以深圳市為例探討洪災(zāi)損失預(yù)測(cè)研究的科學(xué)性與嚴(yán)謹(jǐn)性

1、以深圳市為例探討洪災(zāi)損失預(yù)測(cè)研究的科學(xué)性與嚴(yán)謹(jǐn)性 摘要 洪澇災(zāi)害是我國(guó)目前面臨的主要自然災(zāi)害，每年造成經(jīng)濟(jì)損失不可估量。因此，建立洪災(zāi)經(jīng)濟(jì)損失預(yù)測(cè)模型，具有較大的理論意義及實(shí)用價(jià)值。本文建立了洪災(zāi)損失定量評(píng)估和預(yù)測(cè)模型，并通過兩個(gè)評(píng)估模型及方法的比較，分析出附件二中存在的問題。 本文在定量評(píng)估及預(yù)測(cè)的過程中，采用了MATLAB軟件編程、EXCEL數(shù)據(jù)分析等手段 。之后，作者在綜合考慮各因素的基礎(chǔ)上，對(duì)問題二進(jìn)行了誤差分析，并對(duì)模型作出了評(píng)價(jià)和改進(jìn)。 針對(duì)問題一，收集深圳市的相關(guān)資料，利用matlab進(jìn)行作圖，直觀分析歷年洪災(zāi)經(jīng)濟(jì)損失趨勢(shì)。通過建立靜態(tài)封閉模型和開放動(dòng)態(tài)模型，運(yùn)用參數(shù)分析法，分析

2、出附件2研究報(bào)告的不足和存在的問題：在洪災(zāi)損失計(jì)算的過程中,洪災(zāi)損失和其特征要素之間不一定存在確定的函數(shù)關(guān)系,而更多的是存在相關(guān)關(guān)系。 針對(duì)問題二，統(tǒng)計(jì)匯總深圳市歷年洪災(zāi)經(jīng)濟(jì)損失數(shù)據(jù)，建立了BP神經(jīng)網(wǎng)絡(luò)模型。并通過建立灰色預(yù)測(cè)模型，對(duì)歷年洪災(zāi)對(duì)深圳市的經(jīng)濟(jì)損失進(jìn)行預(yù)測(cè)，利用MATLAB軟件進(jìn)行求解，得出預(yù)測(cè)值；再將預(yù)測(cè)值和真實(shí)值相比較，得出預(yù)測(cè)值和實(shí)際值的誤差很小，來說明BP神經(jīng)網(wǎng)絡(luò)模型的科學(xué)性和先進(jìn)性，從而預(yù)測(cè)2020和2050深圳可能遭受的洪災(zāi)損失。最后本文還對(duì)深圳市政府和深圳百姓提出了建議，使普通百姓能夠正確對(duì)待信息時(shí)代所謂“科學(xué)結(jié)論”快速傳播帶來的問題，對(duì)各模型在實(shí)際中的應(yīng)用價(jià)值進(jìn)行了

3、詳細(xì)討論，并提出了改進(jìn)方案。通過仿真軟件，進(jìn)行模型驗(yàn)證，說明我們建立的模型和計(jì)算結(jié)果都是可靠的。關(guān)鍵詞：洪災(zāi)損失預(yù)測(cè) 靜態(tài)封閉 開放動(dòng)態(tài) 參數(shù)統(tǒng)計(jì)法 灰色預(yù)測(cè) BP神經(jīng)網(wǎng)絡(luò) 一、問題重述近年來由于溫室效應(yīng)的影響致使海平面上升，導(dǎo)致洪災(zāi)頻繁發(fā)生。洪澇災(zāi)害是我國(guó)目前面臨的主要自然災(zāi)害，每年造成經(jīng)濟(jì)損失不可估量。洪水災(zāi)情評(píng)估就是在已經(jīng)獲取某些災(zāi)情評(píng)價(jià)指標(biāo)值的基礎(chǔ)上,通過所建立災(zāi)情評(píng)價(jià)模型,對(duì)洪水災(zāi)害所造成的損失程度進(jìn)行評(píng)價(jià)。災(zāi)情評(píng)價(jià)的結(jié)果既是減災(zāi)決策的重要依據(jù),同時(shí)也對(duì)救災(zāi)和援災(zāi)決策具有重要的指導(dǎo)意義.如何迅速合理地估算和預(yù)測(cè)洪澇災(zāi)害造成的損失,對(duì)于及時(shí)地進(jìn)行搶險(xiǎn)救災(zāi)、降低災(zāi)情損失是非常重要的。國(guó)外

