〈新〉集成预测模型及其在财产保险防灾减损中的应用.docVIP

集成预测模型及其在财产保险防灾减损中的应用 ** ** （中科院软件研究所 北京 100080 ） 摘 要：本文针对城市内涝的预测，提出了一种集成预测模型进行灾情预测。它综合利用了来自各机构的遥感数据、等高线数据、地下管网数据以及历史灾情信息，全面的考虑了影响灾情的地形因素，并结合经验，克服了以往考虑影响因素不完全的不足，并且在实践中取得了较好的预测精度。 关键词：灾情预测、DEM、神经网络 Integrated Forecast Model and its Apply in Property Insurance Abstract: Facing the flood forecast in city，the paper gives an integrated model. It makes full use of data from several organizations, including RS data, contour line data, tunnel data and history disaster data, considered the landform factor and history experience,. It overcomes the shortcomings anciently, improved the precision of forecast. Key Words: Disaster forecast, Digital Elevation Model, Neural network 1.引言 我国是个多灾的国家，现在，每年自然灾害直接经济损失达一千亿元以上。对保险公司来说，水灾是引起赔付最大的自然灾害。对于一些重要的南方城市，经济发展迅速，水灾发生频繁，损失巨大。因此，科学的预测城市内的灾情，可以为保险公司厘定费率提供依据，可以指导保险公司有针对性的建立防洪预案，并在灾情发生后及时施救，从而达到降低风险，提高利润的目的[1]。 针对城市的内涝预测，本文提出了一种集成预测模型，对灾情进行了有效的预测，并取得了较好的预测精度。 2.研究现状 对于灾情的预测，目前大多是针对流域，较少针对城市。预测方法大体上分为两类，一种是利用GIS、DEM，主要依据地形数据进行灾情预测[6][8][9]；另一类是另一类是利用神经网络等人工智能的模型方法进行灾情预测[5][7][10]。 数字高程模型（DEM）是区域地面高程的数字表示，是建立在地图投影平面上规则格网点的平面坐标（x,y）及其高程（z）数据集。DE， 图1 集成预测方法示意 3.1 DEM预测模型 本文所指的DEM模型是一个集城市地面高程模型、降雨模型、产汇流模型、排水模型和GIS的空间分析应用模块为一体的综合模型。DEM用于模拟城市地面的高低起伏，该模型是城市洪灾预测计算的基础；降水模型用于模拟和计算城市降雨的空间和时间分布；产汇流模型用于模拟地面径流的生成过程和汇积过程；排水模型则是根据城市地面排水方式计算城市排水量。 与其框架相对应，其预测的步骤如下所示： 将等高线数据与遥感影像相结合，建立规则格网DEM。 根据气象观测站的地理分布建立降雨分布模型。 根据遥感影像提取下垫面和植被分布状况建立产汇流模型。 根据地下管网数据，建立管网排水模型。 采用基于GIS的“体积法”计算淹没情况。 一、将等高线数据与遥感影像相结合，建立规则格网DEM DEM数据主要由示范区域的高程数据（包括等高线数据和高程点数据）转化而来。本文对高程数据进行了处理，使之转化为规则格网型DEM数据。为了更直观地显示三维地表状况，系统采用了遥感影像配准技术。经过等高线生成TIN、TIN转化为规则格网DEM、遥感影像与DEM配准以及DEM预处理4步，生成的DEM。 二、降雨分布模型 城市洪灾大部分情况下是因暴雨形成的，因此为了体现降雨时间上的变化，模型采用按时段预测，以小时为单位。为了体现降雨空间上的变化，模型根据示范区24个雨量观测站数据，采用泰森多边形插值方法，计算出各个规则单元的降雨量。 三、根据遥感影像提取下垫面和植被分布状况建立产汇流模型 所谓产流，是指地表上各种径流成分的生成过程。地表上一个基本的水文单元的径流过程是由降雨、植被截留、地表下渗和管网排水的组合来控制。因此，从降雨开始到任一个时刻的产流过程可用下式表示： 其中为在t时刻地面径流深，为降雨强度，是植被截留率， f是下渗率，p是城市管网排水能力。 降雨是形成径流的必要条件，没有降雨就不会有径流。但有了降雨，是否会形成径流还要取决于植被截留、下渗和管网排水能力等因素。在城市洪灾预测模型中，针对每一规则格网单元，如果 ，（，，，分别指该单元的降雨强度、植被截留率、下渗率和管网排水