期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
城市洪涝风险的多方法组合评估与应用
1
作者
王德运
冀承泽
+2 位作者
张露丹
吴祈
郭海湘
《灾害学》
CSCD
北大核心
2024年第1期96-103,共8页
近年来,受全球气候变化与城镇化快速发展的双重影响,城市极端降水事件频发,由此引发的城市洪涝灾害常造成灾难性的生命和财产损失,给城市公共安全带来了严重威胁。由于不同评估方法中指标赋权不同,评价结果往往存在较大差异,给风险评估...
近年来,受全球气候变化与城镇化快速发展的双重影响,城市极端降水事件频发,由此引发的城市洪涝灾害常造成灾难性的生命和财产损失,给城市公共安全带来了严重威胁。由于不同评估方法中指标赋权不同,评价结果往往存在较大差异,给风险评估与区划工作带来了诸多困难。因此,通过融合不同方法的权重构建一套复合权重,进而解决不同评估方法中结论非一致性的问题,这对于提升风险评估的准确性是至关重要的。该文以湖北省为例,旨从危险性、暴露性、脆弱性和恢复性四个层面构建城市洪涝风险评估体系。首先,分别采用熵权法和层次分析法计算指标权重;之后,通过Kendall检验判断两套权重序列的一致性并给出相应的复合权重计算结果;最后以湖北省下辖8个城市的历史洪涝事件为例,对上述风险评价结果进行了验证。结果显示,与熵权法和层次分析法相比,基于复合权重的组合评价方法具有更高的准确率。
展开更多
关键词
城市洪涝风险
组合评估
复合权重
加权聚类
下载PDF
职称材料
城市强降雨致涝风险评估与区划研究——以武汉市为例
2
作者
王德运
吴祈
+2 位作者
张露丹
郭海湘
柯小玲
《灾害学》
CSCD
北大核心
2023年第4期107-113,共7页
以武汉市为研究区域,从遥感影像中提取相关淹没点数据并从致灾因子、孕灾环境及承灾体三方面出发选取12个洪涝灾害风险影响因素;基于随机森林、梯度提升决策树、XGBoost和逻辑斯蒂回归四种模型拟合淹没点与影响因素间的非线性关系,进而...
以武汉市为研究区域,从遥感影像中提取相关淹没点数据并从致灾因子、孕灾环境及承灾体三方面出发选取12个洪涝灾害风险影响因素;基于随机森林、梯度提升决策树、XGBoost和逻辑斯蒂回归四种模型拟合淹没点与影响因素间的非线性关系,进而得到不同影响因素对风险水平的作用程度,并据此计算各指标权重,建立风险评估模型。基于所建立的模型,对武汉市洪涝灾害风险区进行识别。其结果为:①相比于随机森林、梯度提升决策树和逻辑斯蒂回归,XGBoost模型在拟合影响因素与淹没点之间的非线性关系方面具有更优的性能;②武汉市洪涝灾害风险水平主要受高程、人口密度和年平均降雨量的影响,高风险区域主要分布在中部主城区和东南部梁子湖附近;③承灾体暴露性急剧增加是武汉市洪涝灾害高风险地区形成的主要原因。
展开更多
关键词
洪涝灾害
风险评估与区划
影响因素
机器学习
武汉市
下载PDF
职称材料
基于机器学习算法的洪涝灾害风险评估——以宜昌市为例
被引量:
1
3
作者
王德运
张露丹
+3 位作者
吴祈
郭海湘
柯小玲
吕新彪
《长江流域资源与环境》
CAS
CSCD
北大核心
2023年第8期1710-1723,共14页
近年来,城市洪涝事件频发,对人民的生命和财产安全造成了严重影响。客观、准确的风险评估对于提升城市洪涝灾害防控水平至关重要,以宜昌市2020年6月末遭受的洪涝灾害为例进行城市洪涝灾害影响因子分析及风险评估。首先,基于RS遥感技术...