4、有研究報(bào)告將廣州預(yù)測(cè)為受洪災(zāi)損失最重的城市，也將深圳列為洪災(zāi)損失嚴(yán)重的城市，有關(guān)專家和專業(yè)人員認(rèn)為該報(bào)告結(jié)論與事實(shí)存在出入，因而懷疑其所用方法及支撐數(shù)據(jù)的正確性與準(zhǔn)確性。問題一：收集深圳市的相關(guān)資料，通過數(shù)學(xué)建模的方法，分析經(jīng)濟(jì)合作與發(fā)展組織(OCED)研究報(bào)告中可能存在的問題，同時(shí)對(duì)比評(píng)價(jià)你們的模型與研究報(bào)告所用模型的優(yōu)缺點(diǎn)。問題二：統(tǒng)計(jì)匯總深圳市歷年洪災(zāi)經(jīng)濟(jì)損失數(shù)據(jù)，建立了BP神經(jīng)網(wǎng)絡(luò)模型。并通過建立灰色預(yù)測(cè)模型，對(duì)歷年洪災(zāi)對(duì)深圳市的經(jīng)濟(jì)損失進(jìn)行預(yù)測(cè)，利用MATLAB軟件進(jìn)行求解，得出預(yù)測(cè)值；再將預(yù)測(cè)值和真實(shí)值相比較，得出預(yù)測(cè)值和實(shí)際值的誤差很小，來說明BP神經(jīng)網(wǎng)絡(luò)模型的科學(xué)性和先進(jìn)性，從

5、而預(yù)測(cè)2020和2050深圳可能遭受的洪災(zāi)損失。二、模型假設(shè)（1） 假設(shè)深圳經(jīng)濟(jì)發(fā)展穩(wěn)定，不會(huì)出現(xiàn)金融危機(jī)等導(dǎo)致工資發(fā)生急劇變化的情 況。深圳市的經(jīng)濟(jì)發(fā)展速度不會(huì)因?yàn)榻?jīng)融危機(jī)或者其他因素的影響產(chǎn)生較 大波動(dòng)。（2） 假設(shè)收集的各數(shù)據(jù)比較科學(xué)、合理、精確，所查閱的數(shù)據(jù)具有代表性，能 夠反映普遍情況；（3） 假設(shè)三大產(chǎn)業(yè)不同時(shí)期( 階段)的經(jīng)濟(jì)增長(zhǎng)率及產(chǎn)出值為一定值；（4） 假設(shè)無大規(guī)模戰(zhàn)爭(zhēng)及威脅人類生命、和經(jīng)濟(jì)發(fā)展的疾病爆發(fā)。三、符號(hào)說明編號(hào)符號(hào)符號(hào)說明1t時(shí)刻地面徑流量2降雨強(qiáng)度3植被截留比率4蒸發(fā)比率5填洼比率6下滲比率7地表徑流8淹沒區(qū)域9洪水淹沒區(qū)面積微元10待求的水位高程11地表實(shí)際高

6、程12 管底坡度13洪水波在河道中的傳播速度14河流的最大流量四、問題分析2.1概 論 近年來由于森林面積逐漸減少，二氧化碳濃度急劇增加，溫室效應(yīng)的影響致使海平面上升，導(dǎo)致洪災(zāi)頻繁發(fā)生。洪澇災(zāi)害是我國(guó)目前面臨的主要自然災(zāi)害，每年造成經(jīng)濟(jì)損失不可估量。洪水災(zāi)情評(píng)估就是在已經(jīng)獲取某些災(zāi)情評(píng)價(jià)指標(biāo)值的基礎(chǔ)上,通過所建立災(zāi)情評(píng)價(jià)模型,對(duì)洪水災(zāi)害所造成的損失程度進(jìn)行評(píng)價(jià)。災(zāi)情評(píng)價(jià)的結(jié)果既是減災(zāi)決策的重要依據(jù),同時(shí)也對(duì)救災(zāi)和援災(zāi)決策具有重要的指導(dǎo)意義.如何迅速合理地估算和預(yù)測(cè)洪澇災(zāi)害造成的損失,對(duì)于及時(shí)地進(jìn)行搶險(xiǎn)救災(zāi)、降低災(zāi)情損失是非常重要的。2.2 問題一的分析針對(duì)問題一：對(duì)于分析經(jīng)濟(jì)合作與發(fā)展組織研究

7、報(bào)告中可能存在的問題，本文收集了深圳市的相關(guān)資料，利用matlab進(jìn)行作圖，直觀分析歷年洪災(zāi)經(jīng)濟(jì)損失趨勢(shì)。通過建立靜態(tài)封閉模型和動(dòng)態(tài)封閉模型，利用城市洪澇災(zāi)害評(píng)估預(yù)測(cè)的參數(shù)統(tǒng)計(jì)法，分析出附件2研究報(bào)告中存在的問題；2.2 問題二的分析針對(duì)問題二：對(duì)于預(yù)測(cè)2020和2050深圳可能遭受的洪災(zāi)損失的問題，本文統(tǒng)計(jì)匯總了深圳市歷年洪災(zāi)經(jīng)濟(jì)損失數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)一步預(yù)測(cè)了2020和2050深圳可能遭受的洪災(zāi)損失，同時(shí)對(duì)建立的模型與研究報(bào)告所用模型的優(yōu)缺點(diǎn)進(jìn)行了評(píng)價(jià)。五、模型建立與求解 5.1 問題一 收集深圳市的相關(guān)資料，利用matlab進(jìn)行作圖，直觀分析歷年洪災(zāi)經(jīng)濟(jì)損失趨勢(shì)。通過建立靜態(tài)封

