广东台风灾害评估系统设计与开发

陈仕鸿 罗子生 唐丹玲 陈舒扬 孙雪

摘要：台风灾害的评估信息是对防台减灾工作关键的决策辅助信息。本文以台风气象数据和灾害历史数据为基础，设计和开发了广东台风灾害评估系统。系统包含台风灾害评估、台风路径查询、历史台风灾害数据查询与分析三个功能模块。其中台风路径查询基于百度地图产API接口开发，台风灾害评估系统基于由GA-Elman神经网络、支持向量回归机（SVR）和广义回归神经网络（GRNN） 3种模型组合而成的组合模型，评估结果更加稳定、精确，可以为防台减灾工作提供决策信息。

关键词：台风灾害评估；系统设计与开发；组合模型；广东省

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）31-0186-03

Design and Development of Guangdong Typhoon Disaster Assessment System

CHEN Shi-hong 1， LUO Zi-sheng1， TANG Dan-ling 2， CHEN Shu-yang 1， SUN Xue 1

（1.Guangdong University of Foreign Studies， Guangzhou 510006， China； 2.State Key Laboratory of Tropical Oceanography， South China Sea Institute of Oceanology， Chinese Academy of Sciences， Guangzhou 510301， China）

Abstract： Information of typhoon disaster assessment is critical decision support information for disaster reduction. This paper introduces the design and development of an new Guangdong typhoon disaster assessment system， based on the typhoon disaster meteorological data and historical disaster data. The system contains three functional modules， including typhoon disaster assessment， typhoon path query， historical data query and analysis typhoon. The typhoon path query based Baidu Maps API interfaces development capacity. Typhoon disaster assessment system based on three- model- combination； the three- model- combination are combined by GA-Elman neural networks， support vector regression （SVR）， and generalized regression neural network （GRNN）. Assessment results are more stable， accurate， can provide decision-making information for the typhoon disaster reduction.

Key words： typhoon disaster assessment； system design and development； combined model； guangdong province

1 概述

我国沿海地区饱受台风侵扰，台风是我国仅次于洪涝和干旱的第三大自然灾害。广东省是我国受台风侵袭最严重的省份。2015年10月强台风“彩虹”在广东湛江沿海登陆，登陆时中心附近最大风力有15级（50米/秒）。“彩虹”造成广东省316.7万人受灾，10人死亡，4人失踪，直接经济损失125.3亿元[1]。由于全球温室效应，气象异常，台风灾害变得更加严重。因此，联合国国际减灾战略计划把提高灾害风险意识和加强灾害风险管理作为可持续发展的重要组成部分，进而建立具有较强、较全面的防灾抗灾能力的和谐社会，来减轻灾害对人类、社会、经济与环境造成的损失[2]。

灾害风险监测预警评估是防台减灾的重要基础，重视对台风灾害危险性、承灾体脆弱性的监测，加强灾害预测和评估系统的建设，加强防灾减灾设施的建设是当前防灾工作和灾害研究的当务之急[3]。防台减灾过程中台风灾情预估是指导防灾救灾工作的重要信息。如何及时准确获得台风灾情评估信息，一直是防台减灾工作的瓶颈。

台风灾害具有破坏性大、突发性强的特点，及时掌握灾情信息是抗灾救灾的关键。由于影响台风灾情的因素众多，关系复杂，传统的人工经验预判存在很大的误差；而精确的统计结果又过于迟缓。因此，如何快速准确的评估台风灾情成为众多学者的研究内容[4]。目前，国内学者对台风灾害评估的系统研究还很缺乏，有利用神经网络模型构建台风灾害评估系统[5]，和利用GIS（地理信息系统）软件建立致灾因子图层、孕灾环境图层、承灾体图层，再结合GIS软件图层叠加的功能得到灾情分布图[6，7]。本文以广东省台风为研究对象，开发广东台风灾害评估系统，评估结果更加稳定、精确。

2系统设计

本文在分析多种评估模型的基础上，提出了基于组合模型的评估方法，并以广东台风的数据作为模型训练样本数据，设计和开发广东台风灾害评估系统。系统采用模块化设计模式，主要包含台风灾害评估、台风路径查询、历史台风灾害数据查询与分析三个功能模块。系统底层数据库选用ACCESS 2010。历史台风灾害数据查询是对灾害数据表的选择查询操作。台风路径查询是根据台风中心位置取样的经纬度，百度地图Api显示出来。台风灾害评估模块，建立GA-Elman神经网络、支持向量回归机（SVR）、广义回归神经网络（GRNN）3种模型组合而成的综合评估模型。模型用Matlab软件实现，并生成DLL供系统调用。系统体系结构图如图1所示。

图1 系统体系结构图

3 数据库设计

数据库是台风灾害损失评估的基础，本系统数据库数据中，台风路径、中心气压、大风及降雨量数据取自《热带气旋年鉴》、温州台风网①和中国气象科学数据共享服务网②；台风灾害直接经济损失数据取自《中国气象灾害大典：广东卷》和《广东防灾减灾年鉴》，GDP、人口和耕地面积源于《广东统计年鉴》，GDP和损失金额按广东省物价指数基准进行了换算。台风灾害的主要类型有暴雨灾害、狂风灾害等。因此，选用热带气旋影响到广东时的最低气压、最大风速、降雨量、持续时间、影响范围作为评价指数的关键因子。影响范围用不同级别的降雨量和风速的站点数量来表示。考虑到早期的台风资料不全、失真数据较多，参考意义不大，经分析，舍去1992年以前的台风数据，选取在1993～2009年影响广东的67个台风数据作为样本。