近年来,城市洪涝事件频发,对人民的生命和财产安全造成了严重影响。客观、准确的风险评估对于提升城市洪涝灾害防控水平至关重要,以宜昌市2020年6月末遭受的洪涝灾害为例进行城市洪涝灾害影响因子分析及风险评估。首先,基于RS遥感技术利用哨兵二号雷达影像提取和对比灾前、灾后水体形成淹没区范围并通过随机采样获取淹没点数据;然后,从致涝、孕涝、承涝和恢复能力4个方面选取16个指标,使用随机森林模型计算各指标贡献率并依据排序结果优化指标体系;最后,使用XGBoost模型对优化后的指标体系赋权并对宜昌市的洪涝灾害风险进行评估。结果显示:(1)在宜昌市洪涝灾害影响因素中,地形地貌及河流分布的影响>社会经济因素>气象因素;(2)高风险地区的范围与长江、清江、沮漳河、黄柏河、渔洋河等主要河系的分布关系十分密切,对于以上主要河系的水位线监测应保持高度敏感并制定针对性的应急管理措施;(3)低风险、较低风险和中风险地区占研究区域总面积的71.8%,但只包含8%的淹没点;而高风险地区仅占研究区域总面积的7.32%,但却包含81.33%的淹没点,表明高风险区域内洪涝灾害事件集中;(4)使用小尺度历史灾害事件对评估模型的验证结果显示,72%的验证点落在高风险及较高风险区,高达92%的验证点落在中高风险区。上述验证结果显示了该评估模型的有效性,其评估结果与宜昌市实际情况相符,研究解决了城市洪涝灾害风险难以精细化、定量化评估的部分问题并为城市洪涝风险管理、防灾减灾和区域规划提供科学参考。
展开更多
关键词
洪涝灾害
风险评估
机器学习
宜昌市
原文传递
基于社交媒体数据的城市暴雨洪涝灾害风险评估——以郑州市“7·20”暴雨事件为例
4
作者
王德运
张露丹
吴祈
《安全与环境工程》
CAS
2024年第3期11-22,46,共13页
近年来强降雨引发的城市洪涝灾害事件趋多,严重危害了人民的生命健康和财产安全,而客观、准确地开展城市暴雨洪涝灾害风险评估对于有效提升防灾减灾水平至关重要。但是,城市灾害点部分基础数据资料的缺失和滞后限制了城市暴雨洪涝灾害...
近年来强降雨引发的城市洪涝灾害事件趋多,严重危害了人民的生命健康和财产安全,而客观、准确地开展城市暴雨洪涝灾害风险评估对于有效提升防灾减灾水平至关重要。但是,城市灾害点部分基础数据资料的缺失和滞后限制了城市暴雨洪涝灾害风险评估结果的准确性。随着移动互联技术的发展,民众在社交媒体上发布的相关灾害信息逐渐汇集成一种具有海量、时效性强和主题明确等特征的社交媒体数据资源,将其引入城市暴雨洪涝灾害风险评估工作对于准确刻画城市暴雨洪涝灾害的全貌无疑具有显著意义。以2021年郑州市“7·20”暴雨事件为例,首先从气象因素、基础地理信息、社会经济因素三方面选取了13个影响因子,然后基于爬虫技术获取微博数据中的内涝点信息,最后基于GBDT、XGB、RF和AdaB 4种机器学习模型对郑州市“7·20”暴雨洪涝灾害进行风险评估。结果表明:①基于上述模型得到的4组指标权重具有统计意义上的一致性,在各影响因子中,道路密度、植被覆盖指数、半小时最大降雨量和日最大降雨量在4组指标重要性排序中均位列前5,表明上述影响因子是本次暴雨洪涝灾害的主要致灾因素;②基于皮尔逊相关系数检验发现上述4种模型评估结果间的相关程度较高,所得出的极高风险区均集中在郑州市五大主城区的中心部分、中牟市东北部、新密市米村镇及城关镇、巩义市巩义站周边;③上述4种模型的AUC和ACC值均超过0.7,证实了机器学习模型在城市暴雨洪涝灾害风险评估中的有效性;相较于GBDT、XGB和RF模型,AdaB模型的评估结果精度最高,且得到的高风险与极高风险区的Rei值之和最大,表明其评估结果与实际情况相符。本研究通过将社交媒体数据引入城市暴雨洪涝灾害风险评估工作有效地提升了评估结果的准确性,可为郑州市及其他城市在类似强降水事件下的洪涝灾害风险预警和应急处置提供决策依据。
展开更多
关键词
城市暴雨洪涝灾害
风险评估
机器学习模型
社交媒体数据
郑州市“7·20”暴雨事件
下载PDF
职称材料
题名
城市洪涝风险的多方法组合评估与应用
1
作者
王德运
冀承泽
张露丹
吴祈
郭海湘
机构
中国地质大学(武汉)经济管理学院
中国地质大学(武汉)自然灾害风险防控与应急管理实验室
出处
《灾害学》
CSCD
北大核心
2024年第1期96-103,共8页
基金
国家自然科学基金面上项目(72274186)
湖北省自然科学基金联合基金项目(2022CFD128)
国家社会科学基金项目(23AZD072)。
文摘