8、閉模型和開放動(dòng)態(tài)模型，運(yùn)用參數(shù)分析法，分析出附件2研究報(bào)告的不足和存在的問題：在洪災(zāi)損失計(jì)算的過程中,洪災(zāi)損失和其特征要素之間不一定存在確定的函數(shù)關(guān)系,而更多的是存在相關(guān)關(guān)系。5.1.1 問題一的分析 對(duì)于分析經(jīng)濟(jì)合作與發(fā)展組織研究報(bào)告中可能存在的問題，本文收集了深圳市的相關(guān)資料，利用matlab進(jìn)行作圖，直觀分析歷年洪災(zāi)經(jīng)濟(jì)損失趨勢(shì)。通過建立靜態(tài)封閉模型和動(dòng)態(tài)封閉模型，利用城市洪澇災(zāi)害評(píng)估預(yù)測(cè)的參數(shù)統(tǒng)計(jì)法，分析出附件2研究報(bào)告中存在的問題；5.1.2 封閉靜態(tài)模型與開放動(dòng)態(tài)模型的建立與求解 1.分析附件二的問題不足 1.1 封閉靜態(tài)模型 首先把城市看成封閉的孤島，僅考慮整個(gè)降雨歷程對(duì)城市淹水

9、的具體情況。 1.1.1 地表徑流的估算 地表上每一基本的水溫單元的徑流產(chǎn)生是由降雨、植被截留、雨期蒸散發(fā)、填洼和下滲等幾個(gè)過程來共同控制的，因此，從降雨開始到任一個(gè)時(shí)刻t的地表徑流量可用下式表示 （1） 式中為t時(shí)刻地面徑流量，為降雨強(qiáng)度；是植被截留比率；是蒸發(fā)比率；是填洼比率，是下滲比率。1.1.2 洪水區(qū)域淹沒面積和淹沒深度的估算 城市地面產(chǎn)生徑流后，各徑流單元往出口斷面匯集的過程稱為匯流，匯流過程涉及因素眾多，極為復(fù)雜，本文采用一種簡(jiǎn)化的處理方法：即不考慮匯流的具體過程，根據(jù)徑流總量與地面匯流區(qū)域的積水量相等原理，結(jié)合地面徑流由高向低流動(dòng)的重力特性和地形起伏情況來模擬匯流的區(qū)域（即淹沒

10、區(qū)）和區(qū)域內(nèi)每 一點(diǎn)的淹沒高度，具體的解算方法見下式 （2） 上式中，為地表徑流；為淹沒區(qū)域；為洪水淹沒區(qū)面積微元；（x,y)為A中任一點(diǎn),為該點(diǎn)待求的水位高程，為該點(diǎn)地表實(shí)際高程。1.2 開放動(dòng)態(tài)模型城市畢竟不是單獨(dú)存在的“孤島”，城市洪水可以通過河流和城市下水管道等排放，其中鋪設(shè)在城市路面上的下水管網(wǎng)對(duì)于洪水排放貢獻(xiàn)最大，下水管網(wǎng)包括雨水口，支管、干管、檢查井及出水口等部分，排水能力主要取決于管道形狀和直徑大小，圓形管道排水力性能好，在一定的坡度條件下，指定的斷面積，具有最大的水力半徑、流速和流量大，因此，城市排水工程常用圓形管道，采用曼寧方程可以計(jì)算下水管道的排水能力 （3）式中，為管壁

11、粗糙率；,分別為水?dāng)嗝婷娣e、水力半徑和管底坡 度。 設(shè)管道直徑為,水深為，濕周為,并考慮到洪災(zāi)發(fā)生時(shí)，下水管道可近似為滿流，亦即水面弦長(zhǎng)所對(duì)應(yīng)的圓心角為=0°，一起代入上式可得 （4）這樣將管網(wǎng)分布柵格圖與DEM疊加動(dòng)態(tài)計(jì)算洪水淹沒區(qū)域，并統(tǒng)計(jì)出淹沒區(qū)域內(nèi)各網(wǎng)點(diǎn)排水量，得出本時(shí)刻總地表徑流量，從而使用封閉靜態(tài)模型模擬本 時(shí)刻洪水淹沒狀況。洪水淹沒的開動(dòng)態(tài)模型十分復(fù)雜：從降雨產(chǎn)生水流開始，洪水以山脊線為界沿其兩邊流動(dòng)，并由區(qū)域的地形狀況（DEM)來決定地表徑流的流向和流速，然后結(jié)合區(qū)域連通性，在山谷等區(qū)域較低處堆積成澇，接著結(jié)合淹水區(qū)域的地下管網(wǎng)實(shí)時(shí)排水狀況等來分析具體淹沒狀況。設(shè)t=

