期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的热带气旋灾害等级评估模型构建及其活动特征分析
被引量：
3
1
作者
刘淑贤
张立生
+3 位作者
刘扬
王维国
杨琨
张源达
《气象》
CSCD
北大核心
2024年第3期331-343,共13页
在全球变暖的背景下,热带气旋(TC)作为影响我国最严重的自然灾害之一,其活动特征及灾害损失评估研究受到了广泛关注。采用组合赋权和k-means等方法,分析了2000年以来登陆我国的TC及灾害损失特征,并构建了基于机器学习的TC灾害等级评估...
在全球变暖的背景下,热带气旋(TC)作为影响我国最严重的自然灾害之一,其活动特征及灾害损失评估研究受到了广泛关注。采用组合赋权和k-means等方法,分析了2000年以来登陆我国的TC及灾害损失特征,并构建了基于机器学习的TC灾害等级评估模型。结果表明:从总体趋势来看,登陆我国的TC频数在逐年减少,但登陆风速的最大值却在缓慢增加;广东、浙江、福建、广西受灾较为严重,但整体上全国综合灾情指数呈下降趋势;与传统的随机森林、支持向量机、朴素贝叶斯算法相比,LightGBM(Light Gradient Boosting Machine)在TC灾害评估中效果最佳,准确率值为0.91,其中致灾因子是模型中最关键的因素,其次是防灾减灾能力、暴露度和脆弱性指标。
展开更多
关键词
热带气旋
灾害等级评估
机器学习
LightGBM(Light
Gradient
Boosting
Machine)
在线阅读
下载PDF
职称材料
遥感信息中地震灾情危险等级在线应急评定方法研究
2
作者
韩召华
《地震工程学报》
CSCD
北大核心
2020年第2期552-557,578,共7页
利用GIS技术对地震危险等级进行评定时,由于其地形控制点选取合理性较差,导致其所采集遥感图像清晰度较低,地震等级评定不够精准。针对此问题提出一种新的地震灾情遥感信息危险等级在线应急评定方法。利用图像几何校正法,对遥感图像进...
利用GIS技术对地震危险等级进行评定时,由于其地形控制点选取合理性较差,导致其所采集遥感图像清晰度较低,地震等级评定不够精准。针对此问题提出一种新的地震灾情遥感信息危险等级在线应急评定方法。利用图像几何校正法,对遥感图像进行分幅裁剪,基于裁剪结果选取地面控制点,提取有价值遥感数据信息,建立遥感解译评估指标。将推导出的综合震灾指数引入到指标中,将各个评价单元的信息进行等级排序和划分,完成地震灾情遥感信息危险等级在线应急评定。仿真实验中,对所提方法和GIS地震危险等级评定方法进行有效性对比测试。实验结果表明,地震灾情遥感信息危险等级在线应急评定方法提升了灾情地形控制点选取的合理性,使获取的遥感图像更清晰,灾情等级评定结果更精准。
展开更多
关键词
危险性评价
遥感图像
数据
地震
灾害
灾害等级评估
在线阅读
下载PDF
职称材料
题名
基于机器学习的热带气旋灾害等级评估模型构建及其活动特征分析
被引量：
3
1
作者
刘淑贤
张立生
刘扬
王维国
杨琨
张源达
机构
国家气象中心
中国气象科学研究院
南京信息工程大学
出处
《气象》
CSCD
北大核心
2024年第3期331-343,共13页
基金
国家气象中心青年基金项目(Q202212)
国家气象中心气象现代化建设专项(QXXDH202226)
国家重点研发计划(2019YFC1510204)共同资助。
文摘
在全球变暖的背景下,热带气旋(TC)作为影响我国最严重的自然灾害之一,其活动特征及灾害损失评估研究受到了广泛关注。采用组合赋权和k-means等方法,分析了2000年以来登陆我国的TC及灾害损失特征,并构建了基于机器学习的TC灾害等级评估模型。结果表明:从总体趋势来看,登陆我国的TC频数在逐年减少,但登陆风速的最大值却在缓慢增加;广东、浙江、福建、广西受灾较为严重,但整体上全国综合灾情指数呈下降趋势;与传统的随机森林、支持向量机、朴素贝叶斯算法相比,LightGBM(Light Gradient Boosting Machine)在TC灾害评估中效果最佳,准确率值为0.91,其中致灾因子是模型中最关键的因素,其次是防灾减灾能力、暴露度和脆弱性指标。
关键词
热带气旋
灾害等级评估
机器学习
LightGBM(Light
Gradient
Boosting
Machine)
Keywords
tropical cyclone(TC)
disaster grade assessment
machine learning
LightGBM(Light Gradient Boosting Machine)
分类号
P49 [天文地球—大气科学及气象学]
P447 [天文地球—大气科学及气象学]
在线阅读
下载PDF
职称材料
题名
遥感信息中地震灾情危险等级在线应急评定方法研究
2
作者
韩召华
机构
河北轨道运输职业技术学院
河北师范大学
出处
《地震工程学报》
CSCD
北大核心
2020年第2期552-557,578,共7页
基金
国家青年科学基金项目(41201327)。
文摘
利用GIS技术对地震危险等级进行评定时,由于其地形控制点选取合理性较差,导致其所采集遥感图像清晰度较低,地震等级评定不够精准。针对此问题提出一种新的地震灾情遥感信息危险等级在线应急评定方法。利用图像几何校正法,对遥感图像进行分幅裁剪,基于裁剪结果选取地面控制点,提取有价值遥感数据信息,建立遥感解译评估指标。将推导出的综合震灾指数引入到指标中,将各个评价单元的信息进行等级排序和划分,完成地震灾情遥感信息危险等级在线应急评定。仿真实验中,对所提方法和GIS地震危险等级评定方法进行有效性对比测试。实验结果表明,地震灾情遥感信息危险等级在线应急评定方法提升了灾情地形控制点选取的合理性,使获取的遥感图像更清晰,灾情等级评定结果更精准。
关键词
危险性评价
遥感图像
数据
地震
灾害
灾害等级评估
Keywords
hazard assessment
remote sensing image
data
earthquake disaster
disaster grade assessment
分类号
P315.75 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的热带气旋灾害等级评估模型构建及其活动特征分析
刘淑贤
张立生
刘扬
王维国
杨琨
张源达
《气象》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
遥感信息中地震灾情危险等级在线应急评定方法研究
韩召华
《地震工程学报》
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
