基于BES-PP模型的区域洪水灾害恢复力研究

针对区域洪水灾害恢复力评价方法较为薄弱及其驱动机制不明的问题,构建自然、经济、社会和技术4个维度的洪水灾害恢复力评价指标体系,建立秃鹰搜索算法改进投影寻踪模型(Projection Pursuit Model Based on Bald Eagle Search Optimization Algorithm,BES-PP)。基于此,利用BES-PP模型对佳木斯市2003-2020年的洪水灾害恢复力进行评估。结果显示:佳木斯市的恢复力水平可分为3个阶段,第一阶段(2003-2006年)恢复力平稳上升但是水平较低,第二阶段(2007-2013年)恢复力水平出现明显波动,第三阶段(2014-2020年)恢复力快速上升并最终达到较高水平。为分析其驱动机制,利用BES-PP模型对各个指标的权重进行分析,结果发现经济维和自然维权重分别达到1.21168和0.93242,其平均权重分别达到0.30292和0.31081,远高于社会维和技术维。表明自然维和经济维的指标对洪水灾害恢复力具有较高程度的影响,应当重视自然及经济因素在规避洪水灾害中的重要作用。为验证BES-PP模型性能,引入了黏菌优化算法改进投影寻踪模型(Projection Pursuit Model Based on Slime Mould Algorithm,SMA-PP)和鲸鱼优化算法改进投影寻踪模型(Projection Pursuit Model Based on Whale Optimization Algorithm,WOA-PP)进行对比分析。结果显示:BES-PP模型在性能上具有较为明显的优势。此外,采用序号总和理论分析BES-PP、SMA-PP和WOA-PP的评价结果发现,BES-PP模型的评价结果更具合理性。研究成果为佳木斯市防灾减灾能力提升提供了科学依据,同时也为灾害恢复力评估提供了一些有价值的信息。

基于自私兽群算法优化多尺度熵的区域降水复杂性分析

为精确识别区域降水的复杂和不确定性特征,探索对于区域降水复杂性的可能影响因素,以北大荒农垦集团有限公司建三江分公司下辖的15个农场为研究区域,采用自私兽群算法对多尺度熵参数进行寻优,利用优化后的多尺度熵对1997—2018年各个农场的月降水复杂性测度进行计算分析,采用ArcGIS软件对月降水复杂性测度进行空间化展示,探索导致降水复杂性的可能原因。结果表明:研究区中部农场的降水复杂性测度等级最高,东北部农场的次之,西南部农场的复杂性测度等级最低。通过分析发现,人类因素对降水复杂性的影响高于自然因素,人类规律性改造自然的过程会降低降水的复杂性。在模型性能上,自私兽群优化算法的寻优效率得到了显著提升。