12、1，2，3.，T為洪水淹沒全部歷時(shí)，對(duì)于每一時(shí)刻采用開放動(dòng)態(tài)模型計(jì)算洪水淹沒狀況，就可以獲得一系列的洪水淹沒狀態(tài)信息：洪水淹沒面積(1,2,3,4,T)和洪水淹沒高度(1，2，3，4,T),從而清晰地反映出洪水淹沒演進(jìn)的全過程。 圖 1 深圳市實(shí)測(cè)典型暴雨（24h） 圖 2 深圳市設(shè)計(jì)雨型（同倍比放大法） 圖 3 深圳市設(shè)計(jì)雨型（同頻率放大法） 圖4 深圳市設(shè)計(jì)雨型（模糊聚類分析法）1.3城市洪澇災(zāi)害評(píng)估預(yù)測(cè)的參數(shù)統(tǒng)計(jì)法 洪澇災(zāi)害直接經(jīng)濟(jì)損失評(píng)估方法的一般過程包括兩部分：(1)承災(zāi)體的災(zāi) 前價(jià)值評(píng)估；(2)承災(zāi)體的洪災(zāi)直接經(jīng)濟(jì)損失率的確定美國(guó)學(xué)者SJ Appbelubm曾提出了受災(zāi)資產(chǎn)的災(zāi)前價(jià)

13、值評(píng)估的3種方法：原始價(jià)值法當(dāng)受災(zāi)資產(chǎn)已無使用價(jià)值時(shí)，洪災(zāi)直接經(jīng)濟(jì)損失可按受災(zāi)資產(chǎn)的災(zāi)前價(jià)值計(jì)算；當(dāng)受災(zāi)資產(chǎn)還有使用價(jià)值時(shí)，損失可按受災(zāi)資產(chǎn)的修理費(fèi)用計(jì)算重置成本法主要用于評(píng)估企業(yè)不動(dòng)產(chǎn)災(zāi)前價(jià)值市場(chǎng)價(jià)格法對(duì)于自然資源的價(jià)值，可按市場(chǎng)比較法、成本法或剩余法評(píng)估 對(duì)于洪澇災(zāi)害直接經(jīng)濟(jì)損失率計(jì)算方法，目前國(guó)內(nèi)外比較通用的是參數(shù)統(tǒng)計(jì)模型：即以淹沒水深等洪澇災(zāi)害特征為自變量，損失率為因變量，利用參數(shù)統(tǒng)計(jì)方法確定模型參數(shù)。因此，本文在分析總結(jié)國(guó)內(nèi)外研究成果的基礎(chǔ)上，針對(duì)國(guó)內(nèi)城市的具體情況，采用簡(jiǎn)單實(shí)用的分類資產(chǎn)的參數(shù)統(tǒng)計(jì)方法來確定洪澇災(zāi)害直接經(jīng)濟(jì)損失率，并據(jù)此建立了一套城市洪澇災(zāi)害經(jīng)濟(jì)損失的評(píng)估預(yù)測(cè)模型，

14、模型的系統(tǒng)框架見圖5 社會(huì)信息調(diào)查 災(zāi)害損失典型調(diào)查 給定洪水頻率 評(píng)估信息數(shù)據(jù)庫(kù) 洪災(zāi)損失關(guān)系 歷史調(diào)查資料 資產(chǎn)空間分布 1.水深2.歷時(shí) 1.人口 洪災(zāi)損失率及 3.到達(dá)時(shí)間 2.住宅與家財(cái) 洪災(zāi)損失增長(zhǎng)率 3.基礎(chǔ)設(shè)施 4.工商企業(yè)等 防洪減災(zāi)管理 信息系統(tǒng) 1.人口資產(chǎn)分布 經(jīng)濟(jì)發(fā)展預(yù)測(cè) 直接損失預(yù)測(cè) 2.洪水要素分布 3.現(xiàn)狀損失分布 4.預(yù)測(cè)損失分布 圖5 城市洪澇災(zāi)害損失評(píng)估框架 由此可以看出，附件二對(duì)于深圳市洪災(zāi)損失的預(yù)測(cè)中的不足和存在問題：在洪災(zāi)損失計(jì)算的過程中,洪災(zāi)損失和其特征要素之間不一定存在確定的函數(shù)關(guān)系,而更多的是存在相關(guān)關(guān)系。5.2 問題二 統(tǒng)計(jì)匯總深圳市歷年洪災(zāi)

