3、基于PCNN模型在洪水灾情评价中的应用
3.1、PCNN计算步骤:
PCNN根据应用不同,所采用计算公式不同,PCNN在洪水灾情评价中的步骤如下。
步骤1:对自然灾害等级和单指标分级标准单位数量级归一化处理。设自然灾害等级和单指标分级标准为,其中分别为第级灾情第个评价指标变化区间的上限值和下限值,为第级灾情标准的等级数目,、分别为洪水灾情标准的等级数目和评价指标数目。为消除各上下限值的量纲和统一各限制的变化范围,可采用下式进行极值归一化处理例如对于越小越优的指标[10]:
(6)
步骤2 :利用均匀随机数在各级指标变化区间内随机产生的25个指标样本值,相应的标准等级值。这样就得到了洪水灾情评价标准样本系列,其中为样本容量。在步骤1中上下限值已经进行了归一化处理,因此评价标准系列不必再进行归一化处理。
步骤3:设初始连接部分的连接权和阀值均为0, 为连接幅度系数取值1,为神经元点火与否的信息。采用F通道计算。
反馈输入 (7)
连接输入 (8)
步骤4:调制部分:反馈输入和连接输入经过调制部分的作用产生神经元的内部活动项,
(9)
其中为连接强度取值0.01,神经元的脉冲生成器根据内部活动项的一个阶跃函数产生二值输出,并根据神经元点火(激活)与否的状态自动调整阈值的大小。如果神经元点火,则对进行调整:
(10)
(10)式中:为时间衰减常量,为阈值常量。
步骤5:脉冲产生部分: (11)
在该简化模型中,活动阈值代表评价指标的标准,运行模型进行评价只需考虑阀值的情况,用阀值控制模型的输入等级。当时则神经元点火(激活),则输出评价等级值。
3.2、实例应用
(1)基本资料:以新疆“96.7”洪水灾害中表1中的6个城市的灾情评价为例进行实例分析。采用受灾面积主要是指农作物受灾面积(包括农作物成灾面积和农作物绝收面积)和毁坏耕地面积两大部分,单位:公顷();受灾人口因洪水而受灾的人口,单位:人;破坏房屋包括损坏房屋和倒塌房屋两部分,以受灾面积作为分级依据,单位:平方米();直接经济损失由洪水灾害造成的直接经济损失,单位:元。四个评价指标将新疆“96.7”洪水灾害灾情划分为极重灾、重灾、中灾、小灾、微灾五个等级[11],评价标准见表2。
表1新疆某次洪水损失统计表
Tab1 Statistics of loss from some flood happening in Xinjiang Uygur Autonomous Region 地区 受灾面积104 受灾人口104人 破坏房屋104 直接经济损失107元 乌鲁木齐 0.1543 6 20.69 3.48 塔城 1.374 5.970 6.235 1.608 博州 0.2601 4.35 2.834 0.177 哈密 0.5458 2.62 5.105 1.826 喀什 0.214 20 1.890 1.43 克州 0.341 5.6 1.556 0.395 表2 自然灾害等级和单指标分级标准
Tab.2 Natural hazard grade and classify criterion of individual index 指标 极重灾 重灾 中灾 轻灾 微灾 受灾面积 〉105 104~105 103~104 102~103 <102 受灾人口人 〉105 104~105 103~104 102~103 <102 破坏房屋 〉105 104~105 103~104 102~103 <102 经济损失元 〉108 107~108 106~107 105~106 <105 (2)数据处理:自然灾害等级和单指标分级的归一化处理
表3无量纲化后的指标与分类标准
Tab.3 Transtormed values of indexes and classification criterion 指标 极重灾 重灾 中灾 轻灾 微灾 受灾面积 〉1 0.099~0.549 0.009~0.054 0.001~0.005 <0.001 受灾人口人 〉1 0.099~0.549 0.009~0.054 0.001~0.005 <0.001 破坏房屋 〉1 0.099~0.549 0.009~0.054 0.001~0.005 <0.001 经济损失元 〉1 0.099~0.549 0.009~0.054 0.001~0.005 <0.001 表4 新疆“96.7”洪水灾害灾情分类结果
Table 4 Classification Results of Xinjiang "96.7" Flood disaster 序号 新疆“96.7”洪水灾害灾情指标 PCNN
输出 1 1.645 1.0099 1..8447 1.9048 1 2 1.9699 1.4199 1.3678 1.5692 1 3 1.6649 1.7537 1.6208 1.6318 1 4 1.8704 1.7939 1.7313 1.2344 1 5 1.0099 1.92 1.1939 1.5488 1 6 0.5182 0.4136 0.2662 0.3291 2 7 0.2498 0.2777 0.2904 0.4484 2 8 0.3940 0.2851 0.3666 0.3192 2 9 0.2798 0.3938 0.3536 0.1827 2 10 0.3813 0.4759 0.4214 0.4143 2 11 0.0532 0.0389 0.0393 0.0337 3 12 0.0407 0.0245 0.054 0.0208 3 13 0.0308 0.0153 0.0523 0.0359 3 14 0.0142 0.00345 0.0116 0.0112 3 15 0.0038 0.0046 0.0252 0.0347 3 16 0.0142 0.0035 0.0034 0.0024 4 17 0.0038 0.0042 0.002 0.0048 4 18 0.0048 0.0013 0.0045 0.0013 4 19 0.004 0.0048 0.0031 0.0032 4 20 0.004 0.0047 0.0039 0.0022 4 21 0.0027 0.0005 0.0009 0.0002 5 22 0.0009 0.0004 0.0008 0.0003 5 23 0.0003 0.0006 0.0008 0.0006 5 24 0 0.0006 0.0008 0.0005 5 25 0.0004 0.0001 0.0007 0.0006 5 先将表2的自然灾害等级和单指标分级标准归一化处理后得到表3,再用表3标准检验模型的合理性后将表1归一化后输入给PCNN模型,采用MATLAB6.5编程计算进而确定新疆“96.7”洪水灾害中6个城市的灾情等级。在表2中各等级取值范围内均匀随机产生各5个样本(见表4),用第3.1中介绍的步骤对样本逐一分类。该例中,为表2中各指标相应等级的范围。