基于支持向量机的防洪脆弱性评价模型研究.pdfVIP

第４０卷 第２４期 人　民　长　江 Ｖｏｌ．４０，Ｎｏ．２４ ２００９年 １２月　 　 Ｙａｎｇｔｚｅ　Ｒｉｖｅｒ　 　Ｄｅｃ．， ２００９ 　　文章编号：１００１－４１７９（２００９）２４－０００３－０３ 基于支持向量机的防洪脆弱性评价模型研究 １，２ ３ ４ 张　灵 　翁　毅 　陈 晓 宏 （１．广州大学地理科学学院，广东广州５１０００６；　２．广州大学广州发展研究院，广东 广州５１０４０５；　３．福州 大学环境与资源学院，福建 福州３５０１０８；　４．中山大学水资源与环境研究中心，广东广州５１０２７５） 摘要：针对防洪风险因风险主体而异的特点，提出了防洪脆弱性的定义，选取影响临灾破坏程度的因子建立了 评价指标体系，以所选指标的自然断裂法分级作为训练样本，建立了基于支持向量机的评价模型。应用实例的 评价结果符合北江下游的防洪态势，说明了该模型方法的可行性、合理性和有效性。与传统的计点系统模型相 比，支持向量机模型的评价结果更接近实际情况。 关　键　词：防洪脆弱性；评价；支持向量机；北江下游 中图分类号：ＴＶ８７７　　　文献标识码：Ａ 定的主观影响。考虑到影响防洪脆弱性的评价因子与防洪脆弱 １　概 述 性等级间关系复杂，各等级间关系模糊，本文尝试建立基于支持 防洪减灾是关系国计民生的重大课题。根据可持续发展战 向量机的防洪脆弱性评价模型，为防护区的产业经济规划和防 略，防洪减灾的总要求是通过防洪减灾措施尽量减轻洪水灾害， 洪决策提供科学依据。 避免洪灾引起社会波动，促进流域经济可持续发展。一个可持 ２　支持向量机原理 续的系统应该具备３方面的特性：被打击的可能性减低了，打击 ［１］ ［５］ 破坏的程度减小了，恢复的时间缩短了 。由于洪水具有明显 ＳＶＭ方法是由Ｖａｐｎｉｋ 提出的一种基于统计学习理论的 的不确定性，无论如何提高防洪标准，仍然可能出现超过防御标 机器学习方法，它从样本中挑选出少数有代表性的样本，即所谓 准的稀遇洪水，造成灾害损失。因此不仅要研究防洪工程“被 支持向量构成拟合函数进行函数逼近运算。对于给定的样本数 打击的可能性”，还要研究被“打击破坏的程度”。 据 ｌ ｎ ，首先利用非线性映射 将训练数据 ｛ｘ，ｙ｝ Ｒ ×Ｒ （ ） ｋ ｋ  φ  目前的洪灾评估研究主要从概率上计算未来一定时期内防 集映射到一个高维特征空间（Ｈｉｌｂｅｒｔ空间），使得在输入空间中 洪减灾的期望效益并进行分析，洪灾风险区划研究也主要是根 的非线性函数估计问题转化为高维特征空间中的线性函数估计 据洪灾形成的主要因子对洪水的危险度进行区划。但这些研究 问题。设函数具有如下形式： 都没有考虑防洪风险因承灾主体而异的特殊性。事实上，同样 Ｔ ｎ ｆ（ｘ）＝ （ｘ）＋ｂ，　　　 Ｒ，ｂ Ｒ （１） ω φ ｋ ω∈ ∈