15、經(jīng)濟(jì)損失數(shù)據(jù)，建立了BP神經(jīng)網(wǎng)絡(luò)模型。并通過建立灰色預(yù)測(cè)模型，對(duì)歷年洪災(zāi)對(duì)深圳市的經(jīng)濟(jì)損失進(jìn)行預(yù)測(cè)，利用MATLAB軟件進(jìn)行求解，得出預(yù)測(cè)值；再將預(yù)測(cè)值和真實(shí)值相比較，得出預(yù)測(cè)值和實(shí)際值的誤差很小，來說明BP神經(jīng)網(wǎng)絡(luò)模型的科學(xué)性和先進(jìn)性，從而預(yù)測(cè)2020和2050深圳可能遭受的洪災(zāi)損失。 5.2.1 問題二的分析 對(duì)于預(yù)測(cè)2020和2050深圳可能遭受的洪災(zāi)損失的問題，本文統(tǒng)計(jì)匯總了深圳市歷年洪災(zāi)經(jīng)濟(jì)損失數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)一步預(yù)測(cè)了2020和2050深圳可能遭受的洪災(zāi)損失，同時(shí)對(duì)建立的模型與研究報(bào)告所用模型的優(yōu)缺點(diǎn)進(jìn)行了評(píng)價(jià)。 5.2.2 BP神經(jīng)網(wǎng)絡(luò)模型的建立與求解 因?yàn)殛P(guān)于深圳市

16、的洪水情況沒有記載，也就沒有歷史數(shù)據(jù)，而要模擬洪水淹沒城市的事件，就必須得有歷史數(shù)據(jù)。為了解決這個(gè)問題，可以根據(jù)現(xiàn)有的關(guān)于洪災(zāi)水流的經(jīng)驗(yàn)公式來獲得近似的洪水記錄（見圖6），然后建立BP 神經(jīng)網(wǎng)絡(luò)模型，給出有關(guān)洪水的預(yù)測(cè)。 1 . 洪水流量的計(jì)算 關(guān)于河流的最大流量的計(jì)算有如下經(jīng)驗(yàn)公式： (5)上式中近似于洪水波在河道中的傳播速度，黃河水利委員會(huì)水利科學(xué)研究所根據(jù)實(shí)際資料分析認(rèn)為值應(yīng)取下列數(shù)值：山區(qū)河道， =7.15；半山區(qū)河道， =4.76；平原河道， =3.13 2 . 擬合深圳的水位流量關(guān)系曲線 附錄中的表 1 為深圳某河流的最近30 天的水位和流量，這是從靠近深圳市的水文觀測(cè)站獲得的。對(duì)

17、這些數(shù)據(jù)進(jìn)行描點(diǎn)畫圖如下： 圖 6 水位與流量關(guān)系點(diǎn)圖 由圖 6 可以看出，水位與流量的關(guān)系近似于二次函數(shù)關(guān)系，于是可用二次最小二乘擬合，調(diào)用Matlab中的函數(shù)ployfit進(jìn)行擬合，用a 儲(chǔ)存水位向量，用b 儲(chǔ)存流量向量，(注意單位換算），在Matlab的命令窗口操作如下：>> p,s=polyfit(a,b,2)p =0.0100 -0.4853 3.2473則水位與流量關(guān)系式為： Q = 0.01h2 0.4853h + 3.2473 （3） 并作擬合圖如下： 圖 7 水位與流量關(guān)系曲線擬合圖 為了檢驗(yàn)擬合效果，在附錄中給出了擬合相對(duì)誤差表（表2）。由圖7和表2可得擬合效果

18、很好。3. 建立神經(jīng)網(wǎng)絡(luò)模型進(jìn)一步預(yù)測(cè) 神經(jīng)網(wǎng)絡(luò)是近年來發(fā)展的一種大規(guī)模并行分布處理的非線性系統(tǒng)，它是對(duì)人腦若干基本特性通過數(shù)學(xué)方法進(jìn)行的抽象和模擬，是一種模仿人腦結(jié)構(gòu)及其功能的非線性信息 處理系統(tǒng)，其主要特點(diǎn)有： 1） 能以任意精度逼近任意給定連續(xù)的非線性函數(shù)； 2） 對(duì)復(fù)雜不確定問題有自適應(yīng)、自組織和自學(xué)習(xí)能力； 3） 具有較強(qiáng)的容錯(cuò)能力和信息綜合能力，能同時(shí)處理定量和定性的信息， 能很好地協(xié)調(diào)多種輸入信息的關(guān)系。 在本題中，洪水的傳播過程非常復(fù)雜，期間受到多種因素的影響也不能直接量化計(jì)算，特別是地形的千變?nèi)f化，更使前面的概化計(jì)算帶來較大誤差，而利用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自組織和自學(xué)習(xí)等能力可

19、以在一定程度上彌補(bǔ)沒有考慮到的因素?？紤]到洪水的流量與其影響因素為非線性關(guān)系，故而建立目前應(yīng)用最為廣泛而且很有效的BP 網(wǎng)絡(luò)。4 . BP 網(wǎng)絡(luò)的拓樸結(jié)構(gòu) BP 網(wǎng)絡(luò)是一種具有三層或三層以上的前饋型、按梯度算法使期望輸出與實(shí)際輸出的誤差沿逆?zhèn)鞑バ拚鬟B接權(quán)的神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)按有教師示教的方式進(jìn)行學(xué)習(xí)，當(dāng)一對(duì)學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，神經(jīng)元的激活值從輸入層經(jīng)各中間層向輸出層傳播，在輸出層的各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)，并按減少希望輸出與實(shí)際輸出偏差的方向，從輸出層經(jīng)各中間層逐層修正各連接權(quán)，最后回到輸入層，隨著這種誤差逆?zhèn)鞑バ拚牟粩噙M(jìn)行，網(wǎng)絡(luò)對(duì)輸入模式響應(yīng)的正確率不斷上升。因而其拓樸結(jié)構(gòu)為：輸出層

