数模竞赛——以广州市为例探讨洪灾损失预测.doc

PAGE 1 以广州市为例探讨洪灾损失预测 摘要 2013年8月，英国一份颇具权威的期刊刊载了由世界银行工作人员撰写的个人署名文章，称广州2005年一直到2050年，其洪灾损失、防洪风险均居全球第一，国内报刊相继转载。如何正确评估洪灾等自然灾害损失已成为当今热门课题之一。 针对问题一，我们建立基于改进的BP算法的洪灾损失评估模型来求解该问题。本问题研究的技术路线是:①收集广州市历史水文数据、社会经济统计数据等洪灾评估数据；②最终选取地区GDP、人口密度、年平均降雨量、海平面高度、地质沉降、城市环保建设投入六大指标作为致灾或孕灾因子；③将这六大因子作为改进的BP神经网络算法的输入参数,并根据它们在洪灾评估中所占比重分配好权值;④应用历史洪灾统计数据对改进的BP神经网络算法进行训练,然后以要评估的洪灾数据作为改进的BP算法的输入数据进行测试计算,并输出洪灾经济损失的计算结果。另外，在用神经网络预测前，我们用线性模型、灰色模型、Logistic模型等预测广州市GDP、人口密度、基建投入等六项影响因子数值，为神经网络预测经济损失提供更多的数据。 最后，我们运用改进的BP神经网络模型预测得到2020年与2050年的洪灾经济损失分别为192.1099亿与214.2948亿，用此模型预测的结果符合客观事物的发展规律，是恰当且可行的。 针对问题二，我们从数据的准确性、评估方法的科学性等方面分析，指出经济合作与发展组织(OCED)研究报告存在问题，结果可靠性存疑。同时重点针对建模方法对比评价了我们的模型与研究报告所用模型的优缺点。 最后，基于我们的研究结果给普通百姓写了一份建议书，说明我们的研究成果，并提出一些建议，使他们能够正确对待信息时代所谓“科学结论”快速传播带来的问题。同时给广州市政府写了一份建议书，除了说明研究成果（包括可信度）外，还倡议市政府应该做什么(包括后续研究应该做些什么)等。 关键词：洪灾损失预测 洪灾影响因子 BP神经网络模型 建议书  一、问题重述 据报载，国外有研究报告将广州预测为受洪灾损失最重的城市。 有关专家和专业人员认为该报告结论与事实存在出入，因而怀疑其所用方法及支撑数据的正确性与准确性。 问题一：请收集广州市的相关资料，通过数学建模的方法，对2020和2050广州市可能遭受的洪灾损失做出预测。 问题二：分析经济合作与发展组织(OCED)研究报告中可能存在的问题，同时对比评价你们的模型与研究报告所用模型的优缺点。 问题三：基于你们的研究结果，请给普通百姓写一份不超过一页的建议书，说明研究报告和你们的结果是怎样得到的，并提出一些建议，使普通百姓能够正确对待信息时代所谓“科学结论”快速传播带来的问题，比如“预测”给人们带来的不确定性和焦虑感？ 问题四：请给广州市政府写一份不超过一页的建议书，除了说明研究报告和你们的结果是怎样得到的、可信度如何以及市政府应该做什么等(包括后续研究应该做些什么)。 二、问题背景 2.1 广州市地理概况 广州市地处华南，广东省的东南部，珠江三角洲北缘，是我国最具活力的城市之一。广州市总面积为7434.4 平方公里，全市水域面积747 平方公里，约占全市土地面积的0.05%，主要河流有东江北干流及增江、流溪河、白坭河、珠江广州河段、市桥水道、沙湾水道等。 广州市属南亚热带季风气候区，具有温暖多雨、光热充足、温差较小、夏季长、霜期短等气候特征。年降雨量1229.6~2491.3 毫米，多年平均降雨量为1830.3 毫米，雨季（4~9 月）降雨量占全年的85%左右，降雨量山区多于平原，北部多于南部。 广州市水资源的主要特点是本地水资源较少，过境水资源相对丰富。市境内河流水系发达，河网交错，共有河流、河涌1368 条，总长5597.36公里，河流主要归属珠江三角洲水系，仅花都区的迎咀河和从化市的潖二河属北江水系。水系资源丰富，水体形态多样，东北部多以山区河流为主，流域边界明显；南部主要为西、北江下游水道和珠江广州河段汇流交织而成的河网，大小水道、河涌纵横交错，水网密布，流域边界不明显。南部河网区处于潮汐影响区域，径流量大，潮流作用也很强。 2.1 洪灾的概念和成因 洪水是存在于自然界中的一种水文现象,是自然环境变化的产物,其具体表现为江河水位迅速上涨，峰高量大。它既受到自然环境的作用和制约,同时又会对自然环境产生有利或不利的影响，二者相互作用。由于人类的认识有着局限性且存在众多对洪水产生影响的因素，对于未来某段时期内洪水灾害发生的确切时间和过程人们仍旧无法预知,因此人们总是将洪水灾害的发生作为一种随机事件来看待和分析，希望通过大量多种工程和非工程性的手段来减少洪水灾害发生的频率和程度，但是要从根本上来根除洪水灾害在目甜看来还是不现实的。 其中洪水灾害,即洪灾,它是指自然界中的洪水