论文部分内容阅读
地震灾害是人类面对的危害性最大的自然灾害，它对生存环境、社会环境具有极大的破坏作用。而我国地处环太平洋地震带和欧亚板块地震带之间，是一个地震多发国。由于我国人口密集，经济发展迅猛，城市化进程不断加强，一旦发生地震灾害，就会对我国人民生活及社会经济产生严重的影响。尤其是大地震由于突发性强、伤亡惨重、经济损失巨大，往往会产生一系列连锁反应，对于一个地区甚至一个国家的社会生活和经济活动造成巨大冲击。比如2008年汶川8.0级特大地震，是自建国以来对我国影响最大的一次地震，这次地震危害极大，共遇难69227人，受伤374643人，失踪17923人，直接经济损失达8452亿元。
地震灾害不仅考验着一个地区的经济损失承受能力，也考验着一个地区甚至国家的社会承受能力。地震的应急、救援、社会保障、灾后重建无不对一个国家的社会制度、应急体系、价值观念、政府体制等面临着强有力的考验。地震特别是重大地震，都会对灾区的环境造成重要影响。尤其是震后次生灾害频发，大大改变了原有的地形地貌，造成河道堵塞、植被破坏、人文自然景观严重受损。因此，为减轻地震带来的危害，实现可持续发展，对地震灾害的发展变化及损失等进行统计分析具有重大的现实意义。
本论文在地震和地震灾害统计特征分析的基础上，分别就地震灾害损失快速评估、地震灾害直接损失和地震灾害间接损失进行统计分析，并分别建立基于遗传算法的地震灾害损失程度快速评估模型、基于人工神经网络和模糊综合评价方法的地震灾害直接损失统计模型和地震灾害间接损失测度模型，用以研究地震灾害损失统计模型及应用问题。在充分调查研究以往的重大地震灾害发生情况的动态数据和相关指标发展变化的数据基础上，确定了地震灾害损失评估的各类指标，通过各指标变量之间的关系，构建地震灾害损失的统计模型，分析了地震灾害发展变化的规律，得出相应的结论，为政府和职能部门决策服务。
本文共分七章：第一章是绪论部分。介绍了论文的选题背景和意义，概述了国内外相应领域的研究成果，给出论文的主要研究内容、创新点和应用价值。
第二章系统地分析了地震灾害对社会经济环境的影响和我国地震灾害损失研究方法。在这一章中，首先阐述了地震的相关概念和地震灾害的特点及类型。在此基础上，介绍了地震灾害损失的研究方法，如神经网络模型、回归分析模型、模糊数学、遗传算法等等。
第三章分析了我国重大地震灾害的地区分布和时序分布，统计出1949～2008年的我国地震灾害的发震时间，并对1949～2008年我国6级以上地震的数据进行聚类分析，得出我国地震灾害主要有六个主要的地震区：新疆地震区、西藏青海地震区、四川云南地震区、甘肃内蒙地震区、环渤海地震区和东南沿海地震区。
第四章重点研究了地震灾害损失程度快速评估模型。本部分首先阐述了地震灾害快速评估的重要性，通过灾度影响因子的确定，建立了评价指标体系层次结构，并结合地震灾害等级分级标准，即巨、重、中、轻、微五级分级标准，建立了地震灾害灾度的测度模型，确定了等级临界点的受损指数值，在改进的遗传算法的基础上优化快速评估模型参数，确定灾度的指标权重，得出地震灾害损失程度快速评估模型并对模型进行检验，符合人们在现实中对灾度的认识和评价。
第五章主要研究了地震灾害直接损失的统计模型。我们通过选取地震灾害直接损失评价的统计指标，筛选出地震灾害度量的三个主要因子，即实物损失指标、人员损失指标和地震强度因子指标，并对其进行因子分析，构建了地震灾害直接损失评价指标体系。通过因子分析可以看出，对地震灾害直接损失评价不能单纯从一个方面去考虑，而必须综合考虑实物损失程度、人员损失程度和地震震级强度等多个方面。在此基础上，我们利用层次分析法确定权重，建立了基于模糊综合评价的地震灾害直接损失的评定模型。我们又利用神经网络对地震灾害直接损失进行了评估，建立了基于神经网络的地震灾害直接损失评估模型。主要体现在从众多指标中选择简便易行、代表性强的统计指标，即房屋建筑倒塌面积、受灾人口、Ⅵ度区面积、受伤人数、死亡人数、里氏震级。然后根据1990～2008部分5级以上地震灾害数据建立神经网络模型，用BP算法程序进行推导，并进行神经网络的训练。并通过对我国2000～2002年发生的部分5级以上地震数据进行仿真预测检验获得模拟和预测结果。为了比较方法的优越性，通过建立地震灾害经济损失预测的多元线性回归模型，并把回归模型的预测结果与神经网络的预测结果进行比较。通过仿真和结果比较分析可以看出，运用神经网络进行仿真的结果中有70％的预测值在10％的预测误差范围内，而100％的预测值在20％的预测误差范围内。而回归模型的预测结果中只有14％的预测值在10％的预测误差范围内，且有70％的预测结果超出了40％的预测误差。这更加验证了神经网络的预测结果比回归模型结果精确，充分显示了该方法的优越性和适应性。
第六章重点分析了地震灾害间接损失评估模型。本章着重从灾害间接经济损失的角度，分析了地震灾害间接损失的统计模型，对自然灾害的影响机理和已有的灾害间接损失评估方法进行综述和分析，然后应用生命周期曲线的原理，构建了地震灾害间接损失评估模型并进行了实证分析，从而探讨了更为科学的地震灾害间接损失评估方法。
第七章是结论与展望。在该部分中，对本文的主要内容进行了总结并指出论文的不足之处，对未来地震灾害的研究工作进行展望。
本论文的创新之处主要有四点：一是提出了地震灾害损失程度快速评估模型。在地震灾害灾情影响因子分析基础上，建立了基于改进遗传算法的快速评估优化模型，拓展了地震灾害损失统计和评价的新思路和新方法。二是进行了地震灾害直接损失统计指标的因子分析，构建了地震灾害直接损失的评价指标体系，建立了地震灾害直接损失程度的模糊综合评价模型，为更加及时地测算地震灾害的实际影响程度和破坏程度提供了一种有效的科学方法。三是建立了地震灾害直接损失预测的神经网络模型，探讨了地震灾害直接损失预测与评价的新的方法，通过实证分析与传统的多元回归分析方法比较，验证了模型的适用性、可行性和优越性。四是根据生命周期曲线的基本特征与原理，构建了地震灾害间接损失评估模型并进行了实证分析，从而得出了对地震灾害间接损失进行评估的一种新的方法。
本论文的研究，通过对地震初期地震灾害损失程度的快速评价，震后造成的直接损失统计分析，以及延伸的间接损失的统计分析等，可以充分了解地震灾害的损失程度，有利于及时展开救援与减灾活动，便于积极展开震后重建和恢复民生，为以后进行多渠道长期的救助和预防次生灾害活动的发生等提供决策依据。对于减少地震灾害对我国造成的损失以及灾后援助与补偿等都将起到重要作用，具有重要的现实意义和实用价值。