数据库由台风路径数据表、台风雨量数据表、台风损失数据表、地理信息数据表、人口信息数据表、经济信息数据表等数据表构成。各数据表的属性、类型及表示含义如表1、表2所示。

表1 台风路径表

[字段名＼&类型＼&说明＼&台风编号＼&字符（6）＼&＼&日期时间＼&日期/时间＼&记录的时间间隔为半小时＼&风力等级＼&整型＼&＼&中心风速＼&整型＼&＼&台风强度＼&字符（4）＼&类别有热带风暴、台风、强台风等＼&中心位置经度＼&小数＼&＼&中心位置纬度＼&小数＼&＼&风速＼&整型＼&＼&中心气压＼&整型＼&＼&移速移向＼&字符（10）＼&＼&七级风圈＼&整型＼&＼&十级风圈＼&整型＼&＼&]

表2 台风灾害评估表

[字段名＼&类型＼&说明＼&台风编号＼&字符（6）＼&＼&最大过程降雨量＼&整型＼&＼&最大日降水量＼&整型＼&＼&降雨强度＼&整型＼&日降雨量大于100和50mm的站点数＼&降雨影响范围＼&整型＼&过程降雨量大于300、200、100和50mm的站点数＼&过程最大风速＼&整型＼&＼&大风影响范围＼&整型＼&风速大于7级的站点数＼&强风影响范围＼&整型＼&风速大于10级的站点数＼&最低气压＼&整型＼&＼&存留时间＼&整型＼&单位为小时＼&登陆点＼&整型＼&登陆地点分为3类，即粤西、珠江口和粤东＼&人均GDP＼&小数＼&统计范围是台风过程降雨量大于50的站点所在的区域＼&人均耕地面积＼&小数＼&人口密度＼&小数＼&直接经济损失＼&小数＼&＼&]

4 系统实现与展示

4.1 台风路径查询与显示

百度地图应用程序编程接口（API）为百度公司免费提供的基于百度地图服务的应用接口，提供网络地理信息系统的基本功能。本系统借助百度地图API进行二次开发，根据台风间隔每半小时的中心位置为节点，以点线连接起来动态显示台风的路径。节点在不同的强度用不同的颜色显示，如图2所示。

图2 台风路径查询与显示界面

4.2 台风灾害评估

组合预测是使用多种预测方法对同一预测对象进行预测，在此基础上通过加权组合形成一个预测模型，以提高预测精度的方法[6]。 组合预测方法就是利用两种或两种以上不同的单项预测法对同一预测对象进行预测，根据各组合中各模型的可信度，设置模型权重wi，i=1，2，…，n，根据各单项模型的预测结果做适当的加权平均，预测结果为：

[][Y=wi×yi，i=1，2，???，n] （1）

式（1）中[yi]为各单项模型的预测结果。常用的定权方法有等权平均法、方差-协方差法等。本系统建立基于GA-Elman神经网络、SVR和GRNN三种模型组合评估模型。采用等权平均法，即3种模型的权重均为1/3。模型用Matlab软件实现，并生成DLL供系统调用。经过多次测试，系统的评估误差为30%左右，误差率在可接受的范围内。系统根据损失评估结果自动生成抗灾响应措施，如图3所示。

图3 台风灾害评估界面

5 结语

台风灾害评估的结果对防台减灾起着关键的决策辅助作用。本系统以广东省台风灾害为研究对象，基于历史灾害数据库，构建台风灾情评估组合模型，得到不错的效果，具有一定的应用价值。如果加大可供模型训练的有效数据量，模型的精度可望进一步提高[3]。另外，模型评估的结果主要是全省的经济损失之和，尚没有细化的具体区域， 如果结合采用GIS软件，分析研究区域的承灾体、孕灾环境，再与风雨值进行GIS图层叠加，可以模拟得到研究区域的受灾轻重分布。

注释：

① 网址为：http：//www.wztf121.com

② 网址为：http：//cdc.cma.gov.cn

参考文献：

[1] 民政部. 国家减灾委、民政部紧急启动国家四级救灾应急响应 协助广西壮族自治区做好暴雨洪涝灾害救灾工作[EB/OL]. http：//www.jianzai.gov.cn/DRpublish/ztzl/0000000000013817.html ， 2015-10-05.

[2] IPCC. Climate Change 2013： The Physical Science Basis Summary for Policymakers. http：//www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.2013

[3] 隋广军，唐丹玲.台风灾害评估与应急管理[M].北京：科学出版社，2015：346-384.

[4] DanLing TANG，Guangjun SUI， 2014，"Typhoon Impact and Crisis Management"， Springer. （ISBN： 978-3-642-40694-2 （Print）， 978-3-642-40695-9 （Online）.pp439-459.

[5] 陈仕鸿， 隋广军，阳爱民.广东省台风灾情预测系统研究[J].自然灾害学报， 2012，21（3）：50-55

[6] 王胜，田红，谢五三.基于GIS技术的台风灾害风险区划研究——以安徽省为例[J].中国农业大学学报，2012（1）.

[7] 刘少军， 张京红，何政伟，等.基于GIS的台风灾害损失评估模型研究[J]. 灾害学，2010，25（2）：64-67.

[8] 孙惠子，粟晓玲，昝大为.基于最优加权组合模型的枯季径流预测研究[J]. 西北农林科技大学学报：自然科学版， 2011，39（11）：201-208.