华南台风极端灾害风险分析与非线性智能计算建模的理论方法研究

Taking the disaster-caused factors and disaster situation factors of typhoon extreme disaster in South China as the prediction object, the characteristics of the main affecting factors of typhoon disaster in South China has been statistically evaluated based on the typhoon data from China Meteorological Bureau. The most and lest years of typhoon extreme disaster in South China are extracted, and the characteristics of the corresponding disaster situation data is analyzed using kernel correlation and diagnostic analysis. By means of kernel multivariate statistical analysis, entropy weight theory and nonlinear intelligent computing theory, the calculation model for factor exponent and its effective combination weight of typhoon extreme disaster in South China has been developed, constructing a mathematical model for disaster-caused index and disaster situation index and its relationship. The return period and probability of typhoon extreme disaster in South China is analyzed using the multivariable joint distribution of Copula theory. A Support Vector Machine -Neural Network nonlinear intelligent computing model for typhoon extreme disaster in South China has been developed by improving algorithm and optimizing parameters of Support Vector Machine using data mining. By adopting fuzzy kernel clustering and entropy principle, whether the irregular discrete typhoon extreme disaster factors have a regular sequence, and the internal relation between generalized fuzzy entropy and disastrous indices in the time domain for the disaster system, is researched.

以登陆影响华南台风极端灾害的致灾因子和灾情因子为主要研究对象，应用中国气象局台风整编资料，统计分析登陆影响华南各省区台风灾害的年际变化主要特征，选取特多和特少登陆影响华南台风及其发生极端灾害的年份，通过核相关和诊断分析，研究其相应的灾情数据特征。利用核多元统计分析、熵权理论及非线性智能计算理论，研究华南台风极端灾害因子指数及有效组合权重的计算模型，构造台风致灾指数与灾情指数及其相互关系的数学模型；用Copula理论构建台风灾害多变量的联合分布，研究华南台风极端灾害的重现期及概率；利用数据挖掘等技术对支持向量机（SVM）等算法改进和参数寻优，建立SVM-神经网络等华南台风极端灾害的非线性智能计算模型。利用模糊核聚类与信息熵原理，研究无规则离散台风极端灾害因子是否为潜在有规则序列的一种表现，研究灾害系统在时域上的广义模糊熵与灾情指数的内在关系。

本项目已按原计划全面完成了研究任务，主要内容如下:.（1）研究期间共完成研究论文29篇（计划任务8-12篇）。其中已发表26篇，在已公开发表的26篇论文中，有7篇论文被SCI收录，8篇为国家自然科学核心期刊，1篇被国际会议论文集收录；录用待发表论文1篇；送审论文2篇。.（2）培养硕士研究生7名。其中5名取得硕士学位（1名考取博士研究生）； 2名成员分别由副教授晋升为教授、工程师晋升为高级工程师，1名年轻成员由助理工程师晋升为工程师。.（3）主要研究内容及创新特色： .针对华南台风灾害研究中缺乏风险分析的非线性智能计算理论方法的研究现状，开展了登陆影响华南台风极端灾害的统计及非线性计算模型的研究。在台风灾害异常变化方面，发现在2-3年的周期内，海温场、海压场、高度场震荡频率相关性最强；2004年以后登陆华南强台风频数显著增多，2004-2017年，登陆华南的台风中约有9.7%在登陆前24小时经历快速增强的过程；约50%的台风对华南三省同时引起灾情。在台风极端灾害影响因子方面，通过Alasso-组合权重、ISOMAP-Copula熵等方法，对登陆影响华南台风的极端灾害因子作变量选取试验，建立了灾害因子的数学定量计算模型；在灾害因子权重及非线性评估模型方面，研究并建立了基于组合权重和模糊随机方法、信息扩散、以月份动态变化为背景的华南台风风险等评估模型。在预测模型方面，研究并构建了台风灾害的风险熵-极限学习机、极限梯度提升树和模糊神经网络、Alasso-DA-SVM的台风灾害风险及频数预测模型。结果发现，构建的模型比较符合台风极端灾害风险分析中灾害因子变化的非线性特点。在台风极端灾害的重现期方面，发现致灾因子的重现期越长，极端灾害越严重；灾情重现期越长，极端灾害发生的频率越小。.（4）对华南台风形成的机理、年代际异常的环流变化特征、登陆华南台风生成位置的年代际变化特征、随机模型的持久性和遍历性、极端台风的个例进行了研究。用模糊时间序列、三维信息扩散、超概率等方法，进行台风强度、灾害评估与预测模型的研究。