融合相关分析及神经网络模型估算海洋台风灾害程度研究

摘要

海洋台风灾害程度估算是相关职能部门亟待解决的问题.实际应用中突出问题就是收集灾情相关数据较难且多为小样本数据集,小样本数据集自身特点导致难以选用合适模型估算.本项目提出基于因子相关性分析来筛选模型输入因子.结果表明最低气压、最大风速、累积降雨量、最大高潮位与灾害程度的显著性(双侧)分别为0.011、0.034、0.019、0.021均小于0.05,在0.05水平(双侧)上显著相关.最低气压与灾害程度的Pearson相关性为-0.523,他们之间成负相关.最大风速、累积降雨量、高潮位与灾害程度的Pearson相关性为0.443、0.485、0.497均为正值,这3个因素与灾害程度之间成正相关.构建4-8-4结构BP神经网络模型估算1409号超强台风的灾害强度等级为Ⅳ,估算1822号台风的灾害强度等级为Ⅲ,印证该估算模型预测灾害程度等级与实际统计数据吻合较好.该项成果应用于海洋、气象、环境、水文、农业等相关职能部门防风减灾工作中,为监管者减灾防灾决策提供监管支撑及数据保障.