符洪恩 高艺桔 冯莹莹 黄婕茵 刘祖发

摘要： 为了准确评估暴雨事件对人类社会带来的影响，需充分考虑暴雨序列的不确定性特征。运用云模型对城市暴雨灾害进行危险性评估能够很好地解决暴雨灾害评估中的不确定性问题。选取深圳市4种暴雨致灾因子历史序列（2002～2012年）作为评价指标，运用组合赋权法计算各因子权重，通过云模型算法得到历史危险性评估结果。使用基于遗传算法参数优化的支持向量回归机模型（GA-SVR）预测2013～2016年各致灾因子值，并结合云模型（GA-SVR-C）预估预测年份的危险性等级，并与SVR（支持向量回归机模型）及BP人工神经网络的预测结果进行对比分析。结果表明：GA-SVR-C模型在评价因子的预测精度上整体要优于其他两个模型，得到的危险性评估结果与实际结果基本一致，很好地反映了城市暴雨灾害的风险水平。

关 键 词： 暴雨洪涝灾害; 危险性分析; 云模型; 支持向量机; 遗传算法

中图法分类号：  P333

文献标志码：  A

DOI： 10.16232/j.cnki.1001-4179.2021.08.003

0 引 言

近年来，随着中国城市化进程不断加快，以暴雨为典型的极端降雨事件在中国各大城市频繁发生[1-2]，对社会经济造成了巨大的损失。国内学者对城市暴雨灾害事件风险评估做了大量的研究，如张玉华等[3]提出了一种以模糊数学为理论依托的模糊综合指标评价体系，能够科学地对风险因素的模糊性进行量化分析;彭健等[4]基于体积淹没算法，利用CLUE-S等空间模型来模拟不同土地利用以及不同致灾因子危险性情境下茅洲河流域的洪涝风险程度。……