[发明专利]基于BP-GEO的洪涝灾害预警方法

权利要求书

1.基于BP-GEO的洪涝灾害预警方法，其特征在于，具体包括如下步骤：

步骤1、根据高程数据求解区域微地形特征，并利用区域微地形特征对径流数据进行修正；

步骤2、利用模糊C值聚类法将流域地理位置结合灾害影响程度进行分类；

步骤3、利用BP神经网络模型，构建洪涝灾害预报系统；

步骤4、利用灾害损失评估模型并结合受灾地区具体情况，并进行洪涝灾害预警并评定灾害等级及损失情况。

2.根据权利要求1所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤1中，具体包括如下步骤：

步骤11、根据高程数据求解区域微地形特征：

步骤111、计算区域微地形特征，

步骤112、计算坡度及坡向，

步骤12、利用区域微地形特征对径流数据进行修正：

步骤121、坡面的修正系数k为，其中，Δh为高程差，c为山坡倾角系数，则，

步骤122、沟壑径流修正系数k为，k＝1.35。

3.根据权利要求1所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤2中，具体包括如下步骤：

步骤21、生成0-1间的随机数初始化样本的隶属矩阵U，则，

步骤22、利用公式：计算出c个聚类中心c_i(i＝1,…,c)；

步骤23、计算FCM的价值函数J，则，

步骤24、计算矩阵U：并返回步骤2.2。

4.根据权利要求3所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤23中：

u_ij∈[0,1]为第j个数据点属于第i个聚类的程度；

d_ij＝||c_i-x_j||为第i个聚类中心与第j个数据点间的欧氏距离；

c_i为模糊组i的聚类中心；

m∈[1,∞]为加权指数。

5.根据权利要求3所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤23还包括：

步骤231、构造新的目标函数，并求得使计算FCM的价值函数J达到最小值的必要条件，则，

其中，λ_j(j＝1,…,n)为n个约束式的拉格朗日乘子，若n个约束式的拉格朗日乘子小于确定阈值，或它相对于上次价值函数值的改变量小于阈值，则算法停止。

6.根据权利要求1所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤3中，具体步骤如下：

步骤31、建立洪水水位预报神经网络模型的模式对：

步骤311、输入层单元数据给定，上游水位站水位数据个数为n₁，下游水位站水位数据个数为n₂，且n＝n₁+n₂，则，

步骤312、输出单元数据给定，预报下游站，且时间间隔为Nδ，(N+1)δ，…，(N+q-1)δ后的洪水水位数据，

步骤32、确定目标函数，其中，

步骤33、输入单元数据规范化，将输入单元的数据规范为0.2-0.8之间：

步骤34、规范化输出单元数据：

7.根据权利要求6所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤311中，i＝1,2,…,n,k＝1,2,…,m，且及为上下游水位站水位等时间间隔为δ的序列；

所述步骤33中，M＝max{n₁,n₂}；

所述步骤34中，

8.根据权利要求1所述的基于BP-GEO的洪涝灾害预警方法，其特征在于，所述步骤3是用于构造人工神经网络的训练模式对，当训练成功后，并得到预报值时，必须给出还原公式，