基于PCA-PSO-SVM的地震死亡人数预测模型研究

为准确预测地震死亡人数,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对地震死亡人数7个影响因子中的6个进行数据降维,同时对第7个发震时刻因子单独进行区间分类,然后对提取出的主成分进行归一化处理,将归一化的主成分数据作为支持向量机的输入向量,通过粒子群算法寻优获得最优支持向量机模型参数,最终建立基于PCA-PSO-SVM的地震死亡人数预测模型,并对5组样本进行死亡人数预测,同时对比分析包含和不包含发震时刻因子的2种情况下的模型预测效果。结果表明:在不考虑发震时刻因子的情况下,使用PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.85%、20%、10%,其平均误差相比PSO-SVM、SVM模型分别降低2.08%、2.28%;输入向量加入发震时刻因子分类数据后,PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.25%、20%、7.18%,其平均误差相比PSO-SVM、SVM模型分别降低3.34%、3.50%。因此,加入发震时刻因子后3种模型的平均误差明显降低,同时由于PCA-PSO-SVM模型进行主成分降维处理,能够明显提高运行效率和预测精度,故降低了模型复杂度。     

A modified exponential model for reported death toll during earthquakes

Reliable earthquake death toll estimate can provide valuable references for disaster relief headquarters and civil administration departments to make arrangement and deployment plan during post-earthquake relief work, thus increasing the efficiency of the relief work to a certain extent.In this study, we acquired the death toll data of Wenchuan earth-quake, fitted the data using modified exponential curve and compared the result with that of the exponential function.Experimental verification with Chi-Chi ea...     

防震减灾是人类永恒课题

地震,群灾之首 在人类众多的自然灾害之中,地震被称为群灾之首.地震以其难以预知的突发性和远远超出人类意志力的破坏作用给我们留下了极其恐怖的记忆.它一次又一次将亿万人们用血汗建造的美好家园无情地摧毁,而且越是经济发达、繁荣富裕的地区遭受到地震损失越是深重.     

对叠溪地震死亡人数的一些考证与分析

1933年8月25日,四川省茂县叠溪发生7级地震,古城叠溪全城被毁,震后45天地震堰塞湖溃决,又造成严重的次生水灾,地震和水灾均引起惨重伤亡。根据对历史资料的考证和分析,初步认为:茂县境内直接死于地震的常住居民为6 865人,该地震造成的死亡总人数约7 000人;地震次生水灾的死亡人数尚难以准确统计,"2 500余人"和"4 000人左右"的说法相对来说比较可信。     

聚焦亚太:4200万人成气候移民

在孟加拉国与印度边境的小渔村海瑞纳加,渔民高波都满都每天都站在齐腰深的盐化河水里撒网捕虾,挣来相当于1.5美元的收入。在这个村庄中,高波都满都的家族曾经世代靠打渔种田为生,然而,由于潮汐洪水和飓风的频频"光临",捕鱼数量锐减,稻田也遭到了碱性洪水的灾难性毁灭。村民们有的迁移到了新兴城市,有的迁移到了其他村庄,甚至有人非法偷渡到印度成了建筑工人。现在,高波都满都是整个家族惟一还生活在     

地震灾害快速自动评级方法研究

发生地震时,需根据本次灾害的各个方面的损失程度来确定最终的应急响应级别,目前的地震等级评估办法,主要参考受伤死亡人数、房屋损伤程度、经济损失情况、烈度等,其中部分参考因素需震后较长时间调查之后才能获取,无法及时为应急响应提供参考.利用回归分析方法,对我国历史上大量地震数据进行分析,提出一种地震灾害快速自动评级的方法,综...     

血的教训不应淡忘——写在汶川大地震一周年之际

中国的领土面积占全球陆地总面积的6.7%;领土上发生的地震约占全球陆地地震的33%,为什么因地震造成的死亡人数却占全球地震死亡人数的近60%?汶川大地震让我们看到了人类的渺小和大自然力量的巨大。1835年3月4日,26岁的达尔文来到刚刚发生过强烈地震的智利康塞浦西翁市,看到了满目疮痍的城市,不由得感慨:"人类用了无数时间与辛勤劳动建立起来的城市与文明,只在1分钟时间内就被彻底地毁灭。"达尔文的这句话或许道出了很多中国人对汶川大地震的感觉。     

基于移动通信大数据的地震灾区人口快速处理系统研究

破坏性地震发生后,及时准确掌握被困人数和具体位置是救援的关键。传统地震应急基础数据库的人口数据是某个时期以行政单元或者公里格网为基础的统计数据,缺乏时效性和空间分布特征,难以据此准确评估地震灾区被困人员的分布情况。该研究根据移动通信定位技术中的被动Cell-ID定位法原理,获取研究区手机定位数据,系统以Microsoft Visual Studio 2012为开发平台,运用C#语言和ArcEngine开发组件来构建,对获取的手机定位数据进行处理,评估灾区被困人口的分布情况,制作专题图,为震后的应急救援提供参考依据。     

滇池湖滨湿地公园的旅客人数估算

以滇池湖滨带上的6座湿地公园为研究对象,采用样线法,估算6座湿地公园旅游人数。研究结果表明,2018年11月1日至2019年10月31日期间,捞渔河国家湿地公园、海东湿地公园、海埂湿地公园、南滇池国家湿地公园、西华湿地公园和古滇精品湿地公园的游客总人数分别为227 886人、355 434人、677 728人、45 185人、34 811人和1 452 063人。