基于数据场与云模型的水灾风险区划理论与方法

水灾风险区划的目的是为了更清晰地把握水灾风险的空间格局及内在规律，为政府决策部门制定减灾规划、土地利用规划以及保险公司厘定费率等提供基本依据，因此，水灾风险区划图的质量非常重要。本项目针对当前水灾风险区划图在空间尺度、区划等级概念的粒度、原始数据的不确定性等方面存在的问题，尝试将不确定性人工智能模型- - 数据场与云模型及其扩展技术引入水灾风险区划领域，研究不确定性水灾风险区划的新理论和方法，以期更准确地划分水灾的风险空间、更恰当地抽取区划等级概念以及在理论上更可靠地估计风险，为政府决策部门和保险公司提供更高质量的水灾风险区划图。本项目将以典型的低湿地水灾高风险区- - 洞庭湖区为案例，检验新理论和方法应用的可行性；并与用该研究区水灾财产保险理赔数据库建立的伪水灾风险区划图比较，验证新理论和方法的可靠性；与野外实测的"安全岛"范围及灾情大小比较，验证新理论和方法的正确性。