等级定位。归纳整理后可总体得到热带气旋对中国各省的风险评估如图3所示：
参考文献
[1]洪奕丰.基于层次分析法和加权综合评价法的浙东热带气旋风险评估[J].华东森林经理,2014,28(03):39-43.
[2]李倩.气候变化背景下我国周边海域热带气旋灾害风险评估与区划[J].热带气象学报,2013,29(01):143-148.
[3]宋丽莉.龙卷风特征及其破坏力参数评估.中国现场统计研究会:中国现场统计研究会,1999:4.
论文作者:马慧
论文发表刊物:《当代电力文化》2019年第08期
论文发表时间:2019/9/2
标签：气旋论文; 热带论文; 龙卷风论文; 神经网络论文; 因子论文; 灾害论文; 风险评估论文; 《当代电力文化》2019年第08期论文;