基于主成分分析及RBF神经网络的浙江省台风灾害损失预测

摘要：

本研究基于1953-2007年登陆或对浙江省有重大影响的台风历史案例数据，考虑影响台风灾害损失大小的主要因素有台风致灾因子、承灾体暴露性影响因子与承灾体脆弱性影响因子，运用主成分分析法对表示承灾体暴露性影响因素与承灾体脆弱性影响因素进行数据处理，提取主成分作为RBF神经网络模型的输入，从而建立预测模型。在2006年和2007年影响浙江省的2个台风的实际预测中，主成分RBF预测能够减少台风灾害损失的误差。因此，该模型可用于实际台风灾害损失预测，有效地提高预测台风灾害损失值的可靠性，对于浙江省乃至全国防灾减灾工作有着重大的实际意义。

关键词：台风灾害、损失预测、主成分分析、RBF神经网络、浙江

分类号：P444(天气学)

资助基金：公益性行业气象科研专项资助项目GYHY201106040；江苏省产学研联合创新资金-前瞻性联合研究资助项目BY2011111；江苏省高校优势学科建设工程资助项目PAPD；江苏省研究生培养创新工程CXZZ12_0514。

在线出版日期：2014-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：13-19