20、隱層輸入層圖8 BP 網(wǎng)絡(luò)的拓樸結(jié)構(gòu) 5 . 建立BP 網(wǎng)絡(luò)（1）輸入層 輸入層用于信息流的輸入，本題中要需要輸入的是：H, L,b,h，即是4維輸入。（2）隱層 建立一個(gè)隱層，根據(jù)1987 年Hecht-Nielsen 提出的“2N+1”法 ，其中N為輸入的神經(jīng)元節(jié)點(diǎn)數(shù)，來確定隱層單元的個(gè)數(shù)，則隱層有9 個(gè)節(jié)點(diǎn)。（3）輸出層 因?yàn)橹恍枰蟮玫骄鄩沃稬 處的最大流量，則只需一個(gè)輸出。（4） 從而確立了網(wǎng)絡(luò)結(jié)構(gòu)為“4-9-1”。輸入為H, L,b,h，輸出為。網(wǎng)絡(luò)各層激發(fā)函數(shù)取為Sigmoid型函數(shù)：f(x)= 1/（1+） 其中x（-，+），f（x）（0，1）， 為決定Sigmoid 型函數(shù)壓

21、縮程度的系數(shù)，該系數(shù)越大，曲線越陡，反之越緩。初始權(quán)重在-1,1區(qū)間隨機(jī)產(chǎn)生。（5）網(wǎng)絡(luò)的建立、訓(xùn)練及預(yù)測(cè)。根據(jù)原先得到的深圳某河流的最大流量各30 組數(shù)據(jù)，分別對(duì)它們建立網(wǎng)絡(luò)。 使用matlab 里的神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行編程，分別調(diào)用newff 和train 函數(shù)建立和訓(xùn)練網(wǎng)絡(luò)，其中網(wǎng)絡(luò)的誤差設(shè)置為。然后調(diào)用sim函數(shù)進(jìn)行仿真，即預(yù)測(cè)。5.2.3 灰色預(yù)測(cè)模型 灰色預(yù)測(cè)模型是項(xiàng)目可行性研究中對(duì)市場(chǎng)進(jìn)行定量預(yù)測(cè)的一種方法?；疑到y(tǒng)是指部分信息已知，部分信息未知的系統(tǒng)?；疑到y(tǒng)的理論實(shí)質(zhì)是將無規(guī)律的原始數(shù)據(jù)進(jìn)行累加生成數(shù)列，再重新建模。由于生成的模型得到的數(shù)據(jù)通過累加生成的逆運(yùn)算累減生成得到還原模

22、型，再有還原模型作為預(yù)測(cè)模型。 預(yù)測(cè)模型，是擬合參數(shù)模型，通過原始數(shù)據(jù)累加生成，得到規(guī)律性較強(qiáng)的序列，用函數(shù)曲線去擬合得到預(yù)測(cè)值。 灰色預(yù)測(cè)模型建立過程如下： 1) 設(shè)原始數(shù)據(jù)序列有n個(gè)觀察值，通過累加生成新序列，利用新生成的序列 去擬和函數(shù)曲線。 2) 利用擬合出來的函數(shù)，求出新生序列的預(yù)測(cè)值序列 3) 利用累減還原：得到灰色預(yù)測(cè)值序列，(共nm個(gè)，m個(gè)為未來的預(yù)測(cè)值)，將序列分為和，其中反映的確定性增長(zhǎng)趨勢(shì)，反映的平穩(wěn)周期變化趨勢(shì)，利用灰色GM（1，1）模型對(duì)序列的確定增長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè)。 六、模型評(píng)價(jià)優(yōu)點(diǎn)： 1. 運(yùn)用封閉靜態(tài)模型和開放動(dòng)態(tài)模型清晰的反映出洪水淹沒演進(jìn)的全過程，從而為洪災(zāi)損