近年来,受全球气候变化与城镇化快速发展的双重影响,城市极端降水事件频发,由此引发的城市洪涝灾害常造成灾难性的生命和财产损失,给城市公共安全带来了严重威胁。由于不同评估方法中指标赋权不同,评价结果往往存在较大差异,给风险评估与区划工作带来了诸多困难。因此,通过融合不同方法的权重构建一套复合权重,进而解决不同评估方法中结论非一致性的问题,这对于提升风险评估的准确性是至关重要的。该文以湖北省为例,旨从危险性、暴露性、脆弱性和恢复性四个层面构建城市洪涝风险评估体系。首先,分别采用熵权法和层次分析法计算指标权重;之后,通过Kendall检验判断两套权重序列的一致性并给出相应的复合权重计算结果;最后以湖北省下辖8个城市的历史洪涝事件为例,对上述风险评价结果进行了验证。结果显示,与熵权法和层次分析法相比,基于复合权重的组合评价方法具有更高的准确率。
关键词
城市洪涝风险
组合评估
复合权重
加权聚类
Keywords
urban flood hazards risk
combination assessment
composite weight
weighted clustering
分类号
P426.616 [天文地球—大气科学及气象学]
X43 [环境科学与工程—灾害防治]
X915.5 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
城市强降雨致涝风险评估与区划研究——以武汉市为例
2
作者
王德运
吴祈
张露丹
郭海湘
柯小玲
机构
中国地质大学(武汉)经济管理学院
中国地质大学(武汉)自然灾害风险防控与应急管理实验室
出处
《灾害学》
CSCD
北大核心
2023年第4期107-113,共7页
基金
国家自然科学基金面上项目(72274186)
湖北省自然科学基金联合基金项目(2022CFD128)
中央高校基本科研业务费专项资金资助项目(CUG2642022006)。
文摘
以武汉市为研究区域,从遥感影像中提取相关淹没点数据并从致灾因子、孕灾环境及承灾体三方面出发选取12个洪涝灾害风险影响因素;基于随机森林、梯度提升决策树、XGBoost和逻辑斯蒂回归四种模型拟合淹没点与影响因素间的非线性关系,进而得到不同影响因素对风险水平的作用程度,并据此计算各指标权重,建立风险评估模型。基于所建立的模型,对武汉市洪涝灾害风险区进行识别。其结果为:①相比于随机森林、梯度提升决策树和逻辑斯蒂回归,XGBoost模型在拟合影响因素与淹没点之间的非线性关系方面具有更优的性能;②武汉市洪涝灾害风险水平主要受高程、人口密度和年平均降雨量的影响,高风险区域主要分布在中部主城区和东南部梁子湖附近;③承灾体暴露性急剧增加是武汉市洪涝灾害高风险地区形成的主要原因。
关键词
洪涝灾害
风险评估与区划
影响因素
机器学习
武汉市
Keywords
flood disaster
risk assessment and zoning
influencing factors
machine learning
Wuhan
分类号
X43 [环境科学与工程—灾害防治]
X915.5 [环境科学与工程—安全科学]
P429 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
基于机器学习算法的洪涝灾害风险评估——以宜昌市为例
被引量:
1
3
作者
王德运
张露丹
吴祈
郭海湘
柯小玲
吕新彪
机构
中国地质大学(武汉)经济管理学院
中国地质大学(武汉)自然灾害风险防控与应急管理实验室
中国地质大学(武汉)高等研究院
出处
《长江流域资源与环境》
CAS
CSCD
北大核心
2023年第8期1710-1723,共14页
基金
国家自然科学基金项目(72274186)
湖北省自然科学基金项目(2022CFD128)
国家社会科学基金项目(23AZD072)。
文摘
近年来,城市洪涝事件频发,对人民的生命和财产安全造成了严重影响。客观、准确的风险评估对于提升城市洪涝灾害防控水平至关重要,以宜昌市2020年6月末遭受的洪涝灾害为例进行城市洪涝灾害影响因子分析及风险评估。首先,基于RS遥感技术利用哨兵二号雷达影像提取和对比灾前、灾后水体形成淹没区范围并通过随机采样获取淹没点数据;然后,从致涝、孕涝、承涝和恢复能力4个方面选取16个指标,使用随机森林模型计算各指标贡献率并依据排序结果优化指标体系;最后,使用XGBoost模型对优化后的指标体系赋权并对宜昌市的洪涝灾害风险进行评估。结果显示:(1)在宜昌市洪涝灾害影响因素中,地形地貌及河流分布的影响>社会经济因素>气象因素;(2)高风险地区的范围与长江、清江、沮漳河、黄柏河、渔洋河等主要河系的分布关系十分密切,对于以上主要河系的水位线监测应保持高度敏感并制定针对性的应急管理措施;(3)低风险、较低风险和中风险地区占研究区域总面积的71.8%,但只包含8%的淹没点;而高风险地区仅占研究区域总面积的7.32%,但却包含81.33%的淹没点,表明高风险区域内洪涝灾害事件集中;(4)使用小尺度历史灾害事件对评估模型的验证结果显示,72%的验证点落在高风险及较高风险区,高达92%的验证点落在中高风险区。上述验证结果显示了该评估模型的有效性,其评估结果与宜昌市实际情况相符,研究解决了城市洪涝灾害风险难以精细化、定量化评估的部分问题并为城市洪涝风险管理、防灾减灾和区域规划提供科学参考。
