[发明专利]一种耦合熵权-模糊聚类算法的城市洪涝风险评估方法

权利要求书

1.一种耦合熵权-模糊聚类算法的城市洪涝风险评估方法，其特征在于，包括如下步骤：

步骤(1)：根据基础数据资料，建立洪涝风险评价指标体系，指标的选取考虑致灾因子、承灾体、孕灾环境；

步骤(2)：运用城市洪涝模拟模型和ArcGIS软件进行指标量化；

步骤(3)：根据熵权法确定指标权重，其方法如下：

1)根据m个待评对象(一个网格为一个对象)，n个评价指标，形成原始数据矩阵X＝(x_ij)_m×n

2)对指标数据进行标准化处理，这里采用极差标准化处理方法，得到无量纲化矩阵：Y＝(y_ij)_m×n

正指标：

逆指标：

但由于计算熵时要取自然对数，因此指标值必须为正数，令R_ij＝Y_ij+d，其中d为使d+min(x_ij)为略大于0的正数,这样便得到了标准化矩阵R＝(r_ij)_m×n

3)计算第j项指标下，第i个评价对象的特征比重p_ij

4)计算第j项指标的熵值e_j

5)计算第j项指标的差异系数D_j

D_j＝1-e_j (7)

差异系数D_j越大表示该指标提供的信息量越大，越应赋予较大的指标权重；

6)计算第j项指标的熵权ω”

步骤(4)：模糊聚类法进行分类，模糊C均值聚类法的原理如下：根据给定的n个样本，p个评价指标，得到样本观测矩阵X＝(x_ij)_n×p

模糊聚类就是讲n个样品划分为c类，记V＝{v₁，v₂，…，v_c}为c个类的聚类中心，令u_ik表示第k个样本属于第i类的隶属度，这里0≤u_ik≤1，定义目标函数

其中，U＝(u_ik)_c×n为隶属度矩阵，d_ik＝||x_k-v_i||，显然J(U,V)表示了各类中样品到聚类中心的加权平方距离之和，权重是样品x_k属于第i类的隶属度的m次方，模糊C均值聚类法的聚类准则是求U，V，使得J(U,V)取得最小值；

聚类的具体步骤如下：

1)确定类的个数c，幂指数m1和初始隶属度矩阵U⁰，通常取[0，1]上的均匀分布随机数来确定初始隶属度矩阵U⁰，令l＝1表示第一步迭代；

2)计算聚类中心V^l：

3)修正U

4)对给定的隶属度终止容限ε_u＞0，当时，停止迭代，否则l＝l+1，然后转2)，

若则将样品x_k归为第j类；

步骤(5)：风险评估等级的划分；

步骤(6)：结果分析与验证。运用GIS空间分析技术，对由熵权-模糊聚类算法得到的研究区洪涝灾害风险评价图进行区域分析，选取典型历史降雨与实测的内涝情况对洪涝评估结果进行验证，检验其合理性与可行性。

2.根据权利要求1所述的一种耦合熵权-模糊聚类算法的城市洪涝风险评估方法，其特征在于，所述致灾因子指标选取基于城市一二维耦合洪涝模拟模型。

3.根据权利要求1所述的一种耦合熵权-模糊聚类算法的城市洪涝风险评估方法，其特征在于，所述步骤(2)具体包括：首先，基于评估区历史降雨进行情景分析，提取评估指标相应数据；然后，借助GIS空间数据处理功能，根据研究区状况确定分辨率生成空间网格，对上述指标数据进行空间统计处理，并生成栅格数据图层，完成指标的量化。