23、失預(yù)測(cè)提供了準(zhǔn)確可靠地信息。 2.通過對(duì)BP神經(jīng)網(wǎng)絡(luò)模型的建立，提出了一種將洪災(zāi)經(jīng)濟(jì)損失預(yù)測(cè)融入到神經(jīng)網(wǎng)絡(luò)模型的方法，從而提高了洪災(zāi)損失預(yù)測(cè)模型的泛化能力。 3.采用經(jīng)實(shí)際驗(yàn)證的經(jīng)驗(yàn)公式，并通過計(jì)算機(jī)模擬來獲取歷史數(shù)據(jù)，作為深圳市的洪水記錄，并用BP 神經(jīng)網(wǎng)絡(luò)模型作進(jìn)一步預(yù)測(cè)。利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)等能力，來進(jìn)一步接近實(shí)際。其中對(duì)水位流量關(guān)系曲線的二次最小二乘擬合也得到了很好的結(jié)果。模型改進(jìn)中對(duì)模型作了具體的補(bǔ)充。缺點(diǎn)： 在擬合水位流量關(guān)系曲線時(shí)，所收集的是深圳市某河流穩(wěn)定時(shí)的數(shù)據(jù)，而當(dāng)河流處于洪水期時(shí)，其水位流量關(guān)系曲線會(huì)有變化，從而會(huì)增加誤差。模擬洪水過程時(shí)，簡(jiǎn)化了模型，沒有考慮實(shí)際

24、地形對(duì)洪水傳播的影響，也沒有考慮潰壩下游支流對(duì)洪水演進(jìn)的影響以及上游一些湖對(duì)洪水的調(diào)控能力。所建立的BP 神經(jīng)網(wǎng)絡(luò)模型也簡(jiǎn)化了。 七、 建議書（一）深圳市民： 你們好！對(duì)于深圳是否將成為受洪災(zāi)損失最重的城市，一直是許多市民關(guān)注和擔(dān)憂的問題。我們根據(jù)提供的數(shù)據(jù)資料和報(bào)告以及查閱的一些相關(guān)信息，通過詳細(xì)的分析數(shù)據(jù)得知報(bào)告結(jié)論與事實(shí)確實(shí)存在出入，因而懷疑其所用方法及支撐數(shù)據(jù)的正確性與準(zhǔn)確性。 我們通過建立靜態(tài)封閉模型和動(dòng)態(tài)封閉模型，分析出了經(jīng)濟(jì)與發(fā)展組織研究報(bào)告中存在的問題。然后通過統(tǒng)計(jì)匯總深圳市歷年洪災(zāi)經(jīng)濟(jì)損失數(shù)據(jù)，建立了BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)2020年和2050年深圳可能遭受的洪災(zāi)損失做出了進(jìn)一步

25、的預(yù)測(cè)。雖然我們所得到的數(shù)據(jù)有限，但是通過詳細(xì)的數(shù)據(jù)分析，針對(duì)國(guó)內(nèi)城市的具體情況，我們建立了一套城市洪澇災(zāi)害經(jīng)濟(jì)損失的評(píng)估預(yù)測(cè)模型。由模型可以看出，研究報(bào)告中對(duì)于深圳市在洪災(zāi)損失計(jì)算的過程中,洪災(zāi)損失和其特征要素之間不一定存在確定的函數(shù)關(guān)系,而更多的是存在相關(guān)關(guān)系。綜合上述分析，我們可以看出深圳市未來洪災(zāi)損失并非國(guó)內(nèi)外媒體報(bào)道的那樣糟糕，所以我們要正確對(duì)待信息時(shí)代“科學(xué)結(jié)論”快速傳播帶來的問題，比如“預(yù)測(cè)”給大家?guī)淼牟淮_定性和焦慮感。我們要以嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度大膽的對(duì)于一些結(jié)論提出質(zhì)疑，不要輕信謠言。不過，為減少大氣中過多的二氧化碳，造成海平面上升，還是要給大家提出一些建議：一方面需要大家節(jié)約用

26、電，少開汽車；另一方面，我們要保護(hù)好森林和海洋，比如不亂砍濫伐森林，不讓海洋受到污染以保護(hù)浮游生物的生存。我們還可以通過植樹造林，減少使用一次性方便木筷，節(jié)約紙張等行動(dòng)來保護(hù)綠色植物，使它們多吸收二氧化碳來幫助減緩溫室效應(yīng)。相信在大家的努力下，深圳市將會(huì)變得越來越美好！建議書（二）深圳市政府：你們好！洪澇災(zāi)害是我國(guó)目前面臨的主要自然災(zāi)害，每年造成經(jīng)濟(jì)損失不可估量,.如何迅速合理地估算和預(yù)測(cè)洪澇災(zāi)害造成的損失,對(duì)于及時(shí)地進(jìn)行搶險(xiǎn)救災(zāi)、降低災(zāi)情損失是非常重要的。近來許多國(guó)內(nèi)外專家對(duì)未來深圳洪災(zāi)損失做出了預(yù)測(cè)，結(jié)果并不樂觀，從而使許多市民感到焦慮和不安。我們收集了深圳市的相關(guān)資料， 對(duì)于洪澇災(zāi)害直接