关键词
洪涝灾害
风险评估
机器学习
宜昌市
Keywords
flooding
risk assessment
machine learning
Yichang City
分类号
P426.616 [天文地球—大气科学及气象学]
原文传递
题名
基于社交媒体数据的城市暴雨洪涝灾害风险评估——以郑州市“7·20”暴雨事件为例
4
作者
王德运
张露丹
吴祈
机构
中国地质大学(武汉)经济管理学院
出处
《安全与环境工程》
CAS
2024年第3期11-22,46,共13页
基金
国家自然科学基金项目(72274186)
湖北省自然科学基金项目(2022CFD128)
+2 种基金
湖北省社会科学基金一般项目(HBSKJJ20233263)
陕西省应急管理研究院科学研究项目(2024SXYY01)
国家社会科学基金重点项目(23AZD072)。
文摘
近年来强降雨引发的城市洪涝灾害事件趋多,严重危害了人民的生命健康和财产安全,而客观、准确地开展城市暴雨洪涝灾害风险评估对于有效提升防灾减灾水平至关重要。但是,城市灾害点部分基础数据资料的缺失和滞后限制了城市暴雨洪涝灾害风险评估结果的准确性。随着移动互联技术的发展,民众在社交媒体上发布的相关灾害信息逐渐汇集成一种具有海量、时效性强和主题明确等特征的社交媒体数据资源,将其引入城市暴雨洪涝灾害风险评估工作对于准确刻画城市暴雨洪涝灾害的全貌无疑具有显著意义。以2021年郑州市“7·20”暴雨事件为例,首先从气象因素、基础地理信息、社会经济因素三方面选取了13个影响因子,然后基于爬虫技术获取微博数据中的内涝点信息,最后基于GBDT、XGB、RF和AdaB 4种机器学习模型对郑州市“7·20”暴雨洪涝灾害进行风险评估。结果表明:①基于上述模型得到的4组指标权重具有统计意义上的一致性,在各影响因子中,道路密度、植被覆盖指数、半小时最大降雨量和日最大降雨量在4组指标重要性排序中均位列前5,表明上述影响因子是本次暴雨洪涝灾害的主要致灾因素;②基于皮尔逊相关系数检验发现上述4种模型评估结果间的相关程度较高,所得出的极高风险区均集中在郑州市五大主城区的中心部分、中牟市东北部、新密市米村镇及城关镇、巩义市巩义站周边;③上述4种模型的AUC和ACC值均超过0.7,证实了机器学习模型在城市暴雨洪涝灾害风险评估中的有效性;相较于GBDT、XGB和RF模型,AdaB模型的评估结果精度最高,且得到的高风险与极高风险区的Rei值之和最大,表明其评估结果与实际情况相符。本研究通过将社交媒体数据引入城市暴雨洪涝灾害风险评估工作有效地提升了评估结果的准确性,可为郑州市及其他城市在类似强降水事件下的洪涝灾害风险预警和应急处置提供决策依据。
关键词
城市暴雨洪涝灾害
风险评估
机器学习模型
社交媒体数据
郑州市“7·20”暴雨事件
Keywords
urban flood disaster
risk assessment
machine learning model
social media data
"7.2o"rain-storm event in Zhengzhou City
分类号
X43 [环境科学与工程—灾害防治]
P426.616 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
城市洪涝风险的多方法组合评估与应用
王德运
冀承泽
张露丹
吴祈
郭海湘
《灾害学》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
城市强降雨致涝风险评估与区划研究——以武汉市为例
王德运
吴祈
张露丹
郭海湘
柯小玲
《灾害学》
CSCD
北大核心
2023
0
下载PDF
职称材料
3
基于机器学习算法的洪涝灾害风险评估——以宜昌市为例
王德运
张露丹
吴祈
郭海湘
柯小玲
吕新彪
《长江流域资源与环境》
CAS
CSCD
北大核心
2023
1
原文传递
4
基于社交媒体数据的城市暴雨洪涝灾害风险评估——以郑州市“7·20”暴雨事件为例
王德运
张露丹
吴祈
《安全与环境工程》
CAS
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部