27、經(jīng)濟(jì)損失率計(jì)算方法，我們針對(duì)國(guó)內(nèi)城市的具體情況，采用了簡(jiǎn)單實(shí)用的分類資產(chǎn)的參數(shù)統(tǒng)計(jì)方法來確定洪澇災(zāi)害直接經(jīng)濟(jì)損失率，并據(jù)此建立了一套城市洪澇災(zāi)害經(jīng)濟(jì)損失的評(píng)估預(yù)測(cè)模型。由模型可以看出，研究報(bào)告中對(duì)于深圳市在洪災(zāi)損失計(jì)算的過程中,洪災(zāi)損失和其特征要素之間不一定存在確定的函數(shù)關(guān)系,而更多的是存在相關(guān)關(guān)系。由于所提供的數(shù)據(jù)有限，我們運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型，并結(jié)合Matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱對(duì)算法進(jìn)行實(shí)現(xiàn)。經(jīng)過對(duì)歷年降雨量等信息的分析，合理地設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。同時(shí)，通過比較Matlab中神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)的訓(xùn)練步數(shù)、收斂精度及誤差，反復(fù)訓(xùn)練確定了最佳的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)，合理地確定了

28、最優(yōu)的災(zāi)情預(yù)測(cè)BP網(wǎng)絡(luò)模型。綜合上述分析，我認(rèn)為深圳市政府應(yīng)該首先穩(wěn)定人心，然后適當(dāng)?shù)臑闇p少洪災(zāi)損失制定一些措施，為此我們提出如下建議：（1）加快河道整治建設(shè)，加強(qiáng)河道管理；（2）抓好河堤和重點(diǎn)海堤建設(shè)；（3）加強(qiáng)水庫(kù)達(dá)標(biāo)建設(shè)，充分發(fā)揮水庫(kù)防洪作用；（4）積極治理城區(qū)內(nèi)澇，對(duì)重點(diǎn)水保項(xiàng)目進(jìn)行跟蹤檢查，切實(shí)做到遏制新的人為水土流失；（5）加強(qiáng)宣傳教育，增強(qiáng)全民防洪減災(zāi)意識(shí)；（6）探索并逐步建立洪水保險(xiǎn)、救災(zāi)及災(zāi)后重建機(jī)制。我相信在市政府的努力改進(jìn)和引導(dǎo)下，深圳市會(huì)變得越來越美好。八、 參考文獻(xiàn) 1 馬宗晉，等.中國(guó)氣象洪澇海洋災(zāi)害M.長(zhǎng)沙：湖南人民出版 社.1998. 2 陳秀萬洪水災(zāi)害損失評(píng)估

29、系統(tǒng)遙感與GIs技術(shù)應(yīng)用研究 M北京：中國(guó)水利水電出版社1999 3 劉俊，徐向陽城市雨洪橫犁在天津市區(qū)排水分析科葬中的應(yīng)用J 海河水利，2001. 4 AppelbaumSJ Determination of Urban Flood Damages Journal of water Resources Planning and Management1985，(3) 5 天津市濱海新區(qū)辦公室編天津?yàn)I海新區(qū)發(fā)展報(bào)告天津人民出版 社1998： 6 天津市水利勘測(cè)設(shè)計(jì)院天津城市防洪規(guī)劃報(bào)告1992 7 張平，MATLAB基礎(chǔ)與應(yīng)用M，北京：北京航空航天大學(xué)出版社， 2007年7月第一版 8 武漢水利

30、電力學(xué)院水力學(xué)教研室. 水力計(jì)算手冊(cè)（M）. 北京： 水 利電力出版社，1983.6 9 黃河水利委員會(huì)水利科學(xué)研究所. 潰壩水流計(jì)算方法初步探討. 科研成果選編 （J），1977（1）。 10 苑希民，李鴻雁等. 神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用 （M）. 北 京：中國(guó)水利水電出版社，2002.8 11 胡金杭，灰色預(yù)測(cè)理論在數(shù)學(xué)建模中的應(yīng)用J，統(tǒng)計(jì)研究，27（2）： 7-14，2007. 九、附錄 產(chǎn)生洪水“歷史數(shù)據(jù)”的程序% check.mfunction y=check(a,d) % a 為區(qū)間，d 隨機(jī)數(shù)向量，返回統(tǒng)計(jì)量n=zeros(1,10);for i=1:10l=a(1)

31、+(a(2)-a(1)*(i-1)/20;r=a(1)+(a(2)-a(1)*i/20;for j=1:30if (d(j)>l) & (d(j)<r)n(i)=n(i)+1;end endendy=0;for i=1:10y=y+(n(i)-30/10)2;endy=10/30*y;end % discharge.mfunction q2=discharge(h,l) % h 為壩前水深，l 為距壩址距離返回l 處最大流量b=unifrnd(400,800,1,30); h1=unifrnd(0,31.5,1,30);a1=400 800; a2=0 31.5;c1=check(a1,b); % 均勻性檢驗(yàn)while c1>16.919 % 產(chǎn)生平均寬度b=unifrnd(400,800,1,30);c1=check(a1,b); endc2=check(a2,h1); % 均勻性檢驗(yàn)while c2>16.919 % 產(chǎn)生平均高度h1=unifrnd(0,31.5,1,30);c2=check(a2,h1);endfor i=1:30 % 求Rawls Creek 的最大流量q1(i)=0.27*9.8(0.5)*5(0.1)*(800/b(i)(0.33